隨著國民經濟的迅速發(fā)展和城市化進程的加速，中國基礎設施和交通路網建設不斷擴大和完善，橋梁逐漸成為現代交通不可或缺的重要組成部分，對于人們的生產和生活發(fā)揮著越來越重要的作用。據交通運輸部統計，“十三五”期間中國建成鐵路橋梁14039座、總里程8864.1公里；截至2022年底，中國公路橋梁數量已達96.11萬座，位居世界首位。我國已從名副其實的交通大國闊步邁向交通強國。
在復雜惡劣的外界環(huán)境及載荷的長期作用下，大型基礎設施不可避免出現損傷積累，特別是橋墩的損傷會給整個橋梁的完整性和安全性造成嚴重影響，若不能及時發(fā)現其病害并進行干預，很有可能會引發(fā)橋梁的坍塌事故。通過對橋墩的病害檢測，可以及時發(fā)現橋墩的缺陷和損傷，并采取修復或加固措施，延長橋梁的使用壽命，降低維護成本，提高橋梁的經濟效益和社會效益。同時能夠對橋墩的結構安全進行評估，為橋墩的維護和管理提供科學依據。
橋墩表觀病害檢測方法主要包括人工檢查法、無人機巡檢法與爬壁機器人檢測法。人工檢查法是通過檢測車的吊籃或桁架裝置將檢測人員及設備送到橋墩附近進行觀測，此方法會耗費大量人力物力，存在檢測精度低、效率低下等缺點。而無人機巡檢法在進行橋墩表面病害檢測時因受到拍攝距離的限制，存在無法平穩(wěn)懸停與續(xù)航的問題?，F有的爬壁機器人在病害檢測過程中仍然需要人工進行機器人的運動控制或路徑規(guī)劃，無法保證其運動精度。在橋墩表觀病害智能無損檢測中，目前尚無穩(wěn)定、高效的病害檢測系統，嚴重制約著橋墩病害檢測技術的進步。因此，急需研發(fā)新型橋墩病害檢測系統，改進和解決目前橋墩病害檢測的不足。在傳統機器人動力學的基礎上，本文結合多足協同控制算法與機器視覺，構建了墩柱結構環(huán)形可重構攀爬作業(yè)檢測機器人，提出了基于環(huán)形視覺掃描的橋墩全域病害圖像獲取新技術，研發(fā)了相關樣機與產品，有效推動了我國橋墩病害檢測技術的進步。
墩柱結構表觀病害檢測機器人新技術
機器視覺是使計算機系統能夠模擬和理解人類視覺系統的學科。它結合了計算機科學、圖像處理、模式識別和人工智能等多個領域，旨在開發(fā)算法和技術，使計算機能夠感知、分析及理解圖像或視頻數據。
基于以上原理，長安大學的一支研發(fā)團隊研發(fā)了一種墩柱結構環(huán)形視覺掃描攀爬作業(yè)檢測機器人系統（以下簡稱墩柱攀爬檢測機器人），設計了可重構環(huán)形框架機器人，并根據其特點，開發(fā)出多足協同運動控制平臺，保障環(huán)形框架機器人的平穩(wěn)爬升，最后搭載多模式病害圖像獲取系統，實現了對橋墩病害的非接觸、全域、高效檢測。
墩柱攀爬檢測機器人系統主要由環(huán)形框架機器人本體、多足機器人控制系統、多模式病害圖像獲取系統、信息交互系統組成，系統總體框圖如圖1所示。環(huán)形框架機器人本體包含可重構環(huán)狀架體以及多個爬行機構，它是病害圖像獲取系統的載體，是整個系統的結構支撐；多足機器人控制系統通過多足協同控制算法，為每個爬行機構分配速度，保證機器人能夠平穩(wěn)爬升；多模式病害圖像獲取系統為多通道圖像采集單元、環(huán)帶面陣相機掃描單元及環(huán)帶線陣CCD掃描單元，可實現對病害圖像的高清獲??；信息交互系統包含系統工作模式及相關工作參數的設置，實現整個檢測系統的協調控制；圖像處理與病害識別系統包含對病害圖像的校正，病害的識別與量化，完成整個橋墩表觀病害的數字化建檔。
圖1 環(huán)形視覺掃描攀爬作業(yè)檢測機器人系統總體框圖
墩柱攀爬檢測機器人系統具有如下技術特點：
1.便捷性好。環(huán)形框架機器人采取分體式結構的設計，保證機器人拆卸與運輸時的便捷性。
2.適應能力強?？梢詫崿F對直徑1.2m-1.5m、柱體上下直徑變換≤70mm范圍內所有墩柱結構的檢測。
3.檢測效率高。以10m橋墩為例,進行一次無盲區(qū)檢測,時間不超過40分鐘,且系統具備自動化作業(yè)能力。
4.檢測精度高?？蓪崿F0.1mm精度級別的病害檢測。
5.定位誤差小。位置定位誤差垂直方向不超過±5cm，水平方向不超過±5mm。
6.通訊能力強。機器人與地面上位機之間的通訊距離≥500m。
7.病害識別速度快。網絡模型識別病害速度快，可達20張/ s。
基于機器人動力學與機器視覺的墩柱攀爬檢測機器人系統結構簡單、安裝方便、抗干擾能力強、檢測精度高。系統可以兼容大多數墩柱結構的檢測,包括直徑并不統一的墩柱結構。在圖像采集系統安裝了補光燈板,在采集圖像時會自動開啟,不受光線的限制,可實現全天候、惡劣天氣下的橋梁病害的檢測。采集的圖像通過SD卡保存至工控機內,當檢測結束后可拆卸下來,便于后期的圖像處理與分析。
工程應用
墩柱攀爬檢測機器人
性能測試
為驗證作業(yè)機器人控制系統的可靠性，在西安市浐灞區(qū)廣運橋進行了墩柱攀爬檢測機器人性能測試，包括機器人的爬升平穩(wěn)性測試、爬升高度的精準性及爬升速度測試。驅動環(huán)形框架機器人運動，通過計算各個從電機相對于主電機的高度偏差來測試機器人的爬升平穩(wěn)性。通過比較環(huán)形框架機器人的目標爬升高度與實際爬升高度來測試爬升高度的精準性?，F場組裝如圖2所示，機器人性能測試實驗如圖3所示。
圖2 現場組裝
圖3 機器人性能測試實驗
測試結果表明，機器人爬升過程中，各個從電機相對于主電機的高度誤差均在±5cm內，沒有出現傾斜程度過大的情況，且運動控制平臺會對機器人運行姿態(tài)進行實時糾正，實現了機器人的平穩(wěn)爬升。環(huán)形框架機器人實際爬升高度有時略小于期望爬升高度,但誤差最大僅為3cm，爬升10m高的橋墩進行全域圖像采集的總時間不超過40分鐘。實驗表明視覺掃描檢測機器人爬升過程穩(wěn)定，爬升速度快，測試精度高，極大地高了橋梁檢測的工作效率。
病害圖像采集及病害
識別測試
壽春淮河特大橋位于安徽省淮南市,全長11.84公里,其中主橋長440米,最大跨度200米,是目前安徽省內跨度最大的矮塔斜拉橋。壽春淮河特大橋部分墩柱出現大幅度表觀病害，使用視覺掃描檢測機器人進行了病害圖像采集測試與裂縫普查檢測，在軟件端實現對被檢測橋墩的實時圖像顯示與存儲。病害檢測上位機軟件界面如圖4所示。
圖4 上位機軟件界面
測試結果表明，攀爬機器人系統能將采集到的圖像按位置信息保存在工控機中。針對龐大的橋墩表觀病害圖像，通過構建墩柱結構表觀病害數據集來訓練深度學習病害識別模型。經過訓練后的網絡模型可以精準地識別橋墩圖像中的病害，并輔以圖像處理算法進行病害的精準量化，并在軟件端實現了被檢測橋梁病害的在線識別與數字化建檔。圖5為橋墩病害識別系統軟件端，圖6為橋墩病害識別結果。
圖5 橋墩病害識別系統軟件界面
圖6 橋墩病害識別結果
測試結果表明，基于深度學習與圖像處理的病害智能識別與量化系統，可以精準、快速地識別出橋墩表觀病害與數字化建檔。
綜上所述，墩柱攀爬檢測機器人系統能夠實現橋墩表觀病害圖像的全域采集，基于深度學習與圖像處理的病害智能識別與量化系統，可以精準、快速地識別出橋墩表觀病害與數字化建檔。墩柱結構環(huán)形視覺掃描攀爬作業(yè)檢測機器人系統為未來大型基礎設施的信息化提供了基礎，對提高墩柱結構的養(yǎng)護效率，保障墩柱結構的安全具有重要意義。
產品優(yōu)勢
基于機器人動力學與機器視覺的墩柱攀爬檢測機器人系統,實現了墩柱結構表觀圖像全域采集,為墩柱結構表觀病害實時動態(tài)檢測提供一種新的手段。該技術具有穩(wěn)定性好、實時性高、精度高等優(yōu)點，安裝方便、成本低等特點。
建立在深度學習與圖像處理基礎上的病害智能識別與量化系統，實現了病害圖像識別和分析，并進行數字化建檔。該技術具有病害識別速度快、病害精度高等特點，為未來橋墩數字孿生模型的構建及病害全生命周期演化追溯的研究奠定了堅實的基礎。
目前，墩柱結構環(huán)形視覺掃描攀爬作業(yè)檢測機器人系統已在國內大型橋梁工程的病害檢測和周期性養(yǎng)護中推廣應用，其優(yōu)良的病害檢測效果與性能指標得到應用單位的高度認可，具有廣闊的工程應用前景和技術推廣價值。
本文刊載 / 《大橋養(yǎng)護與運營》雜志
2023年 第3期 總第23期
作者 / 王會峰 趙煜 杜浩
作者單位 / 長安大學
