技术难题的应用领域：

桥梁在建造和使用过程中，由于受到环境、有害物质的侵蚀，车辆、风、地震、疲劳、人为因素等作用，以及材料自身性能的不断退化，导致结构各部分在远没有达到设计年限前就产生不同程度的损伤和劣化。这些损伤如果不能及时得到检测和维修，轻则影响行车安全和缩短桥梁使用寿命，重则导致桥梁突然破坏和倒塌。目前传统的手段主要通过肉眼人工判断，安全性低的同时，又极易产生漏看、漏检等问题。因此无人机桥梁精细化巡检技术的应用，是对原有传统巡检技术进行了有效的提升。挂载空间分辨率0.03mm的长焦距相机，在建模的同时，又能保证巡检精度。

目前所处水平等级：

国内领先，目前已与相关检测单位进行了实地巡检实验，快速建模与数据采集技术可行，检测结果精度已达到预期。

技术需突破难点：

对于巡检出现的病害通过视觉模块自动识别可以极大提高巡检效率并能降低工作强度。其难点是通过人工智能对影像中出现病害的识别判断与分析。因此需要人工智能分析领域的技术支持。

需请专家支持或解决的问题：

1、对整体自动化分析的架构给予全程指导；2、对相关数据的轻量化改进。

需要解决关键技术难题 ：

1、病害自动分析系统的架构设计；2、人工智能的学习需要大量的数据支撑，关于桥梁病害的数据库的建立。

技术参数与相关指标描述 ：

1、挂载采用中画幅单镜头相机；2、像素1.02亿；3、重量约900g；4、镜头焦距50mm；5、最小曝光间隔0.5s；6、存储512GB；7、平台选用大疆M300RTK。