应用无人机技术进行桥梁检测的探讨分析

为降低桥梁检测成本及检测过程中的危险系数,提高检测质量与检测效率,将无人机桥检设备作为一项新的检测手段进行探讨分析。针对目前国内无人机桥检设备的现状,分析桥检无人机系统的优、缺点,并通过实例介绍了无人机在桥梁检测中的实际应用。该项技术的推广应用将会对桥梁检测、养护及加固带来一定的经济效益及社会效益。     

一种智能无人机桥检系统研究

基于常规桥梁检测方法的局限性,以西延高速公路的洛河特大桥为工程实例,分析了智能无人机在桥梁结构健康检测中的可行性以及优势。对基于GPS-RTK(实时动态载波相位差分技术)+UWB(超宽带)组合定位技术、图像拼接技术、虚拟现实技术为一体的桥梁结构健康检测系统进行了研究,并对其实现机制进行了较为详细的阐述。     

浅谈无人机在桥梁检测中的应用与发展

为了解决常规检测手段在桥梁检测中的局限性,以无人机检测四渡河大桥为工程实例,介绍了无人机桥梁检测系统的组成及工作原理,通过无人机在特殊结构桥梁检测中的应用,与传统检测手段对比分析了优缺点,探讨了无人机在桥梁检测中的应用与发展。     

基于无人机三维建模技术的桥梁检测方法研究

目前使用无人机进行桥梁检测时,仅是利用无人机抵近桥梁拍摄高清照片,通过目视判读的方法对桥梁病害进行单一视角的定性检查。该文提出了一种基于无人机三维建模技术的桥梁检测方法,可以对病害进行多视角、全方位的观察,并可进行定量化量测和描述。首先针对无人机桥梁检测三维建模的特点和要求,自主配置了无人机硬件平台;然后介绍了无人机桥梁三维建模的具体流程和方法,包括航飞拍摄方案制定、图像预处理、三维立体重建3个步骤。使用该文方法对昆楚二级公路某拱桥、高海高速海口大桥、观音山大桥开展了实际的无人机三维建模和检测试验,取得了良好的效果。     

基于卷积神经网络算法的混凝土桥梁裂缝识别与定位技术

无人机技术的进步与高性能计算机的出现,促进了桥梁结构智能化检测的发展。为了实现对无人机获取的大量照片的自动化处理,提出了一种基于计算机视觉的混凝土桥梁裂缝识别与定位技术。以卷积神经网络为核心算法,构建相应的数据库,通过对现有方法的改进,提出一种混凝土桥梁裂缝高效识别的技术。用于检测桥梁裂缝的卷积神经网络架构由3组卷积与池化层、两组Dropout与全连接层组成,算法测试集准确率为93.6%。结合卷积神经网络与滑动窗口算法,搭建相应的数据库与网络架构,提出一种混凝土桥梁裂缝准确定位的技术。结果表明,本文所提出的混凝土桥梁裂缝识别与定位技术,计算效率较高,准确度较好,可以直接应用于识别由无人机拍摄得到的桥梁裂缝照片。此项技术加速了识别速度且具有较高的准确率,为智能化、自动化检测桥梁病害奠定了良好的基础。     

无人机全景技术在桥梁施工管理中的应用

伴随着桥梁跨度的不断增大和服务水平的不断提高,桥梁施工的智能化、精细化管理显得越来越重要。该文结合无人机全景技术的特点及优势,提出了一种利用无人机全景技术辅助桥梁施工进度管理的方法,通过无人机对桥梁施工的现场信息进行全景数据采集和处理,构建全景可视化服务平台辅助施工现场进度管理。工程实践表明:无人机全景技术可为施工组织和项目管理决策提供全景可视化信息服务,有益于提升桥梁施工建设的精细化管理水平,促进桥梁施工建设施工管理水平和效率的提升。     

基于工业以太网的大型悬索桥健康监测系统的设计与集成

结构健康监测是桥梁日常维护管理的一项重要工作,结构健康监测技术是保障大型结构运营期健康和安全的重要技术。基于工业以太网的大型悬索桥健康监测系统,借助于信息化手段采集科学有效的实时监测数据、查询分析桥梁的"健康状况",有效地解决传统检测手段无法远程获取监测数据和数据计录存储量小且查询分析困难等问题。运用以太网实现了远程管理控制和数据实时同步,满足了"实时、自动、连续、智能、可靠"要求的结构健康监测系统,不仅提高桥梁维护管理的效率,还降低运营维护的管理成本。     

关于无人机飞行坐标系与桥梁坐标系的转换

随着近几年无人机技术的发展,越来越多的行业也开始利用无人机去做一些人工难以完成的工作。在桥梁检测领域,无人机相对于传统的人工检测具有速度快,效率高,轻便易携带,操控简单等优势,因此无人机在该领域具有巨大的发展潜力。在利用无人机进行桥梁检测的过程中,由于桥梁结构的原因,桥下GPS信号强度非常弱,甚至没有信号,因此采集到的数据无GPS信息,也就无法与实际的坐标进行关联,这对于之后的信息管理是十分不利的。如何在无GPS信号的情况下将采集到的数据与桥梁坐标系联系起来,是一个急需解决的问题。本文利用无人机的惯性导航系统,采用积分原理,将采集到的信息转换为桥梁坐标系下坐标值。     

基于无人机及Mask R-CNN的桥梁结构裂缝智能识别

桥梁结构表面裂缝检测为桥梁状态识别、病害治理、安全评估提供了重要状态信息和决策依据。为解决传统人工检测方法存在的危险性高、影响交通、费用昂贵等问题,提出基于无人机（Unmanned Aerial Vehicle,UAV）及深度学习的桥梁结构裂缝智能识别方法。采用大疆M210-RTK多旋翼无人机进行贴近航摄,获取桥梁结构混凝土表面高清图像;利用SDNET裂缝数据集等图像资源,制作1 133张标记裂缝精确区域的深度学习训练样本图像库;引入掩膜区域卷积神经网络（Mask R-CNN）深度学习算法,训练和建立Mask R-CNN裂缝识别模型;基于Mask R-CNN裂缝识别模型,采用矩形滑动窗口模式扫描混凝土表面高清图像,实现裂缝自动识别和定位。构建包含图像二值化、连通域去噪、边缘检测、裂缝骨架化、裂缝宽度计算等流程的图像后处理方法,实现裂缝形态及宽度信息自动获取。通过精度验证试验,证实采用M210-RTK无人机+ZENMUSE X5S相机+45 mm奥林巴斯镜头的组合装备,当无人机至桥梁结构表面垂直距离为10.0 m时,无人机方法识别的裂缝宽度与裂缝测量仪结果吻合,其绝对误差小于0.097 mm,相对误差小于9.8%。将该无人机裂缝检测方法应用于高136.8 m长沙市洪山大桥桥塔表面裂缝检测,采用深度学习Mask R-CNN算法进行裂缝智能识别,其裂缝识别准确率和召回率分别达到92.5%和92.5%。研究结果表明：无人机桥梁裂缝检测方法可实现高耸桥梁结构表面裂缝的远程、非接触、自动化检测,具有重要的科学研究和工程应用价值。     

桥梁无人机检测及加固技术研究

在公路工程中,桥梁是保证公路畅通的前提,桥梁质量对公路运营的安全性有着直接的影响,做好公路桥梁的检测与养护工作颇为重要。本文以实际工程为例,基于无人机平台检测技术对公路桥梁的病害特征进行了探讨,然后对公路桥梁养护以及维护加固技术进行了分析和探讨。     

基于多型智能桥检装备的梁桥联合检测技术研究

为解决桥梁检测机器人实桥检测过程中所面临的适用性问题，采用对已有研究成果归纳总结和桥梁检测机器人实桥应用验证的方法，对多型桥检测装备共同作业下的梁桥联合检测技术进行了研究。主要研究结果为：1)无人机初检，长臂、爬壁机器人根据初检结果抵近详检的联合作业模式，可减少检测过程的盲目性，大幅度提高检测效率；2)无人机、长臂、爬壁机器人在检测过程中将面临许多约束问题，检测前的事先路径规划可提高检测过程中的安全性；3)无人机、长臂机器人检测过程中应避免过多的转弯操作，无人机飞行策略和长臂机器人巡行采集模式宜采用转弯次数较少的短边向“S”形采集；4)通过苏家沟特大桥和玉带河桥的应用验证表明，本文所提出的规划内容可在一定程度上解决检测机器人实桥检测过程中的适用性问题。     

大跨径桥梁结构健康监测技术现状与发展

随着桥梁数量的大幅度增加,我国的桥梁的安全现状也表现出比较严峻的状况,越多越多的桥梁需要进行长期或短期监测。本文系统分析了我国大跨径桥梁结构健康监测技术的现状,并结合移动网络、无线技术、物联网技术、云平台技术,对新时代健康监测技术的实现指明了思路。新技术的应用极大降低了大跨径桥梁结构健康监测的现场成本,并提高了搭建效率。最后,对未来健康监测的发展趋势提出了新的要求。     

关于通过图像灰度判断裂缝宽度的研究

随着近年来无人机技术的快速发展,利用无人机携带高清云台相机进行桥梁检测逐渐成为一种快速、高效的检测手段。利用无人机进行桥梁检测最重要的一个问题是对拍摄图像的判读,如何从拍摄的影像资料里准确获取病害尺寸一直是困扰检测工程师的大问题。本文针对该问题,提出了一种通过灰度图像计算裂缝宽度的方法,并进行了相关的实验,计算结果表明对于0.2mm以上的裂缝计算的准确度较高。     

基于索力和振动特性监测的多跨空间异型刚梁柔拱组合桥梁安全韧性分析

对多跨空间异型刚梁柔拱组合体系无推力拱桥进行有限元建模分析,基于振动法对吊杆索力进行检测,通过理论索力与实测索力的对比,分析该类复杂结构桥梁索力的受力规律。同时,基于历年桥梁索力检测结果,研究索力随外部荷载改变时的变化特征,对桥梁索力在长期运营状态下的健康状态进行安全韧性分析。通过测试桥梁的自振特性,分析桥梁结构整体性能,为评价桥梁工作状况提供依据。     

近景摄影测量技术在斜拉桥桥塔健康监测中的应用研究

大桥由于受环境的影响,结构的老化不可避免,因此掌握结构健康状况是大桥养护管理部门非常关键的工作内容。使用准确、全面、科学、安全的方法对大桥桥塔的健康状态进行检测和分析是一项重要的工作。采用摄影测量技术对桥梁的健康状态进行检测,是结构外观检测的一次技术革命,通过建立高清图像档案和结构病害数据库,使桥梁的外观检查直观、详尽、准确、高效和可追溯。这项新技术的应用,改变了外观检测的作业方式,为数字化、电子化、档案化管理桥梁提供了可行办法,解决了大桥养护的技术难题。     

桥梁结构分析软件应用介绍

自从GQJS和QLJC在公路系统推广应用以来,深受桥梁设计师和工程人员的好评。公路桥梁结构设计系统GQJS和桥梁结构检测分析系统QLJC是专门为桥梁结构设计计算和检测分析开发的专业软件,针对性强,功能实用,使用简便,是桥梁设计和检测人员的好帮手,能够有效的提高工作效率和结构分析水平,文章对这两种软件进行了介绍。     

桥梁结构的损伤识别研究

本文针对大型桥梁结构健康监测的特点,总结了桥梁健康监测中的关键性问题,阐述了桥梁结构中所作的研究工作,并分别介绍了桥梁结构损伤检测中的基本方法的,并分析和比较了各方法在实践工程中的应用状况以及前景,并提出了相应的改进方案。     

钢管混凝土拱桥双重非线性稳定性分析

利用大型通用有限元程序建立了某钢管混凝土拱桥的三维空间有限元模型,计算了桥梁结构的稳定安全系数,对桥梁的失稳特征进行了分析,计算结果可为该桥的施工以及运营阶段的健康检测和维护提供参考。     

环境激励下苏拉马都大桥主桥模态测试分析

对苏拉马都大桥主桥模态测试过程及结果进行了介绍,通过测试结果与理论分析结果对比分析,掌握了桥梁的动力特性,为验证设计,完善结构动力学模型,桥梁安全运行状态评估以及建立健康检测系统提供了依据.     

桥梁结构检测分析系统研究

桥梁结构检测分析系统QLJC是针对桥梁检测试验分析开发的专用软件，能够建立桥梁结构空间有限元模型，运用实体单元法和空间梁格法进行静动力试验分析、试验荷载效率计算，查取测点位置理论计算值等。该系统是桥梁检测工作的辅助工具，也可用于分析宽、弯、斜桥梁结构空间受力状态。本文详细介绍该系统的整体构思、特点、计算原理以及实桥应用算例等。