[00138879]基于人工智能的地下管道视频处理关键技术及系统开发

本课题结合公司排水管道清疏检测修复业务开展的现状,针对井室三维建模以及管道缺陷自动化分析处理进行研究,课题从2016年6月开始至2019年12月结束,主要完成了以下成果： （1）研制出基于Kinect深度传感器的井室扫描装置和管道缺陷检测装置,可以有效的完成半径在1~4m的排水井室内壁的数据采集,实现对排水井室三维重建。在重建模型的基础上,可以实现对井室的影像检测,发现井室内壁的各种缺陷,直观了解井室内部各个管道的走向;准确量取井室内的各种尺寸,如：管道尺寸、井室直径、井室深度等。 （2）研制出管道缺陷检测装置,该装置在获取管道内部视频的同时可进行管道内部的测量,在检测长度15米内精度可保证在5cm左右。 （3）课题组对基于深度学习的地下管道缺陷识别关键技术进行了深入研究,提出了一种基于分层深度卷积神经网络的方法,该方法对6类管道缺陷的分类准确率超过90%,与传统方法相比大幅提高了分类精度。开发了基于深度学习的地下管道智能检测软件,建立一个统一、高效的基于内外一体化技术的地下管线视频数据分析处理系统。 （4）基于SOA技术,开发了排水管道精细化管控平台。该平台能够实现地下管道检测视频的自动三维重建以及缺陷定位评估报告的生成,并且能够在平台中展示箱涵扫描和全景影像成果,同时针对排水建设工程建立了地理信息空间要素的全生命周期管理。 （5）提出了基于多视频立体匹配技术的地下管道检测视频的三维重建方法,基于重建的三维模型能够对管道缺陷进行定位和定量分析,在缺陷检测评估报告中给业主提供具体的缺陷修复定额建议,形成差异化的竞争优势,对检测业务市场的拓展具有积极的意义。 （6）提出了基于光流的视频处理方法,能够自动从视频中检测出停顿区域后截图分析。该方法增加了截图的清晰度,避免了从视频中截取到模糊图片的情况,为后续分类模型对图片的分类提供了良好的基础。 本课题所研究的井室扫描装置和缺陷检测装置能对井室及近距离管道进行精确三维成像,能对远距离管道进行精确测量,且探测过程无需人工下井,探测过程安全、高效,探测精度高,是对排水系统检测技术的重大突破,具有良好应用前景和潜在经济价值。 本课题研究以南京市排水检测修复需求为实例而研制完成,其研究思想也值得其它城市借鉴,开发完成的排水管线精细化管理平台安全可靠、自动化程度高,其开放、灵活的结构可以根据具体情况进行相应定制。研究成果已经在南京市鼓楼区江东北路以西片区雨水管道清疏排查工程、鼓楼区江东北路以东片区雨水管道清疏排查工程、溧水城区排水管网清淤疏通CCTV 检测修复及断头路管网打通工程等项目中进行推广应用。课题组希望将本系统推广到全国各地使用,以便产生更大的经济效益和社会效益。