《ADVANCED ENGINEERING INFORMATICS》：A multi-module optimized UAV-YOLOv11 model and 3D coordinate reconstruction method for UAV-based monitoring of cable dome nodes
编辑推荐：
自动化监测与三维坐标重建方法研究。针对电缆穹顶节点监测中的小目标定位和三维重建难题，提出知识引导的感知-解决方案协作框架，通过改进YOLOv11模型和引入结构先验约束，实现高精度自动化监测，平均精度达2.72厘米。
文凌倩|吕慧|谢欣|冯晓东|李元奇|吕家洋|刘菲菲
南昌航空大学土木工程与交通学院，中国南昌 330063
摘要
准确监测缆索穹顶结构节点的空间位置对其结构安全至关重要。传统的测量方法效率低下，而现有的视觉技术受到节点目标尺寸小、背景干扰强以及定位精度不足等挑战的限制。为了解决这些问题，本文提出了一种基于知识的感知-解决协作框架，能够从无人机图像自动重建出3D空间坐标。该框架首先构建了一个多模块优化的UAV-YOLOv11检测模型。通过集成双层路由注意力机制、轻量级卷积和标准化Wasserstein距离损失函数，检测精度mAP@0.5:0.95提高到了88.7%。在重建阶段，利用从MATLAB形态寻找算法中得到的几何、拓扑和对称性约束，指导Python进行坐标反投影和优化计算，形成了一个逆向重建机制，最终实现了平均2.72厘米的点测量精度。这项研究为大型空间结构的建造和健康监测提供了一条可靠的技术路径，促进了知识嵌入工程信息学方法在结构监测中的实际应用。
引言
作为长跨度空间结构的典型代表，缆索穹顶被广泛应用于体育场和交通枢纽等大型公共建筑中[1]。在这些结构的建造和运维阶段，控制其几何精度极为关键，这与它们复杂的拓扑配置和预应力分布的准确性直接相关。虽然传统的测量方法（如全站仪测量）具有较高的精度，但存在效率低、成本高以及难以实现全场实时监测等局限性[2]。近年来，结合无人机图像和计算机视觉的非接触式测量技术为大型结构的快速监测提供了新的思路[3]。然而，这项技术在缆索穹顶节点监测方面仍面临三个主要挑战：在高海拔俯视角度下，节点目标尺寸小、分布密集，并受到复杂缆索-支柱背景的干扰，导致识别精度和鲁棒性不足；模型轻量化需求与高精度检测目标之间存在矛盾；在2D到3D坐标重建过程中，缺乏结构先验知识容易引入系统误差，影响坐标重建结果的可靠性和准确性。
为了解决上述问题，相关领域已经取得了一定的研究成果。在目标检测方面，YOLO系列模型通过引入Transformer注意力机制[5]增强了全局上下文建模能力，并通过轻量级设计[6]提高了推理效率。为了解决小目标定位问题，提出了标准化Wasserstein距离（NWD）[7]等损失函数，以提高IoU对位置偏差的敏感性。尽管现有方法在各自领域取得了进展，但仍然缺乏一种能够系统集成视觉感知和结构领域知识的综合监测解决方案，难以同时平衡检测精度、部署效率和物理合理性。
为此，本研究提出了一种基于知识的感知-解决协作框架，实现了从无人机图像识别到缆索穹顶节点3D坐标重建的全过程自动化。该框架围绕上述三个主要挑战进行了系统的集成创新：为了抑制复杂背景干扰，引入了基于BiFormer的双层路由注意力（BRA）机制，构建了C2PSA-BiFormer模块以实现动态稀疏的准全局感知；为了解决边缘部署需求，使用了GhostModule来简化模型结构，平衡性能和效率；为了解决小目标定位不稳定性，使用NWD损失函数优化回归过程，提高了对位置偏差的鲁棒性。基于这些模块，构建了一个专用于节点检测的UAV-YOLOv11模型。
本研究的关键在于通过MATLAB形态寻找算法，将结构理论中的几何形态、拓扑连接和对称性质转化为可计算的数学约束。这套约束作为先验知识，系统地指导了从像素坐标到3D坐标的反投影和优化过程，从而在视觉观测和物理定律之间建立了深度融合机制，最终实现了高精度和高度一致的3D坐标恢复。
该方法具有重要的工程应用价值，能够覆盖从施工期间快速验证节点精度到运营期间结构健康监测的整个生命周期。通过定期数据收集和智能分析，为预防性维护提供了决策支持。本研究的核心在于感知与解决方案的深度集成，将依赖手动离散操作的传统测量过程革命性地转变为端到端、可解释且物理一致的智能系统，为工程信息学在基础设施运维中的实践提供了可行的路径。
基于改进的YOLOv11的多模块优化无人机检测模型
本研究针对无人机图像中缆索穹顶节点的智能识别任务，提出了一种基于YOLOv11架构的改进检测模型，称为UAV-YOLOv11。该模型并非官方版本的直接应用，而是通过对三个先进技术模块的系统集成进行了针对性优化。核心改进包括三个方面：引入C2PSA-BiFormer模块以提高模型的感知能力
基于形态寻找理论的节点3D坐标重建方法
鼓蜂窝四支柱III型（表示为24Ⅲ）缆索穹顶放弃了传统的“张力缆索海洋和压缩支柱岛屿”配置概念[29]，采用了一种新的空间结构系统，该系统采用多支柱集成布局[30]。该结构的上弦采用鼓蜂窝六边形主次网格，可以视为沿周向间隔排列的径向交错半单元组成的六边形网格。
样本数据收集
本研究选用了DJI Air 3无人机来拍摄跨度为10米的24Ⅲ型缆索穹顶模型的图像。使用70毫米的中焦镜头，在固定高度进行正射拍摄，以减少透视变形和组件遮挡，获取完整的节点俯视图图像。拍摄工作在晴朗天气的固定时间段内进行，使用统一的手动相机参数设置以确保光照条件一致并最小化曝光误差
结论
本研究解决了鼓蜂窝缆索穹顶结构节点识别和3D坐标重建的技术难题。首先，构建了一个包含2700张高质量标注图像的专用数据集。然后，提出了一种基于知识的感知-解决协作框架，实现了从无人机图像到3D空间坐标的自动重建。该框架将深度学习感知模型与结构形态寻找理论深度集成
CRediT作者贡献声明
文凌倩：撰写——原始稿件、调查、数据整理。吕慧：撰写——审阅与编辑、资金获取、方法论。谢欣：调查、撰写——原始稿件。冯晓东：撰写——审阅与编辑、调查。李元奇：调查、验证。吕家洋：数据整理。刘菲菲：数据整理。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
本文所述的研究得到了国家自然科学基金（编号：52568028）的财政支持，特此表示感谢。
