Page 132 - 公路桥梁养护与管理
P. 132
Maintenance and Management of Highway Bridges
公路桥梁养护与管理
系，实现高效、精准、全方位的无损检测作业，已成为桥梁发展不可避免的趋势。
随着航拍、遥感技术产业化程度的飞速发展，无人机在桥梁检测中的应用
受到了广泛关注。Karim 等采用配有移动摄像头的无人机对桥梁结构进行了图像
采集，构建了基于深度学习算法的裂缝形态自动提取训练模型，实现了对桥梁裂
缝的定位和预测。Perry 等提出了一个集成先进数据分析工具的智能检测系统，
通过无人机传回的图像，基于计算机视觉技术和机器学习实现了桥梁典型病害的
识别。Saleem 等采用配备图像捕获和地理标记功能的无人机对桥梁裂纹进行即
时检测，基于内置的深度卷积神经网络分析采集的数据，实现对桥梁损伤的实时
状态评估。Zollini 等设计了一种结合对象图像分析法（OBIA）的桥梁病害智能
监测系统，并将该系统装配在无人机上，获得了结构的损伤区域及病害情况。
同时，在无人机上面增设不同功能的装置或传感设备，如激光雷达扫描仪、红外
线摄像机、超声波测距仪以及各种传感器等，可以满足不同检测需求。Bolourian
等通过搭载激光雷达（LiDAR）扫描仪和高清摄像头的无人机，实现了桥梁结构
的智能检测，并结合机器学习规划的 3D 路径，对桥梁的表面进行了损伤测定。
Biscarini 等采用搭载红外热成像摄像机的无人机和探地雷达（GPR），采集了一
座圬工拱桥的热表面图像及地下结构信息，实现了对梁体材料劣化情况的检测。
Jung 等提出了一种基于即时定位与地图构建（SLAM）系统的无人机－桥梁自动
监测技术，通过在无人机上安装可倾斜的 3D 激光雷达和单眼摄像机，解决了特
殊环境中智能检测无人机 GPS 信号弱的问题，并实现了复杂环境中桥梁结构的
智能安全评估。在桥梁检测机器人方面，Jang 等研发了一种基于深度学习的环
型攀爬机器人，可实现桥梁高墩裂缝的自动检测，获取病害区域的数字裂缝图。
Boomeri 等设计了一款自适应力控制的攀爬机器人，根据内置算法规划的最优路
径，实现了对桥梁桁架、拉索等结构的高空检测作业。Chen 等研发了一款具有
多运动模式的爬行机器人，可以执行线性、交叉及爬升运动，实现了对桥梁待检
测区域的全面覆盖。BAEk 等将扇形扫描声纳技术应用到水下行走检测机器人上，
通过采集水中桥墩下部区段的精确声纳图像，实现了水下桥梁结构检测的三维可
视化及高精度化。Dong 等研发了一款基于结构光的自动无损焊缝检测机器人，
结合深度学习算法和平行结构光（PSL）传感技术，实现了对钢桥焊缝状况的智
能检测。王海波等研发了一种基于超声波相控阵检测技术的正交异性钢桥面板
（OSD）裂纹智能检测机器人，通过理论分析、模型试验和现场实测，初步探索
120
