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
Résumé lu Citations: openalex: 386 · crossref: 369 · semanticScholar: 363 (2026-10-22)
Construit un UAV qui se repère grâce à des balises ultrasonores plutôt qu’au GPS, afin de voler de façon autonome dans des lieux comme le dessous des ponts où le GPS n’est pas fiable, et l’associe à une détection de fissures par CNN. Les dommages détectés sont géolocalisés afin que leur position sur l’ouvrage soit connue. Des fissures dans le béton ont été détectées à partir de vidéos capturées en vol autonome.
Principaux résultats
- 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
Limites
- Abstract only reviewed
- Beacons must be installed around the target, which limits use on large or inaccessible structures
- Validated on concrete cracks only
Peser ensemble efficacité, accessibilité et durabilité est aussi l'approche de la fiche d'article du guide Logistics Drones in last-mile delivery.