舒抒懷 程依婷 胡建鑫

(1.湖南大學后勤與房地產(chǎn)管理處,湖南 長沙 410000; 2.湖南大學土木工程學院，湖南 長沙 410000)

1 無人機應用于橋梁檢測

無人駕駛飛行器(UAV)是一種沒有搭載飛行員的飛機。它可以在計算機程序的控制下按照既定的軌跡自動飛行，也可以通過遠程遙控的方式飛行，或者將以上兩種能力結(jié)合，在半自主控制的條件下飛行。且無人機可以配備不同的高清攝像機，來適應攝影，地質(zhì)，地理，氣象或農(nóng)業(yè)文化和林業(yè)領(lǐng)域的多種繪圖應用。近年來，越來越多的移動設備上的軟件允許運營商使用平板電腦或智能手機來遙控無人機。

由于無人機具有預先編程的飛行路徑和在低空收集數(shù)據(jù)的能力，這使得其在土木工程中還有許多待開發(fā)的應用。Vaghefi等[1]認為，無人機可以近距離拍攝橋梁細部構(gòu)件的高清圖片；錄制可供檢測時用的動態(tài)視頻等。檢查結(jié)果可以與橋上的位置坐標相關(guān)，也可以將難以用肉眼觀察到的損壞部位直接可視化。因此，無人機可以極大程度的改變橋梁等相關(guān)基礎設施的檢測、評估方式以及構(gòu)件維護策略。

2 無人機與紅外熱成像技術(shù)

紅外熱成像(IRT)是無損檢測方法之一，其開發(fā)可用于檢測不可見的缺陷，包括混凝土結(jié)構(gòu)中的分層和空隙，并具有良好的精度；它的出現(xiàn)有效節(jié)省了深入混凝土表面進行傳統(tǒng)測試的時間和費用。IRT作為一種非接觸式測試方法，是一種檢測民用基礎設施的合適方法，同時也適合搭載在無人機上協(xié)同工作。紅外(IR)圖像可以描繪出各種混凝土結(jié)構(gòu)。盡管使用IRT進行橋梁檢查存在一些局限性和不確定性，如數(shù)據(jù)采集時間，分層大小，攝像機規(guī)格，數(shù)據(jù)采集速度和數(shù)據(jù)解釋。但并不能否認IRT是其他NDE方法中數(shù)據(jù)收集的最快，最簡單的NDE方法。因此，無人機熱成像系統(tǒng)在橋梁檢測方面不斷突破，充分利用無人機的機動性和紅外熱成像的數(shù)據(jù)收集能力將極大程度改善現(xiàn)有的檢測技術(shù)。

2015年，Khan等[2]驗證了安裝在無人機上的非接觸式多光譜傳感系統(tǒng)，在快速評估橋面并識別其表面開裂和內(nèi)部分層等現(xiàn)象的可行性。試驗中的多光譜系統(tǒng)由一個RGB相機和紅外相機組成，檢測的對象一個是模型混凝土橋，另一個是一座真實空降橋。2017年，Omar等證明了無人機搭載熱成像儀在RC橋面板分層定量測量中的適用性。作者通過兩座實橋的實際測試得出無人機熱成像技術(shù)可以準確的確定混凝土橋面板中分層的潛在位置和范圍。IRT方法正在不斷的改進，使之與無人機系統(tǒng)的協(xié)同工作更加高效、高質(zhì)，以提高其在橋梁檢測中的可靠性和可用性。

3 無人機與高清成像技術(shù)

高清成像技術(shù)在土木工程中的應用，最近多集中在基于圖像或視頻的裂縫識別?；谝曈X的橋梁結(jié)構(gòu)局部損傷檢測裂縫檢測技術(shù)的調(diào)查和評估早在2009年已經(jīng)發(fā)布[3]，包括噪聲去除，邊緣檢測，線檢測，形態(tài)函數(shù)，顏色分析，紋理檢測，小波變換，分割，聚類和模式識別。目前，這方面的成果也特別豐富，已經(jīng)提出了一種非接觸式遙感裂縫檢測和量化方法來檢測和量化裂縫[4]；已經(jīng)開發(fā)出一種更先進的基于視覺的機器人圖像采集系統(tǒng)，該系統(tǒng)配備有視覺設備(數(shù)碼相機，鏡頭和燈)硬件和軟件的增強[5]；已經(jīng)提出了一種基于視覺的視覺檢測技術(shù)用于橋梁通過物體檢測和自動處理和分析大量采集的圖像來進行裂縫檢測分組[6]。

在無人機的結(jié)合上，無人機主要負責機動性的提升，但是同時無人機的硬件產(chǎn)生的噪聲和無人機的抖動，常常使其收集到的圖像模糊且對比度較低[7]。在圖像處理中，按照傳統(tǒng)方法，通常采用邊緣檢測算法[8]和k-means聚類法[9]。但是邊緣檢測算法中，Canny算法，Prewitt算法和Sobel算法，在實際使用時抗噪能力差，檢測精度低；k-means聚類法，由于是一種無監(jiān)督學習方法，在圖像數(shù)量少的情況下，它無法從采集的圖片中精確的識別出裂縫。因此，2018年Bin Lei等人提出了一種基于裂縫中心點的裂縫檢測方法，即裂縫中心點法(CCPM)，以解決這個問題。此方法通過少量的圖像，就可以快速準確的識別出所收集圖片中的裂縫，且與上述的兩種方法相比，CCPM方法具有更好的適應性和魯棒性。同時，研究者表示此方法會進一步向機器學習方向發(fā)展。

目前來看，基于高清成像技術(shù)的無人機系統(tǒng)的混凝土橋梁檢查，在裂縫識別上進展突出，但多集中在靜態(tài)圖像的后處理上，同時圖像和視頻數(shù)據(jù)采集過程尚未完全自動化。在裂縫檢測和評估方面，還需要改進現(xiàn)有方法，因為目前對噪聲數(shù)據(jù)的處理還不夠完善，裂縫識別的準確度會隨著相機姿態(tài)，相機距離和環(huán)境條件(不同位置的照明和陰影)而變化。此外，一些方法仍然需要用戶大量的手動輸入，做不到完全的實時監(jiān)測。而且，大多數(shù)方法都認為圖像來自簡單的平坦和彎曲的混凝土表面，因此在更復雜的幾何形狀和材料(例如接頭，密封件)的情況下，這些圖像處理方式可能會失效。因此，目前高清成像技術(shù)和無人機技術(shù)的融合依然有廣闊的前景和未知的挑戰(zhàn)。

4 結(jié)論與展望

通過以往的相關(guān)研究，我們可以發(fā)現(xiàn)目前的高清圖像技術(shù)和紅外成像技術(shù)在土木工程領(lǐng)域的應用已經(jīng)慢慢普及，將其搭載在無人機上進行混凝土檢測也有越來越多的學者在不斷嘗試。目前可以確定的是：

1)無人機搭載高清成像系統(tǒng)多用于混凝土裂縫檢測、表面缺陷識別，目前的技術(shù)水平可以清晰的從真實橋梁上觀察到0.1 mm的細小裂縫。圖像的獲取也早已經(jīng)不是難題，無人機的懸停技術(shù)和云臺技術(shù)可以保證相機的穩(wěn)定，充分減少相機抖動，提高圖像質(zhì)量。但是獲取圖像的自動化依然有待研究。圖像的后處理技術(shù)，也正在不斷的優(yōu)化當中，從普通的基本算法到現(xiàn)今最流行的無監(jiān)督機器學習都有相關(guān)學者在研究。未來的圖像識別功能將會更加偏向智能化、自動化，同時數(shù)據(jù)結(jié)果的可視化也是一個后期有待解決的問題。

2)無人機搭載紅外成像技術(shù)同樣是現(xiàn)今結(jié)構(gòu)健康監(jiān)測的熱點話題，紅外成像技術(shù)在橋梁檢測方面很早就有了發(fā)展，2014年美國就有了相關(guān)的標準試驗方法，也屬于非接觸式檢測中比較成熟的手段。在與無人機結(jié)合后，紅外成像技術(shù)如虎添翼，其在橋梁檢測領(lǐng)域的發(fā)展非常迅速。目前，此技術(shù)可以簡潔高效的通過人工操控，獲取到真實橋梁面板上的分層數(shù)據(jù)，且數(shù)據(jù)結(jié)果精確度遠高于傳統(tǒng)方法，在經(jīng)濟方面也表現(xiàn)突出。但由于熱成像技術(shù)的局限偏多，在進行數(shù)據(jù)獲取時環(huán)境因素、物理因素都會對結(jié)果產(chǎn)生影響，這是需要學者多加考慮的問題，只有充分了解哪些因素會對結(jié)果產(chǎn)生較大影響，才能更好的使用這項技術(shù)。

3)使用無人機進行橋梁檢測目前還不被多數(shù)人所采用，最主要的原因在于，目前還沒有成體系的無人機檢測標準。缺少對真實橋梁的全程檢測試驗，缺少具體詳盡的檢測成本估計，缺少相關(guān)技術(shù)人員的培養(yǎng)，缺少無人機搭載其他傳感裝置并用于檢測的研究等。所以，無人機檢測還有很多相關(guān)的基礎研究工作要進行。