[发明专利]基于数字孪生技术的城市桥梁道路诊断方法及其系统

说明书

一种基于数字孪生技术的城市桥梁道路诊断方法以及系统，其中所述方法包括如下步骤：S1提供服务器，获取城市地理坐标系，对道路区域划分；S2城市语义模型的坐标系以及道路标引库的建立；S3道路诊断传感器的设置，无人机现实增强（AR）装配；S4道路结构健康的时间动态模型建立；S5无人机飞抵感兴趣的道路所在区域进行现实场景的病害分布诊断。本发明提供的方法和系统使道路结构健康问题分布检测的从整体上呈现出强实时性、强可视性、动态性、精确性以及高效性。

技术领域

本发明属于建筑构建结构健康领域，涉及一种基于数字孪生技术的城市桥梁道路诊断方法及其系统，尤其涉及到一种基于数字孪生技术的城市桥梁道路的无人机现实增强诊断方法及其系统。

背景技术

孪生城市智能化属于智慧城市建设的一种数字化手段，其关键在于将城市进行数字复制以及基于数字的智能化运用同时提供相应的专业技术服务。有国外学者将数字孪生化的智能城市发展程度分为六个等级，其中作为零级的视觉城市是基础，它提供了城市的物理位置以及视觉呈现，第一级属于数字阴影，主要提供在线验证模型，以模拟各类场景的问题，而第二级则是诊断，提供城市组成体的设计使用寿命，尤其涉及到城市桥梁道路的结构健康问题。

然而，如何将前三级的技术综合利用以实现智能化、可视化的诊断，是智慧城市发展的课题之一。CN109300126A将无人机用于可视化桥梁病害的识别，将三维模型与现实影像进行对应，并将检测到的病害在现实影像上标记。CN111311569A则通过无人机巡航将拍摄的图片输入训练好的模型中事先杆塔缺陷的识别。CN112229800A和CN112411371A则利用车辆和无人机的配合实现桥梁不同部位的缺陷检测。然而，这些技术都需要将无人机飞抵感兴趣的部位进行图像或视频采集才能代入模型实现各局部的结构健康的诊断，工作效率不高。并且在算法上需要采用神经网络模型和特征参数的综合判断提供诊断评价。而现实中，工程人员往往最关切的是现实中存在需要获得病害的整体视觉分布以及时间演变问题，从而能够分析产生病害的动态过程，并且解决这些问题需要高效率。明显上述技术并不能解决这些问题。

发明内容

本发明在解决视觉分布、时间演变问题上在视觉城市基础上利用无人机现实增强配合传感器空间布置技术，其关键在于三个问题，第一是城市带路桥梁的区域划分以及精确定位，第二是无人机的三维现实增强，第三诊断手段以及算法上的改进。本发明所指的道路包括城市机动车非机动车路以及高架路构成的交通路、街道、桥梁、小区内部道路等。本发明所指的格点是指网格化处理后最小的方格单元。本发明的方向上下左右以及前后是指人佩戴AR装置时相对于目视场景下的上下左右以及前后位置。

由此，本发明提供了一种基于数字孪生技术的城市桥梁道路的无人机现实增强诊断方法，其特征在于包括如下步骤：

S1提供服务器，获取城市地理坐标系，对道路区域划分；

S2 城市语义模型的坐标系，无人机坐标系以及道路标引库的建立；

S3 道路诊断传感器的设置，无人机现实增强（AR）装配；

S4 道路结构健康的时间动态模型建立；

S5 无人机飞抵感兴趣的道路所在区域进行现实场景的病害分布诊断。

关于步骤S1

其中，S1具体包括：服务器获取城市地理坐标系，其中城市地理坐标系E具体是选择标准建筑基底靠南和靠西的边缘分别为X轴和Y轴，两者直角顶点为原点O作为基准点而建立；采用路网提取模型对城市道路进行道路区域划分。

优选地，所述路网提取模型包括：利用RNN循环神经网络算法，通过节点生成器生成道路连续节点，并在生成过程中连接生成前后的两个节点，将新的生成节点输入节点生成器不断产生新的节点，而继续连接产生的新节点，如此循环而连接成路网。其中，节点生成器包括编码器以及解码器。