龙学军，张杰，谭志国

（成都通甲优博科技有限责任公司，成都 610299）

0 引言

近年来，我国公路交通建设进入高速发展期，随着国家交通强国战略的提出及地区均衡发展考虑，交通投资逐渐向山区发展。受限于地形和地质条件，山区交通设施的桥隧比很高，部分高速公路，如雅康高速甚至达到80%以上。由于隧道结构和建设的特殊性，长期投用后会出现诸如裂缝、渗水、掉块和沉降等病害，尤其是裂缝的出现和发展，如果不进行有效的检测和干预，可能引发隧道安全事故，后果不堪设想。长期以来，人们对于隧道的运行维护一直以人工为主，随着城市市政公路建设和高速公路建设的深入，对隧道安全的管理压力也会越来越大。

如果能够对隧道的运行状况尤其是与隧道结构安全风险密切相关的隧道壁表观病害区域进行无人值守的、自动化的长期监测，从而对隧道的健康状况给出评估，并制定针对性的运行维护计划，就能防微杜渐。这就需要构建起一套能够对隧道表观病害进行日常监测的隧道壁自动巡检系统。国内外针对隧道和道路的病害检测和处理研究成果较多［1-10］，但能够同时检测和高精度测量隧道裂缝尺寸的成果很少见诸报道。因此，本文所研究的基于视觉的隧道裂缝检测技术，不仅在学术研究上还是实际应用中都是非常必要的。

1 隧道裂缝检测算法流程

本文通过可见光摄像机和深度摄像机在隧道中大量采集隧道图片，通过YOLOV3构建的检测器，对采集到的图片进行筛选，将没有裂缝的图片直接丢弃，直到筛选出有裂缝的隧道图片。……