综述：用于民用基础设施结构健康监测的智能无人机技术——综述

《Journal of Building Engineering》：Smart Drone Technologies for Structural Health Monitoring of Civil Infrastructure - A State-of-the Art Review

　　•无人驾驶飞行器正成为基础设施监测的关键技术。
•智能无人机能够快速、安全且经济高效地进行基础设施检查。
•先进的传感器和人工智能技术提高了缺陷检测和损伤评估的准确性。
•无人驾驶飞行器的应用范围涵盖桥梁、建筑物、路面、文化遗产和水坝等。
•在自主性、数据处理和法规方面仍存在需要解决的挑战。

**引言**
民用基础设施系统，包括桥梁、建筑物、水坝、隧道和交通网络，对经济活动和公共安全至关重要。全球范围内，大量这些资产正在老化，并且越来越多地超出其原始设计寿命运行，同时面临恶劣的环境条件、极端天气事件、地震灾害以及不断增加的运营需求[1]。这些因素加速了结构退化，凸显了需要有效的结构健康监测（SHM）策略，以确保在整个基础设施生命周期内的安全性、可用性和长期韧性[2][3]。

传统的SHM和检查方法主要依赖于定期的手动目视检查以及来自应变计和加速度计等接触式传感器的局部测量数据。目视检查通常需要脚手架、绳索或其他专用检查设备，这使得检查过程劳动强度大、耗时且成本高昂，并且可能存在一定的风险。此外，检查结果具有主观性，取决于检查人员的经验和可到达性，这可能会给状况评估带来不确定性[4][5]。虽然永久安装的基于传感器的SHM系统可以实现连续监测，但其高昂的安装和维护成本、有限的空间覆盖范围以及难以捕捉早期表面损伤（如裂纹、剥落、腐蚀和分层）的问题，限制了其在大型基础设施网络中的广泛应用[6][7]。

SHM系统的局限性促使人们开发出更快、更可扩展且能够提供高分辨率空间信息的补充监测方法。在这些新兴技术中，无人驾驶飞行器（UAV），通常称为无人机，因其在基础设施检查和SHM应用中的潜力而受到了广泛关注。轻型机身设计、电动推进系统、机载传感技术、自主导航和无线通信方面的最新进展，使无人机成为了能够在复杂和受限环境中可靠运行的多功能平台[8][9]。它们能够进入难以到达的区域，并在靠近结构表面的位置收集密集的视觉和地理数据，因此特别适合用于基础设施监测。

与传统SHM系统只能在离散的传感器位置提供数据不同，无人机能够高效地在大面积结构表面收集密集的视觉和几何数据。它们能够在无需使用脚手架、绳索或中断交通的情况下进入难以到达或危险的区域，从而显著提高检查效率和安全性能[10][11][12]。配备高分辨率相机、光探测和测距（LiDAR）传感器、热成像仪和其他非接触式传感技术，无人机可以获取关于结构状况的详细信息，有助于检测、定位和量化裂纹、剥落、腐蚀和表面变形等缺陷。因此，基于无人机的监测已成为传统SHM系统的宝贵补充，提供了更广泛的空间覆盖范围，并支持对民用基础设施进行更全面的状况评估[13][14][15]。

基于无人机的SHM系统依赖于无人机平台、传感载荷、自主性和数据分析的整合。当前的无人机配置包括多旋翼、固定翼和混合垂直起降（VTOL）系统，每种系统在机动性、续航能力和载荷容量方面都有其优缺点[16][17]。多旋翼无人机由于其悬停能力和在结构附近精确定位的能力，特别适合用于SHM[18]。传感技术的进步，包括高分辨率RGB相机、热红外传感器、LiDAR以及新兴的无损检测（NDE）载荷，使得能够评估表面损伤、材料退化、变形和结构响应[19][20]。不断增加的机载计算能力进一步支持实时数据处理和自主任务执行。

人工智能（AI）的最新进展通过实现自动化和客观的损伤评估，显著增强了基于无人机的SHM。深度学习方法，特别是卷积神经网络，在从无人机获取的图像中检测和分类裂纹、剥落、腐蚀等缺陷方面表现优异[21][22][23]。除了表面损伤外，无人机还被应用于位移估计、模态识别以及利用基于视觉的运动跟踪和摄影测量技术进行振动基SHM[24][25][26]。当与数据融合策略和数字孪生框架结合使用时，基于无人机的传感可以有效地补充传统传感器网络，并支持明智的基础设施资产管理决策[7][27]。

尽管有少数研究探讨了基于无人机的SHM的各个组成部分（如平台设计、传感载荷或基于AI的损伤检测），但目前仍缺乏将这些元素整合到一个统一系统层面的综合性综述。许多现有综述往往侧重于特定应用领域或孤立技术，这限制了它们在整体SHM系统设计、部署和整个监测工作流程中的实用性。为填补这一空白，本研究的目的是提供关于智能无人机技术在民用基础设施SHM方面的全面综述。该综述基于从Scopus、Web of Science、IEEE Xplore和Google Scholar等主要科学数据库中检索的文献进行结构化调查，使用了诸如“无人机”、“无人驾驶飞行器”、“结构健康监测”、“基础设施检查”、“损伤检测”和“智能检查”等关键词。所回顾的文献主要包括2015年至2026年间发表的研究，反映了该时期无人机平台、传感技术和人工智能技术的快速发展，同时也包含了一些早期的开创性工作以提供背景信息。文献选择优先考虑了与无人机辅助的结构健康监测、基础设施检查、传感技术、人工智能及相关数字检查框架相关的同行评审期刊文章、会议论文和综述文章。纳入的研究基于其技术相关性和方法论严谨性，而重复出版物、非同行评审来源、缺乏足够技术细节的研究以及与民用基础设施SHM无关的研究被排除在外。这种方法确保了对当前知识状态的全面、可靠和最新的综合。

具体而言，该综述系统地考察了用于基础设施检查的无人机平台及其操作要求；评估了安装在无人机上的传感技术及其适用于不同监测目标的适用性；回顾了数据采集、处理和损伤评估方法（包括计算机视觉、深度学习和多传感器数据融合方法）；并总结了在主要民用基础设施领域的应用。此外，该综述还批判性地讨论了与自主性、导航、近距离操作、数据质量、可扩展性和法规遵从性相关的当前挑战，并指出了向智能、自主和可扩展的无人机辅助SHM系统发展的未来研究方向。通过整合整个监测工作流程中的技术进步，该综述为未来的研究和无人机辅助基础设施检查及资产管理提供了统一的框架。

**图1**展示了综述结构的示意图，说明了整篇论文中讨论主题的逻辑进展。

**无人机技术基础**
无人机，通常称为无人机，是一种无需机载人类飞行员操作的航空系统。与传统有人驾驶飞机不同，无人机要么由地面操作员远程控制，要么通过预编程的飞行路径、航点导航或实时机载控制算法自主运行[28]。现代无人机集成了先进的飞行控制器、全球导航卫星系统（GNSS）、惯性测量单元（IMU）和机载处理器，以确保其性能。

**用于SHM的无人机载荷和传感方式**
在基于无人机的SHM中，收集数据的质量、可靠性和可解释性从根本上取决于机载传感载荷。现代无人机平台支持多种传感器，包括光学、热成像、LiDAR、多光谱和高光谱传感系统，每种传感器都为民用基础设施检查提供了不同的能力和限制[10][13][14]。传感器微型化、云台稳定性和机载计算的进步极大地扩展了无人机的能力。

**数据处理和损伤检测方法**
使用无人机进行有效的SHM既依赖于传感硬件，也依赖于将图像、点云和传感器测量数据转化为 actionable 结构洞察的数据处理工作流程。这通常会产生大量高分辨率数据集，包括RGB图像、热图像、LiDAR点云、多模态反射率图以及声学或接触式NDE信号，因此需要强大的算法来进行预处理、特征提取、损伤检测和结构分析。

**在民用基础设施中的应用**
无人机已成为民用基础设施系统检查、监测和管理的重要工具。配备高分辨率光学相机、热传感器、LiDAR和多光谱成像设备，无人机能够在传统方法难以到达、危险或耗时的区域实现快速、非接触式的经济高效数据采集。当与深度学习和计算机视觉技术结合使用时，无人机平台能够支持自动化的数据处理和任务执行。

**准确性与可靠性**
人工检查受主观性、周期性评估和受限的可访问性的限制，只能提供可见损伤的快照评估。传统的带有固定传感器的SHM通过提供连续的、定量的和客观的结构性能参数（如应力和应变）测量来提高可靠性[133]，但这种方法涉及高昂的安装成本、复杂的布线以及有限的空间覆盖范围[134]。智能无人机技术（SDT）提高了准确性和可靠性。

**主要结论**
民用基础设施的快速老化和对安全、高效且经济高效的检查策略日益增长的需求，极大地推动了基于无人驾驶飞行器（UAV）的结构健康监测（SHM）系统的兴趣。在过去十年中，无人机平台、传感技术、自主导航、数据处理和人工智能领域的进步使无人机从简单的视觉检查工具发展成为能够提供智能监测能力的系统。

**作者贡献声明**
Mohammed Maslehuddin：撰写——综述与编辑。
Mohammed Ibrahim：撰写——初稿。
Shaik Inayath Basha：撰写——初稿。
Srikanth Goli：撰写——初稿。

**利益冲突声明**
作者声明没有可能影响本文工作的竞争性财务利益或个人关系。

**生成式和AI辅助技术的声明**
在准备本手稿时，作者使用了ChatGPT 5来创建图表，提高论文的语言清晰度。在获得这种帮助后，作者彻底审查和修订了内容，以确保其符合标准。作者对最终的出版物内容负全部责任。

**致谢**
作者感谢沙特阿拉伯达兰国王法赫德石油与矿业大学的支持。
Srikanth Goli | Shaik Inayath Basha | Mohammed Ibrahim | Mohammed Maslehuddin