李涛
淮安市淮阴区测绘院 江苏淮安 223300
摘要：近年来，随着全球经济一体化进程的不断加快，由此极大的推动了各个前沿领域的发展，城市排水管道检测对整个城市的排水效果有直接影响，为了保证城市排水管道能够实现顺利排水就需要采取科学方法来进行检测。
关键词：城市排水管道；缺陷检测；方法；发展现状
引言
随着规划中的管道设施数量的增长，如何设计一个自动化的管道缺陷分类系统成为迫切需要。该系统需要在没有人为干预的条件下对收集到的排水道图像中的缺陷进行可靠分类。
1管道病害识别技术
常规的管道病害检测设备主要依赖于人工判读，准确度高，但效率低。为了满足快速、大范围排水管网病害普查的需求，排水管道检测胶囊系统采用了基于深度卷积网络模型对排水管道的病害进行自动识别和分类。该方法利用大量的管网检测数据，使用残差网络作为骨干网络的深度卷积网络，利用图像级标签区分不同病害和正常图像，并引入了层次分类的方法分层对不同管材的病害进行分类(目前主要区分PVC和混凝土材质)，以解决由于不同管材的各种病害类型的发生频率不同而导致的病害训练样本数量不平衡的问题。首先，使用胶囊设备获取不同材质管线的病害图片，并按照病害类型对其分类;然后，使用基于深度神经网络模型，针对不同管材的病害做层次分类训练;最后，使用训练得到的模型对地下管线病害进行自动识别和分类。
2图像预处理
由于原始图像的分辨率不同，图像在预处理前首先需要被调整为99×99像素大小。为了让设计的CNN获得足够的信息以做出准确的决策，输入图像的尺寸不能太小。确保所有图像缩放到99×99像素大小后，执行归一化处理使每个输入像素有一个相似的数据分布，从而提高了训练网络时算法的收敛速度。归一化处理是通过减去每个通道的平均像素强度，然后除以像素强度的标准偏差实现的。为了避免图像数据的过拟合并增加数据集的大小，在给定范围内，通过若干数据增强方法，人工地放大数据集，如旋转、翻转和色彩抖动等。具体的操作为：把每个图像分别逆时针旋转45°、90°、180°和270°，或者通过水平和垂直翻转操作把每个图像从左到右、从上到下翻转。
3激光检测技术
激光管道检测技术是近几年来新出现的一种管道无损检测技术，从激光检测技术延伸出了很多新的检测方法，包括激光全息、激光超声、激光散斑和激光轮廓测量技术。利用激光轮廓仪开发了三维重建技术，通过激光束逐点扫描管道内壁对管道图像进行三维重建，从而来检测管道缺陷。提出了一种利用激光二极管、CCD相机和光学环形图案发生器组成光圈来捕获图像的方法，通过记录光线强度值的增加就可以发现缺陷的存在。将全息投影技术运用于铜管内壁缺陷的检测，利用激光照射的锥形反射镜获取图像，分析部分采用多波长彩色移相数字全息投影和全息干涉法进行，通过找出管道内表面反射率和表面轮廓图像的差异，找出缺陷所在。激光检测技术主要用于检测管道的几何形变、表面裂纹、断裂等结构性缺陷，能够相对准确地定位管线和识别管道缺陷的基本形状。利用激光光斑位敏技术来检测地下管线的位置分布及弯曲变化，具有精度高、响应灵敏等优点。
4管道病害定位技术
目前，管道检测设备的主流定位方式是采用里程计，但是基于里程计定位方式的爬行类检测机器人除了效率低下之外，也无法在半水状态下的地下供排水管网中进行破损检测与定位。另一方面，借助惯性导航定位方式，其误差也会随着时间和距离的累积，精度逐渐降低，而采用高精度的惯性单元将导致成本极高。排水管道胶囊中含有摄像头和IMU单元，采用视觉惯性里程计(VIO)定位。
由于排水管道环境复杂，且胶囊在漂流过程中存在剧烈晃动，若运用传统的VIO，图像特征点难以提取与跟踪，也无法避开传感器时间同步与外部参数标定的问题，算法很难正常工作。为了解决这一问题，系统将视觉惯性里程计设为序列回归问题，采用了基于学习的方法来进行特征提取与跟踪，没有从几何角度建立复杂的数学模型，而是采用了基于CNN－ＲNN神经网络的视觉惯性里程计定位算法进行位置推算。通过对定位样本训练数据的采集和学习，CNN－ＲNN视觉惯性里程计模型能够精确地定位管道检测胶囊，其定位精度与样本的训练效果和胶囊所采用的IMU单元精度紧密相关。
5数据平衡
在实际工程中收集排水管道缺陷会存在样本数据的不均衡性，有些缺陷图片少不能满足网络训练的要求，尤其在其他缺陷图片多的情况下，会使得整个网络偏向于样本多的缺陷类别，导致训练出的网络泛化能力比较差，不能得到很好的缺陷识别效果。针对数据的不平衡，有很多的方法，比如通过镜像、颜色变化、图像抖动等增加某一类别图片的数量，通过将各个类别的赝本数量设置相同数量来达到数据的均衡，或通过改进网络的学习原理，根据训练对象的差异，设计合适的计算方式如增加权重等，减少数据的不均衡性。
6管道CCTV内窥检测技术
用摄影机器人的整个相机对管道内部检测、管道上的锈层、结垢、腐蚀、穿孔、裂纹检测和视频，比如长距离管道内部检测的状态，并且可以保存视频数据实时观察，视频传输到地面，通过专业的检测工程师对所有图像数据的解释，并通过专业软件、知识、技术进行分析，对管道评估，发现存在的问题，完整查明管道内部出现的腐蚀状况、质量及准确定位涌水点和管道位置，科学和全面了解管道现状，并根据管道状况编写报告，并评价操作排水管道的质量和功能，为管道定点修复、管道修复前的方案设计、新铺设管道的竣工验收、修复过程中的施工监控、修复后的复试提供了一种经济且有效的检测方法。CCTV管道内窥检测系统由主控制器和控制线缆架、带摄像头的小型机器人爬行器3个部分组成。将小型机器人放入管道内，操作员在地面可以控制机器人行动并用摄像机将管道内的视频图像传输到主控制器的显示屏上。操作者可以实时监测管道内部的状态，并将原始图像存储起来供进一步分析，最终形成报告。
7声呐检测方法及发展研究现状
当排水管道充满水时，管内的能见度很低，无法采用CCTV检测，此时，可采用声呐管道检测仪对充满水的管道状况进行检测。声呐检测分为主动声呐和被动声呐，主动声呐在探测能力上比被动声呐好，因此，在排水管道检测方面，一般运用的是主动声呐。声呐检测中超声波必须要以水为介质，所以，只能对水面以下的管道进行检测。声呐系统检测原理：探头旋转并向外发射信号，然后由接收器接收经管壁返回的信号，最后，利用计算机将其处理成管道的横断面图。水下声学成像系统主要包括侧扫、前视、实时三维成像声呐等。
结语
城市污水管网系统检测环境复杂，其管径、埋深、水位、淤积各异，在检测工作中需要同时采用多种不同的检测技术和设备，实现优势互补，从而实现管网全覆盖检测，并提供更加全面的缺陷风险评估参数，为管道健康运行提供全方位保障。
参考文献
［1］白丁．城市排水管道检测技术的应用及发展［J］．建材世界，2019，40(4):83－86，95．
［2］袁明道，刘金涛，徐云乾，等．基于声呐、雷达和管道内窥仪的多手段管道淤积检测［J］．无损检测，2018，40(10):73－76．
［3］潘文俊，韩葵，潘宏峰．CCTV技术在排水管道检测中的应用与探讨［J］．城市勘测，2017(2):163－166．
［4］刘起鹏．城市排水管道检测技术的应用与发展［J］．城市建筑，2019，16(3):148－149．
［5］方门福，潘文俊，韩葵．排水管网健康状况检测及评估技术方法［J］．城市勘测，2018(S1)，82－86．