無人機航空攝影技術在橋梁檢測中的應用研究

李 欣,林 婧,侯澤群,梁柱國

(1.廣西新發展交通集團有限公司,廣西 南寧 530029;2.廣西交通設計集團有限公司,廣西 南寧 530029;3.廣西昭揚科技有限公司,廣西 桂林 541004)

0 引言

山區地形復雜多變,地面高差起伏大,路線跨越溝壑較多,故橋梁設計多采用高墩大跨的結構形式。橋梁在運營期內,需要進行周期性的檢測。根據檢測頻率和目標不同,分為經常性檢測、定期性檢測和特殊性檢測。當前橋梁檢測手段仍以目測為主,要求檢測人員必須到達橋梁的各個待檢部位。對于平原和丘陵地區的一般橋梁來說,檢測人員借助橋梁檢測車、梯子和支架等工具,即可方便地抵達橋梁的各個待檢部位。但對于以高墩大跨結構為主的山區公路橋梁來說,存在以下困難:(1)高墩結構、涉水區段、大跨拱橋拱腳等存在一定的檢測盲區,檢測人員難以到達;(2)危險系數比較大,給檢測人員帶來人身風險,如橋檢車掛籃斷裂等事故;(3)檢測效率低,檢測準備工作耗費大量時間;(4)以目測為主要手段、以專業經驗為基礎的檢測方法不能滿足山區橋梁檢測的需要。

截至2020年底,我國公路橋梁總數達到91.28萬座,檢測工作量極其巨大。為滿足現有橋梁的檢測養護需要,也亟須開發一些快速、便捷和高效的橋梁檢測新方法、新手段。

近年來,隨著航空攝影技術的發展和無人機的普及,無人機航空攝影在橋梁檢測中的應用受到橋梁養護部門的廣泛關注[1]。因此,研究無人機航空攝影在山區橋梁檢測中的應用,具有重要的工程意義。

1 無人機航空攝影的應用

1.1 無人機的配置

橋梁檢測無人機系統包含飛行器、云臺、相機、飛控系統、紅外測距系統和補光系統。飛行器采用大疆精靈Phantom 4 RTK多旋翼無人機;云臺選擇DJI禪思Z-15云臺,角度抖動量控制在±0.01°范圍內;相機采用瑞鉑公司的RIY-D2M五鏡頭相機和索尼A8微單相機;飛控系統采用DJI A3-Pro,其內置GPS+北斗或者GPS+GLO-NASS組合定位;紅外測距系統采用與相機同步觸發的激光測距儀;補光系統采用補光燈。

1.2 基于BIM模型的航線規劃

無人機的操控可采用人工遙控或者自動巡航。與無人機航空測量不同,橋梁檢測需要無人機圍繞橋梁結構進行貼近拍攝。如果采用人工遙控拍攝,則需要無人機一直在操作人員視線范圍內飛行,尤其是無人機在橋下穿行時,既難以操作,也容易炸機,風險較高[2-3]。本文采取的方案是通過BIM模型或三維實景模型,規劃無人機飛行航線,實現自動巡航拍攝。

對于既有橋梁,如果有現成的BIM模型(公路橋梁常采用Bentley公司旗下的Power Civil、Bridge Master、ProStructure等軟件建模),則該模型已包含橋梁工程的全壽命周期內的信息,如設計、施工、檢測和維護信息。如果沒有現成的BIM模型,可采用無人機傾斜攝影生成一個三維實景模型。具體方法是先對橋梁進行遠距離航拍,獲取大量圖像,然后采用Bentley公司的ConceptCapture軟件,依次通過讀取每張照片的相對位置和方向、校準所有圖像、自動三維重建和紋理映射等步驟,建立一般精度的三維實景模型。與建模軟件構建的BIM模型相比,實景模型不包含橋梁結構的實體信息,但更加真實。上述兩種模型均可用于無人機檢測航線規劃。

混凝土表面裂縫寬度通常在0.1～2.0 mm。為保證裂縫等輕微病害清晰成像,圖像必須有足夠高的像素精度。無人機巡檢距離(即無人機與待檢橋梁的距離)和鏡頭焦距是直接影響成像清晰度的關鍵參數。巡檢距離近,像素精度高,但安全風險高;巡檢距離遠,安全風險低,但像素精度低。焦距過大會影響采集效率,過小會導致圖像精度不足。一般來說,巡檢距離為5～20 m時,圖像清晰度較好,可識別裂縫[4]。

根據橋梁檢測對無人機飛行要求的不同,將橋梁的檢測任務分為三部分:(1)橋面鋪裝、伸縮縫、護欄和錐坡等構件的檢測;(2)墩臺和梁底等構件的檢測;(3)支座、支座墊石和拱腳等構件的檢測。

對于第一部分,可參照一般的航空測量無人機,采用五視傾斜攝影的方式,同時拍攝橋梁構件范圍內的前視、后視、左視、右視和下視高清照片,從多角度拍攝病害照片,按照照片的航向重疊度和旁向重疊度在25%以上的要求,規劃航線,并同步記錄對應的GPS數據。參考現有技術成果[5-6],考慮交通安全,巡航距離取10～15 m。

對于第二部分,梁底病害往往能反映橋梁的承載能力劣化,屬于橋梁檢測的重點部分。航拍無人機定位采用全球衛星定位系統和慣性導航系統聯合技術,實現無人機以較高精度巡航。但將無人機用于梁底檢測和墩臺檢測時,衛星信號會受到橋梁上部結構遮擋,導致飛控系統失靈,目前尚無合理的解決辦法。經過多座橋梁試驗發現,在橋梁兩側開闊、沒有高山阻擋的情形下,無人機在梁底以下15 m通過時,可接收導航信號,能完成梁底的檢測。另外考慮到飛行安全,需要無人機與水面或河床保持10m距離。因此,對于墩高>25 m的橋梁可采用無人機自動巡航檢測梁底和墩身。對于墩高<25 m的橋梁,如采用無人機自動巡航拍攝,巡航距離取15 m,則檢測過程中飛機距河床或水面距離不足10 m,容易受到橋下樹木等干擾,安全不易保證,故建議采用人工遙控無人機進行航拍。

對于第三部分,只能人工遙控無人機,逐個拍攝支座、支座墊石和拱腳等構件的照片,并對其進行逐個檢測。

1.3 航空攝影圖像的拼接

由于巡檢距離較小,一張圖片往往不能反映一個構件的一個投影面。為識別出完整的病害,并確定病害的準確位置與尺寸,宜將多張原始圖像拼接,形成完整大圖。借鑒測量無人機圖像拼接參數,經試驗驗證,航向重疊率取25%,旁向重疊率取25%,可將原始圖像準確拼接成完整大圖。

在機載計算機控制軟件中設置相機等距離采集圖像數據,同時將無人機拍攝時的位置坐標、巡航距離、相機云臺角度、鏡頭焦距等數據同步保存至圖像屬性信息中。采用Bentley公司的ConceptCapture軟件,從照片基本信息中讀取上述信息,完成圖像拼接。

1.4 病害特征的提取

混凝土結構表面病害主要分為裂縫、蜂窩麻面、塊狀破損和露筋銹蝕等。其中裂縫是橋梁工程最常見的病害。裂縫特征包括裂縫起始點、走向和寬度。病害特征提取主要采用經典圖像處理技術和基于人工智能的圖像處理技術。經典圖像處理技術主要有基于灰度閾值分割、邊緣檢測和結合特定工具等方法,可在光線均勻且沒有噪聲污染的情況下,完整地提取裂縫邊緣,獲取裂縫的特征[7]。隨著人工智能的發展和計算機硬件性能的提升,基于深度學習的病害識別是當前研究熱點[8-9]。目前已經開發出多種基于卷積神經網絡的裂縫識別算法,能夠取得較高的精度,但在實際工程中的識別效果仍需進行驗證[10-11]。所以,目前在山區橋梁檢測中,一般采用李剛等[12]提出的遠距離混凝土橋梁結構表面裂縫精確提取算法,屬于傳統的基于灰度閾值分割的方法。照片合成后,依次通過裂縫區域截取、圖像區域增強、圖像分割、孤立噪聲點去除、裂縫標記和寬度計算等步驟依序完成裂縫特征提取,在巡檢距離為15 m的情形下,可識別0.1 mm寬的裂縫,絕對誤差<0.05 mm。

2 工程應用

以桂三高速公路某大橋為試驗檢測目標,該橋型為9～30 m裝配式預應力混凝土連續梁橋,鋼筋混凝土矩形墩,埋置式橋臺,鉆孔灌注樁基礎。橋面全長270 m,橋墩最高處為32.5 m。本次檢測主要對橋梁的橋面鋪裝、梁體和橋墩進行檢測,不包括支座及支座墊石。整個無人機航拍攝影橋梁檢測過程分為5個步驟,分別是無人機航拍攝影、三維實景模型建立、航線定制、飛行航拍和結果分析。檢測發現:橋梁的梁底裂縫有4條,長度分別為1.5 m、2.2 m、1.6 m和2.0 m,最大寬度分別為0.22 mm、0.20 mm、0.18 mm和0.20 mm,均位于小箱梁底板;混凝土剝落1處,面積為0.4 m2。無人機檢測完成后,人工對該橋裂縫長度與寬度進行復檢,并與無人機檢測結果進行對比發現,裂縫長度絕對誤差在10 cm以內,寬度分別為0.23 mm、0.22 mm、0.15 mm和0.18 mm,絕對誤差<0.05 mm。

與傳統的橋梁檢測方法相比,航空攝影橋梁檢測不需要中斷交通,可方便地拍攝橋梁的待檢部位,降低了檢測風險和檢測成本。

3 結語

針對山區橋梁檢測手段的局限性和客觀存在的困難,將無人機航空攝影用于山區橋梁的檢測,顯示出極高的效率和精度,極大地減少了常規檢測手段存在的檢測死角和盲區,降低了事故發生風險和檢測費用。但目前也存在技術瓶頸,如橋下無人機定位問題,制約了無人機在一般橋梁檢測中的廣泛應用。