摘要：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。

关键词：：智能机器人;巡检机器人;隧道维护;自动检测

引言

随着机器人和人工智能技术的发展，机器人越来越多地被用于城市轨道交通领域为了解决传统手动检查的缺陷，应用了检测技术、视觉识别、远程通信、计算机辅助等相关技术，铁路隧道安全检查机器人可以避免地球轨道对环境和人员的影响，不受地球环境条件的影响，可以，并为工程施工提供智能支撑，文章利用基于悬挂隧道安全检测机器人的成形优化识别模型，分析了神经网络对隧道人员端口状态识别的影响。

1隧道智能巡检机器人

数据采集是保证地铁隧道地表测量精度和效率的第一步，也是最基本的一步，为了在高速运行的环境下采集隧道表面数据，提高隧道断面检测的效率和精度，本研究设计的智能巡检机器人主要包括数据采集模块、移动模块和存储控制模块。拟通过隧道智能巡检机器人对测量单元进行整体全面的坐标测量与收集，数据采集传感器主要分为两部分，一部分是激光雷达，通过采集的点云数据获取隧道的拟合椭圆长轴宽度值，拟合椭圆短轴宽度值，水平收敛最大宽度值，椭圆度等值，从而对隧道进行形变监测。另一部分是相机，通过相机进行图像收集，对图像进行处理分析来确定隧道病害。利用相机对隧道内影像进行获取，通过数据处理算法对收集到的图像进行分析，从而判断隧道内发生的各类病害

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。（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激光雷达数据采集模块

智能巡检机器人是由多种传感器组成的移动测量系统，每一个传感器都有自己独立的采样频率和坐标系统，采集到的数据类型也不尽相同，因此需要对各传感器采集到的数据进行空间配准和时间配准。为了建立空间基准，要拥有统一的坐标系，将惯性导航系统、三维激光扫描仪、载体坐标系的原点统一到一个基准参考坐标系中，以实现多源数据的融合，得到最终地物的地方坐标系。扫描仪空间坐标系与载体坐标系之间的转换。采集的扫描仪原始数据一般是扫描仪原始坐标系下的极坐标，将极坐标转换成三维激光扫描仪下的坐标的转换.为了简化数据的预处理过程，一般将载体参考坐标系和惯性导航系统坐标系视为同一个坐标系，所以将扫描仪空间坐标系转换到载体参考坐标系可以理解为将扫描仪空间坐标系转换到惯性导航系统坐标系。将采集到的点云数据输入到自主开发的点云后处理软件系统即可获取拟合椭圆长轴宽度值，拟合椭圆短轴宽度值，水平收敛最大宽度值，椭圆度等值。进一步进行隧道形变的分析

3.2YOLO模型

与经典的目标检测算法相比，深度学习可以利用多层卷积网络提取丰富稳定的特征，即较低级别的边缘细节信息和较高级别的语义信息，使检测算法更加精确、粗糙、通用。广泛用于深入学习的目标检测算法包括SSD、RCNN、YOLO、视网膜-Net等。YOLO的基本概念是使用深层神经网络算法来识别和定位物体，处理分类和回归问题的物体检测，将图像分割成多个输入网格，并使用卷积神经网络结构预测预期的概率和类别坐标YOLO系列（通常是一步式检测模型）一直扩展到第四代yoro v4，与其他一步式检测模型相比，在速度和准确性方面实现了良好的平衡。YOLOV4算法基于旧的YOLO目标检测基础架构，并使用CNN领域近年来的最佳优化策略。它在数据处理、后端网络、多尺度培训、激活功能、丢失功能等方面进行了优化。

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隧道智能监测可视化平台

通过隧道智能巡检机器人，获取隧道的病害与形变信息，将隧道模型与监测分析结果等多源异构数据进行有效的融合，搭建隧道智能监测可视化平台，即合肥市轨道交通隧道智能检测管理系统，该系统能够大幅提升轨道交通信息系统数据的利用率和准确度，从而实现跨阶段数据的有效共享，避免了关键信息易缺失以及传统纸质文档信息查询效率低下的弊端，使每个阶段的后续工作都更有延续性。实现对隧道结构状况进行三维可视化表达。将数字化管理技术与数字孪生技术应用到合肥市轨道交通项目上，依托全寿命周期信息化管理平台，实现基础数据与检测数据的管理，成果的生成，三维模型与数据的展示，系统配置。

3.5无线传输系统设计

巡检机器人采用MIMO无线通信技术，可有效解决转弯处无线数据断点问题，能够实现复杂工况运行。无线基站采用防爆设计，多台无线基站之间通过光纤进行连接，机器人数据能够借助无线基站的连接，与远程工作站形成整体，实现整个系统中上位机与巡检机器人本体之间的信息传输，并在远程工作站完成设备运行状态监控、异常情况分析及警报等功能。

结束语

十四五是轨道交通大发展阶段，设备运维面临非常大的挑战与压力，应充分研究、运用智能化、机械化的作业工器具、手段，智能化检测、监测设备是下一阶段的研究方向与重点和解决问题、提升效率、提高质量的有效方式。

参考文献

[1]田雨洁，王中昊，徐锦，黄新坤.小型城市轨道智能巡检机器人机械结构设计研究[J].电子制作，2020（22）：81-82+44.

[2]于子良，黄志辉，杨珏，张文明.轨道隧道巡检现状及智能检测机器人发展趋势[J].机车电传动，2020（06）：137-142.

[3]田雨洁，王中昊，徐锦，黄新坤.小型城市轨道智能巡检机器人电控设计研究[J].绿色科技，2020（20）：219-220.

[4]张晖，杨晓衡，臧彦廷.基于轨道式机器人的输煤皮带智能巡检监测系统的研发与应用[J].电力设备管理，2020（10）：189-191.

[5]阮绵晖，黄顺涛，裴星宇.电缆隧道智能巡检系统设计与应用[J].现代信息科技，2020，4（18）：131-136.