起重设备作为建设工地上应用最广泛的机械,一旦发生安全事故,将会造成巨大的财产损失和人员伤亡,因此其检修具有重要的现实意义。现有的起重设备检修主要以人力为主,存在检修人员安全无保障、检修技术要求高、检修效率低以及检修质量差等问题,而无人机检修具有安全、效率高等优势,已成为起重设备智能检修的发展趋势之一。本文围绕面向起重设备的无人机检测系统展开研究,重点研究了起重设备垂直度缺陷异常检测、起重设备缺陷精确定位、无人机检测系统硬件方案设计、无人机检测软件系统研制等四个方面的内容:(1)起重设备垂直度缺陷异常检测。针对传统的垂直度缺陷检测方法中存在的复杂度高、安全风险大的问题,提出了一种基于无人机图像的起重设备垂直度缺陷异常检测算法。该算法利用无人机获取起重设备塔身底部及顶部图像,继而将其转换到同一图像空间坐标系下,通过计算两个参考点的偏移量获得垂直度,并将其与阈值对比判断是否为缺陷异常。该算法降低了检测复杂度,提高了垂直度缺陷检测的安全性。(2)起重设备缺陷精确定位。由于起重设备局部具有重复性,特征不明显等特点,因此针对起重设备缺陷的精确定位问题,提出了一种融合孪生网络和图像配准算法的起重设备缺陷定位算法。该算法提取细节图像和全局图像的sift特征,并通过孪生网络比较图像块的相似性,继而实现了细节图像和全局图像的配准,最终完成起重设备缺陷的精确定位,为后续的缺陷检修提供了准确的定位信息。(3)无人机检测系统硬件方案设计。针对起重设备缺陷检测的具体场景,完成了无人机检测系统硬件方案设计。给出了基于双RTK定位的精确定位模块、基于雷达的避障模块以及基于双云台相机的成像模块的详细设计。(4)无人机检测软件系统研制。基于前述理论方法,完成了无人机检测软件系统的设计与研制。应用结果表明该系统具有系统管理、图像显示、基本绘图、设备管理、缺陷参数获取、查询统计等功能,可以辅助检修人员完成起重设备的缺陷检测工作。