高速公路智慧管养无人机巡检关键技术研究与应用

工程概况

主要创新点

 1. 技术思路           

具体的技术思路如下图所示：

图1 技术思路            

 2. 关键技术方案           

针对传统巡检效率低、巡检存在盲区、安全性差；现有无人机操作难度大、机型标准不统一；数据展示效果差、数据分析依赖人工等问题。研究以下三点关键技术：          

（1）基于北斗高精度定位+串级PID控制的无人机自动巡检技术研究          

针对高速公路沿线环境复杂，传统单点定位精度较低，现有无人机操作难度大，机型标准不统一，无人机超低空飞行存在极大安全隐患，数据精度难以保证问题。研究利用北斗高精度实时差分定位，通过差分解算实现精度均一的厘米级定位，并通过串级PID控制，不断调整电机动力分配，保证无人机在复杂环境下自主飞行，提高数据获取精度。

图2 飞行控制系统            

（2）基于云计算的海量多源数据管理技术研究

高速公路智慧管养将产生海量多源异构数据，传统的基于并行处理的数据平台不能满足海量数据处理的实际要求。本项目开发并行数据分割算法,按照业务规则对数据进行有效分割，并通过设置过滤条件，减少对非感兴趣数据节点的访问，实现海量多源数据的流畅展示、高效处理与分析。

图3 并行数据分割

（3）基于多传感器的高速公路养护典型病害智能识别方法研究          

公路巡检病害数据属于异常数据，数据量小，难以积累起足够深度学习模型训练的数据体量。在数据体量较小时，基于可见光相机拍摄图像，使用深度学习模型识别病害往往准确率不高，检测位置存在误差。针对此种情况，使用基于多传感器融合的方法来提高病害识别准确率，使用可见光相机获得图像病害的位置，激光雷达传感器的点云数据同样获得病害位置，融合两种传感器检测的结果，得到更加准确的一致性解释。采用卡尔曼滤波作为数据融合的算法，得到识别结果统计意义下的最优估计。

图4 基于多传感器融合的典型病害智能识别            

 3. 实施效果           

通过在仁新高速的示范应用，无人机智能巡检系统提升了高速公路养护的数字化、智能化水平，实施效果显著。          

一是巡检效率提升了5倍以上。人工巡检灯盏石大桥需要一天，采用无人机巡检只要2个小时；人工巡检5级边坡需要1个小时，采用无人机巡检只需要10分钟。          

二是通过自动化巡检，降低了巡检人员的安全风险，减少了人员前往“高、陡、滑、深”等危险区域的频率；          

三是减少巡检盲区，无人机高空视角，任意悬停，可以对桥下空间、桥梁支座、边坡周边环境等进行有效巡查，可及时发现异常情况，减少经济损失。          

四是数据管理可视化和集中化，通过数字孪生为基础的数据管理平台，数据与巡查位置关联展示，可快速查询和读取；时间轴数据库的建立，实现了数据的可追溯。          

五是AI辅助识别，将工作人员从繁琐的视频浏览检查中解放出来，减少了人为影响，提高了数据判读的效率。

生产、应用及推广情况

 1. 生产应用情况           

2020年12月，系统正式部署应用，针对仁新高速公路424处重点边坡、98座重点桥梁开展无人机常态化巡查作业，累计获取巡检视频1200个，形成巡检报告342份，发现了267处边坡冲刷和75处桥梁地基冲刷等问题。通过无人机的自动化巡查，有效保障了巡查频率和效率，并通过桥梁边坡典型病害识别算法，有效提高了数据分析效率与质量。在日常养护巡检工作基础上，进行经验总结，编制操作手册，探索“人+机”结合巡检新模式。

图5 仁新高速无人机巡检            

 2. 推广情况           

2021年6月，高速公路养护无人机日常巡检系统的研究成果成功在广韶高速得到推广应用，应用范围为粤北26km重点路段（含17座桥梁、5座隧道、52处边坡、100个涵洞、3个高档、2处外供电线路杆塔），累计获取巡检视频1000个，形成巡检报告263份，养护巡检效率提升了5倍以上。通过广韶高速公路的推广应用，进一步增大病害样本的数量，提升了智能识别算法的准确率。

图 6 广韶高速日常巡检