PAPER P03 · 2018
Autonomous UAVs for Structural Health Monitoring Using Deep Learning and an Ultrasonic Beacon System with Geo-Tagging
Kang, D., Cha, Y.-J. — Computer-Aided Civil and Infrastructure Engineering 33(10):885-902
Zusammenfassung gelesen Zitationen: openalex: 386 · crossref: 369 · semanticScholar: 363 (2026-10-22)
Baut ein UAV, das mit Ultraschallbaken statt GPS navigiert und so an Orten wie unter Brücken, wo GPS unzuverlässig ist, autonom fliegen kann, und kombiniert es mit CNN-Risserkennung. Erkannte Schäden werden georeferenziert, sodass ihre Lage am Bauwerk bekannt ist. Betonrisse wurden aus Videoaufnahmen während des autonomen Flugs erkannt.
Zentrale Ergebnisse
- Crack detection from autonomous-flight video: 97.7% specificity and 91.9% sensitivity
- Ultrasonic beacon positioning used as a GPS substitute in GPS-poor areas
Grenzen
- Abstract only reviewed
- Beacons must be installed around the target, which limits use on large or inaccessible structures
- Validated on concrete cracks only
Effizienz, Zugang und Nachhaltigkeit gemeinsam abzuwägen ist auch der Ansatz der Paper-Karte des Logistics-Leitfadens Drones in last-mile delivery.