基于LiDAR几何筛选与YOLOv8s图像检测的桥面铺装病害宏观-微观检测研究
《Sensors》:Modeling and Experimental Study of Cross-Electromechanical Admittance for Crack Localization in Beams with Distributed Piezoelectric Wafers
【字体:
大
中
小
】
时间:2026年10月01日
来源:Sensors 4.0
摘要
及时的桥梁桥面铺装路面检测需要在覆盖大面积的同时,保留识别局部病害所需的图像细节。本研究开发了一种从宏观到微观的工作流程,包含独立的激光雷达(LiDAR)筛选分支和YOLOv8s图像检测分支。利用荆州长江公路大桥的机载激光雷达数据支持桥面提取和几何筛选。处理流程包括统计离群点去除、坐标归一化、体素采样、局部平面拟合、残差与法向偏差筛选以及空间聚类。桥面提取从311,784个代表性点中保留了179,914个点。基于残差和法向偏差的几何筛选识别出17,075个可疑点。经过区域过滤和边界框导出后,在七个候选区域中获得了423个用于定点检测的点。2025年检测报告记录了路面病害,现场人员确认了筛选区域内对应的病害。图像分支使用了UAV-PDD2023数据集的官方图像级划分。第146个epoch的检查点达到了最高的验证mAP50,并在官方测试集上进行了评估。官方测试集的精确率达到0.85591,召回率为0.85882,mAP50为0.88556,mAP50–95为0.58195。在固定的基准协议下,该模型检测到了全部六类路面病害。两个分支共同支持桥面铺装路面的广域几何筛选和详细图像分析。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号