智能巡檢機器人在隧道養護管理中的應用

黃 蔚

(廣西新發展交通集團有限公司,廣西 南寧 530029)

0 引言

近年來,隨著《廣西高速公路網規劃(2018—2030年)》的正式頒布,廣西高速公路建設行業迅猛發展,到規劃期末,廣西將建成“1環12橫13縱25聯”的高速公路布局。目前,越來越多的高速公路向山區擴展,山區特長隧道的數量與日俱增。在隧道通車運營期間,由于襯砌質量缺陷、外部環境惡化、養護管理不規范等多種原因,隧道會出現滲漏水、襯砌脫落、掉塊、開裂等病害,嚴重影響隧道使用壽命與交通安全[1-3]。除隧道病害外,其他突發狀況也會影響隧道交通安全,如路面拋灑物、路面積水、隧道火災等。因此,逐漸增多的隧道,尤其是特長隧道,大幅度增大了隧道的養護管理難度。

為解決當前隧道養護管理難度大的問題,新技術、新設備逐漸被應用到隧道養護管理領域中。本文依托賀州至巴馬高速公路(都安至巴馬段)的發瑞隧道(隧道長度為5 334 m),結合《公路隧道養護技術規范》(JTG H12-2015)[4](以下簡稱《規范》)的隧道養護技術要求,探討了智能巡檢機器人的科學原理及在特長隧道的應用。研究表明,該智能機器人實現了特長隧道檢測的智能化、自動化。

1 公路隧道的養護管理現狀

1.1 隧道的養護管理要求

《規范》規定了隧道土建結構的養護工作分為日常巡查、經常檢查、定期檢查、專項檢查。日常巡查通過人工與信息化結合的手段,與道路巡查同時進行;經常檢查要求專業隧道養護人員采用人工與信息化結合的手段,輔以簡單的檢查工具,對隧道進行詳細檢查,及時發現隧道病害或其他異常情況,是隧道養護的關鍵性工作;定期檢查通常由運營公司委托具有檢測資質的專業團隊利用先進的技術設備進行,檢查結果的專業性、權威性好;專項檢查由具有檢測資質的專業團隊根據《規范》要求開展,檢測出特定隧道病害的詳細信息,為是否實施處治措施及如何實施處治措施提供科學合理的依據。日常巡查與經常檢查由運營公司安排隧道養護人員執行,是隧道養護管理的關鍵性檢查工作。

1.2 隧道養護管理工作的不足

隨著越來越多公路隧道進入周期性養護,各運營公司積累了不少的隧道養護管理經驗,但日常巡查與經常檢查工作仍存在不少缺陷,主要為:

(1)養護管理粗糙、時效性差。日常巡查工作一般由養護人員通過車輛巡查、視頻巡查等方式進行,檢查深度一般。實際上,由于管轄的隧道數目與檢查內容過多,大部分隧道日常巡查工作流于形式,未能完成《規范》規定的隧道洞口、襯砌、路面檢查要求,未能及時發現隧道病害問題及異常狀況,導致處治工作滯后;經常檢查根據隧道的數量、養護人員配置、隧道長度等,周期一般為一個季度或者半年;定期檢查根據隧道結構技術狀況和功能狀況,周期為1～3年,過長的檢查周期不能彌補日常巡查工作的缺陷,導致隧道存在安全缺陷。

(2)專業程度不足。我國地域遼闊,山區地理環境復雜,隧道經過的地區環境差異大,隧道養護管理工作具備特殊性,隨著時間的推移,隧道病害增多,養護難度增大。日常巡查與經常檢查需要隧道養護工程師通過豐富的養護管理經驗與扎實的理論基礎,能快速定位隧道病害,制定科學合理的處治措施。但是,由于我國早期運營的公路隧道數量少,隧道養護管理難度低、工作量少,導致隧道養護基礎薄弱,養護經驗整體積累不足,高素質的養護工程師數量偏少。此外,在當前隧道大規模建設的環境下,隧道后期養護工作得不到重視,“重建輕養”的思想流行,養護理念落后,易形成養護工作被動化的不良局面[5]。綜上所述,我國隧道養護管理專業程度不足,養護管理工作面臨一定挑戰。

2 智能巡檢機器人的科學技術原理

為了能較好地代替人工對復雜時空環境下的隧道進行巡檢,本文的智能巡檢機器人以《規范》為基礎,采用先進的技術手段,提高養護管理工作的時效性與專業程度。

2.1 智能巡檢機器人的系統組成

如圖1所示,智能巡檢機器人系統主要由巡檢機器人本體、軌道裝置、附屬裝置、巡檢及評價軟件系統組成。

圖1 智能巡檢機器人系統組成示意圖

(1)巡檢機器人本體:包含巡檢機器人驅動模塊、多元視覺檢測系統等,負責對隧道襯砌結構、路面狀況的巡檢和異常狀態進行智能檢測,并將相關檢測數據通過無線通信網絡傳回控制主機。

(2)軌道裝置:架設在檢修道上方,包含巡檢機器人運行的軌道、軌道支撐機構、軌道調整裝置,三者協同作用為巡檢機器人提供高檢測精度、高可靠性、高安全性的運行環境。

(3)附屬裝置:包含巡檢機器人的無線通信模塊、電源管理模塊、維修平臺裝置等,是提供巡檢機器人運行的保障條件。

(4)巡檢及評價軟件系統:安裝在控制主機上,包含隧道巡檢機器人的操作設置、隧道病害診斷、其他隧道異常狀況檢測和隧道結構安全評價等功能。隧道養護人員可在該系統軟件上控制智能巡檢機器人進行隧道巡檢、查詢巡檢記錄與診斷報告等。

2.2 智能巡檢機器人的原理

本文的智能巡檢機器人可對特長及復雜隧道的結構病害及其他異常狀態進行自主檢測、定位,能夠智能提取隧道異常狀態和病害的多種指標,并由隧道評價系統實現對隧道運營的安全評價,為隧道養護決策提供支撐。相關功能實現的關鍵是:多元視覺采集系統、目標檢測與分割算法、病害診斷專家系統。

2.2.1 多元視覺采集系統

多元視覺采集系統是實現隧道狀態檢測的硬件基礎。多元視覺采集系統由高精度紅外傳感器、激光雷達及工業全景相機等高精度視覺測量部件組成。紅外線傳感器負責測量隧道表面溫度的熱像圖,可發現溫度異常部位,起到隧道火災檢測的作用;激光雷達能精確收集三維隧道環境信息,構造精細的云圖,起到車流監測、路面拋灑物識別等作用;工業全景相機起到隧道病害智能定位與識別的作用。

2.2.2 目標檢測與分割算法

目標檢測與分割算法是實現隧道狀態檢測的理論基礎。傳統的目標檢測與分割算法由不同尺寸的區域選擇、特征提取和目標分類組成[6],區域選擇主要采用滑動窗口模式,特征提取主要采用手動模式,該算法有窗口冗余嚴重、運算時間長、實時性差、準確度差等缺陷[7]。智能巡檢機器人采用了基于深度學習的目標檢測與分割算法,通過引入卷積神經網絡(CNN),克服了滑動窗口選擇模式、手動特征提取的缺點。

基于深度學習的目標檢測算法實現隧道病害的智能檢測。該算法主要分為兩階段檢測算法與單階段檢測算法,如圖2所示。兩階段檢測算法包含了兩次目標檢測過程,雖然檢測精度高,但模型復雜、計算效率低;單階段檢測算法只進行一次檢測過程,模型簡單、效率高、實時性好[8]。智能巡檢機器人為保證實時性,采用單階段檢測算法實現隧道病害的識別,如圖3、圖4所示。

(a)兩階段檢測算法

圖3 隧道滲漏水的檢測示例圖

圖4 剝落掉塊的檢測示例圖

基于深度學習的圖像分割技術實現病害的高級別分析。該算法能夠將圖像劃分為若干個超級像素,對圖像進行高級別分析,主要為語義分割與實例分割兩種。其中,語義分割對每個像素賦予一個類別,實例分割在語義分割的基礎上,對像素進一步分類,提高分割的精度與準確性[9]。為了精確檢測復雜的隧道病害形態與特征參數,智能巡檢機器人采用實例分割方法進行圖像分割,分割效果如圖5所示。

圖5 隧道滲漏水的圖像分割結果示例圖

2.2.3 病害診斷專家系統

控制主機配備病害診斷專家系統,該系統含有大量隧道病害處治領域專家水平的知識與經驗,能夠科學診斷隧道病害,并為隧道養護人員提供科學的處治方法。

3 智能巡檢機器人的應用

智能巡檢機器人已在S30賀州至巴馬高速公路(都安至巴馬段)的發瑞隧道安裝使用,如圖6所示。在智能巡檢機器人安裝使用以來的半年時間內,隧道養護部門完全按照《規范》要求完成發瑞隧道的養護工作,并依照智能巡檢機器人實時隱患排除反饋處理約30起運營隱患問題,大幅度提高了運營公司對該特長隧道的科學養護能力。從科學技術原理與實際使用效果出發,歸納總結智能巡檢機器人具有以下特點:

圖6 發瑞隧道的智能巡檢機器人安裝示例圖

(1)結構病害實時監測。對隧道出現的混凝土開裂、掉塊、滲漏水、路面坑槽等結構病害進行精細化實時監測,取代傳統作業中的定期檢測工作,對短時間內病害程度加劇的情況進行預警,防止因病害突變引發的安全事故。

(2)運營隱患實況排查。對路面拋灑物、路面積水等可能會影響行車安全的情況,智能巡檢機器人進行實況排查并通知養護人員及時處理。

(3)可進行交通狀況遠程監控。可通過智能巡檢機器人隨時監控隧道內交通狀況,獲取擁擠程度,定位隧道內堵點位置,發現擁堵原因。

(4)健康狀態專業評估。業內頂級技術團隊可遠程評價隧道健康狀態,支持現場養護人員處理突發事件,指導養護作業工作。

(5)節省養護人力成本。智能巡檢機器人代替人工完成隧道日常巡查、經常檢查、定期檢查。

4 結語

綜上所述,智能巡檢機器人以《規范》為基礎,通過多元傳感器系統、目標識別與圖像分割算法等實現了隧道開裂、滲漏水、襯砌掉塊等病害與其他異常狀況的智能化識別與檢測,克服了傳統隧道養護的缺陷,提升了隧道的科學養護管理水平;智能巡檢機器人可應用于城市隧道、地鐵、戶外隧道、鐵路隧道等的安全狀態檢查,應用范圍廣,推廣價值好。因此,面對未來更嚴峻的隧道養護管理,為了實現隧道的科學養護管理,應用智能機器人對隧道進行智能化、自動化巡檢必將是行之有效的方法,值得不斷研究探索。