一种基于无人机的桥梁病害检测方法与流程

本发明属于桥梁检测，具体涉及一种基于无人机的桥梁病害检测方法。

背景技术：

1、现阶段运营管养单位及专业检测机构多采用传统检测手段，依靠肉眼或者辅助工具(如桥检车、望远镜等)来检测桥梁等主要构件和部位是否出现裂缝、开裂破损、露筋锈蚀、支座脱空等病害。桥梁具有高墩、跨河、跨谷、跨海等的特殊性，传统桥梁检测需要使用桥梁检测车等作为检测辅助工具，把人员和设备送到病害部位进行检测，耗时费力，主观性强，检测精度低。

2、随着无人机技术的不断发展，采用无人机作为桥梁病害图像采集工具可以显著地提高工作效率，国内外基于无人机的桥梁检测系统、设备均采用架设基站辅助定位、前端无人机照片或视频采集，后期需要用专门软件进行图片拼接，对于病害位置、类型以及长度、面积的确定要大量的人员借助相关软件进行长时间的比对估算，对桥梁病害可持续检测的准确率和效率性不高。

3、同时，桥梁结构的病害类型复杂多变，需要建立智能化的病害图像识别技术，但在实际环境中，桥梁检测易受环境因素干扰，当面对复杂背景与干扰物影响桥梁病害往往得不到较好的识别效果，从而影响桥梁病害检测的准确性和效率。

技术实现思路

1、为了解决上述技术问题，本发明提供了一种基于无人机的桥梁病害检测方法，现有对桥梁病害可持续检测的准确率和效率性不高，同时，桥梁结构的病害类型复杂多变，需要建立智能化的病害图像识别技术，但在实际环境中，桥梁检测易受环境因素干扰，当面对复杂背景与干扰物影响桥梁病害往往得不到较好的识别效果，从而影响桥梁病害检测的准确性和效率的技术问题。

2、为达到上述目的，本发明提供的基础方案：

3、一种基于无人机的桥梁病害检测方法，包括以下步骤：

4、s100，获取历史桥梁病害数据，所述历史桥梁病害数据包括历史桥梁病害图像及对应的人工病害标注，并建立历史病害数据库；

5、s200，通过人工智能的方式，根据历史病害数据库中的历史桥梁病害数据，将历史桥梁病害图像作为输入层的输入，将人工病害标注作为输出层的输出，对人工智能模型进行训练，建立病害识别模型；

6、s300，获取待检测桥梁图像；

7、s400，采用病害识别模型，对待检测桥梁图像的病害数据进行分析，生成病害分析结果。

8、进一步，所述历史病害数据库包括建模数据库；

9、s100包括：

10、s101，获取历史桥梁病害数据，并建立历史病害数据库；

11、s102，分析各历史桥梁病害图像中，各病害区域的图像是否清晰，若是，则将对应的历史病害数据存入建模图像库；

12、s200中，根据建模数据库中的历史病害数据，对人工智能模型进行训练，建立病害识别模型。

13、进一步，所述历史病害数据库还包括训练数据库；

14、s102中，若否，则将对应的历史病害数据存入训练图像库。

15、进一步，所述历史病害数据库还包括异常病害数据库；

16、s200包括：

17、s201，根据建模数据库中的历史病害数据，对人工智能模型进行训练，建立病害识别模型；

18、s202，将训练图像库中的历史桥梁病害数据输入病害识别模型，获取输出的病害分析结果；

19、s203，对比病害识别模型输出的病害分析结果与相应的历史桥梁病害图像的人工标注是否相同，若否，则对相应的历史桥梁病害数据进行异常标注；

20、s204，将异常标注的历史桥梁病害数据存入异常病害数据库，并对异常病害数据库内的历史桥梁病害图像进行异常类型的分类；

21、s205，分析各异常类型中的各历史桥梁病害图像的异常特征。

22、进一步，所述异常类型包括有遮挡物的历史桥梁病害图像和模糊的历史桥梁病害图像。

23、进一步，所述历史桥梁病害图像的病害类型包括裂缝、开裂破损、露筋锈蚀和支座脱空中的一种或多种。

24、进一步，s300包括：

25、s301，获取待检测桥梁图像；

26、s302，分析各待检测桥梁图像是否清晰，若是，则将对应的待检测桥梁图像输入病害识别模型；

27、s400中，采用病害识别模型，对各病害区域清晰的待检测桥梁图像的病害数据进行分析，生成病害分析结果。

28、进一步，还包括s500；

29、s302中，若否，则跳转至s500；

30、s500包括：

31、s501，分析待检测桥梁图像的异常类型，并提取异常病害数据库中相应异常类型的各历史桥梁病害图像；

32、s502，分别将提取的各历史桥梁病害图像的病害特征与待检测桥梁图像中的病害特征进行对比，并生成相似度分析结果；

33、s503，根据所述相似度分析结果，分析各历史桥梁病害图像的病害特征与待检测桥梁图像中的病害特征相似度是否大于相似度阈值，若是，则将相应的历史桥梁病害图像存入待分析库；

34、s504，分析所述待分析库中，各历史桥梁病害图像的异常类型，并生成异常类型分析结果；

35、s505，根据异常类型分析结果，生成病害分析结果。

36、本发明的原理及优点在于：

37、1、通过建立历史病害数据库，并通过历史病害数据库对人工智能模型进行训练，从而建立病害识别模型，采用病害识别模型，对待检测桥梁图像的病害数据进行分析，生成病害分析结果，可实现桥梁结构不同的病害类型进行快速检测与病害识别。

38、2、通过将历史病害数据库分为建模数据库、训练数据库和异常病害数据库，根据建模数据库中的历史病害数据，对人工智能模型进行训练，建立病害识别模型，从而提高了病害识别模型的识别精确度，将训练图像库中的历史桥梁病害数据输入病害识别模型，获取输出的病害分析结果，并与相应的历史桥梁病害图像的人工标注进行对比，将对比结果不同的历史桥梁病害数据进行异常标注并存入异常病害数据库中，通过将异常的待检测桥梁图像的病害特征与异常病害数据库中的各历史桥梁病害图像的病害特征进行对比，从而生成异常的待检测桥梁图像的病害分析结果，可有效的对不同的历史桥梁病害图像进行分类与识别，对于受环境因素干扰的异常待检测桥梁图像能够进行分类识别，从而提高桥梁病害检测的准确率和效率。

技术特征：

1.一种基于无人机的桥梁病害检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于无人机的桥梁病害检测方法，其特征在于：

3.根据权利要求2所述的基于无人机的桥梁病害检测方法，其特征在于：

4.根据权利要求3所述的基于无人机的桥梁病害检测方法，其特征在于：

5.根据权利要求4所述的基于无人机的桥梁病害检测方法，其特征在于：所述异常类型包括有遮挡物的历史桥梁病害图像和模糊的历史桥梁病害图像。

6.根据权利要求5所述的基于无人机的桥梁病害检测方法，其特征在于：所述历史桥梁病害图像的病害类型包括裂缝、开裂破损、露筋锈蚀和支座脱空中的一种或多种。

7.根据权利要求6所述的基于无人机的桥梁病害检测方法，其特征在于：

8.根据权利要求7所述的基于无人机的桥梁病害检测方法，其特征在于：

技术总结本发明属于桥梁检测技术领域，具体涉及一种基于无人机的桥梁病害检测方法，包括以下步骤：S100，获取历史桥梁病害数据，所述历史桥梁病害数据包括历史桥梁病害图像及对应的人工病害标注，并建立历史病害数据库；S200，通过人工智能的方式，根据历史病害数据库中的历史桥梁病害数据，将历史桥梁病害图像作为输入层的输入，将人工病害标注作为输出层的输出，对人工智能模型进行训练，建立病害识别模型；S300，获取待检测桥梁图像；S400，采用病害识别模型，对待检测桥梁图像的病害数据进行分析，生成病害分析结果，本方案能够提高桥梁病害检测的准确率和效率。技术研发人员：黄伟宏,周杰,钟芸,徐新,冯登尧,李波,蒋彧,邓国兵,李亚楠受保护的技术使用者：重庆市交通工程质量检测有限公司技术研发日：技术公布日：2024/8/20