原文传递
基于无人机和卷积神经网络的钢桁架桥病害巡检
| 题名： | 基于无人机和卷积神经网络的钢桁架桥病害巡检 |
| 作者： | 徐猛梁;沈建华;杨利斌 |
| 关键词： | Mask RCNN;钢桁架桥;病害检测;无人机 |
| 摘要： | 钢桁架桥在运营使用过程中受环境等因素影响会发生表面涂层锈蚀、连接盖板处螺栓锈蚀、脱落等病害，致使构件出现不同程度的老化、破损，导致结构承载能力无法满足运营安全需求。为解决传统人工桥检作业难度大、检测时间长、工作空间受限等问题，提出一种基于无人机和机器学习一体化的钢桁架桥病害巡检系统。本研究基于卷积神经网络的病害智能识别技术，采用Mask RCNN（Region-based Convolutional Neural Network）算法对采集图像进行目标病害识别，通过海量目标训练集学习提升模型精度，测识集结果显示训练后，其准确率可达95.6%；设计的无人机一体化巡检系统，基于摄影测量技术并通过大疆无人机对钢桁架桥建立三维实景模型，再通过Terra软件设定无人机飞行路径和实时动作，以采集病害样本数据，由神经网络模型快速识别并输出检测结果。本研究实现了钢桁架桥表观病害自动采集和检测，为钢桁架桥检测提供一种新方法。 |
| 期刊名称： | 湖南交通科技 |
| 出版年： | 2023 |
| 期： | 01 |
| 页码： | 80-85,138 |
检索历史
应用推荐
