综述
1.1 研究目的与意义
桥梁是现代交通运输系统中举足轻重的一部分，是国家经济发展水平的重要体现。截至2018年底，全国公路桥梁达到85.15万座、总里程5568.59万米，比上年增加累计1.90万座、342.97万米，其中特大桥梁共计5053座、长度902.69万米；大桥共计98869座、长度2637.04万米[1]。我国重大工程数量实际上已居世界第一。
图1-1 桥梁事故
然而，在桥梁的建设如火如荼地进行同时，现有的道桥设施的养护、维修问题逐渐引起广泛关注，某些疏于维护的桥梁，时常会发生安全事故，如图1-1所示。桥梁结构在其寿命周期内，由于外部荷载、材料本身的非受力形变以及施工中存在的先天不足等因素的耦合作用影响，必然会出现各种损伤，从而降低其使用性能。参考欧、美、日等发达国家的基础设施结构长时间服役情况，桥梁的检修已经成为了不容忽视的问题。根据美国土木工程师学会(American Society of Civil Engineers, ASCE)2017年发布的基础设施报告显示，全美国有超过56000座以上桥梁存在结构上的损伤与缺陷，预计用来修复的总金额将会高达1230亿美元[2]。巨大的经济成本和潜在的社会影响阻碍了桥梁结构检修工作的顺利开展。目前，对桥梁结构的状态评估大多以检测、监测过程中采集到的数据信息为评价基础，再结合后续的处理分析进行。传统的桥梁结构检测工作主要是由专业工程技术人员在现场，利用传统检测方法对桥梁结构病害进行测量与记录，进行数据的统计、处理与归档，并以相关的标准或者规范为依据(如城市桥梁检测与评定技术规范 CJJ/T 233-2015[3]等)，对数据进行讨论与分析，最终形成评价报告。然而，由人工进行检测的方式通常会遇到数据不可靠、人力物力成本高、人员容易遇到危险等问题，如图1-2所示，望远镜检测会造成数据的不准确，而为了检测桥梁底部专门租用桁架式检测车无形之中增加了成本。故研究一种针对桥梁结构的自动检测技术，从而实现桥梁检测的高效化、自动化，对于桥梁结构安全性与耐久性的快速准确评价工作具有重要的意义。
图1-2 使用望远镜等的远距离人工检测与桁架式检测车
近年来，计算机技术与数字信号处理技术迅速发展，在基于图像处理的非接触式视觉技术方面国内外的研究人员已经积累了许多的方法，但在国内仍未实现较高水平的产学研结合，主要问题在于之前没有合适的用于将图像处理技术与桥梁检测相结合的技术平台。目前，无人机凭借其机械结构较为简单，且体态小巧灵便、操作方法简单、具有较强环境适应能力等优点[4]，在某些不适合采用人工检测的环节已有了较多的应用。Vaghefi等认为，可通过无人机拍摄桥梁细部的高清图片或动态视频等，获得桥梁的可视化信息[5]。将无人机技术与非接触式机器视觉技术结合，可对桥梁结构的裂缝尺寸与分布情况、重要部位(如支座、桥墩等)的破坏情况等重要的局部损伤进行检测。
目前，国内对于桥梁快速自动化检测的需求日益增多，但实现手段还不足，而一些发达国家现有的检测设备也不能较好地符合我国的评价标准。本文主要提出利用无人机和非接触式视觉技术相结合进行桥梁的损伤识别与检测，该探索性研究对国内该领域提供了一些基础工作。
1.2 国内外研究现状
1.2.1 无人机应用于桥梁检测领域现状
无人机的英文名称是UAV(Unmanned Aerial Vehicle)，全称无人驾驶飞行器。目前服役的民用无人机中，大多是由无线信号进行远距离操纵的多轴飞行器[6]。无人机使用成本、学习成本、运维费用均很低，且环境适应性强，操作灵活，应用范围广泛。起初，无人机属于军用设备，而随着科技的发展进步，无人机在民用领域获得了更广阔的使用，考虑到无人机的众多优点，将其应用于桥梁局部损伤的检测是目前的研究热点之一。无人机在检测系统中承担着病害的记录与采集工作，与GPS技术相结合，即可控制无人机按既定的航路[7]，对桥梁的某些重要部位进行定点图像采集，并即时存储或者通过无线信号传输到地面站，然后由计算机通过图像处理技术进行分析与评价。
基于类似的原理，已经有一些能够自动获取桥梁局部表面图像的工具面世，包括基于视觉系统的智能桥梁检测车、非接触式爬壁机器人等。在国内，陆军工程大学最早开发出一种拥有100m最远工作距离的非接触式桥梁检测仪[8]；一种北京交通大学自主设计的铁路桥梁检测车能够使用搭载在机械臂上的相机拍摄桥梁底面各部位的图像，并对其图像处理后进行识别分类[9]；尹周平开发了一种基于Open CV(Open Source Computer Vision Library)平台的裂缝识别软件，可以对裂缝病害的几何特征进行识别，为桥梁检测评价提供了可靠的数据[10]。
综上所述，将无人机应用于桥梁结构的局部检测领域研究前景较为广阔。无人机可以作为获取原始图像数据的工具，对无人机本身的研究并不是本文的研究重点。基于无人机经过拍摄获得的图像，如何利用计算机图像处理方法对图像进行分析处理，并提取出检测必要的信息，如裂缝的长宽尺寸、裂缝的走向形态等等，将是本文研究的重点。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
