经过多年大规模基础设施建设,早期建成的桥梁已逐步进入维修高峰期。桥梁缆索保护层长期暴露于自然环境中,受机械损伤、材料老化等因素影响,易出现表面硬化、腐蚀、开裂、变形及破损等问题;雨水随之渗入缆索内部,导致钢丝锈蚀,再加上风振引发内部钢丝束相互摩擦与磨损,进一步加速断丝现象
[1-2]。据不完全统计,中国桥梁平均桥龄已超过20年
[3]。若能及时发现并修补桥梁缆索保护层的损伤,可大幅减少雨水渗透,有效延长缆索使用寿命,降低缆索更换频率。因此,对缆索保护层损伤进行修补具有必要性。
目前,桥梁缆索维护检修主要以人工方式为主,大多采用在缆索上挂载吊篮,搭载作业人员沿拉索移动开展维护检修作业,效率低、劳动强度大、阻隔交通、人员作业危险性高。大跨度桥梁缆索外层通常采用聚乙烯(polyethylene,PE)材料作为防护套,具有直径跨度范围大、倾角大、距离长等检修难点。
Zheng等
[4-9]研制的CCRobot桥梁缆索攀爬机器人系列已更新至第五代。其中,CCRobot蠕动式机器人
[4]借鉴蠕虫爬行原理,设计了锁定模块与攀爬模块:机器人上方的4个夹持器夹紧缆索表面,实现上部结构的锁止;CCRobot-Ⅱ
[5]通过引导轮与滑动框架提升攀爬速度;CCRobot-Ⅲ
[6]将两个模块分离并以钢丝束连接,进一步提高攀爬载荷。针对分体式前驱模块易与缆索障碍物接触导致稳定性下降的问题,CCRobot-Ⅳ
[7]采用旋翼式前驱模块,提升了障碍物通过能力;CCRobot-Ⅴ
[8]则通过并联绳驱多机协作攀爬模式,进一步提高缆索检测与维护效率。此外,Zheng等
[9]还对缆索攀爬检修机器人的多机协作救援机构设计展开了研究。
张家梁等
[10-11]研制了气压蠕动式、电动连续式、电动液压等多种缆索机器人,可在倾斜及垂直缆索上爬升,并能适应不同倾斜角度、截面直径与形状的缆索。徐丰羽
[12]针对光拉索和带螺旋线拉索的结构特点,分别设计了双边轮式爬升机器人与磁吸附加弹簧支撑的螺旋爬升机器人。季云峰等
[13]开发的斜拉索表观检测机器人具有小型化、快速自爬行、高质量图像采集及缺陷自动化识别等特点。王亚斌等
[14]提出的三边轮式缆索机器人采用三电机驱动,但在爬升过程中易偏离缆索。
魏武等
[15-17]提出一种蛇形拉索机器人,采用基于迭代链拟合与关键帧提取的攀爬步态生成方法:其蛇形螺旋运动可适应不同直径的缆索,通过调整参数能优化螺旋形状;该机器人还集成无损检测系统,用于桥梁缆索检测。王正杰等
[18]聚焦桥梁检测用飞行爬壁机器人的翼间气动干扰问题,分析了干扰对机器人攀爬运动稳定性的作用机制。丁潇颖等
[19]构建了基于图像三维重建与多准则决策的城市社区绿色生产性更新方法,融合了三维建模与多维度决策分析。易小年等
[20]针对强噪背景下桥梁缆索缺陷识别困难的问题,提出改进匹配追踪算法,以提取缺陷特征、提升识别精度。徐丰羽等
[21]提出基于弹簧-磁流变阻尼器的缆索攀爬机器人减振机构及控制方法,用于抑制攀爬振动。蒙东龙等
[22]研究了冗余双驱动拉索检测机器人,通过爬行力学特性分析与样机应用测试,验证了力学模型的合理性及作业可靠性。
Kim等
[23]设计了一款六轮式桥梁拉索检测机器人,重点研究了抱缆系统、驱动系统与安全回收系统的优化设计,以及各系统间的耦合关系。美国IPC(institute of printed circuits)公司研发的拉索攀爬检测机器人可全方位检测拉索表面的损坏情况,当动力系统突发故障时,能够及时、有效地实现抱紧动作。Mahdavi 等
[24-25]研制了UT-Pole Climbing Robot,该机器人用于高速公路路灯的清洗与维护,其结构与桥梁拉索检测机器人相似,同样采用六轮式爬升与三电机驱动方案;不过,三电机的同步控制难度较大,容易导致机器人出现螺旋爬升现象。
综上所述,目前中外针对桥梁缆索保护层自主修补机器人的相关研究鲜见,而中国大跨度桥梁数量位居全球首位,因此该研究具有重要的学术价值与经济效益。针对大跨度桥梁超长缆索保护层表面损伤的修补需求,研制一款具备高速度、高载荷、高可靠性的分体式仿生攀爬缆索修补机器人。该机器人搭载安全回收系统、视觉感知系统,以及清理、打磨、修补专用工具等,可实现对缆索保护层损伤的三维重构,完成清理、打磨与修补作业,从而解决超长缆索保护层的自主维修问题。这一成果将大幅降低工人作业风险,提升桥梁运检效率与质量,减少管养成本,对桥梁缆索病害的预防及处置具有重要指导意义。
1 机器人总体设计方案
针对大跨度斜拉桥梁的超长缆索保护层表面的病害及损伤检测与修补需求,研制具有高速度、高载荷、高可靠性、可安全回收、可自主局部修补等特性的仿生攀爬桥梁缆索检修机器人。机器人主要由可快速攀爬的轮式牵引单元和载荷单元组成,如
图1所示。轮式牵引单元可在缆索上快速移动并作为锚固点,载荷单元携带多自由度机械臂、三维相机、清理、打磨及修补等专用工具。各单元采用可自锁的掌足机构抱紧缆索提供高载荷能力,单元之间采用柔性绳索连接,利用卷扬机提供动力,并结合足掌固定锚固,在缆索上模仿蠕虫蠕动伸缩式交替攀爬,实现大负载、长距离、高效的攀爬,各单元之间采用无线控制和数据传输,最大距离可达3 km以上。机器人主要技术指标:攀爬速度≥10 m/min,负载能力可达40 kg,适应桥梁缆索直径80~200 mm,机器人攀爬定位精度可达(100 m内)0.2 m,缆索保护层面状破损最小修补尺寸10 mm×10 mm。
1.1 轮式牵引单元设计
轮式牵引单元主要由4组变径动力机构、抱紧机构、主体框架、控制系统、供电电池、无线通信模块等组成,如
图2所示。整机通过调节变径动力机构的伸缩范围适应不同缆索直径,抱紧机构通过足掌抱紧缆索,足掌设计挂点作为锚固点牵引载荷单元。
变径动力机构采用对称连杆机构,通过梯形丝杆螺母传动驱动主、从动轮对称同向运动,弹簧提供预紧力将主、从动轮压紧缆索表面,提供足够的摩擦力,弹簧还起减震和越障的作用,主、从动轮表面包裹橡胶提供足够摩擦力,主、从动轮同轴安装单向阻尼器提供反向阻力,防止机器人故障时快速下滑而坠毁。抱紧机构通过“电机+蜗轮蜗杆”的传动系统控制足掌对称开合同轴抱紧缆索,作为牵引锚固点,足掌表面包裹耐磨橡胶提供足够摩擦力,安全回收装置在抱紧机构故障时控制足掌松开确保机器人安全返回。供电系统采用锂电池,续航3 h以上。
1.2 载荷单元设计
载荷单元主要由4组变径调节机构、2组卷扬机、2组抱紧机构(同轮式牵引单元)、修补专用工具、多自由度机械臂、主体框架、控制系统、无线通信模块、供电电池等组成,如
图3所示。变径调节机构的伸缩范围适应不同缆索直径;卷扬机上绳索与轮式牵引单元抱紧机构足掌挂点连接,提供动力牵引载荷单元上下运动;两组抱紧机构的足掌抱紧缆索,将载荷本体固定在缆索上。
变径调节机构采用同轴传动驱动两组蜗轮蜗杆传动机构,平行布置的两组滚轮通过梯形丝杆螺母传动机构做往复直线运动,适应不同直径的缆索,弹簧起到减震和越障的作用,滚轮同轴安装单向阻尼器提供反向阻力,防止机器人故障时快速下滑而坠毁。卷扬机提供动力,牵引载荷单元在缆索上运动,采用往复丝杆排列绳索,保证绳索排列整齐、紧密。修补工具包括三维相机、清洁、打磨和修补等专业工具,实现对缆索PE保护层的全工艺流程修补作业。多自由度机械臂末端搭载修补工具,通过轨迹规划、视觉引导等实现360°全覆盖缆索自动修补。
2 缆索修补系统
缆索修补系统主要用于缆索保护层的缺陷识别、检测、打磨、清洁、修补等,主要由底座、三维扫描相机、打磨机构、旋转清洁机构、气动清洁机构、修补机构、监控相机、卷料盘等组成,如
图4所示。缆索修补过程:利用三维扫描相机对缆索表观进行三维重构,获取缆索表面的凹坑、裂纹、破损等缺陷尺寸相关信息,对缺陷部分进行打磨、清洁,然后使用修补工具对缺陷进行热熔修补,待冷却后对修补部位打磨、清洁,恢复原有的保护层厚度,并使表面基本恢复原有平整度。结合多自由度机械臂,视觉、力、位置混合控制实现缆索保护层缺陷的自主识别、定位、测量和自主轨迹规划修补作业。
三维扫描相机由结构光+高分辨率彩色相机组成,对缆索缺陷进行三维重构,获取缺陷的尺寸信息,反馈至控制系统自主规划清理、打磨与修补作业路径轨迹。打磨机构和旋转清洁机构采用高速电机+打磨头/清洁头进行缆索表面打磨和清洁。气动清洁机构采用气泵产生高压气流对缆索进行吹扫清洁,末端采用竹节管调整吹扫方向。修补机构由送料电机、送料机、送料口、散热板、散热风扇、加热块、加热棒、喷嘴等组成,修补材料经送料口进入送料机,由送料电机驱动送料机将修补材料输送至加热块,加热棒将加热块加热到一定温度,从而融化修补材料,熔融状态的修补材料经喷嘴涂补至缆索缺陷位置进行修补。监控相机用于实时监控打磨、清洁、修补的全过程。卷料盘用于卷绕存储修补材料。
缆索保护层护套材料通常采用PE,选用HDPE、LDPE和HDPE+PP 3种材料作为修补材料开展测试。根据国家建筑缆索护套标准《斜拉桥热挤聚乙烯高强钢丝拉索技术条件》GB/T 18365—2018中规定,缆索护套材料的维卡软化点温度应≥115 ℃,选用24 V 40 W、24 V 50 W、24 V 60 W、24 V 70 W 4种功率的加热棒进行修补测试,加热棒的恒定发热温度分别为250、350、400、450 ℃。结合修补材料的特性,材料经加热棒加热到达喷嘴的温度如
图5所示,由测试可知,40 W时,修补材料因温度不足而产生夹生现象,到达喷嘴处遇空气冷却固化程度高,与缆索PE保护层不能融合。60 W和70 W时,加热温度过高修补材料会发生炭化,表面出现气泡,修补效果差。50 W时,修补材料热熔后与缆索PE保护层融合较好,其中HDPE+PP材料热熔后喷嘴出口温度为200 ℃左右,与缆索PE保护层融合度最高,黏接牢固,故作为本研究的修补材料。
3 安全回收系统
缆索修补机器人的轮式牵引单元和载荷单元通过抱紧机构固定在缆索上,在高空当抱紧机构足掌抱紧缆索发生故障无法打开时,机器人将停留在高空无法返回。针对上述问题,设计一种安全回收系统,当发生故障时,作业人员可在地面远程无线控制抱紧机构的足掌松开,同时在单向阻尼器的作用下,机器人缓慢下降,实现安全回收。安全回收系统由发热片、低温锡合金,压缩弹簧、无线遥控开关、独立电池等组成,如
图6所示。
工作状态下,四组压缩弹簧的压缩量大于低温合金的厚度,发热片采用低压直流电池独立供电确保系统的安全稳定,发热片可通过无线遥控开关单独控制。当抱紧机构在高空抱紧缆索突遇故障无法打开,此时在地面通过遥控器控制无线开关通电使发热片发热,将低温合金融化为流体状态,释放压缩弹簧的压缩量,从而使足掌与缆索表面分离,抱紧机构松开,同时配合单向阻尼器,机器人在其反向阻力的作用下缓慢下降,实现安全回收。结合机器人的载荷,单向阻尼器选用0.5 N·m的扭矩,确保机器人能匀速缓慢下降。低温锡合金的熔点一般在10°~280°,其在熔点温度以下具有很好的金属特性,强度高,结合机器人的实际使用环境温度,本研究选用熔点为100 ℃的低温锡合金,其融化时间约1 min。发热片的发热温度需要高于低温合金的熔点,保证低温合金融化为流体状态,本研究选用发热片发热温度可达180 ℃,确保低温锡合金完全融化。
4 三维重建系统
4.1 系统组成与原理
为实现高精度缆索表面缺陷检测、定位,以及缆索缺陷修补视觉引导,设计三维扫描相机采用单目结构光技术对缆索表面进行高精度重建,该系统由一个微型可编程光源系统和一个工业相机组成,如
图7所示, 能够实现相机分辨率的点云重建。本文中缆索三维重建系统能够获取最高500万像素分辨率带纹理点云,能同时实现高精度的几何和纹理信息采集。与被动立体重建技术相比,这种方法具有更高的鲁棒性,该技术通过投射图案对表面形态进行编码,并通过解码过程估计投射和捕获图案之间的对应关系,从而不依赖于缆索表面原有的纹理特征,这对于通常缺乏明显特征的缆索表面尤为重要。
采用相移方法来实现亚像素精度的图像编码
[26],并结合灰度编码方法进行逐像素的相位展开
[27]。具体而言,设计了一组四步相移图案集,其中相位周期设置为8像素。然后,应用六位灰度编码来对每个相位周期进行编码。如
图8所示为编码图案的序列。获取场景调制后的编码图像后,采用将灰度编码解码至以8像素宽的周期序列的方法
[28],并利用四步相移解码方法
[29]实现每个8像素周期内0~2π相位计算,最后结合灰度解码以及相移解码,实现相位展开逐像素地计算唯一的编码。最后通过编码获取相机和投影图像的稠密对应关系,进而根据三角测量原理计算稠密点云。该系统可高精度高分辨率地对缆索PE层表面的实时三维重建,为修复系统的每一步操作执行提供高精度三维信息。
4.2 三维视觉引导缆索修复技术
4.2.1 三维视觉损伤缺陷识别分割
为实现高精度缆索表面缺陷识别和分割,采用深度学习点云分割算法-动态图卷积神经网络(dynamic graph convolutional neural network,DGCNN)展开研究,DGCNN在点云分割上具有简单高效且准确率高的优点。为了适应缆索点云高噪声和缺陷小的特点,针对性地对算法进行了改进,去除了对结果影响不大的空间转换模块,并在EdgeConv中接入了残差连接提升模型的稳定性和准确率,同时提高局部与全局特征维度的比值,增强对局部细节的感知能力。
采集缆索缺陷数据,并按照噪声、正常表面、PE层、黑色护套以及钢筋层总计5类,进行了点云分割标注,并采用不同点云分割算法开展测试,结果如
表1所示,改进DGCNN算法(improved DGCNN) 在mIoU(mean intersection over union)指标上分别为94.98%(邻域点数
k=20)和96.07%(
k=40),在DGCNN的基础上分别提升了5.49%和5.38%。
通过改进算法对缺陷进行分割重建,如
图9可视化结果所示。可以看到,改进算法的预测结果能够准确地分割出缺陷损伤位置,为缺陷损伤修补打下基础。
通过将该算法进行量化处理并部署于实际检测场景中,成功实现了对缆索表面PE层破损缺陷的高效、精确识别,如
图10所示。
4.2.2 缺陷修补路径规划
基于前述点云分割识别结果,致力于精准规划出缆索缺陷修补作业的最优路径,如
图11所示。首先采用α-shape算法精细拟合破损点云,生成精确闭合的三维模型,并通过自适应参数设置控制模型复杂度,确保完整覆盖不规则凹坑的边界。基于该闭合三维模型,采用多面体体积计算公式,得出破损区域总体积,为后续修补提供关键几何信息,精确估算修复所需的材料挤出量。
然后,将破损区域点云数据进行体素化处理,将点云分割为若干体素单元,对体素化后的内部空间进行体素填充,使得破损区域内部也覆盖体素。按照高度方向进行切片,每一层切片对应一组体素中心点的集合。
接着,利用深度优先搜索(depth-first search,DFS)为每层生成zigzag路径,该路径通过遍历所有体素中心点,确保覆盖每一个点且路径尽量短。路径以蛇形顺序连接体素中心点,减少运动中不必要的空转。
再次,使用更小尺寸体素化点云,利用小体素来修正生成的路径。首先找到高度方向上距离大体素层最近的小体素层,再找到距离路径点最近的小体素,然后以该小体素为中心,在指定半径范围内搜索k个最近邻小体素,最后使用k个小体素的中心替换原路径点,并使用B样条插值方法对路径进行平滑处理,实现路径优化。
最后,通过上述路径修正方法使得最终生成的填充路径能够更好地贴合实际的点云数据,避免路径点超出模型边界或偏离实际的点云形状。经过采样细化和修正后得到了最终填充的路径规划,为缆索缺陷自动化修补提供可靠的路径规划指导。
5 机械臂控制设计
在缆索PE层修复中,机械臂末端连接六维力传感器和缆索修补专用工具,通过专用工具与缆索物理接触,当接触刚性很大时,会产生很大的接触力,存在较高的安全风险。将基于六维力传感器力度感知的柔顺控制引入到机械臂修复控制系统中,利用力/位控制理论与阻抗控制策略相结合,实现机械臂缆索修补工具与缆索产生的接触力和位置跟踪控制,实时监测接触力及位置信息并自适应调整机械臂位姿,实现安全、高效作业。
柔顺控制将被控对象和环境看作统一的整体,其控制原理是通过将机器人与环境的接触过程等效为“弹簧-质量-阻尼”模型,建立机器人位移与接触力的关系,并通过调节惯性、阻尼、刚度参数实现调整机器人位置与接触力的关系。
力/位置混合控制,就是允许机械臂在某些自由度上进行力控制,在其余的自由度上进行位置控制,实现力和位置分别控制。位置控制和力控制是解耦的,位置控制需要响应速度快则采用PD(proportional-derivative) 控制,力控制需要误差小则采用PI(proportional-integral) 控制。控制过程分成两个基本运动状态以及这两个状态之间的转换:接触状态和非接触状态。从非接触状态到接触状态或从接触状态到非接触状态,控制模式都要切换。力控制方法可以控制作用力跟随期望值变化,但控制器的结构依赖于机械臂与接触缆索的动力学特性,当机械臂在接触环境不同的空间之间运动时,控制器必须变换,力/位置混合控制结构图如
图12所示。缆索PE修复作业过程中六维力传感器不断反馈缆索修补专用工具受力点信息,通过无线网络不断传输六维力数据至控制系统,控制系统根据受力信息实时调整机械臂位姿,实现柔顺控制。
6 机器人试验
6.1 机器人样机及测试平台
缆索修补机器人借鉴了蠕虫蠕动的仿生学原理,通过轮式牵引单元与载荷单元的协同配合,结合抱紧机构和卷扬机,实现了在缆索上的伸缩式交替攀爬。这种攀爬方式不仅确保了机器人的高负载能力,还使其能够完成长距离的攀爬任务。
为了全面验证机器人的性能,根据实际桥梁结构尺寸和机器人性能指标,搭建了专门的实验平台,机器人样机及实验平台如
图13所示。
在测试平台上,机器人可以顺利、稳定完成上下往复攀爬。通过一系列测试,机器人的适应索径范围、速度、定位精度、载重等关键性能指标得到了全面检验,测试的机器人具体性能指标如
表2所示。
6.2 缆索表面三维重建
为验证三维重建系统的性能与精度,搭建了专门的三维重建测试平台,用于模拟实际桥梁缆索的缺陷场景。通过三维扫描相机对缆索缺陷部位进行高精度三维重构,获取缺陷的详细尺寸信息。如
图14所示,三维扫描相机通过编码投影,可建立相机与投影图像之间的稠密对应关系。基于三角测量原理,系统能够精准计算出缆索表面的重建稠密点云图。
在三维重建过程中,三维扫描相机运用结构光解码算法,并结合四步相移法,显著增强了系统对表面纹理干扰的鲁棒性。最终,系统生成了完整的缆索表面三维点云图像,为后续的缺陷分析与修补提供了精确的数据支持。
通过编码投影与结构光解码算法的高效结合,三维重建系统实现了高精度、低成本的主动式测量,为桥梁缆索的检测与修补提供了可靠的技术手段。
6.3 缆索修补测试
缆索修补测试如
图15所示。针对缆索修补作业流程,首先由机器人移动至缆索缺陷位置完成初步定位。随后,机械臂携载修补工具精准运动至缺陷处进行精确定位。通过三维扫描相机对缆索缺陷损伤部位进行全方位扫描并完成三维重建,以此精准获取缺陷的详细结构尺寸信息。这些尺寸信息实时反馈至控制系统,与力觉、位置及视觉等多传感器数据深度融合,共同驱动机械臂自主规划清理、打磨与修补作业的精确轨迹。在此过程中,修补机构将热熔PE修补材料加热至预定温度使其熔化,再通过专用喷嘴均匀喷涂至缆索缺陷部位,完成高效且精准的缺陷修补作业。
修补完成后,再次利用三维扫描相机对修补后的缆索部位进行三维重建,获取最新结构尺寸信息并反馈至控制系统。控制系统依据这些数据自主规划打磨与清洁作业轨迹,精准控制机械臂对修补位置进行精细打磨,直至其恢复缆索原有的弧度,确保修补后的缆索表面平整光滑、与原缆索无缝衔接,最终完成整个缆索修补作业流程。
7 结论
针对大跨度桥梁超长斜拉缆索PE保护层表面损伤的修补需求,设计并构建了一套完整的缆索修补机器人系统,完成了高速度、高载荷、高可靠性缆索修补机器人关键技术的研究。通过分体式仿生攀爬系统、安全回收系统、轻量化修补专用工具,以及基于高精度三维重建与视触觉引导的自主修补工艺,实现了对缆索保护层损伤的三维重构、清理、打磨及修补作业,有效解决了传统人工高空作业的安全风险与修补精度问题,为缆索修补提供了全新技术方案,具有一定实际应用价值。本文主要工作总结如下。
(1)将分体式多机器人本体构型设计与仿生攀爬运动策略应用于缆索检修作业场景,使机器人同时具备高载荷与高速度能力。
(2)针对机器人高空作业时突发故障无法返回的问题,研究设计了自主安全回收系统,提升了桥梁缆索维修过程的可靠性。
(3)设计了高精度缆索表面损伤缺陷三维重建系统,精度可达亚毫米级,能够获取最高500万分辨率的带纹理点云,实现了基于三维视觉感知的缆索修补作业引导系统。
(4)研制了轻量化、模块化的缆索损伤缺陷自主清理、打磨及修补专用工具,在远程监督下可实现缆索保护层损伤缺陷的自主修补。
PDF
(19595KB)
