CN113933306A - 一种基于无人机进行数据采集的码头结构可靠性分析方法 - Google Patents

一种基于无人机进行数据采集的码头结构可靠性分析方法 Download PDF

Info

Publication number
CN113933306A
CN113933306A CN202111535770.2A CN202111535770A CN113933306A CN 113933306 A CN113933306 A CN 113933306A CN 202111535770 A CN202111535770 A CN 202111535770A CN 113933306 A CN113933306 A CN 113933306A
Authority
CN
China
Prior art keywords
structural member
wharf
aerial vehicle
unmanned aerial
main structural
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.)
Granted
Application number
CN202111535770.2A
Other languages
English (en)
Other versions
CN113933306B (zh
Inventor
刘红彪
邢东亮
冯伟伟
王亚民
刘广波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Research Institute for Water Transport Engineering MOT
Original Assignee
Tianjin Research Institute for Water Transport Engineering MOT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Research Institute for Water Transport Engineering MOT filed Critical Tianjin Research Institute for Water Transport Engineering MOT
Priority to CN202111535770.2A priority Critical patent/CN113933306B/zh
Publication of CN113933306A publication Critical patent/CN113933306A/zh
Application granted granted Critical
Publication of CN113933306B publication Critical patent/CN113933306B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0232—Glass, ceramics, concrete or stone
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于无人机进行数据采集的码头结构可靠性分析方法，包括码头整体结构测量步骤和基材强度测量步骤，码头整体结构测量步骤用于通过无人机获取码头整体结构图像信息并建立三维立体模型；基材强度测量步骤用于根据三维立体模型选定若干测量位置；将若干测量位置的基材结构强度参数载入三维立体模型中生成码头整体承载力分析模型。本发明通过无人机对码头主要结构构件的损伤和倾斜度进行初步检测，并依据码头主要结构构件的损伤程度确定强度检测点，对检测点进行强度检测，构建码头整体承载力分析模型，可以直观的分析码头各个区域的承载力情况，实现了结构可靠性风险的提前预判。

Description

一种基于无人机进行数据采集的码头结构可靠性分析方法
技术领域
本发明涉及码头结构分析技术领域，具体为一种基于无人机进行数据采集的码头结构可靠性分析方法。
背景技术
码头又称渡头，是一条由岸边伸往水中的长堤，也可能只是一排由岸上伸入水中的楼梯，它多数是人造的土木工程建筑物，供船舶停靠、装卸货物和上下游客，是港口的主要组成部分；按码头的平面布置分：有顺岸式、突堤式、墩式等。码头在初始结构设计时，除供装卸货物和上下旅客所需泊位外，还会根据码头的具体用途（比如根据货物种类）设定多个泊位，在港内还要有辅助船舶和修船码头泊位；码头线长度一般根据可能同时停靠码头的船长和船舶间的安全间距确定。
港口码头主要是由钢筋混凝土结构组成，在长时间的运行使用中，受到多种因素的影响和侵蚀，可能会产生结构病害；由于码头接触水体，长时间在水浪冲击及海水侵蚀，码头结构会出现钢筋锈蚀、混凝土开裂等破坏，降低了码头结构的服役安全性。另外，当地基出现不均匀沉降后，还会造成码头出现局部倾斜甚至是整体倾斜，以致引起结构开裂，影响到了码头整体结构的安全性，所以需要定期或者在经过台风、风暴潮浪等自然灾害后对码头的整体结构的可靠性进行分析，但是现在并没有这样整体结构可靠性的分析方法可以应用。
发明内容
本发明的目的在于提供了一种基于无人机进行数据采集的码头结构可靠性分析方法，利用无人机对码头主要结构构件结构的损伤和倾斜度进行初步检测，并依据码头主要结构构件结构的损伤程度确定基材强度检测点，通过构建码头整体承载力分析模型，实现了结构强度风险的提前预判。
为实现上述目的，本发明提供如下技术方案：一种基于无人机进行数据采集的码头结构可靠性分析方法，包括码头整体结构测量步骤和基材强度测量步骤，所述码头整体结构测量步骤用于通过无人机获取码头整体结构图像信息并建立三维立体模型；所述基材强度测量步骤用于根据三维立体模型选定若干测量位置，并测量若干测量位置的主要结构构件基材的结构强度参数；
所述分析方法包括将若干测量位置的基材结构强度参数载入三维立体模型中生成码头整体承载力分布模型。
优选的，所述码头整体结构测量步骤包括：
步骤S21、根据码头位置参数及其整体尺寸参数设定飞行轨迹；
步骤S22、无人机按照所述飞行轨迹对码头整体结构进行图像拍摄，生成若干初始图像；
步骤S23、立体模型生成子步骤，根据若干所述初始图像信息构建三维立体模型。
优选的，所述无人机上设置有摄像机和飞行姿态控制机构，所述飞行姿态控制机构包括设置在无人机内部的陀螺仪，用于检测无人机的水平方位和偏转角度；码头包括若干主要结构构件基材和设置在若干所述主要结构构件基材上的建筑面，所述码头位置参数包括根据主要结构构件基材和建筑面的相对位置对每个主要结构构件基材设定的位置编码，所述整体尺寸参数包括各个主要结构构件基材之间的相对距离。
优选的，所述步骤S21包括飞行轨迹设定策略，所述飞行轨迹设定策略包括依据所述摄像机的摄像范围和码头各个主要结构构件基材之间的水平距离设定水平拍照间距，以使摄像头处于预设的拍照点时能同时拍摄三至五个主要结构构件基材的图像信息，且各个主要结构构件基材的图像之间没有重叠；
所述飞行轨迹设定策略还包括使无人机的飞行轨迹处于同一水平面上且保持匀速飞行。
优选的，所述步骤S22包括拍照策略，所述拍照策略包括依据无人机的飞行速度和飞行轨迹以及主要结构构件基材之间的相对距离设定拍照频率，以使每个主要结构构件基材均至少包括三个不同角度的拍摄图像。
优选的，所述步骤S23还包括：
步骤S2301、对每张初始图像进行区域分解生成三至五个分解主要结构构件区域图像；
步骤S2302、针对所述分解主要结构构件区域图像做特征提取处理提取出相应的主要结构构件图像；
步骤S2303、对所述主要结构构件图像进行尺寸计算生成位置损伤指数。
优选的，所述步骤S23还包括依据每个主要结构构件基材的位置编码对所有分解主要结构构件区域图像进行分组，将同一位置编码的主要结构构件基材的分解主要结构构件区域图像形成一组，根据组内的所有位置损伤指数及其相应的损伤位置计算生成主要结构构件损伤指数。
优选的，所述基材强度测量步骤包括：
步骤S11、依据主要结构构件基材的主要结构构件损伤指数的严重程度选取若干基材强度测量点；
步骤S12、采用超声回弹法分别对若干所述测量点的基材强度进行测量，并将基材强度数据及对应位置编号输入至计算平台；
步骤S13、计算平台对多组主要结构构件损伤指数及基材强度数据进行数据统计，建立起基材强度数据与主要结构构件损伤指数的数据关系，并加入主要结构构件损伤位置之间的距离的修正因数进行修正；
步骤S14、依据步骤S13得到的基材强度与主要结构构件损伤指数的相应函数关系计算出所有主要结构构件基材的计算强度数据。
优选的，所述立体模型生成子步骤包括根据码头位置参数和整体尺寸参数构建初始模型，然后根据测量得到的基材强度数据和计算强度数据对初始模型同时进行修正。
优选的，所述步骤S23还包括以水平面为基准对所述主要结构构件图像进行倾斜度识别处理生成倾斜度指数，然后根据测量得到的倾斜度指数对基材强度与主要结构构件损伤指数的相应函数关系进行修正。
与现有技术相比，本发明的有益效果是：设置码头整体结构测量步骤，利用无人机对码头主要结构构件结构的损伤度和倾斜度进行初步检测，并依据码头主要结构构件结构的损伤程度确定基材强度检测点，然后利用超声回弹法对若干选定检测点进行强度检测，并将基材强度数据及对应位置编号输入至计算平台，最后利用基材强度数据和倾斜度指数对初始模型进行修正，构建出码头整体承载力分析模型，可以直观的分析码头各个区域的承载力情况，实现了结构强度风险的提前预判，降低了测量难度，码头结构可靠性分析结果准确可靠。
附图说明
图1为本发明一种基于无人机进行数据采集的码头结构可靠性分析方法中码头整体结构测量步骤的第一种实施例的流程框图；
图2为本发明一种基于无人机进行数据采集的码头结构可靠性分析方法中码头整体结构测量步骤的第二种实施例的流程框图；
图3为本发明一种基于无人机进行数据采集的码头结构可靠性分析方法中码头整体结构测量步骤的第三种实施例的流程框图；
图4为本发明一种基于无人机进行数据采集的码头结构可靠性分析方法中基材强度测量步骤的流程框图。
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他实施例，都属于本发明保护的范围。
如图1所示，本发明提供的一种基于无人机进行数据采集的码头结构可靠性分析方法的第一种实施例，一种基于无人机进行数据采集的码头结构可靠性分析方法，包括码头整体结构测量步骤和基材强度测量步骤，首先进行码头整体结构测量步骤，利用无人机对码头主要结构构件结构的损伤度进行初步检测；所述无人机上设置有用于拍摄图像的摄像机和飞行姿态控制机构，所述飞行姿态控制机构包括设置在无人机内部的陀螺仪，用于检测无人机的水平方位和偏转角度；码头包括若干主要结构构件基材和设置在若干所述主要结构构件基材上的建筑面，所述码头位置参数包括根据主要结构构件基材和建筑面的相对位置对每个主要结构构件基材设定的位置编码，所述整体尺寸参数包括各个主要结构构件基材之间的相对距离。所述基材强度测量步骤用于根据三维立体模型选定若干测量位置，并测量若干测量位置的主要结构构件基材的结构强度参数；
所述分析方法包括将若干测量位置的基材结构强度参数载入三维立体模型中生成码头整体承载力分布模型。其中，基材结构强度与承载力成正比，基材结构强度越大承载力越强，具体的，在构建码头整体承载力分布模型时，对于未被选取测量的一个或多个主要结构构件基材，采用其两侧直接相邻的两个测量位置的基材结构强度参数的平均值做为其基材结构强度参数值；对于处于两个主要结构构件基材之间的建筑面的承载力按照以下公式来进行计算
Figure 448773DEST_PATH_IMAGE001
，其中x+y=L，x为建筑面上某点距离左侧相邻主要结构构件基材的距离，C1为左侧相邻主要结构构件基材的承载力，y为建筑面上某点距离右侧相邻主要结构构件基材的距离，C2为右侧相邻主要结构构件基材的承载力，
Figure 428230DEST_PATH_IMAGE002
为该点的建筑面的承载力。
所述码头整体结构测量步骤包括：
步骤S21、根据码头位置参数及其整体尺寸参数设定飞行轨迹；
步骤S22、无人机按照所述飞行轨迹对码头整体结构进行图像拍摄，生成若干初始图像；
步骤S23、立体模型生成子步骤，根据若干所述初始图像信息构建三维立体模型。
具体的，可以根据码头的设计结构图纸上的码头位置参数及其整体尺寸参数设定飞行轨迹，使无人机在距离码头整体一定距离或固定距离的间隔下匀速飞行，定时拍摄图像。
步骤S21包括飞行轨迹设定策略，所述飞行轨迹设定策略包括依据所述摄像机的摄像范围和码头各个主要结构构件基材之间的水平距离设定水平拍照间距，以使摄像头处于预设的拍照点时能同时拍摄三至五个主要结构构件基材的图像信息，且各个主要结构构件基材的图像之间没有重叠。由于一般支撑基材均为方柱或圆柱结构，所以针对一个主要结构构件基材至少拍摄三个不同角度的图像信息，可以至少获取到支撑基材75%及以上的表面信息，另外一方面，针对一个主要结构构件基材至少拍摄五个不同角度的图像信息就已经非常精准了，在此基础上如果继续提高拍摄数量，不仅所带来的效果甚微，并且很有可能会出现各个主要结构构件基材的图像之间的重叠，所述飞行轨迹设定策略还包括使无人机的飞行轨迹处于同一水平面上且保持匀速飞行，这样便于准确计算无人机与主要结构构件基材的相对位置。
所述步骤S22包括拍照策略，所述拍照策略包括依据无人机的飞行速度和飞行轨迹以及主要结构构件基材之间的相对距离设定拍照频率，以使每个主要结构构件基材均至少包括三个不同角度的拍摄图像。最优选的是，依据无人机的飞行轨迹和飞行速度设定拍照控制时间序列，使得无人机在经过每一个主要结构构件基材的正面时，均拍摄一张照片，这样就获得了与主要结构构件基材数量等同的拍摄照片。
如图2所示，本发明提供的第二种实施例，与第一种实施例的不同之处在于，具体的，所述步骤S23还包括：
步骤S2301、对每张初始图像进行区域分解生成三至五个分解主要结构构件区域图像；
步骤S2302、针对所述分解主要结构构件区域图像做特征提取处理提取出相应的主要结构构件图像；此部分可以利用图像的灰度处理将主要结构构件图像区域与背景图像区域进行区分。
步骤S2303、对所述主要结构构件图像进行尺寸计算生成位置损伤指数。具体的，在该实施例下，计算主要结构构件沿其水平方向的宽度最小值，将该最小值与主要结构构件的标准宽度进行对比作为位置损伤指数。主要结构构件沿其水平方向的宽度最小值越小，代表其损伤越严重。
步骤S2304、依据每个主要结构构件基材的位置编码对所有分解主要结构构件区域图像进行分组，将同一位置编码的主要结构构件基材的分解主要结构构件区域图像形成一组，根据组内的所有位置损伤指数及其相应的损伤位置计算生成主要结构构件损伤指数。具体的，在该实施例下，依据每张拍摄图像中沿其水平方向的宽度最小值出现的竖直方向的位置的不同，将对应的主要结构构件在所有拍摄角度下沿其水平方向的宽度最小值的进行相应的计算或权值计算（进一步的，可以计算各个角度拍摄的图像中沿其水平方向的宽度最小值的平均值，但是其基础上加上一个权重值，这个权重值依据其水平方向的宽度最小值出现的竖直方向的位置距离建筑面的距离越大权重越大进行分配，损伤的位置沿竖直方向的位置距离建筑面的距离越大说明结构稳定性越差、也越危险）作为主要结构构件损伤指数。
如图3所示，本发明提供的第三种实施例，与第二种实施例的不同之处在于，还包括步骤S23A：以水平面为基准对所述主要结构构件图像进行倾斜度识别处理生成倾斜度指数，然后根据测量得到的倾斜度指数对基材强度与主要结构构件损伤指数的相应函数关系进行修正。无人机通过陀螺仪进行角度识别，然后通过飞行姿态控制机构，进而可以使得无人机所拍摄的图像是水平的，这样通过识别主要结构构件图像的长度方向的边缘轮廓线与基准水平线进行对比即可得出其倾斜度指数。
如图4所示，所述基材强度测量步骤包括：
步骤S11、依据主要结构构件基材的主要结构构件损伤指数的严重程度选取若干基材强度测量点；具体的，可以选择主要结构构件损伤指数严重程度较大的或最大的几个值，除此之外，根据主要结构构件损伤指数严重程度较大的或最大的几个值选取完一批测量点之后，再根据测量点选取的沿码头分布的均匀性方面考虑，从间隔一定距离都没有检测点的区域任意选取一个测量点。
步骤S12、采用超声回弹法分别对若干所述测量点的基材强度进行测量，并将基材强度数据及对应位置编号输入至计算平台；
步骤S13、计算平台依据多组主要结构构件损伤指数及基材强度数据的对应数据，建立起基材强度与主要结构构件损伤指数的相应函数关系，并加入主要结构构件损伤位置之间的距离的修正因数进行修正；
步骤S14、依据步骤S13得到的基材强度与主要结构构件损伤指数的相应函数关系计算出所有主要结构构件基材的计算强度数据。
优选的，所述立体模型生成子步骤包括根据码头位置参数和整体尺寸参数构建初始模型（码头结构在最初设计的时候，会有相应的标准设计参数，以此为基准），然后根据测量得到的基材强度数据和计算强度数据对初始模型同时进行修正。
优选的，所述步骤S23还包括以水平面为基准对所述主要结构构件图像进行倾斜度识别处理生成倾斜度指数，然后根据测量得到的倾斜度指数对基材强度与主要结构构件损伤指数的相应函数关系进行修正。
工作原理：通过利用无人机对码头主要结构构件结构的损伤度和倾斜度进行初步检测，并依据码头主要结构构件结构的损伤程度确定基材强度检测点，然后利用超声回弹法对若干选定检测点进行强度检测，并将基材强度数据及对应位置编号输入至计算平台，最后利用基材强度数据和倾斜度指数对初始模型进行修正，构建出码头整体承载力分布模型，可以直观的分析码头各个区域的承载力情况，实现了结构强度风险的提前预判，降低了测量难度，且结果准确可靠。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，包括码头整体结构测量步骤和基材强度测量步骤，所述码头整体结构测量步骤用于通过无人机获取码头整体结构图像信息并建立三维立体模型；所述基材强度测量步骤用于根据三维立体模型选定若干测量位置，并测量若干测量位置的主要结构构件基材的结构强度参数；
所述分析方法包括将若干测量位置的基材结构强度参数载入三维立体模型中生成码头整体承载力分布模型。
2.根据权利要求1所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述码头整体结构测量步骤包括：
步骤S21、根据码头位置参数及其整体尺寸参数设定飞行轨迹；
步骤S22、无人机按照所述飞行轨迹对码头整体结构进行图像拍摄，生成若干初始图像；
步骤S23、立体模型生成子步骤，根据若干所述初始图像信息构建三维立体模型。
3.根据权利要求2所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述无人机上设置有摄像机和飞行姿态控制机构，所述飞行姿态控制机构包括设置在无人机内部的陀螺仪，用于检测无人机的水平方位和偏转角度；码头包括若干主要结构构件基材和设置在若干所述主要结构构件基材上的建筑面，所述码头位置参数包括根据主要结构构件基材和建筑面的相对位置对每个主要结构构件基材设定的位置编码，所述整体尺寸参数包括各个主要结构构件基材之间的相对距离。
4.根据权利要求3所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述步骤S21包括飞行轨迹设定策略，所述飞行轨迹设定策略包括依据所述摄像机的摄像范围和码头各个主要结构构件基材之间的水平距离设定水平拍照间距，以使摄像头处于预设的拍照点时能同时拍摄三至五个主要结构构件基材的图像信息，且各个主要结构构件基材的图像之间没有重叠；
所述飞行轨迹设定策略还包括使无人机的飞行轨迹处于同一水平面上且保持匀速飞行。
5.根据权利要求4所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述步骤S22包括拍照策略，所述拍照策略包括依据无人机的飞行速度和飞行轨迹以及主要结构构件基材之间的相对距离设定拍照频率，以使每个主要结构构件基材均至少包括三个不同角度的拍摄图像。
6.根据权利要求5所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述步骤S23还包括：
步骤S2301、对每张初始图像进行区域分解生成三至五个分解主要结构构件区域图像；
步骤S2302、针对所述分解主要结构构件区域图像做特征提取处理提取出相应的主要结构构件图像；
步骤S2303、对所述主要结构构件图像进行尺寸计算生成位置损伤指数。
7.根据权利要求6所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述步骤S23还包括依据每个主要结构构件基材的位置编码对所有分解主要结构构件区域图像进行分组，将同一位置编码的主要结构构件基材的分解主要结构构件区域图像形成一组，根据组内的所有位置损伤指数及其相应的损伤位置计算生成主要结构构件损伤指数。
8.根据权利要求7所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述基材强度测量步骤包括：
步骤S11、依据主要结构构件基材的主要结构构件损伤指数的严重程度选取若干基材强度测量点；
步骤S12、采用超声回弹法分别对若干所述测量点的基材强度进行测量，并将基材强度数据及对应位置编号输入至计算平台；
步骤S13、计算平台对多组主要结构构件损伤指数及基材强度数据进行数据统计，建立起基材强度数据与主要结构构件损伤指数的数据关系，并加入主要结构构件损伤位置之间的距离的修正因数进行修正；
步骤S14、依据步骤S13得到的基材强度与主要结构构件损伤指数的相应函数关系计算出所有主要结构构件基材的计算强度数据。
9.根据权利要求8所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述立体模型生成子步骤包括根据码头位置参数和整体尺寸参数构建初始模型，然后根据测量得到的基材强度数据和计算强度数据对初始模型同时进行修正。
10.根据权利要求8或9所述的基于无人机进行数据采集的码头结构可靠性分析方法，其特征在于，所述步骤S23还包括以水平面为基准对所述主要结构构件图像进行倾斜度识别处理生成倾斜度指数，然后根据测量得到的倾斜度指数对基材强度与主要结构构件损伤指数的相应函数关系进行修正。
CN202111535770.2A 2021-12-16 2021-12-16 一种基于无人机进行数据采集的码头结构可靠性分析方法 Active CN113933306B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111535770.2A CN113933306B (zh) 2021-12-16 2021-12-16 一种基于无人机进行数据采集的码头结构可靠性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111535770.2A CN113933306B (zh) 2021-12-16 2021-12-16 一种基于无人机进行数据采集的码头结构可靠性分析方法

Publications (2)

Publication Number Publication Date
CN113933306A true CN113933306A (zh) 2022-01-14
CN113933306B CN113933306B (zh) 2022-02-25

Family

ID=79289001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111535770.2A Active CN113933306B (zh) 2021-12-16 2021-12-16 一种基于无人机进行数据采集的码头结构可靠性分析方法

Country Status (1)

Country Link
CN (1) CN113933306B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114511675A (zh) * 2022-02-14 2022-05-17 山东志诚地理信息技术有限公司 一种基于实景三维数据制作的无人机摄像管控系统

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007178276A (ja) * 2005-12-28 2007-07-12 Port & Airport Research Institute 構造物の観察検査装置及び観察検査方法
US20110031438A1 (en) * 2007-10-22 2011-02-10 Stevens Raymond C Methods and compositions for obtaining high-resolution crystals of membrane proteins
CN104899918A (zh) * 2015-05-14 2015-09-09 深圳大学 一种无人机的三维环境建模方法及系统
WO2016024303A1 (ja) * 2014-08-12 2016-02-18 株式会社 スカイロボット コンクリート構造物非破壊検査システム
CN105735150A (zh) * 2016-03-04 2016-07-06 浙江大学 一种移动多目视觉桥梁常规检测方法
CN107093205A (zh) * 2017-03-15 2017-08-25 北京航空航天大学 一种基于无人机图像的三维空间建筑物窗户检测重建方法
CN107427823A (zh) * 2015-03-24 2017-12-01 日立金属株式会社 陶瓷蜂窝结构体
CN107462153A (zh) * 2017-07-13 2017-12-12 广西我的科技有限公司 一种快速建立三维空间模型的方法
CN107655971A (zh) * 2017-08-30 2018-02-02 天津大学 一种混凝土结构表面及内部损伤精细建模方法
CN108460231A (zh) * 2018-03-23 2018-08-28 中交公路长大桥建设国家工程研究中心有限公司 一种桥梁建养全过程智能监测评估预警决策系统及方法
CN109708622A (zh) * 2017-12-15 2019-05-03 福建工程学院 基于Pixhawk利用无人机对建筑物进行三维建模的方法
WO2019093532A1 (ko) * 2017-11-07 2019-05-16 공간정보기술 주식회사 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
CN109781561A (zh) * 2018-12-28 2019-05-21 广东建准检测技术有限公司 基于三维激光扫描技术在结构鉴定中的应用方法
CN111373283A (zh) * 2017-11-17 2020-07-03 Abb瑞士股份有限公司 对海洋船舶的周围环境的实时监测
CN111583397A (zh) * 2020-05-09 2020-08-25 中国科学院微电子研究所 一种三维重建方法及装置
CN112465969A (zh) * 2020-11-26 2021-03-09 华能通辽风力发电有限公司 基于无人机航拍影像数据的实时三维建模方法及系统
CN112525093A (zh) * 2018-09-19 2021-03-19 成都理工大学 一种建立隧道三维模型的系统
CN113160211A (zh) * 2021-05-11 2021-07-23 国投工程检验检测有限公司 基于无人机平台的建筑物损伤判读系统
CN113570714A (zh) * 2021-07-07 2021-10-29 诚邦测绘信息科技(浙江)有限公司 基于测绘的无人机检测方法、系统、存储介质及智能终端

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007178276A (ja) * 2005-12-28 2007-07-12 Port & Airport Research Institute 構造物の観察検査装置及び観察検査方法
US20110031438A1 (en) * 2007-10-22 2011-02-10 Stevens Raymond C Methods and compositions for obtaining high-resolution crystals of membrane proteins
WO2016024303A1 (ja) * 2014-08-12 2016-02-18 株式会社 スカイロボット コンクリート構造物非破壊検査システム
CN107427823A (zh) * 2015-03-24 2017-12-01 日立金属株式会社 陶瓷蜂窝结构体
CN104899918A (zh) * 2015-05-14 2015-09-09 深圳大学 一种无人机的三维环境建模方法及系统
CN105735150A (zh) * 2016-03-04 2016-07-06 浙江大学 一种移动多目视觉桥梁常规检测方法
CN107093205A (zh) * 2017-03-15 2017-08-25 北京航空航天大学 一种基于无人机图像的三维空间建筑物窗户检测重建方法
CN107462153A (zh) * 2017-07-13 2017-12-12 广西我的科技有限公司 一种快速建立三维空间模型的方法
CN107655971A (zh) * 2017-08-30 2018-02-02 天津大学 一种混凝土结构表面及内部损伤精细建模方法
WO2019093532A1 (ko) * 2017-11-07 2019-05-16 공간정보기술 주식회사 스트레오 카메라 드론을 활용한 무기준점 3차원 위치좌표 취득 방법 및 시스템
CN111373283A (zh) * 2017-11-17 2020-07-03 Abb瑞士股份有限公司 对海洋船舶的周围环境的实时监测
CN109708622A (zh) * 2017-12-15 2019-05-03 福建工程学院 基于Pixhawk利用无人机对建筑物进行三维建模的方法
CN108460231A (zh) * 2018-03-23 2018-08-28 中交公路长大桥建设国家工程研究中心有限公司 一种桥梁建养全过程智能监测评估预警决策系统及方法
CN112525093A (zh) * 2018-09-19 2021-03-19 成都理工大学 一种建立隧道三维模型的系统
CN109781561A (zh) * 2018-12-28 2019-05-21 广东建准检测技术有限公司 基于三维激光扫描技术在结构鉴定中的应用方法
CN111583397A (zh) * 2020-05-09 2020-08-25 中国科学院微电子研究所 一种三维重建方法及装置
CN112465969A (zh) * 2020-11-26 2021-03-09 华能通辽风力发电有限公司 基于无人机航拍影像数据的实时三维建模方法及系统
CN113160211A (zh) * 2021-05-11 2021-07-23 国投工程检验检测有限公司 基于无人机平台的建筑物损伤判读系统
CN113570714A (zh) * 2021-07-07 2021-10-29 诚邦测绘信息科技(浙江)有限公司 基于测绘的无人机检测方法、系统、存储介质及智能终端

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SHIH-CHUNG KANG ET AL.: "A review of rotorcraft Unmanned Aerial Vehicle (UAV) developments and applications in civil engineering", 《SMART STRUCTURES AND SYSTEMS》 *
刘红彪等: "基于阳极梯传感器的新建高桩码头结构耐久性监测与自动控制技术研究", 《水道港口》 *
张骞棋: "轻型无人机在危岩体结构面信息解译中的应用", 《中国锰业》 *
胡新根: "基于VRML虚拟现实技术的高桩码头结构可视化研究", 《万方学术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114511675A (zh) * 2022-02-14 2022-05-17 山东志诚地理信息技术有限公司 一种基于实景三维数据制作的无人机摄像管控系统

Also Published As

Publication number Publication date
CN113933306B (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
CN104599249B (zh) 缆索承重桥梁桥面车辆载荷分布实时检测方法
KR101992731B1 (ko) 선박 보조 도킹 방법과 시스템
CN106934795B (zh) 一种混凝土桥梁裂缝的自动检测方法和预测方法
CN110070142A (zh) 一种基于yolo神经网络的海上船只目标检测方法
CN109472822A (zh) 基于深度图像处理的物体尺寸测量方法
CN103697855B (zh) 一种基于海天线检测的船体水平姿态测量方法
CN106645205A (zh) 一种无人机桥梁底面裂纹检测方法及系统
CN113933306B (zh) 一种基于无人机进行数据采集的码头结构可靠性分析方法
CN109800735A (zh) 一种船目标精确检测与分割方法
CN112650298B (zh) 一种无人机追踪降落方法及系统
CN110763697B (zh) 一种使用飞行器检测工程结构表面裂缝的方法
CN102081801A (zh) 多特征自适应融合船舶跟踪和航迹检测方法
CN106646404B (zh) 一种两长条形阵面相控阵雷达的误差修正方法及系统
CN105910583A (zh) 一种基于星载可见光相机的空间碎片快速检测定位方法
CN113344953B (zh) 一种基于无人机的机器视觉涌潮流速测量方法
CN113306991B (zh) 基于立体视觉的煤炭运输机监测管理系统
CN113537141B (zh) 一种堤坝管涌和滑坡病害快速检测方法及系统
CN116148878A (zh) 船舶干舷高度识别方法及系统
CN116989679A (zh) 一种基于图像处理的高速公路高边坡位移集成监测方法
CN106228521B (zh) 一种基于薄板样条插值的障碍物特征提取方法
CN110472640A (zh) 一种目标检测模型预测框处理方法及装置
CN103927523B (zh) 一种基于纵向灰度特征的雾天等级检测方法
CN108535269A (zh) 基于薄层水流水动力特性的溢洪道安全检测系统和方法
CN107330894A (zh) 面向平面舱壁类型船舱的点云数据自动分割方法
CN110837775A (zh) 一种基于二值化网络的井下机车行人及距离检测方法

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
GR01 Patent grant
GR01 Patent grant