基于无人机多源数据融合与深度学习的桥墩三维重构与智能检测方法研究
林伟 彭国平（通讯作者）

江西应用科技学院，江西南昌，330100；

摘要：桥墩是构成桥梁的重要承力部件，准确地检测出桥墩表面存在的各类病害对于保证桥梁运营的安全至关重要。然而传统的桥墩检测主要依靠人工观测，存在劳动强度大、主观性较强以及高空危险等问题。因此，本文提出了基于无人机多源数据及深度学习技术相结合的桥墩三维重构与智能检测的方法：通过设计六面体几何航线规划方式以摆脱对先验三维模型的需求；使用LiDAR与近景摄影测量的多源数据进行融合获得高精度三维点云模型，在此基础上搭建了YOLO-DSNet双阶段级联网络，实现了从像素级别的病害识别到三维定量表征的一体化解决方案，并且实验证明相较于仅使用单个数据源的情况，所提方法能够达到更高的三维重建精度(中值GSD可达0.0035m/pixel)和更优秀的微缺陷识别效果，从而提供了一种桥墩智能化检测的拓展思路。

关键词：无人机；多源数据融合；深度学习；桥墩检测；三维重建；点云

参考文献

[1]付秋壹.山区高速公路桥梁无人机喷涂养护技术及工程应用[J].交通世界,2026,(9):113-115.DOI:10.16248/j.cnki.11-3723/u.2026.09.028.

[2]殷新锋,陈涛,黄胄,等.基于无人机三维重构技术的桥梁高墩施工外观质量检测方法研究[J].振动与冲击,2025,44(20):141-151.DOI:10.13465/j.cnki.jvs.2025.20.016.

[3]万桂军,吴维维,王浩琛,等.基于无人机路径规划与深度学习的桥梁点云自动化分割研究[J].湖南大学学报(自然科学版),2025,52(3):60-72.DOI:10.16339/j.cnki.hdxbzkb.2025027.

[4]葛健.基于无人机点云与BIM的桥梁施工进度识别方法研究[D].东南大学,2024.DOI:10.27014/d.cnki.gdnau.2024.002234.

[5]莫春华.实景三维模型与红外图像融合在桥梁病害检测的应用研究[D].桂林电子科技大学,2023.DOI:10.27049/d.cnki.ggldc.2023.001088.