本发明涉及工程测量领域，具体涉及一种桥梁巡检方法，尤其是应用于铁路桥梁的巡检系统。
背景技术：
截至2013年，国内铁路总里程突破10万公里，高铁运营里程已近万公里，按桥梁占线路52％的比例计算，我国高铁桥梁约有5千余公里。如：京津城际桥梁累计长度占全线正线总长的比例为86.6％，京沪高铁为80.5％，广珠城际为94.0％，武广客专为48.5％，哈大客专为74.3％。根据《中长期铁路网规划》，我国高速铁路发展以“四纵四横”为重点，构建快速客运网的主要骨架，形成快速、便捷、大能力的铁路客运通道，逐步实现客货分线运输。预计到2020年，全国建设客运专线将达到1.6万公里以上。这意味着，我国在未来8年内，将有近7千公里的高铁要修建，并有4千公里左右的高铁桥梁诞生。
桥梁作为轨道的下部结构，为确保高速运行条件的安全性、平稳性和乘车舒适性要求，桥梁的检测与维修显得尤为重要。由于桥梁检测工程的复杂性、特殊性，发展桥梁检测装备，不但尤为必要而且紧迫。一般桥梁的病害主要包括：梁体病害、支座病害、墩台病害和其它附属设施病害，而目前对桥梁的检测主要是针对下列病害进行检查或日常维修：1.桥顶底面、桥墩面裂纹的检查；2.混凝土内部空隙的检查；3.混凝土抗压强度的检查；4.活动支座辊轴纵向位移的侧梁；5.板式橡胶支座的检查；6.钢梁裂纹的检查等。在现阶段，桥梁检测主要采用人工目视检查或者借助携带小型辅助检测仪的桥梁检测车等方法来断定桥梁是否存在缺陷。桥梁检测无论是借助大型设备，还是用小型辅助检测仪，都存在人工参与比重大、时间长、效率低、成本高、劳动强度大、安全性低等缺点，且占用列车运行线路，检修时间受到列车运行的限制，作业时间需要在天窗点内进行的技术缺陷，且其检查效果与巡查人员的经验和责任心直接相关。因此，研究一种自动化程度高，能全天候作业的桥梁裂缝检测设备显得非常重要。
在现有技术中，主要有以下文献与本发明申请相关：
文献1为尹栋于2015年04月30日申请，并于2015年09月30日公开，公开号为CN204676420U的中国实用新型专利《基于无人机系统的桥梁质量快速检测装置》。该实用新型描述的桥梁质量快速检测装置包括运送设备、无人机检测平台及桥梁质量检测设备，桥梁质量检测设备搭载于无人机检测平台上，运送设备上设置检测机械臂，检测机械臂上具有无人机起降平台和无人机运行监控装置，无人机检测平台经无人机起降平台起飞至桥梁的待测区域。
文献2为武汉大学于2015年04月28日申请，并于2017年04月19日公开，公开号为CN104843176A的中国发明申请《一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法》。该发明描述的桥梁隧道自动巡检旋翼无人机系统依靠GPS与激光雷达、IMU进行自主导航的旋翼无人机巡检系统，实现了在空旷的桥梁区域利用GPS导航系统与封闭的隧道里面利用激光雷达导航系统进行自主巡检，依靠自动避障系统实现对桥梁隧道以及机动车的闪避，拍摄重点区域的图像发回地面站，由地面站生成桥隧的病害专题图，供相关人员使用。
文献3为苏交科集团股份有限公司于2015年08月11日申请，并于2015年12月02日公告，公告号为CN204833672的中国实用新型专利《一种基于无人机的桥梁监测数据采集系统》。该实用新型描述的桥梁监测数据采集系统包括有无人机、监测系统和控制系统，监测系统设置在待监测桥梁上，与无人机通信连接，控制系统设置在数据中心，无人机与控制系统通信连接。该实用新型基于无人机的桥梁监测数据采集系统借助无人机存储数据，无人机飞行至监测系统位置，接收监测系统传输的数据，克服了现有的有线传输距离限制和无线传输精度无法保证的技术问题。
文献4为上海浦江桥隧大桥管理有限公司于2015年2月04日申请，并于2016年04月06日公开，公开号为CN105460210A的中国发明申请《用于桥梁检测的便携式六旋翼飞行器》。该发明描述的便携式六旋翼飞行器包括机体、六个可折叠机臂组件、仰视相机云台、二轴激光云台、超声避障装置和可收放起落架，其中可折叠机臂由电机、桨叶、避碰结构、机臂及可折叠结构组成。该发明申请针对桥梁检测用途，开发设计仰视相机云台，用于拍摄桥底面及桥墩缺陷信息；设计激光扫描测距仪云台，用于在桥底二维特征的扫描以及桥底无GPS环境下飞行器的定位；设计超声避障装置，用于飞行器在复杂环境下的避障；可折叠机臂可方便的快速折叠与展开，有效地解决了较大尺寸无人飞行器不方便携带的问题。
文献5为乔霈于2015年12月29日申请，并于2016年06月15日公开，公开号为CN205313975U的中国发明申请《一种基于四翼无人机的桥梁检测系统》。该发明描述的梁检测系统，包括四翼无人机，四翼无人机包括旋转叶片，旋转叶片设置有导流圈；四翼无人机上设置有摄像头、通信模块和单片机，单片机与安装在四翼无人机上的加速度传感器和超声波检测模块连接。该实用新型在四翼无人机上搭载摄像头、单片机以及各种用于检测桥梁的传感器，可以在四翼无人机飞行或者定点过程中采集高清图片，视频等数据资料，并通过单片机的处理将采集到的信号经由通信模块发送给地面接收端；地面通过终端接收到数据资料后可以为专业工程人员提供决策依据并辅助决策。
文献6为四川为天建设工程检测有限公司于2016年02月05日申请，并于2017年08月15日公开，公开号为CN107042887的中国发明申请《一种有线无人机用于桥墩面的检测装置》。该发明申请描述的用于桥墩面的检测装置，包括旋翼无人机、接触杆、电源和升降机构，其中升降机构还包括变频电机、传动轴、卷筒和机架，其中变频电机固定安装在机架上，变频电机的输出端与传动轴固定连接，而传动轴沿轴向依次固定有卷筒Ⅰ和卷筒Ⅱ，旋翼无人机连接的接触杆分别与电源的正负极输出端连接，升降机构卷筒上的绞绳分别与接触杆的同一端连接，通过升降机构在纵向上控制水平运行的旋翼无人机观测设备的升降，实现旋翼无人机既能沿着接触杆轴向水平巡航拍摄观测，填补了大型桥梁检测的技术空白。
虽然，以上六个文献都提出了以无人机为平台，搭载高清相机采集桥梁数据，完成对桥梁裂缝进行检测。但是，上述六篇文献描述的技术方案中还存在以下明显缺陷：
(1)搭载高清相机采集桥梁高清图片，手段单一，只能获取桥梁平面信息，缺乏桥梁裂缝、蜂窝、麻面、剥落、掉角、空洞、孔洞等缺陷深度或者高度信息，检测效果受环境影响大，可靠性低。
(2)相机获取高清晰图片，对光照强度、均匀度要求非常严格，而桥梁下光照有明暗区域，在光照不足的区域需要对相机进行补光，以上六篇文献中都未提出相应合理的相机补光方案。
(3)无人机续航能力及载重量限制了搭载补光灯的数量及功率，同时以上六篇文献均未对无人机飞行的路径做合理的规划，即桥梁原始数据采集路径，缺陷没有精准定位，没有系统性的桥梁数据采集、传输及处理方案，给维护及后续数据分析对比造成困难。
技术实现要素：
有鉴于此，本发明的目的在于提供一种桥梁巡检方法，以解决现有桥梁巡检方式成本高、效率低、手段单一、可靠性低的技术问题。
为了实现上述发明目的，本发明具体提供了一种桥梁巡检方法的技术实现方案，一种桥梁巡检方法，包括以下步骤：
S101)无人机通过搭载于其上的激光三维扫描仪和地质雷达采集桥梁的现场数据；
S102)所述无人机采集的现场数据通过数据传输模块发送至地面控制中心；
S103)所述地面控制中心的数据处理与故障检测模块对所述激光三维扫描仪采集的激光三维扫描数据进行处理，完成对所述桥梁被检测区域的三维建模，同时对所述地质雷达采集的雷达回波数据进行处理；
S104)所述数据处理与故障检测模块通过对三维建模和雷达回波数据进行分析，检测出所述桥梁的缺陷及缺陷所在的位置。
优选的，所述步骤S101)进一步包括：
所述激光三维扫描仪分别扫描所述桥梁包括桥墩面、桥外沿面、桥底面、活动支座、橡胶支座、钢梁在内区域的三维点信息并形成三维点云数据，以反映所述桥梁检测区域包括裂缝、蜂窝、麻面、剥落、掉角、空洞、孔洞在内的缺陷。
优选的，所述步骤S101)进一步包括：
所述地质雷达通过向所述桥梁的被测区域连续发射脉冲式高频电磁波，并接收电磁波回波信号对所述桥梁的混凝土内部空隙进行探测。
优选的，所述无人机通过搭载于其上的超声波雷达防止所述无人机碰撞物体，并确保所述无人机安全飞行。
优选的，所述无人机通过搭载于其上的激光测距仪确定所述无人机与被测对象之间的距离。
优选的，所述步骤S103)中数据处理与故障检测模块的处理过程进一步包括：
S1031)对所述数据传输模块传输的激光三维扫描数据进行存储；
S1032)对存储的激光三维扫描数据进行干扰滤除预处理后建立初始的三维点云模型；
S1033)将所述三维点云模型转换为三角网格模型，并对所述三角网格模型进行化简处理以重建所述桥梁的三维模型。
优选的，所述地面控制中心的无人机控制模块通过所述数据传输模块将控制指令实时发送至所述无人机的飞行控制模块，所述无人机通过所述数据传输模块将飞行状态数据实时传输至所述无人机控制模块。
优选的，所述步骤S104)进一步包括以下步骤：
通过对经过重建的所述桥梁三维模型中的三维点云数据进行空间量测定位所述桥梁包括缺陷长度、宽度、深度、高度、位置在内的信息，检测出所述桥梁上的缺陷及缺陷的位置。同时通过对前后两次采集的激光三维扫描数据进行对比，以获取缺陷的动态变化量。同时将缺陷位置及类型发送至便携式手持终端上，由工作人员携带便携式手持终端对所述桥梁进行维护。
优选的，所述飞行控制模块通过搭载在所述无人机上的GPS导航仪获取所述无人机在飞行过程中的位置信息。所述步骤S1032)进一步包括：
所述数据处理与故障检测模块根据所述激光三维扫描仪对所述桥梁被测区域的局部定位信息，以及所述GPS导航仪的全局定位信息形成初始的三维点云数据，并通过空间点滤波或平滑处理去除点云数据中的杂点和冗余点。
优选的，在所述步骤S1032)中，所述数据处理与故障检测模块将预处理后得到的离散点云数据转换为三维点云模型。
所述步骤S1033)进一步包括：
将所述三维点云模型转换为三角网格模型，并对所述三角网格模型中的三角网格进行化简，在维持所述桥梁的表面特征不变的情况下，最大限度地减少所述三角网格的数量。
通过实施上述本发明提供的桥梁巡检方法的技术方案，具有如下有益效果：
(1)本发明桥梁巡检方法以无人机为平台，成本低、效率高、可靠性高、灵活性大，且不需占用轨道，检测时间不受限制，不影响列车运行，通过安装避障雷达，提高无人机飞行的安全性；
(2)本发明桥梁巡检方法采用激光扫描桥梁三维信息，激光扫描对温度和光照没有要求，能够解决相机成像因光照获取图像数据，抗干扰性低的技术问题；
(3)本发明桥梁巡检方法通过对桥梁进行三维建模，以及点云数据中进行空间量测得到缺陷三维信息，通过对三维点云数据的处理，重建桥梁被检区域的三维模型，能够实现对桥梁缺陷的多维度检测，不但能够得到缺陷的平面信息，还能得到深度信息，并能够准确定位桥梁缺陷的具体位置；
(4)本发明桥梁巡检方法通过对前后两次采集数据进行对比，能够动态检测缺陷尺寸的变化量，能够有效地指导工人进行维护作业；
(5)本发明桥梁巡检方法采用地质雷达能够完成对桥梁混凝土内部空隙的探测，完善了内部伤损的检测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
图1是本发明方法所基于的桥梁巡检系统一种具体实施例的功能组成示意图；
图2是本发明方法所基于的桥梁巡检系统一种具体实施例的系统结构框图；
图3是本发明方法所基于的桥梁巡检系统一种具体实施例中数据存储及处理模块的功能组成示意图；
图4是本发明方法所基于的桥梁巡检系统一种具体实施例中数据存储及处理模块的结构组成框图；
图5是利用本发明桥梁巡检方法进行桥墩面巡检的示意图；
图6是利用本发明桥梁巡检方法进行桥外沿面巡检的示意图；
图7是利用本发明桥梁巡检方法进行桥底面巡检的示意图；
图8是本发明桥梁巡检方法一种具体实施例的程序流程图；
图9是本发明桥梁巡检方法一种具体实施例中数据存储及处理过程的程序流程图；
图中：1-无人机，2-数据采集模块，3-数据传输模块，4-地面控制中心，5-数据存储与处理模块，6-无人机控制模块，7-桥梁，21-激光三维扫描仪，22-地质雷达，23-激光测距仪，24-超声波雷达，51-数据存储单元，52-初始建模单元，53-数据网格化处理单元，54--故障检测单元，71-桥墩面，72-桥外沿面，73-桥底面。
具体实施方式
为了引用和清楚起见，将下文中使用的技术名词、简写或缩写记载如下：
GPS：Global Positioning System，全球定位系统的简称；
点云数据：扫描资料以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(RGB)或反射强度信息(Intensity)；点云数据除了具有几何位置以外，有的还有颜色信息，颜色信息通常是通过相机获取彩色影像，然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点；强度信息的获取是激光扫描仪接收装置采集到的回波强度，此强度信息通常与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如附图1至附图9所示，给出了本发明桥梁巡检方法的具体实施例，下面结合附图和具体实施例对本发明作进一步说明。
实施例1
如附图1和附图2所示，一种本发明方法所基于的桥梁巡检系统的具体实施例，用于桥梁7巡检，包括：无人机1、数据传输模块3、地面控制中心4，及搭载于无人机1上的数据采集模块2。无人机1可以采用固定翼无人机、多旋翼无人机或无人直升机等形式。其中，数据采集模块2包括搭载在无人机1上用于采集桥梁现场信息的各种传感器。数据采集模块2进一步包括激光三维扫描仪21和地质雷达22。无人机1通过激光三维扫描仪21和地质雷达22采集桥梁7的现场数据。无人机1采集的现场数据通过数据传输模块3发送至地面控制中心4。地面控制中心4的数据处理与故障检测模块5对激光三维扫描仪21采集的激光三维扫描数据进行处理，完成对桥梁7被检测区域的三维建模，同时对地质雷达22采集的雷达回波数据进行处理。数据处理与故障检测模块5通过对三维建模和雷达回波数据进行分析，检测出桥梁7的缺陷及缺陷所在的位置。地质雷达技术是一种地球物理探测技术，它通过发射器向地下连续发射脉冲式高频电磁波，根据记录到的反射波到达时间，电磁波在该介质中的传播速度，即可确定界面或目标体的深度，根据反射波的形态、强弱及其频率特征可进一步判断目标体的形态和性质。激光三维扫描仪21对桥梁7的现场数据进行采集，获取桥梁7的点云数据并对桥梁7的被检测区域进行三维模型重建，在点云数据中进行桥梁缺陷检测，检测内容不仅包括缺陷的平面信息，而且能够提取深度信息，并且能够准确定位缺陷的具体位置。在本实施例中，地质雷达22通过对桥梁7的混凝土内部进行探测，根据反射波的形态、强弱及其频率判断混凝土内部的空隙。
如附图5、6和7所示，激光三维扫描仪21分别扫描桥梁7包括桥墩面71、桥外沿面72、桥底面73、活动支座、橡胶支座、钢梁在内区域的三维点信息并形成三维点云数据，以反映桥梁7检测区域包括裂缝、蜂窝、麻面、剥落、掉角、空洞、孔洞在内的缺陷。数据获取是指采集桥梁7的相关数据，这一步主要由激光三维扫描仪21来完成。为了获取较完整且质量较高的桥梁三维数据，需要考虑如扫描视点的规划、激光扫描仪和扫描分辨率的选择、扫描数据的格式及表示等问题。除此之外，要恢复出较大规模的三维模型，还需要引入辅助设备进行相关数据的提取，如使用GPS导航仪获取无人机1行驶过程中的位置信息等。数据处理与故障检测模块5通过对三维点云数据进行空间量测定位桥梁7包括缺陷长度、宽度、深度、高度、位置在内的信息，同时通过对前后两次采集的激光三维扫描数据进行对比，以获取缺陷的动态变化量。因此，本实施例桥梁巡检方法对桥梁7进行缺陷检测的类型包括但不限于以下情况：
1、桥墩面71、桥外沿面72、桥底面73、箱梁裂缝、蜂窝、麻面、剥落、掉角、空洞、孔洞检测；
2、混凝土内部空隙检测；
3、板式橡胶支座检测。
地质雷达22用于实现桥梁7的混凝土内部空隙探测。数据采集模块2还包括用于防止无人机1碰撞物体，并确保无人机1安全飞行的超声波雷达24。数据采集模块2还包括用于确定无人机1与被测对象之间距离的激光测距仪23，激光测距仪23的使用能够保证无人机1与被测对象之间距离的一致性。
如附图3和附图4所示，数据处理与故障检测模块5的功能包括：接收桥梁线路现场数据，分析数据，确定缺陷位置，对缺陷(安全隐患)进行分类，然后输出用户需要的用于指导线路养护的各种报表。数据处理与故障检测模块5进一步包括依次相连的数据存储单元51、初始建模单元52和数据网格化处理单元53。本实施例基于激光扫描数据的三维桥梁物模型重建是通过对激光三维扫描仪21获取的距离数据进行一系列后续处理完成的，具体过程为：数据存储单元51对数据传输模块3传输的激光三维扫描数据进行存储。初始建模单元52对存储的激光三维扫描数据进行干扰滤除预处理后建立初始的三维点云模型。扫描过程中会获得大量与被扫描物体无关的点云数据，这不仅占用大量的存储空间，而且还会对后续的处理上带来很多不便，因此预处理的主要工作包括对三维数据的滤波以及评估。数据网格化处理单元53将三维点云模型转换(拼接)为三角网格模型，并对三角网格模型进行化简处理，从而完成桥梁7被检测区域的三维模型重建。数据处理与故障检测模块5还能对外输出三维模型重建数据用于显示。
无人机1包括整机及飞行控制系统，飞行控制系统包括高度计、陀螺仪等传感器，主要用于实现无人机1的飞行高度、轨迹和姿态控制，及保证无人机1的安全稳定飞行。地面控制中心4还设置有无人机控制模块6，无人机控制模块6通过数据传输模块3将控制指令通过无线传输实时发送至无人机1的飞行控制模块，无人机1通过数据传输模块3将飞行状态数据通过无线传输实时传送至地面控制中心4的无人机控制模块6。
数据采集模块2还包括GPS导航仪，飞行控制模块通过GPS导航仪获取无人机1在飞行过程中的位置信息。初始建模单元52根据激光三维扫描仪21对桥梁7被测区域的局部定位信息，以及GPS导航仪的全局定位信息形成初始的三维点云数据，并通过空间点滤波或平滑处理去除三维点云数据中的杂点和冗余点。初始建模单元52的具体工作过程为：首先通过无人机1的局部定位和全局定位将扫描数据组织起来，建立起初始的点云模型。经激光三维扫描仪21获取的初始数据由于受环境的影响以及设备自身的误差，往往存在很多杂点。一方面，这些杂点如果不能有效地去除，将对后续步骤的处理效果产生严重的影响。另一方面，由于数据量过大，如果不能有效地去除冗余点，将严重影响后续步骤的处理速度。因此，对三维点云数据的初始处理是三维模型重建的关键一步。目前，常用的处理方法主要有空间点滤波、平滑等方法能够有效地去除杂点和冗余点。
经初始预处理后得到的模型还是离散的三维点云数据，不能真实准确的反映桥梁7的表面形态，还需进一步将三维点云数据转化为三角网格模型，以达到更好的可视化效果。初始建模单元52将预处理后得到的离散点云数据转换为三维点云模型，数据网格化处理单元53将三维点云模型转换为三角网格模型，经三角网格表现的桥梁7表面已经可以清晰地看出其轮廓，但是为了满足后续相关步骤处理的需要，需要对初始的三角网格进行化简。对三角网格模型中的三角网格进行化简的原则是，在维持桥梁7的表面特征不变的情况下，最大限度地减少三角网格的数量。
数据处理与故障检测模块5还进一步包括故障检测单元54，故障检测单元54对经过重建的桥梁7三维模型中的三维点云数据进行空间量测，检测出桥梁7上的缺陷及缺陷的位置，比如关键部位的裂缝、蜂窝、麻面、剥落、掉角、空洞、孔洞、混凝土内部空隙等缺陷，并对安全隐患进行分类，然后输出用户需要的用于指导桥梁线路养护的各种报表。故障检测单元54同时将缺陷位置及类型发送至便携式手持终端上，由工作人员携带便携式手持终端到达缺陷地点对桥梁7进行上道维护。通过使用便携式手持终端接收缺陷点的位置及图片，能够极大地方便工作人员进行缺陷维修。地面控制中心4的载体可以是各种自运行设备，如：货车、移动巡检车等。
本实施例描述的桥梁巡检方法以无人机1为平台，通过激光三维扫描仪21、地质雷达22采集桥梁7的现场数据，通过数据传输(无线通信)模块3实时将数据发送至地面控制中心(计算机控制处理中心)4的数据处理与故障检测模块5，数据处理与故障检测模块(载体可以是计算机)5对通过对激光三维扫描数据进行处理，完成对桥梁被检测区域的三维建模，同时对地质雷达22接收到的回波进行分析，查找出桥梁7上的缺陷及缺陷点的具体位置。本实施例描述的桥梁巡检方法具有自动化程度高、安全性好、成本低、灵活性大，且巡检时间不受限制、不影响列车运行、能够全天侯作业等优点，并能对故障进行分类归档，然后指导工作人员进行维护。同时，本实施例描述的桥梁巡检方法通过搭载激光三维扫描仪21分别扫描桥墩面71、桥底面72、桥外沿面73、活动支座、板式橡胶支座、钢梁等区域的三维点信息，然后建立桥梁被检测区域的三维模型，三维点信息即扫描所得到的数据是带有三维坐标的点所组成的点云，可以直接在点云中进行空间量测，激光扫描对温度和光照没有要求，能够解决光照不均匀带来的图像不清晰问题，同时具有高效率、高精度的优势。本实施例通过三维激光扫描能够获取桥梁被检测区域表面的高分辨率三维点云数据，能够非常直观地反映桥梁被检测区域的裂缝、蜂窝、麻面、剥落、掉角、空洞、孔洞等缺陷问题。本实施例通过三维点量测能够准确定位桥梁缺陷的长度、宽度、深度或高度信息及具体的位置信息，同时通过前后两次采集数据的对比，能够获取缺陷信息的动态变化量。
实施例2
如附图8所示，一种本发明桥梁巡检方法的具体实施例，包括以下步骤：
S101)无人机1通过搭载于其上的激光三维扫描仪21和地质雷达22采集桥梁7的现场数据；
S102)无人机1采集的现场数据通过数据传输模块3发送至地面控制中心4；
S103)地面控制中心4的数据处理与故障检测模块5对激光三维扫描仪21采集的激光三维扫描数据进行处理，完成对桥梁7被检测区域的三维建模，同时对地质雷达22采集的雷达回波数据进行处理；
S104)数据处理与故障检测模块5通过对三维建模和雷达回波数据进行分析，检测出桥梁7的缺陷及缺陷所在的位置。
步骤S101)进一步包括：
激光三维扫描仪21分别扫描桥梁7包括桥墩面71、桥外沿面72、桥底面73、活动支座、橡胶支座、钢梁等区域的三维点信息并形成三维点云数据，以反映桥梁7检测区域包括裂缝、蜂窝、麻面、剥落、掉角、空洞、孔洞在内的缺陷。
步骤S101)进一步包括：
地质雷达22通过向桥梁7的被测区域连续发射脉冲式高频电磁波，并接收电磁波回波信号对桥梁7的混凝土内部空隙进行探测。
无人机1通过搭载于其上的超声波雷达24防止无人机1碰撞物体，并确保无人机1安全飞行。
无人机1通过搭载于其上的激光测距仪23确定无人机1与被测对象之间的距离。
数据处理与故障检测模块5的处理过程主要是针对通过激光三维扫描获得的桥梁被检测区域的点云数据进行处理，包含点云数据存储、点云数据预处理、点云数据配准(初始的三维点云模型建立)、数据网格化(包括网格化简)等流程，重建桥梁被检测区域的三维模型，并在三维点云数据中进行裂缝检测。同时，对地质雷达返回数据进行分析，检测混凝土内部空隙。如附图9所示，步骤S103)中数据处理与故障检测模块5的处理过程进一步包括：
S1031)对数据传输模块3传输的激光三维扫描数据进行存储；
S1032)对存储的激光三维扫描数据进行干扰滤除预处理后建立初始的三维点云模型；
S1033)将三维点云模型转换为三角网格模型，并对三角网格模型进行化简处理以重建桥梁7的三维模型。
地面控制中心4的无人机控制模块6通过数据传输模块3将控制指令实时发送至无人机1的飞行控制模块，无人机1通过数据传输模块3将飞行状态数据实时传输至无人机控制模块6。
步骤S104)进一步包括以下步骤：
通过对经过重建的桥梁7三维模型中的三维点云数据进行空间量测定位桥梁7包括缺陷长度、宽度、深度、高度、位置在内的信息，检测出桥梁7上的缺陷及缺陷的位置。同时，通过对前后两次采集的激光三维扫描数据进行对比，以获取缺陷的动态变化量。同时将缺陷位置及类型发送至便携式手持终端上，由工作人员携带便携式手持终端对桥梁7进行维护。
飞行控制模块通过搭载在无人机1上的GPS导航仪获取无人机1在飞行过程中的位置信息。步骤S1032)进一步包括：
数据处理与故障检测模块5根据激光三维扫描仪21对桥梁7被测区域的局部定位信息，以及GPS导航仪的全局定位信息形成初始的三维点云数据，并通过空间点滤波或平滑处理去除点云数据中的杂点和冗余点。数据处理与故障检测模块5将预处理后得到的离散点云数据转换为三维点云模型。
步骤S1033)进一步包括：
将三维点云模型转换为三角网格模型，并对三角网格模型中的三角网格进行化简，在维持桥梁7的表面特征不变的情况下，最大限度地减少三角网格的数量。
通过实施本发明具体实施例描述的桥梁巡检方法的技术方案，能够产生如下技术效果：
(1)本发明具体实施例描述的桥梁巡检方法以无人机为平台，成本低、效率高、可靠性高、灵活性大，且不需占用轨道，检测时间不受限制，不影响列车运行，通过安装避障雷达，提高无人机飞行的安全性；
(2)本发明具体实施例描述的桥梁巡检方法采用激光扫描桥梁三维信息，激光扫描对温度和光照没有要求，能够解决相机成像因光照获取图像数据，抗干扰性低的技术问题；
(3)本发明具体实施例描述的桥梁巡检方法通过对桥梁进行三维建模，以及点云数据中进行空间量测得到缺陷三维信息，通过对三维点云数据的处理，重建桥梁被检区域的三维模型，能够实现对桥梁缺陷的多维度检测，不但能够得到缺陷的平面信息，还能得到深度信息，并能够准确定位桥梁缺陷的具体位置；
(4)本发明具体实施例描述的桥梁巡检方法通过对前后两次采集数据进行对比，能够动态检测缺陷尺寸的变化量，能够有效地指导工人进行维护作业；
(5)本发明具体实施例描述的桥梁巡检方法采用地质雷达能够完成对桥梁混凝土内部空隙的探测，完善了内部伤损的检测。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明的精神实质和技术方案的情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰，均仍属于本发明技术方案保护的范围。