| 【科技成果项目】信息登记表（供给方） | |||||||
| 技术项目名称 | 基于特种机器人（无人机）和机器视觉的裂纹识别系统 | 所属领域 | 新一代信息技术 | ||||
| 项目编号 | JSZS2022002 | 挂牌起始日期 | 2022-2-24 | ||||
| 推荐单位 | 山东省科学院自动化研究所 | 挂牌期满日期 | 长期 | ||||
| 项目状态 | 招商 | 挂牌价格 | 面议 | ||||
| 项目简介 | 产品采用全自动无人机深度学习裂纹识别技术能够实现基础设施结构裂纹快速准确检测，提出的深度学习裂纹识别算法将填补国内在此领域的技术空白，解决在结构智能裂纹检测领域的 “卡脖子”问题，产品有力保证基础设施安全，具有重要的经济社会效益。 产品的核心成果包括：深度学习裂纹识别算法、无人机全自动三维建模方法和便携式裂纹检测系统，系统具有智能性和自适应性，通过采用深度学习算法实时处理视频和图像数据并预警裂纹，可显著提高裂纹识别的精度和识别复杂裂纹的能力，推进我国结构检测智能装备的发展，同时建立起高效、智能、安全的技术体系。 |
||||||
| 市场前景分析 | 产品应用场景为大型混凝土基础设施的裂纹监测和长期维护，如高速公路桥梁高铁桥梁、水电站水坝、核电站、混凝土建筑等。相关技术经进一步开发可拓展到其它技术领域，包括公路路面裂纹监测、铁轨裂纹监测及关键紧固件的松动检测等应用场景。 项目的实施意义在于所采用的裂纹监测是基于无人机视频的在线实时处理，而非基于图片的离线处理技术（及无人机拍摄照片后进行图片下载和后处理），该技术的研发和工程化应用是将国际前沿技术进行产业化的一次尝试，该技术的落地将极大的促进国内基础设施健康监测和维护的整体技术水平，形成基础设施健康监测技术的智能化、快速化、高效化。该项目不仅将填补省内相关技术空白，还能对国内相关产业起到引领作用，相关技术的工程化将达到国际领先水平。 |
||||||
| 产品情况 | |||||||
| 序号 | 技术名称 | 技术内容 | 技术指标 | ||||
|
1
|
建筑结构图像裂
纹识别技术体系
|
实现了用于基础设施—尤其是混凝土结构的人工智能和深度学习图像裂纹识别算法，研究提升结构病害甄别效率和精度的新技术和新方法。研究深度学习图像识别算法的基本原理、系统构架和设计方法，提出针对基础设施结构的新型人工智能图像甄别算法。 | 基于图像的裂纹识别算法实现 1.0 秒内对于裂纹宽度不小于 1毫米的裂纹的精确识别；算法效率不受外部复杂环境如水坝结构表面粗糙、水印、光照阴影及手写涂鸦等影响；整体算法裂纹识别精确率（裂纹长度和宽度）需 95%以上。 | ||||
| 2 | 深度学习动态视 频裂纹识别技术 |
实现了深度学习算法在动态视频结构病害识别中的基础理论和关键技术，理解其面临的诸多挑战--诸如视频清晰度、视频抖动及视频背景等。研究和设计针对动态视频的深度学习算法，提出影响其裂纹识别精度的关键技术因素及其应对措施，对于极限微裂纹工况下的人工智能视频裂纹识别技术进行系统研究和验证。 | 基于视频的裂纹识别算法实现 30 秒内精确识别不小于 1 毫米宽度的裂纹；算法效率不受典型外部复杂环境如结构表面粗糙、水印、光照阴影及手写涂鸦等影响；视频分辨率对算法效率影响可控；整体算法裂纹识别精确率（裂纹长度和宽度）需 95%以上。 | ||||
| 3 | 无人机建筑三维 建模方法和理论 体系 |
实现了基于无人机的建筑三维测绘技术，揭示无人机动态与最优化建筑建模方法的优化组合机制和协同工作机理，提出无人机建筑三维建模的关键技术路径和核心技术挑战。充分考虑无人机图像与实体建筑之间的空间几何转换关系，提出精确的无人机三维建模方法。 | 通过无人机实现水利设施快速三维重建，平面精度误差中值在0.2 米以内，高程精度误差 0.4 米以内；实现无人机扫描后 10分钟内三维灰度模型建模，20 分钟内实现基于影像和纹理的全景建模。 | ||||
|
产品
投入计划 |
产品计划总投入 | 500 万元 | |||||
| 省财政资金支持强度 | 300万元 | ||||||
| 企业资金投入 | 100万元 | ||||||
| 研究所资金投入 | 100万元 | ||||||
| 意向合作方式：校企合作 技术咨询 交易组织方式：公告期满如征集到意向合作方，该项目转为正式挂牌项目交易；未征集到意向合作方时，项目撤销。 |
|||||||
