CN111999298A - 一种基于5g技术的无人机快速巡检桥梁系统 - Google Patents
一种基于5g技术的无人机快速巡检桥梁系统 Download PDFInfo
- Publication number
- CN111999298A CN111999298A CN202010615965.7A CN202010615965A CN111999298A CN 111999298 A CN111999298 A CN 111999298A CN 202010615965 A CN202010615965 A CN 202010615965A CN 111999298 A CN111999298 A CN 111999298A
- Authority
- CN
- China
- Prior art keywords
- bridge
- uav
- module
- subsystem
- inspection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 20
- 230000007547 defect Effects 0.000 claims abstract description 71
- 238000007689 inspection Methods 0.000 claims abstract description 67
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000004891 communication Methods 0.000 claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 11
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 9
- 238000002372 labelling Methods 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims description 4
- 238000000547 structure data Methods 0.000 claims description 4
- 239000011521 glass Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 238000003708 edge detection Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/888—Marking defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/04—Architectural design, interior design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于5G技术的无人机快速巡检桥梁系统，涉及桥梁检测技术领域，将5G网络技术与无人机相结合对桥梁进行快速自主巡检，从而解决现有无人机在巡检桥梁过程中存在的数据传输问题，时延问题等，实现无人机巡检桥梁的自动化体系。其包括无人机平台、多功能地面站两部分。无人机平台包括无人机主体和无人机上所搭载模块群。搭载模块群包括图像采集模块、存储模块、飞行状态处理模块、5G网络通信模块。多功能地面站包括3D坐标建模子系统，无人机航线子系统、飞行控制子系统、桥梁缺陷检测子系统、桥梁缺陷报告子系统、VR子系统。该发明实现桥梁巡检过程的全自动化，节约了人力资源和时间成本，大幅度提高桥梁巡检效率，提高巡检质量。
Description
技术领域
本发明涉及一种基于5G技术的无人机快速巡检桥梁系统，涉及桥梁检测技术领域。
背景技术
近年来，随着我国土木工程领域的快速发展，大量的基础设施建设并投入使用，也由此推动了基础设施维护领域的飞速发展。而在桥梁方面，据中国交通运输部数据显示，我国现役桥梁总数超过百万，按照使用年限划分，属于“危桥”的比例已达到10％，40％的桥梁已进入“老龄化阶段”，需要投入大量的时间和精力用于桥梁后期的检测与维修加固。
传统桥梁常规检测有人工检测和检测车检测两种方式，人工检测包括肉眼观察以及望远镜检测，肉眼观察的方式检测人员安全性难以保障，效率低，人力投入大；望远镜检测的方式存在检测盲区，难度系数大，效率低，精度低的问题。对于检测车检测，存在资金投入大，存在检测盲区，效率低，适用性较为局限。
较之于传统的桥梁常规检测方法，现有的无人机检测桥梁的方式是通过人工控制无人机，规划无人机航线，拍摄桥梁经常性检测点的细节，并将拍摄的照片数据实时传输至地面站的监控屏幕，由检测人员判断是否存在桥梁缺陷。
该方式大大地提高了安全性和检测效率，节约人力，极大地节省了开支，但仍然存在以下问题：第一，现有无人机桥梁检测仅仅局限于桥梁局部细节，缺乏对桥梁整体结构的判断，造成对桥梁的误判断；第二，现有的无人机检测桥梁的方式太过于依赖无人机的控制人员的能力，很容易发生坠机事件，增加成本；第三，无人机所拍摄的桥梁细部数据会受到周围环境的影响，存在数据传输缺失问题以及时延问题。
发明内容
根据以上现有技术的不足，本发明提供一种基于5G技术的无人机快速巡检桥梁系统，实现自动化的无人机巡检桥梁体系，减少检测过程中可能出现的盲区，实现对桥梁结构的整体判断，并解决数据传输问题和时延问题。
本发明所述的一种基于5G技术的无人机快速巡检桥梁系统，包括无人机平台和多功能地面站。其中，无人机平台包括无人机主体和搭载模块群；多功能地面站包括3D坐标建模子系统，无人机航线子系统、飞行控制子系统、桥梁缺陷检测子系统、桥梁缺陷报告子系统和VR子系统。无人机平台数量根据桥梁结构实际情况进行选用，这里拟采用四架，分别是无人机A、无人机B、无人机C、无人机D，这四架无人机搭载同样的模块群。无人机A、B 分别用于被检测桥梁的左侧、右侧及周边地形数据的采集；无人机B、C分别用于桥梁左侧、右侧的结构检测。
本发明所述的搭载模块群由图像采集模块、存储模块、飞行状态处理模块、5G网络通信模块组成；图像采集模块由长焦镜头、短焦镜头和红外镜头组成，长焦镜头、短焦镜头、红外镜头相互独立，三种相机可通过多功能地面站分别控制，采用倾斜摄影的方式采集桥梁结构数据，分别传输至存储模块；存储模块与搭载模块群的图像采集模块、飞行状态处理模块、 5G网络通信模块有线连接，存储倾斜摄影得到的桥梁数据和无人机飞行状态数据；飞行状态处理模块包括传感器模块和GPS定位导航模块，其中，传感器模块采集距离数据，确保无人机与桥梁保持至少0.5m的安全距离，GPS定位导航模块确定无人机的航向，位置等信息，并将无人机的飞行状态数据传输至存储模块；5G网络通信模块包括前置导频和新型帧结构，5G 网络通信模块与存储模块相连，传输存储模块存储的数据并接收多功能地面站发送的信号。
本发明所述的图像采集模块由长焦镜头、短焦镜头和红外镜头组成，分别进行工作。在无人机A、B采集桥梁及周边地形数据时，同一时间仅使用长焦镜头，采用倾斜摄影的方式。倾斜摄影通过一个垂直、四个倾斜，五个不同的视角同步采集影像数据，数据包括图像模型以及各点的GPS数据，保证桥梁及周边地形模型的精确性。在无人机C、D进行桥梁结构检测时，当需要对较大的裂缝进行长度方向采集或者检测桥梁外轮廓线时，采用长焦镜头；当需要对裂缝的宽度进行测量时，采用短焦镜头；当周围光线较暗时，采用红外镜头对该点的裂缝进行数据采集。三种相机由多功能地面站的飞行控制子系统进行控制，独立向地面传递数据，互不干扰，拓宽了图像采集的适用范围。
本发明所述的飞行状态处理模块包括传感器模块和GPS定位导航模块，其中，传感器模块是由三个高精度激光测距传感器和光传感器组成，三个高精度激光测距传感器分别安装于无人机的前部、上部和下部，前部的传感器用于在无人机巡检过程中定位并反馈无人机距桥梁立柱的相对位置，上部的传感器用于在无人机巡检过程中定位并反馈无人机距桥底或者桥台的相对位置，下部的传感器用于在无人机巡检过程中定位并反馈无人机距地面或者水面的相对位置，确保至少0.5米的安全距离，防止无人机发生意外碰撞；光传感器用于采集周围环境的光线条件，可配合多功能地面站的飞行控制子系统实现对相机的转化，当周围环境的光强小于定值时，采用红外相机进行拍摄；GPS定位导航模块确定无人机的航向，位置等信息，将无人机定位于所建立的三维模型中，方便巡检。
本发明所述的5G网络通信模块与存储模块用于对图像采集模块所采集的数据和无人机的飞行状态数据进行运输与保存，同时保证多功能地面站与无人机之间稳定、无时延的数据连接。5G网络通信模块采用5G信号与多功能地面站相连。数据存储模块提供多个接口，可接入存储卡等存储设备。
本发明所述的多功能地面站的3D坐标建模子系统，接收存储模块的桥梁及周边地形数据，包括桥墩、桥台、桥跨结构的空间数据，结合Open Bridge Modeler软件进行桥梁三维建模。
本发明所述的多功能地面站的无人机航线子系统根据桥梁三维模型，通过编译的相关程序自动标注出巡检路线中的建筑物需要被检测的检测点，包括桥跨伸缩缝、桥头与路堤连接部、上部结构、锥坡、护坡、墩台、基础、支座，规划出无人机巡检路线，传输至飞行控制子系统。
本发明所述的多功能地面站的飞行控制子系统接收无人机航线子系统的无人机巡检路线数据和5G网络通信模块传输的无人机飞行状态数据，控制无人机飞行和图像采集所使用的镜头，并将控制指令发送至无人机。
本发明所述的多功能地面站的桥梁缺陷检测子系统包括图像处理模块、缺陷识别模块、缺陷标记模块，图像处理模块对接收到的图像进行滤波、降噪处理，将处理后的图像发送至缺陷识别模块；缺陷识别模块运用识别算法对图像中的缺陷进行识别并计算缺陷程度，并将得到的数据发送至缺陷标注模块；缺陷标注模块将已识别缺陷、疑问缺陷和缺陷程度标注在三维模型里；最终将数据传输至桥梁缺陷报告子系统，具体步骤包括：
1)载入图像文件；
2)图像预处理，将RGB图像转换为灰度图像，并对图像进行滤波处理；
3)边缘检测，对图像进行比较准确的边缘检测，将裂缝从背景图像中分割出来；
4)裂缝连接，保持裂缝的连续性，完整的将裂缝的实际情况表现出来；
5)裂缝线性目标识别，匹配三维坐标模型，用可视化方框对裂缝进行标记；
6)系统未能识别缺陷，同样进行另外标记；
7)系统对识别缺陷计算缺陷程度，推断缺陷成因；
8)将分析数据传输至桥梁缺陷报告子系统。
本发明所述的多功能地面站的桥梁缺陷检测子系统检测结构包括：护栏(栏杆)、伸缩缝、桥面铺装、人行道、桥头与路堤连接部、排水设施、上部结构、锥坡、护坡、墩、台基础、支座。
本发明所述的多功能地面站的桥梁缺陷报告子系统基于所传输的数据进行整合，自动生成桥梁巡检报告，桥梁巡检报告包括：桥梁原始结构数据、桥梁缺陷图片及缺陷程度指标标注、缺陷成因推断、桥梁疑问缺陷。
本发明所述的多功能地面站的VR子系统，针对于某些系统无法进行识别的缺陷部分，可由专业检测人员佩戴VR眼镜进行实时观察和检测，其分为第一视角和第三视角两种。
本发明过程包括以下步骤：
步骤一：无人机采集桥梁及桥梁周边的环境数据，将数据传输至多功能地面站；
步骤二：多功能地面站的3D坐标建模子系统基于回传数据，建立桥梁及桥梁周边的3D 坐标模型；
步骤三；多功能地面站的无人机航线子系统根据相关三维模型，建立无人机的自主巡航路径，并将信号发送至无人机；
步骤四：无人机根据自主巡航路径对桥梁进行数据采集，将采集的数据传至多功能地面站；
步骤五：多功能地面站的桥梁缺陷检测子系统根据无人机回传的桥梁图像，结合三维模型，识别桥梁的缺陷部分并估算缺陷程度，并在模型中标注出来，对于系统未能识别的缺陷同样进行标注；
步骤六：多功能地面站的桥梁检测报告生成子系统自动生成桥梁巡检质量报告；
步骤七：对于一些系统难以识别的桥梁缺陷，由相关人员通过VR子系统，进行现场判断。
与现有技术相比，本发明具有的有益效果是：
1.本发明打破了现有无人机桥梁检测仅局限于桥梁细节的问题，采用倾斜摄影的方式采集桥梁及周围地形的数据，建立三维模型，实现对桥梁整体结构进行判断，并且将缺陷类型、缺陷程度、缺陷成因标注在模型上，直观清晰；
2.本发明实现了桥梁数据的自动化采集、自动检测桥梁缺陷并标注以及自动生成桥梁质量检测报告、实现桥梁检测过程的全自动化，消除检测盲区，同时有效降低检测成本，提高检测质量；
3.通过超声波模块自动避障，显著提升识别的有效范围和精度，有效降低无人机巡检过程发生意外碰撞坠机的概率，降低桥梁检测的成本，具有良好的经济效益。
附图说明
为了更清楚地说明本发明实施例技术中的技术方案，下面将对实施例技术描述中所需要使用的附图作简单地介绍。
图1是本发明各部分组成层级图；
图2是本发明各部分相互关系图；
图3是本发明工作流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。·
步骤一：航线自动规划后，释放无人机A、B自主进行拍摄，采用倾斜摄影的方式采集桥梁及桥梁周边的环境数据，无人机倾斜摄影所使用的相机集成五个镜头，包括长焦镜头、短焦镜头、红外镜头三类，在桥梁高度20-50米处采集，拍摄面积为桥梁面积的两倍，建模的精度随着高度发生变化，总体建模精度小于0.5米。无人机通过一个垂直、四个倾斜，五个不同的视角同步采集影像数据，数据包括图像模型以及各点的GPS数据，保证桥梁及周边地形模型的精确性。数据存储至机载存储模块，通过5G网络通信模块传输至多功能地面站。
步骤二：多功能地面站的3D坐标建模子系统基于回传数据，生成桥体及周围地形环境的三维模型，该三维模型可以任意视角切换模型角度。
步骤三：多功能地面站的无人机航线子系统根据相关三维模型，建立无人机C、D的自主巡航路径，并将信号发送至无人机C、D。
步骤四：无人机C、D根据自主巡航路径对桥体进行图像采集，数据存储至机载存储模块，通过5G网络通信模块传输至多功能地面站。在无人机C、D进行桥梁结构检测时，当需要对较大的裂缝进行长度方向采集或者检测桥梁外轮廓线时，采用长焦镜头；当需要对裂缝的宽度进行测量时，采用短焦镜头；当周围光线较暗时，采用红外镜头对该点的裂缝进行数据采集。当巡检时间较长时，多功能地面站自主将已完成三维模型数据采集任务的无人机A、 B释放，与无人机C、D共同完成巡检任务。
步骤五：多功能地面站的桥梁缺陷检测子系统根据无人机回传的桥梁图像，进行桥梁结构缺陷分析，具体步骤包括：
1)载入图像文件；
2)图像预处理，将RGB图像转换为灰度图像，并对图像进行滤波处理；
3)边缘检测，对图像进行比较准确的边缘检测，将裂缝从背景图像中分割出来；
4)裂缝连接，保持裂缝的连续性，完整的将裂缝的实际情况表现出来；
5)裂缝线性目标识别，匹配三维坐标模型，用可视化方框对裂缝进行标记；
6)系统未能识别缺陷，同样进行另外标记；
7)系统对识别缺陷计算缺陷程度，推断缺陷成因；
8)将分析数据传输至桥梁缺陷报告子系统。
桥梁缺陷检测子系统检测结构包括：护栏(栏杆)、伸缩缝、桥面铺装、人行道、桥头与路堤连接部、排水设施、上部结构、锥坡、护坡、墩、台基础、支座。
步骤六：多功能地面站的桥梁缺陷报告子系统基于所传输的数据进行整合，自动生成桥梁巡检报告，桥梁巡检报告包括：桥梁原始结构数据、桥梁缺陷图片及缺陷程度指标标注、缺陷成因推断、桥梁疑问缺陷。
步骤七：多功能地面站的VR子系统，针对于某些系统无法进行识别的缺陷部分，可由专业检测人员佩戴VR眼镜进行实时观察和检测，其分为第一视角和第三视角两种。
本发明打破了现有无人机桥梁检测仅局限于桥梁细节的问题，采用倾斜摄影的方式采集桥梁及周围地形的数据，建立三维模型，实现对桥梁整体结构进行判断，并且将缺陷类型、缺陷程度、缺陷成因标注在模型上，直观清晰；实现了桥梁数据的自动化采集、自动检测桥梁缺陷并标注以及自动生成桥梁质量检测报告、实现桥梁检测过程的全自动化，消除检测盲区，同时有效降低检测成本，提高检测质量；通过超声波模块自动避障，显著提升识别的有效范围和精度，有效降低无人机巡检过程发生意外碰撞坠机的概率，降低桥梁检测的成本，具有良好的经济效益。
Claims (8)
1.一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，包括无人机平台(1)和多功能地面站(2)，其中无人机平台(1)包括无人机主体(3)和搭载模块群(4)；多功能地面站(2)包括3D坐标建模子系统(5)，无人机航线子系统(6)、飞行控制子系统(7)、桥梁缺陷检测子系统(8)、桥梁缺陷报告子系统(9)和VR子系统(10)。
2.根据权利要求1所述的一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，所述搭载模块群(4)由图像采集模块(11)、存储模块(12)、飞行状态处理模块(13)、5G网络通信模块(14)组成；图像采集模块(11)由长焦镜头、短焦镜头和红外镜头组成，长焦镜头、短焦镜头、红外镜头相互独立，三种相机可通过多功能地面站分别控制，采用倾斜摄影的方式采集桥梁结构数据，分别传输至存储模块(12)；存储模块(12)与搭载模块群的图像采集模块(11)、飞行状态处理模块(13)、5G网络通信模块(14)有线连接，存储倾斜摄影得到的桥梁数据和无人机飞行状态数据；飞行状态处理模块(13)包括传感器模块和GPS定位导航模块，其中，传感器模块采集距离数据，确保无人机与桥梁保持至少0.5m的安全距离，GPS定位导航模块确定无人机的航向，位置等信息，并将无人机的飞行状态数据传输至存储模块(12)；5G网络通信模块(14)包括前置导频和新型帧结构，5G网络通信模块与存储模块(12)相连，传输存储模块(12)存储的数据并接收多功能地面站(2)发送的信号。
3.根据权利要求1所述的一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，所述的多功能地面站(2)的3D坐标建模子系统(5)，接收存储模块(12)的桥梁数据，包括桥墩、桥台、桥跨结构的空间数据，结合Open Bridge Modeler软件进行桥梁3D建模。
4.根据权利要求1所述的一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，所述的多功能地面站(2)的无人机航线子系统(6)根据3D桥梁模型，通过编译的相关程序自动标注出巡检路线中的建筑物需要被检测的检测点，包括桥跨伸缩缝、桥头与路堤连接部、上部结构、锥坡、护坡、墩台、基础、支座，规划出无人机巡检路线，传输至飞行控制子系统(7)。
5.根据权利要求1所述的一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，所述的多功能地面站(2)的飞行控制子系统(7)接收无人机航线子系统(6)的无人机巡检路线数据和5G网络通信模块(14)传输的无人机飞行状态数据，控制无人机飞行，并将飞行指令发送至无人机。
6.根据权利要求1所述的一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，所述的多功能地面站(2)的桥梁缺陷检测子系统(8)包括图像处理模块(15)、缺陷识别模块(16)、缺陷标注模块(17)，图像处理模块(15)对接收到的图像进行滤波、降噪处理，将处理后的图像发送至缺陷识别模块(16)；缺陷识别模块(16)运用识别算法对图像中的缺陷进行识别并计算缺陷程度，并将得到的数据发送至缺陷标注模块(17)；缺陷标注模块(17)将已识别缺陷、疑问缺陷和缺陷程度标注在三维模型里；最终将数据传输至桥梁缺陷报告子系统(9)。
7.根据权利要求1所述的一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，所述的多功能地面站(2)的桥梁缺陷报告子系统(9)基于所传输的数据进行整合，生成桥梁巡检报告，桥梁巡检报告包括：桥梁原始结构数据、桥梁缺陷图片及缺陷程度指标标注、缺陷成因推断、桥梁疑问缺陷。
8.根据权利要求1所述的一种基于5G技术的无人机快速巡检桥梁系统，其特征在于，所述的多功能地面站(2)的VR子系统(10)，针对于某些系统无法进行识别的缺陷部分，可由专业检测人员佩戴VR眼镜进行实时观察和检测，其分为第一视角和第三视角两种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010615965.7A CN111999298A (zh) | 2020-06-30 | 2020-06-30 | 一种基于5g技术的无人机快速巡检桥梁系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010615965.7A CN111999298A (zh) | 2020-06-30 | 2020-06-30 | 一种基于5g技术的无人机快速巡检桥梁系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111999298A true CN111999298A (zh) | 2020-11-27 |
Family
ID=73467505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010615965.7A Pending CN111999298A (zh) | 2020-06-30 | 2020-06-30 | 一种基于5g技术的无人机快速巡检桥梁系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111999298A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112802021A (zh) * | 2021-04-09 | 2021-05-14 | 泰瑞数创科技(北京)有限公司 | 基于数字孪生技术的城市桥梁道路诊断方法及其系统 |
| CN112858476A (zh) * | 2021-01-13 | 2021-05-28 | 深圳市正杰智能工程有限公司 | 基于5g的建筑结构监测的方法、系统、终端和存储介质 |
| CN113408396A (zh) * | 2021-06-15 | 2021-09-17 | 广西交科集团有限公司 | 一种基于云计算的桥梁智能感知系统 |
| CN113567454A (zh) * | 2021-08-10 | 2021-10-29 | 上海海事大学 | 一种基于无人机的港口起重机健康检测系统 |
| CN113762183A (zh) * | 2021-09-13 | 2021-12-07 | 墙管家建筑科技(上海)有限公司 | 一种既有建筑安全的智能检查分析系统及操作方法 |
| CN114020043A (zh) * | 2021-12-16 | 2022-02-08 | 河南祥辰工程管理有限公司 | 无人机建筑工程监理系统、方法、电子设备及存储介质 |
| CN114550107A (zh) * | 2022-04-26 | 2022-05-27 | 深圳联和智慧科技有限公司 | 基于无人机集群的桥梁联动智能巡检方法、系统及云平台 |
| CN114840014A (zh) * | 2022-03-16 | 2022-08-02 | 深圳大学 | 一种桥梁全息巡检的无人机协同路径规划方法及系统 |
| CN114878581A (zh) * | 2022-06-09 | 2022-08-09 | 中交公路养护工程技术有限公司 | 一种基于无人机采集平台的桥梁外观质量检测系统 |
| CN117406781A (zh) * | 2023-11-27 | 2024-01-16 | 温州信达交通工程试验检测有限公司 | 一种基于无人机的桥梁智能巡检系统 |
| CN117523389A (zh) * | 2023-11-07 | 2024-02-06 | 温州信达交通工程试验检测有限公司 | 一种无人机巡航病害识别及3d定位管理系统 |
-
2020
- 2020-06-30 CN CN202010615965.7A patent/CN111999298A/zh active Pending
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112858476A (zh) * | 2021-01-13 | 2021-05-28 | 深圳市正杰智能工程有限公司 | 基于5g的建筑结构监测的方法、系统、终端和存储介质 |
| CN112802021B (zh) * | 2021-04-09 | 2021-07-30 | 泰瑞数创科技(北京)有限公司 | 基于数字孪生技术的城市桥梁道路诊断方法及其系统 |
| CN112802021A (zh) * | 2021-04-09 | 2021-05-14 | 泰瑞数创科技(北京)有限公司 | 基于数字孪生技术的城市桥梁道路诊断方法及其系统 |
| CN113408396B (zh) * | 2021-06-15 | 2022-03-18 | 广西交科集团有限公司 | 一种基于云计算的桥梁智能感知系统 |
| CN113408396A (zh) * | 2021-06-15 | 2021-09-17 | 广西交科集团有限公司 | 一种基于云计算的桥梁智能感知系统 |
| CN113567454A (zh) * | 2021-08-10 | 2021-10-29 | 上海海事大学 | 一种基于无人机的港口起重机健康检测系统 |
| CN113762183A (zh) * | 2021-09-13 | 2021-12-07 | 墙管家建筑科技(上海)有限公司 | 一种既有建筑安全的智能检查分析系统及操作方法 |
| CN114020043A (zh) * | 2021-12-16 | 2022-02-08 | 河南祥辰工程管理有限公司 | 无人机建筑工程监理系统、方法、电子设备及存储介质 |
| CN114840014A (zh) * | 2022-03-16 | 2022-08-02 | 深圳大学 | 一种桥梁全息巡检的无人机协同路径规划方法及系统 |
| CN114550107A (zh) * | 2022-04-26 | 2022-05-27 | 深圳联和智慧科技有限公司 | 基于无人机集群的桥梁联动智能巡检方法、系统及云平台 |
| CN114550107B (zh) * | 2022-04-26 | 2022-07-26 | 深圳联和智慧科技有限公司 | 基于无人机集群的桥梁联动智能巡检方法、系统及云平台 |
| CN114878581A (zh) * | 2022-06-09 | 2022-08-09 | 中交公路养护工程技术有限公司 | 一种基于无人机采集平台的桥梁外观质量检测系统 |
| CN117523389A (zh) * | 2023-11-07 | 2024-02-06 | 温州信达交通工程试验检测有限公司 | 一种无人机巡航病害识别及3d定位管理系统 |
| CN117406781A (zh) * | 2023-11-27 | 2024-01-16 | 温州信达交通工程试验检测有限公司 | 一种基于无人机的桥梁智能巡检系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111999298A (zh) | 一种基于5g技术的无人机快速巡检桥梁系统 | |
| CN109901625B (zh) | 一种桥梁巡检系统 | |
| CN112307594B (zh) | 道路数据采集和模拟场景建立一体化系统及方法 | |
| CN109885097B (zh) | 一种桥梁外沿面巡检航线规划方法 | |
| CN109060281B (zh) | 基于无人机的一体化桥梁检测系统 | |
| CN109945874B (zh) | 一种桥梁巡检航线规划方法 | |
| CN109885098B (zh) | 一种桥梁边栏巡检航线规划方法 | |
| CN210005927U (zh) | 一种桥梁巡检无人机系统 | |
| CN110991466A (zh) | 一种基于新型视觉传感设备的高速公路路面状况检测系统 | |
| CN109901623B (zh) | 桥梁墩身巡检航线规划方法 | |
| CN108469825A (zh) | 一种基于车路协同的智能巡视系统及其构建方法 | |
| CN210090988U (zh) | 一种无人机巡检系统 | |
| CN109990778B (zh) | 一种桥梁底座巡检航线规划方法 | |
| CN112230680A (zh) | 一种无人机电力线路巡检控制方法 | |
| CN109990777B (zh) | 一种桥梁底面巡检航线规划方法 | |
| CN112880599B (zh) | 一种基于四足机器人的路基平整度检测系统及工作方法 | |
| CN106441235A (zh) | 基于无人飞机机载成像的混凝土裂缝宽度识别系统及方法 | |
| CN107144887B (zh) | 一种基于机器视觉的轨道异物入侵监测方法 | |
| CN115580708A (zh) | 一种光缆线路无人机巡检的方法 | |
| CN110963036A (zh) | 一种基于无人机进行建筑检测修复的装置及方法 | |
| CN113885504A (zh) | 一种列检机器人自主巡检方法、系统及存储介质 | |
| CN118294468A (zh) | 基于无人机的特殊桥梁检测方法 | |
| US20240002079A1 (en) | Uav having multifunctional leg assembly and its charging system | |
| NL2030333B1 (en) | Lidar-based unmanned aerial vehicle bridge bottom detection system | |
| CN109960280A (zh) | 一种桥梁墩身巡检航线规划方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201127 |
|
| WD01 | Invention patent application deemed withdrawn after publication |