基于无人机三维建模技术的桥梁检测方法研究

基于无人机三维建模技术的桥梁检测方法研究

李小宛

411381198704207965

摘要：桥梁是交通工程中重要的建筑物，其能够使交通更为便捷，桥梁结构由上部构造、下部结构、支座以及其他附属构造物共同组成，在经过长时间的荷载作用、腐蚀效应以及材料老化影响，桥梁结构会出现病害，导致桥梁结构的整体稳固性及使用寿命下降，严重影响工程质量安全。对此，便需要对桥梁进行检测，定位并明确病害区域及病害类型，进而采取有针对性地病害消除措施，保障工程质量安全。但以往桥梁检测方式多以单一视角的定性检查为主，并不能完成对病害区域的多视角、全方位检测，所以，有必要进一步深入探究基于无人机三维建模技术的桥梁检测方法应用，用以提高桥梁检测效率与质量。

关键词：无人机；三维建模技术；桥梁检测；检测方法

引言：无人机具有360°旋转、无极缩放、高清摄像、GPS测距等功能，现阶段已经被初步应用到各类型桥梁检测项目之中。利用无人机抵近桥梁拍摄高清照片，能够帮助检测人员观测到桥梁病害情况，但以往高清照片拍摄方式只能对局部位置进行定性检测，没有充分发挥出无人机的功能优势。因此，本文利用文献分析法与经验总结法，展开基于无人机三维建模技术的桥梁检测方法研究，以期为实现多视角、全方位桥梁检测提供参考与借鉴。

一、制定无人机拍摄方案

在利用无人机对桥梁进行三维建模时，需要结合桥梁的具体桥型、桥位、桥长、桥墩等时机情况针对性制定航拍方案，通常情况下可以分为三种航拍类型。

首先，可以基于五视倾斜拍摄方式对视图进行创建，以此用于观察桥面具体情况。在利用无人机进行航拍与数据采集期间，可以有效发现所拍摄物体的前方、后方、左方、右方以及下方。需要注意的是，应当将旁向重叠度与航向重叠度控制在80％左右，且上下误差不得高于2％，待数据信息采集完成后以GPS系统为依据进行数据匹配。待视频信息、数据信息采集完成后，需要结合时机情况对所采集数据信息的完整性、清晰度进行检查，若存在异常数据或模糊图像，则需要针对具体位置进行重新采集。

其次，在对斜拉桥、悬索桥、拱桥等桥型进行上部结构病害检测时，需要以局部拍摄方案完成数据采集与检测工作。对于拉索、拱圈等结构而言，其具有一定程度的复杂性与多样性，无法有效利用上述方案中的五视倾斜拍摄方式达到完整的三维建模效果。因此，无人机操作人员可以结合实际情况，在确保飞行安全、稳定的基础上，对局部待检测结构、位置进行单独环飞，以此获取更多的图像资源，在图像资源获取过程中应当同步保存每张图像记录瞬间的GPS信息，为后续3D模型的精准性提供切实保障。此外，为进一步提高3D模型的精确性、全面性、完整性，需要航拍人员保证每张图像中不存在死角、遗漏。

最后，部分桥梁结构下方可能存在无GPS信号的情况，因此需要相关工作人员结合实际情况，基于局部关键位置检测方式对桥梁结构下方的病害进行针对性拍摄与检测，如空墩、螺柱的暴露边沿、板或梁的破损位置等，这样能够切实提高无人机桥梁检测的全面性与可靠性，避免因结构缺陷而引发的安全隐患。若因桥梁结构下方信号屏蔽情况严重而不得不绕开桥梁下缘时，则可以结合实际情况采用roll/titl方式获取桥面下方结构的图像，以此确保图像数据的全面性、多样性、丰富性，为后续三维建模提供充足的图像数据。需要注意的是，上述方式所获取的图像存在倾斜角度过大的情况，会在一定程度上提高视觉误差效果。因此，为有效减少视觉误差对三维建模真实性的影响，需要对桥梁两侧进行独立且重复的3D建模，尤其是在多层调查的前提下，需要无人机操作人员加强对无人机检测期间的控制，确保不存在失误以及死区的情况，同时保证每个检测点至少存在3个及以上的图像，将相邻图像的重叠率控制在75％左右且上下误差不得高于2％。桥梁检测无人机拍摄方案如表1所示。

表1 桥梁检测无人机拍摄方案

除此之外，高质量的无人机三维建模技术需要以高质量的拍摄图像作为基础。以大疆M210-RTK系列无人机为例，该型号的大疆无人机是性能优异的工业型无人机，其实际飞行时长约在25min左右，具体飞行时长会根据飞行环境条件的不同而存在一定浮动，该无人机能够有效在零下20℃至零上45℃的环境中稳定运行，最大抵抗风速可达12m/s，障碍物的实际探测范围在0.5-25m之间，能够有效用于取材难度高、环境条件复杂的场景中[1]。为进一步提高航拍安全性，需要拍摄人员结合实际情况体现制定科学、可行的航拍方案，以桥梁施工图、工程图为依据，对无人机的飞行线路、飞行高度、周期性飞行次数、停泊位置、停泊时长等进行合理规划，同时对无人机停泊位置进行检查，避免因存在障碍物而导致无人机无法正常停泊或受到损伤等其概况。

二、图像拼接

所谓图像拼接，其主要是指利用特定的图像拼接技术通过匹配拖动方式达到叠加同一个共同元素的效果，并将该元素作为起始点向其他元素扩展，将两个或两个以上的图像进行叠加，进而得到一个完整的图像。随着科学技术的不断发展与突破，现阶段的摄影技术、无人机技术等十分先进，拼接图像技术属于无人机三维建模环节中较为重要的技术之一。通常情况下，图像拼接技术主要分为两方面，分别是精准匹配图像以及整合图像，较为主流的图像拼接算法分为两种，分别是基于局部函数的图像拼接算法、基于灰度像素值的图像拼接算法，前者的核心算法为SURF（Speed—Up Robust Features），该算法在实际应用时能够确保不同光照条件下，相同局部环境的图像稳定性与可用性，有效降低其他干扰因素对图像产生的影响；后者在实际应用期间应当结合实际情况，将图像重叠率控制在6.7％-10％[2]。需要注意的是，此种方法的三维建模坐标系转换需要以拍摄背景下的灰度像素值决定，这便导致实际建模期间的效果无法有效达到预期效果。

三、图像预处理

无人机在获取桥梁结构图像资料期间，最容易出现曝光度不足的问题，如在桥梁下沿或桥梁结构下方等遮光率较高的位置，但若单纯提升曝光度则可能导致画面不清晰，进而降低图像数据的质量。此外，为确保三维建模的精准性与完整性，往往会在单一结构的建模期间使用多种不同角度的图像资料，而在某些情况下可能会导致相同位置或结构的图像资源的光照条件差异较大、曝光度差异较大等问题，最终对图像的对比度、亮度、色调等产生一定程度的影响。因此，为进一步加强后续三维建模的质量，需要结合实际情况通过图像预处理方式最大限度上提高图像数据的质量。在匹配直方图方面，可以根据具体情况采用累积分布函数模型对两幅直方图之间的强度关系、映射关系进行计算与分析，以最终计算结果为依据对原始图像的属性进行调整，以此尽可能减少参考图像直方图与实际直方图之间的差异性，进而有效解决在不同光照条件的前提下，两幅相同场景图像之间的视觉效果偏差问题。

匹配直方图流程如下：其一，分别计算参考图像（I）的直方图（H）与原有图像（I1）的直方图（H1）；其次分别计算两者的累积分布函数模型，前者用F表示，后者用F1表示；其三，随机选取参考图像的直方图中的任意清晰度数值，其取值范围为g∈[0，255]，同时依据所取具体数值在原有图像的直方图中找出与该数值相对应的清晰度数值g1，要求两者之间的关系满足下属等式，即mink|F(g)-F1(k)|=|F(g)-F1(g1)|；其四，根据上述所得结果建立直方图清晰度映射关系，即g=M（g1），基于所得映射关系式对原有图像中的所有像素点的像素值进行调整，以此达到降低原有图像直方图和参考图像直方图之间的色调差异性[3]。

四、三维立体重建

一般情况下，三维立体重建步骤主要分为多元化视图联合空中环境的三角测量、密集匹配点云计算、Delaunay三角网建立以及纹理贴图。

首先，在多元化试图联合空中环境的三角测量环节中，需要结合实际情况基于共线方程模型建立物体点至像素点的直线坐标，在指定空间环境下利用平移、旋转模型光线束达到模型间公共光线的理想化交叠效果，并将其作为依据生成多视点立体图像；其次，以上述步骤中所得到的多视点立体图像为基础，采用密集匹配算法对其中所存在的同名像素点进行提取、归纳，所谓密集匹配算法是指物体二维视角下最小二乘的半全局立体匹配算法以及批量多视角的立体匹配算法等，将提取、归纳后的同名像素点用于共线方程模型并进行求解，以此得到基于同名像素点的三维空间直角坐标系，最终依托三维空间直角坐标系得到包含真实坐标数据的密集点云；再者，所得到的密集点云进行匹配并建立Delaunay三角网，由于Delaunay三角网在实际应用期间具有最小与最大角特性、空圆特点，因此该三角网所形成的三角形不会出现狭长情况，在一定程度上提高了三角网的合理性与准确性；最后，对所有三角网中的方位、坐标进行读取与分析，将其中相似度最高的影像资料取出并采集其中包含的纹理数据，将纹理数据投射至Delaunay三角网中，以此完成三维立体重建作业[4]。

结束语：

综上所述，无人机三维建模技术在桥梁检测中的合理应用，能够实现全方位、多视角桥梁检测，对提高桥梁病害检测、管理以及隐患排查工作效率与质量十分重要。应结合实际桥梁工程，科学制定无人机拍摄方案，并规范做好图像拼接、图像预处理、三维立体重建等作业，进而有效提高桥梁检测技术水平。

参考文献：

[1] 刘彦君. 无人机检测系统在桥梁检测中的应用研究[J]. 中国设备工程,2023(14):126-128.

[2] 裴俊华,谢爱萍,罗广元,等. 无人机倾斜摄影测量技术在桥梁检测中的应用[J]. 工程建设与设计,2022(23):155-158.

[3] 孙乐乐,席一帆,孙恒,等. 改进的桥梁三维重构及裂缝检测系统[J]. 计算机系统应用,2020,29(12):64-71.

[4] 陈正飞. 基于无人机摄影测量的桥梁实景三维重建[J]. 河南科技,2023,42(14):15-20.