《公路橋梁病害無人機視覺檢測技術(shù)指南》

ICS號

CCS號

團體標準

T/CHTS××××-××××

公路橋梁病害無人機視覺檢測技

術(shù)指南

TechnicalGuidelineforUnmannedAerialVehicleBased

DamageInspectionofHighwayBridges

（征求意見稿）

××××-××-××發(fā)布××××-××-××實施

中國公路學會發(fā)布

公路橋梁病害無人機視覺檢測技術(shù)指南

1總則

1.0.1為規(guī)范和指導(dǎo)公路橋梁外觀病害檢測技術(shù)和數(shù)據(jù)處理流程，保障公路橋梁工程的

施工和運營安全，制定本技術(shù)指南。

1.0.2本指南適用于各級公路橋梁外觀病害的檢測和分析，適用的橋梁類型包括但不限

于連續(xù)梁橋、拱橋、斜拉橋和懸索橋。

1.0.3本指南使用的儀器設(shè)備，均應(yīng)符合相應(yīng)的標準規(guī)定，并經(jīng)檢驗合格。

1.0.4本指南采用國家法定標準計量單位制。

1.0.5公路橋梁病害視無人機視覺檢測技術(shù)除應(yīng)符合本指南的規(guī)定外，尚應(yīng)符合國家和

行業(yè)現(xiàn)行有關(guān)標準的規(guī)定。

2術(shù)語和符號

2.1術(shù)語

2.1.1無人機unmannedaerialvehicle

一種由動力驅(qū)動、機上無人駕駛、可重復(fù)使用的航空器，具有遙控、半自主、自主

三種飛行控制方式。

2.1.2無人機航攝系統(tǒng)unmannedaerialvehiclephotographysystem

以無人機為飛行平臺、以影像傳感器為任務(wù)設(shè)備的航空遙感影像獲取系統(tǒng)。

2.1.3成像設(shè)備imagingdevice

由成像元件、鏡頭等部件組成的滿足薄透鏡成像原理的設(shè)備。

2.1.4感光元件photosensitiveelement

將光信號轉(zhuǎn)化成電信號裝置

2.1.5視場fieldofview

指觀測物體的可視范圍，也就是充滿相機采集芯片的物體部分。

2.1.6基線baseline

雙目成像中左右兩相機光心的連線

2.1.7數(shù)字圖像digitalimage

由模擬圖像數(shù)字化得到的、以像素為基本元素的、可以用數(shù)字計算機或數(shù)字電路存儲和

處理的圖像。

2.1.8分辨率resolution

圖像系統(tǒng)可以測到的受檢物體上的最小可分辨特征尺寸。

2.1.9物理分辨率physicalresolution

指相機光學傳感器上包含的感光元器件的個數(shù)，一般以橫縱的乘積表示。

2.1.10景深depthofview

物體離最佳焦距點較近或較遠時，鏡頭保持分辨率的能力。

2.1.11焦距focallength

焦距是光學系統(tǒng)中衡量光的聚集或發(fā)散的度量方式，指透鏡的光學中心到光聚焦點的距

離。

2.1.12相機檢校cameracalibration

在滿足特定檢定環(huán)境要求的實驗室內(nèi)，對相機進行檢定。

2.1.13失真distortion

又稱畸變，指被攝物平面內(nèi)的主軸外直線，經(jīng)光學系統(tǒng)成像后邊緣為曲線，則此光學系

統(tǒng)的成像誤差稱為畸變，畸變只影響影像的幾何形狀，而不影響像的清晰度。

2.1.14三維重建3Dreconstruction

運用三維技術(shù)對物體進行三維信息采集、處理及構(gòu)建數(shù)字模型的過程。

2.1.15橋梁結(jié)構(gòu)檢測bridgeinspection

對橋梁結(jié)構(gòu)進行的現(xiàn)場測試、試驗、觀測、檢查與記錄描述。當結(jié)構(gòu)檢測活動在橋梁建

造或運營過程中的某時段持續(xù)進行時，該活動又稱為監(jiān)測。

2.1.16缺損defectanddamage

橋梁結(jié)構(gòu)構(gòu)件出現(xiàn)缺陷和損傷等病害的統(tǒng)稱。缺陷是因施工不符合要求所引起，損傷是

因除施工外的其他外部作用所造成。

2.1.17剝落spalling

混凝土表層脫落、粗集料外露的現(xiàn)象。嚴重時，成片狀脫落，鋼筋外露。

2.1.18孔洞cavitation

混凝土中超過鋼筋保護層厚度的孔穴。

2.1.19露筋revealofreinforcement

構(gòu)件內(nèi)的鋼筋未被混凝土包裹而外露的缺陷。

2.1.20銹蝕rust

金屬材料由于水份和氧氣等的電化學作用而產(chǎn)生的腐蝕現(xiàn)象。

2.1.21涂層缺陷coatingdefect

鋼結(jié)構(gòu)表面涂層出現(xiàn)流痕、氣泡、白化、起皺、起皮等現(xiàn)象。

2.1.22裂縫crack

由荷載、溫度、災(zāi)害等因素引起的結(jié)構(gòu)表面狹長縫。

2.2符號

r—電磁波傳播時間；

c—電磁波在空氣中的傳播速度；

d—標簽節(jié)點到基站節(jié)點的估計距離；

d0—參考距離；

pd—d處基站獲得的UWB信號強度；

p0—d0處獲得的UWB信號強度；

β—信道的衰減因子；

εδ—均值為0、標準差為δ的理想高斯分布變量；

L——測量范圍的對角線距離；

l——感光元件的對角線距離；

f——鏡頭焦距；

D——測量距離；

L

1——圖像坐標系下物體長度；

z

0——測量的物距；

L

0——物體的真實長度；

m——相對誤差；

mx——點位x方向上的中誤差；

my——點位y方向上的中誤差；

mz——點位z方向上的中誤差；

n——物方控制點的個數(shù)；

Δx——量測x坐標與對應(yīng)的物方控制點坐標差；

Δy——量測y坐標與對應(yīng)的物方控制點坐標差；

Δz——量測z坐標與對應(yīng)的物方控制點坐標差；

?——兩幅圖像中覆蓋同一對象的成像模型之間的外極性幾何關(guān)系的基礎(chǔ)矩陣，有7個

自由度；

?，?,?——兩幅圖像中一對特征點的齊次像素坐標；

?,?,?——兩個相機的固有矩陣；

?——估計相機的位置。

?—3D點數(shù)；

M—場景數(shù)；

3基本規(guī)定

3.0.1基于無人機的橋梁檢測方法以無人機搭載相機為采集手段，通過人工操作或自動

巡檢采集橋梁表面圖像，然后以病害識別、定量、定位三層方法分析所采集的圖像。以下條

件下宜采用無人機病害檢測方法：

1.檢測人工難以到達的橋梁部位，如高墩、高塔、橋底等位置的檢測；

2.采用人工檢測時具有較大危險性的橋梁部位，如懸索橋主纜等；

3.采用人工檢測效率低下時；

4.需連續(xù)大面積檢測時；

5.已知位置存在病害，需要定期觀察病害擴展時；

6.道路交通不便進行封鎖時。

3.0.2公路橋梁病害無人機視覺檢測技術(shù)檢測工作流程如圖3.0.2。

圖3.0.2基于無人機的橋梁病害智能檢測步驟

3.0.3對于大體積橋梁結(jié)構(gòu)，應(yīng)根據(jù)檢測區(qū)域的重要性、檢測時效性要求和已有的初步

檢測結(jié)果選擇無人機相機的拍攝視場。重點區(qū)域檢測應(yīng)使用近距離拍攝方式，非重點區(qū)域宜

采用遠距離拍攝方式，如圖3.0.3所示。

圖3.0.3無人機采集的大小視場配合

條文說明：

相機成像的基本規(guī)律為“近大遠小”，即近距離拍攝時，相機只能捕獲小塊區(qū)域物體的像，

但單位面積所占的像素個數(shù)多，因此能反映結(jié)構(gòu)表面的細節(jié)；遠距離拍攝時，相機能捕獲的

區(qū)域面積大，隨之單位面積所占的像素個數(shù)少，結(jié)構(gòu)表面細節(jié)會一定程度丟失。對于理想狀

態(tài)相機模型，單位面積的像素分辨率隨視場增大而呈正比降低。

3.0.4無人機與相機設(shè)備類型應(yīng)根據(jù)檢測現(xiàn)場勘測情況綜合選擇，確保檢測設(shè)備的適用

性、穩(wěn)定性、精確性。

條文說明：

根據(jù)檢測環(huán)境、橋梁類型和主要病害類型的不同，需要分別從多個方面選擇合適的無人

機和無人機搭載的相機，具體選型要求見第四章。

3.0.5無人機飛行檢測階段應(yīng)包括以下內(nèi)容：橋梁檢測路線規(guī)劃、飛行控制方式、相機

拍攝方法等方面。

3.0.6圖像采集階段應(yīng)綜合考慮圖像重疊率、像素分辨率、曝光、對比度等因素，涉及病

害精細化計算時，鏡頭宜正對病害拍攝。

3.0.7病害信息分析前，應(yīng)對圖像進行預(yù)處理，保證圖像無畸變，病害信息清晰。病害信

息分析階段應(yīng)按病害識別、定量計算、病害定位流程對圖像進行處理。

4無人機巡檢設(shè)備

4.1檢測無人機選型要求

4.1.1常用的民用無人機包括：固定翼無人機、多旋翼無人機、直升無人機和混合類型

無人機，其性能對比見表4.1.1。對于橋梁檢測場景，宜選擇多旋翼無人機。

表4.1.1無人機性能對比

類型飛行特點適用環(huán)境

固定翼無人機需要空闊場地，飛行速度快，無法懸停大范圍航測

多旋翼無人機機械結(jié)構(gòu)較復(fù)雜，主旋翼尺寸大，危險性高用于開闊空間

直升無人機結(jié)構(gòu)簡單，一般具有較好的懸停拍攝能力適用于橋梁檢測

混合類型無人機同時具備多種無人機的優(yōu)點根據(jù)特殊檢測需求采用

4.1.2橋梁類型與具體檢測部位不同時，宜按下述原則選擇多旋翼無人機：

1.針對橋梁橋面、上部結(jié)構(gòu)（拉索、索夾、橋塔等）的缺損狀況檢測，檢測環(huán)境較

空闊時，應(yīng)采用普通類型的多旋翼無人機。

2.針對橋梁下部結(jié)構(gòu)（橋底面、橋墩等）檢測時，宜采用具有特殊定位功能的多旋

翼無人機，且應(yīng)符合本指南第4.2節(jié)的有關(guān)規(guī)定。

4.1.3公路橋梁檢測過程中，所選用的無人機應(yīng)滿足如下條件：

1.檢測無人機具有良好的靜態(tài)懸停功能。

2.檢測無人機應(yīng)具有良好的抗風穩(wěn)定性，其抗風能力應(yīng)滿足表4.1.3要求：

3.檢測無人機應(yīng)有良好的定位功能。

4.檢測無人機設(shè)備或關(guān)鍵零部件應(yīng)具有有關(guān)標準的規(guī)定，關(guān)鍵部件宜具有冗余度，

并具有制造廠的合格證。

5.無人機整體或組成無人機的關(guān)鍵組件應(yīng)具有合格證明，無人機整體的穩(wěn)定性和安

全性應(yīng)滿足其它相關(guān)規(guī)范的要求。

表4.1.3無人機系統(tǒng)抗風能力要求

級別空機重量最大起飛重量起降階段抗風飛行階段抗風

Ⅱ級0.25<空機重量≤40.25<最大起飛重量≤73級5級

Ⅲ級4<空機重量≤157<空機重量≤204級6級

Ⅳ級15<空機重量≤3020<空機重量≤505級6級

注：應(yīng)符合《民用輕小型無人機系統(tǒng)抗風性要求及試驗方法》（GB/T38930-2020）的有關(guān)規(guī)

定。

4.1.4檢測無人機設(shè)備組成和相應(yīng)的性能應(yīng)滿足下列要求：

1.機架宜采用碳纖維等符合材料強度的機架；

2.電機應(yīng)選取能夠承擔機架和搭載設(shè)備重量的無刷電機，整機重量不應(yīng)大于

電機最大動力的1/2；

3.電子調(diào)速器應(yīng)與電機相匹配；

4.飛行控制器應(yīng)保證數(shù)據(jù)傳輸?shù)姆€(wěn)定性與飛行的可行性。

條文說明：

1.機架：功能為固定電機與飛控板等。其按材質(zhì)可以分為塑膠機架、玻璃纖維機架、碳

纖維機架、鋼制和鋁合金機架。

2.電池、電機：功能為提供動力。

3.電子調(diào)速器：用于控制電機的轉(zhuǎn)速。

4.飛行控制器：功能為計算飛行器上各個硬件反饋的數(shù)據(jù)，并把結(jié)果反饋給硬件。

4.1.5無人機應(yīng)具有包括下部和上部在內(nèi)的多個負載安裝位置，以適應(yīng)不同橋梁部位檢

測的需求。

條文說明：

針對橋塔、橋墩和橋面等位置的檢測，相機宜搭載于無人機的下部，避免拍攝過程視場

受無人機機身遮擋；當檢測橋底等部位時，相機應(yīng)搭載于無人機的頂部，以提供正視向上的

視角。

4.1.6無人機的續(xù)航時間不應(yīng)小于20min，避免頻繁更換電池而降低檢測效率。

4.1.7橋梁檢測中搭載相機檢測的無人機起飛重量不宜超過10kg，搭載激光雷達等較

大傳感器的無人機不宜超過30kg。

4.1.8無人機在檢測狹窄區(qū)域時，宜配備堅固的槳葉保護罩，保證無人機在輕微碰撞下

不受明顯損傷。

4.2檢測無人機的定位

4.2.1無人機檢測橋梁的過程中，針對不同檢測部位，應(yīng)選取合適的無人機定位方法，

避免無人機因定位信號丟失發(fā)生危險。

4.2.2檢測無人機定位方法包括：GPS定位、光流定位、視覺定位、UWB定位、激光雷

達定位、超聲波信標定位等方法。各類定位方法的選取可參照表4.2.2。

表4.2.2無人機定位方法

定位方案精度（m）抗干擾建設(shè)成本功耗

GPS定位一般弱低低

光流定位取決于相機成像質(zhì)量弱低低

視覺定位取決于相機成像質(zhì)量弱低低

UWB定位高強高低

激光雷達定位高強高高

超聲波信標定位高強高高

4.2.3不同橋梁部位檢測，無人機應(yīng)配置符合該類場景飛行的定位系統(tǒng)：

1.對于混凝土橋梁上部結(jié)構(gòu)的病害檢測，宜采用GPS定位。

2.對于混凝土橋梁下部結(jié)構(gòu)的病害檢測，應(yīng)采用UWB定位結(jié)合視覺定位。

3.對于鋼制橋梁上部結(jié)構(gòu)的病害檢測，應(yīng)采用具備差分GPS的定位方法，避免大規(guī)

范鋼結(jié)構(gòu)對無人機磁羅盤的干擾。

4.對于鋼制橋梁下部結(jié)構(gòu)的病害檢測，無人機宜采用視覺定位。

4.2.4無人機在普通GPS定位下的懸停精度不應(yīng)大于水平1m，垂直1.5m。在其它定

位下的懸停精度不應(yīng)大于水平0.8m，垂直1m。

4.2.5當采用普通GPS定位時，定位衛(wèi)星數(shù)量不應(yīng)少于8顆；采用差分GPS定位時，定

位的衛(wèi)星數(shù)量不應(yīng)少于20顆。

條文說明：

無人機的GPS定位精度和穩(wěn)定性受GPS衛(wèi)星數(shù)量影響，當定位衛(wèi)星數(shù)量少于8顆時，

一般認為無人機周邊受障礙物遮擋較嚴重，定位數(shù)據(jù)存在丟失的風險且數(shù)據(jù)準確性較低。當

周圍空域無遮擋時，GPS定位衛(wèi)星的數(shù)量一般可超過15顆，此時無人機定位的精度一般在

0.5m~1.5m左右。差分GPS有固定基站數(shù)據(jù)校正的優(yōu)勢，定位精度一般可達1cm~3cm。

4.2.6根據(jù)檢測條件，當選擇UWB定位作為無人機定位方式時，應(yīng)選擇矩形四信標的

定位布置方式。對于搭建長期巡檢的環(huán)境，宜采用八信標的定位布置方式。獲得測點位置的

方式有以下四種：

1.基于到達時間法：d=rc。

式中：r—電磁波傳播時間；

c—電磁波在空氣中的傳播速度

2.基于到達時間差法：測量發(fā)送節(jié)點輸出UWB信號分別到達兩個不同接受節(jié)點的

時間差，一個距離差可以得到一個雙曲線，求解多組雙曲線方程可得到測點位置。

3.基于信號達到角反法：獲得UWB信號與基站的角度得出標簽節(jié)點和基站之間的

角度,然后利用幾何中的三角測量法計算出標簽節(jié)點的坐標位置。

4.基于接受信號強度法：

d

Pd=P0?10βlog10()+εδ

d0

式中：d—標簽節(jié)點到基站節(jié)點的估計距離；

d0—參考距離；

pd—d處基站獲得的UWB信號強度；

p0—d0處獲得的UWB信號強度；

β—信道的衰減因子；

εδ—均值為0、標準差為δ的理想高斯分布變量。

條文說明：

UWB定位根據(jù)組成信標不同和信標布設(shè)方式不同可分為三信標布置方式、四信標布置

方式、八信標布置方式，其中具體布設(shè)信標時可選擇矩形或任意多邊形布置方式。三信標定

位系統(tǒng)定位精度較低，八信標定位系統(tǒng)精度高但布置信標要求較高。

4.2.7對于橋梁結(jié)構(gòu)較復(fù)雜的情況，如鋼桁架橋的檢測，無人機宜采用雙目視覺定位，

并應(yīng)同時具備一定的避障功能。

4.2.8對于高度較低的小型城市道路橋梁，無人機宜采用光流定位。采用光流定位的無

人機飛行高度不應(yīng)超過20m。

條文說明：

光流定位的原理是利用光流傳感器計算無人機的水平位移偏移趨勢，并通過輔助的超聲

波或激光測距計算無人機光流參考面的距離，超聲波測距和激光測距有效距離一般在20米

內(nèi)，超過該范圍光流定位的精度可能大幅降低。

4.2.9檢測無人機可采用激光雷達、超聲波信標等其他定位系統(tǒng)獲取無人機位置信息。

條文說明：

激光雷達定位的原理與雙目視覺定位類似，通過SLAM建圖算法計算無人機的實時位

姿。但激光雷達定位系統(tǒng)一般重量較大，成本較高，應(yīng)用較少。超聲法信標定位與UWB定

位類似，但定位的有效范圍一般不超過50m。

4.3檢測無人機的飛行控制

4.3.1無人機的控制方式包括人工手動操控和規(guī)劃航點自動飛行，在檢測作業(yè)時應(yīng)根據(jù)

具體檢測場景選擇合適的控制方式。

4.3.2當作業(yè)環(huán)境較為復(fù)雜時，檢測無人機應(yīng)采用人工控制方式展開作業(yè)。

4.3.3人工控制無人機檢測橋梁時，操作人員應(yīng)持有相關(guān)單位出具的無人機操作資格證，

且具有不小于50h同等類型無人機操作經(jīng)驗。

4.3.4人工控制無人機的橋梁檢測過程應(yīng)符合下列要求：

1.檢測無人機起飛前，操作人員應(yīng)根據(jù)地形、待檢測位置決定起飛地點。

2.無人機應(yīng)盡可能在視距范圍內(nèi)飛行，保證操作員能準確掌握無人機周邊的障礙

物情況。

3.對于需要執(zhí)行視距外飛行的檢測工況，操作員應(yīng)密切關(guān)注無人機的飛行高度、

電源電壓、飛行姿態(tài)和相機回傳的視頻等，保證無人機的飛行安全。

4.無人機正式作業(yè)前應(yīng)測試各項功能是否正常，檢測性的試飛時間不應(yīng)小于1min。

4.3.5當作業(yè)環(huán)境為開放無障礙空域時，宜采用規(guī)劃航點自動飛行的方式控制無人機巡

檢，飛行過程應(yīng)符合下列要求：

1.無人機的定位信息應(yīng)足夠精確和穩(wěn)定，具體定位方式應(yīng)符合本指南第4.2節(jié)的

有關(guān)規(guī)定。

2.作業(yè)過程中操作員應(yīng)時刻注意無人機的各項參數(shù)和狀態(tài)是否正常，當無人機出

現(xiàn)異常狀況，操作員應(yīng)立即采取人工操作的方式控制無人機。

3.無人機航點規(guī)劃應(yīng)保證病害信息全面獲取，障礙信息安全規(guī)劃，且航點設(shè)置數(shù)

量不應(yīng)超過100個。

4.3.6航點規(guī)劃自動飛行模式包括：從地圖或模型規(guī)劃航點、人工飛行記錄航線和自適

應(yīng)規(guī)劃航線，檢測過程應(yīng)根據(jù)項目需求、現(xiàn)場情況選擇合適的自主巡航方式。

條文說明：

地圖或模型規(guī)劃航點是從衛(wèi)星地圖或初步三維重建建立的結(jié)構(gòu)模型上根據(jù)檢測需求設(shè)

定航點和拍攝姿態(tài)，從而將規(guī)劃結(jié)果以多個GPS坐標點和姿態(tài)的形式導(dǎo)入無人機，使無人

機自動按該文件執(zhí)行飛行。具體的飛行路徑優(yōu)化可采用遺傳算法、概率地圖方法、人工勢場

法、蟻群算法、粒子群優(yōu)化算法、稀疏A*搜索法、神經(jīng)網(wǎng)絡(luò)法、混合算法等諸多方法。

人工記錄航線是先以人工控制的方式飛行檢測，在飛行時對每個關(guān)鍵航點的位置進行記

錄，從而形成用于執(zhí)行飛行的航點文件。

自適應(yīng)規(guī)劃航線是無人機在檢測過程中，自動識別障礙物，利用設(shè)定算法實時規(guī)劃路徑，

并根據(jù)實際情況隨時調(diào)整路徑。

4.4采集相機選型要求

4.4.1無人機應(yīng)根據(jù)作業(yè)要求搭載各類光學相機或攝像機執(zhí)行檢測工作，相機或攝像機

應(yīng)具有產(chǎn)品合格證。

4.4.2無人機所搭載的相機或攝像機應(yīng)根據(jù)具體檢測的病害類型從分辨率、快門類型、

焦距、傳感器尺寸、三軸穩(wěn)定性、重量等多個方面綜合考慮。

4.4.3相機鏡頭應(yīng)選用經(jīng)嚴格校正標定的量測型鏡頭。當采用非量測型鏡頭時，鏡頭應(yīng)

滿足失真小、可標定、成像清晰等要求。

4.4.4采用非量測鏡頭進行定量檢測時，應(yīng)檢驗校正成像設(shè)備的基本參數(shù)，包括主點坐

標、主距、鏡頭畸變系數(shù)。

4.4.5鏡頭焦距應(yīng)根據(jù)病害類型與檢測距離進行配置，鏡頭焦距的選擇應(yīng)滿足如下公式：

Dl

f

L

式中：L——測量范圍的對角線距離，mm；

l——感光元件的對角線距離，mm；

f——鏡頭焦距，mm；

D——測量距離，mm。

4.4.6相機或攝像機的快門形式應(yīng)采用機械快門。當檢測過程以懸停檢測為主時，宜采

用線掃描式電子快門。

條文說明：

當無人機邊飛行邊拍攝時，采用電子快門的相機由于快門時間和激發(fā)原理的限制，相機

拍攝的圖像容易產(chǎn)生運動模糊。機械快門的快門時間短，且一般為整體開閉，可避免產(chǎn)生運

動模糊。懸停靜態(tài)拍攝時不存在運動，因此采用兩種快門形式均可。

4.4.7檢測病害所用的相機分辨率不應(yīng)小于1200萬像素。

4.4.8為保證圖像采集的穩(wěn)定性，安裝于無人機的相機應(yīng)具備至少兩軸方向的穩(wěn)定云臺，

且云臺的角抖動量不應(yīng)大于0.02°。

條文說明：

相機的穩(wěn)定云臺一般包括兩軸云臺和三軸云臺，兩軸云臺一般能維持俯仰和橫滾兩個方

向的穩(wěn)定，三軸云臺除此之外還能維持航向軸方向的穩(wěn)定，云臺類型分為舵機云臺和無刷電

機云臺，其中舵機云臺反應(yīng)速度和扭矩一般小于無刷電機云臺。

4.4.9當檢測環(huán)境的光照條件較差時，無人機應(yīng)配置補光裝置以獲得亮度充足的圖像，

補光裝置選取宜參考表4.4.9。

表4.4.9補光裝置性能指標

項目參數(shù)

功率>50W

頻閃閃光無頻閃

同步方式高速同步，前簾同步，后簾同步

延時引閃0.01~30s

電源大于7V/2500mAh

回電時間0.01~1.5s

同步觸發(fā)方式3.5mm同步線/無線

重量<800g（含電池）

4.4.10相機的采集觸發(fā)機制宜具備手動觸發(fā)和自動觸發(fā)功能，且應(yīng)具備定點、等時間間

隔、等距離間隔曝光等控制功能。

4.4.11當圖像采集信息用于病害定量計算時，宜采用大尺寸傳感器的相機。相機選取

指標應(yīng)滿足表4.4.11。

表4.4.11相機性能指標

項目參數(shù)

分辨率≥4000×3000pixels

幀率≥24fps

鏡頭焦距8~300mm

光學尺寸≥1/2.3inch

傳輸速度≥420MByte/s

防護等級≥IP30

最小快門時間≤1/100s

條文說明：

傳感器的尺寸使用傳感器的對角線表示，包括CCD和CMOS。感光器件的面積越

大，CCD/CMOS面積越大，捕捉的光子越多，感光性能越好，信噪比越高。1/1.8inch的

300萬像素相機效果通常好于1/2.7inch的400萬像素相機(后者的感光面積只有前者的

55%)。相同尺寸的傳感器像素增加也會導(dǎo)致單個像素的感光面積縮小，有曝光不足的可

能。感光器件的大小直接影響數(shù)碼相機的體積重量。

5檢測操作和圖像采集方法

5.1巡檢操作要求

5.1.1無人機檢測橋梁時應(yīng)避免飛入橋面凈空內(nèi)，防止無人機掉落危害行人、車輛安全

和堵塞交通的情況發(fā)生。

5.1.2起飛前應(yīng)確保無人機的視覺、測距、補光燈等鏡片無異物、污漬和指紋等，避免

相機被機身負載等結(jié)構(gòu)遮擋。

5.1.3對橋梁的不同位置如橋塔、拉索、橋底應(yīng)采取不同的巡檢拍攝方式，并根據(jù)檢測

對象的差異控制拍攝距離：

1.對橋梁的上部結(jié)構(gòu)與下部結(jié)構(gòu)應(yīng)分開巡檢，且單次對單側(cè)進行巡檢拍攝；

2.橋梁整體結(jié)構(gòu)巡檢順序應(yīng)遵循先左再右，先上后下。索結(jié)構(gòu)塔應(yīng)由上至下進行巡檢，

斜拉索應(yīng)由上至下進行巡檢，主梁應(yīng)在側(cè)面進行巡檢；

3.橋墩和塔柱的拍攝距離應(yīng)大于3m，纜索和鋼構(gòu)件等復(fù)雜部位的拍攝距離應(yīng)大于5m；

5.1.4對橋面、梁、墩臺等大體積部位進行全面檢測時，無人機巡檢過程應(yīng)保證采集的

圖像之間有50%及以上的重疊率。

條文說明：

圖像重疊率越高，約有助于后期對結(jié)構(gòu)表面全景圖像的拼接。測量無人機與橋梁的距離

實際上是測量相機的物距，通過相機成像模型可計算圖像的真實比例參數(shù)。

5.1.5在大風（風速15m/s及以上）、雨雪、大霧等惡劣天氣下不應(yīng)執(zhí)行飛行檢測作業(yè)。

5.1.6無人機巡檢過程中，飛行速度應(yīng)小于3m/s，避免采集的圖像或視頻出現(xiàn)晃動導(dǎo)致

的模糊。

5.2圖像采集方法

5.2.1圖像采集環(huán)境應(yīng)選擇光線柔和、亮度均勻的視覺場景，避免逆光拍攝。當檢測環(huán)

境光照條件不足時，應(yīng)設(shè)置附加照明裝置。

5.2.2檢測環(huán)境的工作溫度、濕度應(yīng)符合成像設(shè)備工作要求，必要時應(yīng)加設(shè)防護罩。

5.2.3圖像采集時應(yīng)控制結(jié)構(gòu)病害特征位于畫面中心位置，且特征所占像素不宜過小，

一般不應(yīng)小于整體畫面的1/10。

5.2.4當檢測目的為粗略巡檢時，可采用拍攝視頻的形式獲取病害數(shù)據(jù)；當檢測目的為

精細檢查時，應(yīng)采取拍攝照片的方式采集病害數(shù)據(jù)。

5.2.5采集圖像過程中無人機處于運動或抖動中，為避免運動模糊，應(yīng)根據(jù)光照情況盡

可能調(diào)節(jié)增加相機的感光度，減小快門時間。

條文說明：

在用攝像機獲取景物圖像時，由于相機曝光期間景物和攝像機之間存在相對運動造成圖

像模糊現(xiàn)象成為運動模糊，快門速度越快，運動物體就會在底片呈現(xiàn)更清晰的影象，反之，

快門速度越慢，運動的物體就越模糊。

5.2.6根據(jù)檢測對象類型考慮圖像的采集觸發(fā)方式，當連續(xù)拍攝大范圍構(gòu)件表面時，應(yīng)

設(shè)置間隔數(shù)秒連續(xù)定時拍攝；當要對結(jié)構(gòu)部位定點拍攝時，宜采用人工手動觸發(fā)的方式。

5.3圖像預(yù)處理

5.3.1對非量測相機拍攝的病害圖像應(yīng)進行預(yù)處理，去除圖像畸變，并從色彩對比度等

方面增強病害部分的像素，弱化背景像素。

5.3.2圖像畸變處理過程應(yīng)考慮非小孔成像帶來的徑向畸變與鏡頭安裝誤差造成的切向

畸變。相機的畸變情況如圖5.3.2所示。

圖5.3.2相機畸變

條文說明：

徑向畸變的數(shù)學模型可表示為：

3572n+1

r=1r+2r+3r++nr

其中，r=+u22v。

切向畸變的數(shù)學模型可表示為：

2222

txy=21+2(r+2x);t=22+1(r+2y)

5.3.3圖像畸變應(yīng)通過相機標定方法計算的內(nèi)參進行矯正。

條文說明：

相機標定是攝影測量的基礎(chǔ)，相機標定的目的是得到圖像坐標系、相機坐標系和世界坐

標系之間的轉(zhuǎn)換關(guān)系。相機標定可采用張氏標定法。

5.3.4當結(jié)構(gòu)表面污漬較多、背景色彩復(fù)雜或圖像存在光照陰影時，應(yīng)采用圖像增強的

方法強化圖像中的病害色彩，弱化背景色彩。

條文說明：

無人機采集的圖像中一般會包含明顯的背景信息，同時在弱光環(huán)境下，圖像質(zhì)量下降，

細節(jié)表達不清晰，會對后期病害提取和計算帶來較大誤差。針對此類情況，需要通過一定的

數(shù)據(jù)變換突出圖像中的某些信息（如病害信息），削弱不需要的信息（如背景信息），完成

圖像增強。

5.3.5當相機拍攝平面未正對病害表面時，應(yīng)對采集到的圖像進行傾斜矯正，通過平移、

轉(zhuǎn)置、鏡像、旋轉(zhuǎn)、縮放等幾何變換將圖像校正為正攝視角。

5.3.6病害幾何參數(shù)定量計算前，應(yīng)確定圖像與真實病害大小的比例關(guān)系，比例參數(shù)測

量方法可采用標定物法或測距法。

條文說明：

標定物法即通過在待測物體如裂縫旁粘貼某一特點形狀和尺寸的標定物，采集圖像時須

同時拍攝到該標定物。通過圖像處理能獲得圖像中該標定物的尺寸，將該尺寸與標定物的實

際尺寸對比即可得到比例參數(shù)。測距法即利用距離傳感器如激光測距儀測量相機到檢測物體

的距離，物距與焦距之比即為像和物體的比例關(guān)系。

5.3.7對成像過程中相機運動或者場景變化造成的信息混疊的情況，應(yīng)根據(jù)基于模型或

基于學習的方法去除圖像的運動模糊。

條文說明：

基于模型的方法先對模糊過程進行建模，然后借助于優(yōu)化方法等數(shù)學工具來求解逆過程；

對于基于學習的方法，許多傳統(tǒng)去模糊的方法也被借鑒到去模糊網(wǎng)絡(luò)中，如傳統(tǒng)去模糊中使

用金字塔結(jié)構(gòu)從小尺度到大尺度地迭代去模糊、多尺度遞歸的網(wǎng)絡(luò)結(jié)構(gòu)（如SRN）等。

5.3.8圖像信息在傳輸過程中受到噪聲干擾時，應(yīng)對圖像進行去噪校正，使用均值濾波、

中值濾波、高斯濾波等方法減少數(shù)字圖像中的噪聲。

5.3.9對于橋梁病害信息分布在多張相鄰圖像的情況，應(yīng)對相關(guān)圖像進行拼接，提高橋

梁病害評估的準確性，圖像拼接流程如圖5.3.9所示。

圖5.3.9圖像拼接示意

條文說明：

圖像拼接技術(shù)主要包括圖像配準和圖像融合。圖像配準采用一定的匹配策略，找出待拼

接圖像中的模板或特征點在參考圖像中對應(yīng)的位置，進而確定兩幅圖像之間的變換關(guān)系。圖

像融合采用特定的算法將兩幅或多幅圖像綜合成一幅新的圖像，利用兩幅(或多幅)圖像在

時空上的相關(guān)性及信息上的互補性，并使得融合后得到的圖像對場景有更全面、清晰的描述。

5.3.10采集的數(shù)據(jù)應(yīng)采用無壓縮格式存儲。對圖片進行壓縮存儲，壓縮倍率不應(yīng)大于10

倍；對視頻數(shù)據(jù)壓縮存貯，壓縮倍率不應(yīng)大于5倍。

6病害數(shù)據(jù)分析方法

6.1基本要求

6.1.1橋梁病害檢測的內(nèi)容與橋梁類型相關(guān)，包括但不限于混凝土裂縫、鋼結(jié)構(gòu)裂縫、

混凝土剝落、露筋、蜂窩、麻面、鋼結(jié)構(gòu)銹蝕、螺栓松動。

6.1.2病害數(shù)據(jù)處理流程應(yīng)符合本指南第6.2、6.3、6.4節(jié)的有關(guān)規(guī)定，根據(jù)處理結(jié)果編

寫檢測結(jié)果報告。

6.1.3橋梁結(jié)構(gòu)構(gòu)件缺損程度根據(jù)病害數(shù)據(jù)分析結(jié)果應(yīng)按完好、輕微、中等、嚴重和危

險五個等級評定，具體細則應(yīng)符合《混凝土結(jié)構(gòu)現(xiàn)場檢測技術(shù)標準》（GB/T50784）的有

關(guān)規(guī)定。

6.1.4對于橋梁類型、表面形態(tài)、病害形態(tài)區(qū)別大的橋梁結(jié)構(gòu)，宜采用特定橋梁特定模

型的方法，分別訓練應(yīng)對該橋梁的病害識別模型，避免測試場景區(qū)別大造成的識別精度

低。

6.2病害識別

6.2.1病害識別分析方法包括：圖像處理方法、機器學習分類器、深度學習模型，應(yīng)根

據(jù)圖像背景復(fù)雜情況與對處理流程自動化程度的要求進行選擇。

6.2.2當滿足采集圖像背景簡單、自動化要求低的條件時，宜采用基于邊緣檢測的圖像

處理方法進行病害識別，具體流程宜按下述進行：

圖6.2.2邊緣檢測流程

6.2.3圖像處理方法常用邊緣檢測器提取圖像特征，常用的邊緣檢測算子包括：Roberts

算子、Sobel算子、Prewitt算子、Laplacian算子、Canny算子，宜遵循表6.2.1的規(guī)則對邊

緣算子進行選擇。

表6.2.3邊緣算子對比

邊緣算子適用性抗噪性定位精度

Roberts低低高

Prewitt中中低

Sobel中高中

Laplacian低低中

Canny高高高

6.2.4對急需快速檢驗橋梁區(qū)域是否存在病害的情況，宜使用有監(jiān)督式或無監(jiān)督式分類

器進行病害的快速識別，常用的分類器包括：SVM、KNN，具體流程宜按下述進行：

圖6.2.2分類器檢測流程

6.2.5分類器數(shù)據(jù)集制作步驟：首先需要確定識別的病害類別，例如需要對3種病害：

裂縫、銹蝕、螺栓松動進行分類，然后應(yīng)對每類病害圖像創(chuàng)建相對應(yīng)的文件進行存放并賦予

相對應(yīng)的標簽。最后數(shù)據(jù)集應(yīng)進行歸一化操作統(tǒng)一數(shù)據(jù)的分布形式，避免訓練失敗。

條文說明：

分類器的訓練首先需要將制作好的病害數(shù)據(jù)集進行劃分，將一部分作為訓練集，另一部

分作為測試集。然后使用劃分好的訓練集對KNN（或SVM）模型進行訓練學習。KNN模

型算法適用于樣本容量比較大的類域的自動分類。在各平臺上（MATLAB、Python、C++）

都有已經(jīng)開源代碼，推薦使用Python或MATLAB平臺。

6.2.6應(yīng)對分類器進行測試評估檢驗訓練后模型的分類性能是否符合具體工程要求的檢

測精度。

6.2.7為滿足檢測自動化與智能化的高水平要求，應(yīng)采用深度學習方法進行病害的自動

識別，基本流程包括：準備卷積神經(jīng)網(wǎng)絡(luò)模型、搜集數(shù)據(jù)集、制作訓練集、模型訓練和模型

應(yīng)用。

圖6.2.7神經(jīng)網(wǎng)絡(luò)檢測流程

6.2.8數(shù)據(jù)集圖像應(yīng)來源于真實橋梁工程，且數(shù)據(jù)集中每一類病害的數(shù)量應(yīng)足夠大，不

應(yīng)少于200張。

6.2.9在模型訓練前，應(yīng)根據(jù)具體識別任務(wù)目標選擇合適的卷積神經(jīng)網(wǎng)絡(luò)模型。對病害

信息無要求，快速判斷圖像是否存在病害的任務(wù)，宜選取神經(jīng)網(wǎng)絡(luò)分類模型；對病害信息

有要求，需要定位與標記圖像病害的任務(wù)，宜選擇目標檢測模型；對病害信息要求高，需

要精確提取病害的任務(wù)，應(yīng)選取語義分割模型。

條文說明：

分類網(wǎng)絡(luò)在圖像層次自動識別病害類型，常用的分類模型有vgg16、GoogLeNet、ResNet

等；目標檢測網(wǎng)絡(luò)在圖像對象層次自動框選標記圖像中的病害區(qū)域，常用的檢測模型有R-

CNN系列、YOLO系列、SSD等。分割網(wǎng)絡(luò)在圖像像素層次自動提取基于像素邊緣精度的

病害，常用的分割模型有FCN、Unet、SegNet、DeepLab等。目前大部分的網(wǎng)絡(luò)模型與配

套的訓練、預(yù)測程序是集成開源的，根據(jù)幫助文檔按步驟進行即可。

6.2.10所選取的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)綜合考慮檢測精度和檢測效率，必要時可選取多

個模型分別測試效果擇優(yōu)選取。

6.2.11深度學習數(shù)據(jù)集應(yīng)根據(jù)卷積神經(jīng)網(wǎng)絡(luò)類型進行制作。病害分類網(wǎng)絡(luò)數(shù)據(jù)集制作

應(yīng)按本指南第6.2.5條的有關(guān)規(guī)定執(zhí)行。病害檢測、分割網(wǎng)絡(luò)數(shù)據(jù)集應(yīng)采用相應(yīng)的標注軟件

進行制作。

6.2.12在分類、檢測、分割模型的數(shù)據(jù)處理、訓練、評估階段，應(yīng)選擇一個合適的深

度學習框架。常規(guī)的神經(jīng)網(wǎng)絡(luò)模型宜采用基于PyTorch的深度學習框架，其他常用的深度

學習框架包括Theano、Tensorflow、Torch、Caffe、MXNet等，可根據(jù)表6.2.12選擇合適

的深度學習框架。

表6.2.12深度學習框架對比

深度學習框架文檔資料上手難易速度并行支持語言

Theano中低中低Python/C++

Tensorflow高高中中Python

Torch低中高中Lua,Python

PyTorch高低高高Python

MXNet中中中高Python,R,Julia

Caffe低中低低C++

條文說明：

深度學習框架的出現(xiàn)降低了入門的門檻，提供了一些列的深度學習的組件不需要從復(fù)雜

的神經(jīng)網(wǎng)絡(luò)開始編代碼，可以根據(jù)需要選擇已有的模型，通過訓練得到模型參數(shù)，也可以在

已有模型的基礎(chǔ)上增加自己的layer，或者是在頂端選擇自己需要的分類器和優(yōu)化算法（比

如常用的梯度下降法）。不同的框架適用的領(lǐng)域不完全一致。

6.3定量計算

6.3.1橋梁結(jié)構(gòu)病害檢測中涉及幾何信息計算的項目應(yīng)包括但不限于下列內(nèi)容：裂縫幾

何信息（裂縫長度、寬度、密度）、混凝土剝落面積、蜂窩麻面面積、銹蝕面積、拉索破

損面積、螺栓松動數(shù)量等。病害定量分析步驟如圖6.3.1所示。

圖6.3.1定量計算流程

6.3.2為滿足病害信息精確定量的工程需求與后續(xù)病害參數(shù)的獲取，病害定量計算的輸

入形式應(yīng)采用只包含病害信息的二值圖。

條文說明：

二值圖像是指將圖像上的每一個像素只有兩種可能的取值或灰度等級狀態(tài)，經(jīng)常用黑白、

B&W、單色圖像表示二值圖像。二值圖像的灰度等級只有兩種，圖像中的任何像素點的灰

度值均為0或者255，分別代表黑色和白色。只包含病害圖像的二值圖，一般情況下黑色代

表背景，白色代表病害。

6.3.3針對距離較遠或者相機設(shè)備條件有限導(dǎo)致圖像精度無法達到規(guī)定要求的情況，在

提取病害的邊緣信息時，應(yīng)采用基于亞像素技術(shù)的邊緣提取方法。常用的方法包括：矩方

法、插值法、擬合法。亞像素技術(shù)可按表6.3.3進行選擇：

表6.3.3亞像素技術(shù)對比

亞像素檢測法抗噪性速度模型參數(shù)量

矩方法低慢多

插值法低快少

擬合方法高慢多

條文說明：

亞像素是將像素這個基本單位再進行細分，它是比像素還小的單位，從而提高了圖像分

辨率。亞像素技術(shù)的應(yīng)用具有一定的前提條件：被檢測目標不是由孤立的、單個的像素點組

成，而是由多個像素點組成，且這些像素點應(yīng)具有一定的分布特性，如灰度分布、幾何形狀

分布特性等。

6.3.4對于病害區(qū)域復(fù)雜存在多類型病害情況，提取的病害宜進行單獨編號，形成單一

病害的二值圖，便于后續(xù)計算與報告編寫。

6.3.5在實際工程中（如人員難以到達的橋梁底部）標定法難以實現(xiàn)的情況下，應(yīng)采用

能滿足較遠距離攝影測量要求的測距法進行比例參數(shù)的計算：

fz

=0

LL

10

式中：f——相機焦距；

L

1——圖像坐標系下物體長度；

z

0——測量的物距；

L

0——物體的真實長度。

6.3.6基于圖像的病害面積計算宜采用像素統(tǒng)計的方法，該方法適用于裂縫面積、混凝

土剝落面積、蜂窩麻面面積、銹蝕面積等計算。

條文說明：

采用像素統(tǒng)計法計算圖像中的病害面積大小，以area記錄病害像素數(shù)，初始值為0，在

左上角開始逐行掃描圖像病害，若像素為病害上的點，則area自動加1，掃描結(jié)束后，area

的值即為圖像中病害的像素個數(shù)，以像素為單位的病害面積結(jié)果，通過比例參數(shù)的轉(zhuǎn)化，得

到真實物理尺寸的病害面積。通過搜索病害輪廓上的所有點，找出輪廓圖像內(nèi)切的最小矩形，

確定矩形的長??和寬??，可以計算病害最小外接矩形面積，其面積公式為：

?????=??×??

6.3.7病害長度計算宜采用基于病害細化后獲得的圖像骨架進行計算，適用于具有一定

寬度的長條狀病害如裂縫。

6.3.8病害寬度計算時，應(yīng)結(jié)合應(yīng)用場景和需求選擇適用的病害寬度定義包括：任一點

寬度、平均寬度和最大寬度，并在檢測結(jié)果中予以聲明。

6.3.9當采用平均寬度作為病害寬度參數(shù)時，病害平均寬度應(yīng)按下面的公式進行計算：

????

?=

??????

式中：?????——病害平均寬度；

????——病害面積；

??——病害長度；

6.3.10當采用任一點寬度作為病害寬度參數(shù)時，病害圖像上任一點的病害寬度計算方

法包括自動計算或半自動計算方法。綜合應(yīng)采用自動化計算方法。

條文說明：

半自動計算法通過人工點選裂縫某一位置左右兩點，輸出兩點經(jīng)過的直線與裂縫相交位

置的裂縫寬度。自動計算法具體可通過兩種處理方式計算寬度，其一是判斷裂縫走向，并將

裂縫旋轉(zhuǎn)為水平方向，從而計算與豎直直線相交的裂縫邊緣像素的距離；其二是直接計算裂

縫骨架線的垂線與裂縫邊緣性相交的像素的距離。

6.3.11當采用最大寬度作為病害寬度參數(shù)時病害，應(yīng)對病害長度范圍內(nèi)任一點的病害

寬度進行統(tǒng)計，取最大值作為最大寬度。

6.3.12進行病害數(shù)量計算時，病害數(shù)量多的情況應(yīng)采用檢測網(wǎng)絡(luò)對病害數(shù)量信息進行

統(tǒng)計，病害數(shù)量少的情況可通過人工進行統(tǒng)計。

6.3.13病害參數(shù)計算結(jié)果與真實的病害尺寸相對誤差應(yīng)按下列公式進行計算，計算結(jié)

果不應(yīng)大于5%。

n

mx=(xixi)/n

i=1

n

my=(yiyi)/n

i=1

n

mz=(zizi)/n

i=1

m=m2+m2+m2

xyz

式中：m——相對誤差；

mx、my、mz——點位x,y,z方向上的中誤差(m)；

n——物方控制點的個數(shù)；

Δx、Δy、Δz——量測坐標與對應(yīng)的物方控制點坐標差(m)。

6.4病害定位

6.4.1病害定位階段應(yīng)采用基于多視角圖像三維重建定位方法，多視角圖像三維重建定

位方法的流程步驟如圖6.4.1所示。

圖6.4.1病害定位流程

6.4.2無人機拍攝橋梁結(jié)構(gòu)表面多視角圖像時，應(yīng)采用多條重疊航線，相機拍攝角度宜

包括正射與傾斜角度，連續(xù)航線拍攝時相鄰圖像的拍攝角度