[發明專利]一種智能橋梁檢測方法、系統及智能橋梁檢測機器人

在審

• 申請號: 202011322256.6
• 申請日: 2020-11-23
• 公開（公告）號: CN112627023A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 劉揚;奚趙明;楊哲;孫思勤;滕廣華;于崧;王超;劉東朝;王立振
• 申請（專利權）人: 山東奧邦交通設施工程有限公司
• 主分類號: E01D19/10
• 分類號: E01D19/10;G08G1/017;G08G1/052;G08G1/065;H04N5/76
• 代理公司: 濟南譽琨知識產權代理事務所(普通合伙) 37278
• 代理人: 李照蘭

1.一種智能橋梁檢測方法，其特征在于，具體步驟為：

S1：獲取根據橋梁環境信息、橋梁周圍的交通信息和橋梁基本信息；

S2：現場采集被測橋梁檢測圖像及信息，根據采集到的所述檢測圖像及信息利用圖像融合檢測方法進行分析，得到橋梁檢測結果；

S3：根據所述橋梁環境信息、橋梁周圍的交通信息、橋梁基本信息和橋梁檢測結果，分析生成被測橋梁養護建議。

2.如權利要求1所述的橋梁檢測方法，其特征在于，所述現場采集被測橋梁檢測圖像及信息，根據采集到的所述檢測圖像及信息利用圖像融合檢測方法進行分析，得到橋梁檢測結果，具體步驟為：

S21：控制超聲波發生器向檢測區域發送超聲波進行激勵；利用熱敏傳感器獲取橋梁被測區域的紅外溫度數據，形成紅外圖像，對橋梁病害進行定性判斷，得到橋梁檢測定性結果；

所述橋梁被測區域包括所有底面結構、底部結構和附屬結構；

S22：采集橋梁被測區域的視頻圖像數據，通過神經網絡算法對橋梁病害區域進行定量判斷，得到橋梁檢測定量結果；

S23：將橋梁檢測定性結果與橋梁檢測定量結果進行行矩陣耦合計算，進得到最終的橋梁檢測結果。

3.如權利要求2所述的橋梁檢測方法，其特征在于，所述橋梁檢測定性結果為橋梁病害區域和橋梁健康區域；

所述橋梁檢測定量結果為橋梁病害的種類、大小和具體位置。

4.如權利要求2所述的橋梁檢測方法，其特征在于，所述步驟S21的具體步驟為：

S211：超聲波發生器向檢測區域發出激勵信號，檢測機器人上的控制器記錄發出激勵信號的時間；

S212：檢測機器人上的熱敏傳感器采集橋梁被測表面受到超聲波發生器激勵信號后的反饋信號，獲取橋梁被測區域的紅外溫度數據，形成紅外圖像，檢測機器人上的控制器記錄接收到反饋信號的時間；

S213：根據從發出激勵信號到采集到反饋信號的時間以及紅外圖像判斷橋梁裂紋深度、裂紋大小，從而對橋梁的裂紋進行識別，得到橋梁檢測定性結果。

5.如權利要求2所述的橋梁檢測方法，其特征在于，所述利用熱敏傳感器獲取被測橋梁表面的紅外溫度數據，形成紅外圖像，具體步驟為：

S2121：熱敏傳感器對橋梁被測區接收激勵信號前后的表面溫度進行捕捉，采集紅外線成像數據；

S2122：根據采集到的成像數據生成橋梁被測區紅外圖像。

6.如權利要求5所述的橋梁檢測方法，其特征在于，所述橋梁檢測定性結果中橋梁裂紋深度的計算公式為：

其中，α是熱擴散效率，ρ是橋梁被測區域材料的密度，c是比熱，d是橋梁裂紋深度,t_m是最佳檢測時間，在t_m測到的最大溫差ΔT_m，q是脈沖激勵；

利用紅外圖像判斷橋梁病害區域和健康橋梁區域。

7.如權利要求3所述的橋梁檢測方法，其特征在于，所述步驟S22的具體步驟為：

S221：采集現有健康橋梁圖像和各種橋梁病害圖像，并對這些圖像標記上標簽；

S222：利用采集到的已標注標簽的圖像作為訓練樣本，標注標簽的各種橋梁病害圖像為正訓練樣本，標注標簽的健康橋梁圖像為負訓練樣本；

S223：制作神經網絡模型，采用正訓練樣本和負訓練樣本訓練神經網絡模型；

S224:將攝像頭采集病害區域的視覺圖像數據，輸入到已訓練完成的神經網絡模型中，得到橋梁檢測定量結果。

8.實現權利要求1-7任一智能橋梁檢測方法的系統，其特征在于，包括：

采集端：用于采集被測橋梁檢測信息、環境信息、交通信息，同時獲取橋梁基本信息；

后臺分析服務器：用于根據所述采集端采集的相關信息分析橋梁病害信息，并確定橋梁病害位置，得到橋梁檢測結果，根據所述數據分析模塊對檢測信息的分析結果制定橋梁整修和養護計劃，生成橋梁養護建議，將橋梁檢測結果和橋梁養護建議發送至客戶端；

客戶端：接收橋梁檢測結果和橋梁養護建議進行顯示。