桥梁复杂结构安全巡检的应用模式研究

覃巍巍

【摘    要】：针对目前桥梁巡检工作中过于依赖人工、数据处理不及时、无人机供电困难、巡视点遗漏的问题，提出一种无人机自动巡检、自动停机舱、数据管理平台的应用模式。工程应用表明，该应用模式保障了桥梁巡检作业的高效性、安全性、准确性和连贯性。

【关键词】：智慧桥梁；缺陷检测；巡检；复杂结构；无人机

【中图分类号】：U445.7【文献标志码】：C【文章编号】：1008-3197（2023）02-12-04

【DOI编码】：10.3969/j.issn.1008-3197.2023.02.003

Research on the Application Mode of Safety Inspection for

Complex Bridge Structures

QIN Weiwei

（OVM Machinery Co. Ltd.，Liuzhou 545000，China）

【Abstract】：Focused on problems such as over-reliance on manpower， untimely data processing， difficulty in UAV power supply， and missing patrol points. The paper proposes an application mode based on UAV automatic patrol， UAV cabin， data platform for complex structure components of bridges. Verified by project application， this mode guarantes efficiency， safety， precision and consistency of bridge inspection tasks.

【Key words】：smart bridges; defect detection; inspection; complex structures;UAV

橋梁定期检测与维护工作量巨大，如何快速、准确进行巡维是困扰行业的一大难题；因此，开展桥梁缺陷精益化自动巡检技术研究，对丰富桥梁管养手段具有重要意义。在非接触自动采集传感技术及监测数据平台技术支撑下实现桥梁自动巡检是智慧桥梁领域的主要研究趋势[1]。目前，激光点云和倾斜摄影等技术结合实现高精度桥梁三维建模，可用于无人机巡视点标定，是实现无人机自动巡检的基础[2～3]。朱志超等[4]实现桥梁部件细化、智能拍照识别，但未采用自动停机舱，因此需要有人参与实时操控。通过“计算机+运动控制卡”的控制系统架构，以模块化设计理念开发停机舱控制系统硬件及软件的思路已得到验证[5～6]。

上述研究均为某一方面技术的应用，未见将多种技术综合起来应用而实现自动无人干预的巡检系统研究。为此，本文结合工程应用，探究无人机在桥梁监控运维中的全自动应用模式，通过对无人机的自主飞行及桥梁部件缺陷智能识别、数据平台等的研究，在无人机端、停机舱端、平台软件端等多个环节形成自动化控制，令无人机无需人工干预便可自主完成桥梁巡检任务。

1 自动巡检模式的实现

1.1 巡视点的标定

巡视点的标定依赖三维模型。桥梁实体三维模型包括桥梁本身及外周所有的实体所在位置、所占空间信息，通过笛卡尔三维坐标系来表示，操作人员可以在三维坐标系中进一步指定用于控制无人机定点采集巡检图像的空间向量。上述三维模型加上所指定的一系列空间向量，便具备了控制无人机在指定点位、以指定方向采集图像所需的足够信息。空间向量的生成过程，即是巡视点标定的过程。

1.2 无人机自主飞行控制

自动巡检无需人员干预，因此无人机应具备完全自主控制功能。将无人机飞行控制器划分为两个组件。

1）飞行支持组件：通过高性能MCU实现基本的飞行动作闭环控制。为保证稳定性不受上层应用的影响，该组件对无人机硬件具有最高控制权限并且支持仅通过单一入口接收上层指令。

2）智能调度组件：是指挥无人机执行作业的大脑，以微型工控机为载体，实现配置和数据存储、与数据平台通信等功能。通过将高层指令转译为飞行控制指令发往飞行支持组件，实现按巡视控制点指挥飞行、控制拍照及返航等功能。

1.3 自动停机舱设计

为实现无人机自动巡检，除自主飞行控制外，还需要户外自动停机舱作为无人机停放、充电和故障处理的场所。自动停机舱可部署在桥头或者桥梁监控中心等位置。

自动停机舱内的核心部件包括升降平台、供电模块、停机引导控制系统及设置在升降台的正负充电极板、钩爪。

1.4 自动巡检工作流程

通过巡检调度系统进行任务排程，将用户指定的巡检任务计划输入至巡检调度系统。系统按既定的时间周期或按事件触发控制无人机执飞，按预定的航线、点位控制指令等进行巡检任务；再将采集的数据自动回送至巡检数据平台进行分析。见图1。

1.5 巡检数据管理平台

巡检数据管理平台包括巡视点整合与优化、编制巡检计划、无人机远程交互、巡视结果生成等模块。

平台系统由远程控制平台和巡视报表平台两部分组成，采用Java语言及相关的开发工具来实现；可实时远程监测显示无人机自身各项数据，对巡检数据进行反馈分析，对图片、视频加以分类，通过机器学习功能进行智能识别诊断，生成巡检结果报表，方便相关技术人员维修管理。

平台服务器采用Docker资源隔离部署系统，将核心软件和数据库划分为两个相对的Docker微服务，以提高系统功能组件的内聚性、可扩展性和故障隔离能力。

1.6 基于图像智能的检测算法

桥梁不同部位、不同部件的缺陷模式不同；为实现多种缺陷信息的全息智能识别，需要尽可能建立缺陷的特征库。

采用YOLOv3深度神经网络建立缺陷分类模型，根据缺陷图像智能判断缺陷类别，输入图片像素统一。为了避免梯度饱和效应的发生，采用ReLU函数作为激活函数

[rectifier（x）=max0，x=x if x≥00 if x<0] （1）

另外，采用梯度下降法训练网络，定义初始学习率[η0]和学习率衰减变化率[s]，以交叉熵为损失函数

[Jθ=-1Ni=1Ny（i）loghθx（i）+              1-y（i）log1-hθx（i）] （2）

式中：[θ]为标签；[hθ]为标签[θ]出现的概率；[N]为样本数量；[y]是期望输出；[x]为输入变量。

1.7 半自动巡检模式

对于不需要高频巡检或不需投入过多成本在自动停机舱等基础设施上的需求，可选择半自动巡检的模式。见图2。

半自动巡检的模式具有如下特点：

1）不需要自动停机舱，每次检测需人工搬运无人机往返；

2）工作时，需通过配套软件执行一键巡检，而不是巡检条件出发方式。

2 工程测试

一座超千米级的跨江特大斜拉桥，需要在短时间内完成拉索、桥塔、梁底的巡检工作并迅速给出巡检报告。

2.1 全自动巡检模式

2.1.1 巡视点标定

此次巡检任务共标定有95个巡视点，覆盖索塔、部分拉索、桥墩。见图3。

2.1.2 自动停机舱的应用

在自动巡检模式中，将停机舱布置在距离桥头约400 m的监控中心前空旷平地上。停机舱除作为自动巡视模式中用于无人机停放、充电、维护的场所，还具备与无人机交互的能力，这是自动巡检模式不需人工参与的关键。在自动巡检模式中，设定满足飞行条件或间隔飞行时间即可出发巡检。停机舱采用150 W的太阳能板进行光伏发电，内置24 V50 A·h锂电池。见图4。

根据控制点标定数据，无人机可从停机舱自动起飞前往作业区中相应点位执行巡检任务，完成后自动返回停机舱。若电量不足以支持完成一次完整作业，则无人机将自动进行分阶段作业，即电量较低时先保存当前状态，待返航充电后再继续工作，保证了巡检的连续性。

2.1.3 巡檢数据平台

缺陷检测算法模型训练过程中设置初始学习率[η0=0.001]、学习率衰减变化率[s=0.1]、样本数量[N=6 500]，图片分辨率统一为480×480。

无人机在控制点处拍照并将数据回送至巡检数据平台进行缺陷检测，采用4G网络进行数据连接。为显示智能识别效果，实际测试中对桥墩、索塔、拉索等部位缺陷进行了自动识别。见图5。

作业过程中及完成后，可从巡检数据平台查看无人机状态、巡检结果等数据，见图6和图7。

2.2 半自动巡检模式

在半自动巡检模式中，人员通过遥控器加载巡视点数据并通过手持遥控器应用软件（APP）发往无人机。无人机根据所述数据进行巡检，完毕后返航，人工回收无人机。

在本测试中，基于桥塔的半自动巡检模式执行一遍约耗时38 min（仅为无人机滞空时间），要完成整个桥梁的巡检需要多次返回并充电。

3 结语

对于桥梁这样的复杂结构，依赖人工控制的无人机巡检，会造成巡视点遗漏、数据难以管理的问题。本文提出的应用模式经过工程验证，在高精度自动巡检的基础上，结合自动停机舱、数据平台可以实现高效、准确、安全、连贯的巡检，保障巡检的准确性。同时，针对减少设备建设投入成本的考量，还补充了一种半自动巡检模式。

参考文献：

[1]王凌波，王秋玲，朱钊，等. 桥梁健康监测技术研究现状及展望[J]. 中国公路学报，2021，34（12）：25-45.

[2]耿小平，王波，马钧霆，等.无人机倾斜摄影测量技术在桥梁施工现场中的应用研究[J].现代测绘，2017，40（4）：27-31.

[3]陈金桥，李佳颖，李慧乐，等.无人机在桥梁检测中的应用初探[J].交通世界，2018，（32）：103-106.

[4]朱志超，王勇，顾传焱. 无人机技术在桥梁养护检测中的应用[C].中国公路学会养护与管理分会第八届学术年会论文集，2018.

[5]焦宏麟. 无人机地面站停机舱的设计与控制[D].北京：北方工业大学，2022.

[6]李宇程，王业柱，黄禹铭.基于电极转换的无人机巡航作业能量补给停机舱[J].电气开关，2020，58（6）：68-70+101.