无人机辅助地铁设施与管线巡检的应用研究

陈玉清，罗凤霞，柏文锋

（1.广州地铁集团有限公司，广东 广州 510010；2.广州地铁设计研究院股份有限公司，广东 广州 510010）

截至2017 年末，全国共计34 个城市开通城轨交通并投入运营，开通线路165 条，运营线路长度达到5033km，在建线路长度6246km，目前获批复规划线路总长7321km。随着地铁线网的不断扩张，沿线房地产开发、地下空间、市政工程等项目越来越多，钻探、打桩等违规作业施工速度快、发现难度大、破坏性强，一旦运营地铁隧道被钻穿，破坏地铁隧道结构，危及公共安全。广州地铁设施因违规钻探凿穿地铁隧道与基坑施工违规，导致隧道大范围变形、开裂、渗漏等事件时有发生，每次事件均不同程度地影响地铁运营安全，地铁的修复花费有时高达数千万元。据统计，自2008 年以来，广州地铁结构受损较大事件已达23 起，其中隧道被钻穿9 起，占39%。

由于地铁隧道频繁受外部建设影响和受损，按当地相关文件要求，要求管线（含地铁）保护单位要开展24h 安全巡查。要满足政府这一要求，企业需大幅增加巡检成本，大量新增巡检人员。广州区域地铁巡检涵盖建设线路300km，运营线路390km，至2025 年，广州地铁线网将达到810km。目前，广州地铁巡检主要还是以人工巡视为主，每个巡检人员每天负责巡检线路长达12km，人员投入大，且巡检频次低。为了满足政府24h巡检要求，企业需大量增加地铁、管线等地下设施的巡检人员，大幅提高企业的管理成本。因此，在确保地铁设施及运营安全前提下，如何提高巡检工作的效率和质量，降低企业成本，是企业面临的现实问题，急需应用新科技和研究地铁设施的智能巡检方法。近年来，无人机技术发展迅速，在各个行业的应用快速增长。采用无人机辅助巡检，提高巡检频次，非常适合地铁设施和管线等地下设施巡线业务，可大大减少巡检人员，提高工作效率，且可满足政府提出的24h 巡检要求。在现有无人机应用技术的基础上，开展无人机辅助巡检技术研究与系统开发十分必要与紧迫。

1 无人机巡检技术现状

无人机（UAV）是利用无线电遥控设备和自备的程序控制装置的不载人飞机，包括无人直升机、固定翼机、多旋翼飞行器、无人飞艇、无人伞翼机。近年来，无人机因其独特优势，在各行各业中的应用中增长快速，其使用需求和频率不断加大。在与地保巡线业务类似的电力巡线领域，专门应用于架空输电线路巡检的无人机巡线系统已经具备行业规范，包括国家电网发布的《架空输电线路无人机巡检系统配置导则》（Q/GDW 11383-2015）、南方电网发布的《架空输电线路机巡光电吊舱技术规范（试行）》以及中电联发布的《架空输电线路无人机巡检作业技术导则》（DL/T 1482-2015），对无人机巡检系统及光电吊舱进行了规范。2013 年11 月厦门地铁1 号线一期工程施工期间，厦门交警使用一种名为“单兵一号电动无人机系统”的无人机监测地铁施工交通状况，该应用仅限于现场交通信息的采集；2016 年7 月22 日深圳地铁3 号线部分区段采用无人机监控和记录高架区段检修作业状况，但都还仅局限于采用旋翼机开展图像的采集工作，离业务化和智能化应用还有很大距离。

总的来看，无人机技术已经成熟，但无人机在传统农林作业、抢险救灾、城市规划等领域的应用还主要局限于采用旋翼机开展图像的采集工作，对图像的处理与分析都仍主要依靠人工完成，离业务化和智能化还有很大的距离。无人机在地铁领域的应用还很少，主要采用旋翼机开展试验飞行和图像采集，在采用固定翼无人机开展图像采集、图像后处理、图像智能分析、自动识别与预警方面的研究与应用还暂时为空白。

2 无人机辅助地铁保护巡检与预警研究

2.1 无人机数据采集平台

地铁保护巡检具有线路窄长、巡检频次高、巡检专业性强等特点，因此建立无人机数据采集平台应尽量满足以下参数特点：（1）无人机平台参数。巡检精度5cm；起降方式为垂直起降；抗风能力不小于10m/s（5级），能承受小雨天气；超轻量和耐冲击机身；实时监控无人机各模块状态，支持失控返航、低电量/燃料返航，实时进行指令和数据的交换。远距离巡检续航时间不少于1.5h，巡航速度不小于20m/s，续航里程不小于120km，最大任务载荷2kg；小区域线路和项目巡检续航时间不少于1h，巡航速度不小于6m/s，续航里程不小于20km，最大任务载荷5kg。（2）光学相机参数。搭载于无人机的航摄仪尽量满足以下参数：不低于4000 万像素，4K超清视频；静态影像感光度ISO 100-25600，自动感光度ISO 100-6400；自动对焦、程序自动曝光；镜头防抖和5 轴防抖；支持连拍、支持降噪。（3）飞控系统要求。带GPS 导航自动飞行功能，飞控系统软件能够实现无人机系统自主安全的飞行控制。在无人机飞行前进行航线规划设计，在无人机飞行过程中显示飞行区域的电子地图、航迹、飞行参数、飞机的姿态航向参数等。飞行中所有的飞行参数和导航数据可实时下载并记录。操作者可通过航迹规划和路径调整进行各种任务的控制执行。地面控制系统的人机界面让操作者可方便地修改航路点、目标航向并监视飞行状态。

2.2 巡检图像处理

利用无人机取得地铁沿线地面环境的巡检图像后，应对巡检图像进行处理，实现沿线图像的拼接，并与现有的地铁保护线进行重叠，以直观反映巡检图像与地铁保护范围的关系。为了保证能够高效准确地识别关注的风险源，需要对采集的影像进行预处理。主要的预处理技术主要包括坐标转换、数字正射影像的制作和影像快速拼接技术，数字正射影像主要用于建立GIS 系统影像地图，影像快速拼接技术主要用于人工智能风险源特征提取判读。在风险源识别上，根据轨道交通保护控制区外部项目巡检业务，对外部项目作业中炮头机，搅拌桩，立式水泥罐等等作业设备特征点进行提取，基于大样本数据库，结合特征颜色、纹理、形状、空间等特征，利用神经网络，对目标特征进行深度学习，建立目标风险源智能识别模型。在巡检过程中，识别模型能够通过无人机航拍采集的照片，对照片进行分割、合并、要素提取以及统计分析等步骤进行特征分析，实现特征目标的识别。

2.3 无人机巡检与预警系统

利用无人机辅助地铁保护巡检应建立起无人机巡检与预警系统。系统的功能应包括但不限于以下功能：无人机设备管理、巡检任务管理、巡检图像处理、巡检变化监测、巡检预警等功能。无人机采集的巡线数据输入计算模型，对图像的特征进行匹配，如果出现钻机、挖掘机、新增工地等风险源就会在图像上进行标注，并在GIS 地图上进行展示预警。想要达到图像自动在GIS 地图上定位显示的效果，至少需要以下几个空间参数信息：（1）一个点的坐标；（2）航高；（3）航向角。根据航高可以算出比例尺，即图像中一个像素的宽度所对应的实际距离，再根据某已知点的坐标就可将图像移动至对应坐标系下的位置，最后利用航向角对图像进行旋转，即可达到图像定位的效果。

3 效益分析及飞行验证

目前，广州地铁需要巡检的运营线路10 条，里程约246km，建设线路11 条，里程约314km，现有巡检人员达数十人，若要达到相关文件要求，平均每6km 需配备1 名巡检人员。随着运营线路与建设线路的增加，巡检人员的数量与巡检成本将直线增加巡检管理难度大，质量难以保证，且巡检成本高，巡检频次较低，易出现巡检死角。若采用无人机地保巡检系统及图像处理系统辅助开展广州地铁设施巡检，在现有560km 运营线路+建设线路的情况下，只需配置3 台无人机即可将巡检频次由1～2 次/ 周提高到5～7 次/ 周的巡检频次，巡检成本将大大降低，随着线路里程的增加，成本将逐步降低，巡检效率可提高10 倍以上。文章对传统人工巡检与无人机辅助巡检的优劣势进行了总结，如表1所示。

表1 优劣势及效益分析表

2016 年8 月—12 月，广州地铁集团有限公司地保办成功组织开展了无人机巡检验证飞行。利用无人机及控制系统实现全程GPS 自动导航，对四号线大学城南—石基—大学城南共计26km 线路两侧地铁保护区开展了多次自动巡检，并成功发现预设在线路正上方作业的钻机，初步验证了利用无人机开展地铁设施巡检的可行性。

4 结束语

文章对无人机辅助地铁保护巡检与预警技术的背景、必要性，无人机及应用技术发展综述，无人机辅助地铁保护巡检与预警技术、效益分析以及验证飞行进行了介绍。通过实践证明，无人机辅助地铁保护巡检与预警是可行的，利用无人机开展地铁设施巡检具有巡检范围广、速度快、效率高以及巡检质量高等特点，能够大大减少巡检人员的配置，降低企业巡检成本等优势，具有实用性与推广意义。