李孟軍 郭運沖
(河南大學,河南 開封475000)
隨著國內建筑行業的快速發展,早期建設的高層建筑物表面會出現裂縫,影響建筑物的正常使用。表面裂縫可發展成具有破壞性的深長裂縫,進而影響建筑物的整體性[1],及時發現建筑物表面裂縫并加以維護,能夠為建筑物的質量評估提供一定的參考和依據,有利于降低修復的成本,保障建筑與人身的安全[2]。目前以建筑物表面裂縫為代表的質量安全隱患大多以人工方式進行檢查,人工檢查效率較低且檢測結果不客觀,檢測人員的主觀因素影響較大,無法滿足智能化的建筑物裂縫檢測需求。總體來說,傳統建筑物裂縫圖像采集與處理技術仍處于基礎階段,功能不夠全面。本文針對高層建筑物表面裂縫圖像難以獲取及墻面裂縫背景復雜等問題,提出一種基于無人機的建筑物表面裂縫圖像采集與處理系統。
該系統主要包括主控制系統、圖像采集裝置、輔助照明系統、姿態控制系統、定位控制系統、圖像無線傳輸、地面站圖像處理系統。控制系統采用STM32F103ZET6 作為主控芯片[3],利用圖像傳感器OV7670 與強光光源組成裂縫圖像采集系統,搭載MPU6050 六軸傳感器用于檢測無人機的飛行姿態并進行偏航角的控制,基于S1216F8-BD 模組與光流模塊的無人機定位控制系統,通過nRF24L01 無線收發模塊進行通信控制與圖像數據傳輸,采用地面站MATLAB 圖像處理工具對建筑物表面裂縫圖像進行分析處理。系統總體結構框圖如圖1 所示。

圖1 系統總體結構框圖
系統采用ST 公司系列產品STM32F103ZET6 芯片作為無人機核心處理控制芯片,該芯片擁有的資源包括:64KB SRAM、512KB FLASH、2 個基本定時器、4 個通用定時器、2 個高級定時器、2 個DMA 控制器、3 個SPI、2 個IIC、5 個串口、1 個USB、1個CAN、3 個12 位ADC、1 個12 位DAC、1 個SDIO 接口、1 個FSMC 接口以及112 個通用IO 口。該芯片在STM32F103 里面配置非常強大,所以選擇它作為無人機圖像采集控制系統的主控芯片。
本系統的圖像傳感器采用OmniVision 公司的OV7670 模塊,該傳感器體積小、工作電壓低,提供單片VGA 攝像頭和影像處理器的所有功能。通過SCCB 總線控制,該傳感器VGA 圖像最高達到30 幀/秒。用戶可以完全控制圖像質量、數據格式和傳輸方式。OmmiVision 圖像傳感器應用獨特的傳感器技術,通過減少或消除光學或電子缺陷如圖案噪聲、拖尾、浮散等,提高圖像質量,得到清晰穩定的彩色圖像。控制部分通過對OV7670圖像傳感器寄存器的讀寫方式完成攝像頭模塊的初始化,將采集到的圖像數據先存儲在AL422B 芯片中,通過SCCB 接口對AL422B 芯片進行讀寫,將圖像數據傳輸到STM32 微控制器中,圖像數據通過無線模塊發送到地面站。
本系統姿態控制部分采用InvenSense 公司的MPU6050 芯片,該芯片內部整合了3 軸陀螺儀和3 軸加速度傳感器,并可利用自帶的數字運動處理器硬件加速引擎,通過主IIC 接口,輸出姿態解算后的數據。飛行器采集圖像中,姿態傳感器實時獲取飛行器的狀態信息,將實際姿態數據傳送給控制器,通過無線通訊模塊將遙控器的設定數據與實時目標數據進行對比,根據姿態信息結合控制算法計算控制器輸出的PWM 信號,保持飛行器穩定飛行。
本系統可以根據建筑物場景需求選擇定位、高度傳感器。如果建筑物地面周圍紋理明顯,可以采用PMW3901 光流傳感器負責測量水平移動,PMW3901 是PixArt 公司最新的高精度低功耗光學追蹤模組,可直接獲取xy 方向運動信息,VL53L1X 激光傳感器負責測量距離,VL53L1X 是ST 公司的激光測距傳感器,該芯片集成了激光發射器、SPAD 紅外接收器、物理紅外濾波器和光學元件,無論目標顏色和反射率如何,都可以進行距離測量,其抗干擾能力更強。如果是飛行高度較高、地面無明顯特征的情況,可以采用GPS 進行定位控制,核心采用SkyTraq 公司的S1216F8-BD 模組,具有167 個通道,追蹤靈敏度高達-165dBm,測量輸出頻率最高可達20Hz。從而能判斷當前的速度和位置,發送信息到控制端。
本系統的無線通信傳輸采用nRF24L01 模塊,nRF24L01 是一款工作在2.4~2.5GHz 世界通用ISM 頻段的單片無線收發器芯片。無線收發器包括:頻率發生器、增強型SchockBurstTM 模式控制器、功率放大器,晶體振蕩器、調制器、解調器。輸出功率、頻道選擇和協議的設置可以通過SPI 接口進行設置。該模塊抗干擾性能強,傳輸距離遠,采用高效GFSK 調制,126 頻道可滿足多點通信和調頻通信需要,低功耗1.9-3.6V 工作,待機模式狀態下電流22uA,具有低工作電壓、低功耗和便于開發等特點,控制與圖像數據傳輸部分選擇nRF24L01 具有很大的優勢。
在掌握建筑物裂縫特征基礎上,結合使用無人機和圖像處理技術,通過分析無人機傳輸到地面站的圖像,使用MATLAB軟件平臺,智能快速地對建筑物表面裂縫進行特征檢測,以便及時地處理和修復建筑物表面的裂縫。通過對建筑物表面裂縫采集、圖像預處理、圖像邊緣檢測和提取、圖像二值化、圖像特征測量等,實現了一種智能的建筑物裂縫圖像采集處理系統。圖像處理流程如圖2 所示。

圖2 圖像處理流程圖
搭建好完整的無人機圖像采集系統后,適當調整圖像傳感器、輔助光源的角度與位置,通過無線傳輸可以在地面站查看采集到的裂縫圖像,根據圖像的質量適當調整成像效果,直至裂縫圖像清晰。地面站圖像處理系統是基于MATLAB R2019a,MATLAB 圖像處理工具箱內置了數字圖像處理的基本函數和通用算法,同時提供了可用于二次開發的程序編譯平臺。對采集到的建筑物裂縫圖像進行處理,其結果如圖3 所示。

圖3 圖像處理結果圖
本文介紹設計了一種基于STM32 的建筑物表面裂縫圖像采集與處理系統,詳細分析了飛行器的結構方案和地面站數字圖像處理方案,解決了傳統人工檢測效率低、結果誤差大等問題。通過飛行器采集圖像,對裂縫圖像進行數字圖像處理,實驗證實該系統工作穩定,可有效的實現建筑物表面裂縫圖像采集及圖像處理,有較高的實用價值。