1.一种用于桥梁裂纹识别及修补的无人机装置，包括无人机模块，其特征在于，所述无人机模块包括无人机本体、电池组件（11）以及对应的无人机控制组件（10），所述无人机控制组件（10）包括GPS模组、下位机以及集成有IMU的PX4飞控模组；

所述无人机本体上分别设有喷浆模块、移动模块、图像拍摄模块、识别模块以及处理控制模块，喷浆模块和移动模块皆通过处理控制模块与图像拍摄模块和识别模块形成联动配合，所述无人机控制组件（10）与处理控制模块相连；

所述喷浆模块包括固定于无人机本体底部的注浆罐（6），所述注浆罐（6）内的磁性浆液依次通过软管（13）、转接管（15）和注浆硬管（9）后从喷头（24）喷出，注浆罐（6）的顶部通过开口管（14）与大气连通，所述软管（13）内埋设有导电线圈（25），导电线圈（25）与变压器、下位机和电池组件（11）形成通电配合，且导电线圈（25）在通电后形成磁场与磁性浆液形成驱动配合，磁场方向由软管（13）指向转接管（15）；

所述移动模块包括由驱动组件驱动的圆形卡锁滑块（22），所述注浆硬管（9）通过圆形卡锁滑块（22）与移动导轨（23）滑动配合；

所述移动模块包括水平布置的移动导轨（23），移动导轨（23）通过固定件（21）与安装架固定安装，且移动导轨（23）的同一侧两端设有滚轮（20），滚轮（20）之间通过传动带（16）形成传动配合，传动配合方向与移动导轨（23）布置方向相同，注浆硬管（9）嵌设卡接于圆形卡锁滑块（22）的圆环卡接部，圆形卡锁滑块（22）的一侧设有滑块部与移动导轨（23）滑动配合，圆形卡锁滑块（22）的另一侧与传动带（16）可拆卸地固定安装形成联动配合，其中一个滚轮（20）的下方设有控制无刷电机（17），控制无刷电机（17）的输出轴与对应的滚轮（20）之间通过传动组件形成传动配合。

2.根据权利要求1所述的一种用于桥梁裂纹识别及修补的无人机装置，其特征在于，所述图像拍摄模块包括双目深度相机（1），用于实时拍摄周围图像并提取图像特征点传输至处理控制模块；

所述识别模块包括三维AI相机（4），用于通过算法实时进行裂纹识别并获得深度图像，将获得的数据和图像传输至处理控制模块；

所述处理控制模块包括机载电脑（2），用于处理双目深度相机（1）和三维AI相机（4）传输来的数据和图像，并根据处理结果实时调整无人机本体、喷浆模块和移动模块的状态。

3.根据权利要求2所述的一种用于桥梁裂纹识别及修补的无人机装置，其特征在于，所述无人机本体上设有四旋翼（3）以及与旋翼一一对应并联动安装的螺旋桨无刷电机（7），无人机本体的顶部设有镂空结构的安装架，且安装架与无人机本体共轴，四旋翼（3）以及螺旋桨无刷电机（7）皆位于安装架下方，图像拍摄模块和处理控制模块皆设于安装架的上方，移动模块设于安装架上，喷浆模块的注浆硬管（9）通过移动模块与安装架形成滑动配合，识别模块和无人机控制组件（10）皆设于安装架与无人机本体顶部之间，电池组件（11）和喷浆模块的注浆罐（6）皆设于无人机本体底部上。

4.根据权利要求3所述的一种用于桥梁裂纹识别及修补的无人机装置，其特征在于，所述安装架的顶部中间位置上设有底部支座（8），机载电脑（2）可拆卸地固定安装于底部支座（8）内，且机载电脑（2）的顶部固定安装有双目深度相机（1），双目深度相机（1）朝向喷头（24）一侧。

5.根据权利要求4所述的一种用于桥梁裂纹识别及修补的无人机装置，其特征在于，所述无人机主体的顶部中间位置上设有无人机控制组件（10），无人机控制组件（10）的一侧设有三维AI相机（4），三维AI相机（4）朝向喷头（24）一侧，无人机本体的底部中间位置上设有电池组件（11），电池组件（11）包括保护罩以及保护罩内的锂电池，围绕电池组件（11）的无人机本体底部上设有起落架（5），注浆罐（6）的两侧皆设有支架（12），注浆罐（6）通过支架（12）悬挂于电池组件（11）的正下方，且支架（12）与保护罩可拆卸地固定配合，所述注浆罐（6）内的浆液由纳米级的磁性固体颗粒、水泥、水、水性环氧树脂和沥青混合而成。

6.一种用于桥梁裂纹识别及修补的无人机使用方法，其特征在于，使用如权利要求1 5~

任一项所述的一种用于桥梁裂纹识别及修补的无人机装置对桥梁裂纹进行识别及修补的方法，包括以下步骤：Step1、无人机本体起飞后通过图像拍摄模块的双目深度相机（1）实时拍摄，提取图像特征点传输至处理控制模块的机载电脑（2），融合无人机控制组件（10）中的IMU与GPS信息确定自身位置；

Step2、通过机载电脑（2）计算喷头（24）与PX4飞控模组的相对位置，将无人机坐标系转换成喷头坐标系；

Step3、飞到指定位置后，无人机本体通过识别模块的三维AI相机（4）使用改进的YOLOv8算法通过机载电脑（2）进行裂纹识别并获得深度图像；

Step4、识别到裂缝以后确定裂缝中心点坐标以及裂缝深度，机载电脑（2）计算并保存每帧裂缝中心点坐标并拟合成一条曲线，通过PID闭环控制无人机位置,使喷头（24）对准裂缝中心点并进行巡线；

Step5、机载电脑（2）控制移动模块的控制无刷电机（17）转动带动传动带（16），传动带（16）带动注浆硬管（9），使喷头（24）进入裂纹，机载电脑（2）输出信号到下位机，下位机控制变压器输出电压以控制导电线圈（25）的磁场强度，从而控制注浆速度进行注浆。

7.根据权利要求6所述的一种用于桥梁裂纹识别及修补的无人机使用方法，其特征在于，所述Step3中改进YOLOv8算法的方法包括以下步骤：Step301、利用三维AI相机（4）拍摄各种桥梁裂纹的图片，自动生成的图片制作数据集；

Step302、设置训练模型的配置；

Step303、对训练集使用预训练权重在YOLOv8网络模型上进行迁移学习，并使用经训练后的模型对未标注图片进行检测，将检测结果修正后补充至数据集，反复训练得到精度更佳的YOLOv8网络模型；

Step304、构建改进的YOLOv8网络模型；

Step305、将无人机实时拍摄的桥梁裂纹的图片输入改进的YOLOv8网络模型中，根据检测结果对图片进行处理获得裂纹中心位置以及深度数据。

8.根据权利要求6所述的一种用于桥梁裂纹识别及修补的无人机使用方法，其特征在于，所述Step4中机载电脑（2）计算并保存每帧裂缝中心点坐标并拟合成一条曲线的步骤如下：读取相机图片数据流，通过YOLO算法从图像中提取目标物体的中心坐标点，并存储为一个列表，对列表中的数据进行处理后转换成跟踪裂缝路径；

列表中数据进行处理的步骤：

遍历坐标点列表，对每个点执行以下步骤：

以第一个点为起点新建一条线；

在点的邻近区域内搜索其他点；

如果找到邻近点，将它们加入当前线，并更新列表；

处理完所有点后，清理结果集，去除重复或反向的线；

返回最终的线条集合，这些线条代表了裂缝中心的轨迹。

9.根据权利要求8所述的一种用于桥梁裂纹识别及修补的无人机使用方法，其特征在于，所述Step4中通过PID闭环控制无人机位置使喷头（24）对准裂缝中心点并进行巡线的步骤如下：通过机载电脑（2）进行相机坐标系到自动缝补装置中圆形卡锁滑块坐标系的转换，获得中心点坐标，对获得的中心点坐标进行计算，计算裂缝中心点与无人机中心点的距离，获取并存储无人机与裂缝中心点的实际误差，通过向PID控制器中输入实际误差进行裂缝中心点的目标跟踪。

10.根据权利要求6中所述的一种用于桥梁裂纹识别及修补的无人机使用方法，其特征在于，所述Step5中包括以下步骤：Step501、获取圆形卡锁滑块坐标系与裂缝的距离dx并创建变量L和dL分别存储初始状态下喷头（24）与圆形卡锁滑块（22）的距离和喷头（24）改变的距离；

Step502、计算喷头（24）与裂缝在x轴的距离dx_real，其中dx_real=dx‑dL‑L；

Step503、当喷头与裂缝在x轴的距离dx_real大于0.005时调整电机的占空比控制电机转速从而控制喷头（24）的移动速度为v，同时记录时间为t，可以得到dL=v*t；

Step504、当喷头（24）与裂缝在x轴的距离dx_real小于0.005时电机停止转动，此时喷头贴合裂缝。