[发明专利]一种无人机桥梁底面裂纹检测方法及系统

说明书

技术领域

本发明属于图像处理与无人机技术领域，特别涉及无人机桥下自主飞行技术及基于无人机图像的桥梁底面裂纹检测方法，是一种无人机桥梁底面裂纹检测方法。

背景技术

这些年来，大量的混凝土桥梁在全国各地兴起，桥梁工程的安全与否直接关系到人民群众的生命安危。我国桥梁底面裂纹检测的现状是以人工为主，依靠桥梁检测车等大型机械将桥梁检测专家送到桥底，用肉眼寻找裂纹并用裂纹观测仪或者标尺去测量裂纹尺寸。这种人工检测方法效率低下、成本高且存在安全隐患。

随着无人机技术的发展、高精度的各类传感器和高性能的电子器件的问世和应用，无人机在民用方面有着广泛的用途。无人机通过搭载各类传感器在警用、城市管理、农业、地质、气象、电力、抢险救灾等行业发挥着越来越重要的作用。因此，若能采用无人机对桥梁底面裂纹进行巡检，通过挂载照相机和多种传感设备，辅以高精度的导航模块和避障模块，通过地面工作站裂纹检测和图像拼接系统，可以为桥梁检修提供科学和精准的判别。相比传统的人工检测手段，无人机可以轻松到达桥梁底部获取桥梁底面高清图像，无需桥梁检测专家近距离接触桥底面，极大提高了桥梁检测的安全性；在日常巡检中，无需封闭道路中断交通，同时具备较高的检测精度和检测效率。

然而，无人机在桥下飞行时存在诸多问题，例如GPS信号丢失、定位不准、遥控信号因遮挡丢失、障碍物躲避等，这使得无人机需要借助其他传感器进行自身定位，同时提高自主飞行能力，才能避免在桥下飞行时撞击障碍或坠毁。用于桥梁底面裂纹检测时，无人机携带的云台相机需要拍摄分辨率在亚毫米级的图片才可以用于裂纹检测。此外，如何从大量的高分辨率影像自动高效地检测裂纹并对裂纹进行定位也是亟待解决的问题。目前的无人机桥梁底面裂纹检测方法及其系统还未有人实现过。

发明内容

鉴于现有的人工桥梁底面裂纹检测的不足之处，本发明的目的在于提供一种的无人机桥梁底面裂纹检测方法及系统，旨在代替现有人工桥梁底面裂纹检测方案，提高桥梁底面裂纹巡检的效率及检测精度，提高桥梁检测安全系数同时降低桥梁检测的成本。

为达到上述目的，本发明采取了以下技术方案：

一种无人机桥梁底面裂纹检测方法，所述方法包含以下步骤：

A：依靠机载激光雷达(LiDAR)和惯性测量单元(IMU)对桥下无人机自身进行定位；

B：依靠机载激光雷达(LiDAR)获取无人机周围障碍物点云进行避障和路径规划；

C：利用无人机机载高清相机拍摄桥梁底面影像并存储；

D：对机载高清相机进行标定并对拍摄影像进行预处理；

E：利用图像拼接方法获取大尺度完整桥梁底面影像，并进行裂纹检测；

F：利用裂纹影像和激光点云对裂纹进行定位，同时评估裂纹等级。

所述步骤A具体包括：

A1:激光雷达对无人机周围360°环境进行扫描，获取无人机飞行过程中的激光点云数据；

A2:获取每时刻激光点云相对于无人机的坐标，并匹配相邻时刻的激光点云数据，计算对应的坐标差，通过优化算法估计相邻两个时刻无人机的位移和姿态变化。

A3:以无人机初始位置建立三维坐标系，利用相邻两时刻无人机的姿态位移变化累计估计无人机位置，并利用无人机自身携带的IMU数据对累计误差进行校正。

所述步骤B具体包括：

B1:利用无人机自身携带的超声波数据控制无人机离地面以及离桥梁底面的安全拍摄距离；

B2:利用无人机当前时刻的位置和姿态信息，以及激光雷达所获取的360°障碍物点云数据，规划从当前位置到目标位置的飞行轨迹。

所述步骤C是在完成无人机自身定位，避障和路径规划的基础上，依靠机载云台相机等间隔时间向上拍摄桥梁底面影像，并存储在SD卡中供后续裂纹检测。

所述步骤D具体包括:

D1:用棋盘格法对高清相机进行标定，获取相机的焦距，径向畸变等参数；

D2:利用畸变参数对无人机拍摄的桥梁底面影像进行校正；

D3:对图像预处理，包括图像增强，去运动模糊。

所述步骤E具体包括:

E1:利用点云数据和影像数据拍摄时的关系获取两个桥墩间的所有影像数据；

E2:对两桥墩间的所有影像进行拼接处理，形成一张大尺度的高清桥底面影像；

E3:利用边缘检测算法获取大尺度高清桥底面影像中存在的所有边缘信息，并对边缘进行形态学腐蚀膨胀和连接，获取完整的裂纹条纹。

所述步骤F具体包括: