“基于手机的裂缝监测系统”危房检测现场实验研究

丁 勇，吴玉龙，岳大森，张汉钰，王 鹏，李登华

（1.南京理工大学，江苏 南京 210094；2.昆山市建设工程质量检测中心，江苏 昆山 215337；3.黄河科技学院，河南 郑州 450063；4.水利部 交通运输部 国家能源局南京水利科学研究院，江苏 南京 210029）

0 引言

目前，国内仍存在大量的局部危房、甚至整幢危房依然有人居住的现象。为了确保这类危房的使用安全，需要专业检测人员定期上门检测，但传统的人工检测手段存在一定的弊端。在线检测的费用不仅十分昂贵，而且在一些特殊情况下，检测人员往往不能及时到达检测现场，比如恶劣天气或者检测人员的个人原因。针对上述问题，亟需找到一种快捷、安全、准确、低成本的新型监测方法来代替传统人工检测手段。

随着计算机技术的不断发展，人工智能在土木工程行业中的应用也越来越广泛，利用计算机视觉进行建筑物裂缝检测，对裂缝进行定量分析，测量裂缝的长度、宽度等重要参数，甚至分析裂缝的走向，相比于传统人工检测来说处理精度更高、检测速度更快、检测更加安全，已成为国内外学者研究的热点［1-4］。

本文将介绍一种新型的“基于手机的裂缝监测系统”和一个裂缝检测与管理平台——裂缝网（www.crackeye.net），可以让普通人使用手机准确、高精度地测量裂缝宽度，并通过现场实验来验证其可行性。

1 基于手机的裂缝监测系统

基于手机的裂缝监测系统（Crack Monitoring System with Smartphone，以下简称“CMSS”）是利用手机的拍照和网络上传功能，对裂缝进行拍摄，将图片上传到裂缝网（www.crackeye.net）；在云端进行图片处理，识别图片中的裂缝，计算出裂缝宽度，存入网络数据库中；自动分析裂缝数据，再结合其他条件，依据国家的相关规范和标准，评定建筑物的安全状态和等级，当超过阈值时会发出实时警告（见图 1）。

图1 CMSS 工作示意图

手机配置的不断提高，为 CMSS 提供了硬件支持。在近距离拍摄状态下，普通人使用普通手机基本都可以达到 0.05 mm 的测量精度，真正意义上实现了普通人利用手机进行建筑裂缝的高精度测量；而且因为图片中裂缝测量位置恒定不变，所以 CMSS 的重复性远远优于传统人工测量方法。

手机的另外一项网络上传功能，为数据的快速传输提供了条件。4G 条件下，上传一张图片，仅需花费几秒钟的时间，现场测量人员获取的数据可以立刻被系统处理并分享。

深度学习算法，是云端处理程序的内核。得益于近来深度学习技术发展，出现了适合于裂缝识别的网络架构。相比于传统形态学的裂缝测量方法，深度学习有更加准确的识别率和抗干扰性，从而奠定了 CMSS 技术在未来发展普及的坚实基础。

在 CMSS 的支持下，危险房屋中的居住人员可以代替检测人员更高频次地准确获取裂缝变化数据，形成对危险房屋裂缝的长效监测。手机拍照上传与云端人工智能的有机结合，对于专业检测人员而言，不仅减少了大量的现场测量与照片归档工作，提高了检测效率，而且相较于传统检测手段，CMSS 的安全性和准确性均有提高，检测成本更加低廉，为使用者提供了更高的安全保障。

2 裂缝网

裂缝网（www.crackeye.net）是一个集裂缝检测与数据管理于一体的综合性平台。在裂缝网平台上，普通人可以利用手机实现建筑裂缝的高精度检测。此外用户访问网站，还能够查询裂缝宽度等历史数据，并运用图表绘制功能，分析裂缝的变化趋势。

平台内有三大定义模块（建筑定义、裂缝定义和标识定义）、图片上传模块和数据管理模块。建筑定义模块可对已有的建筑进行编辑与查看，定义新的建筑；裂缝定义模块可以对已有的裂缝进行查看和编辑，定义新的裂缝，也能按照所在建筑名称、裂缝名称进行裂缝查询；标识定义模块能编辑被使用的标识，能修改与默认值有偏差的标识尺寸。

上传数据时，按顺序先定义建筑，随后在裂缝定义中选定建筑再定义裂缝，最后进入标识模块当中完成标识与裂缝的匹配关系，完成全部定义工作，上传裂缝图片，查看裂缝数据。

图片上传模块，对于手机拍摄上传的裂缝图片，后台系统会自动识别图片中的标识，并将图片存放在数据库的指定位置。

进入数据管理模块，用户可以对已经生成的裂缝记录进行查看和修改。此模块是 CMSS 长期全天候的线上监测的依据。

3 现场实验

钢锋新村 36 号楼建成于 20 世纪 90 年代（见图 2），为 5 层砌体结构住宅楼。该房屋于 2017 年由某鉴定机构进行危房鉴定，危险性鉴定等级评为 C 级，即部分承重结构不满足安全使用要求，房屋局部处于危险状态，构成局部危房。主要问题是房屋东、西侧山墙及一层北侧墙体，存在多处倒八字裂缝，且多数裂缝为贯穿裂缝。因此，选择以下 4 处裂缝进行实验：一层楼梯间东墙裂缝；一层楼梯间西墙裂缝；一层南外墙窗口西侧裂缝；一层西山墙窗口南侧裂缝。

图2 钢锋新村 36 号楼

首先，将 CMCC 标识按照以下要求贴在裂缝旁边：标识顶点朝向裂缝被检测位置，标识顶点方框对角线的延长线应垂直于裂缝，标识顶点与裂缝保持适当距离（见图 3）。

图3 标识与裂缝关系图

其次，使用手机拍摄裂缝图片。为了确保每次拍摄的裂缝照片保持基本一致，提高云端深度学习算法识别裂缝的效率，可开启相机设置中的参考网格线，照片分辨率设置在（4∶3）10 MP 以上。将二维码贴在裂缝旁边，令二维码的顶点朝向手机的中心，令二维码的两侧的边点与参考网格的交点相重合。若拍摄现场的光线不好时需打开手机闪光灯并保持常亮状态（见图 4）。

图4 现场拍摄图片

最后，使用手机的网络上传功能，将图片上传到裂缝网的网站（www.crackeye.net），交由云端的人工智能来识别裂缝类型，计算裂缝宽度，完成数据采集。

另外，采用测宽仪和钢尺作为对比实验的测量工具（见图 5）。

图5 对比实验的测量工具

4 数据处理与分析

裂缝网（www.crackeye.net）平台内的三大定义模块通过对建筑、裂缝和标识的定义，来完成图片与数据库的绑定，从而实现图片上传后的自动处理。在获取图片后，会自动解码二维码，获取标识 ID。每张图片上的标识 ID 与裂缝 ID 逐一对应，系统能够自动找出图片归属的裂缝和建筑（见表 1）。运用深度学习网络，对图片进行识别，分析计算后获得裂缝宽度（见表 2）。

表1 标识 ID、裂缝和建筑对应关系表

表2 裂缝宽度测量数据表

5 结语

现场实验表明，CMSS 可以准确测量裂缝宽度，尤其是对于一些较宽的裂缝，测宽仪无法测量时，CMSS 依然可以得到准确的数据；现场实验过程中，测试人员实时将数据传回裂缝网，快速实现了数据的采集和分享，非常适合于危急情况下的裂缝检测。

最为重要的是，通过简单的拍照，就可以获得可靠的数据，那么普通人也可以从事测量工作，他可能是住户，也可能是物业管理人员，只要他们在裂缝边上，随时都可以拍照上传，从而真正实现全天候高频率的危房裂缝在线监测。掌握了裂缝宽度数据，就像掌握了人体的体温，能为建筑使用者提供安全预警，提供了更高的安全保障，最大程度上减少了建筑灾害危及人民生命安全与财产安全的可能性。

用长期全天候的线上监测，代替传统的定期线下检测，不仅可以增强老旧房屋的监测力度，确保居住人员的生命和财产安全，还可以减少大量的现场测量和照片归档工作，将检测人员从简单繁冗的监测工作中解放出来，从而更大地发挥他们的专业能力。