基于无人机的桥梁外露面裂缝识别系统研究

Research on the Identification System of Bridge Exposed Surface Cracks Based on Unmanned Aerial Vehicles

在桥梁检测中,采用新型无人机巡检代替传统的人工检测,可提高巡检效率和检测结果的准确性。对无人机巡检系统中桥梁结构巡检航线规划、病害数据采集方法进行详细介绍,该系统基于YOLO框架的优化模型对桥梁结构表面裂缝进行智能识别,通过深度学习算法进行裂缝合并和分割,然后建立所有平面照片与立体模型间的投影与反投影关系,实现了裂缝的自动定位和像素到真实尺寸的转化。通过倾斜摄影测量方法建立无人机巡检部位三维实景模型,将三维实景模型与BIM模型融合。以三维实景模型为数据底座,实现病害构件化、标准化管理。通过三维场景化管理快速查找并定位病害,对病害发展进行追溯和趋势分析。以寿春淮河特大桥为检测对象,将无人机检测数据与人工检测数据进行对比,得到无人机检测误差小、准确率高,验证了该系统的可行性,可在桥梁检测领域进行应用推广。