详情

原文传递基于图像和激光点云的桥梁混凝土表面缺陷检测方法研究

论文题名：	基于图像和激光点云的桥梁混凝土表面缺陷检测方法研究
关键词：	桥梁混凝土;表面缺陷检测;深度学习;三维点云
摘要：	我国基础设施多采用混凝土结构，如桥梁梁柱和道面、高铁梁柱、火电厂大型烟囱等重大基础设施均采用混凝土结构。以桥梁为例，桥梁的健康状态关乎着人民的生命安全与国家财产安全，而桥梁混凝土表面缺陷短期内并不会对桥梁的承载能力和运行状态产生影响，但会给桥梁安全服役埋下隐患，若不及时检测和预警将可能会引发重大的安全事故。随着小型化视觉传感器与激光雷达技术的不断发展与完善，桥梁检测趋向于信息化和智能化方向发展，视觉检测平台以高效率、低成本、高分辨率等方面优势，在桥梁检测方面取得了成效，解决了人力成本高和人工效率低的问题。然而，目前视觉检测技术主要侧重于混凝土结构图像二维缺陷信息的识别，这种方法对于缺陷三维尺寸的检测精度较低。本文在此基础上提出了结合二维图像与激光点云信息的混凝土结构表面损伤检测方法的研究，主要以裂缝、孔洞等缺陷形式为研究对象，开展基于深度学习的表面缺陷识别方法和激光点云可视化研究，旨在提高桥梁混凝土表面缺陷识别效率与检测精度，主要研究内容如下：　　(1)基于深度学习的桥梁混凝土结构表面缺陷检测方法，设计了缺陷检测方案，获取桥梁混凝土表面图像，并对桥梁混凝土缺陷图像进行预处理，构建用于网络训练的数据集。基于检测平台的特性与性能要求，选择了单阶段的目标检测模型YOLOv5s，基于YOLOv5s的网络结构，提出一种网络结构轻量化改进算法，通过添加Mobilenetv3网络和Bi-FPN双向加权特征结构实现了模型的轻量化改进，与YOLOv5s相比总参数量下降30.7%，浮点运算次数下降了51%，并且mAP提升了0.4%。　　(2)针对采用激光雷达获取桥梁混凝土结构表面裂缝点云数据降噪的问题，首先进行桥梁混凝土结构表面点云数据的滤波处理，去除大量离群点和噪声点并稀疏点云的密度；利用正态分布配准算法NDT结合最近迭代点配准算法ICP的点云配准方式，将NDT粗配准环节得到的NDT姿态变换矩阵作为ICP精配准环节的位姿初始值，采用高斯牛顿法完成了ICP的精配准环节输出最优变换矩阵。通过配准效果表明，NDT-ICP算法均方根误差RMSE相较于ICP降低了51.4%，满足还原桥梁混凝土表面缺陷三维信息的需求。　　(3)针对三维点云桥梁混凝土表面缺陷分割和测量问题，采用k-d树搜索近邻点，计算了区域内点的曲率与法向量，基于各点的曲率与法向量使用区域生长算法将目标点云分割成表面缺陷点云和背景点云两个部分；求解分割出的缺陷点云的坐标变换矩阵，再投影到XOY平面上，将三维信息测量问题转化成二维计算缺陷区域的最大轮廓尺寸信息问题；采用OBB包围盒的方法，计算了二维缺陷部位点云数据的长度与宽度。　　(4)搭建了激光雷达的检测系统，通过室外实验获取了多组桥梁混凝土表面缺陷数据，按照本文的流程框架对采集到的缺陷点云数据进行处理；通过对不同的缺陷数据调整分割参数，分析其对测量结果的影响；最后通过检测多组桥梁混凝土表面缺陷尺寸并与测量的真实值对比，实验结果表明对于长度为20cm以下的缺陷，测量误差大约在3.5-6mm之间，本文提出的检测方法对于桥梁混凝土表面缺陷尺寸的快速检测在精度上满足要求。
作者：	邢维聪
专业：	机械工程
导师：	张富
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023