CN105735150A - 一种移动多目视觉桥梁常规检测方法 - Google Patents
一种移动多目视觉桥梁常规检测方法 Download PDFInfo
- Publication number
- CN105735150A CN105735150A CN201610123876.4A CN201610123876A CN105735150A CN 105735150 A CN105735150 A CN 105735150A CN 201610123876 A CN201610123876 A CN 201610123876A CN 105735150 A CN105735150 A CN 105735150A
- Authority
- CN
- China
- Prior art keywords
- bridge
- unmanned plane
- image
- scanning
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01D—CONSTRUCTION OF BRIDGES, ELEVATED ROADWAYS OR VIADUCTS; ASSEMBLY OF BRIDGES
- E01D22/00—Methods or apparatus for repairing or strengthening existing bridges ; Methods or apparatus for dismantling bridges
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
一种移动多目视觉桥梁常规检测方法,具体实施步骤如下:A.搭建无人机装置、参数设置及机载装置标定;B.桥梁结构三维模型扫描构建与飞行路线确定;C.桥梁常规扫描检测和外观图像传输与存储;D.桥梁状态评估及多媒体诊断总结。
Description
技术领域
本发明涉及到使用无人机、高清摄像头、数字图像处理技术对桥梁进行常规检测。
背景技术
桥梁是确保道路、公路、铁路等畅通的咽喉,在交通***中发挥着极为重要的作用,桥梁安全在国家经济发展中起到举足轻重的作用。然而由于环境腐蚀、设计不当、材料缺陷、车辆超载、不可抗力因素等会引起桥梁结构发生不同程度的损伤。近年来各地桥梁发生的事故大多由于桥梁检测缺少和养护不当引起。这些损伤最终会导致桥梁出现结构坏损,甚至垮塌造成重大的人员和财产损失。桥梁常规检测可以有效的侦测早期安全隐患,防止损伤的不断积累,避免灾难性事故发生。因此,通过实施桥梁的经常性安全检测以预防桥梁安全事故的发生具有重要意义。桥梁常规检测主要包括对桥梁进行外观检查,如裂缝、锈蚀、锈胀、剥落、表面缺陷、桥台错位、伸缩缝异常、桥头平顺性检查、路面缺陷以及特殊构件如螺栓等缺少问题。
传统的常规桥梁检测方式主要是人工巡检。所采用的设备主要检测设备或方法有普通数码相机、望远镜和远程拍摄、桥检车、预置轨道视频检测等。然而,作为人工巡检方式除了耗时耗力、效率低和容易漏检等缺陷之外,使用这些检测设备或方法也存在如下弊端:
(1)普通数码相机:采用数码相机进行人工巡检过程中只能对人们容易拍摄到的地方进行检查和记录,对一些难以拍摄到的位置则很难拍摄到清晰的图像,这就不得不借用桥检车、船舶等特殊交通工具才能实现,并且普通数码相机只能对检测对象进行平面拍摄,不能得到如裂缝、锈蚀等桥梁结构缺陷的三维特征;
(2)桥检车:检测成本高、时间长,影响正常交通,检测人员高空作业存在安全隐患,检测范围受桥梁周围环境影响,对高墩、特殊结构桥梁,存在检测盲区;
(3)人工望远镜和远程拍摄:距离检测目标较远,不易发现桥梁裂缝、结构件脱落等病害,存在检测盲区,高倍望远镜人工监测仪器架设受地形影响大,检测人员工作量巨大,桥墩病害不易准确定位和描述;
(4)预置轨道视频检测不方便实施,施工时间长、成本高,轨道不能在其他桥梁上重复应用。
传统的桥梁常规检测方法虽然也有如激光扫描、雷达检测、超声波检测等无损检测方法和智能化检测方法,但是都需要借助精密仪器、检测技术复杂、操作繁琐、检测成本高等。在当前桥梁安全检测需求迅速增长的情况下,如果能够使用一种操作简单、成本低、安全性高的检测***或方法,将有助于提高桥梁检测效率和检测质量,从而保证桥梁安全运营。
发明内容
本发明要克服传统的桥梁常规检测方法的弊端,提出一种移动多目视觉桥梁常规检测方法。本检测方法主要采用无人机搭载多个高清摄像头、雷达、照明光源、无线高速图像传输装置以及平板电脑等对被检测桥梁进行全方位的扫描拍摄,并将图像数据保存,再通过平板电脑上的数字图像数据处理平台进行数据处理,从而实现桥梁健康状态安全检测和评估。
本发明要解决以下几个方面的问题:
一是解决传统人工巡检出现的效率低、可靠度低、人工工作量大及漏检事件多的缺陷;
二是解决传统的桥梁常规检测需要封闭交通等带来的交通拥堵问题;
三是解决传统方法中采用普通数码相机只能对桥梁结构进行二维评估,而不能对被检测结构的三维特点进行全方面评估带来的不足;
四是解决传统检测方法需要桥检测、船舶等特殊交通工具带来的不便和检测人员安全隐患;
五是解决传统检测方法中远距离拍摄不能清楚检测目标细观特征等缺陷;
六是解决传统检测方法中只能采用文本和图片作为检测结果形式,而不能全面的阐明桥梁健康状态的弊端。
本发明所述的一种移动多目视觉桥梁常规检测方法,具体实施步骤如下:
A.搭建无人机装置、参数设置及机载装置标定;
A1.搭建移动多目视觉桥梁常规检测方法,每个无人机携带多个高清摄像头、雷达和照明光源等;
A2.在当前桥梁检测环境下进行无人机试飞实验,反复调整控制参数以适应当前风速风向等带来的无人机飞行及悬停稳定性问题,使得携带装备的无人机能稳定飞行和悬停;
A3.调整无人机主方向两个摄像头拍摄参数及朝向,反复调整照明光源的亮度及角度以得到测量区域的最佳图像;
A4.利用雷达测距进行空间尺寸量度,并结合空间几何信息对多个摄像头进行几何标定,建立图像空间与实际空间的关系;
B.桥梁结构三维模型扫描构建与飞行路线确定;
B1.启动多个无人机对被测桥梁进行快速空间扫描,并将所有图像数据传输到控制端的平板电脑当中,无人机扫描采用雷达进行避障,防止无人机被撞坏;
B2.整合多个无人机拍摄到的图像数据及无人机的扫描路线,建立桥梁像素尺度三维虚拟模型;
B3.根据A中的几何标定关系将桥梁像素尺度虚拟模型转换为桥梁空间尺度模型,并保存在平板电脑中;
B4.根据桥梁空间尺度模型确定无人机进行桥梁检测的路线,并制定自动化桥梁结构图像扫描策略;
C.桥梁常规扫描检测和外观图像传输与存储;
C1.检查无人机电源装置,并进行电源补给;
C2.多个无人机按照B中制定的自动化桥梁结构图像扫描策略对桥梁结构进行全面检测,并实时传输到平板电脑中,拍摄到的图像根据无人机所处位置反馈至桥梁空间尺度模型当中,无人机行进过程中通过雷达进行避障处理,防止扫描中撞到桥梁结构而损坏,直到扫描任务完成进入下一步;
D.桥梁状态评估及多媒体诊断总结;
D1.对摄像头拍摄到的所有图像进行降噪处理,通过图像恢复和图像增强的方法得到预处理图像;
D2.对图像进行Hough变换,采用图像边缘处理算法得到图像上的特征通过区域分割和支持向量机的方法对结构损伤等进行分类识别;
D3.识别桥梁所有拍摄区域内的裂缝、锈蚀、锈胀、剥落、表面缺陷、桥台错位、伸缩缝异常、桥头不平顺性、路面缺陷、特殊部件缺失等,并将发生的缺陷问题与桥梁空间模型对应,并建立桥梁检测数据库;
D4.通过数字图像处理方法和标定信息对桥梁结构缺陷进行定量化分析,确定缺陷的尺寸及严重程度(如裂缝长度、宽度、深度和发展方向等),并做评估;
D5.完成桥梁检测报告,并通过多媒体方式(桥梁检测空间模型、文本、图像等)方式对检测结果进行展示。
本发明中使用多个无人机进行桥梁全面检测,由于单个无人机续航能力有限,对于大型的桥梁结构来讲,常规扫描检查的工作量较大,单个无人机不能完成任务。所以在实际的操作过程中需要根据检测工作量来确定参与检测的无人机的数量。在进行正式的桥梁检测之前需要采用无人机对桥梁进行快速空间扫描,以建立桥梁空间尺度模型,在后续的检测工作当中所有的检测区域均可以在桥梁空间尺度模型中进行对应。本发明中采用了雷达进行测距,并将测距结果当做标定参照信息。另外,本发明中采用雷达进行避障处理,防止无人机撞到桥梁结构而毁坏。为了方便检测,控制端的平板电脑可以对无人机的扫描路线进行设定,让无人机对桥梁进行自动化扫描。无人机拍摄到的图像通过无线方式直接传递到控制端的平板电脑当中,平板电脑安装有一套图像处理软件,可以对拍摄到的图像进行数字处理和特征识别以及结构外观损伤量化分析。本发明的多目是指由多个摄像头来模拟人眼,通过摄像头拍照的形式给出三维视觉信号。将机器代替人眼用以执行传统人工巡检中人工的那部分功能,如此更加客观化和标准化,而且在长时间的桥梁检测过程中具有更好的稳定性。
本发明的优点是:
1、解决了传统人工巡检出现的效率低、可靠度低、人工工作量大及漏检事件多的缺陷;
2、解决了传统的桥梁常规检测需要封闭交通等带来的交通拥堵问题;
3、解决了传统方法中采用普通数码相机只能对桥梁结构进行二维评估,而不能对被检测结构的三维特点进行全方面评估带来的不足,通过多个摄像头可以对桥梁检测对象进行三维量化评估分析;
4、解决了传统检测方法需要桥检车、船舶等特殊交通工具带来的不便和检测人员安全隐患;
5、解决了传统检测方法中远距离拍摄不能清楚检测目标细观特征等缺陷,无人机可以近距离进行桥梁检测;
6、采用雷达测距技术为多摄像头拍摄的图像进行三维构建提供标定参照信息;
7、采用雷达避障技术防止无人机在桥梁检测过程当中因为撞到桥梁而发生毁坏的事故;
8、通过多个无人机对桥梁进行快速扫描,构建桥梁的三维模型;
9、采用多个无人机对桥梁进行检测,解决了单个无人机续航能力有限的弊端;
10、通过数字图像处理技术来对拍摄到的桥梁检测目标进行处理,使检测结果具有客观性和准确性;
11、解决传统检测方法中只能采用文本和图片作为检测结果形式,而不能全面的阐明桥梁健康状态的弊端,这里检测结果可以通过多媒体方式(桥梁检测空间模型、文本、图像)方式进行展示。
附图说明
图1本发明的装置示意图。
图2本发明的实施流程图。
图例说明:图1中的代号分别表示:
1——无人机,
2——雷达,
3到10——高清摄像头,
11——照明光源,
12——平板电脑,
13——桥梁。
备注:本发明中选取一座斜拉桥为例对整个实施过程进行说明,无人机搭载了8个高清摄像头进行扫描拍摄。为了确定无人机的主方向,其上面每个摄像头均用不同标号,其中3和10两个摄像头的朝向为无人机主方向。在桥梁检测过程中启用了多个无人机,这里统一用标号1来表示。
具体实施方式
以下结合图1中所示的案例、图2中所示的实施流程图进一步阐述本发明。
参见图1和图2,本发明中所举案例为利用一种移动多目视觉桥梁常规检测方法对一座斜拉桥进行常规检测,具体的实施步骤如下:
本发明所述的,具体实施步骤如下:
A.搭建无人机装置、参数设置及机载装置标定;
A1.搭建移动多目视觉桥梁常规检测***,每个无人机1携带多个高清摄像头(3到10)、雷达2和照明光源11等;
A2.在当前桥梁13检测环境下进行无人机1试飞实验,反复调整控制参数以适应当前风速风向等带来的无人机1飞行及悬停稳定性问题,使得携带装备的无人机1能稳定飞行和悬停;
A3.调整无人机主方向两个摄像头(3和10)拍摄参数及朝向,反复调整照明光源11的亮度及角度以得到测量区域的最佳图像;
A4.利用雷达2测距进行空间尺寸量度,并结合空间几何信息对多个摄像头(3和10)进行几何标定,建立图像空间与实际空间的关系;
B.桥梁结构三维模型扫描构建与飞行路线确定;
B1.启动多个无人机1对被测桥梁13进行快速空间扫描,并将所有图像数据传输到控制端的平板电脑12当中,无人机1扫描采用雷达2进行避障,防止无人机1被撞坏;
B2.整合多个无人机1拍摄到的图像数据及无人机的扫描路线,建立桥梁13像素尺度三维虚拟模型;
B3.根据A中的几何标定关系将桥梁13像素尺度虚拟模型转换为桥梁13空间尺度模型,并保存在平板电脑12中;
B4.根据桥梁13空间尺度模型确定无人机进行桥梁检测的路线,并制定自动化桥梁结构图像扫描策略;
C.桥梁常规扫描检测和外观图像传输与存储;
C1.检查无人机1电源装置,并进行电源补给;
C2.多个无人机1按照B中制定的自动化桥梁结构图像扫描策略对桥梁13结构进行全面检测,并实时传输到平板电脑12中,拍摄到的图像根据无人机1所处位置反馈在桥梁13空间尺度模型当中,无人机1行进过程中通过雷达2进行避障处理,防止扫描中撞到桥梁13结构而损坏,直到扫描任务完成进入下一步;
D.桥梁状态评估及多媒体诊断总结;
D1.对摄像头(3和10)拍摄到的所有图像进行降噪处理,通过图像恢复和图像增强的方法得到预处理图像;
D2.对图像进行Hough变换,采用图像边缘处理算法得到图像上的特征通过区域分割和支持向量机的方法对结构损伤等进行分类识别;
D3.识别桥梁所有拍摄区域内的裂缝、锈蚀、锈胀、剥落、表面缺陷、桥台错位、伸缩缝异常、桥头不平顺性、路面缺陷、特殊部件缺失等,并将发生的缺陷问题与桥梁空间模型对应,并建立桥梁检测数据库;
D4.通过数字图像处理方法和标定信息对桥梁13结构缺陷进行定量化分析,确定缺陷的尺寸及严重程度(如裂缝长度、宽度、深度和发展方向等),并做评估;
D5.完成桥梁检测报告,并通过多媒体方式(桥梁检测空间模型、文本、图像等)方式对检测结果进行展示。
本发明中使用了多个无人机进行桥梁全面检测,由于单个无人机续航能力有限,对于大型的桥梁结构来讲,常规扫描检查的工作量较大,单个无人机不能完成任务。所以在实际的操作过程中需要根据检测工作量来确定参与检测的无人机的数量。在进行正式的桥梁检测之前需要采用无人机对桥梁进行快速空间扫描,以建立桥梁空间尺度模型,在后续的检测工作当中所有的检测区域均可以在桥梁空间尺度模型中进行对应。本发明中采用了雷达进行测距,并将测距结果当做标定参照信息。另外,本发明中采用雷达进行避障处理,防止无人机撞到桥梁结构而毁坏。为了方便检测,控制端的平板电脑可以对无人机的扫描路线进行设定,让无人机对桥梁进行自动化扫描。无人机拍摄到的图像通过无线方式直接传递到控制端的平板电脑当中,平板电脑安装有一套图像处理软件,可以对拍摄到的图像进行数字处理和特征识别以及结构外观损伤量化分析。本发明的多目是指由多个摄像头来模拟人眼,通过摄像头拍照的形式给出三维视觉信号。将机器代替人眼用以执行传统人工巡检中人工的那部分功能,如此更加客观化和标准化,而且在长时间的桥梁检测过程中具有更好的稳定性。
本说明书实施案例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施案例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.一种移动多目视觉桥梁常规检测方法,具体实施步骤如下:
A.搭建无人机装置、参数设置及机载装置标定;
A1.搭建移动多目视觉桥梁常规检测***,每个无人机携带多个高清摄像头、雷达和照明光源等;
A2.在当前桥梁检测环境下进行无人机试飞实验,反复调整控制参数以适应当前风速风向等带来的无人机飞行及悬停稳定性问题,使得携带装备的无人机能稳定飞行和悬停;
A3.调整无人机主方向两个摄像头拍摄参数及朝向,反复调整照明光源的亮度及角度以得到测量区域的最佳图像;
A4.利用雷达测距进行空间尺寸量度,并结合空间几何信息对多个摄像头进行几何标定,建立图像空间与实际空间的关系;
B.桥梁结构三维模型扫描构建与飞行路线确定;
B1.启动多个无人机对被测桥梁进行快速空间扫描,并将所有图像数据传输到控制端的平板电脑当中,无人机扫描采用雷达进行避障,防止无人机被撞坏;
B2.整合多个无人机拍摄到的图像数据及无人机的扫描路线,建立桥梁像素尺度三维虚拟模型;
B3.根据A中的几何标定关系将桥梁像素尺度虚拟模型转换为桥梁空间尺度模型,并保存在平板电脑中;
B4.根据桥梁空间尺度模型确定无人机进行桥梁检测的路线,并制定自动化桥梁结构图像扫描策略;
C.桥梁常规扫描检测和外观图像传输与存储;
C1.检查无人机电源装置,并进行电源补给;
C2.多个无人机按照B中制定的自动化桥梁结构图像扫描策略对桥梁结构进行全面检测,并实时传输到平板电脑中,拍摄到的图像根据无人机所处位置反馈至桥梁空间尺度模型当中,无人机行进过程中通过雷达进行避障处理,防止扫描中撞到桥梁结构而损坏,直到扫描任务完成进入下一步;
D.桥梁状态评估及多媒体诊断总结;
D1.对摄像头拍摄到的所有图像进行降噪处理,通过图像恢复和图像增强的方法得到预处理图像;
D2.对图像进行Hough变换,采用图像边缘处理算法得到图像上的特征通过区域分割和支持向量机的方法对结构损伤等进行分类识别;
D3.识别桥梁所有拍摄区域内的裂缝、锈蚀、锈胀、剥落、表面缺陷、桥台错位、伸缩缝异常、桥头不平顺性、路面缺陷、特殊部件缺失等,并将发生的缺陷问题与桥梁空间模型对应,并建立桥梁检测数据库;
D4.通过数字图像处理方法和标定信息对桥梁结构缺陷进行定量化分析,确定缺陷的尺寸及严重程度(如裂缝长度、宽度、深度和发展方向等),并做评估;
D5.完成桥梁检测报告,并通过多媒体方式(桥梁检测空间模型、文本、图像等)方式对检测结果进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610123876.4A CN105735150A (zh) | 2016-03-04 | 2016-03-04 | 一种移动多目视觉桥梁常规检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610123876.4A CN105735150A (zh) | 2016-03-04 | 2016-03-04 | 一种移动多目视觉桥梁常规检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105735150A true CN105735150A (zh) | 2016-07-06 |
Family
ID=56249960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610123876.4A Pending CN105735150A (zh) | 2016-03-04 | 2016-03-04 | 一种移动多目视觉桥梁常规检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105735150A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106628179A (zh) * | 2017-01-21 | 2017-05-10 | 徐志勇 | 用于远程桥梁检测的无人机 |
CN106774384A (zh) * | 2016-12-05 | 2017-05-31 | 王源浩 | 一种桥梁检测智能避障机器人 |
CN107054649A (zh) * | 2017-03-29 | 2017-08-18 | 上海华测导航技术股份有限公司 | 一种使用无人机进行桥梁灾害检测的方法 |
CN107193286A (zh) * | 2017-06-02 | 2017-09-22 | 同济大学 | 桥梁实景数字化采集方法 |
CN107328783A (zh) * | 2017-07-31 | 2017-11-07 | 广东容祺智能科技有限公司 | 一种基于无人机的桥梁智能检测*** |
CN107380420A (zh) * | 2017-08-23 | 2017-11-24 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
CN107747907A (zh) * | 2017-09-28 | 2018-03-02 | 中国十七冶集团有限公司 | 一种地下综合管廊裂缝的检测方法 |
CN108051450A (zh) * | 2017-11-01 | 2018-05-18 | 中铁大桥科学研究院有限公司 | 一种基于无人机的桥梁健康检测***及方法 |
CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测***及检测方法 |
CN108423187A (zh) * | 2018-01-31 | 2018-08-21 | 芜湖市海联机械设备有限公司 | 一种公安消防执法用航拍采集无人机 |
CN108989756A (zh) * | 2018-08-06 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 建筑工程质量监测方法、装置及存储介质 |
CN109060281A (zh) * | 2018-09-18 | 2018-12-21 | 山东理工大学 | 基于无人机的一体化桥梁检测*** |
CN109374043A (zh) * | 2018-09-13 | 2019-02-22 | 常熟市交通工程管理处 | 一种基于bim的运营桥梁多源检测***及检测方法 |
CN109374651A (zh) * | 2018-11-02 | 2019-02-22 | 深圳大学 | 一种基于系留无人机的大型桥梁检测方法及检测装置 |
CN109472371A (zh) * | 2018-10-17 | 2019-03-15 | 中国路桥工程有限责任公司 | 一种大型桥梁结构运营管理***及方法 |
CN109612427A (zh) * | 2019-01-16 | 2019-04-12 | 兰州交通大学 | 一种多传感器协同的无人机公路桥梁形变检测方法及*** |
CN109901623A (zh) * | 2019-04-11 | 2019-06-18 | 株洲时代电子技术有限公司 | 桥梁墩身巡检航线规划方法 |
CN109918000A (zh) * | 2019-03-12 | 2019-06-21 | 苏州乐模软件科技有限公司 | 电极图形化检测报告自动生成方法及生成*** |
CN110703802A (zh) * | 2019-11-04 | 2020-01-17 | 中国科学院自动化研究所 | 基于多无人机协同作业的桥梁自动检测方法及*** |
CN112051267A (zh) * | 2020-09-07 | 2020-12-08 | 株洲飞鹿高新材料技术股份有限公司 | 一种检测建筑弊病的***和检测方法 |
CN112709158A (zh) * | 2020-12-25 | 2021-04-27 | 钟运涛 | 一种桥梁养护工艺 |
CN113933306A (zh) * | 2021-12-16 | 2022-01-14 | 交通运输部天津水运工程科学研究所 | 一种基于无人机进行数据采集的码头结构可靠性分析方法 |
CN114486908A (zh) * | 2021-12-31 | 2022-05-13 | 长江航道工程局有限责任公司 | 一种桥墩病害识别检测无人机及检测方法 |
CN116087235A (zh) * | 2023-04-07 | 2023-05-09 | 四川川交路桥有限责任公司 | 一种多源耦合的桥梁损伤探测方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535649A (zh) * | 2014-12-25 | 2015-04-22 | 刘凯 | 裂缝无人智能检测机 |
CN104843176A (zh) * | 2015-04-28 | 2015-08-19 | 武汉大学 | 一种用于桥梁隧道自动巡检旋翼无人机***及导航方法 |
KR20160022065A (ko) * | 2014-08-19 | 2016-02-29 | 한국과학기술원 | 교량 내부 진단 시스템 |
-
2016
- 2016-03-04 CN CN201610123876.4A patent/CN105735150A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160022065A (ko) * | 2014-08-19 | 2016-02-29 | 한국과학기술원 | 교량 내부 진단 시스템 |
CN104535649A (zh) * | 2014-12-25 | 2015-04-22 | 刘凯 | 裂缝无人智能检测机 |
CN104843176A (zh) * | 2015-04-28 | 2015-08-19 | 武汉大学 | 一种用于桥梁隧道自动巡检旋翼无人机***及导航方法 |
Non-Patent Citations (3)
Title |
---|
圆156: "无人机桥梁检测***", 《百度文库》 * |
彭玲丽等: "浅谈无人机在桥梁检测中的应用与发展", 《交通科技》 * |
王琳等: "基于双目立体视觉技术的桥梁裂缝测量***", 《计算机应用》 * |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774384A (zh) * | 2016-12-05 | 2017-05-31 | 王源浩 | 一种桥梁检测智能避障机器人 |
CN106628179A (zh) * | 2017-01-21 | 2017-05-10 | 徐志勇 | 用于远程桥梁检测的无人机 |
CN107054649A (zh) * | 2017-03-29 | 2017-08-18 | 上海华测导航技术股份有限公司 | 一种使用无人机进行桥梁灾害检测的方法 |
CN107193286A (zh) * | 2017-06-02 | 2017-09-22 | 同济大学 | 桥梁实景数字化采集方法 |
CN107193286B (zh) * | 2017-06-02 | 2020-12-08 | 同济大学 | 桥梁实景数字化采集方法 |
CN107328783A (zh) * | 2017-07-31 | 2017-11-07 | 广东容祺智能科技有限公司 | 一种基于无人机的桥梁智能检测*** |
CN107380420A (zh) * | 2017-08-23 | 2017-11-24 | 南京市特种设备安全监督检验研究院 | 一种基于无人机机械臂的起重机金属结构检测装置及方法 |
CN107747907A (zh) * | 2017-09-28 | 2018-03-02 | 中国十七冶集团有限公司 | 一种地下综合管廊裂缝的检测方法 |
CN108051450A (zh) * | 2017-11-01 | 2018-05-18 | 中铁大桥科学研究院有限公司 | 一种基于无人机的桥梁健康检测***及方法 |
CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测***及检测方法 |
CN108106801B (zh) * | 2017-11-15 | 2021-11-05 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测***及检测方法 |
CN108423187A (zh) * | 2018-01-31 | 2018-08-21 | 芜湖市海联机械设备有限公司 | 一种公安消防执法用航拍采集无人机 |
CN108989756A (zh) * | 2018-08-06 | 2018-12-11 | 百度在线网络技术(北京)有限公司 | 建筑工程质量监测方法、装置及存储介质 |
CN109374043A (zh) * | 2018-09-13 | 2019-02-22 | 常熟市交通工程管理处 | 一种基于bim的运营桥梁多源检测***及检测方法 |
CN109374043B (zh) * | 2018-09-13 | 2019-09-10 | 常熟市交通工程管理处 | 一种基于bim的运营桥梁多源检测***的检测方法 |
CN109060281A (zh) * | 2018-09-18 | 2018-12-21 | 山东理工大学 | 基于无人机的一体化桥梁检测*** |
CN109472371A (zh) * | 2018-10-17 | 2019-03-15 | 中国路桥工程有限责任公司 | 一种大型桥梁结构运营管理***及方法 |
CN109472371B (zh) * | 2018-10-17 | 2023-04-07 | 中国路桥工程有限责任公司 | 一种大型桥梁结构运营管理***及方法 |
CN109374651A (zh) * | 2018-11-02 | 2019-02-22 | 深圳大学 | 一种基于系留无人机的大型桥梁检测方法及检测装置 |
CN109374651B (zh) * | 2018-11-02 | 2021-04-27 | 深圳大学 | 一种基于系留无人机的大型桥梁检测方法及检测装置 |
CN109612427A (zh) * | 2019-01-16 | 2019-04-12 | 兰州交通大学 | 一种多传感器协同的无人机公路桥梁形变检测方法及*** |
CN109918000A (zh) * | 2019-03-12 | 2019-06-21 | 苏州乐模软件科技有限公司 | 电极图形化检测报告自动生成方法及生成*** |
CN109901623A (zh) * | 2019-04-11 | 2019-06-18 | 株洲时代电子技术有限公司 | 桥梁墩身巡检航线规划方法 |
CN109901623B (zh) * | 2019-04-11 | 2022-03-15 | 株洲时代电子技术有限公司 | 桥梁墩身巡检航线规划方法 |
WO2021088311A1 (zh) * | 2019-11-04 | 2021-05-14 | 中国科学院自动化研究所 | 基于多无人机协同作业的桥梁自动检测方法及*** |
CN110703802A (zh) * | 2019-11-04 | 2020-01-17 | 中国科学院自动化研究所 | 基于多无人机协同作业的桥梁自动检测方法及*** |
CN112051267A (zh) * | 2020-09-07 | 2020-12-08 | 株洲飞鹿高新材料技术股份有限公司 | 一种检测建筑弊病的***和检测方法 |
CN112051267B (zh) * | 2020-09-07 | 2024-06-07 | 株洲飞鹿高新材料技术股份有限公司 | 一种检测建筑弊病的***和检测方法 |
CN112709158A (zh) * | 2020-12-25 | 2021-04-27 | 钟运涛 | 一种桥梁养护工艺 |
CN113933306A (zh) * | 2021-12-16 | 2022-01-14 | 交通运输部天津水运工程科学研究所 | 一种基于无人机进行数据采集的码头结构可靠性分析方法 |
CN113933306B (zh) * | 2021-12-16 | 2022-02-25 | 交通运输部天津水运工程科学研究所 | 一种基于无人机进行数据采集的码头结构可靠性分析方法 |
CN114486908A (zh) * | 2021-12-31 | 2022-05-13 | 长江航道工程局有限责任公司 | 一种桥墩病害识别检测无人机及检测方法 |
CN116087235A (zh) * | 2023-04-07 | 2023-05-09 | 四川川交路桥有限责任公司 | 一种多源耦合的桥梁损伤探测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105735150A (zh) | 一种移动多目视觉桥梁常规检测方法 | |
Ellenberg et al. | Bridge deck delamination identification from unmanned aerial vehicle infrared imagery | |
Khadka et al. | Non-contact vibration monitoring of rotating wind turbines using a semi-autonomous UAV | |
Dorafshan et al. | Challenges in bridge inspection using small unmanned aerial systems: Results and lessons learned | |
US11017228B2 (en) | Method and arrangement for condition monitoring of an installation with operating means | |
Akbar et al. | An evaluation of image‐based structural health monitoring using integrated unmanned aerial vehicle platform | |
US10641898B1 (en) | Structural displacement measurement using unmanned aerial vehicles equipped with lasers | |
EP3497016B1 (de) | Unbemanntes luftfahrzeug zur zerstörungsfreien prüfung einer dreidimensionalen struktur | |
Ellenberg et al. | Masonry crack detection application of an unmanned aerial vehicle | |
CN109885097B (zh) | 一种桥梁外沿面巡检航线规划方法 | |
Zormpas et al. | Power transmission lines inspection using properly equipped unmanned aerial vehicle (UAV) | |
Kalaitzakis et al. | Dynamic structural health monitoring using a DIC-enabled drone | |
CN109885098B (zh) | 一种桥梁边栏巡检航线规划方法 | |
CN210090988U (zh) | 一种无人机巡检*** | |
CN109990777B (zh) | 一种桥梁底面巡检航线规划方法 | |
CN109990778B (zh) | 一种桥梁底座巡检航线规划方法 | |
Nasimi et al. | A methodology for measuring the total displacements of structures using a laser–camera system | |
CN210005927U (zh) | 一种桥梁巡检无人机*** | |
CN109901623B (zh) | 桥梁墩身巡检航线规划方法 | |
CN111999298A (zh) | 一种基于5g技术的无人机快速巡检桥梁*** | |
Poorghasem et al. | Review of robot-based automated measurement of vibration for civil engineering structures | |
EP4063279A1 (en) | Automated assessment of aircraft structure damage | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
Toriumi et al. | UAV-based inspection of bridge and tunnel structures: an application review | |
CN113674211A (zh) | 一种轨道质量监测分析*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160706 |