基于無人機載紅外-可見雙光成像的土石堤壩滲漏巡查方法

周仁練,馬佳佳,蘇懷智

(1.水災害防御全國重點實驗室,江蘇 南京 210098; 2.河海大學水利水電學院,江蘇 南京 210098)

我國土石堤壩總里程長、分布范圍廣,給滲漏險情排查提出了極高要求。據(jù)統(tǒng)計,超過三分之一的土石壩工程破壞與滲漏相關(guān)[1-4]。大量工程案例表明,若土石堤壩滲漏發(fā)現(xiàn)不及時,極易引起壩體的嚴重破壞,甚至導致堤壩潰決[5-6]。因此,及時、快速地發(fā)現(xiàn)滲漏對保障土石堤壩工程安全運行和長效服役具有重大意義[7-9]。

在傳統(tǒng)監(jiān)測和檢測技術(shù)日臻完善的同時,近年來分布式光纖、紅外熱成像、聲發(fā)射、雷達、水下機器人等新型技術(shù)和裝備被引入無損檢測領(lǐng)域[10-14]。為滿足大規(guī)模、快速檢測的需求,利用病害檢測車、爬壁機器人等運載平臺搭載高清可見光相機、激光雷達等數(shù)據(jù)采集裝置進行巡查,已成為備受關(guān)注的檢測方法[15-16]。這類方法通常具有高效探測和實時分析的優(yōu)點,在混凝土建筑物的裂縫、滲水和空鼓等病害檢測中得到大量應用。但這些檢測方法對于土石堤壩工程滲漏巡查的實用性有限,如病害檢測車對平坦路面具有很好的適應能力,但在土石堤壩坡面傾斜、起伏較大的情況下難以行進;類似地,爬壁機器人多用于表面平整且堅實的混凝土壁面作業(yè),在布滿植被的土石堤壩坡面應用受限。因此,盡管當前已涌現(xiàn)了諸多新型無損檢測方法,土石堤壩滲漏險情的發(fā)現(xiàn)仍然主要依賴于人工巡視,這嚴重制約了土石堤壩的安全保障能力和應急處置水平。

鑒于上述背景,針對土石堤壩滲漏的強時空隨機性與位置隱蔽性特征,考慮土石堤壩大體積、長線狀結(jié)構(gòu)特點以及復雜服役環(huán)境,本文基于無人機載紅外熱成像探測技術(shù)在長距離輸電線路和油氣管道檢測等領(lǐng)域[17-20]的應用經(jīng)驗,加入高清可見光成像模式進行協(xié)同檢測,開展基于無人機載紅外-可見雙光成像的土石堤壩滲漏快速巡查方法研究,并結(jié)合某實際堤壩工程開展野外現(xiàn)場巡測試驗,探討對該項技術(shù)應用于實際工程的可行性、實用性及局限性。

1 無人機載紅外-可見雙光成像的土石堤壩滲漏巡查模式與實現(xiàn)流程

1.1 無人機載紅外-可見雙光巡查模式

土體的比熱容(約0.84kJ/kg)與水的比熱容(約4.2kJ/kg)相差較大,在太陽輻射的影響下,河水與堤壩坡面通常存在溫差,因而堤壩發(fā)生坡面滲漏時,滲漏出逸處通常會出現(xiàn)局部熱異?，F(xiàn)象;另一方面,管涌常出現(xiàn)在水深遠小于河水水深的坑塘和水田中,河水溫度與這些小水體的溫度通常也是不同的,因而管涌出口通常也會出現(xiàn)局部熱異常。借助紅外熱成像技術(shù)捕捉該熱異常,便可實現(xiàn)土石堤壩坡面滲漏的間接探測和識別。

前期地面試驗驗證了各種自然環(huán)境條件下紅外熱成像探測土石堤壩坡面滲漏的可行性。研究[21]表明,滲漏出口通常在雨天和晴朗的夜間出現(xiàn)高溫異常,而在晴朗的午后出現(xiàn)低溫異常;并且,坡面滲漏導致的熱異常區(qū)域隨尾水沿坡面向下擴展,形成獨特的拖尾輪廓。該輪廓特征是利用紅外圖像辨識土石堤壩坡面滲漏的重要信息。

紅外圖像能形象直觀地呈現(xiàn)滲漏引起的熱異常,提供滲漏辨識所需要的直接信息。然而因紅外圖像分辨率較低,導致其難以提供人眼所熟悉的真實空間感,不利于滲漏的空間定位。因此本文綜合利用可見光相機高分辨率、紅外熱像儀的熱異常捕捉以及無人機快速飛行的優(yōu)點,通過可見光相機、紅外熱像儀與無人機的綜合利用,提出土石堤壩滲漏無人機載紅外-可見雙光巡查模式。該模式利用無人機搭載可見光相機和紅外熱像儀對土石堤壩背水坡進行快速連續(xù)探測,從而獲得全面覆蓋土石堤壩的可見光圖像和紅外圖像,再通過機載圖傳系統(tǒng)將所采集的圖像實時傳輸至地面站,從而實現(xiàn)土石堤壩滲漏的遠程快速探測和實時辨識(圖1)。

圖1 無人機載紅外-可見雙光成像的堤壩滲漏巡查模式示意圖

1.2 綜合考慮雙光設(shè)備成像效果的無人機航高設(shè)置

本文采用大疆Mavic 2行業(yè)雙光版四旋翼無人機,搭載一個高清可見光鏡頭和一個FLIR紅外熱成像傳感器,可同時采集同一視野下的紅外圖像和可見光圖像。機載紅外探測器和可見光探測器的主要參數(shù)見表1、表2。

表1 機載紅外探測器主要參數(shù)

表2 機載可見光探測器主要參數(shù)

1.2.1 地物分辨能力限制的航高

地面采樣間隔(ground sampling distance,GSD)[22]表征了圖像中單一像素代表的真實地物尺寸。無人機圖像的地面采樣間隔G與無人機航高H、探測器像元尺寸δ和鏡頭焦距f之間的關(guān)系為

δH=fG

(1)

可見,當成像設(shè)備選定后,其像元尺寸δ和鏡頭焦距f也就相應確定,G與H正比,即高度越高,地物分辨能力越低。因此應綜合考慮探測目標大小和雙光設(shè)備的性能參數(shù)合理設(shè)置無人機航高。

本文的主要目的是借助紅外熱成像技術(shù)探測滲漏引起的熱異常從而實現(xiàn)堤壩滲漏識別,因此無人機航高的選擇因重點考慮機載紅外熱像儀的探測效果。

a.紅外圖像地物分辨能力限制的航高。以頂視為邊長10cm的正方形積水盒為試驗探測對象,采用前述無人機載成像設(shè)備采集其在不同航高下的紅外圖像和可見光圖像,探測過程中雙光鏡頭垂直向下。該紅外探測器的分辨率為160×120像素,數(shù)字圖像導出分辨率為640×480像素。由圖2可知,當航高在10m以內(nèi),該水盒的方形邊緣特征肉眼可辨;當航高大于10m后,方形邊緣輪廓特征逐漸模糊;當航高大于25m后,即使將紅外圖像放大,該地物仍然難以通過肉眼辨識。故欲使投影面積等同于邊長為10cm正方形的滲漏區(qū)被該設(shè)備有效探測,航高不宜大于25m。

圖2 不同航高下被探測物的紅外圖像

b.可見光圖像地物分辨能力限制的航高。本文采用的可見光探測器的分辨率遠高于紅外探測器。由圖3可知,在航高25 m條件下,該積水盒在可見光圖像中仍清晰可辨。故對本研究所用的探測設(shè)備而言,地物分辨能力限制的航高主要取決于紅外探測器。

圖3 不同航高下被探測物的可見光圖像

需要說明的是,目前民用熱像儀的分辨率普遍遠低于可見光相機。民用領(lǐng)域目前可獲得的熱像儀最高分辨率為1024×768像素,而與普通可見光相機相比,該分辨率依然較低。因此,對于可見-紅外雙光巡查模式,地物分辨能力限制的航高通常都取決于紅外探測器。

1.2.2 紅外測溫誤差限制的航高

土石堤壩滲漏排查均是在露天野外作業(yè),紅外輻射在傳播過程中會被大氣及大氣中的塵埃和水汽等物質(zhì)吸收,導致紅外探測器所接收的熱輻射損失量會隨著探測距離的增大而增大[23]。因此,紅外熱像儀的探測效果除應考慮地物可辨性外,還需考慮紅外測溫誤差。

以某水閘上下游連接處的河道為探測對象,通過戶外測試確定紅外測溫誤差所限制的探測距離。測試時的環(huán)境條件為晴天,氣溫12～13℃,該水閘正在過流。如圖4(a)所示,以該水閘為界,河道表層水體被分為靜水區(qū)和動水區(qū)兩大區(qū)域。利用前述機載紅外熱像儀進行探測,無人機距水面垂直距離為(55.1 ±0.1)m。同時在地面利用校準后的接觸式溫度探針和點式測溫槍測量河道表層水體的水溫。

圖4 機載紅外熱像儀的測溫結(jié)果

如圖4(b)(c)所示,紅外測溫結(jié)果顯示該水閘上游靜水區(qū)水溫約3℃,而由于動水區(qū)與空氣熱量交換較多,下游動水區(qū)溫度比靜水區(qū)溫度高1.1℃。接觸式溫度探針和點式測溫槍測得相應水面上多個點位的水溫平均值分別為:靜水區(qū)3.1℃;動水區(qū)4.25℃?？梢娫诤礁?5m的探測距離下,該紅外熱像儀的測溫絕對誤差在0.2℃以內(nèi)。在汛期夜間,河水與堤壩坡面的溫差能達到4℃左右,并且晴朗的午后該溫差更大[21]。因此,0.2℃的測溫誤差對實際工程滲漏探測可接受。

綜上可知,本文所用裝備的航高主要受紅外探測器的分辨率所限制。欲使投影面積等同于邊長為10cm的正方形的滲漏區(qū)被該設(shè)備有效探測,航高應控制在25m以內(nèi)。

1.3 土石堤壩滲漏巡查實現(xiàn)流程

無人機飛行作業(yè)應滿足CH/Z 3001—2010《無人機航攝安全作業(yè)基本要求》和CH/Z3005—2010《低空數(shù)字航空攝影規(guī)范》的相關(guān)規(guī)定。利用無人機搭載可見光相機和紅外熱像儀開展實際土石堤壩工程滲漏巡查的流程如下:①起飛前準備。在作業(yè)現(xiàn)場進行指南針和磁羅盤校準;確保各指示燈顯示正常;確保螺旋槳無破損且安裝牢固,槳葉和機臂完全展開;確保各零部件完好,手動轉(zhuǎn)動電動機無卡滯現(xiàn)象;檢查無人機及遙控器電池剩余電量,確保兩者電量充足;確?？梢姽庀鄼C和紅外熱像儀可正常采樣;檢查并確保飛行控制系統(tǒng)和荷載控制系統(tǒng)的通信鏈路暢通;檢查GPS信號,確保與無人機成功連接的定位衛(wèi)星不少于4顆。②參數(shù)設(shè)置。觀察并估測作業(yè)區(qū)最高地物高度,為無人機設(shè)定高于此高度的返航高度;綜合滲漏探測任務(wù)、工程地面條件狀況和無人機續(xù)航能力,合理規(guī)劃航線和設(shè)置成像設(shè)備的采樣頻率;校正紅外熱像儀中的發(fā)射率參數(shù)。③探測作業(yè)。由取得相應飛行資格的無人機駕駛員操控無人機從位于安全區(qū)域的起飛點飛行至首個作業(yè)目標航點。調(diào)整雙光鏡頭角度,切換至自動任務(wù)飛行模式,開啟雙光設(shè)備采樣。作業(yè)過程中密切關(guān)注無人機的飛行姿態(tài)、剩余電量、飛行速度、飛行高度、航線完成情況以及數(shù)據(jù)傳輸狀態(tài)。水利專業(yè)分析人員通過圖傳系統(tǒng)接收無人機采集的堤壩紅外和可見光圖像,實時分析堤壩滲漏情況。④無人機回收。探測作業(yè)完畢,無人機駕駛員操控無人機至位于安全區(qū)域的降落點著陸;備份采集的可見光和紅外數(shù)據(jù);對無人機進行部件損壞情況檢查;依次關(guān)閉無人機、遙控器和地面站軟件的電源。⑤填寫飛行記錄。記錄起飛與降落的位置和時間,記錄作業(yè)時段氣溫等氣象條件?？偨Y(jié)并記錄飛行過程中的異常情況。

2 實際工程現(xiàn)場巡測試驗驗證

某均質(zhì)土堤位于安徽滁州境內(nèi),堤長約4km,堤頂平均高出堤腳約15m,迎水面坡降約為1∶1.25,高出堤腳0～8m的背水坡坡降約為1∶1.5,高出堤腳8～15m的部分坡降約為1∶1.2(圖5)。該堤就地取材而筑,堤身材料主要為粉質(zhì)黏土,局部分布雜填土。因填筑質(zhì)量和防滲性能欠佳,滲漏問題突出,堤腳多處常年有滲水,并常在汛期出現(xiàn)坡面滲漏和管涌險情。

圖5 滲漏巡測試驗的堤壩

2.1 巡測方案與過程

選取該堤壩長1325m的范圍進行無人機巡測試驗。該堤壩下游坡面較平整,無高大喬木、建筑物等高聳障礙物。因此,采用圖6所示的航線規(guī)劃,無人機從堤頂公路起飛,盡可能平行于堤壩軸線在其背水坡上空飛行,作業(yè)完成后回到起飛點著陸。由于堤壩軸線非直線,故在巡測航線中設(shè)置了5個航點。

圖6 無人機野外巡查滲漏的航線規(guī)劃

按圖6所示的航線以不同飛行速度和航高對該堤壩進行多次巡測。巡測過程中,通過圖傳系統(tǒng)傳輸?shù)募t外圖像實時檢查堤壩的滲漏情況。并將疑似存在滲漏的紅外圖像及其對應的可見光圖像提取出來,做進一步分析判斷。必要時采用手動飛行模式對疑似存在滲漏的區(qū)域進行精細探測。

由于試驗在非汛期開展,堤壩現(xiàn)場無真實滲漏險情,僅堤腳有不影響堤壩安全的清澈水體緩慢滲出。故采用虹吸法在如圖7所示的地理位置處人工模擬了兩處滲漏。具體做法是采用直徑為10mm的橡膠水管,將水從堤后引至堤壩背水坡及堤腳。

圖7 堤壩現(xiàn)場模擬的坡面滲漏和管涌

如圖7(a)所示,坡面滲漏出口設(shè)置于堤腳以上0.5m的坡面上,該處在非汛期亦有持續(xù)的自然滲水。切開原土體,將水管出口埋于坡面以下5cm處再將土體復原?？紤]管涌常發(fā)生于覆蓋層薄弱且充滿水的坑塘和水田中,如圖7(b)所示,模擬的管涌設(shè)置于堤腳的水田中,管涌出口淹沒在水下10cm處。為探究復雜地面條件對本方法探測管涌的影響,所選水田表面布滿了秸稈和雜草。

2.2 巡測結(jié)果分析

在紅外圖像中,堤壩坡面和堤腳等區(qū)域應視為圖像背景,而滲漏是待發(fā)現(xiàn)的目標,即圖像前景。該堤壩在晴朗午后和雨天的可見光圖像及其紅外圖像(圖8)與地面模型試驗結(jié)果[21]一致,由于河水的水體較大且比熱容較土石材質(zhì)大,河水溫度與環(huán)境溫度相差較大;而坡面及水體相對較小的坑塘,其溫度更趨近于環(huán)境溫度。因而晴朗午后,河水溫度較堤壩坡面溫度和堤腳坑塘中的水溫更低,滲漏將在背景中呈現(xiàn)低溫異常;而晴朗的夜間和整個雨天,河水溫度更高,滲漏將在背景中呈現(xiàn)高溫異常。

圖8 堤壩與河流在不同環(huán)境下的圖像

利用本文巡測方法在晴朗午后和晴朗夜間探測到的坡面滲漏圖像(圖9)顯示,由于堤腳自然滲水的存在,堤腳在午后呈現(xiàn)出較正常坡面更低的溫度,而在夜間呈現(xiàn)出較正常坡面更高的溫度。但由于該處自然滲水是緩慢的,其溫度異?，F(xiàn)象不及所模擬的滲漏明顯。這表明滲漏的流量和流速對滲漏的發(fā)現(xiàn)有影響。流量和流速越大,滲水引起的溫度異常越不易被堤表的環(huán)境溫度所同化,溫度異常越明顯,越有利于滲漏的發(fā)現(xiàn)。

圖9 不同環(huán)境下探得的坡面滲漏

對比圖9中的可見光圖像和紅外圖像可知,紅外圖像能形象直觀地呈現(xiàn)滲漏引起的溫度異常,而可見光圖像可展現(xiàn)滲漏尾水,并提供人眼更加熟悉的空間感,有利于滲漏的輔助判斷和空間定位。

值得一提的是本文巡測方法在夜間工作性能良好。從圖9(b)可知,夜間人工借助燈光照明難以發(fā)現(xiàn)滲漏,即使發(fā)現(xiàn)堤腳的水體,也難以區(qū)分是正常積水還是危險的滲漏。而通過紅外圖像可以看出,暴露于環(huán)境中時間越長的積水,其溫度越接近于環(huán)境溫度,而滲漏出口的溫度異常最明顯,因而可較好地發(fā)現(xiàn)滲漏出口所在。

本文巡測方法在晴朗午后和雨天探得的管涌圖像(圖10)表明,因管涌出口淹沒在水下,從可見光圖像中無法察覺管涌的存在,說明即使人工靠近該管涌,也幾乎不能通過肉眼發(fā)現(xiàn)出口如此小的管涌。而實際情況下,由于坑塘和水田充滿水體,人工巡視甚至難以覆蓋這些區(qū)域。與之相比,晴朗和雨天的管涌出口都在紅外圖像中呈現(xiàn)出明顯的溫度異常區(qū),表明本文探測方法對探測早期管涌有效。

以上野外試驗結(jié)果表明,利用無人機搭載可見光相機和紅外熱像儀的巡測方法在實際堤壩工程探測滲漏中可行,且該方法操作簡便、探測效率高、可在雨天和夜間正常工作、探測結(jié)果形象直觀,對大體積、長線狀堤壩工程具有很好的實用性。尤其是對于坑塘、水田等人工難以接近的區(qū)域,該方法仍可以進行探測,實現(xiàn)堤壩滲漏的全覆蓋式排查。

2.3 巡查方法應用于實際工程的局限性

野外試驗在驗證本文巡測方法的可行性和實用性的同時,也表現(xiàn)出一些局限性。

2.3.1 復雜地面條件的影響

如圖9(a)和10(a)所示,不同于精細制作的試驗模型,實際堤壩工程表面通常都不平整,在強烈的太陽輻射作用下,堤壩表面本身的溫度分布也不均勻,常在紅外圖像中呈現(xiàn)類似于滲漏引起的溫度異常區(qū)。由于坡面滲漏導致的溫度異常區(qū)通常沿坡面向下擴展,形成獨特的拖尾特征,該影響相對較小。而復雜的地面條件對本文方法探測和識別管涌的不利影響很大。圖10(a)中,僅綠色箭頭示出的溫度異常區(qū)為管涌所致,而從紅外圖像中難以區(qū)分正常的溫度分布不均和管涌引起的溫度異常。

復雜的地面條件對利用本文方法探測和識別滲漏的不利影響主要出現(xiàn)在太陽輻射強烈的情況下。而夜間和雨天,這種影響將會更小。如圖10(b)所示,雨天不僅有識別滲漏所需要的溫差,而且降雨對整個堤壩表面溫度起到均勻化作用,使得滲漏引起的溫度異常在背景中更加突出。汛期夜間氣溫通常會降至露點溫度以下,使得夜間具備與雨天類似的探測效果。

2.3.2 溫度不斷變化的影響

本文方法的核心思想在于利用紅外探測器捕捉滲漏引起的局部溫度異常,再結(jié)合溫度異常區(qū)的特征識別滲漏。滲水與背景之間的溫差是探測效果的決定性因素。然而由于太陽輻射和地表微氣候的作用,河水與堤壩坡面和坑塘之間的溫差不斷變化。例如,通常在日出后和日落后2 h左右的時段里,滲漏出口與其周圍背景物之間的溫差較小,探測效果不佳。為說明該問題,如圖11所示,將滲漏出口埋設(shè)于含水量較低的堤壩坡面上,日出后1h左右的探測結(jié)果表明,從可見光圖像中可清晰發(fā)現(xiàn)滲漏引起的土體濕潤,而由于此時缺乏所需的溫差,從紅外圖像中無法發(fā)現(xiàn)滲漏。這進一步表明,可見光視角不僅能提供人眼更加熟悉的真實空間感,輔助滲漏的判斷和空間定位,而且在一些情況下也能直接為滲漏判斷提供依據(jù)。進一步說明可見光和紅外雙光成像的滲漏探測模式是必要且科學的。

圖11 日出時探測的坡面滲漏

探測效果除了與溫差相關(guān),也與紅外探測器的熱靈敏度相關(guān)。經(jīng)驗上,若利用本文所用紅外探測器(熱靈敏度50 mK),1℃以上的溫差才能保證良好的人眼辨識效果;采用熱靈敏度20 mK的紅外探測器,對溫差的需求可降至0.5℃;采用熱靈敏度120 mK的紅外探測器,對溫差的需求則在2℃左右。

現(xiàn)場作業(yè)時對所需溫差的判斷極為重要。在正式巡測作業(yè)前,手動操控無人機至較高高度,使河水、堤壩及被關(guān)注的堤腳區(qū)域出現(xiàn)于同一視窗中(如圖8所示)。此時若存在理想的溫差,則進行探測作業(yè);否則等待幾小時,直至理想的溫差出現(xiàn)再用本方法開展巡測。

除以上局限性外,作為一種非接觸式被動感測方法,紅外熱成像不具備穿透堤壩內(nèi)部及水體的能力,即只有當滲漏引起的溫度異常抵達堤壩表面或坑塘的水面,該探測方法才有效。然而,目前汛期主要依賴的人工拉網(wǎng)式巡視方法也只能發(fā)現(xiàn)已出逸的滲漏,并且難以對坑塘和水田等區(qū)域開展巡查。與人工巡視相比,該探測方法具有高效、形象直觀、覆蓋面廣、夜間工作性能良好等優(yōu)點,即使短期內(nèi)不能完全代替人工巡視,也無疑可作為堤壩滲漏巡查手段的有力補充。

3 結(jié) 語

紅外-可見雙光巡查模式需要綜合考慮雙光圖像的地物分辨能力及紅外探測器的測溫誤差來確定合適的探測距離。由于目前紅外探測器相對于可見光探測器分辨率普遍更低,有效的極限探測距離通常取決于紅外探測器的分辨能力。

紅外熱成像能形象直觀地反映堤壩滲漏引起的溫度異常,在晴朗、雨天等常見天氣環(huán)境中探測實際堤壩工程滲漏是可行的。

利用無人機搭載紅外熱像儀進行滲漏巡測,具有操作簡便、高效、夜間工作性能良好等優(yōu)點,對大體積、長線狀堤壩工程滲漏巡查具有很好的實用性。尤其是對于坑塘、水田等人工巡視難以接近的區(qū)域,該方法仍可覆蓋,實現(xiàn)堤壩滲漏的全覆蓋式排查。

可見光圖像不僅能提供人眼更加熟悉的真實空間感,輔助滲漏的判斷和空間定位,而且在一些情況下也能直接為滲漏判斷提供依據(jù)?？梢姽夂图t外相結(jié)合的雙光探測模式是科學且實用的。

在取得上述發(fā)現(xiàn)的同時,現(xiàn)有工作仍存在不足。例如本研究雖然在滲漏的探測環(huán)節(jié)實現(xiàn)了快速化和自動化,然而在滲漏識別的環(huán)節(jié)卻還是需要人眼觀察圖像實現(xiàn)滲漏辨識,這不僅需要滲漏判斷人員具有扎實的專業(yè)基礎(chǔ)和豐富的野外探測經(jīng)驗,而且當探測區(qū)域較大時,對人工持續(xù)穩(wěn)定的判斷力和體力也有很高要求。因此,為進一步推動堤壩滲漏識別環(huán)節(jié)的智慧化,研究滲漏自動辨識算法和模型是亟須解決的問題。鑒于堤壩滲漏的紅外圖像具有鮮明的輪廓特征和亮度特征,可考慮將滲漏辨識問題轉(zhuǎn)化為紅外圖像的分類問題。在圖像分類問題上,深度學習領(lǐng)域已積淀了大量可供參考的先進成果。利用已有預訓練深度神經(jīng)網(wǎng)絡(luò)開展遷移學習是值得考慮的研究方法。