交通隧道巡檢機器人運動形態及檢測技術綜述

鐘福祥 呂鎏棟 黃肖君 鄧迪凡 閔濟海 朱 凱

（1.浙江省交通投資集團有限公司杭金衢分公司杭紹管理處,浙江 紹興 311800；2.中國計量大學質量與安全工程學院,浙江 杭州 310018；3.南京天創電子技術有限公司,江蘇 南京 210012）

近年來，我國經濟發展迅猛，隧道建設規模不斷擴大，交通隧道憑借其縮短行車距離的優點成為人們日常出行的首選。相較于電纜隧道、綜合管廊等設施，交通隧道內部空間密閉、車流量較大、建筑結構及機電設備情形復雜等，一旦發生交通事故或火災事故，極有可能造成現場人員的重大傷亡與財產損失。因此，為了確保交通隧道安全運營，需要定期對交通隧道進行巡檢，并針對隧道進行特定維護。通過定期巡檢和維護，可以及時發現并解除隧道內的安全隱患，確保交通隧道的安全運營，減少事故風險，保障行車安全和人員安全。

目前，針對隧道巡檢，我國采取的巡檢方式多為人工巡檢，由于隧道環境陰暗、設備多且線路復雜，導致人工巡檢時效性差、準確率低。同時，巡檢人員有一定的主觀性，巡檢結果的可信度尚需確認。此外，人工巡檢的危險系數較高，巡檢人員人身安全不能得到保障。過于依賴人工巡檢，隧道運營的維護成本會逐步提高，檢測結果的質量和準確性也不能得到保證。在事故發生后，不能及時準確地了解事故現場的發展態勢，現場應急處置時效性差，容易造成二次事故。巡檢機器人通常配備各類傳感器、攝像頭以及數據采集設備，能夠通過自主操控或遠程操控對機器設備、隧道環境等進行檢測和巡檢，自動執行數據收集、現場檢查、異常檢測和環境監測等功能。

1 常見巡檢機器人運動形態

巡檢機器人有輪式、履帶式、軌道式等多種運動形態。輪式巡檢機器人相較于其他機器人的優勢在于其結構簡單，運動速度較快，適合用于平整空曠的路面，不適合用于崎嶇不平的地形。履帶式機器人對路面的適應力更強，可以輕松跨越諸多障礙，適合用于復雜的路面環境；但其結構較為復雜，維護和操作成本可能較高。軌道式巡檢機器人定位精準，可以按照預先設定好的路線行進、巡檢并通過軌道滑行至事故發生點進行現場信息收集，抵達固定攝像頭無法覆蓋的區域拍攝特定視角的巡檢信息，但也存在充電、行進路線受限等問題。

1.1 輪式巡檢機器人

張昆陽通過控制機器人對管道內生銹、穿孔、裂紋等情況進行全方位巡檢，如圖1（a）所示。巴西一礦業公司探索采礦洞穴的機器人搭載攝像頭、激光雷達等多個傳感器獲取信息，并將信息傳送給專家進行遠程評估，如圖1（b）所示。黃嘉盛等設計了一款可收放輪式巡檢機器人，利用其升降手臂搭載的攝像頭從多個角度拍攝巡檢對象，如圖1（c）所示。上述案例展示了輪式巡檢機器人在巡檢領域中的應用，突顯出輪式巡檢機器人的優勢和局限性。

圖1 三種常見的巡檢機器人運動形態

輪式巡檢機器人采取輪子作為運動裝置，具有較高的運動速度和較好的靈活性，能夠在隧道內部靈活轉向，適應不同的彎道并完成巡檢任務。其輪子與路面的大面積接觸，有較大的摩擦力，適合用于隧道內部的平整路面，可以保持相對穩定的運動狀態。但是，隧道內可能存在臺階等需要跨越的障礙物，輪式巡檢機器人在面對這類情況時，其穩定性和通過性較差。同時，輪式巡檢機器人在處理隧道內部復雜的設備、管線、結構等方面存在困難，狹窄的通道會限制機器人的移動能力。此外，由于輪式巡檢機器人的設計限制，傳感器不能安裝在其較高的位置以獲得更廣闊的視野和更準確的數據收集。

1.2 履帶式巡檢機器人

Song等設計的機器人體型小巧，可以靈活地攀爬在隧道壁面收集溫度、氣體等信息，并輕松穿越隧道中各類障礙物，如圖1（d）所示。Shim等開發的巡檢機器人可以跨越不超過5 cm的障礙物，檢查隧道洞體混凝土結構的損壞情況，如圖1（e）所示。徐詩洋等設計了一套子機和母機協同工作的巡檢機器人，其母機的行走結構采用履帶式結構，行走速度快且效率高，子機搭載在其母機上，兩者配合共同進行巡檢工作，如圖1（f）所示。

履帶式巡檢機器人能夠適應復雜路面環境，其履帶結構能夠在一定程度上分散機器人的質量，使機器人可以搭載更多的設備和傳感器，攜帶額外的負載設備，具有較高的承載能力。然而履帶式巡檢機器人通常需要較大容量的電池或燃料供應以提供足夠的動力驅動履帶行走，與其他機器人相比，能源消耗較大，后期維修和維護成本較高。由于采用履帶式結構，行走速度相對較慢，在某些情況下會影響到巡檢任務的效率，同時也會產生較大的噪聲，在一些對噪聲敏感的環境中，易造成干擾或不便。

1.3 軌道式巡檢機器人

蘇州金雞湖隧道和漁洋山隧道的巡檢均采用了軌道式巡檢機器人，該機器人能夠通過其搭載的可見光攝像頭檢測隧道內的逃生門和設備箱門開閉、裝飾板是否脫落等，同時結合紅外攝像頭實現現場的火源檢測，搭配定向喇叭可以在設定的時間內播放固定的語音內容或緊急疏散提示等語音，如圖1（g）所示。浙江馬岙嶺隧道的巡檢使用的軌道式巡檢機器人能夠在隧道全線范圍內移動并連續采集、傳輸、存儲現場數據，同時監測隧道內的車輛違停、火災事故等異常情況，如圖1（h）所示。上海文一路隧道的巡檢使用的機器人，通過搭載的檢測設備可以針對隧道路面、襯砌漏水及行車車輛進行監測，準確識別路面異物、襯砌病害以及車輛異常行為等，如圖1（i）所示。

軌道式巡檢機器人可以有效利用隧道空間，避免機器人與其他機電設備或障礙物發生碰撞，提供更大的活動空間，實現高速和連續地運行，不受路面條件的限制，以便機器人自由行走和進行巡檢；可以幫助維護人員更好地管理和維護隧道，提高了隧道使用的安全性和可靠性。在設計時軌道式巡檢機器人，采用了特定的軌道系統，其路徑是預先設定好的，按照預先設定路徑巡檢，能夠確保巡檢目標區域全覆蓋。但是軌道式巡檢機器人在遇到障礙物或不規則地形時，需要人工干預來完成巡檢任務。此外，軌道的清潔、檢修和維護會涉及一定的人力和時間成本，在出現故障或損壞后，需要及時修復和維護。

2 巡檢機器人適用的檢測技術

視覺、紅外、三維激光和超聲波檢測技術及其傳感器在機器人中的布置和作用各不相同。巡檢機器人通過搭載視覺、紅外、三維激光和超聲波等傳感器獲得距離、溫度和濃度等關鍵信息，后續對獲取到的數據進行分析，能夠使巡檢機器人更全面地了解工作環境、設備狀態、安全問題及潛在風險。因此巡檢機器人能夠輔助操作人員，在各種環境中自主、高效地執行巡檢任務，特別是在危險或惡劣環境中，大大減少人為干預的需要。

2.1 視覺檢測

在交通隧道中，視覺檢測是一項利用計算機視覺技術的方法，用于監測和分析交通隧道內或周圍出現的各種問題、危險和異常情況。這一技術依賴于攝像頭和圖像處理算法，通過實時分析和識別隧道內的圖像，提供快速而準確的檢測結果。目前，該技術主要應用于火災和煙霧檢測、隧道照明問題檢測、隧道結構損傷檢測、道路標線狀態檢測以及交通事故和交通擁堵檢測等方面。目前，該技術大多應用主要集中在檢測火焰并觸發報警的基礎階段，在確定火源位置和準確評估火災熱釋放速率方面的算法存在欠缺。Chen等在火災和煙霧檢測方面，提出一種基于多特征融合的視頻火焰檢測方法，采用高斯混合模型來提取運動物體，通過火焰顏色濾波算法區分真正的火焰和類似火焰的物體[9]。Zhao等提出一種基于Mask R-CNN卷積神經網絡算法的方法，包括特征提取、區域建議生成和水分標記識別等步驟，用于檢測盾構隧道襯砌上的水分痕跡，通過對訓練好的Mask R-CNN模型進行測試，可以計算出水分標記區域[10]。

視覺檢測技術可以實時監測到火災和煙霧，并進一步對火災事故現場中的火勢大小進行評估與預測。然而，這些技術容易受到現場光照和背景等因素的影響，導致誤報或漏報情況的發生，因此需要不斷優化和調整該類算法和參數，彌補火焰定位與識別方面算法的缺失以提高其準確性和可靠性。

2.2 紅外檢測

紅外檢測是一種非接觸的無損檢測技術，通過測量物體表面輻射的紅外輻射能量來獲取物體的溫度信息，其在隧道工程上的應用多集中在隧道病害檢測及火災檢測兩方面。馬學志等總結了幾種國內外常用的襯砌漏水檢測方法，并通過朔黃鐵路的工程應用實踐表明紅外技術的檢測速度快且準確率高，能夠準確檢測出滲漏水位置并計算滲漏水的區域面積[11]。常程在公路隧道中同時安裝了光纖光柵火災測溫系統和紅外火焰探測器系統，將兩種系統所得監測數據進行聯合分析判斷，實現對高速公路隧道火災的快速、準確探測[12]。

紅外檢測能夠在不損傷物體表面的情況下實時地獲取被測物體熱分布情況，在隧道墻體表面、火災檢測、電力設備熱管理等環境中對脆弱材料或靈敏設備進行檢測。但對于某些特殊材料或表面涂層，紅外檢測的效果可能受到限制，檢測結果會受到一定影響。

2.3 三維激光檢測

三維激光檢測技術是一種通過高速激光掃描被測物體表面并獲取其各點坐標、反射率和顏色等信息，并將這些數據輸出為點云圖，從而實現被測目標的三維模型重建。

三維激光檢測技術在交通隧道襯砌結構的變形監測方面有很大的應用潛力。例如，尹恒等使用三維激光掃描技術對華鎣山隧道進行掃描，得到了隧道的點云模型，通過點云數據預處理和拼接等步驟，可以生成完整的隧道表面模型，獲得高精度的隧道幾何信息。通過獲得的數據可以進行路面破損測量和隧道變形監測，解決現有病害隧道測量方法耗時耗力、精度低下等問題[13]。李宗平等提出三維激光掃描技術一次掃描即可準確建立隧道三維矢量模型，精確得到隧道的整體變形和輪廓信息，并以桐廬隧道為例，研究三維激光掃描技術在山嶺隧道變形監測中的應用，得出其可快速實現對隧道三維變形、支護侵限、二次襯砌厚度的評估，大幅提升隧道數據采集與分析的效率[14]。

與傳統的測量方法相比，三維激光檢測具有高效、精確、非接觸等優勢，能夠大幅提高隧道襯砌結構變形監測的效率和準確性，配合隧道巡檢機器人在巡檢過程中及時了解結構的變化，以便采取必要的維護和修復措施。這使得其成為眾多領域中變形監測的首選技術，包括土木工程、隧道工程、建筑工程等。

2.4 超聲波檢測

超聲波檢測可以用來發現交通隧道內部的一些缺陷，利用超聲波在材料中傳播的基本特性，由接收探頭接收從物體表面缺陷處反射回來的超聲波或透過被檢物體后的透射波，以此檢測被檢物體部件是否存在缺陷，并進行缺陷定位。

全朝紅介紹了超聲脈沖回波法對隧道襯砌混凝土質量檢測的方法、原理及實際應用效果，測試結果表明，超聲波脈沖回波法可以通過頻譜、振幅及反射波的相位分辨空洞、裂隙和不密實處，能迅速、及時地發現隧道襯砌內部的缺陷[15]。Joshua利用一個搭載4×12干點接觸傳感器陣列的低頻檢測設備進行試驗，現場測量隧道襯砌混凝土厚度及鋼筋厚度與間距，對所得結果及該設備在混凝土結構缺陷的定位兩方面進行討論[16]。

超聲波檢測通過分析超聲波在物體中的傳播時間、幅值和頻譜等參數來確定材料的內部缺陷、結構變化及材料特性等。但由于被測物體的材料和幾何形狀等受到限制，復雜的幾何形狀和表面粗糙度會對超聲波的傳播和信號解讀產生影響，導致檢測結果不準確。目前的超聲波檢測算法多依賴于人工分析和經驗判斷，因此可以通過機器學習和深度學習技術開發自動辨別不同類型缺陷的算法，提高缺陷識別自動化檢測算法的準確性，減少主觀因素帶來的影響。

3 結語

交通隧道是承載、提供車輛通行的重要交通基礎設施，與電力、管廊等隧道相比，斷面更大，車輛和人員密度較高，需要更高的安全標準和應急措施來應對可能發生的結構破壞、異常事件、隧道火災、交通事故等各種情況。巡檢機器人可以在隧道日常巡檢與應急處置過程中發揮重要作用。

目前，機器人的硬件技術已經相對成熟，但相關算法和軟件方面還存在改進空間，缺少針對交通隧道場景中火災定位與火場感知相關的算法和應用開發，具體而言需要達到以下效果：在火災發生時，通過巡檢機器人對起火點進行定位，識別出火源熱釋放速率和火勢大小，并在應急處置過程中快速將獲取到的關鍵信息實時上傳至指揮中心，及時向救援人員提供現場狀況、人員安全和救援決策等重要信息。機器人需要能夠有效處理和存儲獲取到的大量數據的能力。此外，為了保證交通隧道相關檢測算法的可靠性和一致性，還需要進行算法的驗證和標準化工作，并開展相關研究，建立適用于交通隧道檢測的評估標準和實驗方法，促進相關算法的應用和推廣。