隧道結(jié)構(gòu)自動檢測技術(shù)及集成化裝備研究

艾 青 袁 勇 姚旭朋 方從啟,5

1. 上海交通大學(xué)船舶海洋與建筑工程學(xué)院 上海 200240；

2. 同濟(jì)大學(xué)地下建筑與工程系 上海 200092；3. 同濟(jì)大學(xué)土木工程防災(zāi)國家重點(diǎn)實(shí)驗(yàn)室 上海 200092；4. 上海城投公路投資（集團(tuán)）有限公司 上海 200335；5. 上海師范大學(xué)建工學(xué)院 上海 201418

近年來，國內(nèi)城市軌道交通飛速發(fā)展，地鐵隧道運(yùn)營里程不斷增長，地鐵隧道結(jié)構(gòu)的運(yùn)營安全逐漸成為管理者關(guān)注的重點(diǎn)。

對地鐵隧道結(jié)構(gòu)進(jìn)行定期檢測是保障運(yùn)營安全的重要手段[1]。但是地鐵隧道網(wǎng)絡(luò)規(guī)模龐大，檢測工作更是海量，且檢測時間窗口也非常有限，因此，必須研發(fā)新型檢測技術(shù)以快速獲取結(jié)構(gòu)病害數(shù)據(jù)，自動化判斷結(jié)構(gòu)安全程度，及時確定是否安排維修措施，保障地鐵隧道結(jié)構(gòu)的運(yùn)營安全。

目前地鐵隧道結(jié)構(gòu)檢測的主要手段為人工巡檢，效率較低。近幾年，隧道結(jié)構(gòu)檢測技術(shù)表現(xiàn)出向自動化和智能化等方向發(fā)展的趨勢，國內(nèi)外出現(xiàn)了激光掃描、CCD成像、地質(zhì)雷達(dá)、激光測距、紅外成像等多種新型隧道病害檢測技術(shù)[2-7]。

但是由于各種檢測技術(shù)在原理、使用條件和環(huán)境等方面的要求不同，因此，目前還未有能夠同時檢測多種病害的集成化技術(shù)。此外，以激光掃描為代表的大多數(shù)自動化檢測技術(shù)在現(xiàn)有硬件性能下需要兼顧檢測精度的要求，不能達(dá)到很高的檢測速度，也是制約檢測技術(shù)推廣應(yīng)用的瓶頸之一[8]。

因此，急需開發(fā)一種隧道結(jié)構(gòu)自動化、集成化的檢測技術(shù)和相應(yīng)的檢測裝備，以提高隧道病害檢測的效率。

針對地鐵隧道內(nèi)表觀病害（滲漏、破損等）和斷面變形等2種主要常見結(jié)構(gòu)病害，本技術(shù)以CCD相機(jī)為共用傳感器，分別采用圖像處理和攝影測量方法，形成了一套既能識別表觀病害又能計(jì)算橫斷面變形的隧道結(jié)構(gòu)病害綜合采集分析系統(tǒng)。同時，為了提高隧道結(jié)構(gòu)病害的采集速度，設(shè)計(jì)了1臺裝載上述采集分析系統(tǒng)的動力檢測車，并研制了遠(yuǎn)程動力控制系統(tǒng)，可在10 km/h速度下保持檢測車的穩(wěn)定連續(xù)檢測。通過現(xiàn)場測試，將檢測結(jié)果與人工巡檢和全站儀測量數(shù)據(jù)對比，驗(yàn)證了上述檢測技術(shù)的精度和速度，表明該技術(shù)已達(dá)到了地鐵隧道結(jié)構(gòu)病害快速、自動、集成的檢測要求，具有推廣應(yīng)用價值。

1 表觀病害識別技術(shù)

1.1 病害識別原理

地鐵隧道結(jié)構(gòu)的表觀病害主要包括滲漏水、破損和裂縫等病害，如圖1所示。本技術(shù)根據(jù)病害區(qū)域灰度值低于無病害區(qū)域灰度值的特點(diǎn)，主要采用圖像處理中的差影法對病害進(jìn)行識別，即通過對比同一位置前后2次采集圖像的變化來識別病害。

圖1 隧道結(jié)構(gòu)常見表觀病害

差影法通過2幅圖像灰度值相減產(chǎn)生1幅新的圖像，被廣泛地用于檢測同一拍攝區(qū)域所發(fā)生的變化，其原理如圖2所示。

圖2 差影法原理示意

在圖2中，方塊中的數(shù)字表示圖像中一個像素的灰度值，通過對應(yīng)位置像素的灰度值相減，未變化區(qū)域灰度值的差為0，發(fā)生變化區(qū)域灰度值的差不為0，從而可以提取圖像中發(fā)生變化的區(qū)域（如病害）。

需要注意的是，差影法只有在2次采集圖像位置相同時才能獲得比較滿意的結(jié)果。為此，本研究采用兩方面的措施來保證2次采集能夠獲得同一位置的圖像：一是在采集過程中通過高分辨率編碼器進(jìn)行觸發(fā)拍照，以保證2次圖像采集的位置盡量相同；二是在進(jìn)行差影法計(jì)算前，將目標(biāo)圖像與背景圖像進(jìn)行上、下、左、右移動匹配，以進(jìn)一步實(shí)現(xiàn)圖像對齊。在上述措施實(shí)施后，再進(jìn)行差影法計(jì)算。隧道結(jié)構(gòu)的圖像因出現(xiàn)病害而產(chǎn)生變化，差影法不僅能夠準(zhǔn)確地識別病害的發(fā)展變化情況，且該方法對隧道內(nèi)螺栓孔和接縫等類似病害的干擾信息過濾效果也非常好。

1.2 病害提取及分類

差影法計(jì)算后生成的圖像存在許多噪聲，需要進(jìn)行過濾。選取某一閾值進(jìn)行圖像分割，認(rèn)為大于閾值的像素為表觀病害，小于該閾值的為噪聲，然后進(jìn)行二值化處理。

為對圖像分割后二值圖像中的病害進(jìn)行區(qū)分，需要計(jì)算這些病害特征。因此，本研究利用圖像連通區(qū)的形態(tài)學(xué)特征開展研究。圖像連通區(qū)是一群鄰域互相連接的像素組成的塊（集合），圖3顯示了1個包含2個連通區(qū)的圖像。

圖3 二值圖像的連通區(qū)

計(jì)算出圖像連通區(qū)后，根據(jù)其形態(tài)學(xué)特征，就可以判斷病害的類型并將其歸類統(tǒng)計(jì)。以地鐵隧道結(jié)構(gòu)表觀病害為研究對象，其圖像連通區(qū)特征如表1所示?！懊娣e”定義為以像素為單位的連通區(qū)像素個數(shù)，“長軸”和“短軸”定義為能夠包絡(luò)連通區(qū)最小矩形的長和寬，“填充率”則定義為連通區(qū)的像素個數(shù)除以包絡(luò)連通區(qū)最小矩形的像素個數(shù)。

表1 不同表觀病害連通區(qū)的形態(tài)學(xué)特征

根據(jù)上面給出的連通區(qū)特征，可以將識別提取出的病害進(jìn)行鑒定分類。然后根據(jù)圖像拍攝范圍對應(yīng)的實(shí)際區(qū)域大小，將像素面積換算為工程單位，從而得出病害的實(shí)際大小。

由于不同隧道病害發(fā)展特征不同，大、中、?。ū?）的具體數(shù)值需要根據(jù)經(jīng)驗(yàn)確定，且與隧道結(jié)構(gòu)形式有相關(guān)性，暫時不能給出統(tǒng)一、具體的標(biāo)準(zhǔn)。對盾構(gòu)法施工的地鐵隧道來說，面積大于0.02 m2的表觀病害可認(rèn)為是滲漏水。本文第4章中識別出的滲漏水病害即是采用該參數(shù)進(jìn)行計(jì)算處理的。

2 斷面變形測量技術(shù)

2.1 透射投影基本原理

斷面變形測量基于透射投影原理，采用CCD相機(jī)與激光發(fā)射器結(jié)合對隧道斷面變形進(jìn)行測量，如圖4所示。

圖4 隧道斷面變形測量的透射投影原理

其中，激光發(fā)射器生成一個激光平面Sp，該平面與隧道相交形成結(jié)構(gòu)光斷面輪廓。由于相機(jī)與激光器的相對位置固定，所以結(jié)構(gòu)光斷面輪廓上一點(diǎn)I與其在圖像平面上的成像i有穩(wěn)定的透射投影關(guān)系。

根據(jù)相機(jī)主距等參數(shù)和透射投影關(guān)系，通過射線Lri與平面Sp相交的公式可以計(jì)算出斷面上每一點(diǎn)的空間坐標(biāo)，如公式（1）所示。

式中：m,n ——圖像上的點(diǎn)；

id——相機(jī)主距，均為已知量。

H·x＋I(xiàn)·y＋J·z＋K＝0為激光平面Sp在相機(jī)坐標(biāo)系OXYZ中的平面方程。

2.2 測量計(jì)算過程

本系統(tǒng)采用非量測相機(jī)，相機(jī)參數(shù)需要進(jìn)行標(biāo)定；此外斷面測量所需視角較大，因此采用了多相機(jī)布置方案；最后還要將測量出的斷面結(jié)果擬合為橢圓，以便與全站儀測量數(shù)據(jù)進(jìn)行對比。

因此，斷面變形測量主要工作包括：相機(jī)參數(shù)標(biāo)定、不同相機(jī)坐標(biāo)系的空間位置關(guān)系標(biāo)定、橢圓擬合計(jì)算。測量計(jì)算過程如圖5所示。

圖5 斷面變形測量計(jì)算過程

3 快速集成化技術(shù)方案

3.1 檢測裝備介紹

本研究設(shè)計(jì)了1臺動力檢測車以實(shí)現(xiàn)隧道結(jié)構(gòu)表觀病害和斷面變形檢測的自動化、集成化。該動力檢測車結(jié)構(gòu)上包括前梁、中梁、后梁、豎柱和采集中心，采用模塊化設(shè)計(jì)，并以滑槽式接頭實(shí)現(xiàn)了快速拆裝，現(xiàn)場拼裝和拆卸時間合計(jì)小于15 min。

動力檢測車主要裝載有采集控制、供電和動力控制三大系統(tǒng)（圖6）：采集控制系統(tǒng)用來采集隧道表面特征信息，包括高分辨率智能相機(jī)、激光發(fā)射器、閃光燈、控制卡、編碼器等裝置；供電系統(tǒng)主要采用鋰電池供電，其電量可保障檢測車連續(xù)工作10 h；動力控制系統(tǒng)考慮了整車的質(zhì)量、運(yùn)行穩(wěn)定性以及采集速度要求，選用48 V帶霍爾傳感器直流無刷電機(jī)，使整車的最高穩(wěn)定時速達(dá)到10 km/h以上。

圖6 動力檢測車構(gòu)成示意

依托上述裝備和系統(tǒng)，動力檢測車實(shí)現(xiàn)了隧道病害的快速采集分析，其流程如下：啟動系統(tǒng)，設(shè)置采集參數(shù)→運(yùn)動狀態(tài)下隧道結(jié)構(gòu)表觀病害和斷面變形數(shù)據(jù)的集成化采集→數(shù)據(jù)自動化處理及分析。

3.2 動力控制系統(tǒng)

本裝備采用電力驅(qū)動的動力檢測車以提高數(shù)據(jù)獲取的速度。為了監(jiān)測和控制動力檢測車的運(yùn)動狀態(tài)，設(shè)計(jì)了相應(yīng)的動力控制系統(tǒng)。

本裝備的動力控制系統(tǒng)分為2個部分，即地面站部分和車載部分，地面站部分實(shí)現(xiàn)遙控器信號發(fā)送，圖像數(shù)據(jù)和車載數(shù)據(jù)的接收；車載部分負(fù)責(zé)遙控器數(shù)據(jù)的接收、電機(jī)控制、距離檢測與圖像傳輸。

地面站為用戶界面，車載電控部分是檢測車的控制模塊，兩者進(jìn)行信息交互。用戶在地面站上進(jìn)行操作，實(shí)現(xiàn)檢測車運(yùn)行狀態(tài)的遠(yuǎn)程監(jiān)測和控制。

3.3 集成化采集系統(tǒng)

表觀病害和斷面變形的檢測均以智能CCD相機(jī)為核心傳感器，區(qū)別在于這2種檢測工作模式對外界光照亮度要求不同，因此，設(shè)計(jì)了一種交叉式的集成化采集方案，實(shí)現(xiàn)了動力檢測車可以一次同步采集表觀病害和斷面變形2種 數(shù)據(jù)。

該方案根據(jù)編碼器記錄的里程，使相機(jī)拍照時間隔性地點(diǎn)亮閃光燈，分別獲得表觀病害圖像和斷面激光線圖像，其過程如圖7所示。

圖7 集成化采集工作過程示意

此外，動力檢測車還具有可擴(kuò)展性，未來還可以集成多種其他檢測技術(shù)，從而可以進(jìn)一步減少重復(fù)作業(yè)，提高檢測效率。

4 工程案例

4.1 表觀病害識別結(jié)果分析

本系統(tǒng)在上海軌道交通7號線、9號線進(jìn)行了測試和驗(yàn)證，其中滲漏水病害的識別效果如圖8所示。在圖8所示的隧道中測試，第1次進(jìn)行背景圖像采集，第2次圖像采集時人工添加了水跡和白紙，然后通過差影法成功識別出滲漏水跡和白紙上不同寬度的條紋，說明差影法原理是正確可行的。

圖8 滲漏水病害的識別結(jié)果

為了更加直觀地展示表觀病害在隧道中的位置，本研究開發(fā)的識別程序還將識別出的病害映射到隧道內(nèi)表面的展開圖上，稱為病害展開圖，如圖9所示。

圖9 隧道結(jié)構(gòu)表觀病害展開圖

經(jīng)過與采集的原始圖像進(jìn)行人工對比驗(yàn)證，病害展開圖上的表觀病害標(biāo)記在形狀和大小上與病害實(shí)際情況（彩色圖像為病害對應(yīng)的照片原圖）十分接近，表明本系統(tǒng)對表觀病害具有較好的自動化識別能力。

4.2 斷面變形測量結(jié)果分析

隧道斷面變形測量結(jié)果為點(diǎn)云三維坐標(biāo)。本研究采用CCD相機(jī)獲取隧道斷面輪廓線，測點(diǎn)數(shù)量與相機(jī)的分辨率有關(guān)，可達(dá)幾千個，而全站儀獲取的點(diǎn)數(shù)為40～50個。相比全站儀，本文方法測得的點(diǎn)更多，斷面連續(xù)性更強(qiáng)，如圖10所示。

圖10 本文方法與全站儀測量結(jié)果對比

對隧道斷面點(diǎn)云進(jìn)行橢圓擬合，將橢圓的長軸長度與隧道設(shè)計(jì)半徑進(jìn)行比較來評估隧道變形的嚴(yán)重程度，如圖11所示。通過判斷變形值是否大于閾值，可將發(fā)生嚴(yán)重變形的橫斷面快速篩查出來。

圖11 本文方法計(jì)算結(jié)果的參數(shù)

為了檢驗(yàn)本文方法的精確性和重復(fù)性，在同一段隧道內(nèi)進(jìn)行了3次重復(fù)測量。

圖12 本文方法測量結(jié)果的重復(fù)性

圖12展示了全站儀測量結(jié)果與本方法3次重復(fù)測量結(jié)果的比較。由圖12可以看出，這2種方法的結(jié)果十分接近。一般認(rèn)為全站儀的測量結(jié)果較為精確，因此，定量研究了本文方法的精確度，并進(jìn)行了測量誤差的統(tǒng)計(jì)分析，結(jié)果如表2所示?？梢钥闯觯疚姆椒ㄍ耆軌驖M足快速篩選隧道結(jié)構(gòu)嚴(yán)重變形（120 mm）的測量精確度要求，且重復(fù)測量的測量誤差的統(tǒng)計(jì)值比3個單次測量的測量誤差都小。

表2 斷面測量誤差的統(tǒng)計(jì)結(jié)果

4.3 速度和集成化測試分析

現(xiàn)場還對動力檢測車的動力控制系統(tǒng)（圖13）及集成化采集系統(tǒng)（圖14）進(jìn)行了驗(yàn)證測試。試驗(yàn)結(jié)果顯示動力檢測車最高運(yùn)行速度為17 km/h，穩(wěn)定運(yùn)行速度可以保持在10 km/h以上，且集成化采集方案無漏診和錯誤發(fā)生，表觀病害與斷面變形數(shù)據(jù)采集連續(xù)穩(wěn)定。

圖13 動力控制系統(tǒng)界面

5 結(jié)語

本文以地鐵隧道結(jié)構(gòu)表觀病害和斷面變形為檢測對象，研究了基于圖像處理算法的隧道病害自動化識別算法，實(shí)現(xiàn)了表觀病害的智能提取、識別、計(jì)算和分類；基于攝影測量方法中的透射投影模型，研究了隧道斷面變形的自動化測量方法，實(shí)現(xiàn)了斷面變形的自動采集和測量計(jì)算。為了集成2種檢測方法，研制出地鐵隧道結(jié)構(gòu)自動化綜合檢測車，以動力驅(qū)動形式實(shí)現(xiàn)了快速采集，并研究了2種檢測方法的交叉采集模式，實(shí)現(xiàn)了2種病害的集成化采集，減少了重復(fù)作業(yè)?，F(xiàn)場測試結(jié)果表明，本技術(shù)和裝備具有較高的自動化程度、檢測精度和穩(wěn)定性，能夠大幅提高隧道結(jié)構(gòu)的檢測效率，具有較好的應(yīng)用推廣價值。

圖14 集成化采集現(xiàn)場測試