基于人工智能的市政排水管道即时缺陷识别工程化应用系统及设备开发

摘要：排水管道在城市地下管网建设中起着举足轻重的作用，定期进行排水管网的检测、监测已成为市政相关部门的重要工作。目前人工判读结果存在随意性大、效率低、没有量化参数，缺陷定级存在较大差异。本项目建立一套基于人工智能RL算法的市政排水管道缺陷识别和量化分析系统、开发即时处理硬件，替代现有人工管道检测方式，彻底解决管道检测中管道缺陷手工操作、人工识别的世界性难题。

关键词：市政排水管道;缺陷识别;人工智能

一、项目背景

排水管道在城市地下管网建设中起着举足轻重的作用，被称为城市的“静脉”，是城市的“生命线”，是城市基础设施的重要组成部分，是城市基础设施的基础。定期进行排水管网的检测、监测已成为市政相关部门的重要工作。只有充分了解排水管网的现状，才能进行有针对性的修复和处理。

我国的排水管网的检测技术有以下几种：人工检测、潜望镜QV（Quickview）检测、管道闭路电视检测CCTV （TelevisionInspection Circuit Close）、管道内窥声纳检测 （Inspection Sonar）等。

英国水研究中心（WRC）于1980年颁布《排水管道状况分类手册》，目前该手册已发行了第四版MSCC4（WRC2004）。世界各国管道评估方法均参照MSCC4。检测方式以CCTV、QV为主。尽管国内外QV、CCTV 管道检测技术已趋于成熟，但均存在共同的问题：外业由人工操作CCTV爬行机器人进行检测，内业由人工对视频进行审核、判读，判读结果存在随意性大、效率低、没有量化参数，缺陷定级存在较大差异。

2016年人工智能技术开始大规模应用，中外科学家，利用SVM算法训练、高斯滤波及中值滤波对图像去噪、随机森林分类等方法进行排水管道缺陷智能识别的尝试，但都存在单一或部分缺陷识别率高，涵盖全部缺陷的综合识别率低的问题，无法满足实际工程应用需求。

目前世界范围内，实际工程中 CCTV/QV的管道缺陷判读仍由人工判读，部分公司对管道检测的图片进行了预处理，但大量判读、分析操作还是由人工进行。

本项目建立一套基于人工智能RL算法的市政排水管道缺陷识别和量化分析系统、开发即时处理硬件，替代现有人工管道检测方式，彻底解决管道检测中管道缺陷手工操作、人工识别的世界性难题。拟形成从管道外业现场检测到内业出具检测报告的一体化集成系统，该系统集成了人工智能、大数据、5G网络等技术，采取即时分析硬件+AI软件+云平台的运行方式，该成果将是世界首例利用人工智能技术高精度识别排水管道全部缺陷，并应用于实际工程的AI系统，技术壁垒高，不仅可解决我国排水管道检测实际需求，还可以应用于全球排水管道检测市场。

二、项目内容

城市地下排水管道健康监测业务，遇到的主要问题是外业采集效率低，在实地采集完管道视频影像后，缺陷影像分类也主要依赖于人工完成，未能实现自动化，效率较低。排水检测数据精细化管理水平有待进一步提升，存在一些急需待优化和提升的地方。本项目从以下内容进行研究：建立一套基于人工智能RL算法的市政排水管道缺陷识别和量化分析系统、开发即时处理硬件，替代现有人工管道检测方式，彻底解决管道检测中管道缺陷手工操作、人工识别的世界性难题。

1、管道CCTV检测视频预处理

因管道检测现场环境较差，操作复杂，获取的视频中存在较多无效内容，要进行前期处理予以剔除，保证后续工作的质量和效率。同时因管道检测设备生产厂商不同，输出的视频格式有多种，须编写能兼容主要视频格式的视频转换软件。将视频转化成图片

2、建立管道缺陷图片数据库、特征标签数据库

根据已有检测数据和报告，提取生成缺陷图片数据库，根据国家规程中管道缺陷定义，分析并建立管道缺陷特征标签，建立管道缺陷特征标签数据库。

3、管道图片数据清洗系统

因视频采集时，管道内照明强度受限，光线较差，管道图片数据产生后，存在大量无效数据和干扰数据，须对照片数据进行分析、清洗。

4、管道缺陷识别机器学习算法与数学模型

以自行开发的算法，结合卷积神经网络（CNN）技术，建立数学模型，对管道缺陷进行识别。

5、管道缺陷量化分析系统

目前，行业标准对管道缺陷程度的定义均由操作人员根据截图以百分比进行判断，并由此推断管道缺陷的级别和分数。再根据公式计算结果做出状况评估。项目开发量化分析算法对管道缺陷进行判读，形成准确的缺陷级别和分数。

6、检测报告自动生成。

本项目将按行业标准规定的格式，自动生成检测报告，无须人工操作。

7、开发AI缺陷即时识别硬件

搭建人工智能应用环境，将通过测试验证稳定的基于人工智能RL算法的市政排水管道缺陷识别和量化分析系统集成至一个小型化即时识别硬件上，使这款硬件可连接任意全球市场上的CCTV或QV检测设备，可控制检测设备进行管道视频拍摄，同时实现管道缺陷的即时识别与量化分析而生成检测结果，AI缺陷即时识别硬件同时替代了外业、内业工程师，缩减了检测环节，大大提升了整个行业检测效率。

8、开发管道检测一体化集成系统

该系统主要工作流程由AI缺陷即时识别硬件控制CCTV爬行机器人在管道中行走及详情扫描，在爬行机器人沿管道运行时一边进行视频拍摄，AI缺陷即时识别硬件对视频进行同步AI分析，并将初步分析结果发送到后台云服务器，云服务器端的AI系统对初步分析结果进行进一步优化处理，形成优化后结果，当该项目全部管道检测完毕后，云端系统自动汇集各管道的检测结果，按需求生成检测报告。

三、项目结论

本项目形成可运用于生产实践的管道缺陷识别和量化分析智能系统，管道缺陷识别率高，可以根据行业标准和地方标准，调整缺陷量化参数，形成符合规程的检测报告，形成了云端管道缺陷识别和量化分析，形成了一个可应用在前端检测设备上的即时缺陷分析设备模块，管道缺陷实现量化输出，为管道修复提供准确信息，并可以预测管道状况趋势，为管道维护、建设、升级提高决策依据。整个系统将大幅提高全国市管道检测的效率和水平，提升市政管网的运营维护。