隧道檢測設備的發展及未來展望

黃 震，張陳龍，傅鶴林，馬少坤，樊曉東

(1. 廣西大學 土木建筑工程學院，廣西 南寧 530004；2. 中南大學 土木工程學院，湖南 長沙 410075；3.寬衍(北京)科技發展有限公司，北京 100089)

0 引言

作為公路、鐵路、地鐵、過水、供暖和人行的重要通道，隧道工程在社會發展中扮演了極其重要的角色[1]。以我國為例，截至2018年底，投入運營的鐵路隧道15 117座，總里程為16 331 km；投入運營的公路隧道17 738座，總里程為17 236 km。每年新增鐵路隧道里程1 000 km以上，新增公路隧道里程1 100 km以上；35個內地城市投入運營城市軌道交通總里程為5 761.4 km。圖1為近年來我國公路隧道、鐵路隧道及地鐵運營里程發展情況。

圖1 近年來隧道發展里程Fig.1 Tunnel development mileages in recent years

運營隧道所處環境復雜，不確定因素眾多，且隨著隧道運營里程規模增加和服役期的增長，其結構性能和服役安全所面臨的問題將日益突出。例如，1997年的隧道技術狀況調查統計顯示,我國運營鐵路隧道逾5 000座，總延長2 500 km，其中失格隧道3 270座，占總數的65%，滲漏水、襯砌腐蝕裂損、仰拱或鋪底變形損壞及塌方落石是隧道失格的主要因素[2]。Yuan等[3]調查了沈陽226條公路隧道(總長約132 158 m)，統計結果表明滲漏水破壞69.0%，裂隙性損傷53.1%，腐蝕性破壞49.6%，是隧道結構劣化的主要原因；北京多條地鐵隧道運營后出現了不同程度的襯砌裂縫、混凝土掉塊和壓潰等結構裂損現象[4-5]。因此，如何快速準確地檢測隧道結構病害，確保隧道服役期的安全，是當前隧道領域重點關注的基礎科學問題。

隧道安全檢測是分析隧道安全狀態和制訂維修養護計劃的必要工作，而檢測技術和方法直接影響著隧道安全評價的準確性及維護的工作量、成本和周期。近年來，隨著超聲波、電磁波、激光、傳感器、自動化、機器視覺、軟件處理、大數據及人工智能等技術的發展，隧道檢測設備的發展迎來了新的契機，基于不同原理的隧道檢測設備開始孕育而生。盡管隧道機器檢測設備發展前景良好，當前的隧道檢測設備卻大都存在各種各樣的問題，如自動化程度較低、功能集成度低、智能化程度低等。這些問題制約了現代化隧道機器檢測設備的發展，作為隧道建設規模、水平都處世界領先地位的我國，這些問題亟待解決。

為此，本研究首先針對隧道襯砌結構檢測技術發展現狀中存在的不足，基于不同的隧道檢測方法剖析各類方法的特點。然后，分析近年來國內外隧道機器檢測設備的發展狀況，探討隧道機器檢測系統在技術和功能方面存在主要問題。最后，從公鐵兩用隧道檢測、全自動化機器人檢測、動態智能檢測平臺、虛擬現實可視化技術和檢修一體自動化系統方面對隧道檢測的發展趨勢進行展望，以期為相關檢測設備的分析與研究提供參考。

1 隧道檢測方法

1.1 目測法

目測檢測是依靠人的肉眼和簡單的手持檢測儀器對襯砌結構表面裂縫、滲水等損害進行量測和比對，并通過粗略的檢測數據來量化襯砌損傷程度。目前，人工目測檢測仍廣泛存在于各類規模的隧道檢測作業中，然而，對于一些里程長和斷面大的運營隧道，人工檢測難以適應，且檢測結果存在主觀性和不精確性[6]。此外，作業人員需長期處于封閉和危險的隧道環境中,不利于身體健康和安全[7]。

1.2 成孔檢測法

成孔檢測法是采用專業鉆機對隧道襯砌進行鉆芯來檢測結構強度和內部質量的方法。成孔檢測法能直觀、便捷地檢測襯砌結構混凝土厚度和裂損，但這種方法會破壞隧道襯砌結構的完整性，且存在鋼筋密集區取樣困難的問題。

1.3 電法

電法是利用襯砌混凝土中電化學反應引起的電位差變化來測定結構損傷程度的方法。電位差法能有效確定結構內部鋼筋銹蝕劣化的位置、類型和程度，是一種無損檢測方法。

1.4 聲波法

聲波檢測法是利用聲發生器產生聲波，并傳輸至隧道襯砌內部，用聲波接收器來接收反射的聲波信號的方法。目前，聲波檢測方法已應用于檢測隧道混凝土厚度、鋼筋分布、彈性模量、裂縫、空隙、分層和腐蝕等病害，是一種檢測速度快、成本低的檢測技術[8]。由于隧道多處于地下水豐富的巖層中或受環境噪聲的干擾，其檢測精度受到不同程度的影響[9]。

1.5 機器視覺法

機器視覺方法由于具有非接觸式的跟蹤和識別物體表面信息的功能而被應用于物體表面檢測。機器視覺檢測方法具有高效率、高精度、可存儲和全斷面覆蓋等特點，但需要配備補光系統來對相機進行補光，且對采集圖像特征的識別能力要求較高[10-11]。

1.6 電磁波法

常用的雷達檢測就是利用電磁波原理，通過向隧道襯砌結構發射電磁波，并被差異目標界面反射，利用雷達接收裝置接收反射波，并依據電磁波在時間和空間上的傳播特性進行分析，從而確定隧道襯砌缺陷部位和程度。由于地質構造的復雜性和雷達自身電學特性的影響，雷達法探測深度受限，且分析過程依賴經驗豐富的檢測員和繁雜的操作程序[12]。

1.7 熱成像法

紅外熱成像檢測是利用電磁輻射熱溫度場來判斷隧道襯砌缺陷的一種方法。其原理是憑借紅外配準技術可視地呈現襯砌結構表面的溫度分布，確定襯砌結構與圍巖之間水的分布情況、圍巖地質條件的變化和襯砌結構缺陷。由于該方法具有較高的溫度敏感性，在低溫環境下檢測效果更佳。但該方法高清成像效率低，缺陷識別和量化難度大。

1.8 激光掃描法

激光掃描檢測是通過激光采集襯砌表面點的三維坐標值、反射率、紋理等物理信息來對結構進行三維建模，從而確定襯砌缺陷的方法[13]。激光掃描技術能快速、準確地獲取隧道襯砌的三維數據，主要用于隧道斷面變形和界限檢測，該檢測技術具有高效率、高精度及較高自動化程度的優勢[14]。

1.9 綜合檢測法

綜合檢測是利用移動設備搭載便捷式檢測設備(包括超聲波、雷達、相機、激光及各類傳感器和補償器等)對一些隧道難以到達的區域進行襯砌檢測的一種方法。綜合檢測技術具有高智能化、高自動化、多功能、高效率、復雜地形和環境的高適應性、保護檢測作業人員安全等優點。但目前綜合檢測技術還存在設備智能水平參差不齊，檢測系統累積誤差大，且無法實現全自動化檢測的問題[15]。

隧道檢測設備的開發均是基于上述方法實現的。針對不同功能和應用范圍，國內外技術人員開發了各類隧道檢測設備。對一些代表性檢測設備的發展狀況在下一節中將展開詳細描述和分析。

2 隧道機器檢測發展狀況

2.1 成孔檢測和沖擊機器檢測

關于機械成孔檢測設備的研究，Oshima[16]描述了一種機械化起重機檢測系統，用于鉆孔檢查襯砌背后空洞(圖2(a))。該系統通過旋轉和敲擊隧道表面的襯砌混凝土形成直徑為33 mm的高速鉆孔，高精度地檢測襯砌厚度和背后空洞高度。

Mashimo等[17]介紹了一種將機械錘擊試驗機安裝在起重機上的方法(圖2(b))，并應用于日本的 Tsukayam，Rebunhama，Fukuoka公路隧道性能檢測與維修中[18]。

圖2 成孔檢測和沖擊檢測設備Fig.2 Drilling detection and impact detection equipment

2.2 地質雷達機器檢測

加拿大某公司生產的Lynx 移動檢測系統可通過搭載不同車型來實現隧道的多功能檢測，如圖3(a)所示。該系統包含雙500 kHz 雷達掃描儀，2個GPS天線和慣性測量等裝置，最大掃描范圍200 m，反射率為20%，測距精度8 mm，絕對精度±5 cm，可實現360°掃描[19-21]。美國Penetradar研發的IRIS Hyrail隧道雷達移動檢測系統[22]如圖3(b)所示。該系統可應用于公路和鐵路隧道襯砌質量和空洞檢測，在車輛前部伸縮設備上安裝探地雷達傳感器，可進行前后收縮來避免障礙物，并可通過旋轉探地雷達的定位裝置來實現隧道壁側面和頂部檢測。Perpendar公司還提供了專門的軟件來實現數據收集、數據處理和GPR數據顯示。

圖3 國外探地雷達隧道檢測設備Fig.3 Foreign GPR tunnel detection equipment

我國成都西南交大研究院有限公司研制的XJ-VMGPR型車載探地雷達檢測系統通過不同車載實現對公路和鐵路隧道的檢測，如圖4所示。該系統有6個相互獨立檢測通道，可1次完成6條測線的全斷面檢測，雷達天線空氣耦合距離為0.5～4.5 m，系統實現絕對定位，線路里程寫入雷達數據，可減少數據后處理并實現數據的自動化采集，車載檢測速度為10～175 km/h[23]。

圖4 我國探地雷達鐵路隧道檢測系統[23]Fig.4 Chinese GPR detection system for railway tunnels

2.3 激光掃描機器檢測

德國SPACETEC研發的TS3三維激光檢測系統通過車載系統實現隧道結構表面掃描，如圖5(a)所示。該系統能在5 km/h的行車速度下利用三維激光和紅外線對隧道襯砌結構的腐蝕、剝落、裂縫、滲漏水等病害實現360°無損檢測，最大識別精度為2 mm[24]。加拿大某公司研發的ARAN多功能檢測車采用掃描激光傳感器能有效實現隧道斷面的測量，如圖5(b)所示。該檢測系統還利用CAD, GIS和定位系統來標定三維坐標[25]。

圖5 激光掃描隧道檢測設備Fig.5 Laser scanning tunnel detection equipment

意大利某公司設計制造的鐵路隧道快速檢測車如圖5(c)所示。該檢測車結合激光掃描和線陣CCD相機設備，能在30 km/h速度下識別隧道結構表面缺陷，最高精度可達1.0 mm[26]。

2.4 基于機器視覺技術的機器檢測系統

韓國漢陽大學開發的移動機器人檢測系統如圖6(a)所示。該系統由CCD相機獲取結構表面圖像，通過圖像分析和處理來獲取裂紋信息，主要用于檢測混凝土結構裂縫。該設備的總體誤差率為75%～85%，識別裂紋的測量誤差≤10%[27]。瑞士Amberg公司基于線陣CCD相機研發了GRP 5000系統，如圖6(b)所示。該系統需要依靠人力驅動，可在時速2～4 km/h下獲取高清晰的圖像，可識別寬度大于0.3 mm、長度大于1 cm的裂縫，該系統還配備高速激光掃描儀用于隧道界限測量[28]。瑞士某集團研發的tCrack系統采用多個線陣CCD相機和光源裝置，以識別寬度大于0.3 mm的裂縫。該系統的最大采集速度為2.5 km/h，如圖6(c)所示[29]。

圖6 國外機器視覺隧道檢測設備Fig.6 Foreign machine vision tunnel detection equipment

我國同濟大學研制的MTI-100檢測系統(圖7(a))采用多個線陣CCD相機和補光系統，可在運行時采集高清晰的隧道表面圖像。圖7(b)為檢測系統運行圖，該檢測系統在5 km/h設計速度下的裂縫分辨精度可達到0.3 mm，且能量化隧道襯砌裂縫、混凝土剝落和滲漏病害[30]。

MTI-100系統還開發了區別于傳統裂紋識別算法、針對于識別細小裂縫的自動裂紋識別算法。圖7(c)為識別算法網格設計圖，該算法的核心設計概念基于裂紋區域和周圍環境的不同灰度，將圖像劃分為背景網格的局部圖像元素，避免了隧道接縫和電纜對裂縫識別的影響。識別算法會自動選取具有周圍環境灰階谷的像素作為潛在的裂縫種子，而每個裂縫種子都有2個正方向。

圖7 國內機器視覺隧道檢測設備Fig.7 Domestic machine vision tunnel detection equipment

上海交通大學與同濟大學基于CCD相機和激光掃描技術研發了地鐵隧道結構檢測裝置，如圖7(d)所示。該裝置現場組裝和拆卸總共大約需要20 min，采集速度為5 km/h，可檢測隧道表面滲漏和識別大于27 mm的橫截面變形，面積識別精度大于0.006 m2[31]。

南京火眼猴信息科技有限公司基于機器視覺技術研發了地鐵隧道綜合檢測系統，如圖8所示。該視覺系統由6臺面陣CCD相機和光學聚焦鏡頭組成，相機掃描角度范圍為260°，相機兩側配置了2組大功率廣角LED頻閃燈作為相機的環境補光。該系統的檢測速度可達30～40 km/h，可識別、寬度≥0.2 mm、長度≥0.4 mm的裂縫，剝落和滲漏面積識別精度可達100 mm2。

圖8 隧道綜合檢測系統Fig.8 Comprehensive tunnel detection system

此外，該系統可對捕捉的襯砌圖像進行處理，形成完整的隧道橫向圖片，既促進計算機對襯砌結構的損傷識別，又有利于系統對襯砌結構的損傷進行定位。視覺檢測系統后端還具有強大的圖像處理功能和數據服務平臺，便于用戶實時查閱隧道健康狀況[32]。該地鐵隧道綜合檢測系統包括圖像融合、圖像預處理、病害識別和數據平臺等功能。其中圖像識別采用深度學習算法，并以Cascade R-CNN作為整體目標檢測模型。特征提取網絡采用ResNext-101-FPN結構，其中Resnext是殘差網絡結構(ResNet)的改進結構，提升了網絡模型的表達能力，其中101表示深度，FPN表示特征金字塔網絡，它被引入到目標檢測模型中來提升特征的預測效果[33]。最后損失函數采用了Focal Loss來提高目標檢測的準確率[34]。

2.5 綜合檢測系統

歐盟研發的ROBO-SPECT檢測系統能夠實現對隧道缺陷的半自動化計算機視覺檢測，同時憑借超聲波傳感器完成對裂縫寬度值和深度值的確定，系統如圖9(a)所示。該綜合系統最大總檢測誤差為11 cm，綜合了車輛起始位置、起重機、計算機視覺系統(圖9(b))、機器人激光傳感器、機器人臂和超聲波傳感器的累積誤差[35-36]。

在ROBO-SPECT系統重要的機械臂區域，使用分解的運動速率控制作為機械臂的運動控制，據此可實現對端面軌跡的跟蹤控制；機械臂端的超聲波傳感器以識別隧道襯砌表面的裂縫；激光傳感器獲取的三維點云能形成裂縫圖像(圖9(c))；定位系統能幫助對隧道裂縫進行定位，提高了系統檢測效率。

圖9 ROBO-SPECT系統[35]Fig.9 Robo-spect system

日本研發的MIMM-R公路檢測車搭載了空氣耦合式雷達、多臺線陣CCD相機、激光掃描裝置等檢測儀器，可以對襯砌厚度、背后空洞、裂縫、滲漏及斷面變形進行量化檢測，如圖10(a)所示。該系統檢測速度可達70 km/h，襯砌厚度識別精度誤差為±5 cm，襯砌空洞直徑誤差為±10 cm，斷面變形精度為1.0 mm，裂縫寬度分辨精度為0.2 mm[37]。日本Nakamura等[38]研發的隧道襯砌混凝土檢測車通過搭載機器視覺和錘擊檢測設備，可檢測隧道襯砌表面裂縫和內部損害，如圖10(b)所示。該檢測車最大運行速度為10 m/min，最大檢測范圍速度為130 m2/h，可識別寬度≥0.5 mm的裂縫。

圖10 國外綜合檢測系統Fig.10 Foreign comprehensive detection system

上海某科技公司研制的TDV-H2000檢測車如圖11(a)所示。該隧道檢測車采用激光掃描及GPS等技術對隧道缺陷的類別、程度、位置實現量化分析，檢測最高時速可達80 km/h，激光測距精度0.1 mm，隧道輪廓掃描精度±6 mm，裂縫寬度識別精度可達0.2 mm，襯砌剝落、滲水等區域病害識別提取面積計算精度可達1 cm2。

我國機器人檢測系統有武大卓越科技有限責任公司研制的ZOYON-TFS檢測系統(圖11(b)～(c))。該系統采用卡車作為移動平臺，搭載有線陣CCD相機、GPS系統、激光掃描裝置、紅外線成像儀，可以識別隧道襯砌表面裂縫、滲漏水及變形等病害特征。移動連續檢測速率可達80 km/h，裂縫寬度和變形量的識別精度可達0.2 mm。

表1列出了上述國內外的主要隧道檢測設備的各項性能。

3 機器檢測設備存在問題

3.1 半自動化程度

目前，隧道檢測設備雖能自動獲取隧道缺陷信息和數據，但基本上還要依靠專業作業人員進行操作和跟蹤作業。為降低作業的危險性、人員的主觀性，提高檢測的高效性、實時性和高精度，需要進一步開發全自動化檢測系統，這一階段還需借助人工智能方法、大數據技術及機器人產業的發展。

圖11 國內綜合檢測系統Fig.11 Domestic comprehensive detection system

3.2 功能集成度

隧道檢測系統的多功能化是解決工作效率低和隧道健康狀態反映不及時、不全面問題的目標方向。目前，隧道檢測設備多是基于公路或鐵路隧道環境設計的，且由于一些技術問題的限制，系統所搭載的檢測設備功能較單一，例如Lynx系統搭載的雷達只能檢測襯砌背后空洞。襯砌表觀病害、內部損傷及圍巖狀態均是隧道運營過程中需關注的問題。因此，應該設計適應不同隧道環境的檢測設備，且綜合考慮檢測技術和設備優劣性來提高隧道檢測系統的功能集成度，如圖12所示。

3.3 智能化程度

隧道檢測系統智能化主要體現在檢測設備的智能程度和自主程度。目前，隧道檢測系統智能化程度低，主要表現為檢測設備在隧道內無法智能定位、智能避障、智能存儲、智能識別、智能傳輸、智能分析、智能評估等。部分設備在隧道缺陷識別上采用了機器學習算法來智能識別和量化缺陷，但仍需借助于人工手段進行判別。

表1 主要隧道檢測系統的技術性能對比Tab.1 Comparison of technical performance of main tunnel detection equipment

圖12 多功能隧道機器檢測系統示意圖Fig.12 Schematic diagram of multifunctional tunnel machine detection system

3.4 精度與速度的沖突

很多隧道檢測設備還處于研發和試驗階段，存在設備技術和處理手段不完善的地方。例如線陣工業相機的視覺檢測系統在采集速度過快時，圖像容易丟失或失真。獲取1條長距離的隧道圖像，后期在圖像處理、融合、缺陷量化過程中需花費大量時間，難以同時確保分析精度和效率。當只對局部圖像進行采集和檢測時，容易導致對隧道病害缺乏準確的整體判斷[39]。因此，在檢測設備硬件和軟件系統方面均應進一步改善。

3.5 軟件和客戶端開發

后期軟件和客戶端開發滯后是現有隧道檢測設備存在的主要問題。后期軟件主要用來采集信息處理、量化缺陷、統計數據和評估隧道健康狀態；客戶端則用于檢測數據可視化、隧道健康維護和信息決策。目前，隧道檢測系統的軟件和客戶端大多處于數據處理、量化與統計階段，在智能評估系統、客戶端隧道缺陷位置及數據可視化、工程維護應用及產品商業化上還考慮欠缺，今后還需進一步開發改進。

4 未來展望

4.1 公鐵兩用多功能檢測設備

由于公路隧道和鐵路隧道的結構形式不同，檢測設備通常設計成兩種不同移動方式的裝置，這需要投入更多的人力和物力。未來可研發公鐵兩用隧道檢測車，如圖13所示。通過互換公路行走系統和鐵路行走系統來適應不同隧道類型，同時該檢測系統還將搭載集成度更高的檢測裝置來實現多能化檢測。公鐵兩用隧道檢測車的研發將改善公鐵隧道檢測系統不能共用的現狀，但由于公路和鐵路隧道斷面尺寸和形式的不同，對檢測設備搭載方式和自適應能力提出了更高的要求。

圖13 公鐵兩用隧道檢測車Fig.13 Highway and railway tunnel detection vehicle

4.2 全自動智能檢測機器人

在復雜和有危害的隧道環境中，基于輪式移動或人力的許多大型檢測設備難以識別襯砌特殊部位和隱蔽的結構缺陷。未來對全自動智能檢測機器人的研發將有望解決這一難題。目前，在路面和管道檢測中，基于多足和履帶的小型機器人的檢測系統已被研發并應用于工程中。針對隧道檢測作業，仍需進一步研發與應用全自動智能檢測機器人。未來全自動智能檢測機器人應具有全自動能力，主要包括自動行走與避障功能、智能充電與數據實時自動傳輸功能、故障報警功能及智能識別與分析功能。此外，可根據不同用途來設計這類機器人，比如根據不同需求設計成履帶、多足和飛行方式的系統，如圖14所示。納米級機器人能識別裂縫深度和襯砌內部損傷；類似小蜜蜂的機器人可探測火災后隧道煙霧濃度和成分及隧道有害氣體；多足機器人可對襯砌特殊部位和隱蔽部位進行缺陷識別；飛行機器人可測量隧道斷面變形和襯砌背后空洞情況；履帶機器人則可對道床缺陷及隧道沉降進行快速檢測。

圖14 多功能機器人檢測示意圖Fig.14 Schematic diagram of detection using multifunctional robot

4.3 動態智能檢測結果可視化平臺

檢測結果是用來反映隧道安全狀態和指導隧道維修養護的。如何動態和智能地描述隧道健康狀況，是今后研究的重點。未來可構建一種動態智能的隧道三維可視化平臺，如圖15所示。該平臺能夠與某個區域或地方的隧道構建網絡信息化數據庫。每次隧道檢測后，隧道缺陷、變形、位置信息、圖像信息及周邊環境信息等檢測數據將自動傳輸給數據庫。軟件平臺將隧道檢測數據進行三維重構，并在三維模型上對檢測結果進行量化分析。隧道管理人員可通過客戶端查閱隧道健康狀況。該平臺具備以下功能：(1)將檢測結果轉化為三維數字圖像；(2)動態追蹤檢測數據結果，當某項數據超過允許值，會自動報警；(3)實現動態跟蹤損傷的演變過程，當隧道損傷異常時，可及時提醒維護人員采取措施；(4)可依據隧道及周邊環境監測數據信息初步判斷隧道缺陷產生的原因，評估隧道安全狀態。

圖15 動態智能隧道結構三維可視化平臺Fig.15 Three-dimensional visualization platform of dynamic intelligent tunnel structure

4.4 隧道虛擬現實技術

虛擬現實技術(VR)是利用計算機技術來模擬三維虛擬世界的新技術，它可以提供給使用者視覺、聽覺等感官的模擬。目前，關于VR技術與隧道檢測的結合很少，尤其是在隧道病害的可視化管理上。如圖16所示，VR可憑借動態智能檢測系統實時反饋數據信息，通過計算機技術實時在虛擬空間中模擬出現實隧道的病害特征、病害的位置、程度和發展趨勢。行業專家可在任何地方通過移動端設備及時分析存在的問題，并指導現場維修人員進行現場作業，無需進入復雜隧道就能快速做出處理。隧道結構安全虛擬現實可視化管理可極大減少日常隧道檢測工作量，給隧道結構檢測與修復帶來便捷。

圖16 VR技術運用于隧道結構檢測Fig.16 VR technology applied to tunnel structure detection

4.5 檢修一體自動化檢測系統

對于隧道的一些表面缺陷和輕微病害，通常不會引起維修人員的重視，容易引起結構安全隱患。同時維修程序一般在檢測完成之后啟動，這一過程需花費更多的時間和成本。因此，未來可研制用于檢測和維修輕微病害或表面缺陷的檢修一體的自動化系統(圖17)，實現主動維護。

圖17 檢修一體自動化系統概念圖Fig.17 concept diagram of maintenance integrated automation system

該自動化系統搭載隧道檢測設備，憑借視覺技術與高性能計算機實時處理，可快速完成圖像采集、數據提取與智能分析，并借助圖像定位技術對隧道病害進行定位。車后端配有自動化機械手臂和維修材料儲存倉，機械臂根據病害定位結果對隧道表面細微裂縫和滲漏水進行修補。

目前，該檢修自動化系統尚存在圖像精準定位能力、機械手臂靈活程度、修補材料快凝和黏結可靠性等問題，仍需要進一步深入的研究。

5 結論

(1)現有隧道檢測設備大多自動化程度低，功能集成度低，精度與速度難以同時滿足，今后隧道檢測設備的優化需憑借計算機處理技術的發展和人工智能、大數據等技術的成熟運用，以進一步提高隧道檢測設備的自動化程度和功能集成度。

(2)現有隧道檢測設備在軟件運營和客戶端的開發方面相對滯后，不利于檢測設備使用和商業化運營推廣，需升級隧道檢測設備的配套軟件，提高軟件的智能處理能力。

(3)隧道檢測設備智能化程度較低，在檢測過程中無法實現自動定位、避障、存儲、識別、傳輸等智能操作，可采取、改進人工智能算法和提高設備性能來提升隧道檢測設備的智能化程度。

(4)隧道結構機器檢測設備將朝著全自動化、智能化、多功能化、大數據化、高效與高精度的方向發展。