首页 > 最新动态 > 精品成果秀丨华泰天宇：AI+地空协同助力?隧道智能巡检系统

最新动态

精品成果秀丨华泰天宇：AI+地空协同助力?隧道智能巡检系统

2025-03-2138

AI+地空协同：隧道智能巡检系统

隧道隐蔽病害检测长期面临效率低、精度差、环境适应性不足等难题，针对这些痛点，创新研发了基于AI与地空协同技术的隧道智能巡检系统。系统通过无人车-无人机协同作业架构，融合多光谱相机、HDR相机及红外成像设备，突破隧道内GPS信号缺失、光照复杂、粉尘干扰等环境限制，实现360°无死角图像采集与高精度定位（定位误差≤5mm）。采用深度学习算法（YOLOv7）与多传感器数据融合技术，可精准识别裂缝（类型+尺寸量化）、渗水等病害，识别准确率达行业领先水平，并生成全景数字化病害图谱。通过全站仪集群协同导航与自适应环境算法，系统在复杂工况下仍能稳定运行，检测效率较传统人工巡检提升明显。实际应用表明，该系统已成功应用于海底隧道检测，为病害预警与养护决策提供科学依据，标志着隧道检测向智能化、无人化迈出关键一步。

引言

随着中国经济的快速发展，隧道建设取得了显著成就。然而，由于建设时期、标准及施工质量的差异，隧道普遍存在多种复杂且隐蔽的缺陷与病害问题，如裂缝、渗水等，这些病害对隧道的安全运营构成了严重威胁。因此，实施高效、精准的隧道检测工作至关重要。尽管国内外学术界已提出了多种隧道病害检测方法，但现有技术仍面临检测手段局限、成本效益低、检测范围有限等挑战。针对这些问题，本文提出了一种全新的隧道智能巡检系统。该系统能够实现自主行进、高精度空间定位、全方位图像采集、AI自动识别以及高精度隧道全景数据生成等功能。基于这些数据，系统能够准确分析并预测隧道的病害发展趋势。

图1 隧道自动巡检系统

系统总体设计

2.1设计原则

系统设计严格遵循现行国家标准、地方标准、行业规范及强制性标准，确保全面覆盖隧道关键病害的检测需求。系统具备多项核心功能，包括智能行走路线规划、全站仪与棱镜协同的高精度定位、无人机自动跟随与协同作业、基于人工智能的病害自动识别、多角度拍照任务执行以及360度全覆盖照片采集等。这些功能有机整合，显著提升隧道检测的效率和精度，实现对隧道病害的全面、精准监测，为隧道养护和安全管理提供科学依据和技术支持。

2.2关键参数

1）相机分辨率：≥1300万像素；

2）裂缝识别：基于深度学习的裂缝识别算法，能够自动区分裂缝类型并量化其宽度和长度；

3）渗水识别：通过图像处理技术识别病害区域，图像清晰度满足病害分析需求；

4）缺陷或病害定位功能：采用全站仪定位技术，定位精度≤5mm；

5）其他要求：系统具备良好的环境适应性，能够在隧道内复杂光照条件下稳定工作；

2.3环境适应性设计

针对隧道内特有的挑战，如GPS信号缺失、光照条件多变、衬砌纹理复杂及深色污染干扰、存在灰尘、水汽等干扰因素，这对巡检系统的环境适应性提出了较高要求。为了确保系统在复杂环境下的稳定工作，能够在预设速度下连续、高效地捕捉隧道内壁图像。本文从硬件和软件两个方面进行了优化设计。

硬件环境适应性设计

防尘防水设计：无人车和无人机的外壳均采用了防尘防水设计，能够有效抵御隧道内的灰尘和水汽及其他污染物，确保设备在恶劣环境下的长期稳定运行。

多光谱相机与红外相机的融合：系统配备了多光谱相机和红外相机，能够在可见光不足的情况下，通过红外成像获取隧道内壁的热成像图像，从而辅助病害检测。

高动态范围（HDR）相机：采用HDR相机，能够在光照条件变化较大的情况下，自动调整曝光参数，确保图像质量。

地空双相机：分别在无人车与无人机搭载高分辨率相机，能够保证在隧道环境中多角度无死角拍摄的同时提高图像质量，确保图像清晰度。

软件环境适应性设计

自适应曝光与亮度调整：相机系统内置自适应曝光算法，能够根据实时光照条件动态调整曝光时间和增益参数，确保图像亮度均匀，避免因光照不均导致的图像质量下降。

图像增强与去噪算法：软件系统中集成了图像增强算法，能够对采集到的图像进行对比度增强、锐化处理，同时去除由于光照不均匀导致的噪声。

多传感器数据融合：系统通过融合多源传感器数据，如激光雷达、红外相机和可见光相机的数据，提高病害检测的准确性和可靠性。

支持二次开发与功能扩展：系统采用模块化设计，支持根据用户需求进行二次开发与功能扩展，能够灵活适应不同隧道场景的检测需求。

系统架构

整个系统由多个核心子系统组成，包括路径规划、GUI操作界面、无人车巡检、无人机巡检及图像采集预处理等模块。整个图像采集流程经过精心设计，涵盖了精确定位、高质量图像采集、高效数据压缩与传输、安全存储、智能图像拼接以及病害分析报告生成等关键环节，确保系统的高效性与可靠性。

在图像处理方面，系统通过图像处理软件自动整合来自无人机与无人车相机采集的多源数据，利用先进的图像拼接算法生成高精度的隧道内壁360度全景图，图像分辨率可达50cm以内。结合AI深度学习算法与传统图像处理技术的优势，系统能够自动识别隧道病害（如裂缝、渗水等），并生成详尽的病害分析报告，为隧道养护提供科学依据。如图2所示。

图2 系统方案设计

3.1路径规划

路径规划系统通过CAD软件设置巡检路线，确保相机能够拍摄到隧道内壁的各个角度，实现360度全覆盖。设置的路线可直接输入至GUI系统，为后续巡检任务提供基础。如图3

图3 路径规划

3.2 GUI操作界面系统

该系统界面集成了多个功能模块，包括任务视图、三维导航视图、2D导航视图、图像视图、日志信息以及任务工作信息等，实现了数据的可视化展示与便捷操作。通过这些模块，用户可以直观地监控巡检任务的进度、查看隧道内部的三维与二维导航信息、浏览实时采集的图像数据、查阅系统日志以及管理任务工作信息。这样的设计不仅提高了工作效率，还确保了操作过程的直观性和准确性。如图4所示。

图4 GUI操作界面

A.任务视图 B.三维导航视图 C.2D导航视图

D. 图像视图 E.日志信息 F. 任务工作的所有信息

3.3无人车系统

无人车系统采用可靠的结构设计，展现出强大的适应性和功能性。该系统选用定制特种车辆，能够轻松应对各种复杂场景，无论是施工路段还是野外路段，都能确保稳定行驶。车辆上搭载了激光雷达避障系统和云台相机、360棱镜等关键设备，实现了实时感知周围环境，有效避免碰撞，精准定位与高质量图像采集。其整体尺寸如图5所示。

图5 无人车系统

无人车云台

无人车云台采用GT07DH云台红外相机，该相机通过串口线与无人车相连，GUI系统发送指令到云台相机，进行各角度的拍照任务。拍照完成后，实时通过无线方式将照片传输回GUI操作界面的电脑，供用户进行后续分析和处理。该红外相机可拍摄出1300万像素的高清照片，640×512高分辨率。如图6所示

图6 云台相机

3.4定位方案设计-全站仪导航

图7 全站仪导航示意图

在隧道环境中，由于GNSS信号缺失，隧道环境单一，传统的SLAM算法难以获取高精度的定位数据，导致无人车在进入测区时位置信息未知且随机，无法满足精准定位的需求。为实现隧道自动巡检并获取高精度的定位数据，本文提出了一种基于多台徕卡TS16i全站仪的定位方案。全站仪作为一种高精度测量设备，在地下空间测量中具有显著优势，但其应用于无人车导航仍是一种世界创新。多台全站仪的协同工作、坐标系统一及自动无缝切换是实现全自动巡检的关键技术难点。

坐标系统建立与统一

首先，建立独立的坐标系统，为每台全站仪分配唯一标识：0表示第一台全站仪测定的坐标，1表示第二台全站仪测定的坐标，2表示第三台全站仪测定的坐标，3表示第四台全站仪测定的坐标。每台全站仪的测站坐标由三维分量(x, y, h)表示，其中：

x：坐标的x分量（北坐标值），单位：米；

y：坐标的y分量（东坐标值），单位：米；

h：坐标的高程分量，单位：米。

通过固定在测站支架上的全站仪，实时测量无人车上小棱镜的三维坐标(x, y, h)，为无人车提供精准的位置信息。

多台全站仪协同与无缝切换

为实现多台全站仪的协同工作，系统采用360度棱镜技术，通过棱镜的坐标传递与更新功能，实现多台全站仪之间的自动无缝切换。具体步骤如下：

控制网测设：在隧道内布设控制网，确保各全站仪的测站坐标精确标定。

初始定向与坐标设置：各全站仪完成测站坐标设置及初始定向，确保测量基准一致。

无人车导航启动：指定最近的一台全站仪对无人车的起始点坐标进行测量，全站仪通过超级搜索功能锁定目标棱镜。

全站仪集群协同：全站仪集群实时共享无人车位置信息。当无人车进入某台全站仪的可视范围时，该全站仪自动接续测量。

无缝切换与导航接管：接续测量的全站仪与前序全站仪在共同跟踪测量时段内完成数据交接，接续全站仪获取第一个正确棱镜坐标后，前序全站仪自动断开连接，接续全站仪完全接管导航任务。

循环执行：重复上述过程，直至无人车完成巡检任务。

导航软件配置

系统配置了专用的隧道无人车导航全站仪系统软件（QTsPilotService），用于控制全站仪锁定目标棱镜并进行连续测量。该软件将测量结果实时传输至无人车，实现高精度、高可靠性的导航，确保无人车在巡检过程中的稳定性与准确性。如图8

图8 全站仪导航流程图

3.5无人机系统

无人机系统作为隧道巡检的重要组成部分，搭载了激光雷达避障系统和云台相机等关键设备，与无人车系统紧密协同作业，共同完成对隧道的全面、高效巡检。该系统配置了低电量触发保护和接令全自动执行等智能化功能，最大载重4公斤，确保了巡检任务的安全性和连贯性。如图9

图9 无人机系统

在关键设备方面，无人机搭载的激光雷达避障系统能够实时感知周围环境，有效规避障碍物，确保飞行安全；而云台相机则负责实现精准定位与高质量图像采集。特别是，无人机云台采用的是先进的PVL-8K云台相机，其分辨率高达4800万像素，能够捕捉到更加细腻、清晰的隧道内部图像，为后续的病害识别与分析提供了有力支持。图10

无人机与云台相机的连接通过串口线实现，GUI系统发送指令到云台相机，云台相机进行各角度的拍照任务。拍照完成后，实时通过无线方式将照片传输回GUI操作界面的电脑，供用户进行实时监控和分析处理。这样的设计不仅提高了巡检效率，还确保了图像数据的实时性和准确性。

图10 无人机云台相机

实验与应用

4.1实验设计

为了验证系统的性能，本文在某在建隧道内进行了实验。实验内容包括裂缝检测、渗水检测和定位精度测试。实验结果表明，系统能够实现360度全覆盖照片拍摄、照片精度验证等功能，能够准确识别隧道内的裂缝和渗水病害，并且定位精度满足实际需求。

图11 测试照片

4.2 AI病害自动识别

裂缝是隧道病害中最常见的一种形式，其检测精度直接影响到隧道的安全评估。本文采用基于深度学习的裂缝识别算法，通过YOLOv7（You Only Look Once）目标检测法对裂缝图像进行特征提取和分类。该算法能够自动学习裂缝的特征，识别准确率高。

裂缝检测算法优化

针对隧道裂缝的形态多样性（网状/横向/纵向）与低对比度特性，提出基于YOLOv7的轻量化改进方案：

①特征提取网络

主干网络替换为MobileNetV3，采用神经架构搜索（NAS）优化通道注意力机制，减少30%参数量；新增浅层特征融合分支（FFB），通过3×3空洞卷积增强细长裂缝的上下文感知能力。

②数据增强策略

构建包含12万张标注样本的隧道病害数据集（TDD-12K），应用Mosaic增强与泊松融合算法模拟衬砌表面污渍干扰；设计物理退化模型（PDM），生成运动模糊、低照度及水滴遮挡等噪声数据。

③损失函数改进引入Focal-EIoU损失函数，解决裂缝像素占比低导致的类别不平衡问题，公式如下：

L=α(1?pt)γlog(pt)+λEIoULEIoU

其中γ=2γ=2抑制简单负样本权重，LEIoU提升边界框回归精度。

图12 AI裂缝自动识别的裂缝

应用案例

在某海底隧道复杂工况的实地巡检中，本系统通过多传感器融合检测机制（可见光+近红外光谱协同成像）精准识别出多处亚毫米级裂缝（宽度0.2-1.5mm）、多处渗水区域（最大面积1.8m2）。系统在强电磁干扰（≤50V/m）及高湿度（RH 95%）环境下仍保持精准的病害检出率，通过定位技术实现精确空间坐标标注，为养护单位制定分级维修方案提供了量化决策依据。

图13 现场

结论与讨论

基于AI与地空协同技术的隧道智能巡检系统实现了智能隧道病害检测。应用结果表明，该系统在隧道病害检测方面表现出高效、精准的性能，能够显著提升隧道巡检的效率和准确性。尤为重要的是，通过无人车与无人机、全站仪的地空协同作业，不仅提供了图像在本地坐标系的精确位置信息，还将隧道内部结构质量监控记录实现了数字化，为未来隧道质量监控系统的自动、智能升级奠定了坚实基础。另外，值得一提的是，基于AI与地空协同技术的隧道智能巡检系统凭借其创新性荣获了日内瓦发明奖，入围美国R&D100发明奖。

展望未来，该系统在隧道养护、安全管理等领域具有广阔的应用前景。通过不断优化算法、提升设备性能以及拓展系统功能，该系统将进一步提高隧道巡检的智能化水平，为隧道的安全运营和长期维护提供强有力的技术支持。同时，该系统的成功应用也将为其他类似领域的自动化、智能化巡检提供有益的参考和借鉴。

.........................................................................................

参考文献

1.余加勇, 李锋, 薛现凯, 朱平, 吴鑫赟, 卢培升. 基于无人机及Mask R-CNN的桥梁结构裂缝智能识别[J]. 中国公路学报, 2021, 34(12): 80-90

2.尤相骏, 赵霞, 龙四春, 王嘉伟, 郑颖, 邝利军. 地铁隧道病害检测深度学习模型优化及应用[J]. 测绘通报, 2024, 0(8): 96-101.

3. 谢智剑，多台全站仪实现隧道自动化监测应用与分析[J]. 测绘科学技术,2024.

北京华泰天宇科技有限公司

北京华泰天宇科技有限公司，作为实景三维技术与无依托技术的领导者，聚焦于实景三维技术的研发与应用。基于INS与独有的重定位SLAM算法，自主研发了一系列移动三维激光扫描系统，适用于室内外不同场景的三维数据采集，可一次采集数万平米的点云数据，在高效的同时，保证豪米级点云精度。

公司业务范围广泛，涵盖三维数据及实景采集系统销售、数据采集与建模服务、室内定位服务、自动驾驶与精准地图服务等多个领域，并提供基于上述业务的定制化解决方案与设备研发服务，致力于推动实景三维技术在各行业的深入应用与创新发展。

更多联系方式（同微信）

销售服务热线：191-8208-8615 王经理

技术服务热线：139-1113-7622 赵经理