一种基于无人机的桥梁巡检处理方法、系统及云平台技术方案

本申请的基于无人机的桥梁巡检处理方法、系统及云平台，获取待分析桥梁巡检图像中每个层次化巡检区域所对应的非显著性桥梁结构描述，得到i个非显著性桥梁结构描述，根据i个非显著性桥梁结构描述确定i个桥梁描述权重，根据i个桥梁描述权重确定i个桥梁安全评价信息，基于i个桥梁安全评价信息，通过深度学习网络获取待分析桥梁巡检图像所对应的i个层次化桥梁安全巡检结果。如此，可利用深度学习网络精准、快速地定位并获取层次化桥梁安全巡检结果，无需额外地采用其他方式进一步识别层次化桥梁安全巡检结果，在一定程度上减少了识别层次化桥梁安全巡检结果所耗费的时间资源和网络资源，从而提高层次化桥梁安全巡检结果的获取效率和质量。取效率和质量。取效率和质量。

【技术实现步骤摘要】
一种基于无人机的桥梁巡检处理方法、系统及云平台


[0001]本申请涉及无人机和桥梁巡检
，具体而言，涉及一种基于无人机的桥梁巡检处理方法、系统及云平台。

技术介绍

[0002]桥梁巡检是确保桥梁结构安全，排除桥梁安全隐患，保障桥梁安全畅通，减少灾害事故发生的关键。在实际的巡检操作过程中，由于桥梁大多是跨地形建设（比如跨江、跨海、跨山、跨峡谷），这给桥梁巡检带来了一定困难。
[0003]随机无人机技术的不断成熟，已有技术将无人机应用到桥梁巡检中来。然而，专利技术人在研究和分析过程中发现，相关的利用无人机进行桥梁巡检的技术存在资料消耗大且效率质量低下的问题。

技术实现思路

[0004]为了改善上述问题，本申请提供了一种基于无人机的桥梁巡检处理方法、系统及云平台。
[0005]第一方面，提供一种基于无人机的桥梁巡检处理方法，应用于桥梁巡检处理云平台，所述方法包括：获取待分析桥梁巡检图像中每个层次化巡检区域所对应的非显著性桥梁结构描述，得到i个非显著性桥梁结构描述，其中，所述待分析桥梁巡检图像包括i个层次化巡检区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机的桥梁巡检处理方法，其特征在于，应用于桥梁巡检处理云平台，所述方法包括：获取待分析桥梁巡检图像中每个层次化巡检区域所对应的非显著性桥梁结构描述，得到i个非显著性桥梁结构描述，其中，所述待分析桥梁巡检图像包括i个层次化巡检区域，且所述层次化巡检区域与所述非显著性桥梁结构描述具有独立匹配的联系，所述i为大于或等于1的整数；根据所述i个非显著性桥梁结构描述确定i个桥梁描述权重，其中，所述桥梁描述权重表示所述层次化巡检区域针对所述待分析桥梁巡检图像在设定环境负载条件下的桥梁结构安全状态，所述桥梁描述权重与所述层次化巡检区域具有独立匹配的联系；根据所述i个桥梁描述权重确定i个桥梁安全评价信息，其中，所述桥梁安全评价信息与所述层次化巡检区域具有独立匹配的联系；基于所述i个桥梁安全评价信息，通过深度学习网络获取所述待分析桥梁巡检图像所对应的i个层次化桥梁安全巡检结果，其中，所述层次化桥梁安全巡检结果与所述层次化巡检区域具有独立匹配的联系。2.根据权利要求1所述的方法，其特征在于，所述获取待分析桥梁巡检图像中每个层次化巡检区域所对应的非显著性桥梁结构描述，得到i个非显著性桥梁结构描述，包括：针对于所述待分析桥梁巡检图像中的第j个层次化巡检区域，获取所述第j个层次化巡检区域所对应的桥梁结构区分度，其中，所述第j个层次化巡检区域为所述i个层次化巡检区域中的任意一个层次化巡检区域，所述j为大于或等于0，且小于所述i的整数；针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，获取所述第j个层次化巡检区域所对应的桥梁结构特征标识；针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，根据所述第j个层次化巡检区域所对应的桥梁结构特征标识以及所述第j个层次化巡检区域所对应的桥梁结构区分度，确定所述第j个层次化巡检区域所对应的非显著性桥梁结构描述。3.根据权利要求1所述的方法，其特征在于，所述根据所述i个非显著性桥梁结构描述确定i个桥梁描述权重，包括：针对于所述待分析桥梁巡检图像中的第j个层次化巡检区域，根据所述第j个层次化巡检区域的非显著性桥梁结构描述确定所述第j个层次化巡检区域所对应的区域拆分信息，其中，所述第j个层次化巡检区域为所述i个层次化巡检区域中的任意一个层次化巡检区域，所述j为大于或等于0，且小于所述i的整数；针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，获取所述第j个层次化巡检区域所对应的桥梁结构特征标识；针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，根据所述第j个层次化巡检区域所对应的桥梁结构特征标识以及所述第j个层次化巡检区域所对应的区域拆分信息，确定所述第j个层次化巡检区域所对应的桥梁描述权重。4.根据权利要求1所述的方法，其特征在于，所述根据所述i个桥梁描述权重确定i个桥梁安全评价信息，包括：针对于所述待分析桥梁巡检图像中的第j个层次化巡检区域，获取所述第j个层次化巡检区域所对应的整体性安全检测线程，其中，所述第j个层次化巡检区域为所述i个层次化
巡检区域中的任意一个层次化巡检区域，所述j为大于或等于0，且小于所述i的整数；针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，根据所述第j个层次化巡检区域所对应的整体性安全检测线程以及所述第j个层次化巡检区域所对应的桥梁描述权重，确定所述第j个层次化巡检区域所对应的桥梁安全评价信息。5.根据权利要求1所述的方法，其特征在于，所述基于所述i个桥梁安全评价信息，通过深度学习网络获取所述待分析桥梁巡检图像所对应的i个层次化桥梁安全巡检结果，包括：基于所述i个桥梁安全评价信息，通过所述深度学习网络所包括的至少一组滑动平均处理模块获取i个目标安全测评数据；基于所述i个目标安全测评数据，通过所述深度学习网络所包括的至少一组分类器模块获取i个层次化桥梁安全巡检结果。6.根据权利要求1至5中任一项所述的方法，其特征在于，所述基于所述i个桥梁安全评价信息，通过深度学习网络获取所述待分析桥梁巡检图像所对应的i个层次化桥梁安全巡检结果之前，所述方法还包括：获取待训练桥梁巡检图像中每个待训练巡检区域所对应的待训练非显著性桥梁结构描述，得到i个待训练非显著性桥梁结构描述，其中，所述待训练桥梁巡检图像包括i个待训练巡检区域，且所述待训练巡检区域与所述待训练非显著性桥梁结构描述具有独立匹配的联系；根据所述i个待训练非显著性桥梁结构描述确定i个待训练桥梁描述权重，其中，所述待训练桥梁描述权重与所述待训练巡检区域具有独立匹配的联系；根据所述i个待训练桥梁描述权重确定i个待训练桥梁安全评价信息，其中，所述待训练桥梁安全评价信息与所述待训练巡检区域具有独立匹配的联系；基于所述i个待训练桥梁安全评价信息，通过待训练深度学习网络获取所述待训练桥梁巡检图像所对应的i个待训练层次化桥梁安全巡检结果，其中，所述待训练层次化桥梁安全巡检结果与所述待训练巡检区域具有独立匹配的联系；获取真实桥梁巡检图像所对应的i个第一层次化桥梁安全巡检结果；根据所述i个第一层次化桥梁安全巡检结果以及所述i个待训练层次化桥梁安全巡检结果，对所述待训练深度学习网络进行训练，直到符合网络训练终止条件，输出所述深度学习网络；相应的，所述获取真实桥梁巡检图像所对应的i个第一层次化桥梁安全巡检结果，包括：获取真实桥梁巡检图像中每个第一巡检区域所对应的第一非显著性桥梁结构描述，得到i个第一非显著性桥梁结构描述，其中，所述真实桥梁巡检图像包括i个第一巡检区域，且所述第一巡检区域与所述第一非显著性桥梁结构描述具有独立匹配的联系；根据所述i个第一非显著性桥梁结构描述确定i个第一桥梁描述权重，其中，所述第一桥梁描述权重与所述第一非显著性桥梁结构描述具有独立匹配的联系；根据所述i个第一桥梁描述权重确定i个第一桥梁安全评价信息，其中，所述第一桥梁安全评价信息与所述第一巡检区域具有独立匹配的联系；基于所述i个第一桥梁安全评价信息，通过待训练深度学习网络获取所述真实桥梁巡检图像所对应的i个第一层次化桥梁安全巡检结果，其中，所述第一层次化桥梁安全巡检结
果与所述第一巡检区域具有独立匹配的联系；所述根据所述i个第一层次化桥梁安全巡检结果以及所述i个待训练层次化桥梁安全巡检结果，...

【专利技术属性】
技术研发人员：杨翰翔，杨德润，
申请(专利权)人：深圳联和智慧科技有限公司，
类型：发明
国别省市：