[I-310] Construction of Bridge Weigh-in-Motion with Inverse Estimation of Influence Line Using Video Image
Keywords:Bridge Weigh-in-Motion, Moving Image, Influence Line, Local Bus, Convolutional Neural Network, Kalman filter
橋梁の活荷重の計測方法として,橋梁の構造応答から車両重量を逆推定するBridge Weigh-in-Motion(B-WIM)が挙げられる.しかし,スパンの大きな橋梁や一般道路橋では走行速度が変化してしまうためB-WIMによる車両重量の推定値には誤差が生じる.また,経年劣化などにより橋梁の構造応答が変化するため定期的なキャリブレーション作業が必要である.本研究ではビデオカメラで撮影した動画像に畳み込みニューラルネットワークとカルマンフィルタを利用することで車軸を追跡し,複雑な交通環境にも対応可能な手法を構築した.本手法が走行速度が変化する試験車の重量も精度良く推定可能であることを示した.
Please log in with your participant account.
» Participant Log In