Les orifices de pont, qui sont les surfaces inférieures des ponts, sont parmi les éléments les plus difficiles à inspecter en utilisant des méthodes classiques. Pourtant, leur état affecte directement la capacité de charge, la durabilité et l'intégrité structurelle globale. Les inspections traditionnelles exigent des fermetures de voies, des échafaudages, des camions à godets ou un accès à la corde, qui comportent tous des risques importants pour la sécurité, des perturbations de la circulation et des coûts élevés de main-d'oeuvre.

Les drones équipés d'une variété de capteurs peuvent capter les données visuelles, thermiques et géométriques des soffits de pont dans une fraction du temps requis par l'inspection manuelle. Lorsqu'ils sont correctement planifiés et exécutés, ces sondages produisent les preuves quantitatives nécessaires pour évaluer la détérioration, prioriser les réparations et prolonger la durée de vie.

Technologies de capteurs pour l'inspection de sofit

Le choix du capteur dépend des défauts d'intérêt. Le cracking, l'éparpillement, la délamination, l'intrusion d'humidité, la corrosion et la dégradation du béton ont chacun des signatures uniques que certains capteurs peuvent détecter plus efficacement que d'autres. La plupart des programmes de soffits basés sur drones utilisent une combinaison de trois technologies de base : caméras visuelles haute résolution, images thermiques et LiDAR.

Caméras visuelles haute résolution

Les charges utiles modernes de drone comprennent des caméras avec 20 mégapixels ou plus, des capteurs à cadre complet et des volets mécaniques qui éliminent la distorsion du brouillage lors des passages à grande vitesse. Ces caméras capturent des détails de surface fins et #8212; des fissures de la ligne de cheveux aussi étroites que 0,005 pouces peuvent être résolus avec un éclairage approprié et une longueur focale. La Federal Highway Administration des États-Unis (FHWA) a publié des directives détaillées sur l'utilisation d'images de drones visuels pour l'inspection de ponts[, y compris des protocoles de chevauchement, de résolution et de couture d'images.

Caméras infrarouges (thermales)

L'imagerie thermique détecte les différences de température entre les soffits. Les zones de béton ou de délaminés sont soumises à une inertie thermique différente de celle du béton sonore, ce qui les fait chauffer ou refroidir à des vitesses différentes pendant les cycles diurnes. Pour de meilleurs résultats, les inspections sont effectuées soit juste après le lever du soleil (lorsqu'il fait chaud sur la terrasse) ou en soirée (lorsqu'il fait froid).Un FLIR ou une caméra radiométrique similaire monté sur un drone peut produire une carte thermique avec une résolution de température de ±0,05 °C. Ces cartes sont ensuite géoréférencées pour identifier les zones où l'eau a pénétré le pont ou où la délamination est active.

LiDAR (Détection et rangage de la lumière)

Les capteurs LiDAR émettent des millions d'impulsions laser par seconde pour produire des nuages denses de point 3D du sofit. Les unités de type UAV industriel LiDAR (p. ex., le RIEGL miniVUX ou GeoSLAM Zeb Horizon) peuvent obtenir une précision de sous-centimètre à des altitudes de vol de 5–15 mètres. Pour les soffits, le capteur est généralement monté sur une gimbale orientée vers le bas et piloté dans des structures systématiques. Le nuage de point qui en résulte saisit la forme exacte de la surface, y compris les déviations, les boulons et les sections manquantes de béton.

Capteurs multispectraux et hyperspectraux

Pour les projets nécessitant une caractérisation des matériaux, les caméras multispectrales ou hyperspectrales peuvent distinguer entre le béton sonore, le gel de réaction alcali-silica (ASR), l'efflorescence et les produits de corrosion au début du stade.Ces capteurs captent des bandes de longueur d'onde étroites au-delà du spectre visible.Bien que moins courantes pour l'inspection régulière des soffits, ils sont de plus en plus utilisés dans la recherche et la surveillance des actifs de haute valeur.

Gauging d'épaisseur à ultrasons et à base de radar

Bien que peu de drones transportent régulièrement des sondes ultrasoniques de contact, de nouveaux capteurs ultrasoniques couplés à l'air et des antennes radars à pénétration au sol (GPR) sont en cours d'adaptation pour les plates-formes UAV. Ces charges utiles pèsent plusieurs kilogrammes et exigent des octocopters lourds. La norme ASTM E2903 pour la mesure de l'épaisseur du béton au moyen du radar fournit un cadre, mais le GPR à base de drones demeure expérimentale; la plupart des opérateurs utilisent actuellement le GPR au sol pour obtenir des données sur la surface au moyen de drones pour détecter des anomalies visuelles/thermales en surface et en surface.

Acquisition de données et planification des vols

La collecte de données fiables sur les soffits exige plus que le lancement d'un drone sous le pont. Des facteurs tels que la disponibilité du GPS, l'éclairage, le vent et les plans d'eau influent tous sur la qualité des données.

Évaluation et sécurité avant le vol

Avant tout vol, l'inspecteur devrait examiner les plans de pont, les rapports d'inspection antérieurs et les zones critiques connues. Une visite du site identifie des obstacles tels que les lignes de service public, la circulation, les poteaux légers ou les arbres voisins. Pour les travaux de soffit, le drone doit opérer dans un espace confiné sous le pont; cela nécessite souvent une plate-forme plus petite (p. ex. DJI Matrice 300 ou Skydio X10) avec détection redondante d'obstacles. Conformément à Règlement de la partie 107 de la LAF, l'exploitant doit obtenir des exemptions pour les vols prolongés sur des véhicules ou des opérations en mouvement sans ligne de vue si le soffit est long ou incurvé.

Couverture de la trajectoire de vol et du capteur

Pour l'imagerie visuelle et thermique, un motif classique de grille avec chevauchement de 60 à 80 % vers l'avant et chevauchement de 50 à 70 % vers le côté garantit que chaque centimètre carré du soffit apparaît dans au moins trois images, permettant des points de couture photogrammétriques robustes. Les vols LiDAR nécessitent un chevauchement plus faible mais doivent compenser le champ de vision plus étroit du scanner laser. De nombreux drones disposent maintenant de modules GPS en temps réel (RTK) qui permettent un positionnement centimètre sans points de contrôle au sol, simplifient grandement le traitement des données. Pour les vols de plus de 100 mètres, le vol est habituellement divisé en segments pour gérer le volume de données et l'endurance de la batterie (généralement 15 à 20 minutes par batterie).

Considérations relatives à l'éclairage

Pour capturer des images visuelles utilisables, les inspecteurs volent souvent pendant les journées de nuages ou utilisent des panneaux LED à bord qui produisent entre 2000 et 5 000 lumens. Les feux d'inspection soffit dédiés montés sur le drone gimbal assurent un éclairage uniforme et éliminent les ombres dures qui obscurcissent les fissures. L'imagerie thermique ne nécessite pas de lumière visible, mais la surface doit avoir subi un cycle thermique suffisant (un gradient de température d'au moins 4°C entre les zones sonores et délaminés est recommandé).

Traitement des données et analyse de l'état

Les données brutes d'un levé de soffit de drones – des dizaines à des milliers d'images, des millions de points LiDAR et des matrices de température – sont inutiles sans traitement systématique.

Pointage visuel et photogrammétrique

En utilisant un logiciel de structure-from-motion (p. ex., Pix4Dmapper ou Agisoft Metashape[), les images individuelles sont alignées et fusionnées en un orthomosaïque à haute résolution de tout le sofit. Cette mosaïque devient la carte de base pour l'annotation des défauts. Les ingénieurs examinent l'image pour détecter les fissures, les éclats, les barres de remorquage exposées, l'efflorescence et le nid d'abeille. La largeur des fissures peut être mesurée semi-automatiquement avec des outils qui détectent les caractéristiques linéaires sombres.

Identification des anomalies thermiques

Les images thermiques transformées sont cousues dans un orthomosaique thermique, où les valeurs de pixel représentent la température. Les variations de température ambiantes dues à l'ombre ou à la lumière directe du soleil doivent être normalisées. Les taches froides indiquent souvent l'infiltration d'humidité (refroidissement par évaporation), tandis que les taches chaudes peuvent correspondre à la délamination où l'air piégé isole la surface. Les superpositions composites (visuelles sur thermique) aident à confirmer si une anomalie thermique correspond à un défaut visible.

Analyse des nuages de points LiDAR

Une fois le nuage point enregistré et nettoyé des valeurs aberrantes, les ingénieurs peuvent générer un modèle numérique d'élévation (DEM) de la surface du soffit. Les profils extraits du DEM révèlent des déviations, des bourrages et du béton manquant. La détection du changement est effectuée en alignant deux nuages point à différentes dates à l'aide d'algorithmes itératifs de point le plus proche (IPC).

L'apprentissage automatique a aidé à détecter les défauts

Les réseaux neuronaux convolutionnels (RCN) formés sur des milliers d'images de soffit de pont peuvent détecter des fissures, des éraflures et des taches de rouille avec une précision d'environ 85 à 92 %, selon la qualité de l'ensemble de données. Bien que ces outils ne remplacent pas un inspecteur agréé, ils accélèrent considérablement l'examen des données en faisant apparaître des défauts probables dans l'orthomosaïque. Le programme NIST automatise l'inspection des ponts a mis des modèles pré-formés à la disposition de la recherche.

Problèmes réglementaires et opérationnels

Bien que puissante, l'inspection des soffits à base de drone est soumise à plusieurs limites qui doivent être gérées pour obtenir des résultats uniformes.

Défaut GPS et fusion de capteurs

Sous un pont en béton, la réception par satellite est souvent faible ou inexistante. Sans GPS fiable, un drone ne peut pas tenir sa position ou suivre une trajectoire de vol pré-planifiée. Pour surmonter cela, les drones modernes comptent sur l'odométrie visuelle par inertie (VIO) et le sonar orienté vers le bas ou LiDAR pour la tenue d'altitude. Le Skydio X10, par exemple, utilise six caméras de navigation pour construire une carte 3D en temps réel du soffit et maintenir sa position relative.

Contraintes météorologiques et environnementales

Les vents de plus de 15 à 20 mi/h peuvent déstabiliser les petits drones sous un pont, où la turbulence peut être amplifiée par la structure. La pluie et le brouillard dégradent les données visuelles et thermiques et peuvent endommager les charges utiles non imperméables. Dans les zones côtières ou industrielles, le spray de sel à risque de corrosion peut affecter le drone lui-même.

Conformité réglementaire et assurance

Aux États-Unis, toutes les opérations de drones commerciaux exigent un certificat de pilote à distance de la partie 107 de la FAA et une exemption pour toute opération qui s'écarte des règles opérationnelles (p. ex., survoler des véhicules en mouvement, au-delà de la visibilité visuelle). Les inspections de ponts au-dessus de l'eau ou du trafic peuvent nécessiter un transporteur aérien certifié en vertu de la partie 107. Les exploitants doivent maintenir une assurance responsabilité d'au moins 1 million de dollars, car les drones qui frappent un pont ou tombent sur le trafic pourraient causer des dommages catastrophiques.

Avantages et exemples de cas

En revanche, une inspection traditionnelle d'échafaudage ou d'accès à corde pour le même pont peut coûter entre 10 000 $ et 30 000 $ et des voies de fermeture pendant deux à trois jours. Les fermetures de voies sur des routes à fort volume entraînent des perturbations économiques supplémentaires d'une valeur de dizaines de milliers de dollars par heure. Selon une étude réalisée en 2020 par l'Université du Nevada, Reno a constaté que les inspections de drones réduisaient le temps total d'inspection de 60 % tout en captant 4× plus de données d'image que les méthodes manuelles. Plusieurs DOT d'État, dont ceux de Géorgie, de Virginie et de Californie, utilisent maintenant systématiquement des drones pour évaluer l'état des soffites sur des ponts à longue portée.

Un cas notable est le pont commémoratif du gouverneur Harry Nice au Maryland, où le pont à travers lequel se trouvait 1,7 mille a été inspecté à l'aide d'une combinaison de drones visuels et thermiques. Le relevé a permis de déceler une délamination non documentée sur 12 % de la zone de soffit, ce qui a permis de réparer de façon ciblée une défaillance potentielle du pont.

Un autre exemple est le pont I-40 Mississippi River Bridge[ à Memphis, où les sondages LiDAR sont utilisés annuellement pour suivre les changements de déviation dans le soffit de la caisse en acier.

Orientations futures

La prochaine génération d'évaluation des soffits basés sur des drones intégrera probablement les capteurs sans fil avec les nœuds de surveillance de la santé structurelle (SHM). Les drones pourraient un jour porter des bras robotiques pour placer des capteurs acoustiques ou des sondes de corrosion sur le soffit lui-même. De plus, l'amélioration de la technologie de la batterie (p. ex., les piles à hydrogène) et des vols autonomes BVLOS permettra aux inspecteurs de couvrir tous les corridors de pont sans relocaliser.

Conclusion

Les capteurs montés sur drones sont passés de la nouveauté à la nécessité d'une inspection du soffit de pont. En capturant des images visuelles à haute résolution, des cartes thermiques et des nuages précis en point 3D depuis le pont, les inspecteurs peuvent évaluer les fissures, la délamination, l'intrusion d'humidité et la déformation avec une sécurité et une vitesse sans précédent. La technologie réduit les fermetures de voie, élimine les risques d'automne et produit des enregistrements numériques permanents pour l'évolution de l'état.