CN119440085A 一种公路桥梁边坡养护无人机巡检方法及系统 （邢台路桥建设集团有限公司）

一种公路桥梁边坡养护无人机巡检方法及利用无人机搭载的多传感器系统实时采集边坡高清图像和多维数据，并通过GIS技术构建三维在低电量或恶劣天气时自动导航至预设基站进2使用无人机搭载多传感器系统，飞越公路桥梁边坡，实时采集桥通过与权威气象机构的预警系统接口对接，接收关于未来天气状将接收到的天气预警信息输入预先训练的机器学习预测模型，与边坡三维模型相结在接收到恶劣天气预警时，系统自动分析当前的巡检计划，无人机在执行巡检任务期间，如果遇到低电量或恶劣天气情况，系在无人机飞行过程中，通过多传感器系统实时采集桥梁边坡的高清图像和多维数据，接收由无人机采集的高清图像和多维数据，其中多维数据包括但不限于激光雷达数通过计算机视觉技术，从对齐后的图像集中提取特征点和特征描运用结构从运动算法，根据特征点对应关系，计算出图像间的相对将多维数据与密集三维点云融合，通过数据融合算法优化三维模型的精度和完整性，3在地理信息系统中，将精确的三维模型与地理坐标系统对对生成的三维模型进行精度验证，通过与已知的地理控制点或历史将最终训练并优化好的机器学习模型部署到巡检系统中，用于接收并解析权威气象机构提供的实时天气预警信息，包括但不将提取的气象参数与公路桥梁边坡三维模型进行匹配，确定预机器学习预测模型运用映射关系，模拟不同气象条件下边坡病害的接收恶劣天气预警信息后，系统立即触发预设的应急分析程序运用路径规划算法，自动重新规划无人机的巡检路线，优先覆盖已4通过用户界面向操作人员展示调整后的巡检计划，并发送指令至无人在执行调整后的巡检任务期间，持续监控无人机的状态，确评估无人机的当前电量和剩余飞行时间，确定是否有足够的电量安全返回维护过程中，系统记录维护活动的细节，包括维护时间、执行的维护完成后，评估天气条件和无人机状态，决定是否恢复巡检任务或将8.一种公路桥梁边坡养护无人机巡检系统，基于权利要求1_7任一项所述的一种公路无人机平台，包括至少一架无人机，搭载有用于采集公路桥梁边地理信息系统单元，用于结合采集的高清图像和多维数据，构建公路机器学习预测模型，用于将接收到的天气预警信息与边坡三维模型相结风险评估单元，用于根据预测性模拟的结果评估风险等级，并在风险巡检计划调整单元，用于在接收到恶劣天气预警时自动分析当5无人机指挥控制单元，用于在无人机遇到低电量或恶劣天气情况数据处理和存储中心，用于存储和处理无人机采集的数据，以及天气影响评估子单元，用于分析实时天气数据和预测天气变化对巡检任务的潜在影巡检路线优化算法，用于根据天气影响评估结果和边坡三维模型任务调度管理器，用于自动调整巡检任务的执行顺序和时间多个战略性部署的基站：所述基站分布在公路桥每个所述基站配备有自动识别系统，用于确认进入所述基站的无每个所述基站内配备自动维护和修复工作站，用于执行无人机每个所述基站具备数据同步和传输模块，用于将无人机采集的6每个所述基站紧急避难指示系统，用于在恶劣天气或其他紧急每个所述基站内置能源管理系统，用于监控和管理所述基站的能每个所述基站配备有状态指示灯和通信设备，用于向无人7[0002]随着公路桥梁基础设施的快速发展，边坡养护已成为保障道路安全的关键环[0010]通过与权威气象机构的预警系统接口对接，接收关于未8[0013]根据预测性模拟的结果，若模拟结果评估得出的风险等级达到或超过预定的阈[0029]对生成的三维模型进行精度验证，通过与已知的地理控制点或历史数据进行比9[0034]使用提取的特征和对应的边坡病害标注信息，对机器学习模型进行监督学习训统红外相机和高光谱传感器。这些传感器能够实时采集公路桥梁边坡的高清图像和多维数在内的未来天气状况预警信息。这一步骤确保了系统能够根据天气变化及时调整巡检计[0119]激活无人机上搭载的多传感器系统，无人机搭载的多传感器系统包括高清摄像[0133]对生成的三维模型进行精度验证，通过与已知的地理控制点或历史数据进行比[0139]使用提取的特征和对应的边坡病害标注信息，对机器学习模型进行监督学习训[0143]定期使用新的巡检数据更新模型，以适应边坡病害发展的变化和新的环境条储于无人机的飞行控制系统中，并与GPS定位系统配合，确保无人机准确导航至正确的基[0171]在飞往基站的过程中，无人机的飞行控制系统持续监控无人机的状态和环境变入预设的基站进行无线充电和维护。该单元能够评估无人机的当前电量和剩余飞行时间，[0198]技术人员合理设置作业参数指标，确保达到自动化与智能化的飞行控制调节效[0205]针对小型低空长航时电动无人机，提出了太阳能/氢能混合能源动力系统集成方[0206]提出了考虑全机重量能量耦合关系的总体设计方法和任务剖面驱动的能源管理[0244]采用路径规划算法，如A*算法或TEB算法，避开高风险区域并优先覆盖关键巡检