[发明专利]一种基于JetsonNano桥梁裂纹检测方法及系统

说明书

本发明提供一种基于JetsonNano桥梁裂纹检测方法及系统，其中，方法包括：为设置在桥梁检测工作站的JetsonNano配置神经网络模型；接收JetsonNano的基于神经网络模型和待测桥梁的表面图片生成的分析数据；基于分析数据，确定桥梁裂纹检测结果。本发明的基于JetsonNano桥梁裂纹检测方法，实现桥梁裂纹的智能化监测，提高采集数据的可靠性和确定性。

技术领域

本发明涉及桥梁检测技术领域，特别涉及一种基于JetsonNano桥梁裂纹检测方法及系统。

背景技术

桥梁在国民经济发展中起着举足轻重的作用。桥梁在建成后长期受到环境因素、自然条件、载荷作用等因素影响，桥梁表面会出现裂缝，裂缝不仅导致混凝土层对内部钢筋保护失效，还可能会导致混凝土脱落，严重的裂缝更是桥梁坍塌的前兆，因此裂缝是桥梁健康状况的主要评价指标之一。

目前的检测方法仍然采用人工检测方式，存在很多不足之处：

(1)成本高：人工检测方式需要投入大量的人力和桥检车等设备，耗时长、成本高；

(2)实时性差：人工检测方式定期进行，不能及时发现问题；

(3)信息化程度低：无法建立桥梁裂缝档案，不便于桥梁的管理和维护，无法给管理部门提供决策支撑信息。

发明内容

本发明目的之一在于提供了一种基于JetsonNano桥梁裂纹检测方法，实现桥梁裂纹的智能化监测，提高采集数据的可靠性和确定性。

本发明实施例提供的一种基于JetsonNano桥梁裂纹检测方法，包括：

为设置在桥梁检测工作站的JetsonNano配置神经网络模型；

接收JetsonNano的基于神经网络模型和待测桥梁的表面图片生成的分析数据；

基于分析数据，确定桥梁裂纹检测结果。

优选的，JetsonNano的基于神经网络模型和待测桥梁的表面图片生成的分析数据，执行如下操作：

获取至少一个待测桥梁的表面图片以及表面图片对应待测桥梁的位置；

基于位置对表面图片进行编号；

将各个表面图片输入神经网络模型，获取各个表面图片对应的输出数据；

将各个表面图片的编号和输出数据关联，形成分析数据。

优选的，基于分析数据，确定桥梁裂纹检测结果，包括：

解析分析数据，构建分析特征集；

获取预设的检测库；

将分析特征集与检测库内的各个标准特征集进行一一匹配；

当分析特征集与标准特征集匹配时，获取检测库中与标准特征集对应关联的桥梁裂纹检测结果；

其中，解析分析数据，构建分析特征集，包括：

依据预设的分析数据采样规则，对分析数据进行采样，共获取N组采样数据；N的值大于等于1；

将每组的采样数据中的输出数据，按照编号的进行顺序排列，形成一行数据；

按照各组采样数据的时间先后顺序将各行数据从上至下排列，形成分析特征集；其中，距离当前时间最近的采样数据位于第一行。

优选的，获取待测桥梁的表面图片，包括：

通过分别拍摄待测桥梁的多个预设的第一位置的多个摄像头拍摄待测桥梁的第一图片；

通过桥梁检测车拍摄待测桥梁的供车辆行驶的桥面的第二图片；