水下桥梁检测：平台、传感器与状态评估数据处理综述

《Journal of Marine Science and Engineering》：Underwater Bridge Inspection: Platforms, Sensors, and Data Processing for Condition Assessment—A Review

　　

水下桥梁检测综合运用直接观察、声学成像、光学测量与数据解译，以检查难以接近的构件。本综述旨在梳理主要检测方法，并阐明其工作原理与技术特性同桥梁状态评估之间的关系。定性综合涵盖部署平台、光学与声学设备、图像与点云处理、代表性应用及评估实践。研究形成三条主线。第一，平台可达性与传感器观测几何共同决定检测覆盖范围。第二，声学方法在低能见度条件下提供结构与河床信息，而光学、激光与触觉方法贡献局部表面细节。第三，处理方法将观测结果与构件识别、几何描述及跨次检测比较相联系。综述区分了二维（2D）图像、三维（3D）点云以及视觉或接触观测各自的作用，并将这些信息类型与冲刷、表面损伤、接缝异常及变形相关联。其贡献在于对检测方法从数据采集到评估全过程的技术特性与互补用途作出整体性阐述。未来方向包括平台协同作业、多传感器配准、适应水下数据的处理方法，以及将重复检测纳入桥梁养护体系。

1. 1.
   引言

跨河与跨海桥梁的水下构件，包括桥墩、桩基、承台及沉井基础，长期承受水力冲刷、泥沙磨蚀、氯盐侵蚀与表面污损，是桥梁安全评估与耐久性维护的重要对象。能见度低、可达性受限与水流扰动使冲刷坑、基础出露、混凝土剥落、钢材锈蚀及变形的观测变得困难。随着杭州湾大桥、港珠澳大桥等重大跨海桥梁进入老龄化阶段，检测任务日益将损伤识别与状态评估、养护规划相联系。跨海部署涉及随盐度与温度变化的声速、潮汐与水流、波浪、平台运动及船舶交通，这些条件影响作业窗口、传感器配置与水下构件覆盖范围；河流、港口与遮蔽水域的应用则提供了不同环境与结构条件下检测方法的部署实例。水下结构检测已从潜水员调查向无人平台远程协同作业演进：潜水员提供近距离目视观察、触觉检查与简易测量；遥控水下机器人（ROV）、自主水下航行器（AUV）、船载系统与无人水面艇（USV）在不同空间尺度上搭载相机、声呐与定位设备，可用作业空间、水深、流速、能见度及桥墩或桩群可达性共同决定人工与无人方式的组合。检测传感器主要分为光学与声学两类：相机与激光扫描仪可揭示裂缝、剥落边界与接缝细节，其工作范围随浊度、照度、散射与折射而变化；二维声呐在低能见度下提供目标图像；多波束测深仪（MBES）获取条带测深用于河床测绘，并在适当安装与观测几何下获取结构表面；体成像声呐与机械扫描声呐以其他构型获取构件几何；光学、激光与触觉观测则在关注局部表面纹理或精细边界时对声学检测形成补充。数据分析将二维图像与三维观测同结构解译相联系：前视声呐（FLS）、侧扫声呐（SSS）与合成孔径声呐（SAS）生成强度图像用于目标探测与定位；MBES将测深与定位、姿态数据集成；体成像声呐获取观测体积内的方向信息；机械扫描声呐通过旋转累积局部点云。应用范围从桥墩周边冲刷测绘延伸至构件重建、局部损伤描述与重复测量。检测数据需经增强、滤波、配准、目标提取与几何解译方能支撑评估，声速变化、多路径反射、平台运动与悬浮物影响观测的外观与空间分布。既有综述多聚焦声呐冲刷检测，本综述则考虑更广泛的结构目标与检测方法，将部署平台、光学与声学设备、处理方法及养护信息相联结。

1. 2.
   综述范围与组织

本文为水下桥梁检测方法及其状态评估应用的定性叙述性综述，涵盖潜水员与无人作业、光学与激光检测、声学成像与测距、图像与点云处理，以及检测结果面向养护的解译，重点在于物理原理、信息类型、部署条件与工程角色的差异。文献围绕作业方式、检测设备、数据分析与状态评估四个相互关联的主题组织，代表性应用说明这些方法如何检查河床、桥墩、桩群、沉井、围堰及局部缺陷；技术讨论将方法特性与检测任务相联系，并利用已发表设备参数描述典型配置；比较涉及工作原理、成像模式、部署要求与检测用途，所选设备规格仅描述具体配置。

1. 3.
   水下桥梁结构检测的作业方式

检测任务、传感机制与部署平台共同决定水下桥梁构件的观测方式：传感器提供不同信息类型、工作范围与空间分辨率，平台决定可达性、观测方向、稳定性与空间覆盖。潜水员与ROV贴近构件作业，船舶与USV测绘较大区域，固定装置对选定位置进行长期观测，基于路径的自主系统在可达水下环境中提供另一种部署选择；水深、流速、浊度、作业空间与定位条件指导平台选型。潜水员通过近距离目视、触摸与简易测量检查疑似裂缝、剥落、接缝异常与表面状况，其直接接触支持灵活的局部判断，而深度、流速、能见度与作业窗口决定检测的实际范围，墩基、桩群间隙与承台底面尤需关注可达性与潜水员安全。ROV由水面控制，可搭载相机、声呐、激光与触觉传感器，缓慢移动与在桩、承台或沉井壁附近的定姿能力支持构件精细检测；AUV沿自主路径航行，系缆管理与操作员视野影响ROV作业，导航、定位、避障与任务规划影响AUV作业，位姿记录将任一平台的观测与结构位置相联系。固定平台将声呐、流速仪等传感器置于基础之上或附近，对冲刷或选定结构位置进行长期观测，稳定的传感器位置与观测方向支持洪水等短期事件期间的比较，安装可达性、设备维护、漂浮物、污损与撞击影响其运行，使固定监测特别适用于关键部位。搭载MBES或SSS的船舶与USV沿规划测线航行，检查桥址河床、冲刷范围与基础出露，随后ROV可携带声学、光学或接触传感器接近已识别区域，该组合通过共同定位与构件记录将面覆盖与局部构件观测相联系。协同检测通过共同坐标、时间戳与构件标识将面测绘、构件观测与局部验证相联系，异常位置将水面平台观测与ROV图像及点云相连接，重复测线、控制点与观测方向为检测比较提供一致的空间基准。采集规划规定覆盖范围、重叠度、重复测量位置及需补充视角的区域，声速、姿态、位置、传感器安装与作业条件的同步记录支撑后续处理与比较，局部视觉或触觉观测提供补充性表面信息，测绘产品识别覆盖缺口与重叠观测间的差异，使可用信息可追溯至检测情境。

1. 4.
   水下桥梁结构检测设备

4.1 水下光学、立体视觉与激光检测设备

水下视觉设备包括单目视频系统、主动照明相机、立体或多相机系统、结构光系统、激光扫描仪与水下激光雷达，可直接揭示表面纹理、裂缝、剥落边界与接缝细节，并在尺度标定后恢复局部几何，其主要优势是细节的直观可视化，局限则源于传播介质，浊度、照度、悬浮颗粒、折射与平台定姿均影响图像质量与测量精度。在浑浊水体中，吸收、散射、颜色失真与人工光反射降低图像对比度，照明优化、去散射、颜色恢复、对比度增强与分割可改善轮廓与表面特征可见性，尺度标定与相机几何将可见特征与局部尺寸相联系。立体与多相机系统通过基于视差的三角测量恢复局部三维形貌，在ROV近场作业中可测量裂缝宽度、剥落边界与桥墩表面缺陷；在声呐与立体视觉组合系统中，声呐先行定位疑似区域，相机随后采集表面细节，其可靠性取决于水下标定、折射校正、相机基线、目标距离与同步采集，弱纹理、表面污损与悬浮颗粒可能导致匹配失败。结构光系统、激光扫描仪与水下激光雷达利用主动照明恢复距离或表面剖面，结构光已用于水下管道重建，声呐—激光配准已将部分浸水结构的水上与水下载模型相连接，多相机标定与折射校正支撑桥墩表面测量，浊度、散射、入射角、遮挡与平台稳定性决定可用光学视场。光学与激光设备在清水或近距离条件下提供局部表面细节，在浑浊水体检测中，声学观测可引导平台接近选定区域后再进行局部光学成像，触觉成像在视觉可达性差时提供基于接触的表面信息，共同坐标、尺度标定与同一构件识别将这些观测相联结。

4.2 二维声呐检测设备

FLS、SSS与SAS提供不同的二维声学视图：FLS成像前方扇区，SSS记录连续的侧视条带，SAS沿轨迹组合相干观测形成合成孔径，其特征视图分别支持近场目标定位、面测绘与精细海底成像。FLS发射扇形波束并接收不同方位与距离的回波，实时形成传感器前方的二维声学图像，广泛用于水下机器人定位、避障与近场目标搜索；单帧图像将三维场景投影至方位—距离平面，丢失高程信息并引入目标高度与空间对应关系的模糊性，前视声呐里程计通过帧间与子图匹配约束平台运动，抑制累积漂移并为多帧三维重建提供较稳定的位姿基准，方法发展还包括前视声呐图像目标检测的分数阶特征传播。SSS沿测线记录双侧强度图像，用于检查河床形态、管道与构件周边环境；在已知声呐高度与目标位置时，可由声影几何估计目标高度，回波强度描述返回信号强弱，并不直接确定高度，声影解译取决于观测几何、底部形状与拖鱼姿态；反卷积改善边界定义，基于卷积神经网络（CNN）的识别、迁移学习、YOLOv8变体与DNTFE-Net支撑目标检测与提取，物理信息引导的几何与频率解耦亦用于侧扫图像弱目标感知；近期检测器家族包括Ultralytics YOLO11与以注意力为核心的YOLOv12。SAS通过平台运动合成虚拟孔径，在满足轨迹与相干处理要求时提供相对不随距离变化的高方位分辨率，适于宽河床条带与水下目标的精细筛查；语义分割网络增强SAS图像目标边界表达，深度监督支撑大范围海底表征与不确定性估计，亦有专门面向SAS图像的目标检测算法。三维信息可由声学距离与方向直接获得，或由二维图像序列重建：直接获取采用MBES、体成像或机械扫描，间接重建则结合图像观测、平台运动与多视图几何。

4.3 三维声呐检测设备

三维声学观测结合距离与方向信息：MBES获取条带测深，并通过集成位置、姿态、声速与测线观测形成空间曲面；体成像声呐在观测体积内分辨方位、俯仰与距离；机械扫描声呐随声呐头旋转累积方向。这些采集机制在空间覆盖排布与更新率上各不相同。

（1）多波束测深仪。常规MBES发射波束横向宽、纵向窄，接收阵电子形成多个横向窄波束，回波传播时间与接收波束方向给出测深点，并与声速、位置、横摇、纵摇、航向及安装信息结合；相邻测线采集的测深经校准、滤波与合并形成地理参考曲面或点云。MBES发展已从提高覆盖逐步转向提升测量精度与控制不确定性：Sea Beam等早期系统将海底测绘从单线扩展至扇形条带，随后关于姿态、声速、旁瓣与波束足印的研究阐明了系统误差来源，CUBE方法利用密集观测的统计冗余处理异常值并估计不确定性，MBES测量受波束数、条带宽度、定位、姿态、声速与后处理参数共同影响。MBES数据现用于海底形态解译、异常识别、后向散射校正与沉积物分类：结合先验约束与地质统计预测可在保留地形特征的同时识别异常点，通过辐射波束模式提取与相对校准可校正系统伪影；沉积物分类方面，特征优化的CNN、深度与浅层学习决策融合及多重插补分别处理特征表达、分类与缺失数据，这些方法拓展了MBES应用，但结果仍依赖测线设计、角度响应与现场校准质量。MBES支撑连续河床测绘、冲刷测量与出露基础表面检测，当安装方向、转向范围与测量几何提供合适视角时，亦可测量沉井壁与桩侧壁等竖直或陡峭结构；特定表面的覆盖取决于波束方向、入射角、足印与遮挡，故下视与侧视构型服务于不同的检测几何。

（2）三维成像声呐。三维成像声呐包含不止一种设备类型：实时矩阵阵或相控阵声呐利用二维换能器阵在单次发射内同时分辨方位、俯仰与距离，以较高更新率直接显示体图像；三维机械扫描声呐将多波束声呐头与机械旋转结合，逐步累积扇区或球面扫描以生成点云。前者适于动态作业监测与构件快速成像，后者适于稳定部署条件下的局部高密度测量，二者均为三维声呐系统，但在实时能力、扫描方式与误差来源上存在差异。三维声学成像围绕阵列波束形成、计算效率与多视图融合发展：早期研究建立了三维声学图像生成与处理的框架，运动声透镜实验与多距离视图配准进一步验证了空间观测与场景重建的可行性，随后包括线性调频z变换（CZT）在内的快速波束形成方法降低了三维成像的计算需求，在线建模方法将序列距离图像转换为结构点云，这些进展共同奠定了实时体成像与多视图点云融合的技术基础。矩阵阵声呐是实时体声学成像的主要形式，其观测可按图像或点云处理以进行构件提取与重建，下水道点云分割提供了水下工程几何处理的实例，实时检测变换器（RT-DETR）亦用于基于图像的桥墩裂缝检测；机械扫描系统通过旋转累积点云，故扫描时长与平台稳定性是其采集过程的固有组成。桥梁工程案例说明了这些作业角色：有研究使用Echoscope 4G C500从近距离视角观测沉井基础侧壁与倒角，有研究探讨局部获取的三维声呐点云去噪，亦有研究利用声呐点云进行钢结构提取、重建与腐蚀坑描述，这些应用将声学成像与局部构件形貌及损伤解译相联系。工程部署依据目标组合采集模式：沉井接缝检测可先用MBES进行初步覆盖，再用三维扫描声呐进行局部观测；振荡式FLS通过变化视角提供另一条空间重建途径；光学结构光测量提供精细表面几何。

4.4 技术选择与声光协同

设备选择依据目标所需信息：MBES提供跨条带的河床与结构测深，体成像声呐获取观测体积，机械扫描声呐在扫描中采集方向，后向散射与角度响应补充被测表面信息。声光协同始于对区域的声学定位，继以对同一构件的近距离光学或激光观测，外参标定、时间对齐、折射校正与共享坐标将两种视图相联结；声学几何描述更广的结构环境，光学纹理与表面边界支撑局部解译。

1. 5.
   数据分析与解译

5.1 二维声呐图像处理与间接三维重建

图像处理从声学强度观测中提取目标信息，增强、检测、分割与多帧重建针对不同任务，从改善可见轮廓到恢复空间结构。

（1）图像增强与目标识别。SSS与FLS图像受旁瓣、水柱混响与噪声影响，产生边缘模糊与对比度不均，反卷积与多尺度滤波恢复轮廓，模拟噪声与近表面伪影模型支撑针对性去噪；当增强图像用于后续分割或重建时，目标边界的保持尤为重要。FLS解译受高程信息缺失与分辨率不均影响，传统识别方法使用方向梯度直方图（HOG）、局部二值模式（LBP）与声影，深度网络从训练图像学习多尺度特征；FLS里程计为跨帧重建提供位姿约束，轻量化分割模型为资源受限水下平台提供架构。多尺度网络应对目标尺寸变化，CNN—Receptance Weighted Key Value混合模型（CNN-RWKV）结合局部纹理与序列信息，成像与反射模型描述海底材料差异；将声呐识别与建筑信息模型（BIM）相结合的桥梁应用研究把检测区域与结构信息相联系。检测与分割识别目标或区域所在位置，几何分析随后描述其尺寸及与基准的空间关系。

（2）多视图约束下的间接三维重建。由二维声呐序列进行间接三维重建依赖平台运动、多视图观测与位姿融合：快速扩展随机树（RRT）视角规划可优化多视图观测路径，自适应感兴趣区域（ROI）Radon变换改善低信噪比下帧间旋转估计的稳定性，多普勒速度计（DVL）与惯性测量单元（IMU）数据融合为多个二维观测提供位姿约束，正交双声呐与概率重建方法改善单视图点云的稀疏性与不完整性。与直接三维声呐测量相比，间接重建复用现有二维设备，但其点云精度对位姿漂移、观测重叠与几何假设更为敏感，适于成本受限应用或局部重建。

（3）声呐图像处理中的深度学习与基础模型。视觉Transformer与适配声呐的Segment Anything Model（SAM）方法已用于声学图像分割，微调、协同提示与嵌入补偿使图像表征适应模糊边界与声呐特有外观；声影、混响与强度变化亦推动专门化的增强与分割。Point Transformer、PointNet与PointNet++为重建几何的后续分析提供点集表征。

5.2 三维声呐点云的获取

三维点云以空间采样表示河床与构件表面，支撑轮廓提取、损伤定位与几何描述；标定、声速改正、姿态补偿、坐标变换与重叠视图确立其空间排布。直接获取主要采用MBES、三维成像声呐、三维机械扫描声呐与实时三维声学相机，这些系统由回波传播时间计算距离，结合波束方位与俯仰、平台姿态与定位数据将观测点从声呐坐标系变换至工程坐标系，采集还需时间同步、声速剖面改正与一致的传感器外参；对于水面平台，全球导航卫星系统（GNSS）定位与IMU姿态将观测定位于东—北—天（ENU）世界坐标系。有研究利用桥墩周边MBES河床点云描述冲刷坑形态，亦有研究使用三维扫描声呐与测量支架进行沉井接缝局部观测，分别代表面尺度河床检测与近距离构件检测；滤波、配准与融合在目标提取与几何分析前将不同视图的观测相联结。间接获取利用FLS、SSS或声呐剖面序列恢复三维形貌，依赖平台运动、机械扫掠、多视图观测、双声呐约束或位姿融合，其关键在于建立像素或距离观测、波束几何与平台位姿之间的对应关系，以补偿单帧二维声呐缺失的高程与高度信息。获取路线依目标尺度、观测几何与部署条件而定：MBES提供河床与可达结构表面的条带观测，体成像声呐提供快速近场更新，机械扫描随时间的推移累积密集局部样本，由二维序列重建则利用平台运动与重叠视图恢复空间信息，扫描时长、可达视角与坐标基准区分这些路线的实际用途。

5.3 三维声呐点云处理与量测提取

点云处理从含异常值、水柱回波、密度变化与缺失区域的观测中提取河床与构件几何，处理任务可归为四个阶段：获取不同视角的原始扫描；通过标定、滤波与多扫描配准进行对齐；通过分割与异常值剔除将构件与河床分离；通过几何拟合与缺陷测量进行描述。

（1）去噪、配准与质量控制。预处理将观测纳入共同坐标并剔除孤立或不一致点，滤波、简化、配准与融合保留与任务相关的表面与边界，包括墩基、冲刷边缘、腐蚀坑与构件轮廓。点云库（PCL）提供滤波、特征估计、配准与分割工具；桥梁应用中，有研究考察声呐点云重建，亦有研究结合滤波、形态学处理与小波去噪恢复桥墩轮廓，矩形信息粒化与优化异常值检测分别处理三维声呐数据与MBES异常值，点密度、距离与目标尺度指导邻域与滤波参数选择。配准确立视图间与跨次检测的空间关系：迭代最近点（ICP）与多视图表面配准基于对应几何提供精细对齐，同步定位与建图（SLAM）结合声呐、视觉、惯性测量与压力信息，声呐—激光配准连接浸水与出露表面，视觉—惯性—深度融合与回环检测处理累积漂移，概率配准、三维扫描匹配与基于FLS的SLAM为稀疏声学观测提供更多途径，重叠度与稳定几何特征影响最终对齐结果。

（2）目标提取与语义分割。目标提取与语义分割将构件、河床表面、污损与水柱噪声分离，为损伤定位与几何量化提供前提；基于规则的方法依赖几何先验与参数标定，基于学习的方法依赖样本、类别定义与跨场景稳定性。几何先验方法利用构件形状引导提取，训练需求相对较小，曲线拟合、区域生长、最小割与基于密度的含噪应用空间聚类（DBSCAN）为代表性方法，应用包括将桩群与河床分离、通过稳健统计与聚类定位损伤、从多波束水柱数据提取管道截面，点密度、距离与目标尺度决定合适的拟合与聚类设置。PointNet与PointNet++对无序点集与局部邻域建模，动态图卷积神经网络（DGCNN）、采用随机采样与局部聚合的RandLA-Net以及Point Transformer分别提供图、大规模与基于注意力的表征；在声学点云中，噪声、密度变化与模糊边界影响邻域与学习特征，这些架构为适应水下检测数据的方法提供模块。水下点云方法面向桥梁基础、管道与下水道网络：轻量图卷积支撑桥梁基础与地形分割，跨尺度与卷积点Transformer表征小目标与可变采样密度，半监督学习利用有限标注并处理类别不平衡。

（3）几何特征表达与损伤量化。几何描述将提取的构件与确定基准相联系，常见量包括截面尺寸、表面平整度、冲刷深度与范围、基础出露、表面损失面积与位移，坐标方向、分析区域与参考表面决定这些量的获取方式。法向、曲率、形状描述子与模型拟合表达点云几何，结合分割可定位桥梁表面缺陷并描述桥墩形貌；冲刷相对于河床表面、设计高程或历史观测测量；构件截面可与设计几何、拟合完整区域或早期模型比较以描述相对偏差。局部损伤分析描述缺陷位置、尺寸、面积、深度与分布：多距离聚类与自适应alpha形状已用于表征钢围堰腐蚀坑，折射校正与多相机标定支撑桥墩表面的光学描述；冲刷预测模型描述风险趋势，现场观测提供相应的河床几何。非平面构件与不规则缺陷影响基准拟合与边界提取：声学观测定位表面损失与疑似损伤区域，近距离光学、激光或触觉观测揭示精细边界与纹理；与设计几何或历史模型的比较可描述平移、旋转与构件整体变形。水浸混凝土桥梁下部结构的代表性劣化过程包括：局部冲刷移除周围床沙并增加基础出露，混凝土劣化改变结构表面与截面，表面磨蚀涉及水泥浆体与骨料的渐进剥除，局部截面损失代表更大尺度的结构几何减小，在适当暴露条件下钢筋锈蚀可产生膨胀产物并促成保护层开裂与剥落。这些过程可能共存，故相似表面特征未必指示同一成因，其几何表现提供检测目标，但识别主导机制需表面几何之外的证据。声学成像描述构件几何与周边河床，局部光学或接触观测分辨表面纹理、裂缝与剥落边界，将观测记录于同一构件与坐标基准，可将几何异常的位置与其表面描述相联系。

5.4 测量原理与检测结果的解译

声学测距将回波传播时间与距离相联系，在均匀介质中，双程传播关系与理想带宽受限距离分辨率由式（1）给出；对于小角度实孔径，式（2）将横向分辨率与距离及角宽相联系，这些关系说明带宽、孔径与波长如何影响声学观测所表达的细节。式中r为距离（m），c为声速（m/s），t为双程传播时间（s），B为信号带宽（Hz），Δr为理想距离分辨率（m）；δx为横向分辨率（m），R为目标距离（m），θ为角宽（rad），λ为波长（m），D为物理孔径（m），该关系描述实孔径几何，SAS则通过相干平台运动形成沿航迹孔径。处理指标描述检测任务的不同部分：精确率为预测检测中正确的比例，召回率为在给定匹配规则下被检出的参考目标比例；交并比（IoU）为预测区域与参考区域交集除以并集，平均交并比（mIoU）为各评估类别上的平均值；边界F1为在给定空间匹配容差下边界精确率与召回率的调和平均；均方根误差（RMSE）为估计量与参考量差值平方均值的平方根。区域与边界指标描述分割，尺寸残差描述几何测量。空间分辨率描述特征可被区分的间隔，点密度描述单位面积或体积内的样本数，重复性描述给定条件下重复观测的离散程度，测量准确度涉及与参考量的一致性，这些概念将传感机制、采样模式与处理结果同检测质量的不同方面相联系。冲刷深度自参考河床高程至桩处冲刷床面垂直测量，基础出露描述因泥沙移除而裸露的基础部分，局部截面尺寸、表面损失深度与面积、裂缝宽度与剥落范围描述构件变化，接缝张开与错位为工程应用中的附加检测量，构件位置、观测几何与所选基准确定各量的测量位置与方式。

1. 6.
   工程应用与状态评估

6.1 水下桥梁结构检测工程案例

三维声呐已应用于沉井基础、桥墩、钢围堰与桥址河床：有研究从侧壁与倒角的近距离声学观测重建沉井几何，有研究考察局部声呐点云去噪，亦有研究表征钢围堰腐蚀坑；高分辨率声呐与深度学习亦用于局部损伤识别、混凝土裂缝检测与桥墩表面解译。冲刷检测方面，有研究将MBES导出的河床断面与设计基准比较以重建冲刷形态及其变化，有研究利用最小割将桩群与河床点云分离，亦有研究结合MBES初步筛查与三维扫描声呐精细测量检查沉井接缝；钱塘江桥墩现场研究亦证明了多源声呐用于冲刷形态测量的适用性。这些工程结果表明，将大范围测绘与精细局部测量相结合可提高异常探测效率，并减少单一传感器覆盖有限导致的漏检。管道、海上基础与港口沉井应用提供了水下滤波、分割、目标提取与几何解译的更多实例；导波超声无损检测（NDT）提供另一类信息，如水下混凝土板空洞成像。综观这些应用，声学成像在低能见度下提供几何信息，采集视角决定可观测表面；滤波、配准与构件分离在局部特征分析前组织空间信息；已知尺寸、重复观测与其他传感模态将所得几何与受检构件相联系。

6.2 从检测指标到状态评估

状态评估将检测信息与结构构件及养护问题相联系：坐标、构件标识与时间戳定位观测；所选参考表面与几何变量描述特征；标定与重复观测表征测量质量；光学、激光或触觉信息补充局部表面细节；所得记录可依检测指南、结构评估准则与项目要求进行解译。国际水道测量组织IHO S-44第6.2.0版（2024年10月）区分测量规划阶段估计的先验不确定性与利用已获取数据评估的后验不确定性，其测量质量要求针对水道观测，而桥梁评估与冲刷指南则涉及结构解译与养护决策；评估框架取决于构件、损伤机制及适用的检测或养护规则。互补的无损检测方法提供内部缺陷或材料状况信息，固定声呐与其他安装式传感器记录时变过程，其信息可通过基于构件的检测记录与声学及光学表面观测相关联。

6.3 点云证据与养护决策的衔接

共享坐标与构件标识连接不同次测量的观测，冲刷深度、基础出露、表面损失范围、接缝状况与截面几何可随后与水流、泥沙及基础信息一并考虑，用于规划重复检测或干预措施。冲刷模型支撑对与观测河床相关的环境与基础因素进行解译：可解释机器学习已纳入水流、泥沙、基础几何与防洪韧性，概率模型描述局部冲刷的变异性，检测数据为与这些模型输出比较提供河床剖面与基础出露。数字孪生在全寿命周期内组织构件几何、检测发现与养护记录，共同坐标将原始观测、标定信息、处理版本、点云产品与损伤描述同水下构件模型相联系，该组织方式支撑重复测量比较与养护决策证据的检索。

6.4 重复测量与时间变化检测

重复观测描述冲刷、表面损失与变形的发展：冲刷演化可通过配准点云间的直接差异或形态特征变化加以考察；共同基准、采集记录与处理设置支撑跨次测量比较，测量覆盖记录区分新观测表面与既往检测区域。重复点云通过粗配准与精细ICP配准对齐，多尺度模型对模型点云比较（M3C2）沿表面法向估计变化并提供置信区间，密度、局部粗糙度与配准影响该比较；连续固定观测描述短周期冲刷过程，周期性船舶或USV测量描述较大范围的变化，稳定构件与控制点连接两类记录。

1. 7.
   结论与未来方向

本综述围绕作业方式、检测设备、数据分析与状态评估组织水下桥梁检测。平台可达性与传感器观测几何决定构件的观测方式，声学、光学、激光与接触方法提供关于河床、构件形状与局部表面状况的互补信息，图像与点云处理将这些观测同目标识别、几何描述与时间比较相联系，由此形成的综合阐明了检测方法在采集到评估全过程中的技术角色。协同作业连接船舶或USV面测绘、近场ROV检测、局部潜水员检查与固定监测，共享坐标、时间戳与构件标识为此提供基础，自主导航与协同定位的发展可改善路径规划与对同一结构区域的重复可达。多传感器检测将声学覆盖与光学、激光及触觉表面细节相结合，联合标定与不同视角观测的对齐是进一步技术发展的核心议题，当单一观测几何使构件部分区域不可观测时，这些方法的互补作用尤为相关。数据分析正朝向考虑水下成像特性、可变点密度、有限标注与构件几何的模型发展，方法开发可更紧密地连接去噪、配准、分割与几何解译，使处理过程保留与检测任务相关的特征，重复测量数据集与跨作业条件的比较是有益方向。状态评估受益于将构件级观测与检测历史、结构信息及养护记录相联系，未来工作可发展缺陷与时间变化的一致描述，并考察这些记录如何为检测间隔与干预优先次序提供依据，与数字孪生的集成是桥梁运营期管理这些信息的实用途径。