钟洪德

(福州市勘测院，福建 福州 350108)

1 引 言

城市地下管线是保障城市运行的重要基础设施，如同人体的血管一般分布错综复杂。然而地下管道结构复杂维护困难，时间一长发生各种形式的损坏情况，如：管道堵塞、管线爆裂、材料老化等经常引发城市内涝、地表坍陷等事件，影响城市运行和造成经济损失。因此管道健康检查已成为市政管理中的重要工作。

地下管道健康检测方法有[1]：①管道闭路电视检测系统(CCTV)，目前最普遍检测系统，操作人员利用控制台在地面上进行远程操纵CCTV爬行器拍摄管道内壁，录入管道内部信息进行评价和分析；②管道声呐检测技术，以水为介质利用声呐系统扫描管道内壁，得到结果是以管道纵向断面的过水面积表示，无须处理管道内部和截断水流，操作方便，但适用于管道的变形缺陷检测，结构性缺陷检测效果较差；③多重传感器法，由光学测量装置、微波传感器和声学系统构成，具有多功能检测管道效果，但费用成本较高。在上述三种检查技术中，管道闭路电视检测系统可深入管道内部摄取视频影像，能有效获取到可供管道缺陷检测的一手资料，检测安全性高、信息清晰直观、成本较低，目前在业界已得到普遍采用。但缺陷识别依靠事后人工目视识别，耗时耗力，生产周期长。

解决管道机器人系统检测效率重点在管道缺陷的判别上，深度学习为此提供了有效途径。吕兵、刘玉贤等人，借助卷积神经网络对管道CCTV视频进行了智能检测研究，试验证明在缺陷识别的准确率和召回率及识别速度上均满足了排水管道缺陷智能检测的需要，该方法也已经在深圳市的排水管道检测中应用[2]。……