王盛 杜斌

摘 要：隨著橋梁總數(shù)的不斷增長，橋梁檢測的市場需求越來越大，常規(guī)的檢測方法難以滿足，于是基于無人機的橋梁智能化檢測手段應(yīng)運而生。本文從無人機安全飛行研究與智能化檢測研究兩個方面進(jìn)行分析總結(jié)，該類型研究處于起步階段，未來必將大有所為。

關(guān)鍵詞：無人機;橋梁工程;常規(guī)檢測;智能化

中圖分類號：U446.2? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? 文章編號：1006—7973（2021）11-0157-03

1引言

據(jù)交通運輸部統(tǒng)計從2010年到2020年十年時間里，公路橋梁增長了26.1萬座共計91.28萬座[1]，當(dāng)橋梁投入運營后，通常每2-3年內(nèi)會經(jīng)歷一次常規(guī)檢測，由于我國橋梁存量巨大，于是產(chǎn)生了巨大的檢測需求。當(dāng)下的傳統(tǒng)檢測方式工作效率低下、檢測范圍小、檢測成本高[2]。于是嘗試引進(jìn)新設(shè)備及技術(shù)來升級檢測方式，其中利用無人機搭載設(shè)備，結(jié)合智能化技術(shù)對橋梁進(jìn)行檢測最為熱門，憑借無人機的機動靈活可擴大檢測范圍，借助智能化檢測技術(shù)可降低檢測成本、提高檢測效率，滿足我國對于橋梁常規(guī)檢測的需求。

2安全飛行研究

應(yīng)用于橋梁檢測的無人機通常需要面對復(fù)雜多變的環(huán)境，如何保證其安全飛行成為該研究領(lǐng)域的基本前提，學(xué)者們提出兩種不同的防護方式，分別是增加輔助硬件或改變飛行器結(jié)構(gòu)實現(xiàn)物理防護、借助計算機技術(shù)實現(xiàn)智能避障軟防護。

2.1物理防護

在物理防護改造中，都是利用多旋翼無人機作為改造平臺，其飛行速度適中、易定點懸停、有較大的改造空間。Takahiro等[3]，在無人機頂部安裝三自由度的力控制器，用以調(diào)整無人機的姿態(tài)及位置，從而避免無人機撞擊橋梁底板，如圖1所示。Sanchez等[4]，給無人機安裝旋翼緩沖保護裝置，可使無人機安全地貼近梁底飛行，即使碰撞到橋梁也能安然無恙，如圖2所示。Myeong等[5]，設(shè)計了無人機傾斜機構(gòu)，并在無人機的四個旋翼位置安裝滾輪，通過PID控制飛行姿態(tài)，實現(xiàn)垂直墻壁飛行和沿弧形構(gòu)件表面飛行，極大提高無人機的通過性、平穩(wěn)性和安全性，如圖3、4所示。

2.2智能軟防護

在利用計算機技術(shù)實現(xiàn)智能避障的軟防護研究方面有較多的方案，張?zhí)煲韀6]利用兩臺攝像機成像的立體視覺技術(shù)，成功設(shè)計了無人機障礙快速識別及躲避策略。馬躍濤[7]提出了基于超聲波測距、單攝像頭測距、被動式陣列磁感應(yīng)天線裝置的多源信息融合算法，提升了無人機對于障礙物的感知能力。張陣委[8]提出一種在光線不足或沒有光線情況下，利用深度相機構(gòu)建3D地圖，從而實現(xiàn)避開障礙物的智能防護辦法。

3檢測智能化研究

3.1變形檢測研究

傳統(tǒng)橋梁變形檢測常依賴于全站儀或水準(zhǔn)儀，這導(dǎo)致檢測效率低、檢測投入成本高，于是學(xué)者們開啟了對變形檢測方式的改進(jìn)探索，Ellenberg等[9]，首次嘗試了基于無人機的3D slam技術(shù)變形測量，并成功在室外完成了可行性測試。Daniel等[10]利用無人機攝像頭采集三維數(shù)字圖像，以非接觸光學(xué)測量的方式來檢測橋梁的幾何形變，且在兩座現(xiàn)役橋梁上取得了較好的表現(xiàn)。鐘文韜[11]提出了新型視覺測量方案，其選用固定參考點建立平面單應(yīng)性變換，校正了由于無人機運動引起的虛假變形，使得變形測量結(jié)果更加準(zhǔn)確。

3.2表觀病害識別研究

目前應(yīng)用于橋梁表觀病害識別的方法多種多樣，如圖像處理技術(shù)、計算機視覺技術(shù)、深度學(xué)習(xí)算法等，它們在實際測試中均取得了不錯的效果，但仍有改進(jìn)和優(yōu)化的余地。齊超[12]提出基于圖像處理與測量技術(shù)的梁底裂縫檢測方法，并開發(fā)了梁底裂縫識別測量軟件。姚學(xué)練[13]開展了復(fù)雜背景下的漏筋、蜂窩麻面和裂縫特征分割與提取研究，成功設(shè)計出基于MATLAB的橋梁底面缺陷視覺檢測系統(tǒng)。孫杰等[14]采用主動式紅外熱成像技術(shù)對橋梁鋼結(jié)構(gòu)涂裝進(jìn)行檢測，能夠準(zhǔn)確判斷出缺陷的形式及位置。Cha等[15]提出了基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡(luò)，對混凝土裂縫、鋼構(gòu)件銹蝕、鋼構(gòu)件分層、螺栓銹蝕等病害的平均識別率達(dá)到84.7%。蔣燕芳[16]提出基于圖像處理和YOLO深度學(xué)習(xí)的橋梁表觀病害識別算法，成功實現(xiàn)了對7類混凝土表觀病害的識別，且識別精度達(dá)92%。

3.3病害可視化研究

目前病害的可視化研究屬于萌芽階段，其研究學(xué)者少、研究方法及內(nèi)容單一，基本上都是依賴于BIM技術(shù)。如曹再興[17]提出基于“表面點法”和“立體病害模型參數(shù)化”的橋梁結(jié)構(gòu)病害BIM建模方法，成功將混凝土裂縫及表面破損等進(jìn)行可視化顯示。馬繼駿等[18]，基于工業(yè)基礎(chǔ)類（Industry Foundation Classes，IFC）模式、語法及結(jié)構(gòu)將病害信息幾何化和可視化，可實現(xiàn)BIM模型上病害信息的動態(tài)更新及發(fā)展歷程展示。王超凡[19]建立了橋梁病害分布BIM模型，實現(xiàn)了病害可視化標(biāo)記、病害屬性及歷史展示、病害信息統(tǒng)計等功能，使橋梁管理變得更加直觀。

3.4病害數(shù)據(jù)管理分析研究

由于病害檢測數(shù)據(jù)難獲得、檢測數(shù)據(jù)難連續(xù)、檢測數(shù)據(jù)分析未重視、檢測橋梁分散無共性等，導(dǎo)致國內(nèi)很少有對檢測病害數(shù)據(jù)的專業(yè)挖掘分析研究，現(xiàn)階段都是借助于BIM技術(shù)進(jìn)行簡單的病害統(tǒng)計分析，如潘永杰等[20]，借助BIM技術(shù)構(gòu)建了鐵路橋梁病害庫和運營養(yǎng)護系統(tǒng)，實現(xiàn)病害的簡單統(tǒng)計分析和橋梁狀態(tài)的定量評價。Shim等[21]，提出了基于BIM技術(shù)的數(shù)字孿生概念維修系統(tǒng)（DTM系統(tǒng)），將維修信息管理系統(tǒng)和病害檢測系統(tǒng)融合在一起，達(dá)成檢測數(shù)據(jù)與維修數(shù)據(jù)不斷更新的狀態(tài)，然后分析動態(tài)更新的數(shù)據(jù)結(jié)果，為橋梁維護決策及應(yīng)對突發(fā)狀況提供可靠的數(shù)據(jù)支持。

4結(jié)論與展望

本文從安全飛行研究和檢測智能化兩個方面，對現(xiàn)階段基于無人機的橋梁常規(guī)檢測智能化研究進(jìn)展進(jìn)行梳理，得出以下幾點總結(jié)與展望：

（1）在安全飛行研究中，增加輔助硬件或改變飛行器結(jié)構(gòu)實現(xiàn)物理防護更具發(fā)展和研究潛力，增加接觸性輔助硬件便可調(diào)控?zé)o人機與橋梁間距離、搭載接觸式傳感器，以獲得更穩(wěn)定、更準(zhǔn)確及更多樣化的檢測結(jié)果。其次是研究改變飛行器結(jié)構(gòu)，制造出符合在復(fù)雜橋梁環(huán)境下工作的專業(yè)化無人機，可在狹小空間自由穿梭，以擴大檢測范圍和提高檢測能力。

（2）目前利用無人機對橋梁變形進(jìn)行檢測的研究較少，因為之前無人機不能實現(xiàn)定點精確懸停，將導(dǎo)致測量誤差很大，但是隨著技術(shù)的進(jìn)步，現(xiàn)在的無人機可配備多種精準(zhǔn)懸停方式，組合定位懸停精度可達(dá)厘米級，這給無人機測量變形研究提供了實現(xiàn)的技術(shù)基礎(chǔ)，相信在不久的將來必能取得豐碩的成果。

（3）在橋梁檢測智能化研究中，雖然對于表觀病害識別技術(shù)的研究較成熟，也取得了不少的應(yīng)用成果，但仍有很大的提升空間，如擴展可識別的病害種類、提升病害識別的準(zhǔn)確率、縮短病害的識別時間等。

（4）現(xiàn)階段對于病害的可視化研究較少，展現(xiàn)出研究手段單一、研究內(nèi)容較淺的缺點，未來可有針對性地進(jìn)行改變，如嘗試使用虛擬與現(xiàn)實技術(shù)對橋梁可視化進(jìn)行研究。

（5）我國還未建立專業(yè)的橋梁病害數(shù)據(jù)管理與分析系統(tǒng)，未能利用大量病害數(shù)據(jù)進(jìn)行智能化檢測和維護，若利用好無人機采集的病害數(shù)據(jù)，建立專用的橋梁病害數(shù)據(jù)庫，可實現(xiàn)飛行航線自動規(guī)劃、重點病害持續(xù)跟蹤、最佳維修時間預(yù)測、橋梁技術(shù)狀況等級自動評定、病害發(fā)展預(yù)測、結(jié)構(gòu)功能退化預(yù)測等。

參考文獻(xiàn)：

[1] 2010-2020年交通運輸行業(yè)發(fā)展統(tǒng)計公報[Z].

[2] 勾紅葉，楊彪，華輝，謝蕊，劉暢，劉雨，蒲黔輝.橋梁信息化及智能橋梁2019.年度研究進(jìn)展[J].土木與環(huán)境工程學(xué)報（中英文），2020，42（05）：14-27.

[3]Takahiro Ikeda et al. Stable impact and contact force control by UAV for inspection of floor slab of bridge[J].Advanced Robotics， 2018，32（19）：1061-1076.

[4] Sanchez-Cuevas P ，Ramon-Soria P ，Arrue B ，et al.Robotic System for Inspection by Contact of Bridge Beams Using UAVs[J].Sensors，2019，19（2）.

[5] Myeong w and Myung H.Development of a Wall-Climbing Drone Capable of Vertical Soft Landing Using a Tilt-Rotor Mechanism[J]，IEEE Access，2019（7）：4868-4879.

[6]張?zhí)煲?基于立體視覺的移動機器人避障技術(shù)研究[D].南京航空航天大學(xué)，2018.

[7]馬躍濤.基于多源信息融合的無人機智能避障系統(tǒng)的研究與應(yīng)用[D].華北水利水電大學(xué)，2018.

[8]張陣委.基于機器視覺的小型四旋翼無人機智能避障研究[D].上海工程技術(shù)大學(xué)，2020.

[9]A. Ellenberg et al. Use of Unmanned Aerial Vehicle for Quantitative Infrastructure Evaluation[J]. Journal of Infrastructure Systems， 2014.

[10] Daniel Reagan and Alessandro Sabato and Christopher Niezrecki. Feasibility of using digital image correlation for unmanned aerial vehicle structural health monitoring of bridges[J]. Structural Health Monitoring， 2018， 17（5）：1056-1072.

[11]鐘文韜.基于無人機圖像的橋梁振動測量及模態(tài)分析[D].廣東工業(yè)大學(xué)，2020.

[12]齊超.橋梁裂縫檢測中圖像識別處理與測量技術(shù)的研究[D].北京交通大學(xué)，2014.

[13] 姚學(xué)練.基于機器視覺的橋梁底面缺陷自動檢測技術(shù)研究與應(yīng)用[D].貴州大學(xué)，2019.

[14] 孫杰，甄宗標(biāo).紅外熱成像技術(shù)在橋梁鋼結(jié)構(gòu)涂裝檢測中的應(yīng)用[J].世界橋梁，2019，47（5）：69-73.

[15] CHA Y J，CHOI W，SUH G，et al. Autonomous structural visual inspection using region-based deep learning for detecting multiple damage types [J].Computer-aided civil and infrastructure engineering，2017（4）： 1-17.

[16]蔣燕芳.基于圖像處理與深度學(xué)習(xí)的RC橋梁表觀病害識別[D].重慶大學(xué)，2019.

[17] 曹再興.BIM技術(shù)在橋梁管養(yǎng)中的應(yīng)用研究[D].重慶交通大學(xué)，2017.

[18] 馬繼駿，褚豪，孔令濤，郭向海，白勇.基于IFC的橋梁病害信息可視化表達(dá)[J].土木工程與管理學(xué)報，2020，37（04）：66-72.

[19] 王超凡.基于BIM的中小跨徑公路混凝土梁橋管理系統(tǒng)研究[D].北京交通大學(xué)，2020.

[20] 潘永杰，魏乾坤，趙欣欣，等.鐵路橋梁病害庫和管養(yǎng)知識庫的構(gòu)建及應(yīng)用研究[J].鐵道建筑，2019，59（1）：23-27.

[21] Chang-Su Shim et al. Development of a bridge maintenance system for prestressed concrete bridges using 3D digital twin model[J].Structure and Infrastructure Engineering，2019，15（10）：1319-1332.