基于漂流式胶囊机器人的排水管道快速检测系统

李清泉 ^1,2,4 ，朱家松 ^1,4 ，李 虹 ³ ，薛卫星 ^1,4 ，朱 松 ^1,4 ，方 旭 ^1,4

摘要 ：地下管网是城市的重要基础设施，但在长期运营过程中存在诸多病害问题，需要进行大范围常态化的病害探查。漂流式管道检测胶囊机器人是一种全新的地下排水管网快速检测系统。系统集成低成本高清CMOS相机及9轴MEMS航姿参考系统，采用无动力设计，可随水流运动，实现排水管道内部图像数据和胶囊运动数据的快速采集。同时，还配备一整套完善的数据后处理软件，进行位置推算和图像处理，最终得到带有位置标签的管道病害检测视频，并生成标准的管道病害检测报告，还可配合管网信息化系统服务于综合管廊、海绵城市与智慧城市等领域。2018年以来，已经在深圳、合肥和浙江等多个城市与地区进行了实际应用。

 

经过几十年的市政基础设施建设，很多城市都建立了庞大而复杂的排水管网系统。但因负荷流量太大、管材老旧和地铁等新建工程影响，管网病害问题越来越多。排水管网存在的主要问题包括：1）排水管网运维状况不良，存在管道破裂、断头或堵塞等问题且病害位置不清；2）雨水和污水管道错接，导致雨污混流；3）城中村及老旧小区排水系统不完善，管网现状信息缺失。这些病害问题不仅严重影响城市雨污水排放，还可能引发城市内涝、环境污染和道路地陷等城市灾害 。深圳市在2013至2015年间因给排水管道破损导致的地面坍塌事故就高达330多起 。因此，对地下管网病害开展大范围常态化检测工作的意义重大。

 

现有的地下管网检测方法 主要包括人工检查、管道潜望镜、声纳检测机器人和CCTV（Closed Circuit Television，即闭路电视）检测机器人等方法。人工检查的方法局限性较大，只能适用于较大的管道。管道潜望镜的方法 测量距离太短，只能测量管道井附近的管道。声纳检测机器人 制造成本高，且容易受到管道内部其他条件的干扰。CCTV检测机器人 是目前主流的检测方法，主要包括主控器、操作线缆架和带摄像头的“机器人”爬行器三部分，通过摄像机器人对管道内部情况进行视频录像完成检测。但是，CCTV检测机器人体积较大、成本高昂、操作不便、回收困难，检测效率低，且无法检测小管径管段。因此，现有的排水管网检测技术存在检测效果、效率、成本等多方面的缺陷，难以满足城市管线信息化建设中大面积管线普查的需求 。

 

本文提出一种新的排水管网漂流式胶囊机器人快速检测方案，可以实现排水管道内部病害的低成本快速检测和精确定位。首先，将检测胶囊机器人投放到排水管道中随水流动，并在漂流中快速获取管道内部视频影像。然后，对检测胶囊获取的影像等多源传感器数据进行分析处理，确定管道病害种类和位置。最后，将管道病害信息融入现有管网信息管理 平台并进行可视化显示，实现管段动态属性和运行工况管理，为排水管网高效运行管理提供准确、直观、高效的参考。

图1 排水管道破损导致的地面坍塌事故

排水管道检测胶囊机器人系统

排水管道检测胶囊机器人系统包括检测胶囊机器人装备，多源数据处理软件和三维可视化展示平台。

漂流式管道检测胶囊机器人

漂流式管道检测胶囊机器人采用流线型无动力设计，可在复杂的管道环境中随水流动，灵活穿梭，实现管道内部图像数据的快速采集。其设备结构如图2所示，包括防水外壳、广角摄像头模块、惯性测量模块、LED补光灯、感光调节系统、主控电路系统、电源模块、稳定块和人机交互单元等部分。其中，摄像头监控模块、惯性测量模块、电源模块、主控电路以及人机交互单元放置于防水外壳内部。LED补光灯及感光调节系统安装于防水外壳表面并与电源模块相连。

图2 漂流式排水管网智能检测胶囊机器人

本文研发的排水管道检测胶囊机器人的创新点主要包括以下四个方面：

1）无动力漂流：随水流动的无动力设计，可连续检测数公里的管道，相对于CCTV机器人等检测方法，具有操作简单方便、检测迅速、单次检测范围大等优点。

 

2）高精度自主定位：管道检测胶囊中集成了惯导、磁力计和视觉等多种传感器。结合多种传感器数据和管线地图，可以对胶囊的运动轨迹进行定位，实现亚米级的精确定位。

 

3）稳定视场视频：采用陀螺电子防抖的技术，消除运动中产生的抖动模糊和旋转带来的视场改变，得到稳定视场的检测视频。另外，针对排水管道中光线不足的情况，采用LED环状多角度光源补充，根据不同的光线环境进行亮度的调节，提供均匀充足的光照亮度，避免视线不均匀和过度曝光的情况。

 

4）优异的防水性能：胶囊机器人对防水性能要求较高，特别是镜头和充电口处。镜头采用独立防水硅胶圈，充电口采用磁吸结构设计，通讯采用WIFI无线通讯模式，防水性能优异。此外，为适应不同水深环境的漂流作业，设置独立结构用于检测胶囊的配重调整。

 

胶囊机器人的应用定位于填补CCTV管道机器人等传统检测方法不能解决的盲区。首先，检测胶囊能有效解决管道积水的问题。当管道内有水流时，检测胶囊在漂流过程中拍摄管道影像进行检测。当管道内的水流不足时，在胶囊机器人下部绑定漂浮板，通过牵引线拖拽的方式进行管道检测。其次，检测胶囊体积小、易操作，可以在信息缺失的管段进行检测。只需要在胶囊后端绑定系留绳，当管道内出现淤堵或塌陷时，牵拽系留绳将胶囊收回即可。另外，胶囊机器人也可以解决小管径排水管网检测的难题。凭借其小巧的体积优势，胶囊机器人可以在DN300及以下的管段内进行漂流检测。

 

因此，胶囊机器人凭借其高效的检测效率与低廉的成本，可与CCTV检测技术形成互补。市政排水管网冗杂且繁多，胶囊机器人可以快速地对整个管网进行排查，检测效率可达到CCTV的30倍或更高；在完成管网快速排查后，针对病害量较多的管段，若需要更全面更清晰的影像数据，可投放CCTV机器人进行精密检测。

三维可视化云平台

将获得的管网病害状态与位置信息结果融入城市管网信息管理平台，直观显示地下管线的空间层次和位置，以三维仿真方式形象展现地下管线的埋深、材质、形状、走向、工井结构、周边环境和历史运维记录等。系统提供了基于二维和三维模式的管网地图浏览和场景展示，可以在平面与立体自由切换或并行浏览。选择浏览地上、地面透明、浏览管线、地下模式等多种浏览模式，其中地下模式和地上透视模式如图3所示。

图3 地下模式和地上透视模式

同时，融合管道检测胶囊机器人的实时采集数据与分析结果，高亮绘制 城市地下排水管网病害检测成果 ，让用户在立体空间内，浏览、巡视地下管网的走向、属性、检测维修记录和所连接的设备，并动态显示管线信息。也可按管线属性信息、空间信息以及检测信息进行统计并以环形图、热力图、柱状图或折线图等形式展示统计结果。实现 管网系统从静态到动态的展现，为管网检修提供专门的接口和台账信息， 提升现有管道巡检、抢修效率，也为管网统筹规划与合理利用以及智慧城市规划与管理提供辅助决策。

排水管道复杂环境下多传感器融合定位技术

根据排水管道内部环境的复杂程度，采用两种不同的多传感器融合定位技术。针对漂流相对稳定、管道视觉特征较好的情况，采用基于非线性优化框架视觉与惯性融合的状态估计算法进行胶囊定位。针对管道环境恶劣、抖动剧烈、图像纹理特征少的情况，采用基于深度学习框架下视频与惯性融合的状态估计算法进行定位。

基于非线性优化框架视觉与惯性融合的定位方法

基于非线性优化框架视觉与惯性融合的状态估计算法进行胶囊定位包括数据预处理、初始化、后端非线性优化和绝对位置匹配及修正四个部分。

 

首先，对视频数据提取图像Harris角点 ，利用金字塔光流跟踪相邻帧，通过RANSAC算法去除异常点，并将跟踪到的特征点加到图像队列中。对IMU数据进行积分，得到当前时刻的位置、速度和旋转，同时计算在后端优化中将用到的相邻帧的预积分增量，及预积分误差的Jacobian矩阵和协方差项 。接下来，利用SFM进行纯视觉估计滑窗内所有帧的位姿及3D点逆深度，并与IMU预积分进行对齐求解初始化参数。

 

然后，将视觉约束、IMU约束和闭环约束放在一个目标函数中进行非线性优化，求解滑窗内所有帧的位置、朝向、速度、加速度计误差和陀螺仪误差。最后，采用视频数据获取井盖图像，得到其对应时间戳的绝对地理位置，对非线性优化获得位姿结果进行全局修正。

基于深度学习框架视频与惯性融合的定位方法

基于深度学习框架的定位方法，首先利用视频图像数据进行相似度计算，并结合IMU数据进行模式识别，确定胶囊在绝对井盖点之间的胶囊静止时间。然后，基于IMU数据，在两个井盖节点之间使用深度学习进行胶囊运动速度的回归。其中，深度学习卷积神经网络输入数据为6轴IMU数据，输出数据为检测胶囊的运动里程。最后，再采用绝对位置与静止状态对输出的运动里程进行约束和修正。

超广角鱼眼镜头视频采集与病害分类技术

当今主流的CCTV检测机器人是通过标准镜头摄像头的影像进行病害排查，需要借助转动轴和电机的辅助才能调整视角。但是，摄像头调整视角受转动轴限制，很难做到大范围多视角的快速视频检测。本文提出的胶囊机器人采用超广角鱼眼镜头进行管道内视频拍摄，可以快速得到大范围多视角的检测视频。

 

多视角鱼眼图像矫正方法

漂流式胶囊机器人采用广角鱼眼镜头，其所记录的影像为鱼眼畸变影像，需要矫正。但单一的矫正方法会丢失 40%的原图像信息，因此本文结合正常矫正、经纬展开矫正、环绕展开矫正、任意视角矫正和多视角分幅矫正等方法对鱼眼图像进行矫正。

图4 鱼眼图像球面投影模型与多视角分幅投影模型

对于管道检测胶囊采用的视场大于180°的超广角鱼眼镜头，无法利用平面透视投影模型来进行校正。因此，本文采用球面透视投影模型，如图4左半部分所示，整幅鱼眼图像将被映射到一个单位球面上。其中，点p1是op与映射球的交点，点s是球面点p1到鱼眼图像平面的垂直映射，为校正图像上点p到鱼眼图像上的映射点。在球面透视投影情况下，空间直线投影成球面上的大圆，可以通过调整直线oc的角度得不同视角下的校正图像。为了充分展现鱼眼图像的视觉信息，并减少单一视角下球面映射的图像畸变，本文将包围半球最小长方体的5个面添加为校正平面，即顶视图、左视图、右视图、前视图和后视图，如图4右半部分所示，其矫正前后的鱼眼图像实例如图5所示。

图5 鱼眼影像截图及矫正结果

基于异常检测的视频病害检测

将序列视频中的病害影像数据视为异常信号，本文提出基于异常检测的管网病害视频检测方法。以深圳市某地下排水管道为例，首先将两个井盖之间40秒的视

图6 不同异常聚类检测算法的检测精度对比

频转换为899张序列图像，然后经过特征提取转变为序列信号特征，最后采用异常检测算法进行病害检测。

 

选取非病害样本精度precision、病害样本精度precision_b1、总样本准确率acc、非病害样本召回率recall和病害样本召回率recall_b1作为评价指标，不同检测算法的对比如图6所示。从图6中可以看出，包含GLCM（即灰度共生矩阵）特征的检测算法达到了70%以上的正确分类，检测效果最好。接下来，使用precision_b1与recall_b1两个关键指标的均值与方差来评价算法的性能，即均值越大且方差越小的算法最好，并优先考虑均值。选择特征组合效果最好的GLCM特征，不同病害检测算法精度分析如表1所示。

表1 不同病害检测算法检测精度分析

从表1中可以看出，DBSCAN和KMeans++算法效果最佳。KMeans++算法需要先验知识，而DBSCAN算法无需先验知识。因此，本文使用DBSCAN算法结合GLCM特征来实现管道病害检测，既无需提前建立病害样本库，又能保证管网病害检测效率。

基于深度学习的病害检测

积累了大量病害样本数据之后，提出基于深度学习的病害检测方法。首先使用残差网络作为骨干网络的卷积神经网络算法来区分不同管材的病害类型，在保证网络精度的同时，通过深度网络提高网络的表达能力。然后，针对不同管材中病害训练样本数量的不平衡问题，使用层次分类的方法对不同管材的病害进行分类。

 

此外，胶囊机器人的拍摄方式与CCTV机器人不同，不能直接采用CCTV的病害样本库。参考CCTV检测规范，创建了胶囊机器人的规范标准，并在此基础上建立了管道检测胶囊的病害样本库。同时，在管道缺陷评估方面建立了一套新的评判标准，如破裂、变形、错位、脱节、渗漏、腐蚀、沉积、结垢等，并对其划分缺陷等级，如轻度缺陷、中等缺陷、严重缺陷与重大缺陷等。

多城市应用案例分析

从2018年排水管道检测胶囊装备研制成功以来，已经在深圳、合肥和浙江等多个城市与地区进行了实际应用，凭借其高效的检测效率与低廉的成本，逐渐成为一种初步的、快速的CCTV检测手段。

深圳市地下排水管网病害快速检测

2019年，承接深圳市《基于漂流式胶囊机器人的地下排水管网病害快速检测技术及应用示范》项目，研发出适用于小管径地下排水管道病害快速检测漂流式胶囊机器人50余台，在深圳市坪山、宝安、龙岗等不同区域选择12条路段共计约28.3公里长的市政污水、雨水管段进行管网病害检测。

 

以坪山区为例，选取了东至体育二路、南至新和路、西至锦龙大道、北至坪山大道所包围的连贯区域，如图7所示。其中，雨水管道为钢筋混凝土管，直径有DN800和DN1000两种；污水管道为钢筋混凝土管和双壁波纹管两种，直径有DN400和DN600两种。

图7 坪山区排水管网病害检测区域

本次针对坪山区相关市政排水管网的检测，共发现病害138处，其中雨水管道45处，污水管道93处；包括功能性缺陷24处，结构性缺陷114处。截取相关典型病害如图8所示。其中，上半部分别为树根堆积、石块以及堆积物导致管壁破损脱落现象等典型的功能性缺陷，下半部分别为管壁严重破损形变、严重脱落以及腐蚀等典型的结构性缺陷。

图8 坪山区排水管网典型病害

黄村水库输水隧洞首次检测

黄村水库位于浙江省瓯江好溪支流严溪中游河段，其输水系统全长12.765km，其中隧洞总长12.1km。黄村水库输水隧洞2002年建成，经过多年运行，尚未进行全面的安全检测和评估工作。但是，目前输水隧道进水口流量与出水口流量存在10%左右差异，可能存在一定的安全隐患。

 

黄村水库输水隧洞为丽水市主要供水源之一，无法停水对其进行调查及检测。通过调研，发现4#无压隧洞现场工作条件满足检测要求。4#无压隧洞全长2911m，设计之初未考虑洞中内压水作用，但多年运行过程中基本处于满管运行状态，存在一定的内压水头，对隧洞结构有不利影响，需进行结构检测。

图9 黄村水库输水隧洞典型病害

在满足丽水市供水要求的前提下，通过降低隧洞水位、减少流量，使用管道胶囊对黄村水库输水隧洞下游4#无压隧洞进行检测。通过检测，发现黄村水库输水隧洞存在的典型病害包括裂隙未漏水，1级渗漏（在隧洞围岩壁有明显水印，水持续从岩体裂隙渗出），2级渗漏（在隧洞围岩壁有明显水持续从岩体裂隙滴出）和3级渗漏（在隧洞围岩壁有明显水持续从岩体裂隙流出）四种类型，如图9所示。

结论

漂流式排水管道检测胶囊机器人是一种全新的地下排水管网快速检测系统，可以有效解决传统管道检测方法的盲区和显著提高排水管道检测效率。使用检测胶囊对排水管道进行低成本快速的病害检测，是实现地下管网病害大范围常态化检测工作的重要途径，便于科学、客观、公证地对排水管网进行安全评价。最后，应用漂流式管道检测胶囊机器人完成了深圳、合肥和浙江等多个城市和地区的多类排水管道内部病害检测和管道运维三维可视化云平台建设。