新型无人机检测技术在桥梁检测工程中的应用

崔龙

安徽省建设工程测试研究院有限责任公司 安徽 合肥 230000

引言

为了延长桥梁寿命，提高桥梁安全性，对桥梁检测方法和技术的研究必不可少。桥面的裂缝、拱起、坑洞、剥落及梁体裂缝等是桥梁检测的重要内容。传统的检测方法基于人工视觉检测，辅助搭建脚手架，挂篮，或者使用专门的桥梁检测车，人力物力财力耗费较大，检测效率低，还会妨碍交通运营。在此背景下，随着无人机技术的发展，将无人机应用于桥梁外观检测，对桥梁各部位进行数据采集，利用数字图像处理技术和深度学习方法等人工智能技术，进行分析处理，可以有效提高桥梁外观检测水平，降低检测成本，提高检测效率。

1 桥梁检测技术的应用价值

第一，桥梁本身可能因为年久失修还有长期频繁使用，导致其某一节部位出现了错位、裂缝和沉降等不同程度的损伤。然而这些都是需要根据相关人员利用技术对桥梁结构和受损部位的严谨勘测来进行判断的，以此来解析目前桥梁本身可以承受的重量大小。第二，很早之前我国就建设了很多桥梁，所以目前有些大桥的使用时间是非常久远的，而整个桥梁结构和荷载都是根据当年的实际情况来进行设计建造的。但是随着我国社会经济逐渐的增长，交通流量逐渐增加，各种交通工具带来了更复杂的交通体系，所以随着车辆荷载的增加我们对桥梁的结构和承载能力又有了新的标准和要求。对这种桥梁的有效检测工作，让我们可以以此为据来判断整个桥梁的结构和荷载能量是否可以满足现在社会发展的需求，同时是否可以在修复加固桥梁的时候对桥梁的荷载能力进行一个全面的提高。第三，应该完善我们的桥梁信息数据，对所有有关桥梁技术的数据进行收集存档，同时让这些数据与当代技术相结合，来对桥梁工程进行更加合理的修复和维护，同时深入分析桥梁养护方面出现的问题，并根据当时的实际情况进行有效的指导，为桥梁养护措施提供更加合理的意见，以此来对桥梁的加固和研究进行更好的施工。第四，对于一些新型结构的桥梁，通过有效使用桥梁检测技术，能够对相关理论的实践性和可靠性进行相应的判断和分析，当桥梁在使用过程中发生问题的时候，就可以及时解决，并同时判断桥梁结构的形式和设计理论。因此加强桥梁检测技术研究具有重要的意义，需给予更多的关注[1]。

2 传统桥梁检测问题

①传统的桥梁检测方式很难直接检测到预期位置，而需要借助一些辅助措施，操作十分困难。首先，对于某些危险场所如桥座、桥腹等，传统方式对于人员都有一定的安全隐患;考虑到地形限制，涉水高空桥梁的传统检测，安全性也极低。其次，有些桥梁具有特殊的结构例如悬索桥、大跨、高墩桥梁、斜拉桥以及拱桥的斜拉桥钢索、桥梁底部、高塔柱顶等部位进行检测时，存在检测盲区，在视线能力之外，而传统的检测必须搭架或吊篮进行检测，方法十分局限，效率也非常低。②传统桥梁检测都为人工检测，通常使用肉眼直接观察，主观性会影响观测结果，或者使用桥梁检查车、双筒望远镜、裂缝观测仪等工具去检测桥梁是否有裂缝、开裂破损、氧化腐蚀等病害。然而对于轻微病害，当桥梁出现轻微损伤甚至在阴暗处时，无法近距离观察，细节常常会被忽略，检测精度不高，效率太低。另外，传统的桥梁检测裂缝通过敲击或者听声来辨别，无法精确到病害具体位置，存在很大的局限性。③传统桥梁检测以人工为主体，每个人工的技术、能力存在差异，在检测的途中，人工有一定的风险，无论是时间还是精力，都得不偿失。首先，在进行桥梁检测时需要封闭道路，中断交通，对周边群众、城市造成影响。检测时间长，耗费人力物力，安全性也极低。其次，传统检测占用时间较长，容易受天气影响[2]。

3 无人机检测方法分析

3.1 传统无人机检测技术

最初将无人机检测技术运用到建筑外部检测的是国外企业，初期也被理解为是一种外行介入的模式。在此背景下，不仅会提升桥梁检测工作的困难程度，同时传统无人机检测都是先由一些航模爱好者进行操作，再将这些所拍摄的照片交给工程建设方或者工程养护团队作为后续工程建设的基础，但是传统无人机检测的缺点是：整体系统效率较低，并且没有较强的抗风能力，难以应对一些复杂或者恶劣的天气情况；并且存在技术缺陷的影响，这些摄影设备难以结合云平台的辅助作用来进行检测，检测精准度难以提升；另外在早期的无人机检测设备试用期间，其操作难度相对较高。

3.2 任务规划模块

任务规划模块最主要的功能是规划飞行航线，根据任务地图、任务需求以及各种约束条件，规划一条满足需求的最优或次优航线。航线规划功能离不开航线规划算法，本地面站需要控制无人机检测桥梁病害，需求比较特殊，现有的航线规划算法无法达到要求，因此，针对桥梁结构特点以及桥梁病害的发生趋势，设计了一种新的全覆盖路径规划算法，并将其嵌入任务规划模块中，实现自动任务规划。电子地图采用集成的地图接口实现，可以调用各大厂商的电子地图，通过鼠标实现电子地图的放大、缩小、拖动、添加航点等功能在加载完成的地图上，创建新的图层，实现无人机位置的实时显示以及航迹显示[3]。

3.3 中继无人机

中继无人机是为了避免在桥底检测过程中信号丢失或者受到强烈磁场干扰期间，拍摄精度受损，因此其可以增强GPS信号，并且可以精准提供磁罗盘校准作业。

3.4 无人机结合数字图像处理技术解决桥梁检测精度问题

在传统桥梁检测中，对于裂缝等病害通常采用肉眼观察或者人工辅助测量仪器进行测量，不仅精度不高而且人工作业难度大，诸多因素影响检测结果。本研究将无人机传回的照片应用图像识别技术，实现自动识别桥梁病害种类，确定病害的精确位置，测量裂缝宽度等诸多功能，精度高误差小。首先对无人机采集到的桥梁病害的数字图像，进行灰度转换、锐化、边缘检测、去噪、直方图修正等处理，得到增强效果良好的图像，完成图像预处理。然后利用卷积神经网络，设计科学、高效的图像识别算法，完成裂缝的识别及裂缝宽度测量，实现桥梁裂缝的自动识别与检测，显著提高桥梁检测的精度与效率。

3.5 任务规划模块

任务规划模块主要功能为自动规划任务航线，并在电子地图上标示出航点、航线位置，将任务地图导入地面站中，通过航线规划算法自动生成航线，操作人员微调后，上传至无人机的飞控中，无人机根据此航线飞行，完成相应任务。使用无人机检测桥梁病害需要规划三维全覆盖航线，现有的自动规划算法无法满足任务需求，因此，针对桥梁病害检测任务开发一款专业航线规划程序，该程序能根据三维桥梁地图以及任务需求，自动规划一条无人机航线，并且生成航点文件。将该程序嵌入任务规划模块中，成为该模块中的一个功能组件，实现航线规划、任务管理一体化，大大提高了地面站的工作性能[4]。

3.6 建筑信息化模型地面站系统

该系统是根据BIM技术所建立的信息化模型演变而来的，其在提供安全检查的同时，也可用二维采集的照片来形成三维立体模型，再实施建筑外部表面损坏情况的检测作业。本论述主要采用PLX4D系列的软件，软件使用过程中，结合其本身所具有的各种配套设备，可实现全天候、无限制的建筑检测工作。并且在目前所使用的新版系统中，其可在3D模型上建立信息检测模型，提前导入有关信息数据，最后将需要进行重复拍摄的内容再次融入信息化模型中实现高精度拍摄效果。

3.7 无损伤识别技术

①小波损失识别法，因为小波损失识别法中的小波信号有很强的稳定性，所以这种方法就适用在损失识别的波段，通过小波的反射和传导出的特征因子，来判断桥梁结构损伤的部位和程度。小波分析在起义信号检测、识别信噪、分析频带等多种损伤识别中被广泛地使用。②神经网络损伤识别法，神经网络识别法的工作原理是：利用无损伤系统的振动数据所形成的数据网络，在经过数学方法确定出相关参数后，输入数据。如果输入的数据是正确的，那系统将不会发生什么变化，证明网络数据与系统数据是一样的。反之，就证明整个桥梁结构是有损伤部位的，需要及时维护[5]。

4 桥梁检测技术发展趋势

现如今有关桥梁工程界的巨大挑战主要包括，桥梁的安全性、桥梁的耐久性和桥梁的使用功能。桥梁工程技术的发展在基于建设的基础上也同时向建设和养护一起转型。因为对桥梁结构的要求和长期使用的性能要求都在逐步提高，所以，关于桥梁的检测或者监测及其相关的损害判断与分析技术的研究也有了新的趋势，主要体现在了深入化、集成化、标准化和智能化4个方面：①深入化。桥梁结构损伤机理研究将从短期到长期、微观到宏观、单因素到多因素逐步耦合发展。②集成化。无损检测、维修和保养省的小型化、专业化和一体化变得越来越重要，在BIM的平台上，将设计、施工、检测、监测、维护和维修的信息紧密集成融合，将传感、采集、与传输设备强有力的纳入健康检测系统中也是一个主要趋势。③标准化。要将检测、监测、维护动作和质量评定的方法在传统的意义上进行标准化，还要将数据互联互通的信息标准化。④智能化。随着对机理的深入研究了解，数据的累积、信息整合的日益增多和加强，以及云计算、海量数据分析和机器学习的科学技术的提高，桥梁养护智能化研究备受关注，人们也会通过智能化，能够对桥梁结构的病害进行早期识别，趋势推演、自动进行监测评分、自动排序安全风险、智能优化养护资金配置或者桥梁的寿命预测等功能，从没可能变成有可能。

5 结束语

综上所述，设想未来深入的研究可以实现无人机从地面起飞后，在区域内向不同方向飞行自动寻找桥梁位置进行巡航检测，由此可以形成一种多无人机全区域桥梁检测系统，完成检测后将自动寻找下一个待检测目标，无须工作人员到达桥梁地点并进行设备迁移，使用更加快捷高效。降低桥梁检测工作人员的要求程度，为我国相关工程的检测技术应用提供重要的技术支持。