人工检测很难精细化

　　“隧道和管廊是现代化城市的地下生命线。由于隧道结构中行车通道两侧被装饰墙所覆盖，检测工作可施展的空间非常狭小。而且，这些通道狭窄、冗长，光照差，人工检测和诊断很难做到精细化。”主持此项系统研发的上海大学悉尼工商学院信息管理系主任胡珉副教授介绍说，地下线形公共设施包括公路隧道、铁路隧道、轨道交通隧道和城市综合管廊，其中建设最多的就是隧道，全国每年新增综合管廊1000公里，管廊的里程增长非常迅速，一旦发生结构塌陷等灾害，将造成巨大的社会影响和经济损失。如2012年10月10日，广西德保县在建的一条高速公路隧道发生坍塌，多人被埋。

　　国内外调查表明，相当比例的隧道存在衬砌裂损、变形和渗漏水等病害现象，威胁着隧道内行车的安全并缩短了隧道的维护周期和使用寿命。国际上5000座已建铁路隧道的统计资料分析表明，约三分之一的隧道存在衬砌结构裂缝和渗漏水等病害。

　　地下线性公共设施内部结构中存在大量空间窄、距离长的通道，以虹梅南路隧道为例，其中间部分为车道层，其环面都有衬砌，很难直接进行结构缺陷观察，而上方的烟气通道、下方的消防通道、电缆通道和逃生通道的空间又十分狭小，人钻不进、手够不到、眼看不清，在进行常规日常例行巡检时，亟需一种适合狭窄通道检测的智能系统和设备来代替人工观察。

　　新系统已应用一年多

　　胡珉说，这套巡检装置与安全诊断系统以一台小型自动循迹巡检装置作为检测设备，开发了基于光学和景深图像的结构病害和变形自动识别算法，形成了狭窄通道结构健康自动巡检和安全诊断体系，通过集成机器人系统、人工智能系统和信息实时采集处理系统，替代传统费时费力的人工巡检方式。该系统采用磁导方式控制行进路线，通过无线射频识别技术（RFID）进行位置修正，运动相机和激光传感器自动采集的数据传输到结构病害诊断系统中，通过畸变修正、特征提取和激光数据拟合等步骤，实现隧道病害的智能识别和结构变形分析。巡检结果将回传至“结构巡查APP”里，技术人员可以借助BIM建筑信息模型，模拟巡检功能和复现病害现场，以实现快速维修决策。

　　据悉，这套系统已在虹梅南路和大连路隧道应用一年多，截至今年10月底，系统成功执行了40余次巡检任务，获取拍摄到的1100余段视频流数据，共识别出3067个病害，复检从中筛选出2671个病害。虹梅南路隧道管理部经过系统试用后，认为自动巡检系统较原来的人工巡检更加安全、智能、便捷，使巡检范围扩大至人工无法到达的危险区域，且获取参数的维度更多。大连路隧道项目部也认为，这有助于公路隧道巡检的便利化和可视化。

　　首席记者 王蔚