基于機器視覺技術的打狗河大橋工程質量安全檢測

潘富遠

摘要：目前，大多數橋梁檢查都是通過人工計算裂縫數量、測量裂縫的長度和寬度并拍照來完成，橋梁診斷報告的質量和可靠性在很大程度上取決于檢測人員。文章提出了一種橋梁安全狀態檢測機器人系統，該機器人系統被開發用來收集準確的數據，以記錄橋梁的安全狀況變化以及檢查橋梁的安全狀況，并通過打狗河大橋橋梁裂縫檢測實例，介紹了機器視覺技術在橋梁結構安全檢測中的應用。

關鍵詞：打狗河大橋;橋梁檢測;機器人系統;機器視覺技術

中國分類號：U446文獻標識碼：A

0 引言

橋梁檢查是一項關鍵任務。國內的橋梁數量逐漸增加，因此需要耗費更多人力物力進行檢查。目前我國有超過100萬座橋梁，成為世界第一橋梁大國。此外，自1995年以來，橋梁的維護和維修費用每年都在迅速增加，近10年來增加了200倍。因此，通過精確的診斷，尋找一種更有效、更經濟的橋梁維修方法顯得越來越重要[1]。

雖然機器人技術已經在許多工業領域得到了發展，但在實際橋梁的安全診斷和維護方面，機器人應用技術卻相對滯后，直到最近，橋梁的檢查和維護都還是由在戶外工作的訓練有素的檢查人員手工進行檢查。檢查人員通過計算裂縫數量，測量裂縫線的最大寬度和長度，并對其進行拍照，檢查橋梁下表面的安全狀況。因此，基于檢查人員的努力程度不同，診斷報告的準確性和質量變得相當主觀，結果也不盡相同。此外，由于橋梁檢查是在室外進行的，特別是在橋梁下方，因此可能存在檢查人員的安全問題，在橋梁檢查期間可能會造成工傷事故。除了降低成本外，改善工作環境已成為橋梁檢測的主要考慮因素之一。為了解決這些問題，本文提出了一種基于機器視覺的橋梁檢測機器人系統。檢測機器人能夠將傳感器發送到不可接近或危險的區域，從而使檢測人員更安全[2]。

1 機器人結構與控制系統

橋梁檢測的整個機械系統由專門設計的車輛和安裝在專門設計的結構上的檢測機器人組成（如下頁圖1所示）。特別設計的汽車具有七自由度多連桿裝置，并配有液壓執行裝置系統，該多連桿裝置是為檢測機器人系統檢測橋梁下表面而設計的。同時，設計了安裝在多連桿系統末端的檢測機器人，使其具有三自由度并聯機構，配備電動執行裝置（馬達）系統、機器視覺系統和各種傳感器。安裝在檢測機器人末端的機器視覺系統能夠檢測和發現橋下的裂縫。由于多連桿系統的主要目標是將檢測機器人送至待檢測位置，因此其工作空間較大。

如圖2所示，檢測機器人由機器視覺系統的旋轉關節裝置和用于重力方向運動的棱柱（上/下）關節裝置組成。此外，搖攝和傾斜裝置配備有陀螺傳感器、激光傳感器和機器視覺（照相機）系統。上/下運動通過兩級裝置實現，兩級裝置通過類似肌腱驅動的方法進行工作，通過兩級裝置進一步的擴展盡可能使機器視覺系統接近橋下表面。在這里，兩級裝置最大向上行程大約為1 m。這個大的向上行程是為了捕獲橋下的精確裂紋圖像，并計算裂縫的長度和寬度。

2 機器視覺系統

機器視覺系統的目的是從采集的圖像中自動檢測橋梁下表面的裂縫。事實上，根據橋梁的類型，損傷有很多種，如裂縫、腐蝕、沉降等。在這些損傷中，裂紋信息成為決定橋梁修復的最重要因素之一。其所采用的機器視覺系統由電荷耦合器件（CCD）攝像機、數字錄像機（DVR）和服務器計算機上的視覺處理程序組成。為了確定機器視覺系統的技術指標，我們考慮了機器視覺系統的重量、供電電源、與服務器的通信方式和電纜類型，并通過RS485通信對CCD攝像機的焦距進行遠程控制[3]。

2.1 裂紋檢測與跟蹤

現有的裂縫檢測方法大多只顯示檢測裂縫，而為了評估橋梁的安全性，應通過固定時間間隔的橋梁檢測報告來估計裂縫的發展速度。為此，應每隔一年收集和累積有關裂紋長度和寬度的信息。通常，在裂縫檢測中，由于橋下跨間支撐梁的作用，存在裂縫形狀和尺寸不規則、表面臟污和油漆不均勻、照明條件不規則等問題，這些都可能給實現裂紋自動檢測帶來困擾。針對這些問題，我們分別提出了裂紋檢測算法和裂紋跟蹤算法作為裂紋圖像自動處理的兩種方法。

2.2 BMS數據庫的后處理

對于檢查人員來說，可通過縫合相鄰圖像獲得的全景圖像，連接每個圖像中的相同特征點，順序地執行縫合處理，然后將包含整個裂縫線信息的全景圖像轉換為橋梁管理系統（BMS）要求的文件格式（這里是與CAD文件兼容的DXF格式）。我們仔細研究了DXF文件格式的結構，解析了各個組件的語法，以便將檢測到的裂紋信息寫入DXF文件格式。

3 機器視覺技術在實際工程中的應用

3.1 工程概況

打狗河大橋位于河池市南丹縣打狗河寨附近，跨越打狗河。橋位處河面寬度約50～60 m，河水流速較急，橋梁中心樁號為K6+285，全長158.12 m。本橋上部構造采用5×30 m預應力混凝土簡支T梁，交角90°，橋面凈寬7.5 m;下構橋墩為雙柱式墩，3#橋墩采用明挖擴大基礎，其余橋墩采用樁基礎。橋臺為柱式臺，樁基礎。橋面的結構形式為15 cm厚C50混凝土橋面鋪裝。本文以打狗河大橋安全檢測為例，從其施工期間開始，每隔一年進行一次安全檢測，追蹤大橋有效裂紋的變化情況，為提出有效修整措施提供客觀依據。

3.2 圖像處理

由于每座橋梁都有自己的形狀，因此在進行橋梁檢查之前需要進行任務規劃。橋梁檢測任務規劃的目標是獲取清晰的原始圖像。為此，橋梁下表面與機器視覺系統之間的距離應保持恒定，以保證透視圖像的恒定。同時，機器視覺系統的方向應與橋表面保持正交，以保證每幅圖像的像素分辨率恒定。通過對圖像的分析，預先確定特征點的位置作為橋梁形狀的變化點。

如圖3所示，為打狗河大橋底面裂紋圖像捕捉以及相關處理順序。在捕獲裂紋圖像之后，使用中值濾波器來實現去除偽影以增強圖像的預處理，然后采用裂紋檢測和跟蹤算法計算出相應裂紋的長度和寬度，并通過圖像拼接對合成全景圖像進行后處理，最后將包含長裂紋信息的合成全景圖像轉換為橋梁管理系統數據庫所需的數據格式。整個圖像處理將近200 ms，也就是說，機器視覺系統以5 幀/s的速度捕獲圖像。

在對橋梁進行檢測時，雖然檢測機器人系統采用了閉環控制系統來保持攝像機系統的距離和方向不變，但由于突然的風和未知的干擾，攝像機可能會發生抖動，從而使采集到的圖像變得模糊。在某些情況下，模糊圖像的裂縫檢測結果并不能保證裂縫信息的準確性，而且在同一位置重拍照片也很困難。因此，應用文中的圖像去模糊處理技術來提高檢測結果，而機器視覺系統能夠利用這個過程恢復模糊圖像，檢測人員不僅可以獲得良好的視覺效果，而且可以從恢復的圖像中獲得可靠的裂紋檢測信息。

3.3 結果分析

我們評估了機器視覺系統對含噪圖像的自動檢測方法，這是由于在獲取橋梁表面真實圖像時，存在著光照條件不規則、表面有陰影和污漬等問題。這些問題可能導致錯誤的檢測結果，因此，噪點圖像中裂紋檢測的準確性是評價橋梁檢測機器人系統性能的重要因素。在打狗河大橋檢測過程中，我們獲取了近100幅有噪點的圖像，這些圖像具有不規則的光照、不同的陰影條件和混凝土橋梁表面的瑕疵，因此圖像除噪就顯得尤為重要。根據打狗河大橋初次監測結果顯示，大橋檢測裂縫寬度均<0.1 mm，為非有效裂縫（當裂縫寬度>0.25 mm時需要補修），因此不需要補修。而此次檢測的主要目的是建立打狗河大橋裂縫信息，為后期追蹤記錄提供信息基礎，以便更好地研究大橋裂縫變化過程，為后期大橋檢修提供客觀依據。

4 結語

為滿足橋梁檢測的實際需要，本文提出了橋梁檢測機器人系統。這一系統由兩個主要部分組成：機器人結構和控制系統以及機器視覺系統，用于橋梁裂縫的自動檢測。通過在打狗河大橋上的試驗，證明了所提出的機器人運動控制方法的有效性，所提出的裂縫檢測方法在尋找橋梁結構的裂縫方面取得了良好的效果，為發展機器視覺檢測技術作出了一定貢獻。

參考文獻：

[1]張維峰，劉 萌，楊明慧.基于數字圖像處理的橋梁裂縫檢測技術[J].現代交通技術，2008，5（5）：34-36.

[2]張國旗.基于圖像處理的混凝土橋梁底面裂縫檢測方法的研究[D].北京：北京交通大學，2010.

[3]瞿 中，郭 陽，鞠芳蓉.一種基于改進滲流模型的混凝土表面裂縫快速檢測算法[J].計算機科學，2017，44（1）：300-302.