基于機器人技術的道路病害自動化檢測系統應用研究

侯海濤，邱 雄，范洪祥，程棋鋒，劉 斐，吳晚霞，鐘新然

（1.廈門市公路事業發展中心，福建 廈門 361000；2.合誠工程咨詢集團股份有限公司，福建 廈門 361009；3.上海圭目機器人有限公司，上海 200082）

我國公路建設發展迅猛，截止到2021 年，全國公路總里程約為520 萬km，穩居世界第一。隨著公路運行時間的增長，公路病害逐漸增多并日趨嚴重，影響到了公路使用性能及駕駛安全。因此，維持良好的公路結構狀況是安全駕駛的重要保障。為了全面評估公路結構的受損情況，在針對性地養護或維修計劃之前，公路病害檢測是評估當前公路結構狀況的一項重要工作。

目前公路病害檢測報告主要是通過人工實地抽樣檢測的方式來統計的，越來越難以滿足當前龐大的公路檢測需求。同時，人工檢測手段主要依賴檢測人員的經驗及專業知識水平，存在主觀性強、精度差、易漏檢和效率低等諸多問題[1]。因此，國內外學者及工程師對公路自動化檢測技術進行了大量研究及探索。黃建斌[2]以線陣相機為路面數據采集模塊的核心，設計了高速公路系統路面破損數據自動檢測裝置，并研究了剔除油污等干擾信息的數據預處理方法。黃娟[3]根據高速公路路面檢測相關指標，研究了路面破損、路面平整度、路面車轍、路面結構強度、路面抗滑性5 個方面的自動化檢測技術。BICICI 等[4]在研究中利用無人機自動采集了路面三維點云圖像，并從三維點云中提取路面紋理信息，用于路面病害快速調查和檢測。

近年來，隨著自動化檢測技術的不斷發展，各種道路綜合檢測車開始逐步應用于公路檢測作業[1，5-7]，如日本Komatsu 系統[8]、美國DHDV 系統[9]、中國的CiCs 檢測車[10]等。相較于人工檢測，道路綜合檢測車的檢測效率顯著提升。同時，由于道路綜合檢測車集成了自動化檢測設備（如工業面陣相機、探地雷達等無損檢測傳感器），其檢測結果的準確性和可靠性均優于人工檢測。在公路病害定位方面，目前道路綜合檢測車主要依賴于里程計及公路樁號，病害的定位精度大約在米級，可以為后續維修養護施工提供公路病害的大致位置。另外，由于傳感器的檢測寬度有限，道路綜合檢測車單次作業一般無法覆蓋整個車道范圍，對于工作人員的駕駛技術也有較高要求。

為了進一步提升道路病害檢測的自動化及智能化水平，同時提供更精準的道面病害定位信息，本研究設計研制了面向道路病害檢測任務的檢測機器人系統。該道路檢測機器人搭載了工業相機及三維探地雷達，可在指定的道路檢測區域開展全覆蓋的自主檢測作業，全面獲取道路表觀病害及結構病害信息，并在福建省某公路主干道開展了實際的工程應用。

1 道路檢測機器人系統設計

1.1 機器人系統總體概覽

道路檢測機器人的總體系統架構如圖1（a）所示。系統由多功能運輸車及檢測機器人本體組成。多功能運輸車除了將檢測機器人運輸到檢測場地外，其內部還設置了遠程控制臺，集成了機器人遠程監控系統和檢測數據分析系統。多功能運輸車和道路檢測機器人通過WIFI 無線網絡或4G 網絡進行通信。

圖1 道路檢測機器人系統總覽

道路檢測機器人的檢測設備及傳感器配置如圖1 所示。機器人配置了一臺工業面陣相機來采集道路表觀圖像。為了采集道路內部結構層信息，在機器人后方設置了八通道的三維探地雷達?？紤]到道路檢測過程中可能會有不可預知的車輛及人員進入檢測區域，機器人機身的前部安裝了2 臺用于及時避障的激光雷達。無線網關（AP）天線和GPS 天線分別設置在機器人頂部周圍。

在道路檢測任務中，檢測機器人以自主檢測作業的方式，利用搭載的工業面陣相機及探地雷達設備分別采集檢測區域內的道路表觀和結構層數據，并結合高精度的位置信息生成檢測區域道路表觀和內部結構的三維模型。最后，通過檢測工程師并結合基于深度學習的病害識別算法進行檢測數據分析，可直觀、快速地獲取道路表觀及內部結構病害。

1.2 機器人結構設計

基于模塊化的機器人設計思路，道路檢測機器人本體結構由輪式運動底盤、主體機身以及外圍傳感器系統組成，如圖2 所示。

圖2 機器人本體結構設計

輪式運動底盤采用了四轉四驅的輪式設計，4 個驅動輪均配置了獨立的轉向和行走電機，可以實現獨立轉向和前后運動控制。機器人移動時，4 個獨立懸掛裝置保證了路面不平整時車身的穩定性。

主體機身通過模塊化機械接口安裝在運動底盤上，功能區域包括下沉式的鋰電池艙、通信模塊、定位和導航模塊以及工控機及控制系統艙。外圍傳感器模塊由不同的環境感知模塊和數據采集模塊組成，環境感知模塊包括全景監控相機和激光雷達，檢測模塊則包括面陣相機、三維探地雷達及相應的機械支架。

1.3 機器人控制系統

控制系統主要包括電氣系統、運動控制系統、通信系統以及定位導航系統4 個部分，所有硬件設備均集成在機器人主體機身中。

運動控制系統硬件主要由工控機主板、交換機及電機驅動器組成，主要負責機器人在檢測過程中的運動、行為控制。總體控制流程如圖3 所示。在檢查任務開始時，工控機系統通過WIFI 或4G/5G 信號從機器人遠程監控系統接收檢測作業任務信息。為了實現高精度的定位和導航，獲取差分GPS 模塊、慣性傳感器單元和車輪上的編碼器等多傳感器數據，通過擴展卡爾曼濾波器（EKF）進行融合，計算得到機器人當前的運動狀態和位置信息。定位導航系統通過RS232 串口與工控機進行通信。機器人導航算法通過計算目標軌跡的位置偏差和方向偏差解算出運動底盤速度及角速度的控制指令，并通過以太網將控制指令發送到4 個車輪的底層控制系統，實現底層運動控制。路徑規劃和運動控制算法已實現并集成在工控機上。環境傳感器（激光雷達、監控相機）和檢測傳感器（面陣相機、探地雷達）通過以太網將采集數據傳輸至工控機。檢測過程中機器人即時運動狀態及檢測采集信息會通過以太網傳輸至遠程監控系統。

圖3 機器人控制系統框架

2 檢測作業流程及病害評價方法

2.1 道路檢測機器人作業流程

為了保證相機和雷達采集數據可靠，檢測工程師需要根據作業時的天氣、光照和路面情況對相機和雷達進行初始參數設置（如增益調節等）。在明確道路檢測區段后，工程師還需根據當前車輛流量及道路復雜情況分段劃分檢測區域，并在遠程檢控系統上創建檢測作業任務。詳細的現場作業流程如圖4 所示。

圖4 現場作業流程圖

2.2 道路損壞評價方法

道路檢測作業結束后開展檢測數據分析及道路損壞評估工作。道路損壞評估包括表觀和結構層兩方面：一是參照現行的公路評定標準規范，利用相機采集到的表觀圖像判別道路表觀病害；二是結合隱性病害的波形特征，利用探地雷達采集到電磁波的反射波圖譜判別道路內部隱性病害。

2.2.1 表觀病害評價

現行的《公路技術狀況評定標準》（JTG 5210-2018）對道路表觀病害做出了明確的分類和評定[11]。水泥混凝土路面的病害主要包括裂縫、破碎板、板角斷裂、錯臺、拱起、邊角剝落、接縫料損壞、坑洞、唧泥、露骨和修補11 個類別。瀝青路面的病害包括龜裂、塊狀裂縫、縱向裂縫、橫向裂縫、沉陷、車轍、波浪擁包、坑槽、松散、泛油和修補11 類病害。

表觀圖像數據處理時，工程師參照《公路技術狀況評定標準》，在檢測數據分析系統上對道路各類表觀病害進行判定和標注。此外，還開發了基于U-Net 模型的道路多類型病害語義分割算法[12]并集成在檢測數據分析系統，可對道路病害進行初步的快速篩查?；谏疃葘W習模型的自動識別算法與人工標注相結合，進一步提升了道路表觀病害的評估效率和準確性。

2.2.2 結構層隱性病害評價

探地雷達廣泛應用于地質勘探行業中，其原理是利用高頻電磁波的反射波形來探測地下目標體[13-14]。近年來，隨著高頻微電子技術及計算機信號處理技術的發展，探地雷達開始逐步應用于道路層厚檢測等公路檢測中[15]。

基于探地雷達波特征的地下病害識別方法一般是根據正演規律推斷某些病害特征的波形、振幅、相位與頻率的變化等，然后根據現場探測得到的反射波信號來反演道路內部形態，以此評估和判斷隱性病害的位置和類型。常見隱性病害探地雷達波波形見表1。

表1 典型隱性病害波形特征

3 工程應用案例

3.1 作業場景及檢測結果

為了驗證道路檢測機器人系統在公路病害自動化檢測業務中的實際使用效果，在福建省廈門市某公路主干道開展了工程檢測作業。檢測區域地圖及作業場景如圖5 所示。兩段檢測區域長度約1 500 m，寬度約20 m，檢測面積共30 000 m2。本次檢測任務主要是檢測道路內部隱性病害情況，并根據病害識別的類型及定位結果進行道路開挖驗證。

圖5 機器人現場檢測作業

道路作業區域內共檢測出結構層隱性病害4 處，包括富水、疏松、脫空和內部裂縫各1 處。病害統計情況見表2。表2 中：G 為脫空，L 為疏松，C 為裂縫，J 為基層，D為底基層，T 為土基層。

表2 隱性病害檢出結果

3.2 探地雷達波形圖譜及開挖驗證結果

3.2.1 富水病害

富水病害在雷達圖譜上剖面表現為多處波組反射，頻率較低，能量變弱，在切片圖上表現為一處能量比周圍背景明顯強的區域，如圖6（a）所示。依據探地雷達數據的位置信息，經現場定位開挖，挖至土基層時開始出現水，挖到1 m 時積水已經有近10 cm 深，圖6（b）為開挖時的現場照片。

圖6 富水病害的探地雷達波形圖及開挖驗證結果

3.2.2 疏松病害

疏松體是土體或結構體不密實的狀態，里面含有大量的空氣或水，在雷達剖面圖上表現為多次波，繞射明顯、雜亂，在切片圖上表現為能量比周圍背景場明顯強烈，出現黑白相間的區域。圖7（a）為檢測出的一處疏松體病害，病害起始深度約1.2 m。經現場定位后開挖，在開挖區域發現一處疏松體區域，土質明顯松動，密實度很差，開挖時發生塌陷，見圖7（b）。

圖7 疏松病害的探地雷達波形圖及開挖驗證結果

3.2.3 脫空病害

道路中的脫空病害主要表現為硬質結構之間或硬質結構與土體之間的縫隙，一般在探地雷達圖中表現為平板狀多次波組，因脫空處含水或空氣，所以多次波能量較強，出現明顯的黑白相間波形，在切片圖上出現或全黑或全白的整個區域。本次作業檢出的脫空病害雷達圖見圖8（a）。開挖后發現該處脫空為電纜井，電纜井在開挖時被破壞，導致脫空區域發生坍塌，見圖8（b）。

圖8 脫空病害的探地雷達波形圖及開挖驗證結果

3.2.4 內部裂縫病害

裂縫病害在雷達剖面圖上呈現正向或斜向脫空的狀態，在切片圖上呈現裂縫到實際走向特征。在理論上是一種脫空病害的表現，但是因為裂縫有其自身的特點，比如貫通性、條帶狀發育等，故專門列出。本次作業檢出的裂縫病害雷達圖見圖9（a）。現場挖掉面層后，在定位區域的基層發現一條明顯的橫向裂縫，現場照片見圖9（b）。

圖9 內部裂縫病害的探地雷達波形圖及開挖驗證結果

4 結論

針對公路病害狀況的自動化檢測需求，基于機器人技術并結合探地雷達應用技術，研制了道路病害檢測機器人系統。道路病害檢測機器人通過自主定位導航及任務規劃，可以實現在指定檢測作業區域內的全覆蓋檢測，自動采集道路表觀圖像數據及結構層數據，為后續病害分析提供高質量、高精度的檢測數據支撐。將道路檢測機器人系統應用于實際的道路檢測作業中，并將病害檢測結果與現場開挖結果進行對比，進一步證實了檢測系統的可靠性。

在實際使用中也發現了道路檢測機器人系統的一些改進方向，比如:（1）現有任務規劃算法對復雜彎曲道路的適應性還有待提升；（2）現有的基于面陣相機的表觀檢測模塊難以識別錯臺、車轍等空間類型的表觀病害。因此，未來的研究目標將繼續提升檢測機器人軌跡規劃和導航算法，并擴展激光點云、3D 相機等檢測模塊，進一步提升系統在公路病害自動化檢測業務中的適應性和準確性。