درک تصویر برداری Hyperspectral در بازرسی زیرساخت

تصویربرداری Hyperspectral نور را در صدها باند طیفی باریک و خیره کننده منعکس می کند، تولید یک مکعب داده با امضاهای طیفی غنی برای هر پیکسل.بر خلاف سیستم های چند منظری معمولی که تعدادی از کانال های گسترده را ضبط می کنند، سنسورهای hyperspectral ویژگی های جذب مواد ظریف را برای چشم انسان آشکار می کنند.این توانایی به مهندسان اجازه می دهد تا بین صدا و تغییرات اولیه مشخص در برابر خوردگی، قبل از تشخیص آسیب های قابل مشاهده در داخل حفره یا آسیب رساندن به رطوبت، تمایز بگذارند.

این تکنولوژی به دو معماری سنسور اولیه متکی است: اسکنرهای فشار اتاق، که خط داده را با خط حرکت پلتفرم جمع آوری می کنند، و تصویرهای فوری که اطلاعات کامل فضایی و طیفی را در یک قرار گرفتن در یک زمین جمع آوری می کنند، حداقل سازی این سنسورها را بر روی وسایل نقلیه هوایی بدون سرنشین (UAV)، ربات های زمینی و حتی دستگاه های دستی، شناسایی دقیق عملیات عملی برای بررسی های دستی در یک سیستم دستی 202020202020٪ نشان می دهد.

نوآوری های تکنولوژیکی که به بازرسی واقعی زمان می پردازند

ویژگی های بازی Compact and Cost-Effective

پنج سال گذشته کاهش چشمگیر اندازه، وزن و قیمت سیستم های تصویربرداری hyperspectral را دیده اند.پیشرفت در سیستم های میکرو الکترومکانیکی (MEMS) و فیلترهای فضایی بی اشتعال Fabry-Pérot 6600 گرم با رزولوشن های طیفی زیر 5 نانومتر را تولید می کنند.

خرید سریع داده ها و پردازش Onboard

بازرسی زمان واقعی مستلزم آن است که داده های طیفی خام در عرض چند ثانیه به بینش عملی تبدیل شوند [[۵] سنسورهای مدرن مکعب های hyperspectral را با نرخ بیش از ۳۵۰ فریم در ثانیه به دست می آورند، تولید جریان داده های تا ۲ گیگابیت در ثانیه (۳-۲) سیستم های آزمایشی فشرده شده توسط (FLTI) در حال حاضر ادغام می شوند: ۰٫۵-p قابل برنامه ریزی (FPGAs) [F:1 و [F]

Cloud-Connected A Pipelines

برای داده های بزرگتر یا هنگامی که محاسبه داخلی محدود است، مکعب های hyperspectral خام (از طریق 5G یا اتصال ماهواره ای به سرویس پردازش مبتنی بر ابر جریان می یابند.این سیستم عامل ها اصلاح جوی، مخلوط کردن طیف گسترده و الگوریتم های تشخیص همزمان را با استفاده از ابزارهای محاسباتی توزیع شده مانند EN و [F:2] تجزیه و تحلیل دارایی های پردازش همزمان را در سراسر سیستم عامل های محاسباتی چندگانه تولید می کنند.

برنامه های انتقادی در سراسر انواع زیرساخت

پل و بازرسی اضطراری

پل ها از جمله خواستار ترین ساختارهای بازرسی هیپرspectral هستند. Delamination، rebar خوردگی و واکنش قلیایی-silica (ASR) امضاهای طیفی متمایز در منطقه مادون قرمز موج کوتاه (SWIR) را تولید می کنند که محققان در دانشگاه تگزاس یک سنسور سر دیواره SWIR را در یک کابل نصب کردند که ربات را به طور دقیق در یک سیستم اتصال بصری مشخص کرد.

راه حل و تحلیل سلامت

تصویربرداری Hyperspectral در اختلاف بین شرایط مختلف حذف پیشرفت می کند. [۱] آسفالت تازه بازتاب بالایی در محدوده ۱٫۷-۲٫۲ μm را نشان می دهد، اما به عنوان اکسید کننده و کرک سطح توسعه می یابد، مشخصات طیفی به سمت طول موج های طولانی تر متصل می شود.با آموزش یک طبقه بندی تصادفی جنگل در داده های میدانی-collected، مطالعه ۲۰۲۴ (۰Ftecting) با دقت ضعیف در حد اتصال به زیرساخت های شیب، و یا نظارت بر روی لایه های شیب ضعیف، با ۹٪.

ساخت Envelope و سقف بازرسی

برای ساختمان های تجاری و مسکونی، ابزارهای hyperspectral برای ارزیابی آسیب آب ()، رشد قالب و تخریب عایق استفاده می شود. جذب آب به ویژه در 970 nm و 1,450 nm قوی است، که تشخیص زودهنگام نشت پشت دیوارها یا زیر لایه های رطوبت را امکان می دهد.در یک کارآزمایی بزرگ توسط موسسه ملی استانداردها و فناوری ([F:0: LT0: {FIST {\displaystyle } شناسایی شده است که قابلیت دید دقیق در یک دوربین حاوی رطوبت است.

مسیر راه آهن و نظارت بر ساختار

زیرساخت راه آهن نیاز به بازرسی های مکرر برای شل شدن، نقص سطح ریلی و عیب یابی دارد. تصویربرداری Hyperspectral می تواند تغییرات شیمیایی ظریف در روان کننده ها را تشخیص دهد و ضایعاتی را که نشان دهنده ترک های سر راه آهن مایع است، یک پروژه مشترک بین Deutsche Bahn و امضاهای فنی مونیخ نصب یک ماشین بازرسی نمونه اولیه با یک سیستم دستی 1024 کانالی که 400 - تشخیص داده شده است که در طول 50 کیلومتر بررسی بصری خاص، نشان می دهد، به عنوان یک سیستم اسکن تصویری 23، تایید شده است.

محدودیت های فعلی

مدیریت حجم داده ها و ذخیره سازی

یک مکعب hyperspectral با وضوح بالا که یک منطقه 100 m2 را پوشش می دهد می تواند از 5 گیگابایت در فرمت خام تجاوز کند. ذخیره سازی طولانی مدت بازرسی های مکرر در سراسر هزاران دارایی به سرعت غیر قابل نگهداری می شود، راه حل ها شامل الگوریتم های طیف آگاه سازی فشرده سازی می شوند - مانند JPEG 2000 با رابط کاربری طیف - که اندازه فایل را با حفظ 80٪ کاهش می دهد در حالی که مدیران دارایی های تشخیصی نیز از ذخیره سازی های ذخیره سازی های گرم استفاده می کنند.

حساسیت زیست محیطی و کالیبراسیون

تغییرات در روشنایی، بخار آب اتمسفر و انسجام سطح مرطوبی طیف وسیعی از حد و حصر. بازرسی های فضای باز به ویژه در زیر تغییر پوشش ابر به چالش می کشد.برای جبران، سیستم های مدرن شامل کالیبراسیون رادیوگرافی زمان واقعی با استفاده از منابع نور روشن و یا پایین آوردن یک نقشه زاویه عمیق در 62٪، علاوه بر این، مدل های هوش مصنوعی آموزش دیده با افزایش داده ها - نورپردازی های مختلف و شرایط آب و هوایی - قوی برای دستیابی به یک معیار یادگیری محیطی در مقایسه با دقت دقیق یک مجموعه داده شده در مورد دقت عمیق در مورد یک نمونه های نور خورشید، نشان داده شده است.

استاندارد و گواهینامه

فقدان استانداردهای صنعت برای کسب اطلاعات hyperspectral، پردازش و گزارش مانع از اتخاذ گسترده سازمان ها مانند انجمن بین المللی زیرساخت Hyperspectral (IS-HI ) می شود، دستورالعمل هایی برای حداقل رزولوشن فضایی و طیفی، پروتکل ها و ارزیابی های مالیاتی طبقه بندی نقص (برنامه های گواهی نامه سازی قانونی) و همچنین در هنگام استفاده از نتایج تست های غیر قابل اجرا می شود.

آینده نظارت بر سلامت مبتنی بر Hyperspectral

نسل بعدی بازرسی زیرساخت های hyperspectral از انبوهی از ربات های هوایی و زمینی که به طور مشترک ساختارهای بزرگ را اسکن می کنند، استفاده می کند. دستگاه های Edge که الگوریتم های یادگیری مداوم را اجرا می کنند، کتابخانه های طیفی را با مواد محلی و الگوهای پیری سازگار می کنند. Fusion با دیگر روش های سنجش - LiDAR برای هندسه دقیق 3DAR، رادار زمینی برای subcellomalies، و دوربین های حرارتی فعال - یک ارزیابی جامع در یک ارزیابی کامل از یک واحد بهداشتی را تولید می کنند.

پارادایم های محاسباتی نوظهور، مانند تراشه های نورمورفیک و پردازش سنسور، وعده می دهند که مصرف برق و تاخیر را بیشتر کاهش دهند. محققان همچنین در حال بررسی حسگرهای hyperspectral مبتنی بر متاماده کوانتومی هستند که می توانند کل سیستم نوری را به یک تراشه واحد کاهش دهند، به طور بالقوه کاهش هزینه با این نوآوری ها، نظارت مداوم، نظارت مداوم از هر پل، تعمیر و تعمیر و تعمیر و نگهداری از نظر اقتصادی، انتقال داده های فعال از طریق انتقال داده های فعال، و از نظر فنی.

از آنجایی که این تکنولوژی ها بالغ هستند، تصویربرداری بیش از حد چشم انداز از یک ابزار تحقیقاتی تخصصی به یک جزء استاندارد از جعبه ابزار مهندسی عمران حرکت می کند. ادغام تجزیه و تحلیل زمان واقعی، سخت افزار جمع آوری و قوی ماشین آلات یادگیری در حال حاضر نشان دادن مزایای ملموس: هزینه های بازرسی پایین، تشخیص نقص قبلی و بهبود ایمنی برای زیرساخت های پیری در سراسر جهان است.