车载无人机桥梁日常安全检测系统及检测方法

摘要

本发明公开了一种车载无人机桥梁日常安全检测系统及检测方法，系统包括无人机及图像采集系统、车辆及控制系统和图形数据分析系统；本发明无人机在一定的速度范围内均能对桥表面外观以及曲率(包括所有面，即桥面、侧面和底面等)、变形进行检测，检测一座桥梁的时间大大缩短，可增加桥梁检测的频次，实现桥梁的相对高频监测，提高桥梁安全预警能力，因而具有工作效率高、成本低，可实现高频、大范围桥梁安全监测的优点。

说明书

技术领域

本发明涉及一种土木工程领域，特别涉及一种车载无人机桥梁日常安全检测系统及检测方法。

背景技术

桥梁是道路交通必不可少的设施，在为数不少的道路桥梁中，由于经济、技术、人员、社会等多方面的原因，桥梁使用时间较长，但鉴于经济条件和社会需要，这些桥梁在今后较长的时期内仍将处于使用状态；但是，需要采取切实有效的监测管理措施，以确保这些桥梁在使用期间杜绝重大安全事故的发生。

现有技术中，桥梁的检查分为经常性检查、定期检查和特殊检查。桥梁的定期检查和特殊检查通常指借助脚手架或专用装备对主体结构进行近距观察和检测，这种检查被认为是切实有效的，但所需费用高、效率低并会影响桥上车辆正常通行，一般要求2-6年进行一次定期检查；并且这种外观检查主要针对结构表面状况，存在内部缺陷不被发现的问题；桥梁的经常性检查在实施上通常为采用人工在桥面上的巡视或用望远镜对桥梁结构作远距离观察，因受检查手段、从业人员的数量和素质的限制，仅凭感性认识，缺乏可量化的数据资料，难以及时准确获知桥梁的安全状态，致使桥梁的经常性检查多为有形无实，甚至出现了日常养护记录为一类桥而发生突然垮塌的灾难事例，缺少经济实用、准确高效、科学量化的桥梁安全检测方法和装备是近年桥梁坍塌事故逐趋频发的主要原因之一。

因此，需要一种桥梁监测设备，具有使用方便，结构简单的特点，对桥梁进行检测的同时，并不影响桥梁通车，经济高效、及时准确发现涉及桥梁安全的结构性病害，确保桥梁使用安全。

发明内容

有鉴于此，本发明的目的是提供一种车载无人机桥梁日常安全检测系统及检测方法，可方便应用于对辖区内所有桥梁进行高频次的日常安全检测，对桥梁进行检测的同时，基本不影响桥梁的正常通车使用，经济高效、及时准确发现涉及桥梁安全的结构性病害，确保桥梁安全使用。

本发明的车载无人机桥梁日常安全检测系统，包括无人机及图像采集系统、车辆及控制系统和图形数据分析系统；

所述无人机及图像采集系统包括：

无人机，用于沿设定路线飞行；

图像采集系统，安装于无人机，用于获取目标桥梁的图像数据；

所述车辆及控制系统包括：

运载车辆，用于装载无人机并运行至指定地点；

控制系统，安装于运载车辆用于控制无人机的启停、飞行和飞行轨迹；

图形数据分析系统，用于对图像采集系统获得的桥梁图像数据进行处理并得出检测结果。

进一步，所述无人机上还安装有：

导航系统，用于为无人机按设定路线飞行提供导航；

飞行电脑，安装设定的无人机飞行路线程序，并用于控制无人机启停以及与导航系统进行数据交换控制无人机按设定路线飞行；

进一步，所述控制系统还包括：

充电单元，由控制器控制在无人机停于车辆上时对无人机进行充电；

接口单元，在无人机停于车辆上时连接图像采集系统与图形数据分析系统并用于将图像数据向图形数据分析系统传输；

进一步，所述运载车辆还安装有：

卫星信号中转基站，用于接收卫星信号并发射至导航系统；

进一步，所述车辆上设有上盖可开合的车厢，所述车厢内设有无人机停机位；所述无人机停机位设有的充电座以及连接图像采集系统与处理单元的数据交换座，所述无人机停于无人机停机位后，所述充电座用于连接于无人机和充电单元之间，以及所述数据交换座用于连接于图像采集系统和处理单元之间；

进一步，所述控制系统包括：

处理单元，用于与飞行电脑之间形成通信，对无人机飞行路线进行控制，以及发送无人机启停的命令；

显示单元，至少用于显示无人机的飞行轨迹。

本发明还公开了一种桥梁日常安全检测方法，包括下列步骤：

a.运载车辆至指定地点，并控制无人机启停；

a1.设定巡航路线，发出起飞命令，无人机起飞；

a2.无人机按照设定的巡航路线巡航；

a3.巡航结束；

b.在步骤a2的无人机巡航过程中，获取至少包括能够拼合形成桥梁表面图像的完整照片的多张图片；

c.检测

c1.利用步骤b的照片观察桥梁表面状况；

d.评价

d1.根据步骤c1的结果，按照日常检查的标准判断桥梁安全状况。

进一步，步骤a1中，无人机起飞地点位于车辆上的指定位置，步骤a3中，无人机按设定路线完成行程后飞回车辆上的指定位置；

进一步，还包括步骤c2：

c21.将步骤b的照片拼合形成桥梁的完整照片或者该桥梁所关注的部位的完整照片，利用完整照片获取桥梁表面数字化曲率面；

c22.按设定周期对同一桥梁表面获取数字化曲率面，获取不同时期桥梁表面结构数字化曲率面；

c23.将不同时期的数字化曲率面与首次获取的数字化曲率面进行比较；

步骤d中，还包括d2，建立数字化曲率面变化与结构安全性之间的关系，根据步骤c23对同一桥梁表面数字化曲率面的分析比较，判别桥梁结构的安全性；

进一步，步骤b中，获取的照片能够拼合形成该桥梁的完整照片或者该桥梁所关注的部位的完整照片；还包括步骤c3：

c31.将步骤b的照片拼合形成桥梁的完整照片或者该桥梁所关注的部位的完整照片，利用完整照片获取该桥梁的或者该桥梁所关注的部位的轮廓线影像；

c32.根据步骤a按不同时期对同一桥梁或者该桥梁所关注的部位获取轮廓线影像图；

c33.将不同时期获得的轮廓线影像进行透视重叠，形成桥梁的或者该桥梁所关注的部位的叠差影像；

c34.根据步骤c33中的叠差影像获取同一轮廓线在不同时期的差值，从而获得桥梁不同时期的相对变形数据；

步骤d中，还包括d3，将基于轮廓线影像叠差分析得到的变形曲线与桥梁在对应周期内的理论变形曲线进行比较，评价桥梁的安全状态。

本发明的有益效果：本发明的车载无人机桥梁日常安全检测系统及检测方法，通过无人机从多视角摄影获取照片，用于替代现有的日常检查工作，不但有效提高巡检效率，降低人工参与的强度，还能在较短的时间内全方位实现检查；不但可通过直接观察发现桥梁的表面缺陷，还依据常规梁桥和拱桥当发生危及结构安全的病害则必然导致桥梁表面表观和结构曲率发生变化这一规律，通过历次检测得到桥梁面相(桥面表观及曲率)变化监测的分析比较来判别当前桥梁结构的安全性；实现了仅对桥面表观及曲率变化监测即可预测桥梁结构的安全性，以此作为桥梁经常性检测手段和方法，不但显著节省了时间和人力成本，更重要的是显著提高了桥梁安全检查的准确性和效率。

本发明的设备用于检测和评价桥梁的安全性，无人机在一定的速度范围内均能对桥表面外观以及曲率(包括所有面，即桥面、侧面和底面等)进行检测，以检测一座桥梁的时间大大缩短，可增加桥梁检测的频次，实现桥梁的相对高频监测，提高桥梁安全预警能力，因而具有工作效率高、成本低，可实现高频大范围桥梁安全监测的优点；

无人机速度快并且无死点，无需在桥上架设任何辅助设备，不对交通造成影响；检测数据的读取存储到后期的数据分析处理都是由设备和软件在自动化的情况下完成，不仅降低了传统检测方法要求检测人员素质比较高的缺点，还能最大化的避免人为的主观因素影响；

本发明可检测不同跨径的各型桥梁，因为检测过程不需人工观测，避免了检测人员的安全隐患；用于桥梁检测及安全评价，通过对历次的桥梁表面结构曲率曲面进行分析比较可以判别当前桥梁结构的安全性，降低日常管理人员技术要求，消除监测人员个体测量误差，实现旧桥安全监测数据库管理，明显降低日常监测费用，提高日常监测精度；能够实现大量常规桥梁的安全评估及预警，有效保障常规桥梁安全运营，降低桥梁的管、养成本，具有较大的社会和经济意义，同时也具有较好的应用前景。

附图说明

下面结合附图和实施例对本发明作进一步描述。

图1为本发明系统结构示意图；

图2为本发明系统原理框图；

图3为本发明程序框图；

图4为梁体叠差影像图(试验图)；

图5为图4的局部放大图；

图6为轮廓线形成图。

具体实施方式

图1为本发明系统结构示意图，图2为本发明系统原理框图，图3为本发明程序框图，如图所示：本实施例的车载无人机桥梁日常安全检测系统，其特征在于：包括无人机及图像采集系统、车辆及控制系统和图形数据分析系统；

所述无人机及图像采集系统包括：

无人机，用于沿设定路线飞行；可采用现有的无人机，一般采用向上可直接起飞的直升型无人机，在此不再赘述；无人机还可以搭载相应检测设备，也可以多个无人机可以协同作业，完成不同类型工作，并多个无人机之间互相提供GPS定位辅助，在此不再赘述。

图像采集系统，安装于无人机，用于获取目标桥梁的图像数据；采用较高像素的图片获取机构，包括CCD、CMOS等，属于现有技术，在此不再赘述；图像采集系统可以具有自己的储存单元，也可以将获得的图片直接通过网络进行发送或有线传输等方式进行储存，在此不再赘述；图像采集系统用于无人机对于特定的桥梁部位进行高精度的图像，并对距离、位置、时间等信息同步采集，拍照获取多张照片，并可将该照片储存；

所述车辆及控制系统包括：

运载车辆，用于装载无人机并运行至指定地点；可采用一般的机动车装载无人机，机动车可为一般的带有车厢的车辆；

控制系统，安装于运载车辆用于控制无人机的启停、飞行和飞行轨迹；通过控制系统对无人机进行控制，确保无人机按设定路线进行飞行，包括现有的无线控制，也包括通过无线网络实现控制等，具体不再赘述；

图形数据分析系统，用于对图像采集系统获得的桥梁图像数据进行处理并得出检测结果，可采用安装有图形数据分析软件的电脑，也可以是直接安装于控制系统所设置的处理器内的图形数据分析软件，均能实现发明目的；根据图像采集系统采集的图像观察桥梁表面的缺陷状况，或者根据照片整合出桥梁整体图片，观察桥梁的整体状况，适用于日常巡检。

本实施例中，所述无人机上还安装有：

导航系统，用于为无人机按设定路线飞行提供导航；预先根据桥梁自身参数等情况，设定无人机的飞行路线，能够全面获取桥梁图片为准；

飞行电脑，安装设定的无人机飞行路线程序，并用于控制无人机启停以及与导航系统进行数据交换控制无人机按设定路线飞行；飞行电脑与导航系统之间进行形成通信，完成无人机按设定路线飞行的控制；

无人机飞行还设有避障系统，实施探测无人机周边障碍物并反馈给飞行电脑，同步优化飞行路径，保障飞行器安全，在此不再赘述。

本实施例中，所述控制系统还包括：

充电单元，由控制器控制在无人机停于车辆上时对无人机进行充电；

接口单元，在无人机停于车辆上时连接图像采集系统与图形数据分析系统并用于将图像数据向图形数据分析系统传输。

本实施例中，所述运载车辆还安装有：

卫星信号中转基站，用于接收卫星信号并发射至导航系统；采用现有技术的卫星信号中转站，在无人机飞行到桥梁以下或者卫星信号较弱的位置，则由卫星信号中转基站(GPS中转器等)进行中转提供信号，保证无人机的正常飞行并有规律的获取图片。

本实施例中，所述车辆上设有上盖可开合的车厢，可开合的上盖可进行密封，避免无人机遭受恶劣环境的破坏；所述车厢内设有无人机停机位，无人机停车位可采用横向限制无人机自由度的结构而不影响向上起飞；所述无人机停机位设有的充电座以及连接图像采集系统与处理单元的数据交换座，所述无人机停于无人机停机位后，所述充电座用于连接于无人机和充电单元之间，以及所述数据交换座用于连接于图像采集系统和图形数据分析系统之间；可通过安装位置传感器采集无人机停于运载车辆上的位置信息，并传递至控制系统，由控制系统根据该信息调整无人机停放位置和方位也就是说，在控制系统的控制下，结合位置传感器所采集的位置信号，使得无人机停放于无人机停机位后，无人机相关位置与充电座和数据交换座对应，完成充电单元和接口单元完成与无人机的连接，从而实现充电和数据传输。

本实施例中，所述控制系统包括：

处理单元，用于与飞行电脑之间形成通信，对无人机飞行路线进行控制，以及发送无人机启停的命令；当然，处理单元在安装设定软件后，可以完成对图像采集系统所采集的图片的加工处理，实现图形数据分析系统的作用；当然，还可以对无人机飞行中途进行控制，比如路线的改变，悬停拍摄等，还可以控制拍摄频率、拍摄部位等等；

显示单元，至少用于显示无人机的飞行轨迹，也可用于显示对图形数据分析后的监测结果；当然，还可显示无人机的其他飞行状态、实时图像采集内容等；采集的图像可通过图像采集系统(飞行电脑此时也可以储存图像图片并与处理单元通信，也可以是图像采集系统自带的储存单元并与处理单元形成通信，在此不再赘述)直接回传至处理单元后显示。

本发明还公开了一种桥梁日常安全检测方法，包括下列步骤：

a.运载车辆至指定地点，并控制无人机启停；

a1.设定巡航路线，发出起飞命令，无人机起飞；

a2.无人机按照设定的巡航路线巡航；

a3.巡航结束；

b.在步骤a2的无人机巡航过程中，获取至少包括能够拼合形成桥梁表面图像的完整照片的多张图片；可根据图片上所显示的桥梁表面状况，判断桥梁的表观病害，完成日常巡检；

c.检测

c1.利用步骤b的照片观察桥梁表面状况；

d.评价

d1.根据步骤c1的结果，按照日常检查的标准判断桥梁安全状况。

本实施例中，步骤a1中，无人机起飞地点位于车辆上的指定位置，步骤a3中，无人机按设定路线完成行程后飞回车辆上的指定位置；通过利用卫星导航和程序设定以及通常的无人机控制方式，即可实现上述步骤；

本实施例中，还包括步骤c2：

c21.将步骤b的照片拼合形成桥梁的完整照片或者该桥梁所关注的部位的完整照片，利用完整照片获取桥梁表面数字化曲率面；

c22.按设定周期对同一桥梁表面获取数字化曲率面，获取不同时期桥梁表面结构数字化曲率面；

c23.将不同时期的数字化曲率面与首次获取的数字化曲率面进行比较；

步骤d中，还包括d2，建立数字化曲率面变化与结构安全性之间的关系，根据步骤c23对同一桥梁表面数字化曲率面的分析比较，判别桥梁结构的安全性；也就是，将历次获得的桥面结构数字化曲率面进行分析比较，可以得知桥梁结构的性能变化状况，依据研究获知的桥面结构曲率面变化与相应桥梁结构安全性之间的关系，同时可参考如桥面图像等数据，能够分析判别桥梁结构当前的安全状况，从而达到对桥梁进行安全监测的目的。

本实施例中，步骤b中，获取的照片能够拼合形成该桥梁的完整照片或者该桥梁所关注的部位的完整照片；还包括步骤c3：

c31.将步骤b的照片拼合形成桥梁的完整照片或者该桥梁所关注的部位的完整照片，利用完整照片获取该桥梁的或者该桥梁所关注的部位的轮廓线影像；该桥梁所关注的部位指的是桥梁监测时需重点监测的部位；通过照片组合重构获取桥梁的三维数字模型通过现有的软件即可实现，通过桥梁的三维数字模型获取桥梁的轮廓线影像则是利用现有软件获得点云构成的轮廓图像(现有软件即可实现)，根据桥梁的点云构成的轮廓图像会根据轮廓得出相应的轮廓线，从而构成桥梁的轮廓线影像；因桥梁的体积较大，通过多照张片重构才能获取全面的整体结构，需重构后才能得到三维数字模型；实际检测时，轮廓线影像可以为桥梁的整体、局部或桥梁上的部件的轮廓线影像；根据需要进行选择；

c32.根据步骤a按不同时期对同一桥梁或者该桥梁所关注的部位获取轮廓线影像图；

c33.将不同时期获得的轮廓线影像进行透视重叠，形成桥梁的或者该桥梁所关注的部位的叠差影像；重叠时需设定零点坐标，即不同时期获得的轮廓线影像在零点坐标处重叠，并对比不同时期轮廓线影像的轮廓线之间的差值；

c34.根据步骤c33中的叠差影像获取同一轮廓线在不同时期的差值，从而获得桥梁不同时期的相对变形数据；根据步骤c33中的差值，获取相对变形数据，即不同时期的不同拍摄轮次获得的轮廓线之间的差值反应出的结构体与轮廓线相对应部位的变形数据；

步骤d中，还包括d3，将基于轮廓线影像叠差分析得到的变形曲线与桥梁在对应周期内的理论变形曲线进行比较，评价桥梁的安全状态；桥梁整体轮廓的变形数据能够反映出桥梁的安全状态，与现有的方法相比，操作简便，并不需要清晰的针对某一部位或某一点获取数据；对于桥梁来说，本方法可监测桥梁本体、钢桁架的各个杆件、拱桥的拱变形等，针对于所有承力部件均实用，避免现有技术中针对各个部件的具有针对性的监测而造成人力物力的极大的浪费；而本方法仅仅是通过拍摄多张重构后获得三维立体模型的照片即可。

本实施例中，根据不同桥梁的位置不同，由运载车辆运行至需要检测的桥梁，重复步骤a、b、c、d；所述桥梁表面主要指桥面，巡检拍照也可以对桥梁其他面进行拍照监测。

本实施例中，步骤c中，将步骤c32获得的轮廓线影像与步骤c33获得的轮廓线影像进行重叠时，使结构体的无变形点完全重合；无变形点指的是结构体在该处不会发生变形，就桥梁来说，一般选择桥梁的桥墩或者其他对桥梁本身的支点(变形可忽略)；完全重合的支点作为重叠的零点坐标，为评价结构整体的变形提供基准。

步骤c3中，将首次获取的轮廓线影像作为基准影像，按设定周期获得的轮廓线影像与基准影像进行透视重叠形成叠差影像；基准影像指的是作为对比的基准，为不同时期(按设定周期进行拍照合并)所获得的轮廓线影像提供对比基础，以获得较为可观的对比结果。

步骤c4中，相对变形数据由下列公式获得：其中f为变形值；hs为结构体在变形方向的真实尺寸数据，可用设计尺寸代替；hr为结构体在变形方向体轮廓线高度影像尺寸数据；a为同一轮廓线两次影像叠差的差值尺寸；方法较为简单，所有参数均容易获得，且较为客观真实，不依赖于摄影地点等位置的准确性和唯一性。

步骤c1中，所述轮廓线影像由点群构成；步骤c4中，将轮廓线影像点群分成若干区段，同一区段在不同时期轮廓线影像点群的重心差值为该区段的差值；将各区段的轮廓线影像点群的重心差值连线则获得结构体沿长度方向的变形曲线，所述变形曲线为所述相对变形数据；对于基准影像来说，变形曲线则为基准曲线；如图4所示，形前(基准影像)的梁体上轮廓线影像点群Ⅰ，下轮廓线影像点群Ⅱ，变形后的梁体上轮廓线影像点群Ⅲ，下轮廓线影像点群Ⅳ，每一点群均具有重心线，这些重心线构成了相对应的轮廓线，如图4所示，通过轮廓线之间的差值a以及梁体上下轮廓线之间的测量值，则可获得实际变形值。

本实施例中，还包括步骤e：将基于轮廓线影像叠差分析得到的结构变形曲线与结构体在对应周期内的理论变形曲线进行比较分析，评价结构体的安全状态；针对桥梁来说，不同时期均具有安全允许的理论变形曲线(标准变形数据，通过计算或者核算而获得并预存)，用来与不同时期的实测相对变形数据对比，当相对变形数据超过标准变形数据，则会相应评价安全等级。

本实施例中，步骤a中，获取结构体的照片过程为：根据监测对象体量的大小，采用定点或多视角摄影获取反映结构体主体并包含所关注部位的照片。

实际使用时，通过对包含所有关注部位及组成构件的结构整体在设定周期获得的历次照片进行基于轮廓线影像叠差分析，能够获得结构整体和各关注部位及组成构件的全息变形数据。

本发明中，通过影像叠差完成对桥梁整体进行监测，可通过以下实验进行说明，如图4、图5所示，通过对梁体进行试验，对梁体加载20吨载荷和加载30吨载荷，并将两种载荷下的梁体拍照、获取轮廓线影像、形成叠差影像，由图2可以看出，加载20吨载荷和加载30吨载荷的叠差图，虽然较为模糊，但还是可以看出轮廓线的变形前后的错开，图5是图4的部分放大结构，可以清楚地看出轮廓线加载20吨载荷和加载30吨载荷错开较为明显，其中A为加载20吨时的轮廓线，B为加载30吨时的轮廓线，根据公式进行计算，即可获得最终的相对变形数据；可将加载20吨载荷设定为变形前(基准影像)的梁体上轮廓线影像点群Ⅰ，下轮廓线影像点群Ⅱ，加载30吨载荷设定为变形后的梁体上轮廓线影像点群Ⅲ，下轮廓线影像点群Ⅳ，每一点群均具有重心线，这些重心线构成了相对应的轮廓线，如图6所示，通过轮廓线之间的差值a以及梁体上下轮廓线之间的测量值，则可获得实际变形值。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。