[00331164]港珠澳大桥混凝土结构表面缺陷图像智能识别系统
联系人：阳建宏
所在地：北京北京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
合作方式：☒整体转让 ☒技术许可 ☒作价入股 ☒合作开发 ☐其它_____
成果简介：
港珠澳大桥所处海洋大气环境易诱发桥体结构中的钢结构、焊接部位、受力结构等处形成腐蚀损伤，对桥梁的安全造成严重的威胁。桥体跨度大、结构复杂、易腐蚀区域多、分散大、腐蚀程度不一等实际问题，与当前桥梁检测尤其是桥梁底部检测作业大部分采用人工方法，有很大的供需矛盾。桥梁整体维护维修的及时性和准确性仍有较大的困难，同时也会形成巨大的成本开支。混凝土结构表面缺陷图像智能识别系统是一种集深度学习图像识别、图像处理、数据分析等先进技术方法的智能检测技术。该技术可实现港珠澳大桥混凝土结构表面缺陷的定位、定类、定量以及定级的表征，进而实现对桥梁健康状态的综合评价。与传统人工定检的方法相比，该系统具有检测速度快、检测范围广、检测精度高、桥梁状态实时监测等优点，为桥梁实现智能定检、开展预知养护提供决策支持数据。可实现如下功能：桥梁混凝土表面裂缝、麻面、蜂窝、剥落的识别。
桥梁混凝土表面裂缝、麻面、蜂窝、剥落的量化和等级划分。桥梁实时状态的监测以及健康状态评估。
成熟程度及推广应用情况：
目前处于何种研发阶段：☐研发 ☐小试 ☒中试 ☐小批量生产 ☐产业化；
样机：☒有 ☐无
已投入成本：50W。
推广应用情况：目前在中国航发北京航空材料研究院在天津搭建的中试场进行现场测验，即将应用于港珠澳大桥混凝土结构检测，包括港珠澳大桥所有桥墩、钢混箱梁以及青州桥塔。
期望技术转移成交价格（大概金额）：面议。
技术优势：
利用基于深度学习 YOLOv4 的图像识别算法，解决了多类别、多尺度桥梁混凝土结构缺陷快速识别定位的问题。系统输入图像尺寸可达亿级像素，利用现代图像处理算法，解决了图像像素与深度学习输入不匹配、图像存在模糊、干扰的问题。利用数学形态学等现代图像处理算法，解决复杂图像缺陷量化问题。建立专家系统，实现缺陷等级评判，桥梁健康状态评估。
性能指标：
识别混凝土结构表面细微裂缝和麻面、蜂窝、空洞、剥落、磨损、露筋等缺陷（线性缺陷宽度大于等于 0.2mm，斑块面积大于等于 2mm×2mm），排除析白、划痕、拼缝和水渍等干扰物。
检测速度平均达 2s/张（1 亿像素）。
市场分析：
作为桥梁状态监测的重要技术手段，港珠澳大桥混凝土结构表面缺陷图像智能识别系统可广泛应用于国内各类混凝土桥梁，完成桥梁定检、桥梁状态评估等工作，为桥梁养护工作提供有益指导。此外，该技术也可应用于公路、混凝土建筑等混凝土结构物的表面缺陷检测和实时状态评估。
经济效益分析：
配合装载采集设备的无人机和机器人，以每张拍摄图像实际不重叠区域面积为0.4m×0.4m，以软件每 2s 处理一张图像，每天处理 24 小时计算，每天可检查的范围为6912 平方米。而且检测的区域包括无人机或机器人所能到达的各种死角或者人工难以探测的地方，对出现的病害进行预警和及时防护。节省定检人工支出，保障桥梁安全。
成果亮点：
1. 具有自主知识产权。
2. 成果来源：中国航发北京航空材料研究院企业横向项目。
3. 技术先进性：国内先进,实现港珠澳大桥混凝土结构表面缺陷图像智能检测。
