1.一种基于JetsonNano桥梁裂纹检测方法，其特征在于，包括：为设置在桥梁检测工作站的JetsonNano配置神经网络模型；

接收所述JetsonNano的基于所述神经网络模型和待测桥梁的表面图片生成的分析数据；

基于所述分析数据，确定桥梁裂纹检测结果；

其中，所述JetsonNano的基于所述神经网络模型和待测桥梁的表面图片生成的分析数据，执行如下操作：获取至少一个所述待测桥梁的所述表面图片以及所述表面图片对应所述待测桥梁的位置；

基于所述位置对所述表面图片进行编号；

将各个所述表面图片输入所述神经网络模型，获取各个所述表面图片对应的输出数据；

将各个所述表面图片的编号和所述输出数据关联，形成所述分析数据；

其中，所述获取所述待测桥梁的所述表面图片，包括：通过分别拍摄所述待测桥梁的多个预设的第一位置的多个摄像头拍摄所述待测桥梁的第一图片；

通过桥梁检测车拍摄所述待测桥梁的供车辆行驶的桥面的第二图片；

通过无人机拍摄设备拍摄的所述待测桥梁的外侧的第三图片；

所述获取所述表面图片对应所述待测桥梁的位置，包括：获取预设的包含所述待测桥梁的三维空间；

获取所述摄像头的设置参数和第一拍摄参数；

基于所述设置参数，将所述摄像头映射至所述三维空间；

基于所述第一拍摄参数，确定所述摄像头对应的所述第一图片所对应的所述待测桥梁的位置；

获取所述桥梁检测车在拍摄所述第二图片的第一定位信息以及第二拍摄参数；

基于所述第一定位信息，将所述桥梁检测车映射至所述三维空间；

基于所述第二拍摄参数，确定所述第二图片所对应的所述待测桥梁的位置；

获取所述无人机拍摄设备在拍摄所述第三图片时，所述无人机拍摄设备的第二定位信息；

基于所述第二定位信息，将所述无人机拍摄设备映射至所述三维空间；

基于第三拍摄参数，确定所述第三图片所对应的所述待测桥梁的位置。

2.如权利要求1所述的基于JetsonNano桥梁裂纹检测方法，其特征在于，所述基于所述分析数据，确定桥梁裂纹检测结果，包括：解析所述分析数据，构建分析特征集；

获取预设的检测库；

将所述分析特征集与所述检测库内的各个标准特征集进行一一匹配；

当所述分析特征集与所述标准特征集匹配时，获取所述检测库中与标准特征集对应关联的所述桥梁裂纹检测结果；

其中，解析所述分析数据，构建所述分析特征集，包括：依据预设的分析数据采样规则，对所述分析数据进行采样，共获取N组采样数据；N的值大于等于1；

将每组的所述采样数据中的所述输出数据，按照所述编号的进行顺序排列，形成一行数据；

按照各组所述采样数据的时间先后顺序将各行数据从上至下排列，形成所述分析特征集；其中，距离当前时间最近的所述采样数据位于第一行。

3.如权利要求1所述的基于JetsonNano桥梁裂纹检测方法，其特征在于，所述获取至少一个所述待测桥梁的所述表面图片以及所述表面图片对应所述待测桥梁的位置，包括：对所述表面图片的预设的区域进行区域提取；

获取第一区域图片；

获取预设的位置确定库；

将所述第一区域图片与所述位置确定库中各个标准图片进行匹配，获取与所述第一区域图片匹配的所述标准图片对应的所述位置信息；

解析所述位置信息，确定所述表面图片对应的所述待测桥梁的位置。

4.如权利要求1所述的基于JetsonNano桥梁裂纹检测方法，其特征在于，所述基于所述位置对所述表面图片进行编号，包括：获取预设的包含所述待测桥梁的三维空间；

基于所述表面图片对应的所述待测桥梁的位置，确定所述表面图片对应所述三维空间中的坐标值；

将所述坐标值，按顺序排列，形成所述表面图片的编号。

5.一种基于JetsonNano桥梁裂纹检测系统，其特征在于，包括：配置模块，用于为设置在桥梁检测工作站的JetsonNano配置神经网络模型；

分析数据接收模块，用于接收所述JetsonNano的基于所述神经网络模型和待测桥梁的表面图片生成的分析数据；

检测模块，用于基于所述分析数据，确定桥梁裂纹检测结果；

其中，所述JetsonNano的基于所述神经网络模型和待测桥梁的表面图片生成的分析数据，执行如下操作：获取至少一个所述待测桥梁的所述表面图片以及所述表面图片对应所述待测桥梁的位置；

基于所述位置对所述表面图片进行编号；

将各个所述表面图片输入所述神经网络模型，获取各个所述表面图片对应的输出数据；

将各个所述表面图片的编号和所述输出数据关联，形成所述分析数据；

其中，所述JetsonNano获取所述待测桥梁的所述表面图片，包括：通过分别拍摄所述待测桥梁的多个预设的第一位置的多个摄像头拍摄所述待测桥梁的第一图片；

通过桥梁检测车拍摄所述待测桥梁的供车辆行驶的桥面的第二图片；

通过无人机拍摄设备拍摄的所述待测桥梁的外侧的第三图片；

所述JetsonNano获取所述表面图片对应所述待测桥梁的位置，包括：获取预设的包含所述待测桥梁的三维空间；

获取所述摄像头的设置参数和第一拍摄参数；

基于所述设置参数，将所述摄像头映射至所述三维空间；

基于所述第一拍摄参数，确定所述摄像头对应的所述第一图片所对应的所述待测桥梁的位置；

获取所述桥梁检测车在拍摄所述第二图片的第一定位信息以及第二拍摄参数；

基于所述第一定位信息，将所述桥梁检测车映射至所述三维空间；

基于所述第二拍摄参数，确定所述第二图片所对应的所述待测桥梁的位置；

获取所述无人机拍摄设备在拍摄所述第三图片时，所述无人机拍摄设备的第二定位信息；

基于所述第二定位信息，将所述无人机拍摄设备映射至所述三维空间；

基于第三拍摄参数，确定所述第三图片所对应的所述待测桥梁的位置。

6.如权利要求5所述的基于JetsonNano桥梁裂纹检测系统，其特征在于，所述检测模块基于所述分析数据，确定桥梁裂纹检测结果，执行如下操作：解析所述分析数据，构建分析特征集；

获取预设的检测库；

将所述分析特征集与所述检测库内的各个标准特征集进行一一匹配；

当所述分析特征集与所述标准特征集匹配时，获取所述检测库中与标准特征集对应关联的所述桥梁裂纹检测结果；

其中，解析所述分析数据，构建所述分析特征集，包括：依据预设的分析数据采样规则，对所述分析数据进行采样，共获取N组采样数据；N的值大于等于1；

将每组的所述采样数据中的所述输出数据，按照所述编号的进行顺序排列，形成一行数据；

按照各组所述采样数据的时间先后顺序将各行数据从上至下排列，形成所述分析特征集；其中，距离当前时间最近的所述采样数据位于第一行。