摘要：本文设计了一类用于道路病害检测的机器人系统。通过v 对常见道路病害以及处置方法的分析，阐述了道路隐性病害的检测原理，相应设计了机器人的主要功能模块。最后，在实际的道路病害检测中，使用该系统进行实地调查，以报告形式清晰展示了调查结果，证明了该系统的高可用性，以实地取芯验证了系统对隐性病害判断的准确性。
关键词：道路病害；检测机器人
引言：
随着经济的快速发展，交通运输需求日益增加，公路作为交通运输的重要载体，承担着重要的陆运任务。据报到，截至2019年，中国公路总里程已经达到484.65万公里。庞大的公路网络需要大量的日常养护工作以保证道路畅通。传统的公路养护中，主要通过人工拍照进行巡查，对发生病害的道路段进行标注记录[1]，根据病害类型及轻重程度有计划的进行针对性修复。人工巡查不仅需要耗费大量时间，而且由于人工巡查一般是通过照片对道路表面情况进行检视，对于微小的进行中病害容易忽略，另外对于基底层面的隐性病害无法及时发现。因此，对于如此庞大的公路网络，人工巡查的时间、人力和经济成本较高，但是效率和质量较低。在人工巡查的基础上，进一步发展为车载仪器拍照[2]，但是检查病害依然通过人工视检，整体来说，没有从根本上改变检测方式。
随着智能机器人技术的快速发展，通过道路病害检测机器人代替人工巡检成为可能。机器人通过本体搭载的各项检测设备以及后台智能算法，可以快速准确的发现道路病害，良好的人机交互设计可以方便工作人员进行查看并安排后续养护工作。本文通过对道路常见病害的分析以及处置方法的介绍，针对性的使用相应检测设备并设计检测机器人的相应结构和功能。通过实际场景的应用，以调查报告的形式证明了本文设计的道路病害检测机器人的有效性。
1道路常见病害分析与处置
1.1道路常见病害类型及原因
道路的常见病害主要分为显性和隐性病害两大类[3]，其中显性病害主要包括：不同程度的横、纵、斜向、交叉裂缝以及修补、龟裂、坑槽、松散老化、泛油、磨光和波浪拥包等[4-5]；隐性病害主要包括：板底脱空、内部裂缝、不均匀沉降、富含水、基层疏松等[4-6]。
路面出现开裂等显性病害的主要原因是长时间、高载荷甚至超载的各种车辆的高强度碾压导致沥青混凝土出现结构疲劳而开裂[5]。另外，极端天气导致施工原料过度胀缩、建设或施工作业的不规范（路基压实度不足或不均匀等）也会路面病害的出现；对于泛油问题，主要由于前期施工中，粘层油、混合料等使用不合理，导致在高载荷碾压出现泛油或高温时出现沥青混合料路面迁移现象[6-8]。对于隐性病害，其主要原因[6-8]为：地下水地质作用导致地下结构大面积脱空、疏松等；降雨或日常道路清洁中，地表水穿透裂缝，长期冲刷基层，同样会导致基层的损坏；另外，道路两旁的防排水设施如果受损，无法稳定发挥其作用，也会导致隐性病害的发生。
1.2病害处置方法
对于轻微的显性病害不及时处置，会迅速加重病害程度，进而照成更大面积的路面损坏，比如道路裂缝处经过地表水冲刷和车辆碾压，会形成坑槽。
对于小于5mm的裂缝，可以使用热沥青灌缝撒料法修复，对于大于5mm的裂缝且有错台或者啃边现象，要进行开槽加铺玻璃隔栅然后在铺筑上面层。对于坑槽要使用热辐射板加热后铺平热料并有效压实处置。对于泛油问题，要进行碎石压入或者重新摊铺来解决。对于脱空、疏松等病害，要视严重程度对脱空部位进行压浆并进行填充，使其能均匀支撑面层；对于沉降问题，要铣刨掉面层沥青混凝土，采用碎（砾）石，干砌或浆砌片石等重新回填密实，将土基和基层彻底根治后，再铺面层[6-9]。
2道路隐性病害检测原理
基于探地雷达波特征的地下隐性病害的识别方法一般是根据正演规律推断某些病害特征的波形、振幅、相位与频率的变化等，然后根据现场探测得到的波来反演道路内部型态，辅以水平切片的直观型态来做出判断[10-11]。一组典型病害图谱如图1所示。
脱空、疏松、空洞等涉及路面基层损坏的病害，反射波振幅强，衰减慢；其相位和频率主要表现为顶部反射波与入射波同向，底部反射波与入射波反向，频率高于背景场；其波组形态上均表现有连续同向性反射波组，多次波发育，两次绕射波发育明显，在此基础上，近球形空洞的反射波会表现为倒悬双曲线，近方形表现为连续平板状双曲线；疏松反射波结构杂乱，波形同相轴不连续。
.png)
图1 一组典型病害波谱
富水病害的振幅虽然也强，但是会迅速衰减；在相位上表现同基层损坏病害，但是频率却低于背景场；波组形态上两侧绕射波和底部反射波不明显，多次波不发育。
病害的严重程度一般根据反射电磁波的能量来判断，如表1所示，其中s表示波形面积，v表示反射波峰值。
表1 隐性病害严重程度判断标准
.png)
3机器人功能和结构设计
根据上述道路常见病害的类型、成因以及处置方式可以看出，越是严重的病害，处置成本越高，方法越繁琐，养护耗时越久。因此，尽早发现轻微和隐性病害，防止病害进一步发展，降低大修频次尤为关键。因此，针对上述显性和隐性病害，对机器人的功能和结构模块展开如下设计。
3.1运动及定位系统
由于道路供电条件有限，因此机器人本体通过电池供电，可连续工作6h；为增强适应性和运动精确性，机器人本体采用大扭矩伺服电机并配备高精度行星减速器，因此设计时速为0-5km/h并具有10°爬坡能力。考虑实际应用，机器人行走方式主要为沿着既定规划或者自主规划轨迹进行前进、平移和掉头组合的S型运动，如图2所示。
.png)
图2 机器人行走路线示意图
为保证定位精度，该系统使用惯导和RTK定位融合技术，定位精度为厘米级，可输出病害出高精度经纬坐标和道路里程，保证病害定位的精确性。另外，为了保障本体安全性，设置有电子围栏、本体低压电压告警和自动避障等安全措施。
3.2病害检测
为提高病害检测效率和准确度，本系统搭载了星光级高清相机以保证路面图片采集的清晰度，搭载有基于三维探地雷达的电磁波发射和接受阵列，探深1m左右，可穿透单层15cm×15cm的钢筋网。系统整体探测模块单次工作面宽1m。系统工作时，对连续拍摄路面表观画面进行拼接，基于三维探地雷达电磁波的不断发射和接收，得到整个检测区域的雷达波谱，进而通过电磁波的正演信息获取病害图谱，根据2中对病害特征和严重程度的判断规则通过后台服务器对图谱进行智能识别。
3.3总体工作流程与后台
该型机器人的典型工作流程如图3所示，其中左侧为本体操作流程，右侧为辅助设备操作流程。
.png)
图3 机器人系统工作流程图
为了提高人机交互的自然度，系统后台页面不仅可以直观显示表观图像，还可以通过三维模型更加立体直观的展示病害情况，人机交互页面效果展示如图4所示。
.png)
图4 后台三维效果图
4实际应用
4.1系统高可用性验证
本文通过在道路病害检测的实际应用来验证该型检测机器人系统的可用性和高效性。以某个道路病害检测项目为例，该项目分为三段，其一是某隧道道路，其余两者分别为乡镇道路和村级道路。三段道路的模型分别为210m×6m、450m×9.6m和400m×8.2m的平面模型。以图3的流程进行实际检测作业（如图5所示），共发现路面显性病害139处，其中龟裂84处，影响面积339.5平方米；横向裂缝10处，影响面积27.4平方米；修补28处，影响面积38平方米；纵向裂缝17处，影响面积85.8平方米。共发现隐性病害19处，其中沉陷3处，面积153平方米；富含水1处，影响面积11平方米；裂缝1处，影响面积11平方米；疏松5处，影响面积67平方米，脱空9处，影响面积80平方米。隐性病害集中在基层和底基层，面层无病害。详细检测结果（局部）分别如表2和表3所示，其中包括了所有检测到的病害类型。
4.2隐性病害检测准确性验证
隐性病害无法通过表观图像直接显示，一般通过局部取芯来验证隐性病害检测的精准程度。在本项目中，以某处脱空混合疏松的病害为例，雷达数据（如图6（b）所示）显示在38cm深处存在明显脱空，其下方存在疏松，共有2cm深的严重隐性病害存在，具有极大的沉降风险。因此，以38cm长度、40cm深度取出芯样进行验证，如图6（c）所示。结果表明，系统对隐性病害类型及位置判断准确。
.png)
图5 某项目三段道路实际作业场景图
表2 检测区域道路显性病害详情（局部）
.png)
.png)
图6 某项目一隐性病害检测及实地验证过程
5结束语
针对传统人工和车载仪器对道路病害巡检方式效率和准确度均较低的弊端，本文分析了常见的道路病害类型、成因以及处置方式，阐述了使用探地雷达对病害进行探测并确定病害类型和严重程度的可能性。在此基础上，设计了一类道路病害检测机器人系统，分别从运动及定位、病害检测和系统总体工作流程与后台三个方面进行了相应的设计和介绍。最后，在实际检测场景中进行验证和应用，详细展示了检测结果，对隐性病害进行了取芯检测，从而证明了该型机器人系统的在常见道路病害检测中可用、精确和高效。
参考文献：
[1]梁志光.高速公路路基路面病害防治理论与方法[J].西部交通科技，2018（10）：83-86.
[2]牛诗哲.高速公路沥青路面预防性养护决策研究[D].天津大学，2017.
[3]武金奎.公路沥青路面病害成因及养护措施[J].建材与装饰，2019（35）：251-252.
[4]游元德.沥青路面病害检测与养护决策研究[J].四川建材，2018，44（11）：133+135.
[5]周辉.高速公路沥青路面大修养护时机研究[D].合肥工业大学，2018.
[6]廖秋杰.高速公路网沥青路面使用性能评价及变化规律研究[D].哈尔滨工业大学，2016.
[7]张严.苏嘉杭高速公路沥青路面“十二五”养护成果评价及“十三五”养护管理规划[D].东南大学，2016.
[8]方丽.基于沥青路面衰变规律的重庆高速公路预防性养护决策研究[D].重庆交通大学，2016.
[9]王长军.预防性养护技术在高速公路中的应用[D].长安大学，2013.
[10]丁孝兵，胡周文，房瑞，马文瑞.探地雷达对道路地下空洞精细识别研究[J].测绘通报，2019（S2）：188-192.
[11]徐俊.地下工程结构多类型缺陷的雷达信号自动辨识方法与工程应用[D].北京科技大学，2019.
论文作者:郑世伦,肖平
论文发表刊物:《基层建设》2019年第31期
论文发表时间:2020/4/13
标签：病害论文; 道路论文; 隐性论文; 机器人论文; 系统论文; 所示论文; 裂缝论文; 《基层建设》2019年第31期论文;