一种基于无人机与激光测距的堤坝裂缝检测方法

1.本发明涉及测量技术领域，具体涉及一种基于无人机与激光测距的堤坝裂缝检测方法。


背景技术：

2.裂缝是堤坝一种非常常见且重要的病害，裂缝的开展与延伸不仅可能导致结构破损开裂影响坝体整体性，还可能产生渗漏影响坝体稳定性，甚至衍生出溃堤的灾难。因此，裂缝的监测对堤坝安全具有重要意义。由于裂缝萌生的时空随机性，特别是空间随机性，使得裂缝位置难以预测，从而对接触式裂缝传感器的布置造成极大困难。因此，目前大部分堤坝仍采用人工目视的裂缝检测方式，这种检测方式不仅存在工作量大、效率低、耗时长、实时性差、安全性低等问题，而且其检测结果主观性强，主要依赖工程技术人员的经验，不同人员可能得出不同的结论。近年来，堤坝裂缝检测出现了光纤传感器、裂缝检测机器人等新技术。光纤传感器仅能监测裂缝发生区域，尚无法监测裂缝开度，且存在安装难度高、易老化破损等问题。裂缝检测机器人易受检测路线和裂缝位置的限制，且存在对裂缝位置探查力度有限、定位精度较低等问题。
3.如中国专利cn111521619a，公开日2020年8月11日，一种基于rov的大坝裂缝检测机器人及其使用方法，涉及水下机器人领域，检测机器人包括整体框架、设置在整体框架上的浮力块和控制系统以及与控制系统相连的推进系统、观通系统、吸附系统和检测作业系统。检测作业系统包括冲吸泥头、泵组和排污管。冲吸泥头分别连接泵组和排污管，泵组还连接控制系统，冲吸泥头通过泵组形成负压，将坝面沉积物吸入后通过排污管排出。利用冲吸泥工具在不破坏水体能见度的情况下对坝面淤泥进行处理，为裂缝检测提供条件。其适用于对裂缝位置进行初步检测，无法对裂缝具体位置进行精确定位，不利于及时掌握裂缝开展延伸状况。


技术实现要素：

4.本发明要解决的技术问题是：针对目前堤坝裂缝检测中工作量大、效率低、耗时长、实时性差、安全性低等技术问题，提出了一种基于无人机与激光测距的堤坝裂缝检测方法，该方法为一种非接触式的堤坝裂缝检测方法，检测路径不受限制，能够精确定位裂缝位置，并能及时掌握裂缝的开展与延伸状况。
5.为解决上述技术问题，本发明所采取的技术方案为：一种基于无人机与激光测距的堤坝裂缝检测方法，包括如下步骤：s1：设置无人机平行于堤坝轴线航测飞行，使用机载相机拍摄堤坝表面图像；s2：对堤坝表面图像进行预处理，采用最大类间方差法对图像进行分割，分离出裂缝，并对裂缝标上序号，选取任意序号裂缝作为待测裂缝；s3：在待测裂缝相应的坝顶处向下悬置测绳，使得待测裂缝周围有测绳刻度作为参考点，根据裂缝骨架信息选取裂缝的边缘点作为裂缝测点，选取其中一个裂缝测点进行
后续激光对准及运算；s4：采用螺旋线轨迹确定至少三个无人机采样点，航迹参数根据地形情况和无人机相机参数确定；s5：采用激光测距测量每个无人机采样点与裂缝测点之间的距离，记录裂缝测点和无人机采样点的测量数据；s6：利用三个无人机采样点与裂缝测点之间的距离，采用空间三点交会法求出裂缝测点坐标的初始值；s7：利用无迹卡尔曼滤波，对裂缝测点坐标的初始值进行迭代优化，得到裂缝测点坐标的最优估计，作为裂缝测点坐标的真实值；s8：选取新的裂缝测点，重复步骤s4至步骤s7，直至求出所有裂缝测点的坐标；s9；选取新的序号的裂缝作为待测裂缝，重复步骤s3至步骤s8，直至求出所有序号的裂缝的所有裂缝测点的坐标；s10：每隔周期t对堤坝裂缝进行裂缝开展程度检测，以上一次裂缝开展程度检测得到的裂缝测点的坐标为参照，求出该周期内各个堤坝裂缝的开展程度。
6.所述步骤s1中的过程如下：选取一段堤坝作为检测坝段，无人机平行堤坝轴线飞行，采用无人机倾斜摄影的方式拍摄堤坝表面图像。所述步骤s2中的过程：对裂缝图像进行图像增强、平滑滤波以及最大类间方差阈值分割方法，提取出裂缝的骨架信息，对裂缝进行初步检测并标上序号。步骤s3中对于裂缝测点的布置原则：由于裂缝已通过步骤s2识别出裂缝骨架，首先，根据裂缝骨架确定出裂缝走向信息，之后垂直裂缝骨架走向，将裂缝边界处作为测点，使用激光对准，并根据实际情况安排测点的布置密度。
7.作为优选，所述步骤s4中选取无人机采样点的过程包括：无人机在裂缝测量点上方采用螺旋上升的方式环绕裂缝测量点飞行，在飞行过程中选取至少三个拍摄点作为无人机采样点，记录每一个拍摄点中无人机的gps位置和光电仓测距距离作为采样点数据。根据地形情况、无人机相机参数等实际情况选取对应的飞行半径、无人机的匀速上升速度、匀速飞行的角速度以及重叠度来保证测量质量。整体飞行路线可以假定为一个空间圆柱体，裂缝测点位于空间圆柱体的底面圆心，飞行路线则围绕圆柱侧面螺旋上升，根据飞行路径随机选取至少三个拍摄点即无人机采样点，记录无人机在每一个拍摄点gps位置，以及光电仓测距距离。
8.作为优选，所述步骤s6中无人机采样点包括采样点a、采样点b和采样点c，利用空间三点交会法表达裂缝测量点与无人机采样点距离公式为：间三点交会法表达裂缝测量点与无人机采样点距离公式为：间三点交会法表达裂缝测量点与无人机采样点距离公式为：其中：x
a
、y
a
和z
a
为采样点a的空间坐标,x
b
、y
b
和z
b
为采样点b的空间坐标,x
c
、y
c
和z
c
为采样点c的空间坐标,x
r
、y
r
和z
r
为裂缝测量点的空间坐标,d
ar
、d
br
和d
cr
分别为三个采样点到裂缝测量点的距离。无人机沿飞行航迹绕地面目标上空螺旋飞行，在航迹a、b、c三点对待定位测点进行连续打三次激光，进行三次相对距离测量，并构建出方程组。
9.作为优选，所述步骤s3中堤坝裂缝附近布置测绳的过程包括：从裂缝上方的堤坝
顶部往下放置测绳，标记堤坝悬挂测绳的位置，测绳上设有刻度；在测绳的底部悬挂重锤，使测绳不会随着风吹动。测绳上的具体刻度作为裂缝测量中的控制点，根据测绳上的刻度进行后续的量测和分析。
10.作为优选，所述步骤s7包括如下步骤：所述步骤s7包括如下步骤：s71：无人机对同一个裂缝测量点进行多次采样测距并记录下无人机gps所在位置以及无人机采样点和裂缝测点的距离；s72：令第k次的无人机位置为(x
k
,y
k
,z
k
,)，裂缝测点的位置为(x
r
，y
r
，z
r
)。设置状态量表示对裂缝测点的第k次估计值，得到离散系统的状态方程与观测方程为：m
k+1
＝φ
k+1,k
m
k
+w
k
j
k+1
＝h(m
k
)+v
kk
其中φ
k+1,k
是系统的状态转移矩阵，w
k
是系统的噪声矩阵，v
k
是测量噪声；s73：根据离散系统的状态方程与观测方程利用无迹卡尔曼滤波求出最优估计作为裂缝测点的具体坐标。
11.三点空间交会测距定位方法仅避免了无人机姿态角误差的引入，但测距误差并未得到补偿。可以在三点测距的空间交会定位方法的基础上利用多余观测量，对同一裂缝测点进行多次相对距离的观测求最优估计值:即无人机在飞行过程中对裂缝目标进行激光对准，在航线的不同位置采用激光测距对裂缝测点与无人机采样点的进行相对距离的测量，以距离为观测量，裂缝测点空间直角坐标作为状态量来建立状态方程和观测方程。利用无迹卡尔曼滤波求出目标位置的最优估计值。
12.作为优选，所述步骤s5中的裂缝测点和无人机采样点的测量数据包括裂缝测量点附近的测绳刻度数值和对应的每个无人机采样点记录的无人机在差分gps中的位置。测量数据既是激光测距仪测距需要的参数，又是后续判断一段时间之后的裂缝延伸及开展状况的对比依据，同时需尽量保持无人机前后时刻飞行航迹一致，以及采样点在测量裂缝开展延伸状况的对比中的前后位置保持一致，以减少测量误差，提高测量分析精准度。
13.本发明的实质性效果是：无人机机载可见光相机拍摄堤坝视频，对图像进行增强、滤波以及分割的处理，进行图像分割识别出裂缝并标序；选取一个裂缝边界点作为裂缝测点；堤坝裂缝处相应的坝顶悬置测绳；通过无人机选取至少三个无人机采样点；通过激光测距测量每个无人机采样点与裂缝测点距离，并记录测量数据；采用空间三点交会法求出裂缝测点的世界坐标位置估计值；采用无迹卡尔曼滤波，求出裂缝测点最优估计作为裂缝测点的世界坐标；选取下一个裂缝边界点作为裂缝测点，重复步骤s4至步骤s7，直到求出堤坝
裂缝各个裂缝边界点的世界坐标；每隔周期t对堤坝裂缝进行裂缝开展程度检测，分析堤坝裂缝发展变化情况。提高了对堤坝裂缝位置坐标定位的精确度，能够及时掌握裂缝开展延伸状况。
附图说明
14.图1为本实施例主要实施步骤的流程图；
具体实施方式
15.下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。
16.一种基于无人机与激光测距的堤坝裂缝检测方法，如图1所示，包括如下步骤：s1：选取一段堤坝作为检测坝段，根据实际情况调整无人机飞行高度以及相机云台倾角，无人机沿着平行堤坝轴线飞行，倾斜摄影拍摄堤坝坝面视频。
17.步骤s2包括如下步骤：s21：对拍摄的视频截取出一系列图像，先对裂缝图像进行图像增强以及平滑滤波两部分的工作。图像增强主要是对图像进行灰度化处理，改善图像的视觉效果，突出图像中不同物体特征之间的差别。步骤s1中可采用gamma对裂缝图像进行处理。gamma增强在对图像背景亮度提升的同时，很好地保留了裂缝的几何形状，并且增强了目标图像与背景图像的对比度。平滑滤波的原因主要是由于图像在采集过程中可能产生的部分噪声，噪声会对后期的阈值分割造成影响，具体表现为在阈值分割效果图中出现大量黑点，影响测量精度。步骤s1中可采用混合滤波(包含高斯滤波、中值滤波)，在不影响裂缝几何形状下，对裂缝图像去噪。
18.s22：在图像预处理之后采用最大类间方差法对图像进行分割。最大类间方差法是按图像的灰度特性,将图像分成背景和前景两部分。因方差是灰度分布均匀性的一种度量,背景和前景之间的类间方差越大,说明构成图像的两部分的差别越大,当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此,使类间方差最大的分割方式意味着错分概率最小。采用此方法对裂缝进行分割。
19.采用上述方法对裂缝图像进行识别，初步提取出裂缝骨架信息并给裂缝标上序号。
20.步骤s3包括如下步骤：s31：选取一个裂缝边界点作为裂缝测点；对于裂缝测点的布置原则：由于裂缝已通过步骤s1识别出裂缝骨架，首先，根据裂缝骨架确定出裂缝走向信息，之后垂直裂缝骨架走向，将裂缝边界处作为测点，使用激光对准，将它作为裂缝边界测点，并根据实际情况确定测点的布置密度。
21.s32：在堤坝裂缝处设置测绳；步骤s3中布置测绳以及测量的控制点选取过程：从裂缝上方的堤坝顶部往下放置测绳，标记堤坝悬挂测绳的位置，测绳上设有刻度，在测绳的底部悬挂重锤，使测绳不会随着风吹动产生较大的误差。测绳上的某具体刻度即为裂缝测量中的控制点，后期可根据测绳上的刻度进行后续的量测、分析。
22.s4：通过无人机选取至少三个无人机采样点；步骤s4中无人机选取无人机采样点的过程包括：无人机在裂缝测点上方采用螺旋上升的方式环绕裂缝测点飞行，在飞行过程
中选取至少三个拍摄点作为无人机采样点，记录无人机在每一个拍摄点中的gps位置和光电仓测距距离作为采样点数据。无人机的飞行路径根据实际情况采用在目标点(即裂缝测点)上方螺旋上升式飞行，根据实际地形情况、无人机相机参数等实际情况选取对应的飞行半径、无人机的匀速上升速度、匀速飞行的角速度以及重叠度来保证测量质量。整体飞行路线可以假定为一个空间圆柱体，裂缝测点位于空间圆柱体的底面圆心，飞行路线则围绕圆柱侧面螺旋上升，根据飞行路径随机选取n个拍摄点(即无人机采样点)，记录每一个无人机拍摄点中的gps位置，以及光电仓测距距离。
23.s5：通过激光测距测量每个无人机采样点与裂缝测点距离，记录测量数据；步骤s5中的测量数据包括裂缝测点附近的测绳刻度数值和对应的每个无人机采样点记录的无人机在差分gps中的位置。测量数据既是激光测距仪测距需要的参数，又是后续判断一段时间之后的裂缝开展延伸状况的对比依据，同时应尽量保持无人机采样点在测量裂缝开展延伸状况的前后位置保持一致，以减少测量误差，提高测量分析精准度。
24.s6：采用空间三点交会法求出裂缝测点的世界坐标位置估计值；步骤s5中无人机采样点包括采样点a、采样点b和采样点c，利用空间三点交会法求裂缝测点的世界坐标位置估计值的计算公式为：估计值的计算公式为：估计值的计算公式为：其中(x
a
，y
a
，z
a
)为采样点a的空间坐标,(x
b
，y
b
，z
b
)为采样点b的空间坐标,(x
c
，y
c
，z
c
)为采样点c的空间坐标,(x
r
，y
r
，z
r
)为裂缝测点的空间坐标,d
ar
、d
br
和d
cr
分别为三个采样点到裂缝测点的距离。无人机沿飞行航迹绕地面目标上空螺旋飞行，在航迹a，b，c三点对待定位测点进行连续三次打激光，进行三次相对距离测量，构建出方程组(6
‑
1)，求解该三元二次方程组就可以得到裂缝测点的空间直角坐标。整理可得整理可得整理可得其中用(6
‑
3)与(6
‑
4)减去(6
‑
2)可得2(x
b
‑
x
a
)x
r
+2(y
b
‑
y
a
)y
r
+2(z
b
‑
z
a
)z
r
‑
n1＝0
ꢀꢀ
(6
‑
5)2(x
c
‑
x
a
)x
r
+2(y
c
‑
y
a
)y
r
+2(z
c
‑
z
a
)z
r
‑
n2＝0
ꢀꢀ
(6
‑
6)
其中将(6
‑
5)与(6
‑
6)联立，消去z
t
可得(6
‑
7)消去y
t
可得(6
‑
8)二元一次方程：y
t
＝jx
t
+k
ꢀꢀ
(6
‑
7)z
t
＝px
t
+q
ꢀꢀ
(6
‑
8)其中其中其中其中可得关于x
t
的一元二次方程。因为裂缝测点与航迹上a、b、c三点不共面，则可解出两个解，再根据一直裂缝测点的近视高程可以确定x
r
的数值，将x
t
再代回式(6
‑
7)与(6
‑
8)就可以得到裂缝测点的位置坐标(x
r
，y
r
，z
r
)。
26.s7：采用无迹卡尔曼滤波，求出裂缝测点最优估计作为裂缝测点的世界坐标；步骤s6包括如下步骤：s71：无人机对同一个裂缝测点进行若干次采样测距并记录下无人机gps所在位置以及无人机采样点和裂缝测点的距离；s72：令第k次的无人机位置为(x
k
,y
k
,z
k
,)，裂缝测点的位置为(x
r
，y
r
，z
r
)，设置状态量表示对裂缝测点的第k次估计值，得到离散系统的状态方程与观测方程为：m
k+1
＝φ
k+1,k
m
k
+w
k
j
k+1
＝h(m
k
)+v
kk
其中φ
k+1,k
是系统的状态转移矩阵，w
k
是系统的噪声矩阵，,v
k
是测量噪声；s73：根据离散系统的状态方程与观测方程，并利用无迹卡尔曼滤波求出最优估计点作为裂缝测点的具体空间坐标。三点空间交会测距定位方法虽然避免了无人机姿态角误差的引入，但测距误差并未得到补偿，考虑到三点测距的空间交会定位方法不能充分利用多次观测量，因此提出了对同一裂缝测点进行多次相对距离观测求最优估计值的方法：即
无人机在飞行过程中对目标进行跟踪，在多个观测点进行观测目标与无人机的相对距离的测量，以距离为观测量，裂缝测点空间直角坐标作为状态量来建立状态方程和观测方程。利用无迹卡尔曼滤波求出目标位置的最优估计值。过程如下：无人机对同一个观测点进行n次采样测距并记录下无人机gps所在位置，可以得到n个测量距离，令第k次的无人机位置为(x
k
，y
k
，z
k
)，裂缝测点的位置为(x
r
，y
r
，z
r
)。设置状态量表示对裂缝测点的第k次估计值。
27.则离散系统的状态方程与观测方程为：m
k+1
＝φ
k+1,k
m
k
+w
k
ꢀꢀ
(7
‑
1)j
k+1
＝h(m
k
)+v
k
ꢀꢀ
(7
‑
2)其中φ
k+1,k
是系统的状态转移矩阵，w
k
是系统的噪声矩阵，v
k
是测量噪声，系统噪声与测量噪声互不干扰，都是均值为零的高斯白噪声。对裂缝测点测量时可以将裂缝测点假定为近似静止。
28.由(7
‑
1)与(7
‑
2)建立的系统的状态方程与观测方程，目标定位转化成多次观测求最优估计问题。
29.利用无迹卡尔曼滤波的ukf过程如下，采用确定性采样，结合系统方程：第一步：初始化，取2n+1个sigma点，对称选取sigma点。
30.第二步：利用(7
‑
1)，对于sigma点的一次预测：χ
i
(k+1|k)＝φ
k+1,k
χ
i
(k|k)。
31.第三步：计算状态一次预测值与预测协方差：χ
i
(k+1|k)＝φ
k+1,k
χ
i
(k|k)其中w
i
是sigma点相应的权值，上标的m表示均值，上标的c表示协方差。
32.第四步：根据系统测量方程：计算sigma点的预测值：δ
i
(k+1|k)＝h(χ
i
(k+1|k))。
33.第五步：计算测量预测值和相应的协方差：
式中的
34.第六步：计算观测量和状态向量的交互协方差：
35.第七步：计算kalman增益因子：k(k+1)＝p
mj
p
jj
‑1第八步：计算状态更新协方差以及状态更新：p(k+1)＝p(k+1|k)
‑
k(k+1)p
jj
k
t
(k+1)求出最优估计点，即为裂缝测点具体空间坐标。
36.s8：选取下一个裂缝边界点作为裂缝测点，重复步骤s4至步骤s7，直到求出堤坝裂缝各个裂缝边界点的具体世界坐标；s9：每隔周期t对堤坝裂缝进行检测，分析堤坝一段时间内的裂缝开展延伸情况。每隔一段时间之后，采用相同的飞行路径，并在之前相同位置悬挂相同的带有刻度的标绳。首先对于标绳位置相同刻度处进行激光三点交会运算，(由于测绳是堤坝顶部垂直向下悬挂的，并不会随着堤坝混凝土开裂而产生较大的位移)。记录这个时刻标绳相同标识点的坐标信息。记录测绳相同刻度偏移位置信息，后续作差消除由于刻绳偏移导致的误差。在确定标绳相同刻度三维位置信息之后，对裂缝一系列边界点位置进行测距并用空间三点交会法计算出裂缝边界位置，与之前时刻的裂缝坐标信息对比，求出裂缝这段时间开展情况；本实施例可包括如下步骤：(1)设置无人机平行于堤坝轴线航测飞行，使用机载可见光相机拍摄堤坝表面图像；(2)对堤坝表面图像进行图像增强、平滑滤波等预处理，采用最大类间方差法对图像进行分割，分离出裂缝，并对裂缝标上序号；(3)选取某序号裂缝作为待测裂缝，在相应的坝顶处向下悬置测绳，使得待测裂缝周围有测绳刻度作为参考点，根据裂缝已知骨架信息选取边缘点作为裂缝测点；(4)选取一个裂缝测点，采用螺旋线轨迹确定至少三个无人机采样点，航迹参数根据地形情况、无人机相机参数等确定；(5)采用激光测距测量每个无人机采样点与裂缝测点之间的距离，并记录裂缝测点附近的测绳刻度、无人机采样点坐标等信息；(6)利用三个无人机采样点与裂缝测点之间的距离，采用空间三点交会法求出裂缝测点坐标的初始值；(7)利用用无迹卡尔曼滤波，对裂缝测点坐标的初始值进行迭代优化，得到裂缝测
点坐标的最优估计，作为裂缝测点坐标的真实值；(8)选取下一个裂缝测点，重复步骤(4)至步骤(7)，直至求出所有裂缝测点的坐标；(9)每隔周期t对堤坝裂缝进行裂缝开展程度检测，以上一次裂缝测点的坐标为参照，求出该周期内裂缝的开展程度。
37.其他序号裂缝的检测重复步骤(2)至步骤(9)。
38.本实施例可以根据无人机测量得到的一系列测点的位置三维坐标信息。可以在pro/e、solidworks、ug等软件将运算得到的裂缝边界点三维坐标信息输入，建立相应的坐标系，以及导入测绳刻度点作为参考点位置，建立模型。
39.利用无人机采集堤坝数据，可实现远距离、非接触条件下对堤坝裂缝进行检测。空间三点交会法是一种仅利用无人机和待定位地面目标间距离信息作为观测量的多点测距定位方案，是一种由多点空间交会以及相对距离测量来对目标定位的方法，这种定位算法仅需相对距离作为测量数据，以无人机自身位置坐标作为已知量(由无人机自身携带的差分gps获取)来进行空间定位。本实施例在通过可见光相机初步识别出裂缝之后，采用基于激光测距和无人机定位的空间三点交会法对裂缝的边界点三维位置与刻度标绳刻度点三维位置进行前后坐标信息变化的对比，可以直接求出前后时刻之内裂缝同一测点位置位移情况，得到裂缝开展及延伸情况。此方法不仅提高了对堤坝裂缝的检测效率、扩大了检测的区域、不受检测地形因素的干扰、同时还增加了对裂缝坐标定位的精确度、便于及时掌握裂缝延伸与开展程度。
40.以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。