CN109060281A - 基于无人机的一体化桥梁检测*** - Google Patents
基于无人机的一体化桥梁检测*** Download PDFInfo
- Publication number
- CN109060281A CN109060281A CN201811084990.6A CN201811084990A CN109060281A CN 109060281 A CN109060281 A CN 109060281A CN 201811084990 A CN201811084990 A CN 201811084990A CN 109060281 A CN109060281 A CN 109060281A
- Authority
- CN
- China
- Prior art keywords
- bridge
- unmanned plane
- detection
- control system
- floor
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 84
- 230000007547 defect Effects 0.000 claims abstract description 66
- 230000010365 information processing Effects 0.000 claims abstract description 32
- 238000012372 quality testing Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000002372 labelling Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 210000003205 muscle Anatomy 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 7
- 230000008447 perception Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 4
- 208000027418 Wounds and injury Diseases 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 208000014674 injury Diseases 0.000 claims description 3
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000000547 structure data Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 abstract description 7
- 238000005286 illumination Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009440 infrastructure construction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0008—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of bridges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Bridges Or Land Bridges (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种基于无人机的一体化桥梁检测***，属于无人机桥梁检测技术领域，包括桥梁建模无人机A、桥梁表面数据采集无人机B、地面综合信息处理控制***，地面综合信息处理控制***包括3D坐标建模***、无人机巡航路径规划***、桥面缺陷检测及标注***、桥梁质量检测报告生成***：无人机A用于被检测桥梁及周边地形环境摄影；3D坐标建模***用于建立桥体及周边地形环境的3D坐标模型；无人机巡航路径规划***用于规划无人机B的巡航路径；桥面缺陷检测及标注***的用于检测桥面对应位置的缺陷，计算缺陷程度指标并标记在模型中。本发明实现桥梁检测过程的全自动化，大幅提高检测效率，提高检测质量。
Description
技术领域
本发明涉及一种基于无人机的一体化桥梁检测***，属于无人机桥梁检测技术领域。
背景技术
近年来，随着我国基础设施建设的快速发展，众多基础设施建设投入使用，也由此带来了在基础设施维护方面巨大的市场空间。针对桥梁方面，据统计，我国现役桥梁总数超过百万，而有40％的桥梁服役年限超过25年，属于“老龄化”阶段，需要投入较大桥梁后期检测维护精力。
传统桥梁检测是通过人工检测或检测车检测的方式。人工检测存在难度系数高，资金投入大，存在检测盲区，检测人员安全性难以保障，效率低，人力投入大等问题；检测车检测存在难度系数高，资金投入大，存在检测盲区，适用性较为局限，效率低等问题。两种方法均不能满足日益增长的桥梁检测维护需求。
现有流行的远程无人机桥梁外观检测方式是通过人工控制无人机进行桥梁表面的拍摄检测，一般由两名专业技术人员分别控制机身运动、检测摄像两部分进行飞行和数据采集，采集数据实时显示在地面站监控屏幕上，检测人员根据监控判断是否存在病害。
该方法可有效降低人工检测及检测车检测的部分不足，但仍然存在以下问题：第一，无人机桥梁检测对无人机飞手水平要求高，在一些复杂地形环境中极易出现坠机事件，造成检测成本增加，检测效果降低的问题；第二，现有无人机桥梁检测图像质量不均匀，对桥梁缺乏整体性能结构参数指标，造成对桥梁破损程度的误判断；第三，在一些复杂环境下对桥梁检测极易出现检测盲区，造成检测漏洞。
发明内容
根据以上现有技术的不足，本发明提供一种基于无人机的一体化桥梁检测***，实现桥梁检测过程的全自动化，消除检测盲区，同时有效降低检测成本，提高检测质量。
本发明所述的基于无人机的一体化桥梁检测***包括桥梁建模无人机A、桥梁表面数据采集无人机B、地面综合信息处理控制***，地面综合信息处理控制***包括3D坐标建模***、无人机巡航路径规划***、桥面缺陷检测及标注***、桥梁质量检测报告生成***：无人机A用于被检测桥梁及周边地形环境摄影；3D坐标建模***用于建立桥体及周边地形环境的3D坐标模型；无人机巡航路径规划***用于规划无人机B的巡航路径；桥面缺陷检测及标注***的用于检测桥面对应位置的缺陷，计算缺陷程度指标并标记在模型中；桥梁质量检测报告生成***用于生成桥梁质量检测报告。
无人机A采用倾斜摄影采集被检测桥体及周边地形环境数据，数据包括倾斜摄影图像模型及各点GPS位置坐标，倾斜摄影通过从一个垂直、四个倾斜、五个不同的视角同步采集影像，获取到丰富的桥梁顶面及侧视的高分辨率纹理数据，保证了桥梁模型的精度。
所述的无人机B搭载飞行控制***，飞行控制***包括姿态感知控制***、GPS导航***：姿态感知控制***包括加速度计、陀螺仪、位置传感器，加速度计、陀螺仪构成惯性导航***，用于对飞行姿态进行测量；位置传感器用于测量飞机高度和航向信息；GPS导航***用于确定飞机飞行方向和速度以及镜头朝向。
所述的无人机B还搭载通讯控制***和云台控制***，通讯控制***包含指令通讯***、图像处理传输***：指令通讯***包括无线数传电台和GPRS无线模块，用于与地面综合信息处理控制***保持联系；图像处理传输***包含视频处理模块与数字图传模块；云台控制***用于摄像机角度控制。因为需要较高的实时性，因而采用900MHz无线数传电台。电台接收机通过串口与飞行控制器联系，将接收到的指令发送给飞行控制***，并将飞行控制***解析飞机姿态信息和地理位置信息回传给地面综合信息处理控制***。当数传电台收到干扰时，可通过GPRS无线模块进行数据传输，保障无人机与地面综合信息处理控制***的联系。视频处理模块使用专用数字信号处理芯片对采集的视频进行电子增稳处理，增稳后的数字图像通过数字图传模块传送到地面综合信息处理控制***。云台控制模块负责摄像机角度控制，当飞机处于倾斜状态时云台能保持摄像机的水平稳定，消除抖动，同时也可根据地面站控制指令，实时调整角度。云台姿态信息由互相垂直的y轴、p轴、r轴角度数据确定，其转动分别由三台电机控制，摄像机镜头实际朝向由云台姿态坐标信息和桥梁坐标信息计算确定。
所述的无人机B设有超声波模块和三向视觉定位模块，三向视觉定位模块第一向安装于无人机前部，用于定位并反馈无人机距桥梁立柱的相对位置；第二向安装于无人机上部，用于在无人机巡航检测过程中定位并反馈无人机距桥底或桥台的相对位置；第三向安装于无人机下部，用于在无人机巡航检测过程中定位并反馈无人机距地面或水平面的相对位置。除了常规的超声波模块以外，在无人机前、后、左、右、上、下等各方向上进行障碍识别，而识别的机制分为两个部分，分别是超声波和机器视觉。也就是说，除了常规的超声波模块以外，各方向还专门放置了摄像头用于获取视觉图像，然后直接传输到机载的处理器进行计算处理。当在进行桥底桥梁检测时，光照条件一般不太好，而超声波与机器视觉共同作用，基本可以在任何照度下对多种材质进行良好的识别，从而对无人机在桥底下的飞行提供更好的指导，识别的有效范围和精度可以显著提升。同时，超声波模块和视觉定位模块功能除了避障之外还可以进行精确定位以确定gps数据信息。
所述的桥面缺陷检测及标注***检测类别包括：桥面裂缝检测，桥底裂缝、麻面及露筋检测；保护设施的断裂及锈蚀检测，桥台错位、裂缝、麻面及露筋检测；桥墩裂缝、麻面、露筋及垂直度检测，能够全面分析桥梁缺陷种类。
所述的桥梁质量检测报告内容包括：桥梁原始结构数据、检测标准、检测内容、检测结果、缺陷图片及缺陷程度指标标注、缺陷成因分析、检测结论。
其检测过程包括以下步骤：步骤一：无人机A采集被检测桥体及周边地形环境数据，将数据回传至地面综合信息处理控制***；步骤二：地面综合信息处理控制***的3D坐标建模***根据回传数据生成桥体及周边地形环境的3D坐标模型；步骤三：地面综合信息处理控制***的无人机巡航路径规划***根据桥体及周边地形环境的3D坐标模型，建立无人机B的自主巡航路径，并将指令发送至无人机B；步骤四：无人机B执行自主巡航路径对桥体进行图像采集，并将采集信息回传至地面综合信息处理控制***；步骤五：地面综合信息处理控制***的桥面缺陷检测及标注***根据无人机B回传的桥面图像，匹配3D坐标模型，运用识别算法识别桥面的缺陷部分并计算缺陷部分的缺陷程度，并在3D坐标模型中标记出缺陷部分及缺陷程度指标；步骤六：地面综合信息处理控制***的桥梁质量检测报告生成***自动生成桥梁质量检测报告。
无人机A完成对被检测桥体和周边地形环境数据的初次采集，建立3D坐标模型，其后无人机B自动采集数据，地面综合信息处理控制***自动检测缺陷并标注，然后自动生成桥梁质量检测报告，整体实现自动化过程，大幅提高了桥梁的检测效率，降低人工成本，同时通过指标检测桥梁的缺陷程度，降低了缺陷的误判率，提高检测质量。
所述的步骤五中，桥面缺陷识别及标记包括以下步骤：1)载入图像文件；
2)直方图均衡化，通过累积函数对灰度值进行调整，增强对比度；3)中值滤波去噪，把载入图像的值用该点的一个领域中各点值的中值代换，消除孤立噪声点；4)二值化处理，将图像上的像素点的灰度值设置为0或255；5)二值图像滤波，在保留图像细节特征的条件下对目标图像的噪声进行抑制；6)裂缝识别，将载入图片的其他无关因素通过计算机的处理进行隐藏，直观显示出裂缝的位置；7)裂缝标记，用可视化方框对裂缝进行标记。
所述的步骤六中，桥梁质量检测报告生成***根据缺陷部分及缺陷程度指标，对比***中桥梁原始结构参数及标准桥梁缺陷程度指标，计算得出危害程度指标，然后自动生成桥梁质量检测报告。
与现有技术相比，本发明具有的有益效果是：
1、本发明实现桥梁数据的自动化采集、自动检测桥梁缺陷并标注以及自动生成桥梁质量检测报告，实现桥梁检测过程的全自动化，大幅提高检测效率，解决了传统桥梁检测费时费力、效率低的问题。
2、采用倾斜摄影技术，获取到丰富的桥梁顶面及侧视的高分辨率纹理数据，保证了桥梁模型的精度。
3、无人机B自动执行巡航检测路径，避免传统检测方式检测人员存在的安全隐患，同时消除检测盲区。
4、通过超声波模块和三向视觉定位模块自动避障，基本可以在任何照度下对多种材质进行良好的识别，识别的有效范围和精度显著提升，有效避免检测无人机桥检过程的坠机概率，同时降低了桥梁检测的成本，具有良好的经济效益。
附图说明
图1为本发明桥梁检测***组成框图。
图2为本发明桥梁检测方法流程图。
图3为本发明实施例的3D坐标模型的正视二维坐标模型图。
图4为本发明实施例的3D坐标模型的侧视二维坐标模型图。
图5为本发明实施例的裂缝缺陷检测及标注示意图。
具体实施方式
下面结合附图对本发明的实施例做进一步描述。
如图1所示，本发明基于无人机的一体化桥梁检测方法的***，包括桥梁建模无人机A、桥梁表面数据采集无人机B、地面综合信息处理控制***，其中，地面综合信息处理控制***包括3D坐标建模***、无人机巡航路径规划***、桥面缺陷检测及标注***、桥梁质量检测报告生成***，无人机B搭载飞行控制***和通讯控制***和云台控制***。
无人机A用于对被检测桥梁及周边地形环境的倾斜摄影，并可利用图传模块将数据回传至地面综合信息处理控制***，或存储在自身的存储设备中，执行完拍摄任务后，将数据传输至地面综合信息处理控制***。
无人机B根据地面综合信息处理控制***的航线规划自主完成对桥梁的数据采集，并将采集数据通过图传模块回传至地面综合信息处理控制***。
3D坐标建模***的功能是将无人机A倾斜摄影获得的桥梁及周边地形图像数据进行三维建模，并建立实际尺寸坐标系。
无人机巡航路径规划***的功能是根据桥梁及周边地形环境的三维坐标模型自动规划无人机B的巡航路径，并将数据发送给无人机B。
桥面缺陷检测及标注***的功能是根据无人机B回传的数据图像经与三维图像融合后，检测出桥面对应位置的缺陷，计算缺陷程度指标并标记在模型中；
桥梁质量检测报告生成***的功能是根据缺陷程度指标自动生成桥梁质量检测报告。
飞行控制***包括姿态感知控制***、GPS导航***：姿态感知控制***包括加速度计、陀螺仪、位置传感器，加速度计、陀螺仪构成惯性导航***，用于对飞行姿态进行测量；位置传感器则用于测量飞机高度和航向信息；GPS导航***用于根据飞机当前的GPS坐标信息和接收到的目标点坐标信息，确定飞机飞行方向和速度以及镜头朝向。
通讯控制***包含指令通讯***、图像处理传输***：指令通讯***包括无线数传电台和GPRS无线模块，用于与地面综合信息处理控制***保持联系；图像处理传输***包含视频处理模块与数字图传模块。
云台控制***用于摄像机角度控制，云台姿态信息由互相垂直的y轴、p轴、r轴角度数据确定，其转动分别由三台电机控制，摄像机镜头实际朝向由云台姿态坐标信息和桥梁坐标信息计算确定。
如图2所示，本发明具有步骤如下：
步骤一：航线自动规划后无人机A自动进行自主拍摄，对被检测桥梁及周边地形环境进行倾斜摄影，飞机相机集成五个镜头，在桥梁高度约h＝20～100米高处采集，拍摄面积为桥梁面积2～4倍，不同的高度建模精度不一样，建模精度小于0.5米。倾斜摄影通过从一个垂直、四个倾斜、五个不同的视角同步采集影像，获取到丰富的桥梁顶面及侧视的高分辨率纹理数据，保证了桥梁模型的精度，无人机A可将所获图像数据存储在无人机A携带的存储器内，数据包括倾斜摄影图像模型及各点GPS位置坐标。
步骤二：地面综合信息处理控制***的3D坐标建模***根据回传数据生成桥体及周边地形环境的3D坐标模型M。
如图3、4所示，分别用3D坐标模型的正视二维坐标模型图和3D坐标模型的侧视二维坐标模型图表示3D坐标模型M。
步骤三：地面综合信息处理控制***的无人机巡航路径规划***根据桥体及周边地形环境的3D坐标模型，建立无人机B的自主巡航路径，并将指令发送至无人机B。
步骤四：无人机B执行自主巡航路径对桥体进行图像采集，并利用机载图传模块将采集信息回传至地面综合信息处理控制***。
步骤五：地面综合信息处理控制***的桥面缺陷检测及标注***根据无人机B回传的桥面图像，通过软件匹配3D坐标模型，运用识别算法识别桥面的缺陷部分并计算缺陷部分的缺陷程度，并在3D坐标模型中标记出缺陷部分及缺陷程度指标Pi，步骤如下：载入图像文件；直方图均衡化，通过累积函数对灰度值进行调整，增强对比度；3)中值滤波去噪，把载入图像的值用该点的一个领域中各点值的中值代换，消除孤立噪声点；4)二值化处理，将图像上的像素点的灰度值设置为0或255；5)二值图像滤波，在保留图像细节特征的条件下对目标图像的噪声进行抑制；6)裂缝识别，将载入图片的其他无关因素通过计算机的处理进行隐藏，直观显示出裂缝的位置；7)裂缝标记，用可视化方框对裂缝进行标记。
桥梁缺陷检测类别包括：桥面裂缝检测，桥底裂缝、麻面及露筋检测；保护设施的断裂及锈蚀检测，桥台错位、裂缝、麻面及露筋检测；桥墩裂缝、麻面、露筋及垂直度检测，能够全面分析桥梁缺陷种类。
如图5所示，裂缝缺陷经软件处理后所得到的二值化图像以及经裂缝区域范围检测及标注的图像，所得到的中间检测段裂缝缺陷程度指标P1＝33mm。
步骤六：地面综合信息处理控制***的桥梁质量检测报告生成***根据缺陷部分及缺陷程度指标Pi，对比***中桥梁原始结构参数及标准桥梁缺陷程度指标Pdi，计算得出危害程度指标εi，然后自动生成桥梁质量检测报告。桥梁质量检测报告内容包括：桥梁原始结构数据、检测标准、检测内容、检测结果、缺陷图片及缺陷程度指标标注、缺陷成因分析、检测结论。
无人机B设有超声波模块和三向视觉定位模块，三向视觉定位模块第一向安装于无人机前部，用于定位并反馈无人机距桥梁立柱的相对位置；第二向安装于无人机上部，用于在无人机巡航检测过程中定位并反馈无人机距桥底或桥台的相对位置；第三向安装于无人机下部，用于在无人机巡航检测过程中定位并反馈无人机距地面或水平面的相对位置。
本发明实现桥梁数据的自动化采集、自动检测桥梁缺陷并标注以及自动生成桥梁质量检测报告，实现桥梁检测过程的全自动化，大幅提高检测效率，解决了传统桥梁检测费时费力、效率低的问题；采用倾斜摄影技术，获取到丰富的桥梁顶面及侧视的高分辨率纹理数据，保证了桥梁模型的精度；无人机B自动执行巡航检测路径，避免传统检测方式检测人员存在的安全隐患，同时消除检测盲区；通过超声波模块和三向视觉定位模块自动避障，基本可以在任何照度下对多种材质进行良好的识别，识别的有效范围和精度显著提升，有效避免检测无人机桥检过程的坠机概率，同时降低了桥梁检测的成本，具有良好的经济效益。
Claims (10)
1.一种基于无人机的一体化桥梁检测***，其特征在于，包括桥梁建模无人机A、桥梁表面数据采集无人机B、地面综合信息处理控制***，地面综合信息处理控制***包括3D坐标建模***、无人机巡航路径规划***、桥面缺陷检测及标注***、桥梁质量检测报告生成***：
无人机A用于被检测桥梁及周边地形环境摄影；
3D坐标建模***用于建立桥体及周边地形环境的3D坐标模型；
无人机巡航路径规划***用于规划无人机B的巡航路径；
桥面缺陷检测及标注***的用于检测桥面对应位置的缺陷，计算缺陷程度指标并标记在模型中；
桥梁质量检测报告生成***用于生成桥梁质量检测报告。
2.根据权利要求1所述的一体化桥梁检测***，其特征在于，无人机A采用倾斜摄影采集被检测桥体及周边地形环境数据，数据包括倾斜摄影图像模型及各点GPS位置坐标。
3.根据权利要求1所述的基于无人机的一体化桥梁检测***，其特征在于，所述的无人机B搭载飞行控制***，飞行控制***包括姿态感知控制***、GPS导航***：
姿态感知控制***包括加速度计、陀螺仪、位置传感器，加速度计、陀螺仪构成惯性导航***，用于对飞行姿态进行测量；位置传感器用于测量飞机高度和航向信息；
GPS导航***用于确定飞机飞行方向和速度。
4.根据权利要求1或3所述的基于无人机的一体化桥梁检测***，其特征在于，所述的无人机B搭载通讯控制***和云台控制***，通讯控制***包含指令通讯***、图像处理传输***：
指令通讯***包括无线数传电台和GPRS无线模块，用于与地面综合信息处理控制***保持联系；
图像处理传输***包含视频处理模块与数字图传模块；
云台控制***，用于摄像机角度控制。
5.根据权利要求1、2或3所述的基于无人机的一体化桥梁检测***，其特征在于，所述的无人机B设有超声波模块和三向视觉定位模块，三向视觉定位模块第一向安装于无人机前部，用于定位并反馈无人机距桥梁立柱的相对位置；第二向安装于无人机上部，用于在无人机巡航检测过程中定位并反馈无人机距桥底或桥台的相对位置；第三向安装于无人机下部，用于在无人机巡航检测过程中定位并反馈无人机距地面或水平面的相对位置。
6.根据权利要求1、2或3所述的基于无人机的一体化桥梁检测***，其特征在于，所述的桥面缺陷检测及标注***检测类别包括：桥面裂缝检测，桥底裂缝、麻面及露筋检测；保护设施的断裂及锈蚀检测，桥台错位、裂缝、麻面及露筋检测；桥墩裂缝、麻面、露筋及垂直度检测。
7.根据权利要求1、2或3所述的基于无人机的一体化桥梁检测***，其特征在于，所述的桥梁质量检测报告内容包括：桥梁原始结构数据、检测标准、检测内容、检测结果、缺陷图片及缺陷程度指标标注、缺陷成因分析、检测结论。
8.根据权利要求3所述的基于无人机的一体化桥梁检测***，其特征在于，其检测过程包括以下步骤：
步骤一：无人机A采集被检测桥体及周边地形环境数据，并将数据回传至地面综合信息处理控制***；
步骤二：地面综合信息处理控制***的3D坐标建模***根据回传数据生成桥体及周边地形环境的3D坐标模型；
步骤三：地面综合信息处理控制***的无人机巡航路径规划***根据桥体及周边地形环境的3D坐标模型，建立无人机B的自主巡航路径，并将指令发送至无人机B；
步骤四：无人机B执行自主巡航路径对桥体进行图像采集，并将采集信息回传至地面综合信息处理控制***；
步骤五：地面综合信息处理控制***的桥面缺陷检测及标注***根据无人机B回传的桥面图像，匹配3D坐标模型，运用识别算法识别桥面的缺陷部分并计算缺陷部分的缺陷程度，并在3D坐标模型中标记出缺陷部分及缺陷程度指标；
步骤六：地面综合信息处理控制***的桥梁质量检测报告生成***自动生成桥梁质量检测报告。
9.根据权利要求8所述的基于无人机的一体化桥梁检测***，其特征在于，所述的步骤五中，桥面缺陷识别及标记包括以下步骤：
1)载入图像文件；
2)直方图均衡化，通过累积函数对灰度值进行调整，增强对比度；
3)中值滤波去噪，把载入图像的值用该点的一个领域中各点值的中值代换，消除孤立噪声点；
4)二值化处理，将图像上的像素点的灰度值设置为0或255；
5)二值图像滤波，在保留图像细节特征的条件下对目标图像的噪声进行抑制；
6)裂缝识别，将载入图片的其他无关因素通过计算机的处理进行隐藏，直观显示出裂缝的位置；
7)裂缝标记，用可视化方框对裂缝进行标记。
10.根据权利要求8所述的基于无人机的一体化桥梁检测***，其特征在于，所述的步骤六中，桥梁质量检测报告生成***根据缺陷部分及缺陷程度指标，对比***中桥梁原始结构参数及标准桥梁缺陷程度指标，计算得出危害程度指标，然后自动生成桥梁质量检测报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811084990.6A CN109060281B (zh) | 2018-09-18 | 2018-09-18 | 基于无人机的一体化桥梁检测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811084990.6A CN109060281B (zh) | 2018-09-18 | 2018-09-18 | 基于无人机的一体化桥梁检测*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109060281A true CN109060281A (zh) | 2018-12-21 |
| CN109060281B CN109060281B (zh) | 2022-01-18 |
Family
ID=64761972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811084990.6A Active CN109060281B (zh) | 2018-09-18 | 2018-09-18 | 基于无人机的一体化桥梁检测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109060281B (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109885097A (zh) * | 2019-04-11 | 2019-06-14 | 株洲时代电子技术有限公司 | 一种桥梁外沿面巡检航线规划方法 |
| CN109885098A (zh) * | 2019-04-11 | 2019-06-14 | 株洲时代电子技术有限公司 | 一种桥梁边栏巡检航线规划方法 |
| 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 |
| CN109960280A (zh) * | 2019-04-11 | 2019-07-02 | 株洲时代电子技术有限公司 | 一种桥梁墩身巡检航线规划方法 |
| CN109990777A (zh) * | 2019-04-11 | 2019-07-09 | 株洲时代电子技术有限公司 | 一种桥梁底面巡检航线规划方法 |
| CN110244761A (zh) * | 2019-06-10 | 2019-09-17 | 北京工业大学 | 一种基于云边协同的建筑物损伤检测飞行智能机器人设备 |
| CN110373978A (zh) * | 2019-05-31 | 2019-10-25 | 中国民航机场建设集团有限公司 | 一种机场道面结构性能检测*** |
| CN111272764A (zh) * | 2020-01-22 | 2020-06-12 | 哈尔滨工业大学 | 大型智能临时平台非接触图像识别移动管控***及方法 |
| CN111537515A (zh) * | 2020-03-31 | 2020-08-14 | 国网辽宁省电力有限公司朝阳供电公司 | 基于三维实景模型的铁塔螺栓缺陷展示方法和*** |
| CN111984032A (zh) * | 2020-07-24 | 2020-11-24 | 武汉智会创新科技有限公司 | 无人机路径规划方法、装置、电子设备及存储介质 |
| CN112269398A (zh) * | 2020-11-04 | 2021-01-26 | 国网福建省电力有限公司漳州供电公司 | 一种变电站无人机自主巡检*** |
| CN112525164A (zh) * | 2020-11-24 | 2021-03-19 | 中铁五局集团建筑工程有限责任公司 | 一种基于无人机倾斜摄影技术对超高层建筑变形检测的方法 |
| CN112540120A (zh) * | 2020-11-25 | 2021-03-23 | 中国铁建高新装备股份有限公司 | 一种桥梁检测*** |
| CN112748121A (zh) * | 2020-12-31 | 2021-05-04 | 天津大学 | 基于水工结构表面裂缝的无人机检测方法及装置 |
| CN113403942A (zh) * | 2021-07-07 | 2021-09-17 | 西北工业大学 | 一种基于标签辅助的桥梁检测无人机视觉导航方法 |
| CN113428374A (zh) * | 2021-07-29 | 2021-09-24 | 西南交通大学 | 桥梁结构检测数据收集方法和无人机*** |
| CN113592798A (zh) * | 2021-07-21 | 2021-11-02 | 山东理工大学 | 一种道路病害智能辨识方法、***、终端及介质 |
| CN115185290A (zh) * | 2022-08-12 | 2022-10-14 | 东南大学 | 一种无人机悬索桥主缆巡检路径规划的方法及装置 |
| 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 (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707724A (zh) * | 2012-06-05 | 2012-10-03 | 清华大学 | 一种无人机的视觉定位与避障方法及*** |
| CN104298248A (zh) * | 2014-10-08 | 2015-01-21 | 南京航空航天大学 | 旋翼无人机精确视觉定位定向方法 |
| CN105222760A (zh) * | 2015-10-22 | 2016-01-06 | 一飞智控(天津)科技有限公司 | 一种基于双目视觉的无人机自主障碍物检测***及方法 |
| CN105735150A (zh) * | 2016-03-04 | 2016-07-06 | 浙江大学 | 一种移动多目视觉桥梁常规检测方法 |
| CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及*** |
| CN106774436A (zh) * | 2017-02-27 | 2017-05-31 | 南京航空航天大学 | 基于视觉的旋翼无人机稳定跟踪目标的控制***及方法 |
| CN106777680A (zh) * | 2016-12-14 | 2017-05-31 | 华中科技大学 | 一种既有桥梁快速bim建模***及方法 |
| US20170287341A1 (en) * | 2014-07-14 | 2017-10-05 | John A. Jarrell | Unmanned aerial vehicle communication, monitoring, and traffic management |
| 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*** |
| CN206772257U (zh) * | 2017-06-08 | 2017-12-19 | 三峡大学 | 一种基于高性能无人机的桥梁结构检测*** |
| CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
| CN107967685A (zh) * | 2017-12-11 | 2018-04-27 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机遥感的桥梁墩塔裂缝无损定量检测方法 |
| CN108318499A (zh) * | 2018-01-05 | 2018-07-24 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
| CN108490938A (zh) * | 2018-03-21 | 2018-09-04 | 沈阳上博智像科技有限公司 | 无人驾驶设备视觉避障***及方法 |
-
2018
- 2018-09-18 CN CN201811084990.6A patent/CN109060281B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707724A (zh) * | 2012-06-05 | 2012-10-03 | 清华大学 | 一种无人机的视觉定位与避障方法及*** |
| US20170287341A1 (en) * | 2014-07-14 | 2017-10-05 | John A. Jarrell | Unmanned aerial vehicle communication, monitoring, and traffic management |
| CN104298248A (zh) * | 2014-10-08 | 2015-01-21 | 南京航空航天大学 | 旋翼无人机精确视觉定位定向方法 |
| CN105222760A (zh) * | 2015-10-22 | 2016-01-06 | 一飞智控(天津)科技有限公司 | 一种基于双目视觉的无人机自主障碍物检测***及方法 |
| CN105735150A (zh) * | 2016-03-04 | 2016-07-06 | 浙江大学 | 一种移动多目视觉桥梁常规检测方法 |
| CN106777680A (zh) * | 2016-12-14 | 2017-05-31 | 华中科技大学 | 一种既有桥梁快速bim建模***及方法 |
| CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及*** |
| CN106774436A (zh) * | 2017-02-27 | 2017-05-31 | 南京航空航天大学 | 基于视觉的旋翼无人机稳定跟踪目标的控制***及方法 |
| CN206772257U (zh) * | 2017-06-08 | 2017-12-19 | 三峡大学 | 一种基于高性能无人机的桥梁结构检测*** |
| 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*** |
| CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
| CN107967685A (zh) * | 2017-12-11 | 2018-04-27 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机遥感的桥梁墩塔裂缝无损定量检测方法 |
| CN108318499A (zh) * | 2018-01-05 | 2018-07-24 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
| CN108490938A (zh) * | 2018-03-21 | 2018-09-04 | 沈阳上博智像科技有限公司 | 无人驾驶设备视觉避障***及方法 |
Non-Patent Citations (2)
| Title |
|---|
| DORAFSHAN S: "Bridge inspection human performance unmanned aerial system and automation", 《JOURNAL OF CIVIL STRUCTURAL HEALTH MONITORING》 * |
| 陈相男: "无人机倾斜摄影测量技术及其应用", 《内蒙古煤炭经济》 * |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109885098B (zh) * | 2019-04-11 | 2022-02-11 | 株洲时代电子技术有限公司 | 一种桥梁边栏巡检航线规划方法 |
| CN109885098A (zh) * | 2019-04-11 | 2019-06-14 | 株洲时代电子技术有限公司 | 一种桥梁边栏巡检航线规划方法 |
| 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 |
| CN109960280A (zh) * | 2019-04-11 | 2019-07-02 | 株洲时代电子技术有限公司 | 一种桥梁墩身巡检航线规划方法 |
| CN109990777A (zh) * | 2019-04-11 | 2019-07-09 | 株洲时代电子技术有限公司 | 一种桥梁底面巡检航线规划方法 |
| 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 |
| CN109885097A (zh) * | 2019-04-11 | 2019-06-14 | 株洲时代电子技术有限公司 | 一种桥梁外沿面巡检航线规划方法 |
| CN109885097B (zh) * | 2019-04-11 | 2022-02-11 | 株洲时代电子技术有限公司 | 一种桥梁外沿面巡检航线规划方法 |
| CN110373978A (zh) * | 2019-05-31 | 2019-10-25 | 中国民航机场建设集团有限公司 | 一种机场道面结构性能检测*** |
| CN110244761A (zh) * | 2019-06-10 | 2019-09-17 | 北京工业大学 | 一种基于云边协同的建筑物损伤检测飞行智能机器人设备 |
| CN111272764A (zh) * | 2020-01-22 | 2020-06-12 | 哈尔滨工业大学 | 大型智能临时平台非接触图像识别移动管控***及方法 |
| CN111537515A (zh) * | 2020-03-31 | 2020-08-14 | 国网辽宁省电力有限公司朝阳供电公司 | 基于三维实景模型的铁塔螺栓缺陷展示方法和*** |
| CN111984032A (zh) * | 2020-07-24 | 2020-11-24 | 武汉智会创新科技有限公司 | 无人机路径规划方法、装置、电子设备及存储介质 |
| CN111984032B (zh) * | 2020-07-24 | 2024-02-23 | 武汉智会创新科技有限公司 | 无人机路径规划方法、装置、电子设备及存储介质 |
| CN112269398A (zh) * | 2020-11-04 | 2021-01-26 | 国网福建省电力有限公司漳州供电公司 | 一种变电站无人机自主巡检*** |
| CN112269398B (zh) * | 2020-11-04 | 2024-03-15 | 国网福建省电力有限公司漳州供电公司 | 一种变电站无人机自主巡检*** |
| CN112525164A (zh) * | 2020-11-24 | 2021-03-19 | 中铁五局集团建筑工程有限责任公司 | 一种基于无人机倾斜摄影技术对超高层建筑变形检测的方法 |
| CN112540120A (zh) * | 2020-11-25 | 2021-03-23 | 中国铁建高新装备股份有限公司 | 一种桥梁检测*** |
| CN112748121A (zh) * | 2020-12-31 | 2021-05-04 | 天津大学 | 基于水工结构表面裂缝的无人机检测方法及装置 |
| CN113403942A (zh) * | 2021-07-07 | 2021-09-17 | 西北工业大学 | 一种基于标签辅助的桥梁检测无人机视觉导航方法 |
| CN113592798A (zh) * | 2021-07-21 | 2021-11-02 | 山东理工大学 | 一种道路病害智能辨识方法、***、终端及介质 |
| CN113592798B (zh) * | 2021-07-21 | 2023-08-15 | 山东理工大学 | 一种道路病害智能辨识方法、***、终端及介质 |
| CN113428374A (zh) * | 2021-07-29 | 2021-09-24 | 西南交通大学 | 桥梁结构检测数据收集方法和无人机*** |
| CN115185290A (zh) * | 2022-08-12 | 2022-10-14 | 东南大学 | 一种无人机悬索桥主缆巡检路径规划的方法及装置 |
| CN115185290B (zh) * | 2022-08-12 | 2024-05-14 | 东南大学 | 一种无人机悬索桥主缆巡检路径规划的方法及装置 |
| 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*** |
| CN116087235B (zh) * | 2023-04-07 | 2023-06-20 | 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*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109060281B (zh) | 2022-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109060281A (zh) | 基于无人机的一体化桥梁检测*** | |
| CN109444171A (zh) | 基于无人机的一体化桥梁检测方法 | |
| CN103941746B (zh) | 无人机巡检图像处理***及方法 | |
| CN106327573B (zh) | 一种针对城市建筑的实景三维建模方法 | |
| CN204992418U (zh) | 一种无人机输电线路缺陷自动巡检装置 | |
| CN110221603A (zh) | 一种基于激光雷达多帧点云融合的远距离障碍物检测方法 | |
| CN108447075A (zh) | 一种无人机监测***及其监测方法 | |
| CN107884767A (zh) | 一种双目视觉***测量船舶距离与高度的方法 | |
| CN110196454B (zh) | 基于无人机的地质勘测集成*** | |
| CN109885097B (zh) | 一种桥梁外沿面巡检航线规划方法 | |
| CN106323243A (zh) | 一种基于无人机的大坝变形观测预警***及方法和装置 | |
| CN106774384A (zh) | 一种桥梁检测智能避障机器人 | |
| CN105527969B (zh) | 一种基于无人机的山地植被垂直带调查监测方法 | |
| EP2366131A1 (en) | Method and system for facilitating autonomous landing of aerial vehicles on a surface | |
| CA2460089C (en) | Method, apparatus and program for determining growth of trees | |
| CN115597659A (zh) | 一种变电站智能安全管控方法 | |
| CN102023003A (zh) | 基于激光探测和图像识别的无人直升机三维定位及测绘方法 | |
| CN208027170U (zh) | 一种电力巡线无人机及*** | |
| CN108258613A (zh) | 智能巡线光电吊舱及实现巡线的方法 | |
| CN109035665A (zh) | 一种新型森林火灾预警***及火灾预警方法 | |
| CN210005927U (zh) | 一种桥梁巡检无人机*** | |
| CN108681337B (zh) | 一种涵洞或桥梁专用巡查无人机及无人机巡查方法 | |
| CN109597086A (zh) | 一种非接触式直升机外吊挂物的运动测量方法 | |
| CN105388908A (zh) | 基于机器视觉的无人机定位着降方法及*** | |
| CN109885098A (zh) | 一种桥梁边栏巡检航线规划方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ren Chenghao Inventor after: Wang Ta Inventor after: Yao Xue Inventor after: Guo Juncai Inventor after: Xu Yi Inventor after: Zheng Xiqing Inventor after: Han Rui Inventor before: Ren Chenghao Inventor before: Han Rui Inventor before: Yao Xue Inventor before: Guo Juncai Inventor before: Xu Yi Inventor before: Wang Ta Inventor before: Zheng Xiqing |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |