馮正坤 劉國(guó)懿 沈沛誠(chéng) 盧卓成 蘇毅

南京林業(yè)大學(xué)，中國(guó)·江蘇 南京 210037

橋梁結(jié)構(gòu)；無人機(jī)；非接觸式視覺技術(shù)；結(jié)構(gòu)檢測(cè)；圖像處理

1 引言

橋梁是交通運(yùn)輸系統(tǒng)的重要組成部分，為了維持橋梁結(jié)構(gòu)的健康工作狀態(tài)需要對(duì)橋梁進(jìn)行定期檢測(cè)。傳統(tǒng)上的橋梁結(jié)構(gòu)檢測(cè)是依靠專業(yè)的技術(shù)人員親臨現(xiàn)場(chǎng)，利用某種檢測(cè)方法對(duì)結(jié)構(gòu)病害的外在表現(xiàn)進(jìn)行檢測(cè)，例如用裂縫刻度尺和放大鏡量測(cè)裂縫寬度是最常用混凝土表面裂縫測(cè)量方法；或是利用傳感器與評(píng)價(jià)系統(tǒng)對(duì)結(jié)構(gòu)進(jìn)行實(shí)時(shí)的監(jiān)測(cè)，如布置光纖傳感器對(duì)橋梁的動(dòng)力特性等進(jìn)行數(shù)據(jù)采集等[1]。如今人工結(jié)構(gòu)檢測(cè)難度不斷提高，而為大量橋梁結(jié)構(gòu)專門建立監(jiān)測(cè)系統(tǒng)成本過高。因此，尋找一種高效、安全可靠、低成本的檢測(cè)方式，對(duì)結(jié)構(gòu)檢測(cè)評(píng)估、制定加固方案有著積極的意義。

目前，無人機(jī)在結(jié)構(gòu)檢測(cè)方面已有了較多的應(yīng)用。以旋翼無人機(jī)為例，其具有操作簡(jiǎn)單、環(huán)境適應(yīng)能力強(qiáng)等優(yōu)點(diǎn)，尤其適用于人工難以檢測(cè)的場(chǎng)合。然而。目前基于無人機(jī)非接觸式視覺技術(shù)的檢測(cè)方法技術(shù)新、經(jīng)驗(yàn)少，技術(shù)不系統(tǒng)，較難開展進(jìn)一步研究。論文以無人機(jī)路線規(guī)劃、數(shù)據(jù)采集、分析評(píng)估為技術(shù)路線對(duì)這種檢測(cè)技術(shù)進(jìn)行總結(jié)與回顧，旨在為無人機(jī)應(yīng)用于結(jié)構(gòu)的無損檢測(cè)提供新思路與新啟發(fā)。

2 無人機(jī)檢測(cè)路線規(guī)劃

橋梁結(jié)構(gòu)作為現(xiàn)代交通的生命線工程，其規(guī)模可達(dá)數(shù)千米，這就對(duì)檢測(cè)用無人機(jī)的持續(xù)工作能力提出了較高的要求。無人機(jī)的檢測(cè)需要向著智能化、自動(dòng)化的方向發(fā)展，應(yīng)快速確定橋梁需要檢測(cè)的重要部位，進(jìn)行合理快速的路線規(guī)劃。

2.1 結(jié)構(gòu)重要部位的確定

為提高檢測(cè)效率，首要的任務(wù)就是確定橋梁結(jié)構(gòu)重要的待測(cè)部位。一般重要部位可利用力學(xué)分析、計(jì)算機(jī)模擬或根據(jù)規(guī)范方法來確定?！度S混凝土結(jié)構(gòu)“優(yōu)先開裂”裂縫開展全過程分析》[2]對(duì)混凝土梁裂縫開展全過程仿真分析，即基于有限元方法的“優(yōu)先開裂”準(zhǔn)則的混凝土開裂迭代流程。該方法通過對(duì)每個(gè)開裂點(diǎn)逐次進(jìn)行應(yīng)力釋放、剛度修正，并通過剛度矩陣局部修正方法計(jì)算開裂后結(jié)構(gòu)總體剛度矩陣，進(jìn)行結(jié)構(gòu)位移、應(yīng)力重分布。該迭代策略結(jié)合彌散裂縫模型可實(shí)現(xiàn)混凝土開裂精細(xì)化數(shù)值仿真。通過這樣的方法，可以實(shí)現(xiàn)快速判別危險(xiǎn)點(diǎn)的位置?！豆窐蚝B(yǎng)護(hù)規(guī)范》[3]中則詳細(xì)規(guī)定了推薦的橋梁各部權(quán)重及綜合評(píng)定方法，可作為判斷重要部位的依據(jù)。

2.2 室外自動(dòng)巡航

無人機(jī)自主巡線是快速完成檢測(cè)作業(yè)的重要保障，需結(jié)合檢測(cè)作業(yè)環(huán)境輔以傳感器監(jiān)測(cè)進(jìn)行自動(dòng)巡航路線規(guī)劃?！禔 flexible reference point-based multi-objective evolutionary algorithm: An application to the UAV route planning problem》[4]研究了無人機(jī)在連續(xù)地形中移動(dòng)的多目標(biāo)航線規(guī)劃問題，提出一種基于偏好的多目標(biāo)進(jìn)化算法，以實(shí)現(xiàn)總距離最小化，這種方法可以適用于待測(cè)點(diǎn)較多而且會(huì)根據(jù)檢測(cè)要求發(fā)生改變的情況，利用這種算法有助于無人機(jī)在確定檢測(cè)部位后快速進(jìn)行路線的規(guī)劃。

3 無人機(jī)的數(shù)據(jù)采集與分析

實(shí)現(xiàn)無人機(jī)結(jié)構(gòu)檢測(cè)，要求無人機(jī)能在調(diào)查過程中準(zhǔn)確地獲取圖像并且能夠?qū)D像進(jìn)行簡(jiǎn)單的處理以獲得關(guān)鍵數(shù)據(jù)，并由計(jì)算機(jī)根據(jù)原始數(shù)據(jù)完成破壞情況的智能判別。

3.1 無人機(jī)飛行姿態(tài)穩(wěn)定性控制

為獲取清晰準(zhǔn)確的圖像，無人機(jī)應(yīng)具有擾動(dòng)抑制能力。目前主要有兩類擾動(dòng)抑制方法。第一類是基于系統(tǒng)動(dòng)態(tài)模型的控制方法；第二類是采用閉環(huán)控制策略來抑制擾動(dòng)的基于擾動(dòng)觀測(cè)器（簡(jiǎn)稱DOB）控制方法。《基于加速度反饋增強(qiáng)的旋翼無人機(jī)抗風(fēng)擾控制》[5]提出了一種使用加速度反饋數(shù)據(jù)進(jìn)行控制的方法，利用狀態(tài)傳感器獲得無人機(jī)的擾動(dòng)（包括外力擾動(dòng)以及內(nèi)部擾動(dòng)）基本信息，推算擾動(dòng)和系統(tǒng)之間的關(guān)系，以此實(shí)現(xiàn)擾動(dòng)抑制。

3.2 數(shù)據(jù)的采集

傳統(tǒng)上的無人機(jī)都是靠搭載的吊艙里的攝像機(jī)進(jìn)行圖像數(shù)據(jù)采集的。隨著計(jì)算機(jī)處理能力的提高，傾斜攝影技術(shù)[6]得到了更加廣泛的應(yīng)用，這種圖像采集技術(shù)可以對(duì)無人機(jī)在傾斜角度下拍攝得到的畸變照片進(jìn)行矯正以滿足后續(xù)圖像處理的要求，能夠幫助在某些結(jié)構(gòu)發(fā)生嚴(yán)重傾斜的情況下快速準(zhǔn)確地獲取信息。

4 圖像的分析與評(píng)估方法

4.1 尺寸測(cè)量方法

裂縫是混凝土結(jié)構(gòu)破壞的直接表現(xiàn)形式之一，結(jié)構(gòu)的安全性受裂縫的長(zhǎng)度、寬度、分布情況影響較大。有關(guān)如何利用無人機(jī)以及圖像識(shí)別技術(shù)進(jìn)行裂縫尺寸的測(cè)量，可總結(jié)出一種目前應(yīng)用較為廣泛的測(cè)試方法，在已獲得原始圖像的情況下，裂縫尺寸的計(jì)算應(yīng)分為圖像預(yù)處理和尺寸測(cè)量?jī)蓚€(gè)部分進(jìn)行：首先對(duì)采集到的圖像通過一種基于改進(jìn)的SFC 結(jié)合法的圖像處理方法進(jìn)行處理，利用Canny[7]算子完成裂縫邊緣特征的確定，接著通過閾值分割的方式裂縫圖像轉(zhuǎn)化為只有黑白兩色的二值圖像。然后利用圖像數(shù)值化的方法[8]，將處理后的裂縫輪廓二值圖像上的每一個(gè)像素點(diǎn)進(jìn)行位置標(biāo)定，便可獲得任意兩點(diǎn)之間的像素個(gè)數(shù)，通過與實(shí)際參照物的大小比對(duì)就可以計(jì)算出某特定方向上的裂縫尺寸。

4.2 圖像分析方法

當(dāng)完成尺寸計(jì)算后，就需要對(duì)測(cè)得結(jié)果進(jìn)行分析以及進(jìn)行結(jié)構(gòu)安全性評(píng)估。根據(jù)裂縫進(jìn)行判斷與評(píng)估主要分為兩種模式：其一為根據(jù)裂縫的尺寸判斷結(jié)構(gòu)構(gòu)件的技術(shù)狀況；即根據(jù)《公路橋涵養(yǎng)護(hù)規(guī)范》中規(guī)定的不同形式的橋梁裂縫寬度容許值以及根據(jù)對(duì)應(yīng)的技術(shù)狀況評(píng)定標(biāo)準(zhǔn)，將無人機(jī)測(cè)得的裂縫寬度值與規(guī)范的規(guī)定進(jìn)行比對(duì)便可以得到相關(guān)的評(píng)估結(jié)果。其二為根據(jù)裂縫的分布模式判斷結(jié)構(gòu)構(gòu)件的破壞模式。隨著計(jì)算機(jī)技術(shù)的發(fā)展，有關(guān)利用計(jì)算機(jī)進(jìn)行裂縫模式的識(shí)別與對(duì)比的研究也正在開展。例如，2017年，加拿大的曼尼托巴大學(xué)的Young-Jin Cha 教授與麻省理工的Oral Buyukozturk 教授利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行裂縫識(shí)別[9]，使用了四萬張裂縫照片進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，實(shí)現(xiàn)了了98%的準(zhǔn)確率。表明使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行裂縫識(shí)別相較于傳統(tǒng)的Canny和Sobel 邊緣檢測(cè)算法相比具有更高的準(zhǔn)確性，對(duì)環(huán)境的變化也具有更好的魯棒性，適用于復(fù)雜多變的工程環(huán)境。

4.3 無人機(jī)針對(duì)橋梁支座病害的檢測(cè)方法

橋梁支座的病害是對(duì)橋梁使用影響較大的病害之一，橋梁長(zhǎng)期受到偏心荷載、水平荷載的作用或者受到地震、沖擊等偶然荷載作用都有可能發(fā)生支座位移或者制作損壞。隨著計(jì)算機(jī)技術(shù)與人工智能技術(shù)的發(fā)展，由人工智能進(jìn)行支座破壞情況的判斷準(zhǔn)確率已經(jīng)接近甚至超過人類。因此，利用圖像識(shí)別技術(shù)與卷積算法進(jìn)行支座的檢測(cè)已經(jīng)具有了相當(dāng)?shù)膶?shí)用性。

《基于圖像處理的橋梁支座病害自動(dòng)識(shí)別關(guān)鍵技術(shù)研究》[10]提出了一種基于圖像識(shí)別的橋梁支座檢測(cè)方法，針對(duì)橋梁支座圖像的特點(diǎn)，指出在保證橋梁支座的病害特征在圖像處理后不改變的前提下，可運(yùn)用圖像處理的手段實(shí)現(xiàn)訓(xùn)練數(shù)據(jù)庫(kù)的擴(kuò)增，并進(jìn)行深度卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，采用遷移學(xué)習(xí)技術(shù)提高了神經(jīng)網(wǎng)絡(luò)的識(shí)別精度?；诰矸e神經(jīng)網(wǎng)絡(luò)和無人機(jī)圖像識(shí)別的橋梁支座病害自動(dòng)識(shí)別技術(shù)有希望通過學(xué)科交叉結(jié)合形成一種更具優(yōu)勢(shì)的橋梁支座檢測(cè)方法，使橋梁支座的檢測(cè)更加高效。

5 結(jié)論與展望

綜上所述，論文對(duì)無人機(jī)非接觸式視覺在橋梁結(jié)構(gòu)檢測(cè)中技術(shù)要點(diǎn)進(jìn)行了綜述。概括為：無人機(jī)檢測(cè)路線規(guī)劃、數(shù)據(jù)采集、結(jié)果分析評(píng)估，并將之整理為明確的技術(shù)路線，旨在對(duì)通過對(duì)現(xiàn)有技術(shù)的分析和總結(jié)為后續(xù)的研究指出可能存在的問題和研究方向。經(jīng)過分析，目前無人機(jī)非接觸式視覺在橋梁結(jié)構(gòu)檢測(cè)領(lǐng)域還存在以下關(guān)鍵問題需展開深入的研究:

（1）無人機(jī)檢測(cè)可利用5G技術(shù)實(shí)現(xiàn)長(zhǎng)距離操作、圖像實(shí)時(shí)云端存儲(chǔ)、實(shí)時(shí)處理等功能，但目前還鮮有此方面的研究。

（2）目前無人機(jī)僅能借助圖像進(jìn)行檢測(cè)，應(yīng)配置輔助操作工具進(jìn)行其他檢測(cè)內(nèi)容，使其檢測(cè)功能更完善。

（3）還需研發(fā)二次開發(fā)的商業(yè)軟件或編寫并行有限元程序自動(dòng)判斷各種結(jié)構(gòu)的檢測(cè)重點(diǎn)部位。