Использование УАВ-исследований для детального мониторинга деградации гражданской инфраструктуры с течением времени

Эволюция мониторинга инфраструктуры: от ручной инспекции до наблюдения на основе БПЛА

Беспилотные летательные аппараты (БПЛА), обычно называемые беспилотными летательными аппаратами, коренным образом изменили то, как инженеры-строители и менеджеры инфраструктуры оценивают здоровье критических активов. Мосты, шоссе, плотины, туннели и трубопроводы подвергаются неустанному экологическому стрессу, интенсивному использованию и материальной усталости в течение десятилетий службы. Традиционные методы проверки, основанные на ведрах, лесах, доступе к веревкам или визуальных обследованиях с земли, являются трудоемкими, подвергают работников значительным рискам безопасности и часто пропускают тонкие ранние стадии ухудшения, скрытые в труднодоступных районах. Исследования БПЛА предлагают сдвиг парадигмы: они захватывают изображения высокого разрешения, многоугольные изображения и данные датчиков быстро, безопасно и неоднократно, позволяя точные временные сравнения, которые показывают даже самые маленькие изменения в структурном состоянии. В этой статье рассматриваются технические основы, практическая реализация и новые возможности программ мониторинга на основе БПЛА для деградации гражданской инфраструктуры с течением времени.

Почему мониторинг временных рядов имеет значение для гражданской инфраструктуры

Деградация инфраструктуры редко бывает внезапным событием; она развивается постепенно через такие процессы, как коррозия, трещины усталости, разбрызгивание, разделение суставов и ползучесть материала. Выявление этих проблем на самых ранних стадиях позволяет проводить целенаправленный ремонт, который продлевает срок службы и предотвращает катастрофические сбои, которые могут угрожать жизни и нарушить экономику. Например, мост с активной коррозией в критических стальных элементах может потерять грузоподъемность в течение многих лет, прежде чем появятся видимые признаки. Федеральное управление автомобильных дорог США (FHWA) рекомендует регулярные проверки состояния, но многие агентства по-прежнему полагаются на двухгодичные или трехлетние ручные проверки, которые обеспечивают только снимок. БПЛА обследования могут проводиться ежеквартально, ежемесячно или даже после крупных погодных явлений, создавая плотный временной ряд данных о состоянии. Это временное измерение превращает мониторинг из реактивного управления рисками в активное управление активами, где раннее вмешательство экономит деньги и продлевает срок службы активов.

Ключевые структурные элементы, уязвимые для деградации

Не вся инфраструктура ухудшается равномерно. БПЛА-исследования особенно эффективны для мониторинга:

• Мосты: Поверхности палубы, расширительные соединения, несущие сборки, кабельные зажимы и нижние балки. Краки, окрашивание ржавчины, бетонное расслоение и недостающие крепежи являются общими находками.
• тротуар и дороги: Продольное и поперечное растрескивание, колебание, выбоины, эрозия плеча и дренажные отказы.
• Дамы и лиственные: Раскол пропасти, просачивание через набережные, разрастание растительности и эрозия абатментов.
• Туннели: Обшивочные трещины, инфильтрация воды, брызги бетона и деформация структурных опор.
• Сохранение стен и слоёв: Наклон стен, засорение дренажа, эрозия в основании и показатели движения грунта.

Каждый из этих типов активов выигрывает от повторных обследований с высоким разрешением, которые согласуются с известными механизмами ухудшения.

Технические преимущества БПЛА по сравнению с традиционными методами

Преимущества мониторинга на основе БПЛА выходят далеко за рамки безопасности и скорости. Стратегические преимущества включают:

Субмиллиметровое разрешение и гибкость датчиков

Современные БПЛА могут нести различные полезные нагрузки. Оптические камеры с 20+ мегапиксельными датчиками и механическими затворами захватывают изображения, которые при обработке с помощью фотограмметрии, облака точек выхода и ортомозаики с расстояниями отбора проб грунта (GSD) размером 0,5-1 см. Тепловые инфракрасные камеры обнаруживают тепловые сигнатуры, которые указывают на вторжение воды, подземные пустоты или электрический перегрев. Сканеры LiDAR производят 3D-геометрию с миллиметровой точностью. Для мониторинга инфраструктуры возможность переключать датчики на одной платформе означает, что один полет может генерировать RGB, тепловые и мультиспектральные наборы данных, которые совместно регистрируются для комплексного анализа. Подробные спецификации для полезных нагрузок доступны от производителей, таких как DJI и senseFly (теперь часть Parrot).

Постоянная воспроизводимость траектории полета

Для анализа временных рядов важна повторяемость. БПЛА, оснащенные кинематическими (RTK) или постпроцессными кинематическими (PPK) модулями GPS, могут летать точно по одному и тому же пути каждой миссии - даже с разницей в годы. Эта согласованность гарантирует, что изображения захватываются с одной и той же точки зрения, что позволяет проводить прямые сравнения пикселей или точную регистрацию 3D-модели. Ручные проверки не могут достичь этого уровня позиционной повторяемости.

Снижение дорожного движения и снижение затрат

Традиционные проверки мостов часто требуют закрытия полос движения, что вызывает задержки движения и экономические потери. Обследование БПЛА может проводиться с минимальным наземным присутствием; координация воздушного пространства с местными органами власти проще, чем управление тяжелым оборудованием на оживленной проезжей части. В течение многолетней программы мониторинга совокупная стоимость полетов беспилотников, обработки данных и анализа значительно ниже, чем отправка экипажей со специализированным оборудованием доступа. Исследование, опубликованное в Автоматизация в строительстве , показало, что проверки моста БПЛА сократили общее время проверки до 80% и стоимость на 50-70% по сравнению с традиционными методами.

Разработка программы мониторинга БПЛА для отслеживания деградации

Внедрение эффективной программы мониторинга временных рядов требует тщательного планирования, помимо простого полета на беспилотном летательном аппарате. В следующей рамочной программе излагаются ключевые соображения:

Шаг 1: Определите показатели и пороги деградации

Перед сбором данных инженеры должны определить, какие физические показатели отслеживать. Общие показатели включают ширину трещины, площадь поверхности разбрызгивания, степень окрашивания коррозии, изменение зазора суставов и структурное смещение. Каждый показатель должен иметь определенный блок измерения (например, ширина мм для трещин, м2 для разбрызгиваний) и порог, который запускает действие по техническому обслуживанию. Эти пороги могут быть основаны на отраслевых стандартах, таких как руководящие принципы AASHTO (Американская ассоциация государственных дорожных и транспортных чиновников) или пользовательские критерии управления активами.

Шаг 2: Установите параметры полета для последовательного сбора данных

Для каждого актива разрабатывается стандартная полетная миссия, которая определяет:

• Высота и скорость полета (влияет на ГСД и перекрытие).
• Угол камеры (обычно надир для палуб, косой для вертикальных поверхностей).
• Условия освещения (периоды пасмурного освещения уменьшают тени и улучшают текстуру).
• Коррекция базовой станции РТК или PPK для точности геолокации.
• Перекрытие изображения (переднее и боковое перекрытие 70-80% для надежной 3D-реконструкции).

Документируйте точные параметры миссии в журнале полета, чтобы они могли быть воспроизведены одинаково в последующих исследованиях.

Шаг 3: Обработка данных и сравнительный рабочий процесс

Сырье обрабатывается с помощью программного обеспечения фотограмметрии, такого как Pix4Dmatic, Agisoft Metashape или RealityCapture, для создания плотных облаков точек, ортофотоснимков и цифровых моделей поверхности. Для сравнения временных рядов этапами обработки являются:

1. Регистрация: Выравнивание всех облаков или ортомозаик прошлых и настоящих точек в фиксированную систему координат с использованием наземных контрольных точек (GCP) или точек связи на стабильных объектах (например, примыкания моста, обнажения пород).
2. Обнаружение изменений: Вычитание облаков точек (сравнение облаков с облаком) или вычисление M3C2 (Сравнение облаков с многомасштабной моделью на модель) для выявления областей потери или накопления материала. Для 2D-изображений может использоваться корреляция цифровых изображений (DIC).
3. Классификация: Использование моделей машинного обучения, обученных на примерах с маркировкой деградации, для автоматического выявления трещин, пятен воды, растительности и других аномалий. Инструменты, такие как eCognition или пользовательские трубопроводы глубокого обучения (например, YOLOv8 для обнаружения объектов) могут ускорить анализ.
4. Отчетность: Создать сводные карты, выделяющие области изменений, таблицы измеренных показателей и оценку риска для каждого компонента актива.

Шаг 4: Оценка повторяемости и ошибок

Поймите, что измерения, полученные с помощью БПЛА, имеют присущие ошибки из-за точности GPS, шума датчиков, качества управления землей и алгоритмов обработки. Вычислите минимальное обнаруживаемое изменение (MDC) для каждого индикатора - например, сравнение облако-облако обычно может обнаруживать вертикальные изменения 1-2 см, в то время как измерения ширины трещины от ортофотоснимков могут быть точными до 1-2 мм в зависимости от GSD. Установите пороги действия над уровнем шума, чтобы избежать ложных срабатываний.

Тематические исследования: мониторинг часовых рядов БПЛА на практике

Мост сканируется пять лет

В исследовании 2019–2024 годов на железобетонном мосту в Теннесси инженеры проводили двухгодичные полеты БПЛА с DJI Phantom 4 RTK (20 Мп камера) и 10 GCPs. Облака точек временнóй серии показали прогрессивное разбрызгивание края палубы и последовательное 3–5 мм расширение поперечной трещины вблизи расширяющегося соединения. Данные позволили департаменту транспорта запланировать целенаправленный ремонт до того, как трещина достигла усиления, избегая замены полной стойки.

Мониторинг просачивания плотины с помощью тепловых БПЛА

Еженедельно в Швейцарии осуществлялся мониторинг бетонной гравитационной плотины с помощью DJI Matrice 300 RTK с тепловой камерой (640×512 разрешающей способности). Термическая ортомозаика в течение двух летних сезонов выявила постепенно расширяющуюся прохладную зону на поверхности нижнего течения, что указывает на увеличение просачивания, что позже было подтверждено исследованием скважины. Раннее обнаружение предотвратило потенциальную внутреннюю эрозию, которая могла поставить под угрозу структурную безопасность.

Проблемы и ограничения мониторинга деградации БПЛА

Несмотря на свои обещания, развертывание БПЛА для долгосрочного мониторинга инфраструктуры не лишено препятствий:

Нормативные ограничения

В Соединенных Штатах коммерческие операции с беспилотниками требуют сертификации по Части 107 Федерального авиационного управления (FAA) . Полеты вблизи мостов, плотин или над активными дорожными путями могут потребовать дополнительных разрешений на воздушное пространство, отказов от визуальной линии видимости (BVLOS) или координации с местными органами власти. Эти процедуры добавляют сложность и могут задерживать миссии. На международном уровне правила сильно различаются; операторы должны оставаться в курсе местных требований.

Объем данных и управление

Каждый опрос одного моста может производить изображения с высоким разрешением 500-2000 (2-5 ГБ), а результаты обработки могут потреблять еще 10-50 ГБ хранилища. В течение многолетней программы с десятками активов объем данных становится значительным. Агентствам нужны надежные методы управления данными, включая облачное хранилище, управление версиями для обработанных моделей и метки метаданных для легкого поиска.

Экологическое и оперативное вмешательство

Погодные условия (дождь, туман, сильный ветер) могут препятствовать полетам или ухудшать качество изображения. Городские каньоны и высокие структуры могут вызывать ошибки GPS-мультипликации и потерю спутниковой блокировки. Плотная растительность вблизи инфраструктуры может заслонять критические поверхности. Кроме того, срок службы батареи БПЛА ограничивает продолжительность полета до 20–30 минут для большинства платформ, требуя многократных полетов для крупных активов.

Требования к навыкам и интерпретации

В то время как беспилотники стали проще в эксплуатации, полная цепочка создания стоимости требует опыта в планировании полетов, фотограмметрии, геопространственном анализе и гражданском строительстве. Организации часто должны инвестировать в обучение или нанимать специализированных поставщиков услуг. Интерпретация моделей деградации - отличающих безвредное косметическое растрескивание от структурных проблем - все еще требует опытных инженеров-строителей.

Будущие направления мониторинга инфраструктуры БПЛА

Технология быстро развивается, и несколько тенденций еще больше улучшат эффективность съемок БПЛА временных рядов:

Автоматизированный полет, обработка и отчетность

Такие платформы, как Skydio и DJI Dock, позволяют выполнять автономные миссии с удаленных базовых станций. Данные могут быть загружены в облачные процессоры (например, PIX4Dcloud, DroneDeploy или пользовательские трубопроводы AWS), которые автоматически запускают фотограмметрию и обнаружение изменений. Модели обнаружения аномалий машинного обучения становятся все более надежными, снижая необходимость ручного осмотра файлов по файлам. В ближайшем будущем менеджер инфраструктуры может просто одобрить запланированный автономный полет и получить панель приборов, показывающую карты изменений с рейтингами серьезности.

Многосенсорная сплавка

Сочетание данных RGB, тепловых, мультиспектральных и LiDAR из одной полетной миссии обеспечивает более целостную оценку состояния. Например, мостовая палуба может показывать асфальтовое растрескивание на изображениях RGB, в то время как тепловые изображения выявляют захваченную влагу под поверхностью, а LiDAR обнаруживает тонкое расселение. Слияние этих потоков данных повышает диагностическую точность.

Цифровые близнецы и прогнозные модели

Высокочастотные данные БПЛА поступают в цифровые двойники — динамические 3D-виртуальные копии активов, которые включают данные датчиков, историю проверок и структурные модели. При достаточном количестве данных временных рядов машинное обучение может прогнозировать темпы деградации (например, рост трещин в течение следующих 5 лет) и оптимизировать графики технического обслуживания на основе прогнозируемых кривых условий. Этот прогнозный подход выходит за рамки реактивного или даже профилактического обслуживания для действительно предписывающих стратегий.

Реализация программы мониторинга БПЛА: практические рекомендации

Для организаций, рассматривающих возможность внедрения мониторинга временных рядов на основе БПЛА, следующие шаги могут помочь обеспечить успех:

1. Начните с малого: Выберите один мост или плотину для пилотной программы. Установите базовые данные, определите ключевые показатели и проведите два-три обследования в течение шести-двенадцати месяцев.
2. Инвестируйте в наземный контроль: Установите постоянные наземные контрольные точки (GCP) с известными координатами вокруг актива. Это значительно повышает долгосрочную точность позиционирования.
3. Стандартизируйте сбор данных: Используйте расписанные планы полета, идентичные датчики и последовательные настройки камеры (ISO, диафрагма, выдержка) для каждого обследования.
4. Наличие коммерческого программного обеспечения: Многие готовые инструменты фотограмметрии и обнаружения изменений уже работают хорошо.Настраиваемая разработка может быть оправдана только для очень больших программ с конкретными потребностями.
5. Инженеры-конструкторы: Имеют результаты анализа обработанных изменений, чтобы подтвердить, что идентифицированные изменения действительно являются ухудшением, а не шумом датчика или экологическими артефактами.
6. План долголетия данных: Сохраняйте необработанные изображения, обработанные модели и отчеты в структурированном архиве с метаданными, такими как дата, погода, параметры полета и версия обработки. Это гарантирует, что будущие сравнения остаются в силе даже по мере развития технологии.