桥梁结构基于无人机非接触式视觉技术的检测方法研究

正坤 冯(南京林业大学，中国)
国懿 刘(南京林业大学，中国)
沛诚 沈(南京林业大学，中国)
卓成 卢(南京林业大学，中国)
毅 苏(南京林业大学，中国)

摘要

对桥梁结构进行定期检测对桥梁在其生命周期内能够正常使用有着重要的意义。为解决传统桥梁检测中由于人工等带来的高成本、低回报的问题，实现对桥梁的更加经济、快速的检测，论文对目前无人机非接触式视觉技术应用于桥梁结构时的技术要点进行了总结与回顾，对无人机的路线规划、数据采集、结果分析评估等方面的技术要求进行了综述，对该技术的未来发展提出了展望，可对该方法的后续研究提供帮助。

关键词

桥梁结构；无人机；非接触式视觉技术；结构检测；图像处理

参考

张宇峰,李贤琪.桥梁结构健康监测与状态评估[M].上海:上海科学技术出版社,2018:13-42.

王潘绣,赵海涛,宣卫红等.三维混凝土结构“优先开裂”裂缝开展全过程分析[J].建筑结构,2016(15):85-90.

中华人民共和国交通部.公路桥涵养护规范:JTGH11—2004[S].北京:人民交通出版社,2004:12-13.

Dasdemir E, Köksalan M, Öztürk D T, et al. A flexible reference point-based multi-objective evolutionary algorithm: An application to the UAV route planning problem[J]. Computers & Operations Research, 2020(114), 104811.

代波,何玉庆,谷丰等.基于加速度反馈增强的旋翼无人机抗风扰控制[J].机器人,2019:1-10.

荆帅军.基于无人机倾斜影像的建筑物震害提取研究[D].北京:中国地震局地震预测研究所,2019:1-9.

郭宝立.试论基于无人机采集图像的建筑物表面裂缝检测方法[J].居舍,2019(18):173.

Yao Yao, Shue-Ting Ellen Tung. Branko Glisic. Crack detection and characterization techniques — An overview[J].Structural Control and Health Monitoring, 2014, 21(12):1387-1413.

Cha Y-J, Choi W, Büyüköztürk O. Deep Learning-Based Crack Damage Detection Using Convolutional Neural Networks[J]. Comput Civ Infrastruct Eng [Internet]. 2017;32(5):361–78.

崔弥达.基于图像处理的桥梁支座病害自动识别关键技术研究[D].南京:东南大学,2018: 29-65.

DOI: http://dx.doi.org/10.26549/gcjsygl.v4i1.3357