项目理念|使用无人机成像进行路面破损检测

项目名称： 基于无人机成像的路面破损检测

导言： 街道路面的建设和维修包括印度大都市的一大部分 支出预算。测量和监测维护是防止路面损坏的关键和重要措施，如孔洞、堵塞的排水沟等，可以降低维修费用。然而，一流的街道评估策略仍然利用专家进行实际问题评估。这些技术往往过于繁琐、乏味、工作集中，并且需要专门的能力。与此同时，无人机逐渐取代人工管理员被派往办事枯燥、进入不友好环境的危险性很高的地方。自动化道路检查可以带来显著的效率提高，有助于组织以有利的方式应对侵蚀的早期迹象。在这项工作中，我们可以建立一个框架，派遣自动无人机检查一个区域，分析人行道的状况，并记录需要维修的区域的图像和方向。该框架引入了另一个选项，用于同时利用检测和识别算法来识别坑洞的地面检查和工具。它扩展了其他正在进行的算法安排，这些安排利用图像处理来收集和转换有关路面健康的信息。

目标： 这项任务的结果将通过一个网络平台进行可视化，该平台不仅可以指导城市社区巩固一个代价高昂的信息积累过程，还可以在区分和优先处理问题领域时限制人为错误。因此，市政当局可以在季风季节之前采取必要的措施，因为季风季节的条件会恶化。 使用的工具：

硬件：
• 这种坑洞探测工具需要无人机与高清摄像头相结合，摄像头安装在常平架的帮助下，实现三轴稳定。该万向节将修正飞行过程中产生的任何振动，并保持相机水平，以获得更高质量的视频。该设置将允许摄像机点范围为0*-90*，即与该仪器所需的向下方向相关的900位置。将安装一个存储单元，当无人机在站点休息时，该存储单元将把捕获的数据传输到云端。

  软件：
• python
• OpenCV（开源计算机视觉库）
• 亚马逊网络服务（用于数据分析）
• 使用递归神经网络进行图像处理（熊猫等）
• 还将进行数据分析，这将有助于未来的规划和管理 分析

实施： 用于数据收集的无人机可根据不同的城市区域使用。一个区域将包括一定数量的站点，无人机可以在这些站点休息，也可以称为恢复点，以便在出现任何技术问题或拟定飞行轨迹发生变化时，无人机可以返回这些站，维修团队可以对其进行检查。这些充电站也可以用作自动充电点。由于安装了重型硬件，大型飞行不实用。无人机的设计方式应确保其有一个停靠点，该停靠点将连接到车站的停靠点进行充电。由于无人机将使用摄像头捕捉高清图像，因此无人机上传输数据的系统将耗电。因此，这些站点或恢复点将配备高速互联网连接，将记录的数据传输到云端，以便捕获的数据可用于进一步分析。

概念框架： 当我们为无人机制定一个自治任务时，它会在路径的起始方向起飞，通过每条街道碎片到达整个区域的每个部分，到达一个连续的航路点坐标。随着任务的进行，将执行一个坑洞识别算法来分解视频，搜索可能出现的路面破损。在识别出这样一个区域时，无人机安装的计算机上会生成一个注册表，其中包括方向、时间戳和与遇险相关的图片。

未来的增强功能： 该框架的未来增量将是一种算法调整方法，将图像分割与特定的最终目标连接起来，以提高系统的准确性。使该框架在真实情况下运行所需的另一个基本组件是推卸障碍。此外，还可以通过提供额外的传感器（例如，激光雷达）来升级产品框架，激光雷达可以提供深度信息，因为这些信息可以极大地帮助确定遇险的严重性和实施自动优先战略。在任何情况下，利用这种框架的优势都不局限于路面破损的调查，因为该仪器可以作为一个多功能系统用于不同的应用，例如交通监控和空气质量指数测量。

小组成员：

• Suryakant Tibrewal（印度工业技术研究所，达恩巴德）
• 普拉哈尔·阿加瓦尔（比茨·皮拉尼，果阿）
• Jain Soham Dungerchand（比茨·皮拉尼，皮拉尼）
• 卡米尼·库马里（印度工业技术协会，丹巴德）

注： 这个项目的想法是为了 ProGeek Cup 2.0——Geeksforgeks举办的项目竞赛。