CN109682316A - 基于无人机成像的混凝土裂缝识别方法及系统 - Google Patents
基于无人机成像的混凝土裂缝识别方法及系统 Download PDFInfo
- Publication number
- CN109682316A CN109682316A CN201811378726.3A CN201811378726A CN109682316A CN 109682316 A CN109682316 A CN 109682316A CN 201811378726 A CN201811378726 A CN 201811378726A CN 109682316 A CN109682316 A CN 109682316A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- distress
- crack
- camera
- dot laser
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Bridges Or Land Bridges (AREA)
Abstract
本发明属于混凝土裂缝检测技术领域，具体提供了基于无人机成像的混凝土裂缝识别方法及系统，通过在无人机上搭载相机及三点激光测距仪来对目标物表面的缝隙进行检测，然后将检测到的数据信息进行后处理分析还原实际的缝隙参数，进而得到该缝隙的宽度值。该测量计算方法简单易行且效率高，只需控制好无人机的飞行轨迹及三点激光测距仪的状态便可得到被测物表面的缝隙参数。此外，该测量计算方法适用于不同类型的桥梁及危险地段，不需要人的现场参与，保证了人身安全，且该系统的使用和维护成本低，可以反复使用，且不会影响再次使用的精度。
Description
技术领域
本发明属于混凝土裂缝检测技术领域，具体涉及基于无人机成像的混凝土裂缝识别方法。
背景技术
机动车持续、大幅增长，道路交通安全面临严峻的挑战。桥梁作为交通关键节点，将要承担与日俱增的交通流量压力，同时还要承受违法超载车辆带来的损害。桥梁技术状况需定期进行测试评估，及时发现桥梁病害，评定桥梁安全等级。桥梁技术状况评定主要涉及外观检查、裂缝测试等。桥梁上部结构和下部结构的桥梁技术状况评定一般采用桥梁检测车或搭设支架作为人工操作工作平台完成相关参数的测试，由于搭设支架耗费时间长，采用桥梁检测车作为工作平台已成为目前唯一选择，但存在以下问题。第一，严重影响交通安全。桥梁检测车安全操作需占用近两个车道，且移动速度缓慢，对于桥面宽度较小的桥梁需要封闭交通。桥梁检测车长时间占道必然造成交通岗堵塞并严重影响交通安全，对于交通繁忙的城市干道、干线如高速公路或国道线可能导致交通瘫痪；第二，不适用于各类型桥梁。其一，桥梁检测车工作伸臂最大下桥深度有限，无法实现对大跨度变截面混凝土箱梁桥墩梁根部截面支座位置或者高墩(山区高速公路桥梁)的测试。其二，桥梁检测车最大横向臂展有限。目前各类型桥梁检测车水平伸臂长度基本在2.5m内，因此无法利用桥梁检测车作为现场测试工作平台。其三，在桥面两侧有主拱圈、吊杆和斜拉索等构件的桥梁，桥梁检测车伸臂作业空间受到限制，无法利用桥梁检测车作为工作平台进行测试。其四，超过一定高度的桥塔、斜拉索、拱圈受伸臂高度限制无法利用桥梁检测车进行测试。第三，不适用于震后桥梁评估。我国是一个地震活动频繁的国家。一般地震灾害会给桥梁造成损伤，致使交通中断并危及交通安全。对遭受震灾损伤桥梁进行快速测试、评估及应急抢修和保通是抢险救灾工作的关键。如何快速测试、准确评估震后桥梁的技术状况是政府应急保通决策的关键之一。第四，使用和维护费用高。
发明内容
本发明的目的是克服现有技术中混凝土裂缝宽度识别成本高效率低的问题。
为此，本发明提供了基于无人机成像的混凝土裂缝识别方法，包括：
预设三点激光测距仪发出的三个激光束之间的夹角；
远程终端控制带有相机及三点激光测距仪的无人机飞行至靠近被测物体；
开启三点激光测距仪，当检测到有裂缝时无人机悬停并对被测物体表面的裂缝进行测量和拍照，测量数据及图像信息传递至无人机的飞控板并进行存储；
对所述测量数据及图像信息进行分析得到被测物体的表面裂缝宽度。
优选地，当无人机飞行至预定空间点时，开启三点激光测距仪时，通过三点激光测距仪的反馈信息判断前方是否有裂缝存在。
优选地，当检测到有裂缝存在时，无人机悬停并控制相机拍摄。
优选地，所述对所述测量数据及相机的图像信息进行分析得到被测物体的表面裂缝宽度的步骤具体包括：
对采集到的图像信息进行后处理得到裂缝宽度像素数；
通过距离参数、三个激光束之间的夹角得到物距；
根据所述裂缝宽度像素数、距离参数及物距并通过测距法即可得到被测物体的实际裂缝宽度。
优选地，所述对采集到的图像信息进行后处理得到裂缝宽度像素数步骤具体包括：
将采集到的裂缝图像经过Matlab图像处理转换为灰度图像，在空域内对图像进行增强，滤波；然后对图像再进行阀值分割处理，提取出裂缝特征，再对裂缝特征采取形态学操作，得到裂缝宽度处的像素数。
优选地，所述三点激光测距仪测量得到三个距离参数分别为三个激光束到裂缝的距离。
本发明还提供了基于无人机成像的混凝土裂缝识别系统，包括：无人机及图传装置，所述无人机上设有云台，所述云台上设有相机，所述相机上设有三点激光测距仪，所述相机及三点激光测距仪均与所述无人机的飞控板的串口电连接，所述图传装置与所述无人机之间通过无线网通信连接。
优选地，系统还包括自动避障装置，所述自动避障装置包括超声波传感器，所述超声波传感器安设在所述无人机的正前方。
优选地，所述云台位于所述无人机的上方，所述相机位于所述云台上方，所述三点激光测距仪位于所述相机上方。
本发明的有益效果：本发明提供的这种基于无人机成像的混凝土裂缝识别方法及系统，通过在无人机上搭载相机及三点激光测距仪来对目标物表面的缝隙进行检测，然后将检测到的数据信息进行后处理分析还原实际的缝隙参数，进而得到该缝隙的宽度值。该测量计算方法简单易行且效率高，只需控制好无人机的飞行轨迹及三点激光测距仪的状态便可得到被测物表面的缝隙参数。此外，该测量计算方法适用于不同类型的桥梁及危险地段，不需要人的现场参与，保证了人身安全，且该系统的使用和维护成本低，可以反复使用，且不会影响再次使用的精度。
以下将结合附图对本发明做进一步详细说明。
附图说明
图1是本发明基于无人机成像的混凝土裂缝识别方法的流程示意图；
图2是本发明基于无人机成像的混凝土裂缝识别系统原理示意图。
附图标记说明：无人机1，云台2，相机3，三点激光测距仪4，激光束5，激光光斑6，被测平面7。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
本发明提供了基于无人机成像的混凝土裂缝识别方法，其特征在于，包括：
预设三点激光测距仪发出的三个激光束之间的夹角；
远程终端控制带有相机及三点激光测距仪的无人机飞行至靠近被测物体；
开启三点激光测距仪，当检测到有裂缝时无人机悬停并对被测物体表面的裂缝进行测量和拍照，测量数据及图像信息传递至无人机的飞控板并进行存储；
对所述测量数据及图像信息进行分析得到被测物体的表面裂缝宽度。
由此可知，如图1和图2所示，现在无人机1的顶端上搭载好云台2和相机3，并将三点激光测距仪4安装在相机3的顶端，调整好三点激光测距仪发出的三个激光束之间的夹角，分别为α、β及λ,。相机3搭载在无人机1上方视野好，不易被无人机1的脚架遮挡。然后控制无人机1起飞至预设点，同时开启相机3。起飞至目标位置可以有两种方式，一是通过在地面站设置坐标点，让无人机自动飞至目标点，二是通过图传装置，手动遥控操作无人机1飞行至被测物体的附近。
当无人机靠近被测平面7时，开启三点激光测距仪4，三束激光束5分别照射在被测平面7上形成三个激光光斑6，分别为图2中的B、C及D三个点，相机3拍摄裂缝相片并传回地面接收装置，三点激光测距仪4测量得到三个距离参数并传回地面接收装置，也可以将拍摄信息及测量信息保存至飞控板，待任务完成后再通过电脑读取飞控板内的信息进行分析。具体地，将采集到的裂缝图像经过matlab图像处理转换为灰度图像，在空域内对图像进行增强，滤波；然后对图像再进行阀值分割处理，提取出裂缝特征，再对裂缝特征采取形态学操作，得到裂缝宽度处的像素数。
以裂缝病害为例介绍下病害参数化识别。对彩色图像进行灰度化处理，针对前述无人机成像特点，使裂缝和北京最大限度地分离。进一步采用分格技术便可得到二值化图像。将该二值化图像输入到学习模型进行判别，消除非裂缝区域，并重新进行区域标记得到裂缝图像。
在常规的桥梁检测中，裂缝宽度测量一般通过人工手持数显裂缝读数仪或裂缝显微镜识别裂缝宽度，通过旋转读数仪探头使得裂缝宽度垂直于刻度尺方向，读取法向裂缝宽度。裂缝显微镜操作复杂且操作体验差。
本技术方案的一个具体实施场景中，对采集到的裂缝图像进行处理，得到裂缝宽度像素数数，根据得到的距离参数、三个激光束之间的夹角得到物距，采用测距法求得被测物体的实际物理尺寸，从而得到裂缝宽度。具体地，记三点激光测距仪发出三个激光束的位置为a，三个激光束之间的夹角为α、β及λ，三点激光测距仪4得到的三个距离参数为三点激光测距仪4发出的三个激光束5到裂缝的距离，选取最短的作为实际物距L，记激光束5到达裂缝即被测平面7上的裂缝的位置分别为B、C、D，则得到AB、AC、AD的长度，/a＝/BAC，/b＝CAD，/c＝/BAD，取/a、/b或/c作为一个标准角θ，取三点激光测距仪4的长边尺寸和长边像素数d和D，焦距f，代入下式计算即可得到像素解析度J：
在该无人机正式开始工作前，先将该系统在风动实验出风口建立桥梁模型，用IMETRUM非接触测量仪录制视频测试不同风力作用下无人机运动姿态特性，以此评价无人机靠近桥梁模型的最小稳定成像安全距离。无人机在空旷场地航拍抗风能力较强，但由于桥梁表面存在气动干扰，无人机临近桥梁抗风能力较弱，且需要考虑驱动干扰对成像质量造成影响。具体可通过实验来检测。
优选的方案，当无人机飞行至预定空间点时，开启三点激光测距仪时，通过三点激光测距仪的反馈信息判断前方是否有裂缝存在。由此可知，三束激光同时发出照射在被测物体表面，若其中一束或多束激光检测到的距离比其他光束检测到的距离明显偏大，则说明有裂缝存在。
优选的方案，当检测到有裂缝存在时，无人机悬停并控制相机拍摄。由此可知，在无人机到达目的地之前没有开启相机，因此也没用到图传，此时通过遥控器直接控制无人机飞行至目的地，该目的地离人比较近，可以通过人眼来进行判断，不需要用到图传。
本发明实施例还提供了基于无人机成像的混凝土裂缝识别系统，包括：无人机及图传装置，所述无人机上设有云台，所述云台上设有相机，所述相机上设有三点激光测距仪，所述相机及三点激光测距仪均与所述无人机的飞控板的串口电连接，所述图传装置与所述无人机之间通过无线网通信连接。通过飞控板的串口将相机3及三点激光测距仪4连接起来进行通信，如此便可将相机3拍摄的照片信息及三点激光测距仪4测到的距离信息记录下来便于后续处理得到缝隙的宽度。
优选的方案，还包括自动避障装置，所述自动避障装置包括超声波传感器，所述超声波传感器安设在所述无人机的正前方。由此可知，超声波传感器可以起到定位定距的作用，在飞至被测平面7附近时，通过超声波传感器获取无人机与被测平面7的一个初步距离，以此来控制飞行距离，不能靠的太近，也不能靠的太远，否则相机3拍摄不清晰，影响后续处理。
优选的方案，所述云台位于所述无人机的上方，所述相机位于所述云台上方，所述三点激光测距仪位于所述相机上方。由此可知，相机3及三点激光测距仪4位于无人机的上方，避免无人机的自身配件或者站脚挡住视线。
本发明的有益效果：本发明提供的这种基于无人机成像的混凝土裂缝识别方法及系统，通过在无人机上搭载相机及三点激光测距仪来对目标物表面的缝隙进行检测，然后将检测到的数据信息进行后处理分析还原实际的缝隙参数，进而得到该缝隙的宽度值。该测量计算方法简单易行且效率高，只需控制好无人机的飞行轨迹及三点激光测距仪的状态便可得到被测物表面的缝隙参数。此外，该测量计算方法适用于不同类型的桥梁及危险地段，不需要人的现场参与，保证了人身安全，且该系统的使用和维护成本低，可以反复使用，且不会影响再次使用的精度。
以上例举仅仅是对本发明的举例说明，并不构成对本发明的保护范围的限制，凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (9)
1.基于无人机成像的混凝土裂缝识别方法，其特征在于，包括：
预设三点激光测距仪发出的三个激光束之间的夹角；
远程终端控制带有相机及三点激光测距仪的无人机飞行至靠近被测物体；
开启三点激光测距仪，当检测到有裂缝时无人机悬停并对被测物体表面的裂缝进行测量和拍照，测量数据及图像信息传递至无人机的飞控板并进行存储；
对所述测量数据及图像信息进行分析得到被测物体的表面裂缝宽度。
2.根据权利要求1所述的基于无人机成像的混凝土裂缝识别方法，其特征在于：当无人机飞行至预定空间点时，开启三点激光测距仪时，通过三点激光测距仪的反馈信息判断前方是否有裂缝存在。
3.根据权利要求2所述的基于无人机成像的混凝土裂缝识别方法，其特征在于：当检测到有裂缝存在时，无人机悬停并控制相机拍摄。
4.根据权利要求1所述的基于无人机成像的混凝土裂缝识别方法，其特征在于，所述对所述测量数据及相机的图像信息进行分析得到被测物体的表面裂缝宽度的步骤具体包括：
对采集到的图像信息进行后处理得到裂缝宽度像素数；
通过距离参数、三个激光束之间的夹角得到物距；
根据所述裂缝宽度像素数、距离参数及物距并通过测距法即可得到被测物体的实际裂缝宽度。
5.根据权利要求4所述的基于无人机成像的混凝土裂缝识别方法，其特征在于，所述对采集到的图像信息进行后处理得到裂缝宽度像素数步骤具体包括：
将采集到的裂缝图像经过Matlab图像处理转换为灰度图像，在空域内对图像进行增强，滤波；然后对图像再进行阀值分割处理，提取出裂缝特征，再对裂缝特征采取形态学操作，得到裂缝宽度处的像素数。
6.根据权利要求1所述的基于无人机成像的混凝土裂缝识别方法，其特征在于：所述三点激光测距仪测量得到三个距离参数分别为三个激光束到裂缝的距离。
7.基于无人机成像的混凝土裂缝识别系统，其特征在于，包括：无人机及图传装置，所述无人机上设有云台，所述云台上设有相机，所述相机上设有三点激光测距仪，所述相机及三点激光测距仪均与所述无人机的飞控板的串口电连接，所述图传装置与所述无人机之间通过无线网通信连接。
8.根据权利要求7所述的基于无人机成像的混凝土裂缝识别系统，其特征在于：系统还包括自动避障装置，所述自动避障装置包括超声波传感器，所述超声波传感器安设在所述无人机的正前方。
9.根据权利要求7所述的基于无人机成像的混凝土裂缝识别系统，其特征在于：所述云台位于所述无人机的上方，所述相机位于所述云台上方，所述三点激光测距仪位于所述相机上方。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811378726.3A CN109682316A (zh) | 2018-11-19 | 2018-11-19 | 基于无人机成像的混凝土裂缝识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811378726.3A CN109682316A (zh) | 2018-11-19 | 2018-11-19 | 基于无人机成像的混凝土裂缝识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109682316A true CN109682316A (zh) | 2019-04-26 |
Family
ID=66185830
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811378726.3A Pending CN109682316A (zh) | 2018-11-19 | 2018-11-19 | 基于无人机成像的混凝土裂缝识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109682316A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110533649A (zh) * | 2019-08-28 | 2019-12-03 | 上海市建筑科学研究院 | 一种无人机通用结构裂缝识别检测装置及方法 |
| CN110894704A (zh) * | 2019-11-15 | 2020-03-20 | 东南大学 | 一种基于无人机的公路路面病害的定位方法 |
| CN111223074A (zh) * | 2019-12-27 | 2020-06-02 | 宁夏建筑科学研究院股份有限公司 | 一种混凝土柱构件顶部混凝土缺陷的检测方法 |
| CN111650962A (zh) * | 2020-05-29 | 2020-09-11 | 自然资源部第二地理信息制图院(黑龙江省第五测绘地理信息工程院) | 一种适用于带状测区的多旋翼无人机航线规划与航摄方法 |
| CN111707196A (zh) * | 2020-05-13 | 2020-09-25 | 苏州天炯信息科技有限公司 | 基于无人机的桥梁病害尺寸测量装置及测量方法 |
| CN112484664A (zh) * | 2020-11-26 | 2021-03-12 | 江苏国和智能科技有限公司 | 一种基于激光三维扫描的缺陷识别装置及方法 |
| CN113483682A (zh) * | 2021-06-16 | 2021-10-08 | 苏州赛腾精密电子股份有限公司 | 一种基于机器视觉的缝隙测量方法及系统 |
| CN114040329A (zh) * | 2021-11-29 | 2022-02-11 | 交通运输部南海航海保障中心三沙航标处 | 一种测量灯塔射程的方法 |
| CN114049356A (zh) * | 2022-01-17 | 2022-02-15 | 湖南大学 | 一种结构表观裂缝检测方法、装置及系统 |
| CN114526686A (zh) * | 2022-04-25 | 2022-05-24 | 南京康斯智信工程科技有限公司 | 一种长大结构混凝土实体构件防裂控裂在线监测系统 |
| CN117554186A (zh) * | 2024-01-12 | 2024-02-13 | 中铁四局集团有限公司 | 基于机器视觉的小型混凝土预制构件质量检测分析方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106441235A (zh) * | 2016-09-23 | 2017-02-22 | 湖南科技大学 | 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 |
| CN206709789U (zh) * | 2017-05-12 | 2017-12-05 | 北京中矿华沃科技股份有限公司 | 一种基于无人机技术的露天矿钻孔深度测定装置 |
| KR20170136133A (ko) * | 2016-05-31 | 2017-12-11 | 순천대학교 산학협력단 | 무인비행체를 이용한 구조물 검사 장치 및 방법 |
| CN107894212A (zh) * | 2017-11-13 | 2018-04-10 | 北京市路兴公路新技术有限公司 | 一种摄像距离计算系统、方法及装置 |
| CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测系统及检测方法 |
-
2018
- 2018-11-19 CN CN201811378726.3A patent/CN109682316A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170136133A (ko) * | 2016-05-31 | 2017-12-11 | 순천대학교 산학협력단 | 무인비행체를 이용한 구조물 검사 장치 및 방법 |
| CN106441235A (zh) * | 2016-09-23 | 2017-02-22 | 湖南科技大学 | 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 |
| CN206709789U (zh) * | 2017-05-12 | 2017-12-05 | 北京中矿华沃科技股份有限公司 | 一种基于无人机技术的露天矿钻孔深度测定装置 |
| CN107894212A (zh) * | 2017-11-13 | 2018-04-10 | 北京市路兴公路新技术有限公司 | 一种摄像距离计算系统、方法及装置 |
| CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测系统及检测方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110533649B (zh) * | 2019-08-28 | 2022-12-20 | 上海市建筑科学研究院 | 一种无人机通用结构裂缝识别检测装置及方法 |
| CN110533649A (zh) * | 2019-08-28 | 2019-12-03 | 上海市建筑科学研究院 | 一种无人机通用结构裂缝识别检测装置及方法 |
| CN110894704A (zh) * | 2019-11-15 | 2020-03-20 | 东南大学 | 一种基于无人机的公路路面病害的定位方法 |
| CN111223074A (zh) * | 2019-12-27 | 2020-06-02 | 宁夏建筑科学研究院股份有限公司 | 一种混凝土柱构件顶部混凝土缺陷的检测方法 |
| CN111707196A (zh) * | 2020-05-13 | 2020-09-25 | 苏州天炯信息科技有限公司 | 基于无人机的桥梁病害尺寸测量装置及测量方法 |
| CN111650962A (zh) * | 2020-05-29 | 2020-09-11 | 自然资源部第二地理信息制图院(黑龙江省第五测绘地理信息工程院) | 一种适用于带状测区的多旋翼无人机航线规划与航摄方法 |
| CN112484664A (zh) * | 2020-11-26 | 2021-03-12 | 江苏国和智能科技有限公司 | 一种基于激光三维扫描的缺陷识别装置及方法 |
| CN113483682A (zh) * | 2021-06-16 | 2021-10-08 | 苏州赛腾精密电子股份有限公司 | 一种基于机器视觉的缝隙测量方法及系统 |
| CN114040329A (zh) * | 2021-11-29 | 2022-02-11 | 交通运输部南海航海保障中心三沙航标处 | 一种测量灯塔射程的方法 |
| CN114049356A (zh) * | 2022-01-17 | 2022-02-15 | 湖南大学 | 一种结构表观裂缝检测方法、装置及系统 |
| CN114049356B (zh) * | 2022-01-17 | 2022-04-12 | 湖南大学 | 一种结构表观裂缝检测方法、装置及系统 |
| CN114526686A (zh) * | 2022-04-25 | 2022-05-24 | 南京康斯智信工程科技有限公司 | 一种长大结构混凝土实体构件防裂控裂在线监测系统 |
| CN117554186A (zh) * | 2024-01-12 | 2024-02-13 | 中铁四局集团有限公司 | 基于机器视觉的小型混凝土预制构件质量检测分析方法 |
| CN117554186B (zh) * | 2024-01-12 | 2024-04-05 | 中铁四局集团有限公司 | 基于机器视觉的小型混凝土预制构件质量检测分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109682316A (zh) | 基于无人机成像的混凝土裂缝识别方法及系统 | |
| Zhong et al. | Assessment of the feasibility of detecting concrete cracks in images acquired by unmanned aerial vehicles | |
| CN107358796B (zh) | 一种基于无人机的车辆检测方法 | |
| CN106061836B (zh) | 控制装置、成像装置、控制方法、成像方法和计算机程序 | |
| Ellenberg et al. | Masonry crack detection application of an unmanned aerial vehicle | |
| CN106062510B (zh) | 信息处理装置、信息处理方法和计算机程序 | |
| CN109556521B (zh) | 一种基于无人机的铁路钢轨位移检测方法 | |
| EP3674214A1 (en) | Control device, control method, and flight vehicle device | |
| CN109780452A (zh) | 基于激光遥测技术的气体泄漏无人机巡检浓度反演方法 | |
| CN109444171A (zh) | 基于无人机的一体化桥梁检测方法 | |
| CN106245524A (zh) | 一种用于桥梁检测的无人机系统 | |
| CN108020825A (zh) | 激光雷达、激光摄像头、视频摄像头的融合标定系统及方法 | |
| CN107462213A (zh) | 一种基于机器视觉系统的铁塔倾斜角度自动测量方法 | |
| CN107328783A (zh) | 一种基于无人机的桥梁智能检测系统 | |
| JPH0431200A (ja) | 航空機ドッキングガイダンス装置 | |
| KR20180000325A (ko) | 드론 기반 수질 모니터링 시스템 및 방법 | |
| CN106774384A (zh) | 一种桥梁检测智能避障机器人 | |
| KR101160896B1 (ko) | 레이저 스캐너를 이용한 항공기 기종 식별 및 항공기 자기위치 확인 시스템 | |
| CN108896169A (zh) | 一种助航灯光强实时高速检测系统 | |
| KR101778623B1 (ko) | 2d 레이저 센서와 모터를 구비하는 스캐너를 이용하여 항공기를 주기장에 안전하게 유도하는 방법 | |
| CN109596487A (zh) | 一种高大建筑物工程扬尘溯源方法 | |
| CN206847600U (zh) | 一种基于高性能无人机的隧道结构检测系统 | |
| CN106706646A (zh) | 一种自动巡检无人机 | |
| CN106017423B (zh) | 既有建筑幕墙分隔定位检测系统及检测方法 | |
| CN106325132A (zh) | 一种道路积水监控系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190426 |
|
| RJ01 | Rejection of invention patent application after publication |