林震寰
(華設設計集團股份有限公司,江蘇 南京 210000)
我國公路橋梁正處于建設與維護并重時期。鋼結構橋梁由于自身材料特性、橋梁所處環境以及國內橋梁維護體系尚不完善等原因,導致鋼結構橋梁結構易發生腐蝕與疲勞損傷。為應對未來鋼結構橋梁維護需求的快速增長,保證橋梁的行車安全,研究出可以替代人工檢測的方法,實現更標準、更準確的橋梁健康狀況評估,成為當前橋梁維護工作的一個主要難點。本文根據國內外的研究,介紹無人機橋梁檢測技術的組成與技術原理,探討無人機橋梁檢測的優缺點及改進方法,為無人機檢測技術在橋梁維護中的應用提供參考。
無人機橋梁檢測系統大致可以包括:無人機飛行平臺、飛行控制系統、影像拍攝及顯示系統和多功能控制終端。整個系統中,無人機飛行平臺與影像拍攝及顯示系統,構成橋梁劣化信息采集工具。根據構型不同,飛行平臺可分為:固定翼無人機、旋翼無人機、無人飛艇、傘翼無人機等。其中,旋翼無人機操作簡單、飛行穩定且對場地要求低,被廣泛運用于橋梁檢測系統的設計中。影像拍攝及顯示系統由三軸增穩云臺、高清相機、圖像傳輸系統和顯示器組成。三軸增穩云臺和高清攝像機安裝于橋梁檢測無人機的上方,檢測時飛手通過飛行控制系統控制無人機完成飛行、避障并觸發高清攝像機的拍照與攝像功能等任務。檢測人員可通過多功能控制終端實時觀察橋梁健康情況,方便檢測人員分析、診斷和量化病害程度,并且還可以通過終端記錄病害信息,為橋梁健康最終評估提供依據。
無人機通過飛行控制系統控制或預先設定的飛行航線,拍攝記錄得到大量的橋梁照片進行橋梁的健康評估。然而,由于高清攝像機受到戶外拍攝環境的干擾,導致采集到的圖像出現光照不均、灰度集中病害與背景對比度不足,噪聲污染,圖像細節不清晰,清晰度低等問題[1]。為快速、準確地對橋梁健康狀況進行評價,需要采用數字圖像處理技術,對照片進行進一步處理提取裂縫、腐蝕與油漆脫落等病害信息。但是,無人機在對橋梁進行檢測時會產生大量圖片,大多數檢測人員沒有足夠的圖像處理和分析能力,無法通過圖像處理軟件快速地處理大批量的橋梁損傷圖片。
目前,對圖像處理方法主要可以分類為基于顏色信息、特征信息兩種方法。這兩種方法主要是根據裂紋、腐蝕等損傷部分與健康橋梁表面的顏色以及形狀特征的不同,對損傷進行分類使之能夠實現損傷的自動識別[2,3]。近年來,隨著計算機人工智能技術的發展,基于無人機視覺缺陷自動識別識別系統被陸續開發,該技術在圖像處理技術的基礎上,構造人工神經網絡并利用篩選出來的橋梁病害信息對機器進行訓練,使圖像采集裝置實現損傷的自動識別、分類與信息傳送。我國學者提出了一種改進的融合卷積神經網絡體系結構,用于識別在復雜干擾背景下鋼箱梁的裂紋,裂紋識別精度可達95.38%[4]。韓國學者開發了一套圖像捕捉和地理標記(ICGT)系統,該系統將GPS、IMU和激光雷達與安裝在無人機上的攝像頭同步,生成橋梁的地理參考圖像并使用深度卷積神經網絡進行實時、自動地損傷檢測和定位,并通過圖像拼接將提取的損傷投影到全景損傷圖中[5]。
傳統的橋梁檢測主要是通過目視及手動檢測,將檢測人員送到被觀測目標前,通過人眼以及其他輔助設備進行檢查,獲取結構劣化的關鍵信息以便后續分析和診斷,如圖1。

圖1 人工橋梁檢測
然而,不同檢測人員目視檢查受到主觀與客觀等因素的影響導致檢查結果存在差異,無法準確評估結構健康狀況。同時,維護期間使用的大型橋下裝置、大型卡車、特殊升降平臺等大型設備會干擾橋梁的正常運營,因此傳統的橋梁檢測技術無法作為日常的檢測手段應用于橋梁的維護中。
隨著無人機橋梁檢測技術研究的不斷深入,無人機橋梁檢測逐漸開始應用。以位于意大利拉奎拉工業中心的立交橋為例[6]。
該橋采用地面及無人機聯合攝影方式采集橋梁損傷劣化信息,并通過基于無人機視覺的橋梁損傷捕捉與評估,表1為不同損傷的分類判定方法。

表1 缺陷分類
圖3為無人機橋梁檢測與人工檢測對損傷的判定對比。

圖3 不同檢測方法的缺陷判定
通過兩種方法對比發現,無人機橋梁檢測能很好完成對混凝土露筋、剝落、裂縫的識別,與人工檢測相比三者分別相差0.17%、0.03%、0.36%。相比與傳統的人工檢測,無人機橋梁檢測優點[7]。
(1)無人機檢測更加靈活,機動性能夠更好地檢測到人工無法到達的死角。
(2)無人機檢測設備結構簡單,維修與運輸方便,綜合成本遠低于橋梁檢測車。
(3)無人機檢測操作簡單、檢測速度快、精度高,大大增加工作效率。
(4)無人機檢測設備場地環境要求小,保證作業時的通車順暢,不影響車輛通行。
(5)無人機代替檢測人員進行高空作業,無人身安全隱患。
無人機視覺橋梁檢測可應用在橋梁的經常性檢測、定期檢查與特殊檢查。對于橋梁的經常性檢查,可通過無人機幫助檢測人員在保證安全性的同時,對橋梁進行全方位、高效率的檢查,便于檢測人員完成日常巡檢,為橋梁的養護工作提供可靠性依據。對于橋梁的定期檢查及特殊檢查,可通過無人機對橋梁的結構損壞做前期的快速評估,再通過必要的檢測設備對橋梁進行全面查看,提升檢測工作的效率,降低檢測成本。
以滬渝高速四渡河大橋為例,該橋采用八旋翼無人機對橋梁混凝土及鋼結構進行檢測[8]。
通過對該工程實例的分析以及現有資料整理發現,無人機橋梁檢測在實際工程中的應用目前仍然存在以下幾點不足[9-11]。
(1)橋下定位抗干擾能力不足。無人機定位采用的是用全球衛星定位系統和慣性導航系統聯合技術(GPS/INS組合制導),當無人機在橋下檢測時,由于橋下遮擋以及鋼筋網架產生的磁場,使得無人機信號受到干擾,導致無人機定位不準確。
(2)巡航時間短,受天氣影響大。通過對無人機巡航的能源是通過搭載的鋰電池組提供的。在遇到風雪天氣時,理論上可通過提高氣動功率抵消天氣干擾,但受到鋰電池能效的影響,無人機的巡航時間將大大縮短。
(3)狹小空間處的避障能力不足。滬渝高速四渡河大橋目前無人機主要是通過搭載在其上的全方位超聲波傳感器,測量無人機與周圍構件的距離進行避障,但這類技術在狹小的空間測量誤差仍無法滿足要求。
為彌補無人機橋梁檢測技術的不足,越來越多的學者研究其他自動化或半自動化檢測設備進行輔助檢測。目前,國內外學者研發了一系列自動化檢測機器人,如磁輪式機器人、坦克式機器人、蜘蛛機器人等爬壁機器人,其檢測原理與無人機檢測技術相似。不同于無人機的運動方式,檢測機器人主要是通過在內部裝置永磁體或電磁鐵使其吸附在橋梁上,實現在橋梁結構上的滑動與攀爬等運動,可在狹小空間內檢測[12,13]。
基于無人機視覺系統的橋梁檢測實現了對橋梁缺陷的自動化識別、分類與記錄,使得無人機橋梁檢測技術很好的解決了傳統橋梁檢測存在的檢測效率低、費用高以及高空作業給檢測人員帶來的安全隱患等問題。但是,無人機橋梁檢測技術還存在明顯不足,無人機無法對橋梁的箱體等狹小的空間進行檢測,并且受到天氣的影響較大,定位的抗干擾能力較差,需要結合其他類型的檢測機器人。隨著橋梁檢測設備的不段改進,無人機橋梁檢測的使用性也將提升,其檢測技術具有廣闊的前景。