大型橋梁建管養中的檢測監測技術

文/圖 同濟大學 石雪飛 許琪

計算機視覺技術及延伸技術

計算機視覺技術是通過相機獲得圖像或視頻，即由計算機代替人眼對目標進行圖像識別、運動跟蹤、場景重建、圖像恢復、圖像測量等，并通過進一步理解圖像，獲取所需信息。目前，該技術主要在病害識別、結構尺寸和位移測量、模態參數識別、施工管理、交通管理等方面的橋梁檢測監測中應用。

基于計算機視覺技術的病害識別是橋梁智能管養技術中的研究熱點。該技術獲取圖像信息后，通過去噪、平滑算法，增強圖像的重要特征。結合該內容，工作人員可提取和選擇相應特征，識別適合該特征的算法，最后進行分類決策，實現裂縫、剝落、侵蝕等多種類型病害的識別。目前，基于圖像和視頻的裂縫識別精度可達1毫米以內，已有檢測車、無人機等移動檢測平臺投入應用。

計算機視覺技術也可運用于結構測量。利用立體視覺原理，該技術通過拍攝圖像或激光掃描，構造出目標物體的三維模型，重建物體表面各點的空間坐標，實現結構尺寸、位移的測量。相比之下，傳統的結構尺寸、位移測量采用水準儀和全站儀進行抽樣測量，不僅工作量大且易產生誤差。而由計算機視覺技術延伸出的攝影測量技術則具有非接觸、自動化、高精度的優勢，可大大提高測量效率。在節段梁短線預制生產過程中，采用攝影測量技術進行匹配測控，不僅可以提高測量精度和效率，還可以全面控制預制構件的尺寸驗收測量和模擬預拼裝。

基于計算機視覺技術開發的橋梁檢測車及對裂縫的識別效果

基于攝影測量技術的預制構件質量檢驗和預拼裝

此外，基于計算機視覺技術還可延伸出模態參數識別技術，即在結合光流計算和視頻運動放大技術的視頻處理方法基礎上，利用攝像機測量技術直接提取結構模態參數。傳統基于模態參數的結構損傷識別，因振型測點過少難以準確識別結構損傷，計算機視覺技術為獲得稠密振型測點提供了簡單實用的方法，從而為損傷識別提供了基礎。

泰州大橋

同時，計算機視覺技術也被應用于施工進度安全管理、荷載識別和交通流量監測等方面。將視頻監控與WIM數據相結合，也為車流荷載的自動化識別提供了新思路。

無損檢（監）測技術

計算機視覺技術用于施工進度監控和交通流量監控

無損檢（監）測技術可在不損壞橋梁性能和結構的前提下，利用電、磁、光、聲音等特性，深入、全面地檢測監測橋梁工程，并獲得各項物理指標信息。因此，無損檢（監）測技術具有簡便、迅速、靈活、精確度高等優點，不影響橋梁的使用性能，可直接作用于橋梁部件表面或內部，應用范圍廣。常用的橋梁無損檢（監）測技術包括機器視覺方法和全球衛星導航系統（以下簡稱“GNSS”）技術。筆者以GNSS技術為例，進行了詳細介紹。

GNSS技術主要用于各類橋梁變形監測。該技術通過接收來自衛星的信號和基準站的信息，進行實時差分處理，計算出待監測點的三維坐標，從而實現實時厘米級、甚至毫米級精度的動態測量和實時高精度連續靜態測量。

利用GNSS技術進行變形監測具有顯著優勢，主要為：各監測站之間無需通視，是相互獨立的觀測值；實現全天候定位，在臺風、暴雨等惡略天氣環境中持續監測；高精度測定位移自動化程度高，所測三維坐標可直接存入監控中心服務器，并進行安全性分析，延時短、實時性強，且各監測點可實現同步測量，從而實現高度自動化的無人值守監控；定位速度快，精度高，量程大，滿足道路橋梁的需求；基準站和待監測點的距離不受限制。

GNSS技術在橋梁監測領域的應用可分為橋墩沉降監測、橋梁撓度監測、橋塔位移監測、橋面位移監測等。采用GNSS技術監測橋梁的變形狀況，需在待監測位置布置基準點和固定觀測墩。在選擇監測點時，需考慮信號穩定、位于橋梁關鍵位置、易裝卸和維護等因素，并在監測點處設置GNSS接收機。靜態相對定位是GNSS技術定位中精度最高的方法，精度可達毫米級；動態相對定位方法解算時間短、成果更新快，在一定范圍內（如流動站和基準站間的距離小于20千米時），定位精度可達1厘米至2厘米。

目前，國內已有多座大橋采用了基于GNSS技術的位移監測系統，如武漢鸚鵡洲長江大橋就采用搭載GPS接收器和慣性單元IMU組成的雙天線光纖組合導航系統，解決了慣性導航長時間數據漂移和橋塔遮擋GPS失鎖兩大問題。

此外，橋梁無損檢（監）測技術還包括超聲探傷、聲發射、電位差測量、探地雷達、沖擊回波、紅外熱成像和透析成像等，主要用途和優缺點，如表1所示。

表1 常用的橋梁結構無損檢（監）測技術

表1 常用的橋梁結構無損檢（監）測技術

近年來，隨著與深度學習、目標精確定位、圖像矯正、三維重構、VR等技術的融合，無損檢（監）測技術向著智能化、快速化和系統化的方向發展，檢測結果也向著自動分析與定量評價的方向發展，未來，橋梁檢測過程將逐漸實現無人化、自動化、標準化。

云技術與大數據技術

國家大力推廣“互聯網+”，為橋梁檢測與監測的創新發展，實現人工智能，提供了良好的外部環境。

云技術（Cloud technology）是基于云計算商業模式應用的網絡技術、信息技術、整合技術、管理平臺技術、應用技術等的總稱，可以組成資源池，按需所用，靈活便利，具有即時性、降低人為誤差干擾、信息流轉便利等優勢。

大數據解決了計算能力不足、數據分析方法低效等問題，使橋梁健康監測的數據存在應用的可能性。大數據具有4V（即Volume、Variety、Velocity和Value）特點，橋梁檢測與監測信息符合大數據基本特征：橋梁監測數據的規模大，信息的維度多，具備流轉快、增速快的特征，也存在價值密度較低的問題。

大型橋梁健康檢測監測具有數據類型復雜、數據量龐大的特點，其監測數據分析、利用難度大。將物聯網、云技術與大數據技術引入橋梁健康監測系統中，在強大的運算、存儲和兼容能力支撐下，可實現長大橋梁的網絡化、集約化管理，為橋梁養護決策提供有效的技術支撐。

云計算系統內部可以看作是一組服務的集合，它可以分為基礎設施層、平臺層和應用層。結構監測物聯網的傳感器通過采集橋梁結構的有關信息，將采集數據通過互聯網保存在云端。傳統結構健康監測系統一般分為傳感器系統、數據采集與傳輸系統、數據存儲與管理系統、預警及安全評價系統，這4個子系統功能均可通過基于物聯網的云計算系統實現，如表2所示。其中，傳感器系統、數據采集與傳輸系統通過物聯網實現，數據存儲與管理系統、預警及安全評價系統功能則由云平臺來實現。

表2 大數據的構成要點

表2 大數據的構成要點

除了橋梁健康監測系統，云技術也逐漸應用到橋梁施工信息管理、施工監控和智能梁廠信息管理等多個方面。云平臺可通過終端將技術人員與管理人員連接起來，實現信息的及時傳遞與快速分享，提高施工管理效率。

表3 結構健康監測云的架構體系

表3 結構健康監測云的架構體系