买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院

摘要：本发明公开一种基于四旋翼无人机的桥体质量勘测方法，实施过程为：四旋翼无人机搭载相机采集桥体数据，根据桥体整体数据完成建模。四旋翼无人机采用基于.NET航迹规划算法进行桥体质量勘测的最优航迹规划，同时采用ISSA算法改进基于.NET航迹规划算法，使得四旋翼无人机航迹更为精确四旋翼无人机搭载高分辨率相机（H20）进行桥体数据采集，完成对桥体的数学建模和桥体表面图像采集；采集的桥体裂缝、腐蚀图像采用YOLO‑v8算法进行识别标记，对其损失函数提出改进以避免受桥体背景纹理影响，导致裂纹精度出现误差，同时引入CBAM注意力机制，增强算法对提取特征的能力。本发明提出四旋翼无人机自主完成桥体质量勘测识别的方法，提高桥体质量勘测的准确性，节省人力成本。

主权项：1.一种基于四旋翼无人机的桥体质量勘测方法，基于四旋翼无人机搭载高分辨率相机得以实现，其特征在于，包括以下步骤：步骤1：四旋翼无人机起飞后，机载的H20相机采集桥体数据，生成桥体整体数学模型，根据.NET航迹规划算法完成对桥体的航迹规划；第1步：构建桥体空间模型；第2步：根据UAV性能指标及链路和载荷的性能，来确定航线规划的数学模型；第3步：通过嵌入.NET航迹规划算法，得到一条四旋翼无人机的飞行航迹；第4步：根据得到的航迹进行插值、平滑处理，对航迹空间模型进行调整，并改进或重新规划航线；第5步：输出最终的航迹规划数据，并下达指令至无人机，执行飞行操作；第6步：无人机到达目标任务点执行任务；步骤2：引入ISSA算法改进.NET航迹规划算法对无人机的实时位置信息进行最优求解，避免陷入局部最优路径，所述ISSA算法引入一种自适应扰动策略加快航迹范围收敛速度，提高最优解精度，完成既定任务；SSA算法中麻雀种群N有探索者、捕食者和警戒者，探索者负责搜索最优个体，探索者搜索到最优个体后，捕食者对最优个体进行捕食，警戒者负责警戒周围避免陷入最优解；在对特征矩阵SSA的降噪处理过程中，探索者的位置更新如下： 其中，a为时刻t的更新次数；j为麻雀种群当前所在维度；为数据随着时刻t更新至第a次时，第i个麻雀所处的第j个维度；itermax为最大迭代次数；α和Q为随机数；T和ST分别为警戒值和安全阈值；L为d维单位向量；捕食者的位置更新如下： 其中，为第a次迭代的最劣解；为第a+1次迭代中探索者所在的最优维度；A为1×d维矩阵，A+＝ATAAT-1；警戒者的位置更新如下： 其中，为第a次迭代的最优解；fi为解的适应度值，fg为最优解的适应度值，fw为最劣解的适应度值；λ和J为随机数；ε随机常数；提出一种自适应扰动策略，在追踪阶段对较好适应度值的个体进行扰动处理，自适应扰动函数公式如下：Δpid＝pid+ηi其中，pid为个体i在第t次迭代的最优位置；Δpid为pid的扰动修正位置；ηi∈-ζd,ζd为个体i第t次迭代过程中的修正值，ζd的计算公式为： 其中，t为当前迭代次数；为t-1次迭代内搜索的最优目标位置的平均值；ci为比例系数；Δr为搜索区域宽度；c为调整常数；步骤3：在步骤2的四旋翼无人机航迹过程中，机载H20相机采集桥体表面数据；步骤4：采用YOLO-v8算法对桥体表面裂缝、腐蚀信息进行分类识别，并对损失函数提出改进，利用置信度损失函数、分类损失函数、边界框损失函数以及预测概率偏差函数进行加权和，同时引入CBAM注意力机制，增强算法对桥体表面裂缝、腐蚀信息提取的能力；所述YOLO-v8算法损失函数以下几种测度函数的加权和：第1种：置信度损失函数，对桥体裂缝、腐蚀现象的网络预测的目标边界框与真实边界框的交并比，计算公式如下： 其中，oi∈[0,1]为目标真实边界与预测边界的IOU；ci为预测值；为ci通过Sigmoid函数的置信度预测值；N为样本个数；第2种：分类损失函数，当桥体某一个区域同时检测出裂缝、腐蚀现象时，其输出的标签是互相排斥的，计算公式如下： 其中，Oij∈{0,1}表示预测目标边界框i中是否存在第j类目标，若存在，Oij＝1，反之，Oij＝0；Cij为预测值；为Cij通过Sigmoid函数得到的目标概率；Npos为正样本的个数；第3种：边界框损失函数，对边界框进行预测，使边界框的预测值接近真实标签值，计算公式如下： 为边界框中心点的坐标x,y以及边界框的宽度和高度，计算公式如下： 其中，tx,ty,tw,th为网络预测的回归参数；Npos为正样本总数；第4种：预测概率偏差函数，通过预测概率偏差函数使减小桥体裂缝、腐蚀现象的预测值与真实值的偏差，计算公式如下： 其中，pic为目标的预测值；为目标真实标签值；改进的YOLO-v8算法损失函数，计算公式如下：Lloss＝α1Lconf+α2Lcla+α3Lloc+α4Lobj其中，Sigmoid函数计算公式如下： 引入CBAM注意力机制的具体操作为：为避免在桥体裂缝、腐蚀现象进行捕捉的过程中受到外界环境因素的干扰，提出ACmix注意力机制，对桥体裂缝、腐蚀现象信息充分挖掘，减少其他目标的干扰，ACmix注意力机制实施如下：根据卷积核中的任一像素点生成整幅特征图，得到该卷积层卷积核像素的特征图，计算公式如下： 其中，p,q∈{0,1,2…k-1}表示特征图的卷积核位置；i,j为特征图所对应的像素；Kp,q为p,q位置的权重；fi.j为输入特征图对应像素i,j的特征张量；gi,j为输出特征图对应像素i,j的特征张量；输出特征值时，取每张卷积核特征图对应偏移量的像素值进行加权得到i.j点的像素特征值，计算公式如下： 其中，Shift算子的作用是对多幅输出特征图进行融合，Shift算子的计算公式为： 其中，Δx,Δy为像素i,j对应的水平和垂直位移；步骤5：输出含有特征信息的特征图像。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于四旋翼无人机的桥体质量勘测方法