咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >面向建筑健康监测的无人机自主巡检与裂缝识别 收藏

面向建筑健康监测的无人机自主巡检与裂缝识别

UAV Autonomous Inspection and Crack Detection Towards Building Health Monitoring

作     者:刘春 艾克然木·艾克拜尔 蔡天池 LIU Chun;AKBAR Akram;CAI Tianchi

作者机构:同济大学测绘与地理信息学院 

出 版 物:《同济大学学报(自然科学版)》 (Journal of Tongji University(Natural Science))

年 卷 期:2022年第50卷第7期

页      面:921-932+918页

核心收录:

学科分类:08[工学] 0813[工学-建筑学] 081301[工学-建筑历史与理论] 

基  金:国家重点研发计划(2018YFB1305000) 国家自然科学基金重点项目(42130106) 

主  题:航空摄影测量 建筑健康监测 多旋翼无人机 任务规划 裂缝识别 

摘      要:面向建筑健康的高时效监测需求,为提升表面病害视觉检测的自动化水平,提出了场景信息引导的无人机自主巡检任务规划方法。利用场景先验信息,针对建筑结构特征,设计了平行观测和包络观测两种观测模式,实现了狭窄空间中独栋建筑的全覆盖避障巡检,获取了毫米级分辨率的整体建筑观测影像,并对巡检质量的整体评估提出了有效的量化指标。将建筑立面划分为3 720个子区域,利用深度残差网络开展了裂缝识别分类。错分13个子区域,漏分14个子区域,裂缝识别精度高。将裂缝骨架线映射到建筑三维模型,为裂缝形态与建筑整体的一体化表达提供了数据支撑。该研究将高精度三维重建与表面病害识别相结合,为建筑健康一体化监测提供了有效的观测分析手段。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分