孫 貝
(山西省交通科技研發(fā)有限公司,山西 太原 030032)
隨著我國公路隧道數(shù)量和里程不斷增加,截止2018 年底,全國公路隧道1.77 萬處,共1 723.61 萬m,其中山西省高速公路隧道695 處,總里程963.5 km。受地質(zhì)狀況、施工、設(shè)計(jì)、后期養(yǎng)護(hù)等多方面因素影響,逐漸出現(xiàn)隧道襯砌、路面、洞門及其附屬結(jié)構(gòu)破壞等問題,我國公路隧道養(yǎng)護(hù)管理工作日益增加[1-2]。基于此,國內(nèi)外眾多科研機(jī)構(gòu),如德國TS3、日本株式會(huì)社(北京雷德華澳)、武大卓越、上海同巖和長盛檢測技術(shù)開發(fā)有限公司等,均研制了基于機(jī)器視覺技術(shù)的隧道襯砌表觀病害智能化檢測設(shè)備,實(shí)現(xiàn)了裂縫、剝落、滲水、網(wǎng)裂、機(jī)電設(shè)施丟失及破損、蓋板丟失及破損等病害的自動(dòng)化檢測,具有檢測速度快、精度高、識別速度快等優(yōu)勢。然而,當(dāng)前隧道襯砌表觀拼接和病害識別大多數(shù)還依靠人工進(jìn)行,工作效率和數(shù)據(jù)可靠性有待提高,同時(shí),針對采集的圖像數(shù)據(jù)僅僅開展了簡單的查詢、刪減等功能,缺乏對數(shù)據(jù)的統(tǒng)計(jì)分析,無法從海量數(shù)據(jù)中提取有用信息,進(jìn)而導(dǎo)致公路隧道預(yù)防性養(yǎng)護(hù)措施缺乏,養(yǎng)護(hù)人員無法依據(jù)檢測報(bào)告出具可靠合理的養(yǎng)護(hù)計(jì)劃。
本文基于前期采集的隧道檢測數(shù)據(jù),搭建隧道病害數(shù)據(jù)處理系統(tǒng)實(shí)現(xiàn)隧道襯砌表觀圖的自動(dòng)化拼接與矯正,開展病害自動(dòng)化識別探索性研究,搭建數(shù)據(jù)統(tǒng)計(jì)系統(tǒng)實(shí)現(xiàn)隧道裂縫病害的針對性分析,為我國公路隧道智能化與信息化管理提供解決方案,同時(shí),對提升公路隧道運(yùn)營管理水平、降低公路隧道養(yǎng)護(hù)維修成本具有十分重要的現(xiàn)實(shí)意義[3]。
基于課題組前期自主研制的隧道智能檢測系統(tǒng),如圖1 所示,結(jié)合隧道檢測相關(guān)規(guī)范[4],在多條高速公路多個(gè)隧道開展試驗(yàn)。該檢測系統(tǒng)基于機(jī)器視覺技術(shù)開展無損檢測,具有圖像質(zhì)量好、特征明顯等優(yōu)勢[5]。本文以XX 隧道為例開展隧道病害檢測與識別工作。
圖1 隧道智能檢測系統(tǒng)
隧道襯砌表觀圖的預(yù)處理是開展病害識別工作的基礎(chǔ),本文針對智能檢測車搭建表觀預(yù)處理軟件,系統(tǒng)功能主要包括圖像增強(qiáng)、圖像二值化、直方圖均衡、旋轉(zhuǎn)、亮度減弱以及亮度增加等功能,用以滿足復(fù)雜隧道環(huán)境下低對比度的裂縫識別與檢測,系統(tǒng)界面如圖2 所示,其他功能輸出圖像可單獨(dú)顯示。
圖2 隧道圖像預(yù)處理軟件
單張圖片進(jìn)行預(yù)處理后,本文基于隧道輪廓信息,開展隧道病害全幅圖的拼接、矯正和自動(dòng)標(biāo)注工作。限于篇幅本文僅以隧道標(biāo)準(zhǔn)區(qū)段為例開展拼接研究工作。XX 隧道結(jié)構(gòu)如圖3 所示,計(jì)算獲得隧道結(jié)構(gòu)各部分尺寸如下:隧道設(shè)計(jì)行車速度為100 km/h,內(nèi)輪廓周長30.64 m,總高度7.15 m,總寬度10.2 m,當(dāng)量直徑8.26 m。
受隧道智能檢測系統(tǒng)特性的影響,采集的各相機(jī)原始圖片存在一定比例的重疊,如圖4 所示為隧道智能檢測系統(tǒng)采集示意圖。該系統(tǒng)行車方向前后移動(dòng)量以2 號相機(jī)為基準(zhǔn)。
圖3 XX 隧道結(jié)構(gòu)圖
圖4 檢測車圖像采集示意圖
本文根據(jù)各相機(jī)拍攝重疊部分的特征點(diǎn)以左側(cè)1 號和2 號相機(jī)為例進(jìn)行拼接參數(shù)的選定。如圖5所示,A 點(diǎn)為 2 號和 1 號相機(jī)重合特征點(diǎn),x1和 x2為橫向應(yīng)裁剪寬度,y1和y2為行車方向上前后應(yīng)調(diào)整位置。計(jì)算可得左1 號相機(jī)裁剪比例x1為0.46,y1為 -1.9;左 2 號相機(jī) x2裁剪比例為 12.3,y2為 0。
圖5 拼接參數(shù)選取示意圖
依此類推,計(jì)算得到6 個(gè)相機(jī)拼接參數(shù)如表1所示。其中,表1 中各數(shù)值代表單張圖片裁剪比例,“L”代表為圖片左側(cè)裁剪系數(shù),“R”代表圖片右側(cè)裁剪系統(tǒng),“±”則表示行車方向上移動(dòng)比例,向上平移為正,向下移動(dòng)為負(fù)。
表1 拼接參數(shù)表
由于拍攝圖片是二維的,在拍攝隧道拱形部位時(shí)會(huì)發(fā)生一定比例壓縮,導(dǎo)致實(shí)際尺寸變小,因此在進(jìn)行左右半幅拼接工作時(shí),需要根據(jù)隧道實(shí)際輪廓信息,針對左右半幅環(huán)向進(jìn)行拉伸矯正。以XX 隧道左半幅洞口50 m 圖片為例,其半幅內(nèi)輪廓周長為15.32 m,圖片拍攝范圍為13.53 m,拉伸矯正結(jié)果如圖6 所示,拉伸比例為113%。
圖6 隧道襯砌表觀圖拉伸結(jié)果
同時(shí),當(dāng)隧道形狀出現(xiàn)拐彎等路況時(shí),相機(jī)拍攝區(qū)域同樣也會(huì)發(fā)生一定程度的壓縮,由于隧道左右半幅在曲率半徑相同的情況下,左右半幅壓縮比例不同。因此,需要對左、右半幅根據(jù)行車方向曲率半徑進(jìn)行徑向拉伸。最終,拼接初步完成后根據(jù)樁號并結(jié)合隧道特征每50 m 進(jìn)行一次全幅圖矯正,使隧道左右半幅保持同樣的壓縮比例,并與實(shí)際樁號一一對應(yīng)。XX 隧道拼接前100 m 全幅拼接圖如圖7所示??梢钥闯觯?jīng)過矯正之后,施工縫拼接十分準(zhǔn)確,本文所提處的拼接方法可靠可行。
圖7 拼接全幅圖
完成隧道預(yù)處理與拼接之后,開展隧道襯砌表觀病害識別與標(biāo)注。本文基于前期自主研發(fā)的隧道標(biāo)注軟件進(jìn)行裂縫病害的自動(dòng)識別,識別參數(shù)如表2所示?;谇捌讷@得的裂縫邊緣檢測算法,基于C#搭建自動(dòng)識別軟件,如圖8 所示,實(shí)現(xiàn)不同寬度裂縫的自動(dòng)識別與標(biāo)注。針對不同環(huán)境對閾值分割方法進(jìn)行特定修正,建立一套穩(wěn)定的閾值分割方法[6],并且通過機(jī)器學(xué)習(xí)剔除掉襯砌施工縫、蓋板縫隙等“假病害”,從分割后的圖像中結(jié)合三維掃描儀和微型陀螺儀數(shù)據(jù)獲取修正過的病害外部幾何特征,隧道標(biāo)注結(jié)果如圖9 所示。
表2 圖像識別參數(shù)表
圖8 病害識別軟件
圖9 隧道標(biāo)注結(jié)果圖
本文基于數(shù)據(jù)庫系統(tǒng)搭建病害數(shù)據(jù)統(tǒng)計(jì)系統(tǒng),實(shí)現(xiàn)襯砌病害的詳細(xì)記錄,每一個(gè)病害為一條信息,記錄了病害所處樁號、位置、病害類型、長度、寬度、面積等信息,具體如表3 所示。同時(shí),系統(tǒng)可實(shí)現(xiàn)病害信息的添加、刪減、修改等基礎(chǔ)功能。由于裂縫病害寬度直接影響隧道等級評價(jià),針對裂縫病害詳細(xì)統(tǒng)計(jì)了不同寬度范圍內(nèi)各類型病害的數(shù)量、累積長度分類統(tǒng)計(jì)以及病害的數(shù)量和累積長度百分比,如表4 所示。為進(jìn)一步實(shí)現(xiàn)病害類型種類及數(shù)量的統(tǒng)計(jì),針對裂縫病害統(tǒng)計(jì)獲得各類型裂縫的數(shù)量、最大寬度、最大長度和累積長度,如表5 所示。
表3 隧道襯砌病害記錄表
表4 XX 隧道病害類型及統(tǒng)計(jì)
表5 XX 隧道襯砌裂縫分類統(tǒng)計(jì)表
本文提出的隧道襯砌表觀圖拼接方法,根據(jù)不同相機(jī)重疊區(qū)域的特征點(diǎn)進(jìn)行裁剪拼接,結(jié)合隧道輪廓信息和隧道行車方向彎曲半徑進(jìn)行左右半幅圖片的環(huán)向和徑向拉伸,同時(shí),根據(jù)隧道實(shí)際里程樁號每50 m 進(jìn)行一次矯正,保證了采集圖像的真實(shí)可靠。最終,搭建了隧道病害數(shù)據(jù)統(tǒng)計(jì)系統(tǒng),實(shí)現(xiàn)不同寬度范圍內(nèi)各類型病害的數(shù)量、累積長度分類統(tǒng)計(jì)以及病害的數(shù)量和累積長度百分比的精確統(tǒng)計(jì),具有較高實(shí)用價(jià)值。