基于无人机的桥梁表面缺陷智能检测技术研究

为了解决传统桥梁检测中的盲点问题，实现桥梁检测的全面覆盖，提高桥梁健康评估的安全性和有效性，提出了一种基于无人机的桥梁表面缺陷智能检测方法以人为载体，以人工智能为核心。该方法首先通过平滑处理将GPS定位信息与超宽带（UWB）无线通信技术定位信息相结合，实现两种定位方法之间的无缝切换。随后，配备有长焦相机的无人机被用于大桥上的自动全向飞行和数据采集。最后，使用StyleGAN2（Style-Based Generative Adversarial Network）模型对收集的数据进行处理，生成大量精细分布的小裂纹图像，然后使用YOLOv3神经网络算法实时识别这些图像。该方法在中国湖北省G50沪渝高速公路主线龙潭河特大桥段进行了试验。实验结果表明，该方法不仅能在GPS信号受阻的情况下实现无人机的精确定位，而且能有效识别复杂背景下桥梁表面的小裂纹，裂纹召回率达90%，裂纹识别率提高了95%。本文提出的方法为桥梁的安全运营和维护提供了科学准确的依据，有效地解决了传统桥梁检测方法的不足。它为智能桥梁检测技术的发展提供了一个新的方向，弥补了传统方法和智能方法之间的差距。