蘇偉勝　梁才　羅祺

摘要：文章針對(duì)傳統(tǒng)人工橋梁檢測(cè)方法的不足，綜述了無人機(jī)在橋梁裂縫、索力、劣化和振動(dòng)檢測(cè)中的應(yīng)用情況，介紹了當(dāng)前工程檢測(cè)無人機(jī)的系統(tǒng)構(gòu)成，探討了無人機(jī)圖像采集、分析、損傷智能識(shí)別技術(shù)的進(jìn)展，闡述了無人機(jī)技術(shù)在橋梁多類型檢測(cè)項(xiàng)目中的發(fā)展趨勢(shì)，為未來橋梁檢測(cè)系統(tǒng)實(shí)現(xiàn)經(jīng)濟(jì)、高效、精準(zhǔn)、全方位的目標(biāo)提供新思路。

關(guān)鍵詞：無人機(jī)；橋梁檢測(cè)；圖像識(shí)別；紅外成像

0引言

截止2021年末，我國橋梁數(shù)量已超過96.11萬座。橋梁健康狀況是確保交通安全的重要因素之一，隨著國民經(jīng)濟(jì)的快速發(fā)展，交通出行越發(fā)集中，車輛荷載也越來越大，給橋梁造成的損傷也需要受到重視。橋梁損傷的原因可以分為施工或養(yǎng)護(hù)不當(dāng)［1］、材料老化［2］、自然災(zāi)害和車輛超載等。橋梁一旦損傷勢(shì)必會(huì)影響結(jié)構(gòu)安全性、適用性及耐久性。橋梁檢測(cè)［3］作為結(jié)構(gòu)運(yùn)營維護(hù)的重要環(huán)節(jié)，在橋梁結(jié)構(gòu)承載力分析與評(píng)估中有著不可或缺的地位。定期的橋梁檢測(cè)能夠?yàn)闃蛄罕ｐB(yǎng)和維修提供可靠的決策依據(jù)，對(duì)相關(guān)理論的適用性和可靠性進(jìn)行相應(yīng)的分析和驗(yàn)證，為橋梁的建設(shè)和管理養(yǎng)護(hù)提供合理意見。

目前，我國橋梁的檢測(cè)方式仍然較為傳統(tǒng)，主要依靠橋檢車［4］、望遠(yuǎn)鏡等來觀測(cè)橋梁病害，如開裂［5］、鋼筋銹蝕［6］、混凝土剝落、不均勻沉降等。而對(duì)于大跨度斜拉橋、懸索橋、鋼管混凝土拱橋等，常規(guī)檢測(cè)技術(shù)存在效率低、難度大、危險(xiǎn)系數(shù)高、無法消除檢查盲區(qū)的弊端。隨著遙感和測(cè)繪技術(shù)的不斷發(fā)展，公路管養(yǎng)機(jī)構(gòu)也在不斷嘗試使用新方法、新技術(shù)對(duì)橋梁進(jìn)行安全檢測(cè)。隨著無人機(jī)在工程勘察領(lǐng)域的大量應(yīng)用，也逐漸受到橋梁損傷研究者的重視。

無人機(jī)可分為固定翼無人機(jī)、旋翼無人機(jī)，結(jié)構(gòu)簡單，工作效率高，可以根據(jù)橋梁檢測(cè)目標(biāo)，在無人機(jī)上安裝不同類型的傳感儀器，收集橋梁損傷信息，有效克服了人工和傳統(tǒng)設(shè)備在橋梁檢測(cè)過程中的局限性，為工作人員對(duì)橋梁健康狀況評(píng)估提供理論支撐。本文綜述了無人機(jī)在橋梁檢測(cè)領(lǐng)域的運(yùn)用情況，為橋梁病害的檢測(cè)工作提供新的思路。

1 無人機(jī)橋梁檢測(cè)系統(tǒng)構(gòu)成與原理

無人機(jī)橋梁檢測(cè)系統(tǒng)［7］主要包括多旋翼無人機(jī)、地面站系統(tǒng)、數(shù)據(jù)傳輸系統(tǒng)、任務(wù)荷載系統(tǒng)、其他設(shè)備等。旋翼無人機(jī)在橋梁檢測(cè)中應(yīng)用較多，其結(jié)構(gòu)簡單，能夠進(jìn)行垂直起降、空中懸停、快速飛行等動(dòng)作，適合對(duì)大跨橋梁進(jìn)行整體掃描和結(jié)構(gòu)細(xì)節(jié)圖像采集。數(shù)據(jù)傳輸系統(tǒng)用于實(shí)時(shí)傳輸各類文件、反饋傳感器數(shù)據(jù)。地面站系統(tǒng)則用于定位無人機(jī)的飛行路徑、發(fā)送飛控信號(hào)和實(shí)時(shí)觀測(cè)橋梁明顯病害。無人機(jī)可根據(jù)檢測(cè)項(xiàng)目需求安裝各類檢測(cè)設(shè)備，如激光雷達(dá)、多光譜相機(jī)、超聲波傳感器、高清攝像裝置等，其主要技術(shù)參數(shù)見表1。

無人機(jī)橋梁快速檢測(cè)系統(tǒng)主要應(yīng)用于橋梁外觀病害識(shí)別，利用旋翼無人機(jī)高空懸停的特點(diǎn)，借助搭載的高清攝像采集系統(tǒng)，對(duì)橋梁重點(diǎn)部位進(jìn)行拍照，將照片導(dǎo)入圖像識(shí)別系統(tǒng)對(duì)橋梁進(jìn)行病害識(shí)別，其識(shí)別精度可達(dá)毫米級(jí)。

2 無人機(jī)在橋梁裂縫檢測(cè)中的應(yīng)用

裂縫是評(píng)估橋梁安全性能的指標(biāo)之一，裂縫的出現(xiàn)會(huì)直接導(dǎo)致結(jié)構(gòu)外觀破損、鋼筋銹蝕以及承載能力下降，橋梁事故的發(fā)生多數(shù)也由裂縫的發(fā)生所導(dǎo)致。裂縫的出現(xiàn)直接縮短了橋梁的使用壽命，相當(dāng)數(shù)量的橋梁在服役十幾年后就出現(xiàn)開裂、耐久性失效。

目前，無人機(jī)裂縫檢測(cè)技術(shù)［8］已經(jīng)逐漸應(yīng)用在橋梁的裂縫檢測(cè)中，徐昊等［9］基于4旋翼無人機(jī)搭載高清運(yùn)動(dòng)相機(jī)，利用MAT LAB軟件的Camera Calibrator工具箱對(duì)圖像畸變進(jìn)行矯正，針對(duì)橋梁裂縫的成像特征，開發(fā)了裂縫圖像處理算法，利用這種裂縫檢測(cè)系統(tǒng)對(duì)多處混凝土結(jié)構(gòu)的裂縫進(jìn)行圖像采集，并將此技術(shù)與相關(guān)技術(shù)進(jìn)行對(duì)比，測(cè)量結(jié)果如下頁表2所示。

常廣利等［10］基于多旋翼無人機(jī)對(duì)橋梁表面裂縫進(jìn)行拍攝，將橋梁裂縫圖像進(jìn)行灰度化處理、直方圖均衡化、去噪、最大類間方差法識(shí)別，圖像裂縫識(shí)別正確率達(dá)到89.3%，具有較好的裂縫識(shí)別度和魯棒性。鐘新谷等［11］采用IMETRUM測(cè)量儀對(duì)無人機(jī)表面標(biāo)記點(diǎn)進(jìn)行全程3D視頻拍攝，驗(yàn)證無人機(jī)空中懸停狀態(tài)下機(jī)載高清相機(jī)的成像性能；通過搭載的三點(diǎn)激光測(cè)距儀，測(cè)量無人機(jī)與物體的距離，推導(dǎo)相機(jī)成像平面與實(shí)際物體拍攝表面的夾角，對(duì)裂縫圖像進(jìn)行解析修正；基于MAT LAB軟件對(duì)裂縫圖像進(jìn)行灰度變換、濾波增強(qiáng)、最大熵閾值分割，開發(fā)SVM機(jī)器學(xué)習(xí)算法，消除圖像中混凝土的氣孔、麻面、劃痕以及模板接縫印記等噪聲。同時(shí)利用上述裂縫識(shí)別方法對(duì)某橋梁進(jìn)行檢測(cè)，取得了很好的識(shí)別效果。

陶曉力等［12］首先對(duì)無人機(jī)拍攝圖像進(jìn)行灰度化處理和濾波去噪，減少圖像噪音，突出局部裂縫，然后采用沈俊邊緣檢測(cè)算子將裂縫從圖像中分離，并設(shè)計(jì)了裂縫線段連接方法，解決了邊緣檢測(cè)法對(duì)裂縫連續(xù)性的破壞，采用鏈碼跟蹤的方法記錄裂縫邊緣輪廓的走向，在此基礎(chǔ)上獲取裂縫的長度和寬度等信息，并根據(jù)裂縫的線性特征進(jìn)行特征的選擇檢測(cè)。賀志勇等［13］根據(jù)現(xiàn)行無人機(jī)圖像處理技術(shù)對(duì)圖像進(jìn)行灰度化和濾波去噪，利用0°、45°、90°、135°、180°、225°、270°、315°八方向的So-bel算子對(duì)裂縫圖像進(jìn)行邊緣檢測(cè)，并基于裂縫特征向量構(gòu)件BP神經(jīng)網(wǎng)絡(luò)，利用該網(wǎng)絡(luò)進(jìn)行裂縫自動(dòng)分類識(shí)別。

3 無人機(jī)在橋梁索力檢測(cè)中的應(yīng)用

拉索作為大跨橋梁的主要承力構(gòu)件，索力的準(zhǔn)確測(cè)量是橋梁線形和結(jié)構(gòu)內(nèi)力滿足設(shè)計(jì)要求的重要前提?，F(xiàn)有拉索索力的測(cè)量方法主要是在拉索表面安裝振動(dòng)加速度傳感器或者磁通量傳感器，通過分析拉索的振動(dòng)信號(hào)和磁導(dǎo)率的變化確定拉索索力，這些方法在索力測(cè)試中受拉索邊界條件和電磁場的干擾，導(dǎo)致測(cè)試數(shù)據(jù)誤差較大，無法滿足索力的測(cè)量精度。張建等［14］利用無人機(jī)搭載高清相機(jī)獲取拉索在自然或人工激勵(lì)作用下的振動(dòng)圖像序列；開發(fā)圖像深度學(xué)習(xí)網(wǎng)絡(luò)，然后利用振動(dòng)圖像序列構(gòu)建樣本訓(xùn)練數(shù)據(jù)庫，對(duì)該網(wǎng)絡(luò)對(duì)行訓(xùn)練；最后利用深度學(xué)習(xí)網(wǎng)絡(luò)分析拉索頻差與索力的關(guān)系。魏建東［15］利用無人機(jī)在橋梁側(cè)面對(duì)拉索進(jìn)行拍照，并對(duì)圖像中的拉索進(jìn)行識(shí)別，沿拉索長方向選取多個(gè)監(jiān)測(cè)目標(biāo)點(diǎn)，分析目標(biāo)點(diǎn)在水平和豎直方向的位移數(shù)據(jù)，選取其中的3個(gè)目標(biāo)點(diǎn)，利用拉索的線形方程，計(jì)算得到拉索狀態(tài)參數(shù)，建立索力與目標(biāo)點(diǎn)位移數(shù)據(jù)的函數(shù)關(guān)系，對(duì)該拉索表面3個(gè)目標(biāo)點(diǎn)進(jìn)行隨機(jī)組合，可計(jì)算得到拉索的多個(gè)索力值，取其所有計(jì)算值中的最小值為拉索實(shí)測(cè)索力。

4 無人機(jī)在橋梁劣化檢測(cè)中的應(yīng)用

Rüdiger Escobar-Wolf等［16］基于混凝土結(jié)構(gòu)缺陷區(qū)域傳熱梯度會(huì)發(fā)生變化特點(diǎn)，在無人機(jī)上安裝紅外和可見光攝像機(jī)，對(duì)密歇根州底特律I-96高速公路上的Merriman和Stark Road立交橋進(jìn)行了現(xiàn)場測(cè)試，獲取了橋梁的熱圖像，為了驗(yàn)證遙感數(shù)據(jù)的準(zhǔn)確性，在橋面7個(gè)位置進(jìn)行了錘擊探測(cè)試驗(yàn)，并大致劃定了潛在的分層區(qū)域，該區(qū)域與無人機(jī)紅外圖像識(shí)別具有一致性。

Tarek Omar等［17］探討了無人機(jī)紅外熱成像技術(shù)在檢測(cè)混凝土橋面下分層中的潛在應(yīng)用，利用無人機(jī)載熱成像系統(tǒng)對(duì)兩個(gè)在役混凝土橋面進(jìn)行了測(cè)量，使用高分辨率熱成像儀通過低空飛行獲取熱圖像；然后使用定制開發(fā)的代碼對(duì)圖像進(jìn)行增強(qiáng)并縫合在一起，為整個(gè)橋面建立了熱圖像；創(chuàng)建了描述分層嚴(yán)重程度的條件圖，利用基于k均值聚類技術(shù)的圖像分析技術(shù)分割熱圖像并識(shí)別目標(biāo)閾值；使用錘擊測(cè)深和半電池電位測(cè)試對(duì)同一橋面進(jìn)行測(cè)試，驗(yàn)證了無人機(jī)紅外熱成像結(jié)果。

5 無人機(jī)在橋梁振動(dòng)檢測(cè)中的應(yīng)用

Gongfa Chen等［18］將無人機(jī)和數(shù)字圖像相關(guān)技術(shù)結(jié)合起來，對(duì)橋梁進(jìn)行振動(dòng)測(cè)量。利用數(shù)字圖像相關(guān)技術(shù)對(duì)無人機(jī)拍攝的橋梁視頻進(jìn)行分析，以跟蹤測(cè)量點(diǎn)的位移；通過建立具有固定點(diǎn)的平面單應(yīng)變換對(duì)圖像進(jìn)行幾何校正，分離無人機(jī)本身運(yùn)動(dòng)對(duì)位移的影響，獲得橋梁的真實(shí)位移，然后從目標(biāo)點(diǎn)的位移時(shí)程曲線中提取頻率和振型。

Zhaocheng Yan等［19］將無人機(jī)檢測(cè)技術(shù)與卷積神經(jīng)網(wǎng)絡(luò)和Kanade-Lucas-Tomasi光流法相結(jié)合，對(duì)橋梁振動(dòng)進(jìn)行測(cè)量。該方法在橋梁背景中選取一個(gè)固定的參考點(diǎn)，使用無人機(jī)拍攝橋梁視頻，利用KLT光流法跟蹤橋梁上的目標(biāo)點(diǎn)和視頻中的參考點(diǎn)，以獲得每幀圖像上這些點(diǎn)的坐標(biāo)。然后，卷積神經(jīng)網(wǎng)絡(luò)根據(jù)參考點(diǎn)和目標(biāo)點(diǎn)的坐標(biāo)來學(xué)習(xí)參考點(diǎn)與目標(biāo)點(diǎn)之間的特征關(guān)系，校正目標(biāo)點(diǎn)的位移時(shí)程曲線，其中包含無人機(jī)自主運(yùn)動(dòng)引起的虛假位移。最后，使用操作模態(tài)分析（OMA）從位移信號(hào)中提取結(jié)構(gòu)的固有頻率。

6 結(jié)語

無人機(jī)在橋梁檢測(cè)中取得了良好的應(yīng)用效果，彌補(bǔ)了傳統(tǒng)橋梁檢測(cè)存在效率低、操作難度大、危險(xiǎn)系數(shù)高、無法消除檢查盲區(qū)的弊端，以其良好的機(jī)動(dòng)性、安全性和經(jīng)濟(jì)性，近年來在橋梁管理單位得到快速推廣。但目前的無人機(jī)橋梁檢測(cè)技術(shù)仍存在圖像處理技術(shù)和機(jī)器識(shí)別算法不足的限制，無人機(jī)僅可作為橋梁安全檢查的一種輔助性手段，對(duì)檢測(cè)人員難以抵近或危險(xiǎn)較大的部位進(jìn)行檢查。橋梁檢測(cè)工作需要采取多種檢測(cè)方法，優(yōu)勢(shì)互補(bǔ)，才能全面掌握橋梁的健康狀況。隨著無人機(jī)傳感設(shè)備的不斷更新以及深度學(xué)習(xí)網(wǎng)絡(luò)等圖像智能分析算法的不斷進(jìn)步，無人機(jī)橋梁檢測(cè)的準(zhǔn)確性也將不斷提升，無人機(jī)橋梁檢測(cè)技術(shù)有著極為廣闊的應(yīng)用前景。

參考文獻(xiàn)：

［1］龍崇民.橋梁養(yǎng)護(hù)管理中的問題與對(duì)策研究［J］.黑龍江交通科技，2021，44（10）：116-117.

［2］Luis Duque，Junwon Seo，James Wacker.Bridge Deterioration Quantification Protocol Using UAV［J］.Journal of Bridge Engineering，2018，23（10）：04018080.

［3］賀拴海，王安華，朱 釗，等.公路橋梁智能檢測(cè)技術(shù)研究進(jìn)展［J］.中國公路學(xué)報(bào)，2021，34（12）：12-24.

［4］楊雪峰.橋梁檢測(cè)車在橋梁檢測(cè)中的應(yīng)用價(jià)值分析［J］.科技創(chuàng)新導(dǎo)報(bào)，2019，16（4）：45，47.

［5］王俊勇，羅 斌，楊秀敏.基于空間網(wǎng)格分析法的箱形橋梁裂縫評(píng)估［J］.建筑結(jié)構(gòu)，2022，52（S1）：2 267-2 272.

［6］姚劍虹.鋼筋銹蝕對(duì)橋梁樁基礎(chǔ)混凝土性能的影響研究［J］.科學(xué)技術(shù)創(chuàng)新，2022（6）：86-89.

［7］馬學(xué)志，范劍雄，柴雪松，等.無人機(jī)巡檢系統(tǒng)在鐵路混凝土橋梁檢測(cè)中的應(yīng)用［J］.鐵道建筑，2021，61（12）：76-80.

［8］余加勇，李 鋒，薛現(xiàn)凱，等.基于無人機(jī)及Mask R-CNN的橋梁結(jié)構(gòu)裂縫智能識(shí)別［J］.中國公路學(xué)報(bào)，2021，34（12）：80-90.

［9］徐 昊，彭雪村，盧志芳.基于四旋翼無人機(jī)的橋梁裂縫檢測(cè)系統(tǒng)設(shè)計(jì)［J］.水利水運(yùn)工程學(xué)報(bào)，2018（1）：102-110.

［10］常廣利，冷 冰，楊凱銀.基于多旋翼無人機(jī)橋梁裂縫智能化識(shí)別分析［J］.市政技術(shù)，2021，39（10）：46-48.

［11］鐘新谷，彭 雄，沈明燕.基于無人飛機(jī)成像的橋梁裂縫寬度識(shí)別可行性研究［J］.土木工程學(xué)報(bào)，2019，52（4）：52-61.

［12］陶曉力，武 建，楊 坤.基于無人機(jī)視覺的橋梁裂縫檢測(cè)［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2018，28（3）：174-177.

［13］賀志勇，王 鵬.無人機(jī)視覺的橋梁底面裂縫檢測(cè)方法［J］.筑路機(jī)械與施工機(jī)械化，2019，36（6）：131-137.

［14］張 建，張 成，田永丁.一種基于無人機(jī)平臺(tái)和深度學(xué)習(xí)的復(fù)雜背景下索力快速測(cè)試系統(tǒng)及方法［P］.江蘇：CN111259770A，2020-06-09.

［15］魏建東.一種利用無人機(jī)測(cè)量斜拉橋拉索張力的方法［P］.河南：CN105910743A，2016-08-31.

［16］Rüdiger Escobar-Wolf，Thomas Oommen，Colin N.Brooks，et al.Dobson，Theresa M.Ahlborn.Unmanned Aerial Vehicle （UAV）-Based Assessment of Concrete Bridge Deck Delamination Using Thermal and Visible Camera Sensors，A Preliminary Analysis［J］.Research in Nondestructive Evaluation，2018，29（4）：183-198.

［17］Tarek Omar，Moncef L.Nehdi.Remote sensing of concrete bridge decks using unmanned aerial vehicle infrared thermography［J］.Automation in Construction，2017（83）：360-371.

［18］Gongfa Chen，Qiang Liang，Wentao Zhong，et al.Homography-based measurement of bridge vibration using UAV and DIC method［J］.Measurement，2020（170）：108683.

［19］Zhaocheng Yan，Zihan Jin，Shuai Teng，et al.Measurement of Bridge Vibration by UAVs Combined with CNN and KLT Optical-Flow Method［J］.APPLIED SCIENCES-BASEL，2022，12（10）：5 181.

作者簡介：蘇偉勝（1975—），高級(jí)工程師，研究方向：公路與橋梁檢測(cè)。