如何利用无人机进行桥梁缺陷检测

摘 要：在当今社会，科技创新的浪潮推动了无人设备及人工智能技术的高速发展，为我国公路工程检测行业也带来新的突破。无人机搭载高性能传感器，为构造物表观缺陷检测迎来了一次革命性的发展。它可以弥补传统检测不能完成的检测项目，为公路桥梁养护维护提供了更加精确的数据支撑。

关键词：无人机智慧检测；拼接；定位文章编号：2095-4085（2024）09-0149-03

0 引言

在新基建的浪潮促涌下，我国公路工程行业正处于高速发展阶段。截至21世纪20年代末，全国公路总里程484.65万km，其中桥梁总数已达85.15万座，5 568.59万延米，而超过20%的桥梁存在各种隐患需要进行检测维护。为保证桥梁安全，结构质量良好的桥梁也需要每隔三年检测一次。

传统桥梁检测方法，一般采用桥梁检测车架设操作平台，人工下到桥梁底部进行检测和数据采集，安全隐患及工作量大，采集效率低，检测成本昂贵，并阻碍桥面交通。随着科技进步，无人机及其挂载设备迅速发展，人工智能引领创新。无人机应用已经逐渐在各行各业普及。以无人机为平台，挂载高清传感器的无人机桥梁智慧检测方案应运而生。无人机桥梁智慧检测已成为发展的必然趋势。

1 桥梁检测的必要性

桥梁是公路连接的重要纽带，它可以保障公路畅通，保证人们出行安全。如果桥梁出事那就是关乎生命、财产的大事。近年来，我国发生的桥梁垮塌事件多源于长期检测养护的滞后、对桥梁检测的低关注度以及病害缺陷的累积，最终酿成悲剧。为了防止悲剧的再次发生，本文建议将桥梁检测养护周期频率进行立法，强制要求建设单位定期或不定期对所管辖的桥梁进行检查与维护。通过检测可及时发现安全隐患，为桥梁维护提供可靠数据支撑，进而增加桥梁使用寿命，保障人民生命、财产安全。

2 传统检测的缺陷

传统检测主要是以桥梁检测车为工作平台，检测人员下到桥梁底部进行检测。检测方式是以目测为主，通过使用检测设备、相机、激光测距仪进行测量检查。传统的检测设备比较单一化，在外检过程中准确度偏低的问题较为突出。检测人员通过人工观察将桥梁底部病害进行标记、拍照、详细记录并存档。通过对桥梁表观缺陷及病害地检测，可以直接了解桥梁受损的程度。但是传统检测危险程度高，工作效率低，并阻碍桥面交通，检测成本一直居高不下，还易出现漏检、误检等弊端。在这个以创新为背景的大数据时代，传统检测方式与时代大潮已经渐行渐远。

3 无人机桥梁智慧检测的优越性

近年来，人们开始了将无人机用于桥梁检测的探索。它可以覆盖传统的桥梁检测车难以到达的作业位置，对桥梁缺陷病害进行近距离、高精度采集，能使桥梁检测的过程变得更快，更具经济效益。无人机能通过各类传感器设备，获取大量数字化的图像和信息，可以使桥梁的检测信息更严谨可信，从而为桥梁检测人员提供了科学可靠的数字依据。

无人机技术应用的高速发展为公路养护检测提供了一种全新的解决方案，成为不远的将来公路检测的重要手段。目前国内外的研究人员，都在夜以继日地进行积极的研究和探索。以桥梁检测为例，在日常的桥梁巡检过程中，特别是大桥、特大桥，使用无人机挂载高清摄像机对整个桥梁结构进行巡检检测，可以及时发现细微病害，提前做出必要的处治，进而延长桥梁的使用寿命。同时，也能降低整个桥梁维护工作的运营成本，提高工作效率，让桥梁能够得到及时的养护和管理。

4 无人机智慧检测的方法

4.1 桥梁基础资料收集与实际地理环境分析

本文案例以北环路仁寿山大桥无人机桥梁检测项目为例。首先通过业主所提供的桥梁资料进行初级判断。该桥为预制简支变连续30m箱梁桥总共8跨，桥墩最高20m，桥长246m。该桥处于沟壑地带，地势平坦、视野开阔，有利于无人机桥梁检测。

4.2 无人机及拍摄相机选型

在当今社会，无人机应用广泛。在低空无人机行业应用领域，无人机主要分为固定翼、多旋翼和复合翼。固定翼无人机主要应用于勘察规划、农业、环境检测等行业；多旋翼及复合翼主要应用于倾斜摄影、电路巡检、应急救援等。由于桥梁表观病害检测大部分工作在桥梁底部，桥梁下部空间狭小，墩柱系梁较多，且桥下偶尔有风，所以需要操控性、稳定性较强的机型。因此选择多旋翼无人机应满足以下条件。

（1）灵活机动，体积小巧，便于携带组装。

（2）具有较强的稳定性和抗风能力，续航时间应在30min以上。

（3）能够满足桥下无gps信号条件下正常工作。

（4）需能挂载上置云台、高性能云台相机及良好的减震装置。

（5）能够搭载补光装置。

根据以上需求，经过市场调研，本次检测任务选择了一架大疆M300。为提升飞行安全性及稳定性，其首次将双目视觉和红外传感器同时引入到机身的六个面上，真正实现了全向环境感知、定位和避障能力。系统最大探测范围达40m，可自定义避障距离。即使在桥底水面等复杂作业环境下，也可保证稳定飞行和避障。在桥下无GPS信号的情况下，主要通过计算机视觉定位技术的原理，对无人机搭载的视觉传感器所获取的各个方向的图像进行图像处理和特征点提取，从而获得目标的图像坐标，反向计算无人机的空中定位。

桥梁梁板裂缝是一种严重的结构问题，会对桥梁的安全性产生影响。所以，对桥梁梁板裂缝检测成为重中之重。想要拍摄清楚裂缝，需选择全画幅传感器相机，且相机要具有高分辨率。为确保无人机飞行的安全距离，相机镜头焦距应选择在80mm以上。需经外业反复测试以满足上述要求［1］。

4.3 无人机桥梁巡检步骤

（1）准备工作。确定巡检区域和时间，制定巡检计划和作业方案，检查无人机设备是否齐备，对无人机进行预检和充电。

（2）现场部署。到达巡检区域后，选择合适的起飞点和控制点，对无人机进行起飞点检，然后安全起飞，进入巡检区域。

（3）巡检过程。采用高分辨率相机、红外线相机、激光雷达等多种传感器，对桥梁进行全面、多角度的拍摄和数据采集，以检查桥梁的各项结构和设施是否正常。

（4）数据处理。将采集到的数据通过专业软件进行处理和分析，得出桥梁的运行状态和设施损坏情况，进而制定维修方案和维护策略。

（5）返回和整理。完成巡检任务后，对无人机进行安全降落和设备整理，对巡检数据进行归档和备份。

4.4 混凝土桥梁表观病害图像采集与智能拼接

准备好桥梁检测无人机，本次任务旨在对桥梁底部进行高效巡检。首先选择专业的桥梁检测无人机，并设置相机拍摄参数以确保任务的顺利进行。如果遇到桥梁底部光线较昏暗的情况，可以随时启用补光装置，以确保照片的质量。为了保证拼接质量和巡检效率，要维持照片之间的旁向重叠率在30%左右。这样就可以保证照片的拼接质量和无人机巡检效率［2］。

在完成数据采集后，使用智能快速拼接软件进行图像拼接。在这个过程中，可利用人工辅助来合理添加控制点，以确保照片的快速精确拼接。这一步骤对于无损拼接病害照片非常关键。最后，导出拼接完成的照片，以供进一步分析和评估使用。

4.5 利用CAD实现病害定位

（1）安全距离确定。在无人机巡检之前，必须制定并严格遵守安全距离标准，以防止无人机与桥梁结构发生碰撞或干扰。这包括确定垂直和水平的安全距离。

（2）设置比例尺线段。在桥墩上设置比例尺线段，可以是已知长度的标尺或比例模型，以便在后续进行图像分析时能够确定实际尺寸与图像像素之间的比例关系。

（3）采集照片和图像拼接。使用无人机采集桥梁结构的高分辨率照片，要确保覆盖整个桥梁，并以重叠的方式采集，以便后续图像拼接工作能够顺利进行。这项工作可以通过专业的无人机巡检软件来完成。

（4）CAD图形绘制。在计算机辅助设计（CAD）软件中创建桥梁的底部或腹板图形，使用已知的比例关系来确保绘制的图形与实际尺寸一致。其中包括桥墩、梁体、支撑结构等部分的绘制。

（5）图像与CAD结合。需将拼接好的梁体病害照片与CAD图形结合起来。可以通过将照片放置在CAD绘图中，并根据比例进行缩放和校正来实现。要确保照片与CAD图形吻合。

（6）标注缺陷。在CAD图形中使用标注工具，如线段或文本框，标注出桥梁上的裂缝、损伤或其他问题的长度和位置。这些标注应能准确反映实际情况。

（7）生成报告。根据标注的信息和CAD图形，生成巡检报告。报告应包括桥梁的状况描述、裂缝和损伤的详细信息、位置坐标以及必要的维修建议。

（8）定期更新巡检数据。定期进行无人机巡检，并更新桥梁的巡检数据，以便及时发现和解决问题，从而确保桥梁的安全性和可靠性。""" 5 无人机检测与传统检测对比

以北环路仁寿山大桥桥检项目为案例进行对比试验，数据如下。

（1）所需人工与设备对比。采用传统桥梁检测车检测方式，需桥检车、通勤车及防撞缓冲车各1辆，检测人员4人、司机3人、操作员1人及安全员4人；采用无人机桥梁检测方式，需通勤车1辆、无人机1架、操作员2人、安全员1人。

（2）检测成本对比。无人机占有绝对的成本优势。在旧桥检测时，采用传统检测，桥梁表观病害较多时每天只能检测5跨，对检测工作效率影响较大；而无人机检测每天可以检测10跨，在桥梁表观病害较多时对工作效率没有影响。

（3）通车情况对比。传统检测首先需报批交通主管部门，流程繁琐，且检测时需半幅封闭，因此会严重阻碍交通并伴随安全隐患。相较之下，无人机桥梁检测的优越性经现场试验对比逐渐凸显［3］。

6 结语

本文深入探讨了巡检步骤、设备选型、病害图像采集与智能拼接、利用CAD如何实现病害定位及无人机桥梁检测与传统检测方式的对比。以北环路仁寿山大桥桥检项目为案例，通过比较试验，无人机技术的显著优势一目了然。无人机在成本、工作效率和安全性等方面表现出色，特别是在通车情况下，避免了交通干扰和安全隐患。这种比较不仅突显了无人机技术在基础设施检测方面的巨大潜力，也为未来的基础设施维护提供了新的可能性。总之，无人机桥梁检测的引入为工程行业带来了一次革命性的变革。

参考文献：

［1］陈金桥.基于无人机图像的混凝土桥梁表观病害识别研究［D］.南京：东南大学，2020.

［2］冯源.无人机在桥梁检测中的应用与发展［J］.居业，2017（10）：31，33.

［3］杨扬，王连发，张宇峰.无人机桥梁检测技术进展与瓶颈问题分析［J］.现代交通技术，2020，17（4）：27-32.