无人机桥梁检测航迹规划方法研究及其应用论文设计

时间：2021-04-01 15:09:03 来源：蒲公英阅读网 本文已影响人

相关热词搜索：航迹 无人机 桥梁

　 无人机桥梁检测的航迹规划方法研究及其应用

　目 录 摘

　要........................................................................................................................................... 3 Abstract ............................................................................................................................................. 4 第一章 绪论 ..................................................................................................................................... 5 1.1 研究背景与意义 ................................................................................................................ 5 1.2 桥梁检测发展现状 ............................................................................................................ 8 1.3 无人飞行器的发展 ............................................................................................................ 9 1.3.1 无人飞行器概述 ..................................................................................................... 9 1.3.2 多旋翼无人机国内外发展现状 ........................................................................... 10 1.3.3 常用的无人机导航定位系统 ............................................................................... 12 1.4 无人机在桥梁检测领域的应用研究 ............................................................................... 14 1.4.1 无人机航迹规划研究现状 ................................................................................... 14 1.4.2 无人机在桥梁检测领域的应用研究 ................................................................... 15 1.5 本文的主要研究内容 .............................................................................................. 17 第二章 无人机航迹规划影响因素分析 ....................................................................................... 18 2.1 桥梁模型 .......................................................................................................................... 19 2.2 风场分析 ........................................................................................................................... 19 2.2.1 基本控制方程 ....................................................................................................... 20 2.2.2 Fluent 软件介绍 .................................................................................................... 21 2.2.3 网格划分 ............................................................................................................... 22 2.2.4 边界条件 ................................................................................................................ 22 2.2.5 用 Fluent 软件分析风场的主要步骤 .................................................................... 23 2.3 约束分析 .......................................................................................................................... 23

　 2.4 航迹规划系统 .................................................................................................................. 24 2.4.1 航迹规划目标点 ................................................................................................... 24 2.4.2 航迹规划算法 ........................................................................................................ 24 2.4.3 飞行航路表达 ....................................................................................................... 25 2.5 本章小结 .......................................................................................................................... 25 第三章 无人机桥梁检测航迹规划算法设计 ............................................................................... 25 3.1 算法概述 ........................................................................................................................... 25 3.1.1 遗传算法 ............................................................................................................... 26 3.1.2 改进蚁群算法 ....................................................................................................... 26 3.1.3 改进 A* 算法 ........................................................................................................ 27 3.1.4 人工势场算法 ....................................................................................................... 27 3.2 传统的人工势场法 .......................................................................................................... 27 3.2.1 引力场 ................................................................................................................... 28 3.2.2 斥力场 ................................................................................................................... 28 3.3 人工势场法的优缺点 ....................................................................................................... 29 3.4 改进人工势场算法 .......................................................................................................... 31 3.5 航迹规划模拟流程 ........................................................................................................... 33 3.6 本章小结 ........................................................................................................................... 34 第四章 中曹司大桥桥梁检测航迹规划模拟 ............................................................................... 35 4.1 桥梁概况 .......................................................................................................................... 35 4.1.1 上部构造 ............................................................................................................... 36 4.1.2 下部结构 ............................................................................................................... 37 4.1.3 桥面铺装 ............................................................................................................... 37 4.2 桥梁风场的数值模拟 ...................................................................................................... 37 4.2.1 几何建模 ............................................................................................................... 37 4.2.2 网格划分 ............................................................................................................... 38 4.2.3 计算工况 ............................................................................................................... 39 4.2.4 数值模拟结果 ....................................................................................................... 39 4.3 预应力混凝土连续刚构桥梁病害汇总 .......................................................................... 53 4.4 无人机航迹规划 .............................................................................................................. 54

　 4.5 规划航迹可行性分析 ...................................................................................................... 55 4.6 本章小结 .......................................................................................................................... 56 第五章 结论与展望 ....................................................................................................................... 57 5.1 总结 .......................................................................................................................... 57 5.2 展望 .......................................................................................................................... 58 致

　谢 ............................................................................................................................................ 60

　 摘

　要

　 传统的桥梁检测方法是利用桥检车、高倍望远镜等设备对桥梁的病害进行观测，由于桥检车体型较大、移动速度慢，常常在桥梁检测时需要占用车道甚至阻断交通，再加上一些桥梁地理环境的约束，导致了传统的桥梁检测方法存在成本高、效率低下等问题，特别是在许多跨越山谷和江河的大桥中尤为明显。

　 无人机（Unmanned Aerial Vehicle）较桥检车相比具有体积小、重量轻、移动灵活，且上升高度更高等优点，搭载一个云台就能完成对桥梁的检测任务。但无人机也有其缺点：例如其飞行时间较短，通常一块电池的飞行时间在三十分钟左右；其次是在风场作用下稳定性较差，容易碰撞到桥梁或者其他障碍物而受损坠毁。因此，如何提高无人机的检测效率，同时又能保障飞行安全，是当下急需解决的问题，也是未来行业的发展趋势。关键技术之一就是要对无人机的航行规迹做出优化，使其在有限航程里规划出一条最高效的航迹来高效的完成检测任务。

　本文先是分析了航迹规划的影响因素，其中包括了桥梁地理环境、无人机自身约束条件、风场信息等，再分别介绍了几种不同的航迹规划算法，阐述了各自的优缺点后说明了本文选择改进后人工势场算法的理由。最后，通过对中曹司大桥的外观检测，将本文提到的航迹规划算法应用到实际中，规划出的航路经过验证，能够满足无人机的约束条件，可达到桥梁检测的目标和要求。

　关键词：无人机；桥梁检测；航迹规划

　Abstract Traditional bridge detection methods use bridge inspection vehicles, high-power telescopes and other equipment to observe bridge diseases,due to the large size and slow moving speed of bridge inspection vehicles, they often need to occupy lanes or even block traffic during bridge inspections, coupled with the constraints of some bridges" geographical environment, resulting in problems such as high cost and low efficiency of traditional bridge inspection methods,especially in many bridges across valleys and rivers. Compared with bridge inspection vehicles, unmanned aerial vehicles have the advantages of small size, light weight, flexible movement, and higher ascension heights, and they can complete the detection of bridges with one gimbal.But drones also have their shortcomings: for example, their flight time is short, usually the flight time of a battery is about 30 minutes; secondly, the stability under the action of the wind field is poor, and it is easy to damage the bridge or other obstacles Crashed.Therefore, how to improve the detection efficiency of drones while ensuring flight safety is a problem that needs to be solved urgently at present, and it is also the development trend of the future industry. One of the key technologies is to optimize the drone"s trajectory, so that it can plan a most efficient trajectory in a limited range to efficiently complete the detection task. This article first analyzes the influencing factors of track planning, including the geographical environment of the bridge, the constraints of the drone itself, and the wind field information. Then it introduces several different track planning algorithms, and describes their advantages and disadvantages The reason why this paper chooses the improved artificial potential field algorithm

　 is explained.Finally, through the appearance inspection of the Zhongcaosi Bridge, the trajectory planning algorithm mentioned in this article is applied to practice. The planned route has been verified to meet the constraints of the UAV and achieve the goals and requirements of bridge inspection. Keywords: UAV; bridge detection; track planning

　 第一章

　 绪论 1.1 研究背景与意义

　 自改革开放以来，我国经济发展速度极为迅猛，各行各业蓬勃发展，特别是进入 21 世纪后，交通运输行业也如雨后春笋般遍地开花。桥梁作为道路的关键性、控制性工程，其建设的数量、跨度、难度等也越来越大。今年来，我国相继建设出了许多刚构桥、斜拉桥、悬索桥，很多桥梁的跨径跻身前列。

　 据统计，截止 2017 年底，我国公路桥梁总数达到 80 万座，从数量上来看，我国的桥梁总数在世界排名第一。但尽管如此，部分地区交通状况还是依然未见明显改善。所以，从当前的条件来看，未来将会建设更多的桥梁，预计到 2020 年，我国的公路桥梁总数将会突破 100 万座。从桥梁结构形式上来看，目前我们国家的连续梁桥、连续钢构桥占 75%，拱桥约 16%，斜拉桥、悬索桥共占不到 1%。从跨径上分，中小跨径桥梁占比 92.2%，大桥占比 7.5%，特大桥仅占 0.3%。从运营年限来看，服役超过 20 年的桥梁约占 1/4，超过 30 年的约占 1/6。

　 桥梁作为重要的交通枢纽，不光承载着连接线路的作用，且在政治、军事、文化等方面也有着重要的含义。因此，桥梁能否安全的运营关系着民生问题。近年来，部分国内外桥梁事故的统计见表 1.1。

　表 1.1 部分国内外桥梁事故统计 Table 1.1 Statistics of bridge accidents at home and abroad 桥梁名称 事故发生时间 事故类型 事故后果

　 群力高架桥（哈尔滨）

　2019 年 匝道侧翻 5 人受伤 锡港路上垮桥（江苏）

　2020 年 侧翻 3 死 2 伤 白河桥（北京）

　2011 年 坍塌 经济损失约 300 万 田庄台大桥（辽宁）

　2004 年 坍塌 1 人受伤 锦江大桥（吉林）

　2010 年 垮塌 1 死 6 伤 孔雀河大桥（新疆）

　2011 年 吊杆断裂 经济损失约 220 万 Songsu 大桥（韩国）

　1994 年 桥面断裂 31 死 卡拉奇大桥（巴基斯坦）

　2007 年 坍塌 4 死多伤

　（a）锡港路上垮桥垮塌 （b）

　白河桥垮塌

　 （c）

　孔雀河大桥桥面板掉落 （d）

　卡拉奇大桥垮塌 图 1.1 国内外各类桥梁事故 Fig1.1 Various bridge accidents at home and abroad 尽管发生这些事故的原因有很多，但未定期进行桥梁检测，未建立完善的桥梁健康监测系统是主要的原因之一。若定期对桥梁进行健康检测，就能及时发现病害，很大程度上能够减少或者避免因桥梁病害缺陷造成的交通事故。

　 目前来说，常规的桥梁检测准备种类较为繁多，但应用于大跨径桥梁的设备较少，比较固定，通常来说是各种类型的桥检车（如图 1.2 所示）、人工望远镜、预制轨道视频检测，以及远程拍照等常规设备进行检测。由于距桥梁距离较远， 通过望远镜和远程拍照来观测桥梁病害信息较困难。且用桥梁检测车对桥梁进行检测时，需要用机械臂将作业人员送到桥梁下部去，这不仅会影响上部交通，而且还存在安全隐患，检测经济成本较高。特别是在检测斜拉桥、悬索桥或者是有灯柱的桥梁时，桥检车需要反复的伸臂和收臂，这会大大降低工作的效率。另外，桥检车的臂展长度、伸展角度等因素的限制，对于人行道较宽的桥梁也较难进行检测。而预制检测轨道检测法需要在桥梁建设期就要预设置轨道，这种方法的特点是成本高，无法重复利用。综上所述，桥检设备总会存在一些缺点和不足。

　 图 1.2 桥检车作业现场 Fig1.2 Bridge inspection vehicle operation site

　 桥检车除了效率低下，检测成本较高以外，还有一定的安全隐患。例如 2017年 11 月，在广西省就发生了一例桥梁检测意外事故。在检测某跨江大桥时，检测作业装置与车架平台连接处突然断裂，位于作业平台内的教授杨某、学生武某、操作工黄某 3 人被抛出坠入江中失踪。据调查，认定事故的直接原因是桥梁检测车检测作业装置与车架平台连接处关键焊缝质量不合格，造成严重应力集中，局部应力过大，进而导致检测作业装置与车架平台连接处关键部位韧性过载断裂，检测作业装置整体倾覆。

　 图 1.3 桥检车失事照 Fig1.3 Bridge inspection vehicle crash photo 随着交通量的逐渐增加，以及货运车辆的超载，逐渐会有很多的桥梁提前进入病害期。但随着经济的增长，人们安全意识的提高，桥检检测行业会在未来10 年左右进入黄金时代。为了提高检测的效率，桥梁检测人员需要一种操作方便、成本合理、灵活敏捷的飞行载具将检测设备运送到检测人员难以到达的位置，进行桥梁视频、照片取景。

　 无人飞行器（UAV）是相对于有人驾驶飞机而言体积更小，造价更低、结构更为简单的机器，因为它的这些特点，它可以完成很多有人驾驶飞机不能完成的任务。因此，无人飞行器近年来在检测、勘察、巡检等领域得到了广泛的运用。例如：地形勘测、电力巡检、抢险救灾、播撒农药等，用无人机去完成这些任务可大大提高效率，同时也可降低经济成本，无人飞行器同样的能运用到桥梁检测领域中来，协助检测人员完成对桥梁的检测任务。

　1.2 桥梁检测发展现状 状 随着经济的发展，交通量逐年攀升，大型货车超重的现象也越来越普遍，对桥梁的承载能力和安全通行能力提出了更高的要求。而一些桥梁因为交通荷载的增加、养护不当等原因，出现了诸多的病害，提前进入了养护期。这无疑给交通安全隐患又加重了砝码，而为了保障交通的顺畅、行车的安全性和舒适性，给人们的出行提供一个安全的保障，对桥梁进行定期的检测是十分有必要的。

　桥梁专业人员提出对桥梁的损伤检测可追溯至上个世纪 50-60 年代，经合组织更是在 1970 年完成了桥梁检测、养护和承载能力评估等研究报告。在首先完成工业革命的发达国家，其基础建设发展较早，从 1980 年左右起，这些国家就将工作重心从桥梁建设和规划逐渐转移到健康评估、养护维修等方面上来。上世

　 纪九十年代左右，各个国家为了更好的保障桥梁的承载力安全问题，越来越多的公路管理职能机构和部门、工程建设和研究人员越来越重视桥梁的健康检测。很多国家先后制定了相应的桥梁管养方案和计划，也出台了相应的桥梁检测、加固的规范，让桥梁检测迅速发展起来。我国于 2019 年 10 月 18 日在上海召开“2019全国既有桥梁安全管理与养护加固技术交流会”，本次会议的主题就是安全、管理、养护、加固，会议内容分为检测与评估、维修与加固、养护管理三个方面，许多学者、研究人员从不同维度对桥梁的检测做出了深入的交流和探讨，相关人员也发表了许多优秀的会议论文及报告。

　我国先后制定的规范有《城市桥梁养护技术规范》（CJJ99-2003）、《公路桥梁承载能力检测评定规程》(JTG/T J21-2011)、《公路桥梁技术状况评定标准》（JTG/T H21-2011）和《公路工程质量检验评定标准》（JTG F80/1-2012）等。现在有很多城市建立了自己的桥梁管理系统。通过系统通过桥梁不同部位的缺陷，算出一个加权平均值，以此来具体量化桥梁的缺损状况，然后根据此缺损状况得出桥梁的使用可靠度，再根据可靠度来衡量目前桥梁的一个健康状况。

　目前来说，我国在桥梁检测领域相对于发达国家来说具有起步晚，目前相对落后的特点，具体体现在设计评估理论、检测方法和体系不够完善等方面。但从另外一个角度看，虽然我国在桥梁检测领域起步晚，但是发展较为迅速。在桥梁检测设备这一块，现在有多种多样的大型检测设备投入使用，这些设备大多都具有机械化特点，加上这些设备基本都具备自动收集数据的特点，可以自动对数据进行处理和结果输出，相对人工来说，可以保证数据的精确度更高。但这些设备也有各自的缺点，比如大型桥检车在工作时往往会占用车道，且如果在安装有路灯或者人行道较宽的桥梁上，桥检车需要反复的伸臂收臂，效率会比较慢，且经济性较差。

　1.3 无人飞行器的发展 1.3.1 无人飞行器概述

　 无人驾驶飞行器（UAV），通常称为无人飞行器或者无人机。顾名思义，这种飞行器是没有驾驶员的，它是通过无线遥控或者自身程序来控制飞行的飞行

　 器。

　1917 年，世界上第一架无人机在英国皇家飞行训练学习诞生，这架无人机是训练学校研制的“空中靶机”，后来一些国家在此基础上研制出了无人侦察机，开启了无人机的军用时代。其实在 1970 以前，关于无人机的研究还不是那么的成熟，让人们真正意识到无人机重要作用的还是上世纪八十年达的中东战争，海湾战争让无人机的重要军事作用体现得淋漓尽致。随后，多个国家开始了自己的军用无人机研究之旅。

　MQ-1 捕食者(Predator)(图 1.4)是一种无人机，美国空军描述为"中海拔、长时程"(MALE)无人机系统。它可以扮演侦察角色，可发射两枚 AGM-114 地狱火飞弹。它是一种遥控飞行器，机长 8.27 米，翼展 14.87 米，最大活动半径 3700公里，最大飞行时速 240 公里，在目标上空留空时间 24 小时，最大续航时间 60小时。该机装有光电/红外侦察设备、GPS 导航设备和具有全天候侦察能力的合成孔径雷达，在 4000 公尺高处分辨率为 0.3 米，对目标定位精度 0.25 米。可采用软式着陆或降落伞紧急回收。

　 图 1.4 捕食者号 Fig 1.4 The Predator

　 鉴于上个世纪无人机在军事上的作用开始被各国重视，导致各大科研机构、科技公司开始对无人机投以更多的关注，对无人机开始了更深入的研究，促使无人机得到了较快的发展，这体现在其尺寸更小、重量更轻、操作更灵活、造价更低廉。

　1.3.2 多旋翼无人机国内外发展 现状 无人机根据机翼结构的不同可以分为固定翼和旋翼两类。固定翼无人机是通

　 过长距离的滑行来进行起飞和降落动作。对于固定翼无人机而言，其具有抗风性好、遥控、程序控制实现较为简单等优点，所以其较旋翼无人机发展较快。而旋翼无人机是依靠螺旋桨的旋转产生动力，依靠此动力克服自身的重力实现升降。早年间由于旋翼的控制水平比较低下，操控性、稳定性等较差，所以其发展较慢，但近年来随着微电子技术、空气动力学、电磁控制学等理论的发展，使其在短短几十年的时间内发展如此迅速。

　对于四旋翼飞行器的研究最早可以追溯到 20 世纪初，1907 年在法国科学家Charles Richet 的指导下，reguet 兄弟制作出了第一架旋翼式直升机，命名为Breguet-Richet Gyroplane No.1 旋翼机 1 号 Breguet 兄弟制作出的这架飞机机身使用由钢管焊接的支架在水平面以对称的十字交叉方式所组成，在十字形结构的四个端点出分别安装了四对 8.1 米长的正反旋转螺旋桨，四对螺旋桨由一台发动机驱动。由于螺旋桨采用的是共轴反旋式结构，因此可以相互抵消反扭矩。驾驶员坐在机身中央控制发动机油门，而旋翼需要地面人员辅助控制实现稳定。旋翼机 1 号进行的多次的飞行试验，而最终的实验结果却并不理想，但是这种同时使用正反旋翼的设计思想为后来飞行器的设计提供了新的设计思路，也为现代四旋翼飞行器的发展提供了基本雏形。

　在此后的一段时间里先后有许多科学家设计制造了许多改进的四旋翼飞行器，但都由于不能良好的控制其稳定飞行而昙花一现。在此后的一段时间里，四旋翼飞行器也一直没有取得什么重大的发展。

　在小型和微型四旋翼飞行器领域，许多国家的高校和科研机构已经开展了许多相关的科研项目，主要包括对四旋翼飞行器系统建模和控制策略的研究以及基于四旋翼飞行器任务功能的实现。美国宾夕法尼亚大学 GRASP 实验室设计了一种能够在室内进行编队飞行的四旋翼无人飞行器，这些飞行器上都安装有光源，通过安装在室内的一组摄像头进行拍摄，确定飞行器的位置并对其进行编队控制 。

　麻省理工学院设计了一款可以在室内进行地图绘制、定位和壁障的四旋翼无人机系统，该系统通过激光雷达对周围环境进行测量，可自动生成室内三维地图数据，并根据周围环境进行自主壁障和路径规划，可以用于危险环境的初步探测以及人员的搜救。

　德国在四旋翼飞行器的研究领域中也具有较高水平，德国的 MICRODRONES

　 公司推出了一款四旋翼飞行器 MD4-200。这个飞行器采用全碳工艺制作，使用独特的盘式直流无刷电机，具有非常高的工作效率，使用高性能锂电池供电，且非常省电，具有较长的滞空时间。飞行器安装有 GPS 定位系统和摄像设备，能够在室内和室外执行航拍和定点观测任务。

　在微型四旋翼飞行器领域中具有代表性的是斯坦福大学的 Mesicopter 项目，这个项目为四旋翼飞行器的研究提供了一种独特的思路。

　目前，国内对于四旋翼飞行器的研究还处于起步阶段，国防科技大学，哈尔滨工业大学，上海交通大学，南京航空航天大学，南京理工大学、天津大学，中南大学等几所院校已经在相关领域开展了研究工作，并且取得了一定成果。哈尔滨工程大学自动化学院惯性导航与测控技术教研室自 2009 年开展了四旋翼飞行器的研究，目前已经建立了完整的飞行器数学模型，完成了飞行器系统的软硬件设计，设计出了一套能够携带一定质量的载荷进行导航飞行的四旋翼飞行器。

　1.3.3 常用的无人机导航定位系统 就目前来说，无人机常用的导航定位系统有无线电系统、惯性系统、航位推算、地形辅助导航、组合导航等。

　（1）无线电导航系统 无线电导航系统通过计算电波从发射到接受之间的时间，对无人机进行一个定位。除此之外，还能通过测量相位或相位角来定位。无线电导航根据发射机或转发器位置的不一样，又分为陆基和星基导航系统。

　星基导航系统又叫卫星导航系统，是无线电导航的一种。该系统将导航卫星看作一个已知的动态点，然后通过导航卫星来发送、接收信号，且能实时测量载体的航位和引导载体运动。由于该系统能够随时提供高精度的速度、三维坐标、无人机姿态等信息。

　（2）航位推算系统 航位推算系统是同测量一系列无人机的速度增量，来推算无人机航位的一种办法。这种系统的优点该方法是完全自主不需要人为控制，缺点则是如果测量出现误差，则根据误差累积效应，测出的航位与实际航位的偏差会越来越大。

　（3）地形辅助导航

　 地形辅助导航也是一种自主导航系统，顾名思义它主要是为其他导航系统提供辅助作用，准确的说就是利用数字地形图来修正其他导航的误差，为无人机提供精确的导航信息。即便在山区等信号弱的地方，该导航系统也能凭借其精度高、抗干扰能力强等优点为其他导航系统服务。

　（4）惯性导航 此导航系统早在 20 世纪初便开始发展，该系统利用载体上的加速度计等惯性原件感知无人机的角速度和加速度等信息，再将收集到的数据通过相对空间力学定律进行计算，得出无人机具体的速度、航位等具体的信息。另外，该导航系统具有精度高、安装维修方便等优势，导致其在上世纪发展得相当迅速，应用领域也相当广泛。不过，该系统也有其诟病，主要体现在误差积累上。所以，该导航系统常常与其他导航系统结合使用。

　（5）组合导航 由于以上导航都有各自的优点和缺点，为了更准确的测量出无人机的航位，通常会将两个或两个以上的导航系统载入无人机，目前，GPS 卫星导航和惯性导航相结合的组合使用最为广泛，两者优势互补，能提供较精确的导航数据。

　表 1.2 无人机采用的导航系统

　Table 1.2 The navigation system adopted by unmanned vehicle

　名称 先锋 月神 勇士 哈比 全球鹰 精灵 3 X402 天途 导航方式 GPS GPS/INS GPS/INS GPS/INS GPS/SINS GPS GPS/北斗 GPS 注：大疆精灵 3 和超翼 X402 皆为四旋翼无人机，天途无人机为八旋翼无人机。

　总体来说，我们对无人机的导航系统有以下性能要求：

　①定位精度高，能够满足相应任务的需求；

　②抗干扰能力强，在多种环境干扰下，仍能准确定位；

　③功能完善，可实时输出载体的位置、姿态、速度等信息；

　④导航系统重量轻，体积小，价格合理，安装维护方便，使用寿命长等。

　 1.4 无人机在桥梁检测领域的应用研究 1.4.1 无人机航迹规划研究现状 无人机航迹规划是，在初始点和目标点之间规划一条能够满足无人机性能、碰撞概率等约束条件的可行的飞行路径[32] 。在无人机任务规划中，航迹规划是关键部分，其目标是计算出最优的能够避免障碍物的飞行轨迹，助无人机顺利完成任务。

　按规划实时性，航迹规划可分为静态航迹规划和动态航迹规划。静态航迹规划指事先将目标点、障碍物的位置及约束条件等信息输入到航迹规划系统中去，系统根据相关算法进行航迹规划。这种方法可在规划出路径之后，对规划出的路径进行适当修改。但静态规划也存在实时性差等缺点。动态规划指无人机在执行任务过程中，自动识别障碍物，利用设定算法实时规划路径，并根据实际情况随时调整路径。动态规划具有自主性强、抗干扰、可实时调整等优点；但其对机载设备计算能力、障碍物识别能力等要求高。

　随着计算机技术的发展，很多航迹规划算法不断被提出。下面简要介绍国内外航迹规划算法的研究情况。1962 年，美国 Michigan 大学的 John H. Holland 教授受生物进化的启发提出了遗传算法（Genetic Algorithms，GA）。遗传算法效仿的便是基于自然选择的生物进化。它是一种随机方法，模仿生物的进化过程。我们也将遗传算法称之为一种概率搜索算法。通过简单的编码技术、繁殖机制，遗传算法能有效地解决极度困难的问题。它不会受到搜索空间所设置的限制性假设的约束，也不必要求诸如导数是否存在、算法连续性等假设，再加上它固有的并行性，就具备了传统优化方法而无法比拟的优越性。因此，在路径规划领域遗传算法的应用研究十分广泛。但其仍存在缺陷，比如收敛速度较为缓慢，过早陷入局部最优等缺陷。

　1962 年，针对多路径规划的自由度问题，M.H.Overmars 等人，提出了概率地图方法。这种方法的最大特点是，权衡了规划时间和路径质量。然而，一旦规划环境变化，其不能通过局部更新来适应新环境。

　上世纪 80 年代中期，由 Khatib 最先提出了人工势场法，这种方法可以不用图形的形式表示航迹规划的空间，而是把物体的运动看作为是引力和斥力两种势

　 场力作用的结果[21] 。这样，物体总是能够沿着引力和斥力的合力方向运动。该方法的最大优势是航迹规划速度快，但它也可能出现找不到路径的情况，从而导致航迹规划失败。其原因在于规划空间内存在局部最小点，即吸引力和排斥力大小相等、方向相反的地方。为了克服这种算法存在局部最小的问题，许多学者也相继提出了各种不同的势函数[22 ~ 24] 。

　1991 年意大利学者 Dorigo M 提出蚁群算法(Ant Algorithm)。这种算法是一种仿生优化算法，模拟了蚂蚁的觅食行为。与遗传算法类似，它也不会受到搜索空间所设置的限制性假设等的约束，不必对要求诸如导数是否存在、算法连续性等假设。另外，它的搜索特点还具有优良的动态特性，这对于航路规划中的动态适应问题特别有效。但其同蚂蚁觅食一样，也可能陷入死循环，从而导致任务规划失败。柳长安博士将蚁群算法应用到无人机攻击、侦查监视路径规划等中[25] 。

　1995 年，Kennedy 和 Eberhart 受鸟群觅食的启发，提出了粒子群优化算法(Particle Swarm Optimization, PSO)[26] 。随后基于模拟退火法的粒子群优化算法、量子粒子群算法等都对传统的粒子群算法进行了相应的改进。但局部最优问题仍然存在。

　在 2000 年，Szczerba 等人提出了稀疏* 搜索(Sparse A*

　Search，SAS)，这种方法是对*Α 算法进行了一定的改进。该算法最大优点是相对改进前缩短了搜索时间。踏实通过结合航迹规划任务给定的约束条件，然后将位于搜索空间的那些没用节点进行裁剪[27] 。Szczerba 等人提出这种算法，有空间局限性，在三维空间里不能应用其进行搜索计算[28] 。后来，李春华等在 Szczerba 等人的基础上对算法做出了进一步改进。他们将算法扩展到了三维空间，其原理是基于稀疏* 搜索算法的三维航迹实时规划。这种方法规划的路径，能够有效避开障碍物和有威胁的物体，同而大大降低路径规划的时间[29] 。

　1.4.2 无人机在桥梁检测领域的应用研究 近年来无人机产业快速发展，在军事领域、消费级领域和工业级领域均有广泛应用。军用无人机作为现代化战争利器，具有造价低廉，使用限制条件少和无人员伤亡隐患等优点，目前已有多种型号无人机应用到现代化战争中，如中国的

　 利剑无人机、美国的捕食者和法国的神经元等[8] 。无人机作为飞行平台，在电力巡线、农业植保、地质勘探、影视航拍等许多工业领域发挥作用，为工业应用提供了新的手段，降低了成本，提高了效率，可以代替人完成人无法完成的工作或危险性较高的工作。

　无人机作为一种新型的桥梁检测手段受到国内外多家科研院所和公司的关注。国内外桥梁检测无人机通常搭载摄像机拍摄桥梁影像，采用人工观察或图像处理技术对无人机拍摄的图片进行处理并对桥梁的裂缝、混凝土剥落面积等桥梁病害进行识别和测量。由于多旋翼无人机易于操控且稳定性较高，通常将其作为桥梁检测无人机飞行平台。无人机桥梁检测技术主要包括桥梁病害识别与测量技术和无人机控制技术两个方面。

　大疆作为无人机产业中佼佼者，开发出了多种型号无人机系统，有些飞行控制系统提供 SDK，用户可以利用所提供的 API 接口获取无人机系统提供的信息进行二次开发，如经纬 M200 系列无人机系统作为一款行业应用无人机，上置相机，在桥梁检测、风力发电机及海上钻井设备巡检和电力巡检中发挥作用。该平台飞行稳定性高，采用高性能的内置处理器进行传感器数据处理和飞行控制，搭载前视和下视视觉系统用于避障和悬停飞行控制，可以外接激光雷达等多种传感器，拓展无人机的应用场景。

　先进的无人机控制技术可以保证桥梁检测无人机飞行平台的易操控性和飞行稳定性，无人机控制技术研究主要包括无人机的姿态解算与稳定控制技术、导航与定位控制技术、定高飞行控制技术、避障控制技术等。

　无人机桥梁检测过程中，工作环境复杂，操控不当，无人机容易碰撞到桥墩等桥梁构件引发坠机事故，无人机避障控制技术的使用可以减少坠机事故的发生。常用于障碍物检测的传感器有超声波模块、双目摄像头和激光雷达等。超声波模块通过测量反射的超声波的传输时间计算障碍物的距离，需要使用多路超声波模块才能够进行多方向避障。双目视觉可以用于障碍物的识别和测距，算法较复杂且对环境光照强度有一定要求。激光雷达可以主动发射红外激光，直接输出探测点的距离信息，数据易于处理，使用三维激光雷达可以用于三维空间中障碍物的检测，其缺点是无法识别过小的障碍物和透明的障碍物。常用的避障控制策略有人工势场法[16] 、目标轨迹预测和避障相结合的避障控制策略 [17] 。和基于避障

　 空间的避障控制策略等[18] 。

　 目前，由于无人机受电池续航能力，机身稳定性，控制系统发展等限制。在桥梁检测领域的还处在一个初步发展阶段，目前国内外学者在此阶段的主要研究内容有：无人机飞行控制系统、航迹规划系统、航迹规划算法等方面，并取得了阶段性成果。例如重庆交通大学团队已经可以利用四旋翼无人机进行桥梁检测，并还将对无人机的飞行控制系统进行更深入的研究。

　1.5 本文的主要研究内容 本文共分为 5 个章节，每个章节的研究内容如下：

　（1）第一章简要说明了例如桥检车等传统检测的设备的不足和缺点，阐述了无人机桥梁检测的研究背景和意义，并介绍了目前桥梁检测和无人机的国内外发展，列出了无人机在桥梁检测中的优势和目前所面临的重点问题。

　（2）第二章从环境信息、约束条件和桥梁检测目标等方面分析无人机航迹规划因素。首先介绍了建立模型的基本原则；其次，给出了桥梁风场分析时的控制方程等因素；最后，对航迹规划的约束条件作了简要分析。

　（3）第三章介绍了目前几种较为主流的航迹规划算法，其中包括了改进 A*算法、改进蚁群算法、遗传算法和人工势场算法，将这几种算法作了对比，阐述了各自的优缺点。并对本文所选择的人工势场算法作了分析，给出了选择该算法的理由。也介绍了该算法中存在的三种局部极小值点，针对这缺点，本文给出了在障碍物影响范围之外另外设置新的目标点的方法，并证实了该方法的可行性。

　（4）第四章通过实际案例，对中曹司大桥做了实际检测演示。首先用有限元软件建立该桥梁的三维模型并划分网格，再用 Fluent 软件对桥梁进行风场计算，然后将得出的风场数据作为航迹规划中确定目标点的理论数据，最后运用 Matlab软件对无人机的飞行路径做出模拟。然后进行实际操作对比，对比结果显示所规划的航迹能够基本覆盖桥梁的待检区域，且检测结果显示，在该航迹下能够识别出例如混凝土掉块、露筋及裂缝等病害。

　（5）第五章对本文的研究成果和创新点进行了总结，且分析了本文不足之处以及还需要改进和深入研究的地方，并对未来无人机在桥梁检测领域的发展做出了展望。

　第二章

　 无人机航迹规划影响因素分析 在无人机起飞点和检测目标点之间规划出一条或多条可行或最佳的飞行路径 该路径能满足无人机自身的续航时间 硬件参数和避开外界的障碍 这就是无人机的航迹规划 这个过程要综合考虑桥梁的地址信息 风场信息检测的目的和要求以及其他条件等 本章节对无人机航迹规划的流程将从环境信息、规划系统、约束条件、检测目标点等四个方向展开。

　 约束条件 规划系统

　 检测目标点 环境信息 预期航迹

　图 2.1 航迹规划流程图

　 Fig2.1 Flight planning flow chart 无人机在进行桥梁检测时，要穿过一定的三维空间，并在合适的位置进行取景拍摄照片或视频，所以就要在该空间内找到一条合适的飞行路径，使得无人机在空间内飞行时能够避开障碍物和远离风力较大的区域，让无人机能够快速高效的完成检测任务。

　2.1 桥梁模型 桥梁在检测任务中具有“双重角色”，它既是检测任务的主体对象，又是无人机执行飞行任务时的障碍物，无人机应避免在检测过程中与桥梁主体发生碰撞从而导致坠机，否则会让检测任务中断或失败。因此，无人机的航迹规划应该将桥梁本身的结构类型、病害易发生位置等信息考虑进去。但如果要将这些信息“丝毫不差”的嵌入航迹规划系统内，那无疑将会是一项繁琐且不太可能实现的工程。所以，在建立桥梁模型时，通常会对桥梁模型进行一定的简化，但又不是随便简化，其中应该遵循的原则是：有利于风场分析、检测航线的路径规划和检测任务的顺利完成。

　2.2 风场分析 通常来说，要得到桥梁周围最真的风场信息无疑是去现场进行周期性的数据收集。但从实际经验来看，这样做往往会耗费不少的人力和物力，特别是在检测任务有比较紧的时间限制时，还可能会导致工期的推迟。除了这种手段，另外一种可以获得风场数据的方法便是通过风洞实验来收集，但在做风洞实验之前，要先运用相似理论做出真实的桥梁模型，就得尽可能保证桥梁结构尺寸和桥梁周围的地形等信息接近真实状态，且目前国内能做风洞实验的科研单位屈指可数，实验的经济性也不高，所以这给分析风场数据带来了不小的困难。

　但随着科学技术水平的提高，各类计算机工程软硬件的升级和发展，让风场分析逐渐变得不再那么困难，目前国内许多高校也利用的是流体有限元软件进行风场分析。

　 2.2.1 基本控制方程

　流体在运动过程中，满足质量守恒定律、动量守恒定律、能量守恒定律，而这些守恒定律的数学表达式即为航迹规划的基本控制方程。

　（1）质量守恒方程

　 该方程又叫连续方程 ， 是指单位时间内流体微元体中质量的增加等于同一时间间隔内流入该微元体的净质量，其数学表达式为：

　（2.1）

　t：时间；ρ：流体密度；mS ：源项； u ：速度；iu 是 u 在坐标系 ) , , ( z y x i 方向上的分量。

　 对于风而言，可将空气看作不可压缩的流体，此时密度  则是一个不变的常量，mS 为零，则上式就变为：

　（2.2）

　（2）动量守恒方程

　 动量守恒方程又叫 S N  方程或是运动方程，是指微元体中流体的运动量对时间的变化率等于该微元体上各种外力之和 ， 其数学表达式为 ：

　i ijiji jj iiF gx x xu utu  ) () (

　（2.3）

　 ：静压；ig ：

　i 方向上的重力体积力；iF ：

　i 方向上的外部体积力；  ：粘性系数； ijiiijjiijxuxuxu   32) ( 为应力张量。

　 对于低速流动空气（不可压缩流体），  为常量，故体积膨胀率为 0，即 0 iixu，则式（2.3）变为：

　ijii i jijiFxuxVx xuutu ) (1 ) ( ) ( 

　 （2.4）

　 式中， V 为运动粘性系数 ， 通常为常量。

　（3）能量守恒方程 能量守恒方程是指微元体中能量的增加率的等于微元体的净热量加上体力与面力对微元体所做的功，其数学表达式为：

　 ri p i iiSxTckx xTutT）

　（) ( ) (  

　 （2.5）

　k ：流体传热系数； T :温度；rS ：粘性耗散项；pc ：比热容 2.2.2 Fluent 软件介绍 到目前为止，有很多软件可以用于流体动力学的计算分析 。

　比如较为常见的就有等软件 。

　目前，应用较为广泛的是 公司旗下的软件—— 。

　它专用于模拟分析复杂区域内的流体流动 、 传热现象 。

　具有较为灵活的网络特性 ， 可支持多种不同的网络类型 ； 另外 ， 它还有较好的网格自适应能力 ， 可以按计算时得出的初始计算结果进行网格调整 。

　在分析梯度较大的流场时能得到更精确...