基于智能巡检机器人的高速隧道维护自动检测研究

万浪

（贵州中交贵黔高速公路发展有限公司，贵州 贵阳 551404）

智能巡检机器人隧道检测系统主要是将机器人本体作为其核心要素，通过各种声像、光效采集设备以及自动化机电设备，替代传统的人工隧道巡检，对隧道展开全自动化的监测以及智能化的故障诊断，能够对隧道内的实际环境变化状况和存在的安全隐患进行及时的预警提醒，同时，对隧道后期可能会出现的隐患进行准确预测，对于狂风暴雨这样的极端恶劣天气以及在隧道内部出现异常现象时，会在后台系统第一时间提出警示信号，提醒相关工作人员，能够给高速公路的隧道巡检和常规管理工作提供决策上的信息数据支持。

1 系统需求分析

本文主要针对高速公路隧道日常维修和巡检工作，设计出智能巡检机器人，该智能巡检系统能够随时随地针对高速公路内部的实际状况进行动态化检测记录，并在第一时间发出警报，对高速公路内部隧道的火灾、异常入侵、交通事故等事件，要求该系统能够精准地标注出危险事件出现的具体方位，为相关的应急处理人员提供更加精准的数据信息，有效降低人工、物力资源和资金的投入，为了促进智能巡检机器人系统展现出其在智能巡检上的价值和优势，替代传统的人工巡检，促进巡检工作实现质量和效率的双重提升，实现高速公路隧道的动态化实时监测，出现异常和危险事故时能够在第一时间报警，下文设计了一款基于高速公路隧道的智能巡检机器人系统，巡检需求如下：

（1）为了能够进一步搭载相应的电子监测设备，智能巡检机器人系统需要拥有能够添加不同功能模块的关节区域。

（2）能够更加方便快捷地通过弯曲半径大于等于公路隧道道路机械设计半径的弯曲导轨。

（3）设计出来的智能巡检隧道机器人能够保障其运动过程中的稳定性，动力源设计科学合理，避免巡检机器人由于外界因素的影响而导致导轨摩擦力突然变大，在导轨上无法继续前进。

（4）续航能力长，能够在隧道内行走较长的时间和距离，同时，能够在没电时自主进行充电。

2 系统框架

基于智能巡检机器人的高速隧道维护自动检测系统中共包含四个部分，系统框架如图1。

图1 基于智能巡检机器人的高速隧道维护自动检测系统框架

（1）智能巡检机器人带有多类检测传感器， 涵盖了CO／VI检测器、风速风向检测器、能见度检测器、声光报警器、火灾探测器等，能够在隧道内出现异常现象，如温度湿度突然升高或减小、含氧度突然降低、出现易燃易爆炸以及有毒气体、出现火灾、交通意外事物等现象，能够进行动态化的实时检测。

（2）滑行轨道，无线动力模块存在的主要作用就是，能够将巡检机器人在现场中收集的数据信息传输到后端管理系统平台中。

（3）通信网络，无线动力模块存在的主要作用就是能够将巡检机器人在现场中收集的数据信息传输到后端管理系统平台中。

（4）端管理平台。针对采集的现场数据展开智能化的综合分析，通过数据分析结果为相关管理人员的决策提供导向和依据。

通常状况下，智能巡检机器人可分为轨道式巡检机器人以及履带式巡检机器人，对于巡检机器人类型的选择，可以综合高速公路隧道内的实际状况，保障机器人在日常巡检工作中不会影响隧道内的交通状况。

3 系统功能实现

3.1 隧道环境监测

在高速公路隧道中的各类安全事故中，存在有毒和危害气体是导致出现安全事故的重要原因之一，若是日常巡检以及安全防护不到位置，很容易出现隧道安全隐患事故。在高速公路的隧道内存在的有害物体，主要为二氧化碳、一氧化碳以及甲烷等，依照气体在化学性质上的特征，可以将其划分为有毒气体以及可燃气体。对于一些里程数校长的高速公路隧道，有害气体通常分布的不是特别均匀，因此，每隔一段距离就需要设置出一个有毒气体的监测点，也是因为智能巡检工作需要在某个时间内掌握隧道内数个点位的有害气体实际浓度水平，以此来帮助相关管理人员更加精准地做出决策。

在高速公路隧道的实际环境监测工作中，智能巡检机器人可以根据其设定的导轨，在高速公路隧道内快速地进行移动，动态化地对隧道内的有毒气体及其分布状况进行实时性的检测，若是隧道内的有毒气体浓度值超过了报警阀值，那么，智能巡检系统后台则会自动发出警报，并通知相关的管理人员进行确认。

3.2 异常事件识别

3.2.1 火灾识别

如图2所示，该图就是通过智能巡检机器人中的火灾检测算法，针对隧道内出现火灾的地方生成了热成像图，其中图a就是火灾的原始热成像图，图中的深色区域即为高温区域，图b是在图a的基础条件下，获得红黄区域的质心位置，十字标记直接标注出火焰的质心位置，图c是在图a的基础条件下，针对整个画面进行了灰度处理，同时，对高温彩色区域展开灰度补偿处理后所得到的图片，在图b以及图c的基础条件下，通过运用质心区域生长法，能够获得火焰区域的整体外形状况，也就是图d，随后通过已经巡检完成的CNN神经网络火灾检测模型，针对其中的连续针火焰特征展开更加精准的判断和分析，若是最终的判断分析结果和火焰特征符合一致，可以用方块对火焰区域展开详细标记，同时，对火灾的实际报警信息进行输出。

图2 火灾图像处理过程

3.2.2 路面异物检测

本文中的智能巡检机器人系统所使用到的路面异物检测方式为路面异物点云检测，检测算法主要有两部分，分别为在线测试模块和离线巡检模块。

以离线巡检模块为例，首先，需要隧道巡检人员，通过点云的空间分布构造检测点，自身具备的若干个局部点云特点，在其中获得不同点云的真实特征向量。其次，通过弱分类器，根据之前所获得的不同点云特征真实向量，将其构造成为弱路面点标签，随后根据已完成的弱标签，对其进行栅格化操作理，同时，构建出标明弱分类标签的栅格统计特征。最后，可以利用条件随机场，对全部栅格展开更加细致化的深度分析，预测出最佳的栅格路面高度，将其建立为强路面点标签，这样就可以获取到强路面点分类，并将从强路面点分类作为样本，输入支持向量机路面异物分类模型，最后就能够获得一个路面异物预测模型，可以将其使用在隧道内的在线地面点云检测中。

3.2.3 行人入侵检测

在高速公路的隧道中，会有不同类型的车辆，其运动状态也存在一定的差异性，因此，隧道内的交通状况相对来说较为复杂，同时，也没有非常准确的内在规律。一些传统隧道巡检中的行人检测算法在出现场景的突然变化时，很容易出现检测错误的问题，而智能巡检机器人系统平台则能够有效解决这一问题，如图3，在该智能巡检机器人系统平台中，主要使用的是基于ROI分解的行人检测模式。首先，需要针对图像的颜色、图像亮度和其方向特点进行获取，随后通过金字塔滤波来获得个特征的尺度空间表示，随后运用中央强化、周边抑制的计算方式，对不同尺度空间的特征差异展开进一步的精准计量，进一步展开归一化的处理，对各个特征进行统一合并，最终能够获得一个ROI的总显著图，最后基于ROI通过行人分类器对其展开深度检测。

图3 基于ROI分解的行人检测法

3.3 智能视频监控

在高速公路的隧道内，应该保障360度无死角的监控覆盖，若是在隧道内出现了异常事故，智能巡检设备能够直接运行到事故出现地点的正上方，对事故现场的实际状况进行精准的查看，能够帮助相关人员对事故进行正确处理，从多个维度来获取证据，并通知相关的救援人员对事故现场进行疏导和处理。通过高清视频监控系统，也能够对高速公路隧道内的实际设备运行状况进行确认，进一步解放劳动力，减少巡检人员的日常工作总量和工作强度。

3.4 通信传输功能

在整个隧道的智能巡检机器人系统中，无线通信功能模块是其中的重点组成内容，也是保障隧道内部实际状态测量数据更加精准的关键所在。无线网桥的数据传输形式主要为无线（微波），通过无线来实现远距离的数据传输，其中存在的5.8G无线网桥，能够在环境恶劣、施工较为艰难，里程较长的两个地区中进行数据传输，在传输时，局域网的最快速度能够高达150Mbps，对于一些远距离无线监控节点来说，不管是传输语音、传输视频还是传输数据，都具备非常明显的优势，在建设工程量上也比较小，施工周期较短、成本花费较少。

由于隧道在结构上比较复杂和特殊，很容易衰减信号，因此，要想让隧道内部所有位置有无线通信的存在，需要保障隧道内部的无线通信信号充足，相关技术人员可以运用5.8G无线网桥来构建高速公路的隧道智能巡检机器人无线通信模块，通过对无线网桥的有效使用，实现了巡检数据信息的动态传输，也能让报警信号及时回传到后台终端系统中，包括设备的实际运行状态、隧道内的异常状况监测数据、预警信息等，随时都可以上传到巡检机器人系统平台的云端服务器中。

4 结语

综上所述，通过建立高速公路隧道内的智能巡检机器人维护自动检测系统，能够使巡检效率变得更高，巡检功能也变得更加丰富多样，检测覆盖性更强，促使隧道巡检工作的质量和效率全面提升，另外，智能巡检系统也能够为相关的管理部门提供决策上的数据支撑，对于预防隧道风险以及安全隐患具备非常重要的现实意义。