基于深度学习法的地铁隧道衬砌缺陷智能检测系统

[目的]地铁隧道内壁缺陷主要以裂纹和渗漏水为主,目前以人工和半自动化设备为主的检测方式存在强度大、效率低、可靠度不高等问题。应研究基于智能的检测识别算法及检测系统,以实现地铁隧道衬砌缺陷检测的信息化及智能化。[方法]分析了地铁隧道缺陷巡检技术现状,提出了一套适用于地铁隧道衬砌缺陷的识别算法,主要包括图像处理算法、缺陷分类检测算法及缺陷分级检测算法等,并选用了4个指标,用以评估该识别算法的检测效果。进一步从软件和硬件2个方面,建立了基于深度学习法的地铁隧道衬砌缺陷智能检测系统。最后将该系统应用于北京地铁3条线路上,分析其现场应用的可靠性。[结果及结论]应用该智能检测系统后,地铁隧道衬砌裂纹缺陷的检测率为91.95%,误检率为0.89%;渗漏水缺陷的检测率为93.83%,误检率为0.65%。该系统可作为地铁隧道智能化检测的核心平台,对地铁隧道各种缺陷进行有效检测。