斜拉桥是由索塔、拉索和主梁组成的缆索支承结构体系桥梁，因其跨越能力大、受力明确、造型美观等优点，已成为我国大跨度桥梁的主要桥型，在跨越大江河、深谷、海湾和连岛的桥梁工程中，得到了广泛的应用^[1]。拉索将主梁多点吊起，并将恒载和活载传至索塔，再由索塔传至基础，拉索和索塔的性能直接影响全桥的安全^[2]。然而拉索在自然环境侵蚀和长期交变荷载作用下，极易导致腐蚀退化和振动疲劳衰减，病害主要表现为护套开裂、钢丝锈断、锚固系统锈蚀、拉索松弛等，统计国内已换索的斜拉桥，拉索实际使用寿命平均不足15 a，其耐久性成为斜拉桥发展和运营中面临的突出问题之一，需在运营期间加强检查与维护，确保桥梁结构安全^[3-5]。

拉索的一端锚固在高耸的索塔上，对位于高空的塔索近距离进行检查往往难以实现，现有的检查手段主要有望远镜观察，借助吊篮或搭设支架抵近检查^[6]，这些方式只能对距离桥面一定高度的塔索进行检查，不能覆盖全部塔索范围，且检查期间需占用车道进行交通维护组织，影响桥梁的正常通行。为突破检查高度的限制，国外波兰以及国内的上海交通大学、东南大学、重庆交通大学和中铁大桥科学研究院先后研制出自动爬升缆索检测机器人，将机器人固定在桥面位置的一根拉索上，自动爬升到桥塔一端对整根拉索进行检查^[7-11]。现有的手段均存在检查效率低、时间长、费用高等特点。

本研究结合港珠澳大桥工程的2座典型斜拉桥，运用无人机搭载高分辨率的数字红外成像仪和光学摄像机首次对海上环境的桥塔和拉索的施工质量进行了检测。

江海直达船航道桥采用中央单索面三塔钢箱梁斜拉桥，跨径组合为(110+129+258+258+129+110) m，全长994 m。总体布置见图 1。

图 1 江海直达船航道桥总体布置图(单位：cm) Fig. 1 General arrangement of river-to-sea ship channel bridge (unit:cm)

索塔为全钢结构，海豚造型，塔身高约110 m，由主、副塔柱和联系杆3部分组成，主塔柱包括受力直塔柱和造型曲塔柱2部分，主塔柱受力部分基本采用矩形断面。

斜拉索为中央平行单索面，平行钢丝斜拉索，钢丝抗拉强度1 860 MPa。全桥共7×2×3=42根斜拉索，最长约135 m，规格均为PES7-511，单根最大重量(不计锚具)约为22 t。斜拉索顺桥向间距为15 m，立面呈竖琴形平行索布置。

九洲航道桥通航孔桥为双塔单索面钢混组合梁斜拉桥，主跨设单孔双向通航，桥跨布置为(85+127.5+268+127.5+85)m，全长693 m，总体布置见图 2。

图 2 九洲航道桥总体布置图(单位：cm) Fig. 2 General arrangement of Jiuzhou ship channel bridge(unit:cm)

索塔采用钢-混组合结构，由竖直的塔柱和弯曲的曲臂组成，塔高114.7 m，塔柱和曲臂在主梁位置设置纵向连杆，塔柱、曲臂和连杆形成稳定的三角形结构，在索锚区沿拉索方向在塔柱和曲臂之间设置连杆。

斜拉索采用单索面中央双排索竖琴形布置，两排索面横向间距为1.0 m，全桥一共有64根斜拉索。斜拉索采用直径7 mm高强度镀锌平行钢丝拉索，全桥均采用一种规格，即PESC7-451。钢丝标准强度f_pk=1 770 MPa，弹性模量E=2.0×10⁵ MPa。斜拉索护套采用双层PE护套防护，内层为黑色，外层为彩色。

无人机选配目前国内外最新、最先进的行业用机MATRICEM210 RTK，它由飞行器、遥控器以及配套使用的DJIAPP组成，配备新型三轴稳定云台相机；集成DJI先进的飞控系统、下视及前视视觉系统、红外感知系统和FPV摄像头，可稳定悬停、飞行，并具备障碍物感知功能和指点飞行、智能跟随等最先进飞行功能。无人机搭载光学摄像机X5S和数字红外成像系统，见图 3。

图 3 DJiM210 RTK无人机 Fig. 3 DJiM210 RTK unmanned aerial vehicle

其中光学摄像机X5S配备增稳系统，可通过高速处理器控制电机精准运转，补偿飞行过程中相机的细微移动，平滑调整相机的拍摄角度。同时，云台可与飞行器的航向配合移动，轻松实现360°转动，在高速飞行航拍视频时，依旧能够获得稳定、清晰画面。

无人机搭载的数字红外成像系统由红外成像仪、采集系统、图像分析系统组成；是一款基于FLIR公司Tau2长波红外热成像机芯自研完成的集成开发。采集的数字图像数据以raw格式保存到TF卡中；飞行时实时图传输红外热成像模拟视频进行初步现场分析。飞行结束后对存储的红外热成像数字图像(raw格式序列)进行分析、识别。

江海直达船航道桥塔身高约110 m，全桥共42根斜拉索；九洲航道桥索塔高114.7 m，共有64根斜拉索。

首先对塔身进行采集，无人机起飞后我们在垂直于桥梁方向两侧由下向上、由上向下及环绕法对大桥的索塔塔身进行图像采集；采集过程要保证目测高清屏上图像清晰可辨。

索塔为钢塔，其优势在于避免了混凝土索塔存在的十塔九裂，从光学摄像也基本可以判定索塔外观质量优良。

然后是斜拉索的图像采集，无人机顺斜拉索方向飞行，每次采集1~3根拉索，要求图像采集清晰可辨。

红外成像可利用红外辐射原理对桥塔、斜拉索表面进行检测。它可以灵敏地探测表面热辐射，当材料结构存在某种缺陷时，受到太阳辐射或气温升降时由于缺陷类型形态及分布不同造成材料导热系数、质量热容性能的局部变化而影响红外辐射量^[12-14]，直接导致表面温度发生变化，使热像图上出现温差等异样；在采集光学图像的同时，采集红外图像。

本次港珠澳大桥索塔、斜拉索采集形成了52.6 GB的25 038个文件，如果用肉眼人工识别，工作量巨大耗时长而且容易误判或漏判。现在许多行业中已经采用智能的图像采集和识别来进行判断、控制。

我们采用了LabVIEW进行智能图像识别，它提供的驱动和函数连接到不同相机上采集图像，也能够从连接在PC，PXI系统或笔记本计算机上标准端口和千兆位以太网视觉相机采集图像；其视觉开发模块作为强大的机器视觉处理库，配有各类函数，其中包括:边缘检测、颗粒分析、光学字符识别和验证，可与C++，Microsoft Visual，OpenCV相互调用。

我们把它分为图像预处理和定位缺陷检测。

图像预处理：图像灰度化、边缘检测；

定位缺陷检测：焊缝缺陷检测、裂缝检测、斜拉索破损检测。

图像预处理：边缘检测是图像处理中特征提取的一个重要研究领域^[15]。我们对比几种边缘检测算子，最终采用Canny算子提取索塔及斜拉索像的边缘图像^[16]。Canny算法通常处理的图像为灰度图像，首先对采集的彩色图像进行灰度化处理，并使用OpenCV库的转换函数可实现快速准确的转换，见图 4~图 5。

图 4 大桥索塔图像灰度化处理 Fig. 4 Gray-scale processing of pylon image

图 5 Canny算子提取索塔的边缘图像 Fig. 5 Extraction of pylon edge image by Canny operator

定位缺陷检测，我们比较几种常用方法后，选择了Harris角点检测；角点检测的具体描述可以有如下4种:

一阶导数(灰度的梯度)局部最大所对应的像素点; 2条及2条以上边缘的交点; 图像中梯度值和梯度方向的变化速率都很高的点; 角点处的一阶导数最大，二阶导数为零，它指示了物体边缘变化不连续的方向；角点检测算子可以不断地改变我们需要或感兴趣的点，以达到检测缺陷的效果，由于港珠澳大桥没有发现结构缺陷，我们扩大其兴趣点，图 6的表达正是我们提取了部分感兴趣点的结果图。

图 6 角点检测算子提取索塔的检测图像 Fig. 6 Extraction of pylon inspection image by corner inspection operator

斜拉索点坑、保温层破裂等缺陷是常见缺陷, 发现和识别这类缺陷可确保桥梁运行安全。由于有缺陷和无缺陷斜拉索表面热阻和发射率不同, 可依据表面温度分布异常实施检测。但辐射成像不可避免地存在着背景热噪声、边缘模糊现象^[17-18]。使用LabVIEW开发用于红外无损检测的缺陷识别和定位系统，通过热影响区温度分布数据进行分析处理，实现缺陷识别和定位。

采用第一象限像素坐标，选取斜拉索的轴向长度方向为特征方向，得到特征方向上斜拉索的温度分布，采用最小二乘法拟合巴特沃斯滤波，提高了平滑后的细节清晰度，在发现缺陷细节方面效果很好。

可以看出，无人机运用于大桥索塔、斜拉索的外观检测，如果仅仅靠光学摄像是不能满足其检测的可信性及高效性。图像的分析、识别，目前可用MATLAB，VS+OpenCV及LabVIEW等软件进行，本研究采用LabVIEW软件，它的特点是便于程序相互调用，为用户提供了相当便利的操作。用户可通过视觉开发模块的同步功能，实现与运动或数据采集测量的同步；在图像预处理和缺陷检测上，如何选用适合的滤波方法，边缘检测的恰当算子，图像分割修复及特征检测等需要不断探讨。

本研究运用无人机搭载高分辨率的数字红外成像仪和光学摄像机首次对港珠澳大桥工程的2座典型斜拉桥的索塔和斜拉索的施工质量进行了检测，对2座大桥采集的光学图像及红外图像进行了较为详细的分析、识别，未见索塔和斜拉索的表观病害。检测结果还表明，搭载红外仪和光学相机的无人机检测系统检测范围全面、效率高和费用低，同时光学图像+红外图像的综合性检测结果能识别拉索表观及其内部隐含缺陷，为塔索检测提供了一种高效的检测方式，对提升塔索的养护技术水平具有重要的社会及经济意义。