基于无人机图像的道路3D重建和大规模检测

科学领域:

• 土木工程 土木工程是指土木工程.
• 计算机视觉 计算机视觉
• 地理空间分析是什么

背景情况:

• 传统的道路损坏检测方法缺乏大规模评估的效率和准确性.
• 现有的基于无人机的方法难以处理复杂的场景,如车辆堵塞,需要改进3D建模和疾病检测.
• 需要为自动化道路健康监测提供全面和高效的解决方案.

研究的目的:

• 提出基于无人机 (UAV) 的系统,用于3D道路重建和大规模疾病检测.
• 解决目前基于无人机的道路评估技术的局限性,特别是涉及复杂的道路状况.
• 提高道路损坏识别的准确性和效率,以提高交通安全和维护.

主要方法:

• 使用无人机获取空中图像,然后使用改进的YOLOv8模型识别和移除车辆.
• 使用MVSNet (多视图立体网络) 算法进行道路表面3D建模.
• 通过点云处理和DBSCAN (基于密度的应用程序与噪音的空间集群) 集群检测道路疾病.

主要成果:

• 拟议的方法在3D建模准确性和速度方面表现出色.
• 与Colmap等传统方法相比,重建速度显著提高,重建密度是重建密度的三倍.
• 重建的点云有效地检测道路表面问题,如不平坦和结算.

结论:

• 这项研究提出了一种新且有效的方法来检测道路疾病,即使在复杂的环境中也会出现闭塞.
• 开发的基于无人机的方法为大规模的道路健康评估提供了全面和有效的解决方案.
• 这些发现有助于推进自动化道路监控系统,以改善基础设施管理和交通安全.