中交路橋科技是從事工程檢測監(jiān)測、城市安全監(jiān)測預警與評價、數(shù)字智能化研發(fā)為一體的復合型高新技術(shù)集團企業(yè)。
橋梁是保證道路通暢的重要因素之一，近幾年隨著交通網(wǎng)絡(luò)覆蓋領(lǐng)域增大，受地形及地域因素的影響，各式公路橋梁的數(shù)目也逐漸增多；橋梁交通流量的增加對橋梁狀態(tài)的實時性監(jiān)測的需求頗為迫切，橋梁的養(yǎng)護計劃也依托檢測出的狀態(tài)加以確定。
橋梁外觀的檢測主要涉及橋面的鋪裝、防撞護欄、上部的橋梁結(jié)構(gòu)及下部的橋墩橋臺等。而橋梁養(yǎng)護多以橋梁的外觀檢測為基礎(chǔ)，并貫穿于整個運營期。例如橋梁檢測人員通過目測橋梁表面的凹坑、麻面等來判斷是否需要進行養(yǎng)護，并且采取何種力度的處治方式；利用簡單儀器檢測橋面是否發(fā)生超過安全限度的位移等。這些傳統(tǒng)的橋梁外觀檢測方法需要大量技術(shù)人員參與，成本較高、實時性差，且檢測時會對交通產(chǎn)生一定的阻礙。2007年8月1日I-35W密西西比大橋曾發(fā)生由于養(yǎng)護不足而突然坍塌的事故，由此可見,養(yǎng)護工作在橋梁服役周期內(nèi)至關(guān)重要，故亟需研發(fā)出可實時且準確檢測橋梁外觀的新技術(shù)。
近年來，計算機技術(shù)的突飛猛進使得圖像識別再次進入大眾的視野，也給各行業(yè)研究人員新的啟發(fā)，圖像識別在醫(yī)學、航天等領(lǐng)域的成功應用更增添了人們的信心。本文在傳統(tǒng)橋梁外觀檢測方法的基礎(chǔ)上，提出基于圖像識別的外觀檢測新技術(shù)，將會有效推動公路橋梁檢測技術(shù)的進步。
常用外觀檢測技術(shù)之優(yōu)劣
目測是傳統(tǒng)橋梁外觀檢測常用的方法。該方法對承擔該項任務的人員的知識經(jīng)驗要求較高，需要政府投入較多的人力及資金，而且檢測作業(yè)的安全難以受到保障。受橋梁結(jié)構(gòu)的影響，人工檢測的盲區(qū)較多，例如裂縫通常分為顯性與隱形，由于觀測隱形裂縫比較困難，會使技術(shù)人員忽視對該部分的養(yǎng)護工作，從而給橋梁安全埋下隱患。橋梁檢測車也在橋梁檢測過程中發(fā)揮一定作用，但因受市場范圍的限制，目前對其研究投入較少，對它的使用壽命亦無明確的規(guī)定，導致企業(yè)對橋梁檢測車的維護不夠充分，在實際檢測作業(yè)中易發(fā)生事故；因其體積較大，當其作業(yè)時需要封閉部分交通；此外，由于結(jié)構(gòu)設(shè)計的影響，它檢測時也存在較大盲區(qū)。GPS技術(shù)則主要用于橋梁外觀檢測中的變形檢測，但受限于其精度，無法捕捉一些間隔較短的形變信息；而光纖傳感器易受環(huán)境因素的影響，難以實現(xiàn)長期監(jiān)測。
隨著近幾年攝像機精度的大幅提升，對激光雷達等儀器設(shè)備的研究不斷深入，橋梁檢測中出現(xiàn)了無損檢測，并開始在此方向上繼續(xù)探索。無損檢測，顧名思義即在進行檢測工作時并未對被檢物體造成損傷，目前所適用的主要設(shè)備為激光雷達、傳感器及超聲波等，本文所介紹的圖像檢測亦屬此列。當攝像機進行檢測時無須接觸橋梁，更不會對橋梁造成損傷，且無必要根據(jù)不同的檢測內(nèi)容更換相機設(shè)備。而激光雷達一般只在橋梁的厚度或密度檢測時才能發(fā)揮良好的效果；由于道路橋梁環(huán)境復雜，超聲波檢測出的結(jié)果易受干擾，致使結(jié)果不準確或難以分析；傳感器檢測技術(shù)則對與之配合使用的轉(zhuǎn)換裝置提出較高要求。
圖1 正在實施檢測的橋梁檢測車
異軍突起的圖像檢測
近年來智能檢測技術(shù)得到不斷發(fā)展，與傳統(tǒng)檢測方法的最大差異在于，本文所述的圖像檢測技術(shù)可以實施無接觸檢測，在檢查裂縫及變形時未破壞部分橋梁的結(jié)構(gòu)；而與其他無損檢測法相比，該方法適用于各種材質(zhì)，降低了投資成本。實時性強的圖像檢測的原理是利用圖像處理與模式識別等領(lǐng)域的理論和方法，借助各種視覺傳感器采集數(shù)據(jù)檢測出圖像中存在的目標對象，并通過有線和無線傳輸?shù)姆绞剿椭了惴ǘ?。軟件算法部分在完成了相機標定后依靠內(nèi)置各種算法對數(shù)據(jù)進行處理，確定這些目標對象的語義類別，并標定出目標對象在圖像中的位置或識別其特征，從而實現(xiàn)對橋梁的檢測。圖像檢測技術(shù)具有省時高效、性價比高、檢測盲區(qū)少且準確性高的優(yōu)點，已逐步應用于各行各業(yè)中。
目前常用于工業(yè)中的攝像機有單目、雙目及單反三種類型，圖像技術(shù)首先利用攝像機采集橋梁外觀圖像，并建立串聯(lián)的相機網(wǎng)絡(luò)，將相機采集到的圖像信息利用有線或無線傳遞到云端。而人為檢測的主觀性較大，不同的技術(shù)人員針對同一個圖形得到的信息結(jié)果會存有差異，不利于對橋梁結(jié)構(gòu)狀態(tài)進行準確評估。各種圖像處理方法為橋梁病害的測定打開了新思路，通過對相機進行標定，然后依據(jù)圖像信息將橋梁部分結(jié)構(gòu)外觀重建三維模型。針對不同問題采用不同算法進行特征檢測，并與正常狀況下的特征進行匹配，進而得出需檢測部位的特征狀態(tài)，達到圖像檢測的效果，其具體流程原理如圖2所示。硬件設(shè)備相機的類型根據(jù)實際檢測的內(nèi)容及檢測位置加以選擇，對其精度亦提出較高要求，若精度偏低則會導致所得到的圖像信息提取困難，而選取合適的相機標定方法也至關(guān)重要。
圖2 圖像法檢測橋梁外觀原理圖
工程實際應用
因目前橋梁多為鋼筋混凝土材質(zhì)，較易出現(xiàn)裂縫，且橋梁裂縫檢測中所用的裂縫邊緣檢測、閾值分割、圖像噪聲處理、裂縫鏈接等精細化處理及算法,也是用圖像識別技術(shù)進行檢測的核心部分，故本文以橋梁裂縫檢測為例，對該項新技術(shù)加以探討。微小的裂縫在短時間內(nèi)對橋梁的安全性影響不大，但裂縫具有延展性，若不及時對其進行養(yǎng)護，隨著時間推移裂縫會逐漸增大,進而危害橋梁行車安全。另外傳統(tǒng)檢測方法存在盲區(qū)，部分橋梁的結(jié)構(gòu)狀態(tài)難于觀測，極易埋下安全隱患。根據(jù)使用圖像技術(shù)開展橋梁裂縫檢測的流程（如圖4所示），首先利用高精度攝像機獲取橋梁各部分表面圖像，通過閾值分割識別、邊緣檢測識別、種子游走識別、基于頻域的橋梁裂縫識別或基于卷積神經(jīng)網(wǎng)絡(luò)的識別等算法，檢測出圖像中的裂縫輪廓。隨后擬合出裂縫的邊緣線，進而計算出裂縫的周長、面積和寬度。相關(guān)技術(shù)人員將以此為依據(jù)，將裂縫寬度等數(shù)據(jù)與養(yǎng)護標準進行對照，從而有針對性地制定出準確合理的養(yǎng)護計劃。
圖3 實時采集橋梁表面圖像信息
圖4 橋梁裂縫檢測圖像法流程圖
多方法融合的橋梁裂縫識別模式
基于圖像識別及深度學習技術(shù),可實現(xiàn)橋梁及結(jié)構(gòu)外觀損傷的遠距離、自動掃描、裂縫群識別和數(shù)字化重構(gòu)等功能。結(jié)合橋梁及結(jié)構(gòu)BIM全息模型和智能養(yǎng)護管理系統(tǒng)，則可實現(xiàn)其外觀損傷的自動檢測、分析及評估,有效解決高橋墩、橋塔以及其他不可及部位外觀損傷難以檢測的難題。
卷積神經(jīng)網(wǎng)絡(luò)已在多個行業(yè)得以應用，并以其較高的識別準確率在圖像識別領(lǐng)域頗受推崇。卷積神經(jīng)網(wǎng)絡(luò)首先需要大量橋梁外觀圖片數(shù)據(jù)集進行訓練，在此基礎(chǔ)上再對圖像或視頻檢測，根據(jù)裂縫與其周圍位置的像素點差異，來識別圖像中的裂縫特征點。然后將有裂縫的圖片分揀出來，并按照其特征加以分類，極大縮短了工作人員確定裂縫養(yǎng)護方法的時間。典型卷積神經(jīng)網(wǎng)絡(luò)模型如圖5所示。運用卷積神經(jīng)網(wǎng)絡(luò)進行裂縫檢測，具有精度與效率較高、成本低、使檢測人員避免危險作業(yè)等優(yōu)點。依托龐大的攝像機圖像數(shù)據(jù)資源，卷積神經(jīng)網(wǎng)絡(luò)可實現(xiàn)對橋梁裂縫的實時性檢測，提高橋梁養(yǎng)護的效率。
圖5 橋梁裂縫檢測識別典型卷積網(wǎng)絡(luò)結(jié)構(gòu)
由于橋梁表面粗糙及受噪聲的影響，圖像中的裂縫易混在復雜背景中難以被發(fā)現(xiàn)。而頻域識別則主要利用傅里葉變換將時域圖轉(zhuǎn)變?yōu)轭l率圖，通過濾波的方式根據(jù)噪聲等因素設(shè)定頻率的閾值，過濾掉不符合條件的頻率，隨后進行反變換重新得到時域圖像，此時可采用降低裂縫所處環(huán)境的復雜度的方法，將裂縫凸顯出來。種子游走檢測法需要在圖像上規(guī)定位置隨機但數(shù)目確定的一定量種子，將圖像看成包含“坑點”與“凹點”的路面，設(shè)定一定的規(guī)則讓所有的種子都處于坑或凹形中，記錄它們的像素值后進行二值化處理，之后再通過實行噪聲處理及裂縫像素增長，最終獲得圖像中的裂縫特征。邊緣檢測識別法則將采集到的圖像先進行灰度化處理，再利用裂縫邊緣的像素與周圍環(huán)境的像素值的明顯差異，提取出裂縫特征。
橋梁檢測新技術(shù)的蓬勃發(fā)展
目前橋梁正向大型化、空間化方向發(fā)展，對橋梁的各種性能要求也在逐步提升。橋梁建設(shè)周期較短，但其運營期內(nèi)的養(yǎng)護卻是個長期的過程。因橋梁傳統(tǒng)的維護方法存在較多缺陷，隨著近年來計算機技術(shù)的突飛猛進，各行各業(yè)開始跨界融合，給予相關(guān)研究人員很大的啟發(fā)，促使他們深耕于橋梁檢測技術(shù)領(lǐng)域，涌現(xiàn)了一批創(chuàng)新技術(shù)并得到推廣應用。此外，隨著大型橋梁的相繼涌現(xiàn)，橋梁的高度也在不斷增加，特別在一些多風地區(qū)，橋梁經(jīng)常會受到較大風力的沖擊，故對其實時性監(jiān)測至關(guān)重要。
針對橋梁外觀檢測，可采用無人機搭載高精度攝像頭進行圖像采集，以無人機平臺為基礎(chǔ)搭建橋梁外觀檢測系統(tǒng)，實現(xiàn)對其外觀表面的自動掃描、圖像識別、表面損傷自動判斷等功能。某高?？蒲袌F隊為滬蘇通長江大橋設(shè)立了塔梁變形檢測系統(tǒng)，可實時監(jiān)測塔梁的變形情況，便于對塔梁實施養(yǎng)護，提高其使用壽命與橋梁的安全性；他們在婁底至雙峰路段的橋梁，通過機器視覺系統(tǒng)與振動分析相結(jié)合的方法來檢測大橋的損傷點及荷載；他們還在機器視覺與卷積神經(jīng)網(wǎng)絡(luò)算法的基礎(chǔ)上，對橋梁支座病害進行實時性研究，并結(jié)合圖像對病害加以預測，為養(yǎng)護人員制定養(yǎng)護計劃提供科學依據(jù)等。
與傳統(tǒng)的橋梁外觀檢測方法相比，本文所介紹的圖像識別法具有實時性強、易于識別損傷等優(yōu)點，它代表了橋梁檢測方法的發(fā)展方向，對于橋梁病害的檢測有著重要的現(xiàn)實意義。
本文刊載 / 《大橋養(yǎng)護與運營》雜志
2021年 第4期 總第16期
作者 / 韓毅 王司宇 趙煜等
作者單位 / 長安大學
