張佳琪 徐磊 于彥飛 高原
(1.長江勘測規(guī)劃設(shè)計(jì)研究有限責(zé)任公司 湖北省武漢市 430010 2.山東大學(xué)控制科學(xué)與工程學(xué)院 山東省濟(jì)南市 250061)
對于堤壩病害檢測,最早且最常用的方法是依靠人工觀測,但該方法費(fèi)時(shí)費(fèi)力,且較容易受到人為主觀因素的影響,導(dǎo)致大規(guī)模堤壩快速檢測無法實(shí)現(xiàn)。因此,為了實(shí)現(xiàn)大規(guī)模堤壩病害的快速檢測,需要采用新型的技術(shù),無人機(jī)快速巡檢系統(tǒng)的出現(xiàn)為堤壩表觀病害檢測提供了良好的發(fā)展思路。無人機(jī)作為一種新興的數(shù)據(jù)采集方法,可以通過搭載多種型號的傳感器來滿足不同類型的病害檢測要求,能夠輕松獲取測量人員難以采集的數(shù)據(jù)信息,并且可以向地面?zhèn)鬏斉臄z的圖像信息,與先進(jìn)的數(shù)字圖像處理算法相結(jié)合,從而實(shí)現(xiàn)病害信息的高效準(zhǔn)確的定位與識(shí)別。
隨著科技的進(jìn)步與發(fā)展,越來越多無人機(jī)可搭載的高精度設(shè)備出現(xiàn)在我們眼前,無人機(jī)巡檢已經(jīng)開始成為堤壩病害檢測領(lǐng)域的主角,但在數(shù)據(jù)采集方面,還存在未實(shí)現(xiàn)完全自動(dòng)化的問題,在病害識(shí)別方面,由于無人機(jī)數(shù)據(jù)噪聲大、干擾嚴(yán)重,所以病害的識(shí)別精度較低,完備的無人機(jī)檢測系統(tǒng)與高精度病害識(shí)別方法還沒有出現(xiàn)。因此,適應(yīng)于堤壩病害快速檢測的無人機(jī)巡檢系統(tǒng)急需研究。
本文搭建了一套基于無人機(jī)巡檢的快速巡檢系統(tǒng)的軟硬件平臺(tái),開發(fā)了一套基于無人機(jī)巡檢的快速巡檢系統(tǒng)的軟件系統(tǒng),最后通過現(xiàn)場試驗(yàn)進(jìn)行驗(yàn)證,實(shí)現(xiàn)了基于無人機(jī)的堤壩破損和滲漏的快速巡檢。
堤壩無人機(jī)快速巡檢系統(tǒng)需要檢測堤壩表觀破損的位置以及尺寸與滲漏的位置以及面積,要求能夠進(jìn)行多種情況的數(shù)據(jù)采集;區(qū)分最小1mm 的裂縫以及溫差為0.1℃的溫度變化;對無人機(jī)的位置信息以及紅外熱成像圖的溫度數(shù)據(jù)進(jìn)行存儲(chǔ);搭載多個(gè)云臺(tái)相機(jī)并且具有較好的續(xù)航能力。
根據(jù)堤壩無人機(jī)快速巡檢系統(tǒng)的檢測要求,該系統(tǒng)的無人機(jī)采用大疆經(jīng)緯M210 V2,此無人機(jī)容易操控、機(jī)動(dòng)靈活,具有較長的續(xù)航時(shí)間,能夠搭載多種云臺(tái)相機(jī),并且具有防水效果,面對雨雪等極端天氣依然能夠運(yùn)行,滿足實(shí)際工程的需要。
可見光相機(jī)本系統(tǒng)選用禪思Z30 云臺(tái)相機(jī),該相機(jī)的光學(xué)變焦和數(shù)碼變焦分別為30 倍和6 倍,能夠清晰觀測到堤壩表面的毫米級裂縫,同時(shí)該相機(jī)配備了三軸增穩(wěn)技術(shù),能夠在飛行過程中控制相機(jī)抖動(dòng),可以達(dá)到0.01°。
紅外相機(jī)采用禪思ZENMSE XT 2 熱成像云臺(tái)相機(jī),該相機(jī)具有多種偽彩和數(shù)據(jù)保存模式,并且能夠高精度的獲得待檢測區(qū)域的溫度信息,滿足實(shí)際檢測的需要。
無人機(jī)快速巡檢系統(tǒng)的軟件是在Windows 系統(tǒng)下利用MATLAB 進(jìn)行開發(fā)的,能夠進(jìn)行堤壩破損和滲漏的識(shí)別,易于操作,軟件總體架構(gòu)主要包括堤壩表觀裂縫檢測與堤壩滲漏檢測兩大模塊,各模塊獨(dú)立封裝,具有較高的穩(wěn)定性和可靠性,可以對大量的數(shù)據(jù)進(jìn)行檢測,其檢測結(jié)果能夠保持穩(wěn)定。
在對采集的堤壩數(shù)據(jù)進(jìn)行檢測之前,需要對堤壩無人機(jī)快速巡檢系統(tǒng)軟件的參數(shù)進(jìn)行配置,確保軟件能夠?qū)崿F(xiàn)相應(yīng)的功能。對于堤壩表觀裂縫檢測,主要包括單幅圖像檢測與全部圖像檢測,全部圖像即為無人機(jī)檢測的全部數(shù)據(jù)。單幅圖像檢測可以對圖像的濾波參數(shù)以及Frangi 參數(shù)進(jìn)行調(diào)節(jié),濾波參數(shù)包括濾波半徑與正則化參數(shù),F(xiàn)rangi 參數(shù)包括圖像增強(qiáng)系數(shù)、噪聲抑制系數(shù)與修正系數(shù);全部檢測圖像的參數(shù)調(diào)整是在單幅圖像檢測的基礎(chǔ)上進(jìn)行的,即需要對增加的裂縫病害識(shí)別的支持向量機(jī)(SVM)分類參數(shù)進(jìn)行調(diào)節(jié),SVM 分類器的參數(shù)包括分類器訓(xùn)練與預(yù)測參數(shù)兩種,訓(xùn)練參數(shù)又包括特征維數(shù)以及訓(xùn)練數(shù)據(jù)的設(shè)置;預(yù)測參數(shù)包括特征維數(shù)以及分類模型設(shè)置。對于堤壩紅外滲漏檢測,需要對圖像預(yù)處理以及滲漏識(shí)別的一些參數(shù)進(jìn)行配置,預(yù)處理參數(shù)包括濾波半徑和3 種形態(tài)學(xué)結(jié)構(gòu)元素的設(shè)置;滲漏識(shí)別參數(shù)為初始迭代溫度的設(shè)置。參數(shù)配置模塊中的參數(shù)如果不進(jìn)行設(shè)置,堤壩無人機(jī)快速巡檢系統(tǒng)軟件就會(huì)按照系統(tǒng)默認(rèn)的參數(shù)對堤壩數(shù)據(jù)進(jìn)行檢測。
圖1:裂縫檢測結(jié)果
圖2:滲漏檢測結(jié)果界面
堤壩表觀裂縫檢測和滲漏檢測模塊的主要功能分別是對堤壩進(jìn)行裂縫識(shí)別以及滲漏檢測,軟件界面主要包括顯示區(qū)域、控制面板、裂縫或者滲漏信息、參數(shù)信息和操作記錄等五部分。裂縫檢測模塊包括單張圖像以及全部圖像數(shù)據(jù)的裂縫檢測,單張圖像檢測可以直接在裂縫檢測界面中顯示出裂縫提取圖像、圖像的名稱和尺寸以及識(shí)別出裂縫的類型、長度、寬度以及面積等信息;全部圖像檢測首先對圖像數(shù)據(jù)中是否存在病害進(jìn)行分類,然后在進(jìn)行病害信息的提取,但是由于數(shù)據(jù)量過大,其檢測數(shù)據(jù)無法在軟件界面中顯示,檢測結(jié)果被保存到Excel 表格中。滲漏檢測模塊既可實(shí)現(xiàn)單張紅外熱成像圖的檢測,又可實(shí)現(xiàn)全景圖像的滲漏檢測,在進(jìn)行全景圖像檢測之前,可以通過軟件界面中的圖像拼接操作對紅外熱成像圖進(jìn)行全景拼接,然后對全景圖像進(jìn)行識(shí)別,最后將檢測結(jié)果保存至Excel 表格中。堤壩無人機(jī)快速巡檢系統(tǒng)軟件實(shí)現(xiàn)了堤壩病害缺陷的檢測以及檢測結(jié)果的存儲(chǔ)和查詢。
為了對堤壩無人機(jī)快速巡檢系統(tǒng)的可行性進(jìn)行測試,本文對該系統(tǒng)進(jìn)行了現(xiàn)場試驗(yàn)。測試采用的軟件系統(tǒng)運(yùn)行于64 位Windows10 操作系統(tǒng)上。硬件平臺(tái)選用了大疆經(jīng)緯M210 V2 無人機(jī),并搭載了禪思Z30 云臺(tái)相機(jī)和禪思ZENMSE XT 2 熱成像云臺(tái)相機(jī)。本文通過調(diào)整拍攝角度、預(yù)設(shè)無人機(jī)飛行路徑的方式來獲取高質(zhì)量的堤壩表面圖像數(shù)據(jù)。無人機(jī)在拍攝圖像數(shù)據(jù)時(shí),需要保持其機(jī)載云臺(tái)相機(jī)鏡頭與堤壩的表面呈垂直的狀態(tài),由于堤壩坡面是傾斜的,所以在檢測之前需要適當(dāng)調(diào)整相機(jī)與坡面的拍攝角度。并使用無人機(jī)路徑規(guī)劃功能來自動(dòng)采集堤壩表面圖像數(shù)據(jù),根據(jù)堤壩的圖紙和采集圖像的面積對堤壩進(jìn)行等區(qū)域劃分并得出每個(gè)區(qū)域的中心坐標(biāo),然后將這些坐標(biāo)傳輸?shù)綗o人機(jī)中進(jìn)行路徑規(guī)劃,以使其在該點(diǎn)進(jìn)行拍攝,最后按照圖像數(shù)據(jù)的位置對其進(jìn)行命名。
場地選取為山東省樂陵市碧霞湖,該湖的堤壩上存在較多的橫向裂縫,為了獲取較多的不同方向的裂縫,使用無人機(jī)對該處場地進(jìn)行了多角度的拍攝,測試飛行高度為10m,共采集圖像數(shù)據(jù)250張,經(jīng)過篩選,剩余了高質(zhì)量圖像200 張,包括裂縫圖像和無裂縫圖像各100 張,其尺寸為400×400。
將無人機(jī)采集到的圖像數(shù)據(jù)導(dǎo)入檢測系統(tǒng),進(jìn)行裂縫的識(shí)別。對于真實(shí)的堤壩裂縫數(shù)據(jù),本系統(tǒng)識(shí)別的召回率和精確率都高于90%,錯(cuò)誤識(shí)別的圖像和丟失的病害圖像較少,通過對圖像檢測結(jié)果進(jìn)行分析可知,錯(cuò)誤的信息主要是由于樹木和石塊的干擾導(dǎo)致的,丟失的病害圖像可能是由于采集圖像的對比度較差。因此,該檢測系統(tǒng)可以實(shí)現(xiàn)堤壩裂縫病害的準(zhǔn)確識(shí)別。在識(shí)別完成之后,需要對軟件系統(tǒng)進(jìn)行進(jìn)一步的操作來實(shí)現(xiàn)裂縫信息的提取以及保存,檢測結(jié)果被保存在Excel 表格中,如圖1 所示。
滲漏檢測系統(tǒng)的測試場地為無遮擋的河堤,測試過程中的環(huán)境溫度、水溫以及空氣濕度分別為17.2℃、15.1℃和54%,紅外圖像尺寸為2456×154,采用可見光圖像和拼接后的紅外圖像進(jìn)行滲漏識(shí)別。
首先向堤壩滲漏檢測軟件系統(tǒng)輸入堤壩原始紅外圖像,接下來需要進(jìn)行檢測參數(shù)的設(shè)置,參數(shù)設(shè)置完成之后,滲漏檢測算法即可進(jìn)行圖像的檢測,提取滲漏區(qū)域,最后該系統(tǒng)會(huì)將檢測結(jié)果以及滲漏區(qū)域參數(shù)信息顯示在軟件界面上并進(jìn)行保存。如圖2 所示。
滲漏識(shí)別結(jié)束后對本文算法進(jìn)行量化分析,與人工分割進(jìn)行比較,區(qū)域交并比(IOU)保持在90%以上,錯(cuò)配率保持在1%以下,對于較大視場的圖像識(shí)別時(shí)間僅為0.921s。因此本文算法能夠?qū)Φ虊螡B漏進(jìn)行快速有效的識(shí)別。
本文設(shè)計(jì)了一套堤壩無人機(jī)快速巡檢系統(tǒng)?;跓o人機(jī)系統(tǒng)以及軟件平臺(tái)實(shí)現(xiàn)了堤壩病害數(shù)據(jù)的自動(dòng)采集以及檢測,并通過堤壩現(xiàn)場試驗(yàn)對堤壩無人機(jī)快速巡檢系統(tǒng)進(jìn)行了驗(yàn)證與分析,所設(shè)計(jì)的堤壩無人機(jī)快速巡檢系統(tǒng)能夠快速準(zhǔn)確的識(shí)別堤壩裂縫以及滲漏病害。