2024年, 第37卷, 第2期　刊出日期：2024-02-29

  

• 全选
  |

目录
• Select
  目录

  中国公路学报. 2024, 37(2): 0-0.

  摘要 ( ) PDF全文 ( )   可视化   收藏
• Select
  封一/四

  中国公路学报. 2024, 37(2): 2-0.

  摘要 ( ) PDF全文 ( )   可视化   收藏
• Select
  机器视觉法桥梁表观病害识别与检测方法专栏导语

  中国公路学报. 2024, 37(2): 3-0.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  根据交通运输行业发展统计公报，截至2022年末,我国公路桥梁达103.32万座，总长8 576.49万延米，其中特大桥8 816座。随着桥梁服役时间的增加和交通量的逐年增长，桥梁表观病害检测需求也随之增大，这对现有检测模式、检测方法、检测装备带来了巨大挑战。当前以人工目视检查为主的桥梁结构检测存在测不全、测不准、检测效率低等问题，表观病害检出效率取决于检测配套措施以及检测人员经验，无法满足新时代桥梁运维管养需求，亟需发展新一代病害识别与检测方法。近年来，人工智能信息技术发展迅猛，为技术突破和产业升级提供了强大支撑与无限可能。随着数字图像处理、深度学习等机器视觉算法和无人机、爬壁机器人等平台载体工具的发展，机器视觉法正成为桥梁结构表观检测的新选择。在桥梁检测中应用数字图像与机器视觉方法，可获取待测构件所有可视表面的高分辨率图像，具有可全检、可定位、可对比、可溯源、可监督等优势。基于深度学习或数字图像处理，可自动、高效提取裂缝、露筋、破损等病害信息，实现病害三维精准定位。因此，数字图像或机器视觉法桥梁检测无异于重新定义了桥梁检测。
  为充分展现我国机器视觉法桥梁表观病害识别与检测方法的最新研究成果，及时总结该领域前沿动态与技术发展，推进机器视觉方法与土木工程服役运维诊断技术的交叉融合，《中国公路学报》编辑部联合清华大学樊健生教授共同策划了“机器视觉法桥梁表观病害识别与检测方法”专栏；并邀请北京科技大学岳清瑞院士作为顾问专家，东南大学吴刚教授、张建教授，哈尔滨工业大学鲍跃全教授，同济大学王达磊教授，广东省公路建设有限公司陈伟乐教授级高工，西南交通大学张清华教授，重庆大学狄谨教授，长安大学赵煜教授，北京科技大学刘晓刚教授，中路高科交通检测检验认证有限公司李法雄教授级高工,中交公路长大桥建设国家工程研究中心有限公司冯良平教授级高工，广州市开博桥梁工程有限公司林阳子教授级高工，清华大学刘宇飞副研究员作为组稿专家，共同向该领域的专家、学者约稿，出版本期专栏。本专栏共收到相关论文50余篇，最终录用13篇，研究内容主要集中于以下3个方面：
  （1）机器视觉方法检测桥梁表观病害的智能化装备。主要内容包括：基于机器视觉法的桥梁表观病害检测研究综述及无人机桥检从L0至L5的智能化分级、基于无人机的悬索桥主缆自动巡检及小样本表观病害识别、基于环带视觉扫描的墩柱结构表观病害攀爬检测作业机器人系统、基于负压吸附爬壁机器人和Transformer的混凝土桥塔裂缝识别检测。检测装备所关注的桥梁构件覆盖墩、塔、梁、缆，内容丰富。
  （2）机器视觉方法检测桥梁表观病害的智能化算法。主要内容包括：桥梁裂缝智能识别与监测方法研究、基于Transformer的高分辨率桥梁裂缝图像级联分割方法、基于改进Segformer的混凝土桥梁表观病害轻量级识别方法、基于轻量化网络与迁移学习的桥梁结构水下墩表观病害轮廓提取、基于改进Mask R-CNN的钢桥多病害智能识别、融合自适应光照预处理和深度学习的钢桥腐蚀检测方法、基于深度学习的钢结构连接节点螺栓微小松动视觉检测方法等。所报道的各类先进算法交叉性强，覆盖混凝土桥与钢桥，具有工程应用的潜力与价值。
  （3）机器视觉方法桥梁影响线与振型测量及损伤识别方法。主要内容包括：融合机器视觉与区间仿射算法的桥梁结构影响线实测研究、融合加速度与计算机视觉实测车致响应的梁桥损伤识别方法等。
  在此特向专栏组稿专家、审稿专家、论文作者的辛勤付出致谢！希望本期专栏的出版可以进一步推动桥梁智能检测技术的发展。《中国公路学报》将持续关注该领域的国内外最新研究进展，以期为广大专家、学者及工程技术人员提供学习、交流的平台，促进我国桥梁建设与运维管养的高质量与可持续发展。由于水平及时间有限，专栏中的不足之处在所难免，恳请各位专家不吝指出。
机器视觉法桥梁表观病害识别与检测方法专栏
• Select
  基于机器视觉法的桥梁表观病害检测研究综述

  刘宇飞, 冯楚乔, 陈伟乐, 樊健生

  中国公路学报. 2024, 37(2): 1-15. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.001

  摘要 ( ) PDF全文 ( )   可视化   收藏

  桥梁作为重要的基础设施，承担着道路交通和人员、货物运输等重要任务。桥梁表观病害的及时有效检测具有确保公共安全、延长桥梁使用寿命、及时排查风险等重大意义，有助于提高桥梁服役阶段的可靠性和耐久性。近年来，随着计算机视觉、人工智能等技术的快速发展，机器视觉法逐渐成为了桥梁表观病害检测的新兴手段之一。首先，通过详细分析近年来该领域的多篇相关文献，综述了基于机器视觉法进行桥梁表观病害检测的关键技术，包括检测平台研发技术、数据采集技术、图像处理技术、三维建图技术、病害定位技术和病害参数量化技术等。其次，通过分析现有研究开展检测工作的流程，总结了基于机器视觉法进行桥梁表观病害的技术框架，并分析了其中各个流程之间的功能与联系。上述关键技术的综述与技术框架的总结可为研究者开展检测工作提供一定的参考。最后，根据现有研究在实施检测任务时自动化程度的不同，提出了基于机器视觉法进行桥梁表观病害检测的智能化分级，包括人工检测辅助、病害定位检测、局部自动检测、整体自动检测、高度自动检测和完全自动检测6个等级。对比文献研究可知，现有研究虽然已经脱离了传统的人工检测的阶段，但仍与完全自动检测具有一定的差距。该领域仍具有较强的研究价值与广阔的应用前景。
• Select
  桥梁裂缝智能识别与监测方法研究

  岳清瑞, 徐刚, 刘晓刚

  中国公路学报. 2024, 37(2): 16-28. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.002

  摘要 ( ) PDF全文 ( )   可视化   收藏

  当前，裂缝识别与监测一直是桥梁结构健康监测的重要研究内容。在桥梁结构现场检测与监测中，传统的裂缝识别与监测技术尚不足以满足实际工程的时效性和精确性需求，尤其是裂缝监测技术。基于深度学习的裂缝图像识别极大提升了裂缝检测的效率和精度，但目前仅能获得特定时刻的裂缝信息，缺乏对裂缝产生和演化过程的监测能力，而这些信息对混凝土结构服役安全量化和科学评价具有重要意义。鉴于此，对基于深度学习的裂缝识别与监测方法进行了系统研究，分析和讨论了裂缝数据集构建基准，改进优化了裂缝目标检测和语义分割算法，提出一种多任务集成一体化实时识别算法，并建立了该模型推理效果评价方法，优化了裂缝参数计算方法，最终形成了裂缝识别及动态扩展自动化实时监测方法。结果表明：所提出的裂缝智能识别与监测方法可以对新裂缝的产生和既有裂缝的全局演化实现良好追踪，监测数据可以为桥梁结构当前服役性能的科学量化评估提供支撑。
• Select
  基于无人机的悬索桥主缆自动巡检及小样本表观病害识别

  冯东明, 余星宇, 黎剑安, 吴刚

  中国公路学报. 2024, 37(2): 29-39. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.003

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了实现悬索桥主缆的自动化、智能化检查,开展了基于无人机的主缆巡检路径规划和小样本数据下的主缆病害识别研究。首先,利用无人机倾斜摄影测量技术快速建立悬索桥的三维模型,提出主缆无人机自动巡检路径的规划方法；然后,采用Faster RCNN网络模型识别主缆图像中的表观病害；最后,采用基于图像融合的数据增强方法,提高小样本数据集下目标检测的准确率。在Faster RCNN网络模型训练过程中,随着训练轮次的增加,测试集中裂纹、锈蚀和划痕3类病害的平均精确率得到提升,并在第15个训练轮次后逐渐稳定,在经过100个训练轮次后,测试集中所有类别的平均精确率为0.723。以小龙湾桥为研究对象,进行了主缆的现场检查试验。研究结果表明：基于悬索桥三维模型进行主缆无人机自动巡检路径规划具有实际可行性；基于Faster RCNN网络模型能较准确地识别主缆的裂纹、锈蚀和划痕病害；利用图像融合方法生成病害数据能有效克服数据样本少的问题,并提高识别的准确性。
• Select
  基于环带视觉扫描的墩柱结构表观病害攀爬检测作业机器人系统

  王会峰, 杜浩, 高荣, 仝亚雄, 彭璐, 赵煜, 黄鹤

  中国公路学报. 2024, 37(2): 40-52. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.004

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对现有爬壁机器人在高墩柱结构表观病害检测过程中存在的局限性，提出了一种基于环带视觉扫描的高墩柱结构表观病害攀爬检测作业机器人系统。首先，根据攀爬作业机器人的功能需求，设计了一种多足协同的攀爬检测作业机器人平台。其可通过上位机设定机器人作业过程中的运行参数，攀爬过程中利用安装在环形框架上的多个倾角传感器实时采集机器人的姿态信息，并通过所设计的系统算法实时校正其爬行姿态和精度。其次，设计了一种可搭载于作业平台的环形轨道及视觉扫描小车，其可携带工业相机、照明系统和高精度编码器实现对轨道方向的病害视觉扫描。最后，利用所采集的图像进行表观病害识别和测量，并以此为基础实现了表观病害的数字化档案。为测试验证其有效性，利用所搭建的样机，在西安广运桥和淮南寿春桥进行了现场试验，结果表明：本机器人系统可以实现墩柱结构的全域扫描，可以获取墩柱结构表观病害的高精度视觉图像，并能够准确地对其病害进行识别和量化，实现了墩柱结构表观病害的智能检测。
• Select
  基于负压吸附爬壁机器人和Transformer的混凝土桥塔裂缝识别检测

  丁威, 夏哲, 舒江鹏, 叶建龙, 项贻强

  中国公路学报. 2024, 37(2): 53-64. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.005

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为了解决大型桥梁混凝土桥塔结构裂缝难以高效、安全、精准量化识别的问题，提出了基于爬壁机器人和Transformer的桥塔裂缝识别检测方法。该方法以基于负压吸附机制的爬壁机器人为装备载体，其可在混凝土桥塔上快速移动并近距离采集表观病害高清数据。通过建立包含图像拼接、特征金字塔Transformer (Feature Pyramid Transformer, FPT)裂缝分割网络、尺度量化计算的裂缝识别方法，得到裂缝关键位置的宽度数据，并输出裂缝全局分布可视化结果，有效提升了微小裂缝的分割和边缘定位精度。基于试验验证了该方法的可行性与识别检测精度，并成功将其应用于中国东部某跨海大桥主塔裂缝检测工程。检测结果表明：该法对实际桥塔表面分布在0.1~3.3 mm宽度范围内的多尺度裂缝进行检测，宽度量化的最大误差小于10%。研究成果具有较好的应用前景，有望进一步推进现有混凝土桥梁结构检测技术与装备的智能化发展。
• Select
  基于Transformer的高分辨率桥梁裂缝图像级联分割方法

  褚鸿鹄, 袁华青, 龙砺芝, 邓露

  中国公路学报. 2024, 37(2): 65-76. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.006

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为充分发挥Transformer模型在高分辨率桥梁裂缝图像分割上的优势，提出了一种基于Transformer和坐标注意力(Coordinate Attention, CA)机制的精细化级联分割方法(级联CATransUNet)。首先，开发了一个基于TransUNet的裂缝特征提取模块，用于从低分辨率裂缝图像中初步提取3个尺度的粗粒度裂缝特征；其中，CA机制被引入TransUNet的跳跃连接结构，从而增强TransUNet网络对微小裂缝特征的表征。然后，基于所提取的三尺度粗粒度裂缝特征设计了2个基于物理级联结构的精细化运算模块，实现了从全局和局部2个维度依次恢复裂缝主体与边缘区域的细粒度像素特征。此外，为了充分利用多尺度特征在裂缝边界的细粒度特征表征中的优势，在训练过程中引入了一个带有主动边界回归项的多尺度级联损失。在基于无人机所采集的桥梁高分辨率裂缝图像上开展的消融性试验证明了所提出各组件的有效性。最后，在4 K分辨率的桥梁裂缝图像上开展了对比试验，结果表明：级联CATransUNet在不增加显卡内存需求的前提下，相较于此前最先进的基于传统卷积神经网络(Convolutional Neural Network, CNN)搭建的高分辨率图像精细化网络Segfix和CascadePSP，平均交并比(mean Intersection over Union, mIoU)和平均边缘精度(mean Boundary Accuracy, mBA)分别提升了5%和7%以上。采用级联CATransUNet可实现对高分辨率裂缝图像的精细化分割，为检测人员提供更加全面、准确的结构裂缝信息，从而为结构安全状况评估以及维护决策制定提供技术支撑。
• Select
  基于改进Segformer的混凝土桥梁表观病害轻量级识别方法

  蒋仕新, 唐椿程, 杨建喜, 李昊, 熊元俊, 李韧, 刘新龙, 王笛

  中国公路学报. 2024, 37(2): 77-87. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.007

  摘要 ( ) PDF全文 ( )   可视化   收藏

  现有基于语义分割的混凝土桥梁表观病害识别方法具有模型参数量较大、特征提取不充分、分割精度不高等缺点。针对上述问题，提出基于改进Segformer的混凝土桥梁表观病害轻量级识别方法——Segformer-SP，该方法选取MiT B0作为编码器，并引入语义融合模块(Semantic Fusion Module， SFM)和极化自注意力机制(Polarized Self-Attention， PSA)。在Segformer-SP中，SFM模块对低级特征和高级特征进行融合，以提高低级特征的语义信息量；同时，PSA自注意力机制模块可以在分割过程中捕捉全局上下文信息，解决病害特征不够充分的问题，从而进一步提高分割效果。试验结果表明:Segformer-SP的平均交并比(mIoU)和平均F1分数(mF1)相较于Segformer-B0分别提高了2.41%和1.91%;此外，Segformer-SP的mIoU和mF1均优于大部分主流语义分割算法;Segformer-SP的参数量仅为6.09×10⁶，FPS为56.54，更适合应用于终端检测设备。
• Select
  基于轻量化网络与迁移学习的桥梁水下桩墩结构表观病害轮廓提取

  王威, 姜绍飞, 宋华霖, 李朋泽, 王圣贤, 苏振恒

  中国公路学报. 2024, 37(2): 88-99. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.008

  摘要 ( ) PDF全文 ( )   可视化   收藏

  水下桩墩作为桥梁结构的重要组成部分，由于其所处复杂的水文环境，通常会在其表面产生各种表观病害。现有的光学检测方法存在2个方面的问题：①水下图像模糊不清，色彩严重失真；②无法定量化识别病害尺寸大小，且检测效率低。针对这些问题，提出了图像融合增强算法与深度学习模型相结合的水下桩墩表观病害轮廓提取方法。首先，提出了一种基于点锐度权重的图像像素级融合算法，不仅能够融合2种单一增强图像，而且在保证有效色彩校正的同时还能显著提高图像的对比度。其次，对DeepLabv3+语义分割网络模型进行轻量化改进，使其保证精度的情况下，尽可能降低模型所需的权重参数量；随后采用陆上建筑结构中的表观病害公开数据集训练主干特征提取网络层，并采用迁移学习方法将其运用到目标域的检测任务中。最后，利用水下试验与实际工程采集到的图像数据集对轻量化改进模型进行训练，建立起水下桩墩表观病害轮廓提取模型，然后对其进行验证与测试，并从3个方面进行了比较与讨论，即与其他5种常用算法的比较、图像融合前后的检测结果以及噪声影响，验证了所提出改进方法的鲁棒性和有效性。结果表明:提出的图像融合增强算法可以有效地增强病害图像轮廓的细节特征，且所提的轻量化改进模型不仅具有最高的识别精度，还能够保持较高的检测效率与鲁棒性，适合植入小型水下机器人中用于实际桥梁结构的水下桩墩表观病害轮廓的实时化、定量化检测。
• Select
  基于改进Mask R-CNN的钢桥多病害智能识别

  彭卫兵, 张明见, 全柳萌, 李珉, 赵宇欣

  中国公路学报. 2024, 37(2): 100-109. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.009

  摘要 ( ) PDF全文 ( )   可视化   收藏

  钢桥在现代交通基础设施中扮演着重要的角色，然而，由于长期服役与环境影响，钢桥可能出现涂层锈蚀、螺栓脱落等病害。为解决传统的钢桥病害检测需要人工参与，费时费力且主观性强的问题，提出了一种基于深度学习的钢桥病害检智能识别方法。利用无人机在图像采集方面的优势，采集大量高清病害图像，经图像增强、标注后建立钢桥病害图像库，用于模型的训练和测试；引入掩膜区域卷积神经网络(Mask R-CNN)构建钢桥病害识别模型，实现钢桥病害的自动识别；并通过更换骨干网络的方式进一步提升模型性能。研究结果表明:将骨干网络由传统的ResNet101替换为VoVNet后模型性能显著提升，交并比阈值为0.5与0.5∶0.95时，优化后模型的识别平均精确率分别为0.84与0.59；相同交并比阈值下较之优化前有约10%的提升。将改进的模型应用于上莘桥表观病害检测，其对涂层锈蚀、螺栓锈蚀与螺栓脱落的识别准确率分别达到了89.3%、85.7%、73.1%;改进的Mask R-CNN模型在钢桥病害识别任务中表现出了优异的性能，无人机与深度学习相结合的方法能够实现钢桥病害的高精度、自动化检测，具有重要的科学研究和工程应用价值。
• Select
  融合自适应光照预处理和深度学习的钢桥腐蚀检测方法

  吴乐谋, 张清华, 郑秋松, 邵少兵, 崔闯

  中国公路学报. 2024, 37(2): 110-124. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.010

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对钢结构桥梁实桥腐蚀图像往往由于光照条件较差或光照不均匀导致腐蚀区域检测困难的问题，提出了一种融合自适应光照预处理方法和深度学习的钢桥腐蚀检测方法。首先，采用Global and Local Fusion(GLF)对比度增强算法结合KinD++低光增强模型的方法，对图像进行预处理；其次，采用粗标注结合K-means算法标注腐蚀区域得到分割标签；最后，采用原始图像和预处理后图像分别对UNet++网络进行了训练和测试，验证了所提出的预处理方法的有效性和优越性。结果表明：所提出的自适应光照预处理方法有效改善了实桥腐蚀图像的光照不均和低光照问题，修复和增强了细节和纹理特征信息，颜色保真度较高；所提出的数据标注方法能够精准标注腐蚀区域，减少边缘描绘工作；与原始图像相比，该方法预处理后的图像训练的模型在准确率、精确率、召回率、F1-score、交并比IoU和A_UC上分别提高了5.2%、2.7%、22.5%、19.4%、25.4%和10.5%；对于光照良好的均匀腐蚀图像，预处理对分割精度提高有限，对于点蚀图像，分割精度有较大的提高，对于低光照或光照均匀性较差的图像，分割精度得到了大幅提高。
• Select
  钢结构工程高强度螺栓微小松动视觉检测方法研究

  姚志东, 陈志华, 刘红波, 卢佳祁

  中国公路学报. 2024, 37(2): 125-141. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.011

  摘要 ( ) PDF全文 ( )   可视化   收藏

  基于计算机视觉的螺栓松动检测方法中，一类是通过对连接节点图像进行透视矫正并分析螺栓轮廓边缘直线角度的变化以及时发现微小的松动缺陷。然而，目前这类方法在图像矫正和螺栓轮廓边缘检测的可靠性方面还有较大的改进空间。为此，针对钢结构螺栓连接节点，提出了基于深度学习的螺栓松动视觉检测方法。首先，基于YOLOv5检测螺栓目标。针对螺栓感兴趣区域(RoI)，基于鲁棒性较高的Attention U-Net提取螺栓轮廓边缘直线。为了提高螺栓目标检测精度，目标检测模型应设定较低置信度阈值以保证目标无漏检，再通过螺栓RoI提取的边缘直线数量筛除伪螺栓。使用透视变换法对节点图像进行矫正，变换所需的参考点是根据螺栓检测框之间空间移动后的相交关系自动定位的。最后，根据矫正图像中的螺栓轮廓边缘直线计算螺栓角度，通过检测螺栓和基准螺栓之间的角度差异判断松动情况。研究结果表明：螺栓目标检测的AP值为0.97；螺栓轮廓边缘检测的准确率、召回率和F1的均值分别为0.846、0.807与0.825，且在多种复杂背景干扰下具有较高的鲁棒性；伪螺栓筛除法可过滤掉99.82%的伪螺栓目标；提出的图像矫正法适用于常见的多种螺栓排列形式的连接节点；当松动判别阈值仅为2.8°时，螺栓松动检测的准确率可达99.7%。该方法在大型钢结构螺栓连接节点自动化运维方面具有较好的应用前景。
• Select
  融合机器视觉与区间仿射算法的桥梁结构影响线实测研究

  周云, 张路遥, 胡锦楠, 郝官旺

  中国公路学报. 2024, 37(2): 142-151. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.012

  摘要 ( ) PDF全文 ( )   可视化   收藏

  影响线是桥梁结构状态评估的重要指标。传统影响线实测方法依赖车辆称重系统(WIM)和接触式传感器，存在使用成本高、效率低、风险大、阻碍交通等问题。为实现“无需接触式传感”、“无需封闭交通”、“无需车辆称重系统”的智能桥梁检测，提出了一种融合机器视觉与区间仿射算法的桥梁结构影响线实测方法。该方法首先利用机器视觉技术获取多工况的桥梁测点动态位移响应；其次，根据车辆出厂信息建立其轴重区间矩阵并通过区间仿射算法计算多工况的影响线区间；最后，采用支持向量机(SVM)从影响线区间中识别桥梁真实影响线。将该方法应用于野外实际桥梁试验，通过控制标定车辆的载重和行驶速度获取多工况的位移响应数据以评估该方法的性能。结果表明：该方法能够有效地从影响线区间中识别桥梁真实影响线，混合工况下影响线的识别相对误差为8.48%；影响线的识别相对误差随车速的增大而增大，在车速分别10、20、30 km·h^-1工况下，影响线的识别相对误差分别为9.22%、10.23%、12.38%。提出的桥梁影响线实测方法具有非接触、高精度、经济灵活等优势，可有效突破现有接触式桥梁影响线实测方法的技术局限，具有较好的工程应用前景。
• Select
  融合加速度与计算机视觉实测车致响应的梁桥损伤识别方法

  吴桐, 唐亮, 周丰力, 张玉丹, 周志祥

  中国公路学报. 2024, 37(2): 152-167. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.013

  摘要 ( ) PDF全文 ( )   可视化   收藏

  基于结构振型相关参数的损伤识别方法对振型的空间分辨率具有较高要求。为了改进计算机视觉技术在桥梁结构全场振型提取和损伤识别方面的不足，同时充分利用SHM系统各类传感器采集的丰富数据，提出了一种基于计算机视觉和有限数量加速度传感器实测桥梁在移动荷载作用下响应的损伤识别方法。首先，通过理论推导研究了损伤前后任意边界条件单跨梁在移动集中力作用下的位移响应，并从理论角度分析了局部刚度损伤引发的结构位移响应和振型改变。在此基础上，提出了一种通过测量少量测点的计算机视觉位移和加速度响应，提取可表征结构真实状态的多阶高空间分辨率振型的方法，所得振型的空间分辨率取决于移动荷载速度和位移采样频率。根据所提取振型的特点，提出了一种多阶全场模态曲率面积差加权融合的结构损伤识别参数，该参数可以直接利用损伤前后该单元前后节点的模态转角求得。为了验证所提出的方法，开展了实验室简支梁模型在不同速度和大小的移动荷载作用下的多工况损伤识别试验。试验结果表明，所提出的方法可以通过计算机视觉和有限数量的加速度传感器实现模型梁全场振型提取，且该振型与测点加速度模态分析得出的结果相符，空间分辨率可达模型梁跨径的1/6 000~1/3 000。此外，所提出的损伤识别指标在不同工况下能够准确地识别损伤位置，即使损伤前后的移动荷载大小和速度存在差异，该指标也能较准确地定位损伤。
路面工程
• Select
  基于原子力显微技术的热再生混合料中新旧沥青融合程度量化指标和方法

  李明宸, 刘黎萍, 邢成炜, 黄威棋

  中国公路学报. 2024, 37(2): 168-182. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.014

  摘要 ( ) PDF全文 ( )   可视化   收藏

  厂拌热再生混合料中新旧沥青的融合程度对再生混合料设计及性能均有重要影响，目前已有较多学者开展了融合程度的量化研究，但现有量化方法在应用时大多需采用化学试剂对再生沥青进行抽提回收，这无疑会破坏混合料中新旧沥青真实的融合状态。基于原子力显微技术直接针对热再生混合料试件提出一种量化新旧沥青真实融合程度的方法。为此，首先在沥青层面探究了利用原子力显微技术中得到的力学、化学指标量化沥青融合程度的可行性，发现在单一沥青层面，DMT模量指标与宽带点光谱量化得到的羰基指数与沥青老化及融合特征相关性较好;接着选取DMT模量和羰基指数指标建立了完全混溶再生沥青纳观性能的预估方程；然后，在混合料层面利用不同来源的沥青对量化指标的适用性进行了检验，发现相较于羰基指数，采用DMT模量指标量化再生混合料中新旧沥青融合程度的误差更小；最后，基于该指标在混合料层面初步给出了直接量化厂拌热再生混合料中新旧沥青融合程度的方法；并以3种旧料掺量的再生混合料为例，对量化方法的应用进行了介绍。
• Select
  氧化锌/膨胀蛭石复合材料组分协同增效延缓沥青老化行为研究

  张恒龙, 段海辉, 罗尧

  中国公路学报. 2024, 37(2): 183-196. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.015

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为揭示氧化锌/膨胀蛭石(ZnO/EVMT)复合材料改性剂组分协同增效作用及其对沥青老化行为的影响规律,以推动新型复合材料改性剂及其改性沥青材料的研究和应用,进而提高沥青路面的耐老化性能和延长路面服役寿命,采用均相沉淀法在相同工艺条件下制备了单一ZnO粒子、单一EVMT、单一ZnO粒子复配单一EVMT(ZnO+EVMT,成分比例与ZnO/EVMT复合材料一致)和ZnO/EVMT复合材料并探究了其组分间作用特征,然后从沥青的物理性能、流变性能、化学官能团指数和分子量等方面探明了ZnO/EVMT复合材料对沥青老化行为的影响规律。结果表明：采用均相沉淀法合成的ZnO/EVMT复合材料可实现ZnO粒子和EVMT在微纳米尺度上有序复合,组分间的相互作用削弱了ZnO粒子的团聚效应并提高了ZnO粒子的分散性及其与EVMT之间的均匀性；ZnO/EVMT复合材料的紫外光吸收能力优于ZnO+EVMT和EVMT；此外,ZnO/EVMT复合材料与沥青形成了剥离型相结构,且ZnO/EVMT改性沥青具有良好的储存稳定性。因此,ZnO/EVMT复合材料的微观结构及其改性沥青的基本性能分别优于单一组分和复配改性剂及其改性沥青,其组分具有协同增效作用。最终,ZnO/EVMT复合材料改性沥青在室内短期热氧老化、长期热氧老化和长期紫外老化后均表现出较低的物理和流变性能老化指数、生成了较少的含氧官能团产物以及更低的大分子含量,故ZnO/EVMT复合材料可有效延缓沥青的老化行为。
路基工程
• Select
  基于CPTU测试的高速公路扩建地基软土参数空间变异性研究

  王才进, 武猛, 杨洋, 何欢, 蔡国军, 刘薛宁, 刘松玉

  中国公路学报. 2024, 37(2): 197-208. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.016

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为研究改扩建工程新老路地基软土的空间变异性，对连云港—淮安(连淮)高速公路扩建工程的新老路地基进行孔压静力触探(CPTU)测试，使用地质统计学对区域范围内的锥尖阻力进行插值预测，对插值结果进行独立验证，使用插值结果对新老路地基软土的超固结比(OCR)、不排水抗剪强度S_u和压缩模量E_s进行计算分析，并对新老路地基的沉降进行计算。研究结果表明：所建立的地质统计学模型能够准确预测新老路地基土体的锥尖阻力，其独立验证结果的相关系数R²大于0.87；新老路地基表层土体的OCR较大，老路地基土体的OCR明显大于新路地基；S_u主要分布在0~300 kPa，总体随深度的增加而增加，局部能达到300 kPa以上；E_s主要分布在0~20 MPa，E_s随深度的增加而增大，整体上老路地基的E_s大于新路地基；新老路地基的沉降主要集中在深度0~7 m，新老路地基的差异沉降较大，最大能达到1 130 mm。使用地质统计学基于有限的勘察资料对区域范围内的新老路地基软土的工程特性进行分析研究，对改扩建工程的设计具有重要意义。
• Select
  刚性桩-半刚性桩-土工格栅增强路基承载及影响参数

  邓友生, 李文杰, 冯忠居, 张克钦, 李龙, 姚志刚, 肇慧玲

  中国公路学报. 2024, 37(2): 209-218. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.017

  摘要 ( ) PDF全文 ( )   可视化   收藏

  刚性桩-半刚性桩-土工格栅是加固路基工程的一种有效方法，与传统桩网结构路基相比，桩-土相互作用更为复杂。为分析其承载特性，尤其是刚性桩桩身长度、桩径、桩间距和土工加筋材料及其种类对路基沉降和桩土应力比的影响规律，研究了复合路基加固优化设计方案，开展了在静力荷载下的室内模型试验和有限元方法理论计算。研究结果表明：刚性桩和半刚性桩的承载力均主要由侧摩阻力分担，但侧摩阻力发挥程度存在一定差异;路堤上部荷载在刚性桩-半刚性桩-土工格栅加固路基中沿中心桩体向边缘桩体传递，沿路堤行车方向向路堤横断面方向扩散;桩顶平面土体沉降在横断面上呈“W”分布，刚性桩能够显著减少其桩顶位置土体沉降量；在一定范围内，增加刚性桩的桩身长度、增大桩径、减小桩间距，能够减小7.12%~35.96%的路基土体变形和路基总沉降量，并提高路堤承载能力；在路堤中设置土工加筋材料，其与碎石垫层协同工作，可协调荷载在路基中重新分配，使其内部应力分布更为均衡；与土工格栅相比，土工格室具有三维立体结构，对减小路基内部土体沉降和调节荷载传递有更好的效果。在实际工程中，应根据上部荷载和地质条件，合理设计桩身长度、桩径和桩间距，选用合适的横向加筋体。
交通工程
• Select
  智能网联卡车编队领航车驾驶人驾驶能力需求综述

  伍毅平, 赵子龙, 倪鹏

  中国公路学报. 2024, 37(2): 219-238. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.018

  摘要 ( ) PDF全文 ( )   可视化   收藏

  智能网联卡车编队在减少人力成本、节省燃料消耗、提高运输效率等方面具有较大优势，是未来货物运输发展的新趋势。领航车驾驶人作为在智能化和网联化背景下出现的新兴角色，对于保障智能网联卡车编队安全平稳运行至关重要。通过对大量文献、标准规范以及企业调研结果的系统梳理，综述了智能网联卡车编队领航车驾驶人驾驶能力需求研究现状。首先，介绍了卡车编队系统架构、自动化分级标准和驾驶模式等智能网联卡车编队概况。然后，归纳了卡车编队行驶场景的组成要素种类，总结了超出车辆设计运行范围的边界场景，以此为基础分析了各边界场景下领航车驾驶人的能力需求。其次，论述了卡车编队不同功能对应领航车驾驶人的作用和职责。最后，以传统卡车驾驶人和自动驾驶卡车安全员的基本驾驶能力需求为基准，结合边界场景和编队功能对应的特殊驾驶能力需求，汇总获得卡车编队领航车驾驶人在理论知识、实操技能和生心理状态方面的需求，并对比分析了不同驾驶阶段下驾驶人能力需求差异。综述结果有助于更加科学合理地开展智能网联卡车编队领航车驾驶人的遴选、培训和考核。
• Select
  基于组合间距策略的自适应车辆队列纵向控制

  李永福, 王兴全, 黄龙旺, 黄鑫, 胡晓松

  中国公路学报. 2024, 37(2): 239-252. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.019

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对车辆队列被外部车辆换道超车的场景，外部车辆与队列中的车辆存在异质性，不同车辆适用的间距策略也存在差异性。此外，不同的车辆队列间距策略在道路适应性、车辆队列系统稳定性和串稳定性等方面均存在优势和缺陷。基于此提出一种基于组合间距策略的智能网联车辆队列控制方法，以优化队列车辆的间距。现有的协同/分布式队列控制方法大多基于精确的车辆动力学模型，这要求获得完整的车辆动力学先验知识，并进行非线性-线性模型的转换。然而，在实践中获取精确的先验知识信息往往具有挑战性，且在车辆间进行信息交互的过程中，不可避免地会产生通信时延。因此，在考虑网络环境通信时延的基础上，提出了一种基于自适应积分滑模车辆队列控制器的分布式后向控制方案，该方案可以在线识别和估计未知参数，从而解决三阶车辆节点动力学模型中参数不确定性影响系统稳定性的问题。在设计的积分滑模面中，采用饱和函数替代传统滑模面的符号函数，进一步解决了控制结果中容易出现抖振的问题。然后，利用Lyapunov-Krasovskii定理和无穷范数进行了组合间距策略和间距策略切换下车辆队列系统的内部稳定性和串稳定性分析。最后，通过与现有控制算法进行仿真比较分析，验证了所提出的控制策略和算法的有效性。
• Select
  城市多模式交通大模型MT-GPT：点线面的分层技术与应用场景

  周臻, 顾子渊, 曲小波, 刘攀, 刘志远

  中国公路学报. 2024, 37(2): 253-274. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.020

  摘要 ( ) PDF全文 ( )   可视化   收藏

  城市多模式交通系统是一个高度复杂而多元的交通网络，旨在有效地满足城市内人员、货物和服务的流动需求。多模式交通系统复杂性源于许多因素，包括不同交通模式间的耦合性，交通需求和供应之间复杂的相互作用，以及开放、异质和自适应交通系统的固有随机特性。因此，理解和管理这样一个复杂系统是一个非常复杂且困难的任务。随着交通以及其他领域多源大数据可获取性的增加，计算机硬件算力的增强，以及机器学习模型的飞速发展，大模型的概念被许多领域应用与实践，包括计算机视觉、自然语言处理等。将大模型的概念应用于交通领域，提出了一种根据交通拓扑结构分层“点线面”的多模式交通大模型框架(Multimodal Transportation Generative Pre-trained Transformer, MT-GPT)，旨在为复杂多模式交通系统中的多方位决策任务提供数据驱动的大模型。考虑到不同交通模式的特征，探讨了实现这一概念框架的核心技术及其整合方式，构思了适配交通的大模型数据范式与改进的分层多任务学习、分层联邦学习、分层迁移学习与分层Transformer框架。最后，通过搭建“任务岛”与“耦合桥”的框架讨论了这样一个多模式交通大模型框架在“点线面”3层大模型框架下的应用案例，从而为多尺度的多模式交通规划、网络设计、基础设施建设和交通管理提供智能化的支持。
• Select
  快速路汇入区瓶颈交通流早发性失效研究(第2部分)：致因分析

  叶颖俊, 孙剑

  中国公路学报. 2024, 37(2): 275-292. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.021

  摘要 ( ) PDF全文 ( )   可视化   收藏

  快速路汇入区是典型的常发性瓶颈区域，其交通流失效严重制约通行效率，影响交通安全。现有研究实证发现，大量汇入瓶颈存在早发性失效现象，这进一步加剧了瓶颈的制约作用，而目前尚未有理论方法对这一独特现象进行建模仿真与致因分析。本系列研究的第一部分定义并建模了3类新的汇入行为，并与汇入区跟驰和换道模型整合，构建了瓶颈交通流高精度仿真系统。作为系列研究的第二部分，重点探讨瓶颈交通流早发性失效致因：即基于仿真受控试验分析瓶颈失效的影响因素，并解析不同微观驾驶行为与宏观瓶颈交通流失效之间的内在机理。首先，对瓶颈汇入区仿真系统进行了精细化参数标定，作为受控试验的研究工具。其次，基于多因素方差分析方法设计正交试验，排除因素间的交互效应，分析各类驾驶行为对于瓶颈通行效率的主效应。最后，利用因果推断理论设计仿真试验，构建早发性失效因果网络图，深入分析上述驾驶行为之间的交互影响链，以及与瓶颈交通流失效的作用关系。研究结果表明：早发性失效的关键致因与失效机制中的影响因素是一致的，其中并行式汇入和主线压迫式换道会对通行效率产生显著负效用，而主动-回应汇入会产生一定正效用。因果网络图显示，引发瓶颈失效的驾驶行为事件链为主动-回应汇入→并行式汇入→主线压迫式换道→里程生产量，而驾驶特性参数(期望时距、汇入动机生成距离等)作为外生变量会对上述行为的出现频率产生影响。
汽车工程
• Select
  基于中低频阻抗谱的锂离子电池容量快速估计方法

  孙丙香, 庞俊峰, 苏晓佳, 付大伟, 付智城

  中国公路学报. 2024, 37(2): 293-303. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.022

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对批量电动汽车退役电池的梯次利用，电池评估专用设备的技术研发面临迫切需求，但评估软件的算法策略开发难度大。兼顾快速性与准确性的阻抗谱方法在专用设备实现中具有良好的可行性。因此选择测试时间短且对采样频率要求低的中低频阻抗谱，在硬件实现中既节约了高频采样成本，又避免了低频正弦难以精准实现的难题。通过拟合电荷转移阻抗特征圆，提取顶点虚部、拐点虚部、圆心横坐标、圆与实轴的交点及其模态分解残值5个健康特征，运用皮尔逊相关系数验证健康特征与容量的相关性，利用高斯过程回归指数模型进行模型训练并验证，实现了锂离子电池容量的快速估计。首先应用实验室测试数据进行方法验证，试验值均在估计值的95%置信区间内；然后应用公开数据集进一步验证，该方法建立估计模型决定系数R²为0.92，估计结果的均方根误差为0.490 8，平均绝对百分比误差为1.343 1%。此外，分别选取减少阻抗谱拟合圆数据点、选取中低频阻抗谱顶点和拐点阻抗、提取实轴以上全频段固定频率点阻抗3种方法，对比验证了所提方法的精度优势和有效性。结果表明：通过拟合特征圆提取关键参数，融合拐点和顶点特征，在保证较高精度的条件下，能够实现电池容量的快速估计。
• Select
  基于信号权重分析的汽车耐久性用户关联模型优化求解方法

  杨永乐, 董帅, 王庆华, 林伟雄, 张志飞

  中国公路学报. 2024, 37(2): 304-314. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.023

  摘要 ( ) PDF全文 ( )   可视化   收藏

  试验场测试规范制定的合理性直接影响汽车耐久性测试结果的可信度。针对目前“用户-试验场”损伤关联模型求解时未考虑关联信号匹配优先级而与实际情况不符的问题，提出一种基于关联通道权重分析的模型优化求解方法。根据整车关联需求和信号类型划分系列子目标，利用准则间相关性方法分析子目标函数的权重，采用折衷规划方法融合权重系数构造综合目标函数，最后使用遗传算法进行求解。基于该方法，以某轻型商用车为应用对象进行关联分析验证。划分轮心垂向力、纵/侧向力、悬架位移、力和应变信号等5类子目标，计算并依次赋予权重0.255、0.230、0.153、0.203和0.159，然后结合权重构造了新的综合目标函数，求解获得一组试验场强化工况循环，并与基于多目标直接求解的结果进行比较。研究结果表明：基于权重分析的优化求解方法计算所得重点关联通道-轮心垂向力通道的相对损伤比可匹配至0.8~1.1，其余通道基本保持在0.5~2之间，而基于直接求解法的关联通道相对损伤比在0.4~2.5之间。表明所提方法能有效反映各关联子目标间相对重要程度，使整车各部位的损伤复现更符合实际应用中关联匹配要求；载荷分布和试验里程表明，求解的测试规范满足实际工程上强化加速试验理论要求。研究结果可为整车试验场耐久性测试提供有效参考。
• Select
  表征车辆实际行驶排放的行程动力学因子构造

  张力, 付明明, 李阳, 常虹, 王锐, 杨智焜

  中国公路学报. 2024, 37(2): 315-324. https://doi.org/10.19721/j.cnki.1001-7372.2024.02.024

  摘要 ( ) PDF全文 ( )   可视化   收藏

  为使法规认证的车辆排放更真实地反映车辆在实际使用条件下的排放水平，实际行驶排放(RDE)试验程序被确立并广泛使用。然而，RDE试验易受到驾驶人操作行为、交通状况、道路坡度等不确定性因素的影响，行程动力学试验边界对RDE试验结果的影响特别敏感。为有效表征与车辆实际行驶排放特性相关联的行程动力学特性，提取了描述车辆行驶状态的瞬时参数，包括整车速度、加速度、发动机转速、转矩、功率变化率、整车比功率，采用因子分析法从变量群中提取共性因子，并通过共性因子的线性组合构造出行程动力学因子。为验证行程动力学因子的有效性，设计试验车辆在保守驾驶、中性驾驶和激进驾驶风格下进行RDE试验，利用移动平均窗口法将保守、中性和激进驾驶风格下RDE试验的瞬时数据划分为数据窗口；并将这些数据窗口的排放数据视为路段排放数据样本进行动力学因子的计算、相关性分析和一致性检验。研究结果表明:行程动力学因子可以通过构成因子的方差百分占比反映出RDE试验驾驶风格的差异；在各种不同驾驶风格情况下,行程动力学因子与污染物排放均良好相关，且两者之间的函数关系不随驾驶风格的差异而发生改变；行程动力学因子被证实是与车辆行驶排放所关联的行程动力学特性的准确度量。