【所属领域】

低空经济

【痛点问题】

传统的人工巡检模式在地铁隧道这种封闭、复杂且高风险的环境中，面临着一系列严峻挑战，包括人员安全风险高、巡检效率低下、人力成本高昂、特殊工况下巡检能力受限或无法进行等问题，而无人机可以快速、灵活地在隧道内飞行，通过搭载各种传感器和高清摄像设备，对隧道内部进行全方位、多角度的巡检，及时发现异常情况，为安全隐患的排查和处理提供有力支持，并且能大大提高巡检效率，降低巡检成本。

然而无人机在隧道环境中进行巡检也面临着一些痛点：

①飞行环境复杂

隧道内部环境复杂，存在着光线暗、空间狭窄、气流不稳定等问题，给无人机的飞行带来了很大的挑战。例如，光线暗会影响无人机的视觉系统和传感器的工作性能；部分空间狭窄会限制无人机的飞行空间和机动性；气流不稳定会导致无人机的飞行姿态不稳定，容易发生碰撞和坠毁等事故。因此，需要研发适应隧道环境的无人机飞行控制系统和导航系统，提高无人机在复杂环境下的飞行稳定性和安全性。

②测速定位及通信技术受限

隧道内部通常存在着信号屏蔽和干扰等问题。现阶段的隧道环境仍然是GNSS拒止环境，给无人机的飞行定位和测速带来了很大困难；隧道环境中存在大量的电磁干扰情况，可能对飞行器的控制和传输信号产生非预期的干扰。基于GNSS定位测速技术，以及传统无线通信技术在隧道内往往无法保证定位测速精度和稳定的通信质量，容易出现定位丢失、信号中断等问题。

③传感器技术要求高

隧道巡检需要检测各种不同的参数，如结构的变形、裂缝、渗漏等，以及设备的运行状态和故障情况。这就要求无人机搭载的传感器具有高精度、高灵敏度、高可靠性等特点。

④数据处理与分析技术复杂

巡检会产生大量的图像和数据，如何对这些数据进行快速、准确的处理和分析是一个关键问题。传统的人工处理方式效率低下，难以满足实时性要求。因此，需要研发先进的数据处理与分析技术，如图像识别技术、机器学习技术等，实现对隧道巡检数据的自动化处理和分析，提高数据处理的效率和准确性。

⑤续航能力不足

轨道交通隧道通常较长，无人机需要在隧道内飞行较长的距离，这对无人机的续航能力提出了很高的要求。目前，市面上的大多数无人机续航时间较短，无法满足长时间的隧道巡检需求。因此，需要研发高性能的电池技术和动力系统，提高无人机的续航能力，延长无人机的巡检时间。

【解决方案】

本成果可在GNSS拒止情况下，实现无人机的自主定位和导航，并且在非结构化复杂环境下，无人机能够自主避碰避障以及安全高速巡航，在未知环境下，无人机自主进行环境地图构建，通过采集高清图像，实现隧道区间轨行区的异物检测与标记，以及隧道区间特定信号设备的快速巡检。

在硬件上，本成果采用四旋翼架构，机身底部配置缓冲脚架，并在螺旋桨周围加装可拆卸防护罩，机身框架上采用碳纤维复合材料，采用Pixhawk飞行控制器，并搭载六轴陀螺仪传感器、磁力计、光流传感器、单点激光定高传感器、4K高清摄像头、Mid-360三维激光雷达等导航感知模块。

在感知上，无人机采用高线数旋转式激光雷达作为主传感器，针对点云数据特性进行自适应预处理，包含动态噪声抑制、特征提取、点云密度优化等处理流程，采用Cartographer工具箱，得到环境栅格地图，为导航与规划提供精准信息。同时将雷达数据与IMU紧密耦合，使用基于锐利边缘和平面、曲面的特征点的LOAM方法，构建激光雷达里程计，结合磁力计、光流速度传感器，通过EKF（扩展卡尔曼滤波，Extended Kalman Filter）算法，实现多源异构传感器融合，在时间对齐精度，确保数据时空一致性的条件下，实现厘米级的GPS拒止条件下定位。

在规划上，基于得到的环境地图，采用A*或RRT等算法规划出从起点到终点的全局规划路径。然后在全局路径基础上结合实时传感器数据，采用局部路径规划算法动态调整局部路径，处理突发障碍物或环境变化，确保运动连续性与平顺性。设置多种恢复机制，当遭遇突发情况或定位异常时，可启动快速重规划模式并触发安全制动预案。采用高清摄像头进行图像采集，基于YOLOv11算法实现目标识别与缺陷检测，对隧道内的异物侵限进行有效识别。

图1 硬件平台及航电系统方案

图2 样品实物图

图3 地铁隧道实验现场

图4 应用照片

图5 异常检测结果

【技术指标】

Ø GNSS 拒止下定位精度，≤5cm（平面），≤8cm（高程）；

Ø 非结构化环境巡航速度≥3m/s；

Ø 突发障碍物避障响应时间≤0.5s；

Ø 未知环境地图构建分辨率≤10cm/像素；

Ø 机身重量<2kg；

【竞争优势】

①GNSS 拒止场景下定位导航的精准性与稳定性优势

现有多数无人机在地下隧道等 GNSS 拒止环境中，仅能依赖单一IMU或光流传感器定位，易因漂移导致定位误差，且无法长期稳定工作。本成果通过“激光雷达+IMU+光流”多源异构融合，实现厘米级定位，同时依托 Cartographer 工具箱构建高精度环境栅格地图，解决了现有技术 “定位漂移”“地图模糊”的痛点，确保复杂环境下导航连续性。

②非结构化环境自主避障与高速巡航的适配性更强

传统无人机在非结构化环境中，多采用预设路径巡航，避障响应延迟，且巡航速度受限。本成果通过“全局路径规划+局部动态调整”双层级规划，搭配实时激光雷达点云预处理，避障响应时间缩短了，巡航速度得到了提升，同时支持突发情况快速重规划与安全制动，适配隧道、井下等复杂场景的“高速+安全”的巡检需求。

③目标识别的精度与场景适配性更优

现有隧道巡检识别技术对微小异物识别准确率不足 90%，且易受隧道光照不均干扰。本成果优化浅层特征提取能力与注意力机制，结合辅助照明系统，对隧道内异物、设备缺陷的识别准确率进行了提升，同时支持“异物标记+设备巡检”双功能，无需额外搭载专用识别模块，简化系统架构。

【技术成熟度】

已有样品/样机。

【产业化应用】

相关成果未来轨道交通领域、地下综合管廊领域、矿山矿道等领域的巡检工作中有广泛的应用前景。

应用案例

浙江省温州市地铁S2线隧道巡检

知识产权

该成果已申请/授权多项中国发明专利。

合作方式

专利许可、专利转让、作价入股、技术开发、面谈等。

【联系方式】

CG25016