足球比赛结果 实施无人机 (UAV) 进行运输评估 基础设施——第二阶段

二期项目概览

照片和 FLIR 中白河大桥的俯视图。通过第一阶段的成功研究、开发和演示 项目中,足球比赛结果团队能够测试多个传感器 在密歇根州制造的多旋翼无人机平台上以及其他无人机上,实现了收集 数据类型,如光学、光探测和测距(激光雷达)以及热 获得各种 MDOT 基础设施的详细视图。

无人机照片显示路面开裂。进一步开发无人机技术用于交通基础设施 需要进行评估,以便将这些技术充分实施到 MDOT 的日常工作中 操作。通过成功地继续为 MDOT 进行无人机研发, 足球比赛结果团队制作了大数据集的实际应用,支持 作为第二阶段分析的一部分,MDOT 的业务模式和决策流程。

密闭空间内的无人机图像以及飞艇上广阔的道路视野。

道路上车辆的三张屏幕截图。

第二阶段研究项目的目标是开发、部署和实施:

  • 近实时数据收集通信回程和数据存储功能
  • 无人机数据使用、分析和处理系统以实现 MDOT 确定的业务功能 和活动
  • 数据质量协议确保收集的数据准确且在容差范围内
  • 无人机数据收集用于运输用途
  • 确定将无人机用于运输目的的投资回报
  • 提供设备培训和部署/实施计划,包括用户/操作 指导文件

地图和数据的屏幕截图。

无人机技术对交通基础设施的利用评估进一步 开发用于实施 MDOT 的日常运营。通过这个项目, 团队已成功完成以下工作:

  1. 桥面和道路走廊已使用高分辨率光学、 热和激光雷达技术。算法已创建并更新为自动 识别和量化缺陷,例如剥落、分层和裂纹。
  2. 回程和数据存储功能已得到扩展,包括安全的 存储和具有数据“推”和“拉”功能的地理空间门户。
  3. 详细报告描述并推荐 MDOT 的存储和分发方法 大型无人机收集的数据集。
  4. 沿桥梁和道路走廊收集的激光雷达数据。
  5. 开发了一种交通监控算法,该算法使用通过无人机平台收集的图像。
  6. 对建筑工地进行监测和建模,包括量化建筑工地的体积 使用光学传感器的砾石桩。
  7. 开发了收益-成本分析来确定 MDOT 的投资回报率: 将因部署无人机而产生。
  8. 多名团队成员已获得 FAA 无人驾驶远程飞行员执照。

项目平台

无人机飞行。
卑尔根四-8
两架无人机。
DJI Mavic Pro 防撞小型成像四轴飞行器
空中飞艇。
浮空器/飞艇
橙色无人机。
防水无人机

传感器

尼康相机。
尼康 D810
热感相机
FLIR 热感摄像机
激光雷达冰球
Velodyne LiDAR Puck