EEPW论坛

基于贴近摄影和云计算建模在特大桥检测中的应用6 项目总结与讨论

无人机及挂载种类的丰富为完成复杂场景下的精细化建模需求提供了外业获取手段，云端高性能GPU集群服务的完善为海量数据实时实地的处理提供了足够的算力。以本次大桥项目为例，三种机型同时作业，外业有效作业时间5个小时左右，数据传输3个小时左右，空三耗时2小时左右，三维重建耗时10个小时左右，整个项目用时20个小时，三维重建不需要干预，全部在夜间完成，成果从开始作业的第二天下午就已经交到甲方手中，这样的速度以往的作业手段是无法想象的。

有了精细化的实景三维模型，管养部门可以利用裂缝提取软件进行裂缝的自动提取以及其他缺陷的量化计算，辅以桥梁模型对裂缝宽度、长度、位置信息进行汇总，最终出具检测报告。原本极难检测的桥底，现在也可以通过模型确定桥底缺陷类别、大小及位置。相对于传统的检测方式，不仅从检测成本、检测效率上有着明显的提升，同时保证了检测人员的作业安全，对于交通的影响也得到了显著的改善。
6.3 现有不足和未来探讨
本次项目高效的完成是建立在前期充分的准备工作及现场人员较高的技术水平之上，而此类项目地处偏远，想做到定期检测人员及通勤成本太高。所以就需要一套成本更低，对设备和人员没有太高要求的作业方案。
无人机全自动飞行系统可以很好的解决这个问题，要实现全自动飞行作业，无人机在作业地自动起降巡检，必须得解决以下四个问题：1. 无人机的野外存放问题；2. 无人机的自动起降问题；3. 无人机的电池充能问题；4. 自动精细化航线设计问题。存放的问题有一个密闭空间即可，通过机械化装置实现飞行平台的升降和舱门开合；起降问题可以通过RTK定位技术，视觉辅助和超声波定高等实现自动高精度的降落到户外存放装置中；通过机械臂等装置可以实现自动化换电和充电；因为已有精细化模型，基于模型的精细化航线设计已经运用非常成熟。解决完外业数据获取，内业数据处理就更容易解决了，本文利用的云处理的方式就能很好的解决这一问题。
以上是基于本项目对未来偏远地区重要基础设施巡检的展望，讨论了利用无人机、云计算和实景三维建模等技术实现自动化巡检的可行性，目前笔者了解到的自动飞行系统产品化程度较低，现阶段我们可以利用有人参与的半自动化方式作为过渡，相对于传统巡检模式也进步巨大。