无人机航空摄影技术在桥梁检测中的应用研究

李 欣,林 婧,侯泽群,梁柱国

(1.广西新发展交通集团有限公司,广西 南宁 530029;2.广西交通设计集团有限公司,广西 南宁 530029;3.广西昭扬科技有限公司,广西 桂林 541004)

0 引言

山区地形复杂多变,地面高差起伏大,路线跨越沟壑较多,故桥梁设计多采用高墩大跨的结构形式。桥梁在运营期内,需要进行周期性的检测。根据检测频率和目标不同,分为经常性检测、定期性检测和特殊性检测。当前桥梁检测手段仍以目测为主,要求检测人员必须到达桥梁的各个待检部位。对于平原和丘陵地区的一般桥梁来说,检测人员借助桥梁检测车、梯子和支架等工具,即可方便地抵达桥梁的各个待检部位。但对于以高墩大跨结构为主的山区公路桥梁来说,存在以下困难:(1)高墩结构、涉水区段、大跨拱桥拱脚等存在一定的检测盲区,检测人员难以到达;(2)危险系数比较大,给检测人员带来人身风险,如桥检车挂篮断裂等事故;(3)检测效率低,检测准备工作耗费大量时间;(4)以目测为主要手段、以专业经验为基础的检测方法不能满足山区桥梁检测的需要。

截至2020年底,我国公路桥梁总数达到91.28万座,检测工作量极其巨大。为满足现有桥梁的检测养护需要,也亟须开发一些快速、便捷和高效的桥梁检测新方法、新手段。

近年来,随着航空摄影技术的发展和无人机的普及,无人机航空摄影在桥梁检测中的应用受到桥梁养护部门的广泛关注[1]。因此,研究无人机航空摄影在山区桥梁检测中的应用,具有重要的工程意义。

1 无人机航空摄影的应用

1.1 无人机的配置

桥梁检测无人机系统包含飞行器、云台、相机、飞控系统、红外测距系统和补光系统。飞行器采用大疆精灵Phantom 4 RTK多旋翼无人机;云台选择DJI禅思Z-15云台,角度抖动量控制在±0.01°范围内;相机采用瑞铂公司的RIY-D2M五镜头相机和索尼A8微单相机;飞控系统采用DJI A3-Pro,其内置GPS+北斗或者GPS+GLO-NASS组合定位;红外测距系统采用与相机同步触发的激光测距仪;补光系统采用补光灯。

1.2 基于BIM模型的航线规划

无人机的操控可采用人工遥控或者自动巡航。与无人机航空测量不同,桥梁检测需要无人机围绕桥梁结构进行贴近拍摄。如果采用人工遥控拍摄,则需要无人机一直在操作人员视线范围内飞行,尤其是无人机在桥下穿行时,既难以操作,也容易炸机,风险较高[2-3]。本文采取的方案是通过BIM模型或三维实景模型,规划无人机飞行航线,实现自动巡航拍摄。

对于既有桥梁,如果有现成的BIM模型(公路桥梁常采用Bentley公司旗下的Power Civil、Bridge Master、ProStructure等软件建模),则该模型已包含桥梁工程的全寿命周期内的信息,如设计、施工、检测和维护信息。如果没有现成的BIM模型,可采用无人机倾斜摄影生成一个三维实景模型。具体方法是先对桥梁进行远距离航拍,获取大量图像,然后采用Bentley公司的ConceptCapture软件,依次通过读取每张照片的相对位置和方向、校准所有图像、自动三维重建和纹理映射等步骤,建立一般精度的三维实景模型。与建模软件构建的BIM模型相比,实景模型不包含桥梁结构的实体信息,但更加真实。上述两种模型均可用于无人机检测航线规划。

混凝土表面裂缝宽度通常在0.1～2.0 mm。为保证裂缝等轻微病害清晰成像,图像必须有足够高的像素精度。无人机巡检距离(即无人机与待检桥梁的距离)和镜头焦距是直接影响成像清晰度的关键参数。巡检距离近,像素精度高,但安全风险高;巡检距离远,安全风险低,但像素精度低。焦距过大会影响采集效率,过小会导致图像精度不足。一般来说,巡检距离为5～20 m时,图像清晰度较好,可识别裂缝[4]。

根据桥梁检测对无人机飞行要求的不同,将桥梁的检测任务分为三部分:(1)桥面铺装、伸缩缝、护栏和锥坡等构件的检测;(2)墩台和梁底等构件的检测;(3)支座、支座垫石和拱脚等构件的检测。

对于第一部分,可参照一般的航空测量无人机,采用五视倾斜摄影的方式,同时拍摄桥梁构件范围内的前视、后视、左视、右视和下视高清照片,从多角度拍摄病害照片,按照照片的航向重叠度和旁向重叠度在25%以上的要求,规划航线,并同步记录对应的GPS数据。参考现有技术成果[5-6],考虑交通安全,巡航距离取10～15 m。

对于第二部分,梁底病害往往能反映桥梁的承载能力劣化,属于桥梁检测的重点部分。航拍无人机定位采用全球卫星定位系统和惯性导航系统联合技术,实现无人机以较高精度巡航。但将无人机用于梁底检测和墩台检测时,卫星信号会受到桥梁上部结构遮挡,导致飞控系统失灵,目前尚无合理的解决办法。经过多座桥梁试验发现,在桥梁两侧开阔、没有高山阻挡的情形下,无人机在梁底以下15 m通过时,可接收导航信号,能完成梁底的检测。另外考虑到飞行安全,需要无人机与水面或河床保持10m距离。因此,对于墩高>25 m的桥梁可采用无人机自动巡航检测梁底和墩身。对于墩高<25 m的桥梁,如采用无人机自动巡航拍摄,巡航距离取15 m,则检测过程中飞机距河床或水面距离不足10 m,容易受到桥下树木等干扰,安全不易保证,故建议采用人工遥控无人机进行航拍。

对于第三部分,只能人工遥控无人机,逐个拍摄支座、支座垫石和拱脚等构件的照片,并对其进行逐个检测。

1.3 航空摄影图像的拼接

由于巡检距离较小,一张图片往往不能反映一个构件的一个投影面。为识别出完整的病害,并确定病害的准确位置与尺寸,宜将多张原始图像拼接,形成完整大图。借鉴测量无人机图像拼接参数,经试验验证,航向重叠率取25%,旁向重叠率取25%,可将原始图像准确拼接成完整大图。

在机载计算机控制软件中设置相机等距离采集图像数据,同时将无人机拍摄时的位置坐标、巡航距离、相机云台角度、镜头焦距等数据同步保存至图像属性信息中。采用Bentley公司的ConceptCapture软件,从照片基本信息中读取上述信息,完成图像拼接。

1.4 病害特征的提取

混凝土结构表面病害主要分为裂缝、蜂窝麻面、块状破损和露筋锈蚀等。其中裂缝是桥梁工程最常见的病害。裂缝特征包括裂缝起始点、走向和宽度。病害特征提取主要采用经典图像处理技术和基于人工智能的图像处理技术。经典图像处理技术主要有基于灰度阈值分割、边缘检测和结合特定工具等方法,可在光线均匀且没有噪声污染的情况下,完整地提取裂缝边缘,获取裂缝的特征[7]。随着人工智能的发展和计算机硬件性能的提升,基于深度学习的病害识别是当前研究热点[8-9]。目前已经开发出多种基于卷积神经网络的裂缝识别算法,能够取得较高的精度,但在实际工程中的识别效果仍需进行验证[10-11]。所以,目前在山区桥梁检测中,一般采用李刚等[12]提出的远距离混凝土桥梁结构表面裂缝精确提取算法,属于传统的基于灰度阈值分割的方法。照片合成后,依次通过裂缝区域截取、图像区域增强、图像分割、孤立噪声点去除、裂缝标记和宽度计算等步骤依序完成裂缝特征提取,在巡检距离为15 m的情形下,可识别0.1 mm宽的裂缝,绝对误差<0.05 mm。

2 工程应用

以桂三高速公路某大桥为试验检测目标,该桥型为9～30 m装配式预应力混凝土连续梁桥,钢筋混凝土矩形墩,埋置式桥台,钻孔灌注桩基础。桥面全长270 m,桥墩最高处为32.5 m。本次检测主要对桥梁的桥面铺装、梁体和桥墩进行检测,不包括支座及支座垫石。整个无人机航拍摄影桥梁检测过程分为5个步骤,分别是无人机航拍摄影、三维实景模型建立、航线定制、飞行航拍和结果分析。检测发现:桥梁的梁底裂缝有4条,长度分别为1.5 m、2.2 m、1.6 m和2.0 m,最大宽度分别为0.22 mm、0.20 mm、0.18 mm和0.20 mm,均位于小箱梁底板;混凝土剥落1处,面积为0.4 m2。无人机检测完成后,人工对该桥裂缝长度与宽度进行复检,并与无人机检测结果进行对比发现,裂缝长度绝对误差在10 cm以内,宽度分别为0.23 mm、0.22 mm、0.15 mm和0.18 mm,绝对误差<0.05 mm。

与传统的桥梁检测方法相比,航空摄影桥梁检测不需要中断交通,可方便地拍摄桥梁的待检部位,降低了检测风险和检测成本。

3 结语

针对山区桥梁检测手段的局限性和客观存在的困难,将无人机航空摄影用于山区桥梁的检测,显示出极高的效率和精度,极大地减少了常规检测手段存在的检测死角和盲区,降低了事故发生风险和检测费用。但目前也存在技术瓶颈,如桥下无人机定位问题,制约了无人机在一般桥梁检测中的广泛应用。