引言
桥梁建设事业迅猛发展，其纪录不断刷新，在提高交通出行便捷度、推动区域经济发展等方面发挥着重要作用。桥梁在投入使用后，需要定期开展养护检测，以保障桥梁的使用安全性、舒适性，最大限度地延长其使用寿命。然而，我国桥梁里程很长，养护检测涵盖范围广，需要配置相当数量的养护工程师实施专业桥梁检测车检测或者远距离照相检测，耗时、耗力，成本投入大。无人机技术的发展与推广为桥梁养护检测困局带来了新的解决思路，合理应用无人机技术已成为提高桥梁养检测精准性与高效性、实现降本增效的重要路径。
1无人机桥梁检测概述
我们目前所应用到的无人机检测体系，其主要组成结构分为：主体结构、障碍躲避功能、影像追踪、遥控体系、影像服务识别保障体系等多个阶段。随着信息技术的深入推广和应用，目前主要是通过人工调控和智能巡航体系相结合的方式，高质量完成监测任务。通过对现有数据的分析和整理，快速精准识别桥梁的隐患。目前无人机系统主要是完成桥梁的外观性能的测试工作，塔顶出现问题、混凝土开裂、筋暴露引起的锈蚀，可有效识别桥梁重点结构出现的问题。无人机航拍过程中，设备飞行线路出现问题，前端航线能够及时修正，保证其高质量完成拍摄任务。该系统出了能够自动识别飞行线路外，还能够快速锁定桥梁中的异常信息。充分发挥数据库现有信息的价值，精准识别桥梁中的各种安全隐患。同时妥善保存已完成的检测数据，发挥网络的实时共享功能，为相关人员工作提供更完备的信息保障。新型无人机检测技术是原有技术的升华，二者相比，优势如下：第一，无需过高的运营成本，检测能力更强，技术更先进，检测设备体积更小，携带更方便。对于人员数量无过高的要求，无需过多的资金投入。第二，检测结果精确度更高，在先进的ＧＰＳ定位仪器、多轴飞行设备以及影像拍摄仪器的辅助下，画面拍摄质量和清晰度更高。第三，设备的养护和维修工作并不复杂，体积小巧，携带方便，便于升级和养护。第四，可高质量完成各种信息和数据的处理工作，利用指定的问题分析和处理软件完成异常信息的分析，快速找出问题原因，制定有效的解决措施。随后完成问题信息整理，汇总工作，定期出具经验总结和分析报告。
2无人机检测系统在桥梁检测中的应用
2.1关于数据采集子系统的分析
在该子系统中主要涉及三大模块，首先，就是无人机的采用，主要利用大疆经纬M300型号无人机，其续航能力较强，能够满足作业需求，在实际使用中为其配备气压计、双惯性测量单元、智能电机驱动器等，上述配备能够有效保证其他非检测地段的行车安全、并为无人机的安全稳定飞行提供保障；其次，就是相机模块的利用，型号确定为大疆禅思H20，其分别集成了探测距离达到1200m的激光测距仪、30Hz的热成像相机以及广角相机（1200万像素）等，在大角度云台的配置上，具备垂直方向-120°到+30°、水平方向±320°之间的参数设置，能够将桥梁的不同检测需求，进行充分满足；最后，就是机载计算机控制软件的采用，该技术的利用，主要是根据预先设定图像采集对策，来进行数据采集的自动控制，以便于操作。
2.2数据建模与ＢＩＭ集成
基于无人机巡检数据建立三维实景模型，裂缝映射在三维实景模型表面。在桥梁巡检部位用三维实景模型代替ＢＩＭ模型，与其他结构部位ＢＩＭ模型进行集成，对病害构件化、标准化管理，可以实现病害在桥梁结构上的自动定位，并查看病害的详细信息，可对病害发展进行追溯与趋势分析。采用三维ＷｅｂＧＩＳ系统实现在浏览器端展示倾斜摄影单体化模型和单体化模型的可视化，且不需要安装任何插件，在设计上以倾斜摄影单体化模型分析为主要功能，其他模块为辅助功能模块。采集桥梁影像数据进行三维建模，模型具备真实地理坐标系，可叠加地理图层显示，整个模型精度优于５ｃｍ。将三维模型与ＢＩＭ模型融合，裂缝模型映射在三维实景模型表面，实现裂缝的自动定位，可查看每条裂缝详情，包括裂缝的名称、长、宽、日期、图片、趋势走向等。将病害自动识别获得的裂缝信息，在三维实景模型上进行统计展示，包括桥梁构件上裂缝总数量、最大宽度、总长度，每条裂缝的编号、长、宽、走势、靶标位置处裂缝的宽度信息等。拖动时光轴可查看历史裂缝检测信息。
2.3关于数据处理子系统的分析
关于数据处理子系统的应用，主要有数据处理服务器、数据存储单元两大模块的设置。一方面，在数据处理服务器模块中，主要包括图像拼接、病害自动识别和特征信息提取2点内容，图像拼接过程中，相关人员会将sift匹配算法进行及时利用，整体流程表现为在两幅图像的大概重合位置上，进行sift特征点检测，并将其特征向量相似的两点进行一个配对点对的组成，再经过对多个配对点对的计算，就能够将表示两幅图像相对关系的变换矩阵进行及时得出，而后可把两幅图统一至同一坐标系，两幅图像的拼接作业即可完成。经过重复的拼接就能够得到整个桥梁大图，经过分析可得出病害位置。与此同时，可利用ResNet18作为分割网络特征的主干网络，并将解码网络确定为PPM网络，以实现不同图像处理、卷积神经网络特征信息提取的目的，以保证精准分割图的生成。而针对病害自动识别的流程则表现为：第一，样本库的构建，利用标注工具进行1000以上图像的像素级语义分割标注，并按比例进行验证集、训练集划分；第二，构建深度神经网络伤损分割模型；第三，发挥验证集的作用，进行模型识别能力的评估、探寻最优参数，以达到桥梁病害自动检测的目的。另一方面，就是数据存储单元的形成，该部分的形成主要发挥的作用就在于无人机历次检测图像数据（原始）、处理结果等的存放，其一定要具备安全性高、容量大等的优势特点。可选用工业级磁盘阵列，作为数据存储单元来进行使用。在实际进行数据存储的过程中，也需要依照桥梁的名称、检测时间等进行存放，这样才能够为后续比对工作的开展提供便利。
结束语
总而言之，随着科技的不断进步，无人机检测技术的应用，大大提升了我国桥梁检测工作智能和精准化水平。检测结构的精确度远高于传统的检测技术，同时无需过多的资金损耗。在信息技术带动下，相关部门和技术研发人员要积极投入到无人机检测的升级和换代中。从设备运行轨迹，工作数据以及影像拍摄模式等不同的方面，来提升信息的精准度。同时工作人员要充分发挥现有数据的价值，引进计算机信息化技术来完成立体模型的组建。在模型的辅助下，提高问题的曝光率，为桥梁问题处理提供更有价值的参考数据。
参考文献
[1]裴俊华,谢爱萍,罗广元等.无人机倾斜摄影测量技术在桥梁检测中的应用[J].工程建设与设计,2022(23):155-158.
[2]杨航.微型无人机在公路桥梁养护检测工程中的应用[J].数据通信,2022(4):52-54.
[3]黄若昀,范昊罡.新型无人机检测技术在桥梁检测工程中的应用策略[J].中阿科技论坛(中英文),2022(8):140-144.
