基于智能巡檢機器人的高速隧道維護自動檢測研究

萬浪

（貴州中交貴黔高速公路發展有限公司，貴州 貴陽 551404）

智能巡檢機器人隧道檢測系統主要是將機器人本體作為其核心要素，通過各種聲像、光效采集設備以及自動化機電設備，替代傳統的人工隧道巡檢，對隧道展開全自動化的監測以及智能化的故障診斷，能夠對隧道內的實際環境變化狀況和存在的安全隱患進行及時的預警提醒，同時，對隧道后期可能會出現的隱患進行準確預測，對于狂風暴雨這樣的極端惡劣天氣以及在隧道內部出現異常現象時，會在后臺系統第一時間提出警示信號，提醒相關工作人員，能夠給高速公路的隧道巡檢和常規管理工作提供決策上的信息數據支持。

1 系統需求分析

本文主要針對高速公路隧道日常維修和巡檢工作，設計出智能巡檢機器人，該智能巡檢系統能夠隨時隨地針對高速公路內部的實際狀況進行動態化檢測記錄，并在第一時間發出警報，對高速公路內部隧道的火災、異常入侵、交通事故等事件，要求該系統能夠精準地標注出危險事件出現的具體方位，為相關的應急處理人員提供更加精準的數據信息，有效降低人工、物力資源和資金的投入，為了促進智能巡檢機器人系統展現出其在智能巡檢上的價值和優勢，替代傳統的人工巡檢，促進巡檢工作實現質量和效率的雙重提升，實現高速公路隧道的動態化實時監測，出現異常和危險事故時能夠在第一時間報警，下文設計了一款基于高速公路隧道的智能巡檢機器人系統，巡檢需求如下：

（1）為了能夠進一步搭載相應的電子監測設備，智能巡檢機器人系統需要擁有能夠添加不同功能模塊的關節區域。

（2）能夠更加方便快捷地通過彎曲半徑大于等于公路隧道道路機械設計半徑的彎曲導軌。

（3）設計出來的智能巡檢隧道機器人能夠保障其運動過程中的穩定性，動力源設計科學合理，避免巡檢機器人由于外界因素的影響而導致導軌摩擦力突然變大，在導軌上無法繼續前進。

（4）續航能力長，能夠在隧道內行走較長的時間和距離，同時，能夠在沒電時自主進行充電。

2 系統框架

基于智能巡檢機器人的高速隧道維護自動檢測系統中共包含四個部分，系統框架如圖1。

圖1 基于智能巡檢機器人的高速隧道維護自動檢測系統框架

（1）智能巡檢機器人帶有多類檢測傳感器， 涵蓋了CO／VI檢測器、風速風向檢測器、能見度檢測器、聲光報警器、火災探測器等，能夠在隧道內出現異常現象，如溫度濕度突然升高或減小、含氧度突然降低、出現易燃易爆炸以及有毒氣體、出現火災、交通意外事物等現象，能夠進行動態化的實時檢測。

（2）滑行軌道，無線動力模塊存在的主要作用就是，能夠將巡檢機器人在現場中收集的數據信息傳輸到后端管理系統平臺中。

（3）通信網絡，無線動力模塊存在的主要作用就是能夠將巡檢機器人在現場中收集的數據信息傳輸到后端管理系統平臺中。

（4）端管理平臺。針對采集的現場數據展開智能化的綜合分析，通過數據分析結果為相關管理人員的決策提供導向和依據。

通常狀況下，智能巡檢機器人可分為軌道式巡檢機器人以及履帶式巡檢機器人，對于巡檢機器人類型的選擇，可以綜合高速公路隧道內的實際狀況，保障機器人在日常巡檢工作中不會影響隧道內的交通狀況。

3 系統功能實現

3.1 隧道環境監測

在高速公路隧道中的各類安全事故中，存在有毒和危害氣體是導致出現安全事故的重要原因之一，若是日常巡檢以及安全防護不到位置，很容易出現隧道安全隱患事故。在高速公路的隧道內存在的有害物體，主要為二氧化碳、一氧化碳以及甲烷等，依照氣體在化學性質上的特征，可以將其劃分為有毒氣體以及可燃氣體。對于一些里程數校長的高速公路隧道，有害氣體通常分布的不是特別均勻，因此，每隔一段距離就需要設置出一個有毒氣體的監測點，也是因為智能巡檢工作需要在某個時間內掌握隧道內數個點位的有害氣體實際濃度水平，以此來幫助相關管理人員更加精準地做出決策。

在高速公路隧道的實際環境監測工作中，智能巡檢機器人可以根據其設定的導軌，在高速公路隧道內快速地進行移動，動態化地對隧道內的有毒氣體及其分布狀況進行實時性的檢測，若是隧道內的有毒氣體濃度值超過了報警閥值，那么，智能巡檢系統后臺則會自動發出警報，并通知相關的管理人員進行確認。

3.2 異常事件識別

3.2.1 火災識別

如圖2所示，該圖就是通過智能巡檢機器人中的火災檢測算法，針對隧道內出現火災的地方生成了熱成像圖，其中圖a就是火災的原始熱成像圖，圖中的深色區域即為高溫區域，圖b是在圖a的基礎條件下，獲得紅黃區域的質心位置，十字標記直接標注出火焰的質心位置，圖c是在圖a的基礎條件下，針對整個畫面進行了灰度處理，同時，對高溫彩色區域展開灰度補償處理后所得到的圖片，在圖b以及圖c的基礎條件下，通過運用質心區域生長法，能夠獲得火焰區域的整體外形狀況，也就是圖d，隨后通過已經巡檢完成的CNN神經網絡火災檢測模型，針對其中的連續針火焰特征展開更加精準的判斷和分析，若是最終的判斷分析結果和火焰特征符合一致，可以用方塊對火焰區域展開詳細標記，同時，對火災的實際報警信息進行輸出。

圖2 火災圖像處理過程

3.2.2 路面異物檢測

本文中的智能巡檢機器人系統所使用到的路面異物檢測方式為路面異物點云檢測，檢測算法主要有兩部分，分別為在線測試模塊和離線巡檢模塊。

以離線巡檢模塊為例，首先，需要隧道巡檢人員，通過點云的空間分布構造檢測點，自身具備的若干個局部點云特點，在其中獲得不同點云的真實特征向量。其次，通過弱分類器，根據之前所獲得的不同點云特征真實向量，將其構造成為弱路面點標簽，隨后根據已完成的弱標簽，對其進行柵格化操作理，同時，構建出標明弱分類標簽的柵格統計特征。最后，可以利用條件隨機場，對全部柵格展開更加細致化的深度分析，預測出最佳的柵格路面高度，將其建立為強路面點標簽，這樣就可以獲取到強路面點分類，并將從強路面點分類作為樣本，輸入支持向量機路面異物分類模型，最后就能夠獲得一個路面異物預測模型，可以將其使用在隧道內的在線地面點云檢測中。

3.2.3 行人入侵檢測

在高速公路的隧道中，會有不同類型的車輛，其運動狀態也存在一定的差異性，因此，隧道內的交通狀況相對來說較為復雜，同時，也沒有非常準確的內在規律。一些傳統隧道巡檢中的行人檢測算法在出現場景的突然變化時，很容易出現檢測錯誤的問題，而智能巡檢機器人系統平臺則能夠有效解決這一問題，如圖3，在該智能巡檢機器人系統平臺中，主要使用的是基于ROI分解的行人檢測模式。首先，需要針對圖像的顏色、圖像亮度和其方向特點進行獲取，隨后通過金字塔濾波來獲得個特征的尺度空間表示，隨后運用中央強化、周邊抑制的計算方式，對不同尺度空間的特征差異展開進一步的精準計量，進一步展開歸一化的處理，對各個特征進行統一合并，最終能夠獲得一個ROI的總顯著圖，最后基于ROI通過行人分類器對其展開深度檢測。

圖3 基于ROI分解的行人檢測法

3.3 智能視頻監控

在高速公路的隧道內，應該保障360度無死角的監控覆蓋，若是在隧道內出現了異常事故，智能巡檢設備能夠直接運行到事故出現地點的正上方，對事故現場的實際狀況進行精準的查看，能夠幫助相關人員對事故進行正確處理，從多個維度來獲取證據，并通知相關的救援人員對事故現場進行疏導和處理。通過高清視頻監控系統，也能夠對高速公路隧道內的實際設備運行狀況進行確認，進一步解放勞動力，減少巡檢人員的日常工作總量和工作強度。

3.4 通信傳輸功能

在整個隧道的智能巡檢機器人系統中，無線通信功能模塊是其中的重點組成內容，也是保障隧道內部實際狀態測量數據更加精準的關鍵所在。無線網橋的數據傳輸形式主要為無線（微波），通過無線來實現遠距離的數據傳輸，其中存在的5.8G無線網橋，能夠在環境惡劣、施工較為艱難，里程較長的兩個地區中進行數據傳輸，在傳輸時，局域網的最快速度能夠高達150Mbps，對于一些遠距離無線監控節點來說，不管是傳輸語音、傳輸視頻還是傳輸數據，都具備非常明顯的優勢，在建設工程量上也比較小，施工周期較短、成本花費較少。

由于隧道在結構上比較復雜和特殊，很容易衰減信號，因此，要想讓隧道內部所有位置有無線通信的存在，需要保障隧道內部的無線通信信號充足，相關技術人員可以運用5.8G無線網橋來構建高速公路的隧道智能巡檢機器人無線通信模塊，通過對無線網橋的有效使用，實現了巡檢數據信息的動態傳輸，也能讓報警信號及時回傳到后臺終端系統中，包括設備的實際運行狀態、隧道內的異常狀況監測數據、預警信息等，隨時都可以上傳到巡檢機器人系統平臺的云端服務器中。

4 結語

綜上所述，通過建立高速公路隧道內的智能巡檢機器人維護自動檢測系統，能夠使巡檢效率變得更高，巡檢功能也變得更加豐富多樣，檢測覆蓋性更強，促使隧道巡檢工作的質量和效率全面提升，另外，智能巡檢系統也能夠為相關的管理部門提供決策上的數據支撐，對于預防隧道風險以及安全隱患具備非常重要的現實意義。