基于低成本微型飞行器与多视角计算机视觉的结构柱损伤自主评估
计算机视觉与模式识别
2023-09-01 v1
摘要
结构柱是建筑与桥梁中关键的承重构件。早期检测柱体损伤对于评估剩余性能及防止系统级倒塌至关重要。本研究提出一种创新的端到端基于微型飞行器(MAVs)的方法，用于自动扫描与检测柱体。首先，提出一种基于MAV的自动图像采集方法。该MAV被编程以感知结构柱及其周边环境。在导航过程中，MAV首先检测并接近结构柱，随后围绕每个被检测到的柱体从多个视角开始采集图像数据。其次，所采集的图像将用于评估损伤类型与损伤位置。第三，通过融合多相机视角的评估结果来确定结构柱的损伤状态。本研究选用钢筋混凝土(RC)柱来验证该方法的有效性。实验结果表明，所提出的基于MAV的检测方法能够有效从多角度采集图像，并准确评估关键的RC柱损伤。该方法提升了检测过程中的自主程度。此外，其评估结果比现有2D视觉方法更为全面。所提检测方法的理念可推广至其他结构柱，如桥墩。
引用
@article{arxiv.2308.16278,
title = {Autonomous damage assessment of structural columns using low-cost micro aerial vehicles and multi-view computer vision},
author = {Sina Tavasoli and Xiao Pan and T. Y. Yang and Saudah Gazi and Mohsen Azimi},
journal= {arXiv preprint arXiv:2308.16278},
year = {2023}
}
备注
12 pages, 11 figures, accepted in the Canadian Conference - Pacific Conference on Earthquake Engineering 2023, Vancouver, British Columbia