陳富強(qiáng)，劉志峰，高彥濤，王彥良，馮艷順

（1.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局測繪地理信息院，河南 鄭州 450006； 2.河南華祥測繪科技有限公司，河南 鄭州 450006）

據(jù)不完全統(tǒng)計，2007－2018年國內(nèi)共有42座橋梁垮塌，其中近六成橋梁的建設(shè)時間在1994年之后，平均橋齡不足30 a。究其原因，絕大多數(shù)是由于橋梁病害沒有及時發(fā)現(xiàn)并及時養(yǎng)護(hù)所導(dǎo)致的[1]。管養(yǎng)部門對橋梁進(jìn)行定期檢查，多采用傳統(tǒng)檢測手段，依靠肉眼或輔助工具（橋梁檢測車、望遠(yuǎn)鏡等）來檢測橋梁主要構(gòu)件是否出現(xiàn)裂縫、開裂破損、露筋銹蝕、支座脫空等病害[2]。對于斜拉橋、懸索橋、鋼管混凝土拱橋等特殊結(jié)構(gòu)橋梁或大跨高墩橋梁，其梁底板、塔柱、索纜、斜拉索、塔頂避雷針等在可及范圍之外，常規(guī)檢測手段和方法操作難度較大，存在部分檢查盲區(qū)[3-5]。對于局部檢查盲區(qū)，通常采用人工現(xiàn)場察看的方式進(jìn)行檢查，但也存在效率低、技術(shù)難度大、危險系數(shù)高等問題。因此，急需尋求一種更安全更高效的橋梁精確檢測方法。本文通過華為云三維實景建模在特大橋檢測中的成功應(yīng)用，為相關(guān)項目的實施提供了一定的 借鑒。

1 貼近攝影測量

貼近攝影測量是由張祖勛院士提出的，被稱為區(qū)別于垂直航空攝影測量和傾斜攝影測量的第三種攝影測量方式[6]。貼近攝影測量利用多旋翼無人機(jī)進(jìn)行貼近飛行，近距離獲取地面或物體表面的高清影像，并對攝影測量數(shù)據(jù)進(jìn)行處理，從而獲取被攝對象的精確坐標(biāo)和精細(xì)形狀結(jié)構(gòu)，進(jìn)而構(gòu)建精細(xì)三維實景模型，實現(xiàn)了其他攝影測量方式無法達(dá)到的精度要求，具有“巡航導(dǎo)彈式”攝影、近距離攝影（可達(dá)5 m）、相機(jī)朝向物體表面攝影等特點。

2 華為云三維實景建模的技術(shù)實現(xiàn)

云桂鐵路南盤江特大橋位于云南省紅河州彌勒市與文山州丘北縣交界處，橫跨南盤江，全長852.43 m；主橋跨度達(dá)416 m，橋面凌空高出江面270 m，是當(dāng)時全球跨度最大的客貨共用鐵路上承式混凝土拱橋。該特大橋是目前世界首座架設(shè)于艱險山區(qū)、工程極其艱巨的高標(biāo)準(zhǔn)干線鐵路拱橋。經(jīng)過多年的運營，目前該橋主要存在的問題為：

1）大橋橋面兩側(cè)導(dǎo)風(fēng)板防護(hù)漆脫落，導(dǎo)風(fēng)板螺栓部分銹蝕、無平墊片、無彈簧墊圈，橋墩漏筋3處，問題設(shè)備日常維護(hù)非常困難。

2）橋梁檢查作業(yè)小車長時間經(jīng)受風(fēng)吹雨打，且作業(yè)環(huán)境空氣濕度大，易造成小車銹蝕損壞，影響作業(yè)安全。

3）白天在該橋拱圈上部檢查需步行3.5 h才可完成，用時太長；拱圈下部檢查采用小車，仍存在江面風(fēng)大、人員易墜落等安全風(fēng)險。橋面系結(jié)構(gòu)和附屬設(shè)施只能通過夜間天窗，進(jìn)入封閉區(qū)域，但受視線影響，夜間檢查效果不佳。

4）既有檢查手段和方式方法單一、效率低下，沒有有效且高效的檢查方式。

2.1 技術(shù)方法研究

特大橋存在的一系列病害急需利用特有的技術(shù)手段進(jìn)行診斷和治療。本文綜合利用多平臺、多類型無人機(jī)協(xié)同作業(yè)，克服了極端的飛行作業(yè)因素，獲取了多分辨率多角度的傾斜和貼近數(shù)字影像；再利用華為云結(jié)合瞰景Smart3D三維實景建模軟件在項目現(xiàn)場短時間內(nèi)對多分辨率多角度數(shù)字影像進(jìn)行融合解算；最終生成高精度的三維實景模型，從而輔助道路橋梁管理部門進(jìn)行南盤江特大橋的維護(hù)檢測工作，為特大橋的管理維護(hù)提供了有效的數(shù)據(jù)支撐。該方法在一定程度上改變了原有的日常維護(hù)手段，提高了日常檢查工作效率，減少了巡檢人員的作業(yè)風(fēng)險。

2.1.1 外業(yè)攝影測量

全域攝影測量，對整個測區(qū)（特大橋日常檢測所有相關(guān)區(qū)域）進(jìn)行3 cm分辨率的傾斜攝影測量；橋梁主體攝影測量，對橋梁主體及其周邊附屬設(shè)施的詳細(xì)情況進(jìn)行分辨率優(yōu)于1 cm的貼近攝影測量；細(xì)節(jié)補(bǔ)拍，對道路橋梁管理系統(tǒng)關(guān)注的重點內(nèi)容進(jìn)行細(xì)節(jié)拍攝，在無人機(jī)無法進(jìn)入的區(qū)域，人工手持相機(jī)進(jìn)行補(bǔ)拍。

2.1.2 內(nèi)業(yè)數(shù)據(jù)處理

本文采用傾斜攝影測量和貼近攝影測量兩種方法融合建模，因此整個項目包括從優(yōu)于1 cm到3 cm各種分辨率的影像，需先對數(shù)據(jù)進(jìn)行完整性檢查，再進(jìn)行分類整理。將分類整理好的數(shù)據(jù)上傳至華為云OBS桶內(nèi)，根據(jù)采集數(shù)據(jù)量在云端搭建對應(yīng)需求的存儲機(jī)、空三機(jī)和建模機(jī)，并申請Smart3D實景建模系統(tǒng)鏡像服務(wù)。對分類數(shù)據(jù)分別進(jìn)行空三計算，完成后對成果進(jìn)行融合，再進(jìn)行精細(xì)模型的生產(chǎn)。

2.2 技術(shù)難點分析

2.2.1 作業(yè)條件困難

項目實施時正值秋季，當(dāng)?shù)赜炅砍渑妫斤w天氣窗口較少。全域攝影測量部分高差較大，無人機(jī)需要變高飛行；特大橋橫貫整個測區(qū)中間位置，需結(jié)合高精度DEM進(jìn)行精準(zhǔn)變高。橋梁主體攝影測量和細(xì)節(jié)補(bǔ)拍需貼近攝影，無人機(jī)操控手需要較好的操控位置；雨后的測區(qū)泥濘濕滑，尋找操控場地困難；特大橋位于兩山之中，山間亂流嚴(yán)重，平均風(fēng)力均在3級以上，對無人機(jī)飛行安全有很大影響。

2.2.2 無人機(jī)多樣性

全域攝影測量、橋梁主體攝影測量、細(xì)節(jié)補(bǔ)拍分別采用飛馬D2000+DOP3000、大疆精靈4RTK、TOPCON Falcon8三種無人機(jī)機(jī)型。它們各有特點，各司其職、揚長避短，實現(xiàn)了該項目多層次的攝影測量需求。

1）飛馬D2000+DOP3000續(xù)航時間長，可搭載 五相機(jī)單架次續(xù)航50 min，具備精準(zhǔn)變高的能力，非常適合大范圍大高差的測區(qū)，內(nèi)置的RTK和PPK也可在免像控的情況下實現(xiàn)高精度。

2）大疆精靈4RTK機(jī)動靈活、易于操控，搭載的三軸云臺非常適合進(jìn)行橋梁主體的貼近攝影測量。該機(jī)型投入成本較低，性能穩(wěn)定，適合在高風(fēng)險的擾流區(qū)域拍攝。

3）TOPCON Falcon8是一款超輕型八旋翼無人機(jī)，搭載索尼Alpha7型相機(jī)，V形機(jī)型設(shè)計確保其搭載的相機(jī)可實現(xiàn)垂直方向180e旋轉(zhuǎn)，滿足了無遮擋正對橋梁底部拍攝的需求。

2.3 無人機(jī)外業(yè)攝影測量

2.3.1 全域攝影測量

全域攝影測量的測區(qū)范圍為從大橋隧道入口向開放橋體方向的帶狀測區(qū)，長度為2.6 km，寬度為大橋中線兩側(cè)各300 m，如圖1所示。飛行平臺為飛馬D2000，五相機(jī)為DOP3000。攝影測量參數(shù)為：比例尺1∶500、地面分辨率3 cm、航向重疊度80%、旁向重疊度65%、相對航高191 m、測區(qū)平均海拔1 206 m、航向外擴(kuò)216 m、旁向外擴(kuò)4條航線、測區(qū)最高點海拔1 490 m、測區(qū)最低點海拔987 m、航線間距63 m、拍照間距24 m、測區(qū)面積1.6 km2、測區(qū)高差503 m。

圖1 全域攝影測量范圍圖

由于測區(qū)高差較大，若利用主流半畫幅五相機(jī)等高航線，最佳只能獲取15 cm左右分辨率的影像，因此本文采用變高航線，依據(jù)現(xiàn)場地形仿地飛行，始終保持相對地面航高為191 m，地面分辨率為3 cm。由于飛馬無人機(jī)管家內(nèi)置了全球DEM模型，可直接利用其內(nèi)置的30 m分辨率DEM生成變高航線，如圖2所示。然而，內(nèi)置的DEM無法識別橫跨南盤江、凌空高出江面270 m的大橋，因此本文首先直接自動生成的變高航線，再利用無人機(jī)配備的毫米波雷達(dá)避障，使飛機(jī)飛行中遇到橋體阻擋后自動返航，調(diào)整航線后跳過橋體繼續(xù)作業(yè)，在較短時間內(nèi)獲取了全域3 cm分辨率的原始影像。

圖2 全域航線設(shè)計圖

2.3.2 橋梁主體攝影測量與細(xì)節(jié)補(bǔ)拍

特大橋位于兩山之間、亂流嚴(yán)重，平均風(fēng)力均在 3級以上；橋體兩側(cè)、橋墩、橋體兩端、拱面與山體銜接處均為較難獲取精細(xì)紋理的區(qū)域，且貼近攝影測量時火車通過有安全隱患。飛行平臺采用大疆精靈4 RTK和TOPCON Falcon8。橋梁主體攝影測量和細(xì)節(jié)補(bǔ)拍均采用手動超視距操作飛行。

采集橋體兩側(cè)影像紋理時，飛手位于大橋下方空場安全區(qū)域，可更加快速直觀地了解無人機(jī)超視距和超遠(yuǎn)可視距，易于飛行把控；同時，有助于信號傳播和第一時間了解橋體下方的現(xiàn)場環(huán)境。

采集橋墩影像紋理時，飛手位于大橋兩端處與橋面保持平行，對長體橋墩進(jìn)行環(huán)繞手動飛行。無人機(jī)飛行過程中避障為關(guān)閉狀態(tài)，因此環(huán)繞手動飛行盡量在視距內(nèi)完成。由于超視距飛行不利于把控橋墩之間的墩距，可能導(dǎo)致安全事故，因此環(huán)繞飛行時鏡頭始終面向橋墩進(jìn)行單體等距環(huán)繞，以保障橋墩各部位的細(xì)節(jié)采集。

采集橋體兩端影像紋理更為復(fù)雜，橋體一端為開放式橋體，另一端為隧道入口。由于開放式橋體地面外物更加豐富（墻體、防滑坡面等），因此其紋理采集數(shù)量多于隧道入口紋理采集數(shù)量。銜接處地形地貌復(fù)雜，飛行時需格外謹(jǐn)慎，超視距復(fù)雜地貌作業(yè)應(yīng)提前把握舵量，并隨時應(yīng)對特殊情況。隧道入口外部干擾因素大，飛行時飛手位于隧道口附近凈空安全區(qū)域。飛行作業(yè)時，高鐵通行易導(dǎo)致無人機(jī)穩(wěn)量失速，因此無人機(jī)應(yīng)遠(yuǎn)離隧道入口但要保證紋理不丟失。飛手要嚴(yán)格把控?zé)o人機(jī)外部矢量提前預(yù)判[7-11]。

2.4 云計算三維建模

本文在已有華為云賬號的前提下，進(jìn)行云計算三維建模。

2.4.1 數(shù)據(jù)整理上傳

本文對3架不同型號的無人機(jī)數(shù)據(jù)進(jìn)行整理分類，所有POS名稱與影像名稱一致，且一一對應(yīng)；下載華為云OBS Browser+，創(chuàng)建桶登錄Browser+界面后，點擊創(chuàng)建桶，創(chuàng)建對應(yīng)區(qū)域的桶，上傳數(shù)據(jù)到OBS中。

2.4.2 云環(huán)境創(chuàng)建

1）創(chuàng)建軟件鏡像。通過華為云賬號申請瞰景Smart3D私有鏡像，共享鏡像后需要接受鏡像方可使用。

2）創(chuàng)建云主機(jī)。登錄華為云控制臺（https://console. huaweicloud.com）彈性云服務(wù)器 ECS，跳轉(zhuǎn)至彈性云服務(wù)器頁面創(chuàng)建主機(jī)。本文選擇的存儲機(jī)為m6.4xlarge.8、空三機(jī)為ir3.xlarge.4、建模機(jī)為g5r.4xlarge.2。選擇前準(zhǔn)備的瞰景鏡像，選擇系統(tǒng)盤超高IO，增加兩塊數(shù)據(jù)盤，一塊用于存儲源數(shù)據(jù)，另一塊用于存儲工程，其大小至少是源數(shù)據(jù)盤的5倍，EIP選擇按流量計費。

3）設(shè)置數(shù)據(jù)盤。登錄云服務(wù)器，進(jìn)入服務(wù)器管理器，在“初始化磁盤”對話框中顯示需要初始化的磁盤，本次選擇“GPT（GUID 分區(qū)表）”。新建簡單卷，可根據(jù)實際需求指定卷大小，系統(tǒng)默認(rèn)卷大小為最大值，此處保持系統(tǒng)默認(rèn)配置。格式化分區(qū)，系統(tǒng)默認(rèn)的文件系統(tǒng)為NTFS，并根據(jù)實際情況設(shè)置其他參數(shù)，此處保持系統(tǒng)默認(rèn)設(shè)置，完成新建卷，需等待片刻讓系統(tǒng)完成初始化操作，當(dāng)卷狀態(tài)為“狀態(tài)良好”時，表示初始化磁盤成功。初始化成功后，設(shè)置數(shù)據(jù)盤共享，當(dāng)云硬盤掛載到云主機(jī)后，就是以盤符顯示，如E盤、F盤。依次點擊右鍵盤符—共享—高級共享—權(quán)限—所有權(quán)限打鉤—保存，通過IP其他云主機(jī)就能訪問到該共享盤。需要注意的是，數(shù)據(jù)盤和工程盤均需設(shè)置共享。通過華為云賬號密碼遠(yuǎn)程登錄云主機(jī)，系統(tǒng)中自帶OBS Browser+客戶端，選擇對應(yīng)文件夾數(shù)據(jù)下載到數(shù)據(jù)盤中。

2.4.3 三維實景建模

1）集群設(shè)置。創(chuàng)建好云作業(yè)環(huán)境后，打開“彈性云服務(wù)器”可查看相應(yīng)服務(wù)器公網(wǎng)和私網(wǎng)的IP地址；復(fù)制相應(yīng)服務(wù)器公網(wǎng)IP，在系統(tǒng) Windows 附件程序下，打開遠(yuǎn)程桌面鏈接，輸入對應(yīng)的IP和密碼，即可遠(yuǎn)程鏈接云主機(jī)；然后在服務(wù)器安裝相應(yīng)的應(yīng)用軟件。工程路徑和任務(wù)路徑均需選擇網(wǎng)絡(luò)路徑下的共享盤，網(wǎng)絡(luò)路徑采用IP地址的方式，也可直接通過映射的方式訪問共享盤；加載影像和POS數(shù)據(jù)時，均需從網(wǎng)絡(luò)路徑添加；提交空三任務(wù)，打開從機(jī)的引擎，在主機(jī)Master工具下打開引擎管理器，引擎管理器中會將與主機(jī)在同一個局域網(wǎng)中的從機(jī)打開的引擎顯示出來，選中引擎，右擊修改任務(wù)路徑，修改到與Master一致的任務(wù)路徑即可。集群的關(guān)鍵在于所有的路徑均需在網(wǎng)絡(luò)路徑下，從機(jī)只需打開引擎，并將引擎的任務(wù)路徑改為與主機(jī)Master的任務(wù)路徑一致，提交任務(wù)后從機(jī)就會運行主機(jī)提交的任務(wù)。

2）引擎設(shè)置?？杖浦鳈C(jī)為超高 IO 型ir3.xlarge.4，主要用于空三流程中的特征提取和特征匹配計算。內(nèi)存優(yōu)化型 m6.4xlarge.8因其內(nèi)存為128 GB，推薦用于空三的平差處理。由于選擇的空三云主機(jī)中不帶GPU，因此無法在Smart3D Master的三維界面下瀏覽空三結(jié)果。若要在Master中進(jìn)行可視化分塊、刺點、三維瀏覽等操作，則需啟動一臺帶GPU的云主機(jī)，如GPU加速型 g5r.4xlarge.2。由于g5r.4xlarge.2的云主機(jī)內(nèi)存只有32 GB，在引擎能力設(shè)置時需關(guān)閉“圖像相似性計算”和“光束法平差”功能。

3）空三解算。由于該項目采用免像控模式，空三計算完成后，即可在三維視圖下查看空三計算成果。本次3架無人機(jī)拍攝的影像分辨率差距較大，從全域航拍的3 cm到細(xì)節(jié)補(bǔ)拍的優(yōu)于1 cm，空三報告中顯示，補(bǔ)拍細(xì)節(jié)影像RMS普遍達(dá)到2 mm左右。利用瞰景技術(shù)進(jìn)行整體處理，一臺空三主機(jī)約用時2 h 10 min完成整體解算。

4）三維實景建模。由于模型輸出需要大量內(nèi)存，因此需對模型進(jìn)行分塊處理，減少其內(nèi)存占用量。利用模型分塊模式，分塊大小由電腦內(nèi)存決定，本次采用的g5r.4xlarge.2云主機(jī)內(nèi)存為32 GB，為保證每個分塊得以運行，分塊所耗內(nèi)存應(yīng)設(shè)置在16 G以內(nèi)。本次三維實景建模，在華為云端部署了30臺g5r.4xlarge.2（16 核|32GB）型服務(wù)器，耗時約10 h完成重建[12-13]，如圖3、4所示。

圖3 全域測區(qū)模型圖

圖4 大橋主體模型圖

3 案例成果分析

與傳統(tǒng)方法相比，華為云三維實景建模在特大橋病害檢測中的優(yōu)勢為：

1）病害檢測作業(yè)效率高。無人機(jī)及其掛載種類的豐富多樣為完成復(fù)雜場景下的精細(xì)建模提供了外業(yè)數(shù)據(jù)獲取手段，云端高性能GPU集群服務(wù)的完善為海量數(shù)據(jù)實時實地處理提供了足夠的算力。本次3種機(jī)型同時作業(yè)，外業(yè)有效作業(yè)時間約為5 h，數(shù)據(jù)傳輸約為3 h，空三解算耗時約為2 h，三維實景建模耗時約為10 h，整個項目用時約為20 h。三維實景建模無需人工干預(yù)，全部在夜間完成，成果2 d即可交付使用，大大提高了作業(yè)效率。

2）病害檢測簡單化?；诰?xì)三維實景模型，管養(yǎng)部門可利用裂縫提取軟件進(jìn)行裂縫的自動提取以及其他缺陷的量化計算，輔以橋梁模型對裂縫寬度、長度、位置等信息進(jìn)行匯總，快速出具檢測報告。原本極難檢測的橋底，現(xiàn)在通過三維實景模型使得橋底缺陷類別、大小和位置的確定變得相對簡單。

4 結(jié) 語

本文將傾斜攝影測量、貼近攝影測量和云計算三維實景建模等技術(shù)手段應(yīng)用于云桂鐵路南盤江特大橋病害檢測中，有助于管養(yǎng)部門低成本、及時、準(zhǔn)確地找出特大橋的病害并提出科學(xué)的治理措施，確保了行車安全和長久健康運營。相對于傳統(tǒng)的檢測方式，該方法不僅在檢測成本、檢測效率上有顯著提升，而且保證了檢測人員的作業(yè)安全。項目采用有人參與的半自動化方式，相對于傳統(tǒng)巡檢模式是巨大的進(jìn)步。該方法通過機(jī)械化裝置實現(xiàn)飛行平臺的升降和艙門的開合，解決了無人機(jī)的野外存放問題；通過RTK定位技術(shù)、視覺輔助和超聲波定高等技術(shù)使無人機(jī)能自動精準(zhǔn)降落到戶外存放裝置中，解決了無人機(jī)起降問題；通過機(jī)械臂等裝置實現(xiàn)自動化換電和充電，解決了無人機(jī)的電池充電問題[14-17]。