1. 研究目的与意义、国内外研究现状（文献综述）
一、研究背景
伴随着经济的快速发展，城乡一体化建设的快速推进以及近些年来房地产行业的红火，对于高层住宅等建筑的需求量越来越大。与此同时，人们的生活水平正在不断提高，对于建筑的需求不仅仅停留在安全和使用的基础水平上，人们还更多地对建筑的美观性提出了要求。虽然现阶段的房屋建筑质量得到了显著的改善，安全性和美观性都有很大的提升，但是墙体裂缝还是一个比较普遍存在的问题。墙体裂缝不但影响着房屋的美观性，还会威胁到居民的人身财产安全，而那些因为一些因素难以检测的裂缝可能会因没有得到及时的修复而进一步加剧对建筑物的危害[1-4]。
房屋建筑墙体裂缝产生的原因主要有如下几种：1、施工不当导致的墙体裂缝。在施工工程中对于拟建区的岩土工程低质调查不够，以及施工单位在施工过程中未能按照设计完成相应的施工，导致的施工质量与设计要求质量存在差异。2、温度引起的房屋建筑墙体裂缝。由于城市普遍存在“热岛效应”，导致昼夜温差较大，使得建筑外墙表面存在明显的热胀冷缩现象，造成裂分搞得产生。3、地基沉降引发的房屋建筑外墙表面开裂。最显著的就是过度抽取地下水和地震等地质灾害造成的房屋建筑墙体出现裂缝[1]。也正是因为房屋建筑墙体裂缝产生的原因比较复杂，不同裂缝的类型和诱发因素存在较大的差异，并且没有太多有效的方式可以在施工过程中避免裂缝的产生，所以对于建筑墙体裂缝的及时检测与修补就是一项非常重要的技术，能够延长建筑寿命和安全性，保障居民的人身财产安全。
2. 研究的基本内容和问题
一、主要研究内容：
1. 实时裂缝查找系统的设计：完成深度学习目标检测的算法搭建和训练。
2. 实时裂缝查找系统训练样本的收集和label的制作。
3. 研究的方法与方案
一、拟采用的研究方法
首先我们要确定裂缝检测系统的整体方案，裂缝检测系统由三个主要部分组成：1、裂缝实时检测系统；2、裂缝分析系统；3、无人机无线图传系统。
首先裂缝实时检测系统，考虑到需要实时检测，重点在于检测的准确度和检测的速度，于是我们选择使用深度学习目标检测中的yolo算法进行实时的裂缝检测。yolo的优点在于其识别速度快、准确率高，能够直观地看到检测的效果。根据实时检测系统的需求，寻找合适的训练样本，并对样本进行label处理，完成处理后使用样本对网络进行训练并分析训练结果进行进一步的优化。
4. 研究创新点
[1]宋允伟.房屋建筑墙体裂缝形成原因及施工防治和技术处理[j].住宅与房地产,2020(21):186.
[2]陈岳敏,牟强.高层住宅墙体及楼板裂缝鉴定分析与处理[j].工程质量,2019,37(09):89-92.
[3] otieno m b, alexander m g, beushausen h d.corrosion in cracked and uncracked concrete–influence of crack width, concretequality and crack reopening[j]. magazine of concrete research, 2010, 62(6):393-404.
5. 研究计划与进展
| 序号 | 起讫日期 | 工作内容 |
| （1） | 2021年2月28日- 2021年3月02日 | 对研究课题《基于无人机的智能墙体裂缝监测系统设计》进行调研和查阅文献资料 |
| （2） | 2021年3月05日- 2021年3月09日 | 确立系统整体的设计方案，通过调研了解整个系统大体的设计思路 |
| （3） | 2021年3月12日- 2021年3月23日 | 研究系统裂缝检测方面的设计，确定使用的检测技术 |
| （4） | 2021年3月26日- 2021年4月13日 | 研究系统裂缝分析与定伤方面设计，进行检测模块程序和信息处理程序 |
| （5） | 2021年4月26日- 2021年5月11日 | 进行检测程序和无人机的联合调试 |
| （6） | 2021年5月14日- 2021年5月18日 | 设计过程中完成翻译英文文献的工作 |
| （7） | 2021年5月21日- 2021年6月08日 | 完成毕业设计的所有测试，最后进行论文的撰写 |
| （8） | 2021年06月11日- 2021年06月15日 | 整理毕设的相关资料，制作ppt，准备答辩 |
