智能巡检技术在地铁隧道中的应用

傅 兵，袁若芩，张 宇，刘方玉，朱宏伟，于鸿强

（1.北京市地铁运营有限公司，北京 100035；2.北京地铁科技发展有限公司，北京 100072；3.北京瑞途科技有限公司 北京 102300）

0 引言

截至2021年4月，我国城市轨道交通总运营里程7546.9km，其中地铁运营线路长度达6280.8km。随着轨道交通运营里程的迅速增长，轨道交通的运营安全越来越受到关注，各管理运营部门对轨道、隧道、电缆等基础设施进行的安全监测面临巨大的压力[1]。

运营期间，地铁隧道面临着变形、渗漏、裂损等长期性病害和火灾、爆炸、地震等多灾害相互耦合、空间形态复杂、运行状态多变等问题，严重威胁地铁运营安全，需要持续对轨道、隧道、电缆等基础设施进行巡检。然而，目前隧道的运维工作仍然以人工巡检为主，不仅检测时间长、效率低，且受工人疲劳及检测技术水平等因素影响，还会有漏检、错检等风险，难以快速准确地进行判断。此外，隧道事故的发生也加速了隧道运维从人工巡检向智能巡检的转变[2]。

本文针对地铁隧道运维的痛点问题，介绍了基于智能机器人技术的地铁隧道巡检运维系统解决方案。该系统可实现运维过程的少人化、无人化、可视化，具有实时巡检、高智能化、高精准度以及较为方便操作等特点，发展方向为实现以信息化、智能化、绿色化为特征的隧道全生命周期安全运维。

1 智能巡检机器人发展现状

为了克服人工巡检的痛点，随着近年来智能化科学技术的不断发展，智能巡检机器人应运而生。智能巡检机器人依靠高自动化、高精确度等优势，在隧道检测领域的应用越来越广泛。

智能巡检机器人通过对大量隧道数据的存储和分析，能够为隧道施工提供一定的施工依据，提高施工的可行性及安全性，同时为地铁运行提供了可靠的实时的数据，保障了地铁建设安全和运行安全[3]。日本于2010 年开发了基于普通光学成像技术的公路隧道检测车，由CCD摄像机和LED照明设备组成的检测系统可检测0.2mm的裂缝病害。随后，基于激光成像的检测车应用于隧道病害检测。通过对图像的人工分析或软件处理分析来判断裂缝及裂缝宽度[4]。

2015年2月，我国首台隧道快速检测车在光谷下线（见图1）。该检测车配有自传动传感器平台、16个摄像头以及红外相机和激光等传感器，实现以0～80km/h的速度持续工作8～10h，可以对隧道进行0.2mm宽的裂纹检测[5]。然而，检测车在机器人安全、精准定位以及测量的稳定性等方面无法保障，无法在封闭的环境内作业，也不能实时巡检。2018年国内首台地铁隧道智能巡检机器人（见图2）采用了挂轨式技术方案[6]，基于人工智能专家系统故障诊断，大数据隧道病害趋势预测，以及隧道检测、监控、预警联动等技术，可视化直观显示巡检情况，实现24小时实时巡检。集异物入侵检测、侵界检测、超温报警等多种功能于一体，尤其可实现全天检测，大大降低了人工的劳动强度，提高了检测效率。

图1 公路隧道快速检测车

图2 地铁隧道智能巡检机器人

挂轨式巡检机器人也广泛应用于电力隧道和综合管廊场景。该机器人（见图3）搭载高清摄像机及红外热成像仪，可以通过可见光摄像头获取隧道内实时动态场景，通过视觉算法实时识别并记录管廊内仪表设备的读数，通过红外相机准确获取管廊内温度分布情况；其配备的气体、温湿度等多个传感器，使其能够对电力隧道环境与设备的不间断地移动往返监控监测及应急火灾报警和处置。

图3 朗驰科翔路电力电缆隧道巡检机器人

2 地铁隧道智能巡检

智能巡检系统是集机电一体化技术、多传感器融合技术、导航及行为规划技术、机器人视觉技术、安防技术、稳定的无线传输技术于一体的复杂系统。它通过自主或人工遥控等方式工作，协助巡检人员对设备进行巡检，并对工作设备进行精确的图像分析和判断，及时发现安全隐患，防止事故的发生。同时智能巡检系统能够通过对收集的数据信息进行分析和学习，并对设备运行状态的趋势进行分析，提前预测检修周期。

3 巡检系统框架

地铁隧道智能巡检系统框架主要分为三个部分：如图5所示。

图4 巡检机器人平台系统框架

机器人端主要负责数据采集，如视频数据、温度、采集图片等， 是多种传感器的集合体，并通过隧道内的宽带通信方式，实时或准实时地上传原始数据。机器人端应具备以下几个特点：①可以监控整个工作区间的隧道；②24h随时待命可到达工作区间任何地点；③采集的数据应多样化、高效，采集操作设置应简单易操作；④采集的数据应实时并可靠；⑤机器人端必须与综合管理平台实时通信，接受管理平台的控制指令。

服务端是整个系统的处理机构，负责对来自机器人端的相关原始数据处理。通过人工智能、图像处理、深度学习、大数据等技术，检查地铁隧道内的安全隐患，并及时向地铁工作人员发出告警及报警数据，由工作人员在综合管理平台上进行相应处理。

智能巡检管理系统是一套以地铁方的需求为出发点、以安全规范和设计标准为依据、以提高地铁运营安全和工作效率为目的的综合巡检自治管理平台。它连接各个维保部门和地铁指挥中心，主要实现：①故障工单的自动生成和管理；②建议措施的推送和历史档案的调阅；③应急事件的现场实时监控与调度辅助；④对整个全自动系统进行配置、管理、升级和维护；⑤校验和评价全自动系统的关键性指标[7]。

4 各子系统

4.1 机器人端

根据目前地铁的实际场景分布，各大运维公司的巡检工作互相交错。同一家维保公司的巡检工作分属在众多距离相隔很远的空间内。同一场景内又包括了多家维保公司的巡检项目。因此，机器人端基于不同场景，可以通过重组这些巡检需求，达到综合巡检的效果，集中资源，提高效率。

4.2 安全隐患与异常检测

机器人端的一部分数据是可以直观引用的，如温湿度、表计读数等；但仍有很多有价值的数据尚待挖掘，如隧道几何变形程度、轨面异物识别、列车侵界报警、隧道裂缝、隧道形变渗漏水等。这些数据如果没有智能分析能力，那么只能堆砌起来，仅供事故调查使用，错失其巨大的潜在价值，而这部分价值随着科学技术的发展是可以被挖掘的。

4.3 智能巡检管理系统

智能巡检管理系统是集故障管理、应急管理、数据管理、系统管理等功能于一体的智能化平台。预先进行告警、故障、业务等流程的相关配置，正常运行时可以实现无人化工作。

正常工作状态下，在收到经服务端处理过的数据时，可以快速向相关监控人员报警并给出具体的安全隐患类型及隐患位置，供运维单位对报警快速反应。然后，由相关工作人员反馈处理过程和结果后，对系统的报警进行校验。经过一段时间的积累，该系统就可以形成一套报警评价机制。

应急管理是轨道运营的重要组成部分，是事故发生时能否将损失降至最低的关键因素。通过该管理系统，工作人员可以控制巡检机器人快速到达事故地点，传回现场情况，并且承担一些辅助救援工作，如与被困人员沟通，缓解慌乱的情绪，告诉被困人员一些简单的自救方法等。

5 隧道巡检发展趋势

地铁隧道的智能化是未来的发展方向，充分利用人工智能、大数据、云计算、物联网等技术助力地铁隧道巡检已是必然的趋势。因此，有以下几点建议：

实施和贯彻隧道全生命周期管理的理念。将隧道巡检提前介入到隧道设计阶段，对巡检机器人运行环境问题和火灾情况下的现场监测与救援问题预先设计解决，避免后续安装所面临的成本、供电等问题；实现隧道结构、机电设施和运行状况中关键环节的一体化实时巡检，提升隧道巡检品质。

研究智能检测的关键技术。结合计算机视觉，深度学习等最新科技成果，解决隧道环境的异常检测问题。整合分散信息源，为隧道的数字化巡检提供数据载体和可视化展示平台[8]。

智能联动。隧道机器人巡检系统提供与隧道内其他监控系统和信息一体化平台的接口，以保证系统多元化管理模式的兼容性和可拓展性。出现重大预警信息时，监控人员可远程操作隧道内设备，如开启消防设备等，及时排除现场危险，避免人员财产损失。

基于BIM（建筑信息模型）+ GIS（地理信息系统）+ AR的可视化技术。隧道建筑信息、地理信息、设备及检修信息和实时巡检信息等与轨道交通专用AR设备联动，可实现隧道的日常巡查、定期检测、专项养护、健康监测、智联管控的3D可视化运维，极大地提高隧道的智能巡检能力。

6 结语

地铁隧道机器人巡检系统具有实时巡检、高智能化、高精准度、方便操作等特点，可实现隧道运行状态的少人化、无人化、可视化运维管理，提高地铁运行的可靠性，降低隧道巡检的运维成本，提升巡检品质，降低运维人员作业风险和劳动强度，提升地铁隧道的运营安全保障能力，其发展方向是以信息化、智能化为特征的地铁隧道全生命周期安全运维。