高精度病害定位儲存系統在拱橋中的應用

摘要：文章針對橋梁病害缺乏高精度定位方法且傳統拱橋檢測多以報告和照片儲存無法直接查看病害位置等問題，提出一種可視化的電子存檔方法和系統，直觀展示橋梁病害具體信息。同時以某單拱拱橋測量工程為實例，以無人機傾斜攝影和全站儀結合技術為主，人工檢測為輔采集信息，將傾斜攝影與全站儀坐標進行對比結合，獲得精準的橋梁病害信息并融入三維模型中，對其精準度進行評估。結果表明：此方法能精準定位病害的空間坐標，誤差△S均＜0.01 m，符合規范要求；三維模型融入詳細坐標信息后能精準定位病害坐標，簡潔明了，且數據容量小，有利于儲存。該系統可為橋梁檢測后期數據存放和展示技術的實際應用提供新方法，對于橋梁的監控、檢測、維修、管理運營系統具有實際的應用價值。

關鍵詞：橋梁病害；無人機攝像；三維模型；病害可視化

中圖分類號：U448.22 A 24 088 2

0 引言

拱橋按拱肋結構可分為石橋、鋼拱橋、混凝土拱橋、鋼筋混凝土拱橋，其中石拱和混凝土拱橋在雨水的侵蝕下易出現多種橋梁病害［1-2］。傳統的檢測方法和結果報告關于病害的具體位置信息描述籠統不直觀，后期無法精準定位病害空間位置。而無人機和全站儀技術結合獲取精準的三維坐標并融入三維模型中，具有高效率、范圍廣、精準度高的優勢，可為后期維修提供幫助。

無人機測量技術是國內目前較為新穎的測量技術，有著范圍廣和效率高的優勢，被廣泛地應用于三維建模和數值化測繪當中［3］。向華林等［4-7］通過改變無人機鏡頭數量來研究測量的數據精準度，用全站儀驗證模型的精度，最后得出以單鏡頭下攝影測量有良好的經濟性，且精度能滿足Ⅰ類和Ⅱ類建筑的要求，表明無人機傾斜攝影技術能精準地得到坐標數據。

為了解決橋梁病害信息發散不統一的現象，當前對病害可視化系統開始了研究。林國濤等［8-10］以BIM建模為基礎，通過結合實時檢測數據更新，建立了一套可記錄和展示病害的空間分布和發展方向的系統，能直觀進行病害的三維顯示以及展示病害的處理情況。相關文獻表明，直觀的信息能提高后期的維修效率，能有效地檢測和觀察病害的發展情況。

因此，本研究以某單拱拱橋為實踐基礎，采用無人機和全站儀結合的技術，以人工采集病害信息為輔，將傾斜攝影和全站儀數據融入三維模型，通過對比兩者采集的數據進行模型的評估，建立高精度病害定位系統，快速顯示病害情況和精準坐標，有利于后期維修和運營監控。

1 工程及定位原理

1.1 工程概況

本文以單跨拱橋檢測為工程基礎，該拱橋總長為75.3 m，上部結構采用（1～50）m板拱。橋面凈寬為7 m，橋下凈空為10.07 m。橋臺采用漿砌片石制成，屬于埋置衡重式橋臺。橋墩基礎由C30混凝土澆筑而成。橋梁于1991年8月竣工，設計荷載等級為公路-Ⅱ級。由于該拱橋建立時間久遠，存在諸多病害，故對其進行檢測。

1.2 高精度病害定位技術原理

精準定位技術是以無人機傾斜攝影以及全站儀精準定位為主，人工檢測為輔。其中，無人機傾斜攝影是通過無人機搭載攝影傳感器從多個角度對拍攝物體進行信息采集，將采集的照片通過軟件處理形成三維模型，將其中所需要的坐標提取出來。同時，采用全站儀紅外測距法將標記點坐標采集并記錄，如圖1所示。無人機傾斜攝影所建模型數據容量大，不易方便儲存，而高精度病害定位技術三維模型采用后期建模，模型簡單明了，將無人機傾斜攝影以及全站儀采集的精準坐標融入至三維模型中。

將無人機傾斜攝影坐標系Ri提取列出，其橋面幾何中心點坐標為R0。由于全站儀站點坐標以橋面幾何中心點為原點（0，0，0），兩坐標系無法進行對比，需將Ri坐標系原點平移至R0，得出新坐標系Rs，具體公式如下：

Ri=xiyi

zi，R0=x0y0

z0，Rs=xs

ys

zs

Rs=Ri-R0 （1）

2 工程實例驗證

2.1 病害查詢及布點

為了清晰判斷病害情況，使用人工采集方法，采用高清晰度相機進行拍攝。對橋面病害發現后及時拍照并標記，橋下病害運用橋檢車將工作人員放入橋下，對病害進行評估并且標記。所有標記好的病害作為控制點進行編號。

2.2 數據采集

無人機設備選用DJ-4Pro，配有4K超清影像采集FOV84°攝像頭，傳感器為有效2 000萬像素，光圈F為2.8-11超廣角自動對焦，空中懸停精密度為±100 mm。

針對該拱橋的尺寸大小及現場環境，傾斜攝影方案布置4個控制點，設計出將拱橋整體完全拍攝的方案，如圖2所示。無人機航線一階螺旋環繞方向數為36，高程設置為50 m，環繞半徑為40 m，相機拍攝角度傾斜45°；二階螺旋環繞方向數為40，高程設置為40 m，環繞半徑為30 m，相機拍攝角度傾斜45°。無人機航拍速度為5 m/s，總拍攝時長為60 min，采集照片404張。

全站儀采用徠卡TS16全自助高精度全站儀，在橋面幾何中心設置站點，定點為（0，0，0），對準標記的病害進行定位測量，過程中轉站4次，對標記點坐標進行詳細記錄。

2.3 數據處理

將無人機采集的數據用影像密集匹配算法自動生成高精度三維模型。本次測量采用設計方案完成航拍，其中部分影像數據受對焦和曝光度的影響不合格，經過篩選最后剩余396張合格影像數據，采用ContextCapture軟件處理影像數據后輸出控制點坐標，記錄并保存好數據；全站儀數據采用CASS軟件進行傳輸，篩選出控制點所需坐標將其記錄并保存；人工采集數據收集病害處的高清照片，并進行病害分析和數據坐標匹配，將病害圖片和所得詳細坐標輸入系統中，進行空間匹配。

本次檢測共發現65處病害，其中上部結構有48處，下部結構有5處，橋面系有12處。由于篇幅原因，各類病害只列出一例進行展示，如表1所示。

3 建立系統

3.1 結果展示

傾斜攝影建模后的三維模型數據較大不易儲存，后期采用Midas建模導出MCT文件，其數據容量小易導入系統進行聯網操作，將人工、無人機和全站儀采集的數據整合在平臺系統中，最終呈現效果如圖3所示。

該模型簡潔明了，數據容量小，橋梁病害以紅點形式呈現在橋梁模型上，單擊即可顯示該病害所在空間信息和詳細幾何信息，為后期維修提供詳細的信息和意見，在維修后可及時將維修動態加入其中，使信息實時化。由于數據容量小，方便電子檔存儲和聯網共享。

3.2 精度對比

為了檢驗標記點的坐標是否存在偏差，將傾斜攝影所提取的坐標值Rs與全站儀的坐標值Rq進行對比，其結果為△R；對比坐標誤差△S，若誤差值＜0.01 m，則說明模型偏差較小。而模型采用的坐標則為Rs與Rq的均值，公式如下：

△R=Rs-Rq（2）

△S=（△x）2+（△y）2+（△z）2 （3）

經式（2）、式（3）計算后，以橋面系病害控制點為例，其坐標精度誤差統計分析如圖4所示。本文通過采用無人機傾斜攝影和全站儀采集控制點坐標，兩者坐標精度計算結果均符合《三維地理信息模型數據產品規范》（GH/T9015-2012）要求，X、Y、Z三軸誤差都在0.01 m以內。

4 結語

本文以單跨拱橋為實踐項目依托，利用無人機傾斜攝影和全站儀技術結合采集控制點坐標，人工檢測輔助完成數據采集，后將數據融入三維模型中，生成了容量小且精密度高的三維電子模型和聯網操作平臺，排查出65處病害，并得出以下結論：

（1）使用無人機傾斜攝影和全站儀技術同時采集控制點坐標，獲取方法高效簡潔，且坐標數據誤差小，精度高，誤差△S均＜0.01 m。

（2）采用人工檢測輔助，可解決遠距離攝影像素不高、無法準確分辨病害類型的問題，并獲取病害的詳細幾何尺寸。

（3）建立三維模型且融入詳細坐標信息后，精度符合規范要求，能精準定位病害坐標，簡潔明了，容量小，符合三維電子模型的存檔需求。

綜上所述，該方法能為橋梁病害的檢測和維修提供高精度定位、三維模型檔案和病害詳細信息，為橋梁在檢測和病害定位方面提供了新的思路，有利于日后維修工程的進行，有著實際的研究價值。

參考文獻

［1］馬萬飛.橋梁支座病害成因及防治［J］.西部交通科技，2017（12）：56-58.

［2］黃小平，韋忠勝.鹽津河大橋病害分析及加固［J］.公路，2006（2）：12-18.

［3］李興華，歐陽永金.廈門市某橋病害檢測及承載力評估［J］.橋梁建設，2003（6）：68-70.

［4］向華林，李秉興.單鏡頭無人機傾斜攝影測量的三維建模及精度評估［J］.測繪通報，2022（S2）：237-240.

［5］盛海泉，覃 婕，周 呂，等.無人機傾斜攝影測量與GNSS土方量測算精度對比分析［J］.測繪通報，2022（S2）：310-315.

［6］張書航，龐尹寧，張吳明，等.航空重力梯度標定場無人機精細地形測量［J］.華中科技大學學報（自然科學版），2022，50（9）：76-82.

［7］劉 洋，李秀麗，張凱想，等.基于無人機貼近攝影測量的橋梁精細化建模［J］.公路，2021，66（12）：106-109.

［8］林國濤，孫增奎，肖 斌，等.綜合無人機、GIS、BIM技術的道路設計研究［J］.公路，2021，66（3）：23-26.

［9］馬繼駿，褚 豪，孔令濤，等.基于IFC的橋梁病害信息可視化表達［J］.土木工程與管理學報，2020，37（4）：66-72.

［10］包龍生，安培磊，王 鵬，等.基于IFC的橋梁安全信息可視化研究［J］.沈陽建筑大學學報（自然科學版），2022，38（4）：682-689.

收稿日期：2022-11-01