基于无人机技术的桥梁缺陷检查技术应用.pdfVIP

第2期（总第153期）市政设施管理

设施维护

2025-06-25ShizhengSheshiGuanli

基于无人机技术的桥梁缺陷检查技术应用

□都正家况强

［摘要］通过一种基于无人机倾斜摄影及人工智能卷积神经网络CNN深度学习技术，实现桥梁缺陷的识别、尺寸及

位置测量，形成三维可视化检查结果的检测技术。

［关键词］检测无人机倾斜摄影人工智能病害识别

为能及时发现和处置桥梁结构的安全隐患，延2检查实施技术路线

［2］

长桥梁使用寿命，并对桥梁病害发展进行有效监控，无人机桥梁智能检查方案的技术路线见图1，

合理制定桥梁养护作业方案，桥梁养护管理单位每首先利用无人机采集桥梁的模型数据和高清图像数

年都要投入大量的人力、物力对桥梁进行结构安全据，再根据图像重构桥梁的轻量化三维实景模型，

检查。随着我国桥梁施工技术的发展，20世纪90年并对高清数据进行识别、测量及定位等处理，得到

代开始，相继建设了一批大型、特大型桥梁。由于缺陷的类型、尺寸及位置等信息，最后将缺陷数据

这些桥梁结构高、跨度大，给日常的结构检查带来投射在轻量化三维实景模型上，形成三维可视化的

很大的难度和风险，尤其是外立面构件的检查，一数字化检查结果。

直没有很好的检查手段。

1常见的设施缺陷及成因

随着无人机技术的发展，在21世纪10年代

无人机技术取得快速突破：①无人机导航定位精

度达到厘米级；②无人机具备了自主避障、目标

识别和路径规划能力；③无人机续航时间增加。

自21世纪20年代以来，无人机技术进入了智能

化与专业化快速发展的阶段：①无人机能够在复

杂环境中完成任务；②无人机能够实现更复杂的

目标识别。随着科技技术的进步，无人机将具备

更强的续航能力、环境感知、自主决策能力。近图1外观缺陷检查技术路线

年来，随着无人机倾斜摄影建模技术的建立、发2.1利用无人机倾斜摄影及摄影测量技术实现三2.1利用无人机倾斜摄影及摄影测量技术实现三

展及应用，为无人机检测技术的发展提供了更加维模型的建立维模型的建立

快捷的通道。在规划的检测区域内，设定无人机飞行路线和

在深度学习的浪潮不断推进下，目标检测技拍摄角度。飞行路线和拍摄角度的设定首先要确保

术在近几年得到了蓬勃发展。目标检测的主要过图像之间有足够的匹配点，即飞行路线和拍摄角

程分为两步，首先对检测目标分类别，然后对类度的规划应考虑所拍摄的航拍图片要有足够的重

［1］叠率，保航向重叠度和旁向重叠度宜达到重叠率

别位置进行边框标注。对目标检测需要抽取

图像特征，传统方法提取特征能力较弱且泛化能70%～80%，并要确定合理图像分辨率，分辨率越高

力较差，卷积神经网络(ConvolutionalNeural越好。

Network，CNN)诞生后，作为完成图像识别任务的利用安装在无人机上多镜头相机（一个垂直镜

深层神经网络结构，提供了一种端到端的学习模头和一个倾斜镜头），从不同角度对地面建筑物（其

型，经过训练，能够识别发现图像中的特征，并中垂直镜头拍摄建筑物顶