基于无人飞机的桥梁结构裂缝形状与宽度非接触识别研究

This project aim to provide a noncontact image identification method based on the manufacturing and control technique of unmanned aircraft vehicle in the market to identify examining and assessing the shape and width of the crack of bridge. Considering the characteristics of the unmanned aircraft vehicle, the algorithm of extracting the crack shape and the width of the airborne image is going to be studied based on the theory of the noise processing method and mathematical morphology.In this project, mainly to complete the following tasks:Testing the vibration characteristics of unmanned aircraft vehicle and airborne platform under different conditions, and the influence of vibration on the accuracy of crack identifying method;Establishing a platform vibration control analysis model, and optimizing the technique of platform vibration control to meet relevant requirements of PTZ vibration control ;carrying out indoor wind field simulation test and outdoor experimental research, to study the interference of bridge aerodynamic characteristics in unmanned aircraft flight control.The project is expected to achieve the bridge technical condition assessment using noncontact testing, and solve the existing problem of bridge-inspection vehicle using men-contact testing. This project will be beneficial for several domains, such as rapid test and evaluation, emergency traffic, and recovery technique of bridge after earthquake.

本项目以多旋翼无人飞行机为平台，基于无人飞机的制造与控制技术的市场配置，实现桥梁裂缝形状与宽度非接触识别。根据无人飞机机载成像的特点，结合噪声处理方法、数学形态学等研究机载图像的裂缝形状提取、宽度识别算法。测试不同条件下无人飞机、机载云台振动特性，研究无人飞机及云台振动对图像裂缝识别精度的影响，建立云台振动控制分析模型，优选、优化云台振动控制，获得满足图像裂缝识别精度并达到相关规范要求的云台振动控制技术。通过室内风场模拟试验、室外实桥试验研究桥梁气动干扰影响对无人飞机的飞行控制影响，获得无人飞机抵近桥梁飞行距桥梁边界的最小安全距离、安全飞行的最大风速，为实现无人飞机机载成像的飞行状态控制提供依据。项目预期实现桥梁技术状况评定参数非接触式测试，解决以桥梁检测车为平台的桥梁技术状况评定存在的问题，为我国在震后桥梁快速测试评估及应急保通修复技术方面提供技术储备。

在国家自然科学基金项目资助下，提出了基于先进机器视觉和计算机视觉方法的无人飞机桥梁裂缝宽度非接触式识别方案与成套技术，并获得发明专利授权。主要发现和成果如下：.①研究了无人飞机机载相机的振动特性，发现机载相机成像在快门1/500s，成像物距4m以内，机载相机的转动和平动像移远小于像元尺寸，无人飞机悬停状态的机载成像质量具有可靠性，满足0.2mm裂缝识别精度要求。.②开发了具备实时测距和成像平面校正的三点激光测距仪，并通过信号控制实现其与机载相机快门成像时间同步，根据光学几何关系确定裂缝图像像素解析度，实现裂缝实际宽度的精确测量。.③提出了结合深度学习目标检测神经网络和传统图像阈值分割的桥梁裂缝病害自动识别和宽度计算图像处理算法，通过大量实际桥梁飞行试验建立样本数据集，所提出算法实现了复杂环境下桥梁病害、裂缝图像的自动分类、量化计算识别。.④设计了基于无人飞机抵近桥梁成像的最小安全距离风洞实验，在风洞实验室尾段构建不同桥型的节段模型，进行不同风速、风向、检测工况试验，结果表明无人飞机能够在0至2级风速下侧面抵近桥梁结构物距4m范围内稳定成像，完全满足机载成像裂缝宽度参数化识别要求。.⑤应用自主设计的无人飞机系统进行了大量实际桥梁裂缝识别试验，与传统桥检车人工检测的检测报告进行对比。结果显示无人飞机桥梁裂缝宽度量化识别达到90%以上精度，具有良好工程效果。•.上述成果在《土木工程学报》、《Automation in Construction》、《Advances in Civil Engineering》等刊物发表，获得国内外学者数十次引用。在本课题研究期间，项目负责人多次在国内重要学术会议报告无人飞机在桥梁领域应用研究动态，并主办了第三届《无人机在公路领域应用技术研讨会》，引领了无人飞机在公路领域的信息化、智能化应用研究。