城市排水管道運維機器人研究
季節性雨水、城市建設等自然、人類活動對城市排水能力提出較高要求，維持排水管網的正常運行是城市基礎設施運維的重要內容。目前，城市排水管道運維主要依靠人工作業，存在作業難、作業量大、風險性高等問題。以機械代替人工作業的模式因為具有安全、高效的特點成為了城市排水管道運維作業的發展趨勢。介紹了國內外管道檢測、作業機器人的研究現狀，從作業方式、機械設計、控制模式三個方面分析了現有技術存在的不足；提出了排水管道運維機器人的作業規程并總結其發展方向，如檢測技術提升、功能模塊優化、控制模式智能化等，為排水管道運維機器人的研究發展提供新思路。
工業凈化www.yadijia.com
截至2019年底，我國排水管網總長超過74.4萬km，年污水排放量達555億m3。而隨著海綿城市建設以及國家對于污水處理要求的提高，近年來管網系統以8.5%的年增長速率持續擴大其運維規模。2021年政府工作報告指出,要持續改善環境質量，“十四五”時期要求基本消除城市黑臭水體，排水管網已由保障城市安全的重要基礎設施升級為保證人民幸福生活的重大民生工程。因此，維持排水管網的平穩運行成為一項重要的城市治理任務。 工業凈化www.yadijia.com
隨著管網的建設規模的擴大，保證管網正常服役的需求也逐漸凸顯。據住房和城鄉建設部科技發展促進中心有關資料顯示，我國城市管網普遍存在設施老化與管理技術落后的問題，管道破裂、腐蝕等缺陷導致的城市管道運維事故頻發。因此，近些年管網的工作重點逐漸由建設轉向維護更新。目前，排水管網檢測、清淤、修復等工作通常采用人工作業或人機協同作業模式。以管道清淤為例，常用方式有絞車清淤，鉆桿疏通及高壓射流。絞車及清淤設備需要工人下井安裝，空間狹小、昏暗，作業困難；且施工環境中的硫化氫等有害氣體會嚴重危害工人健康。總之，管網維護的人工作業方式效率低，局限大，存在安全隱患。 科曼環保www.yadijia.com
利用機器人代替人工作業已成為管網運維管理的新趨勢。在排水管道中使用的運維機器人已由傳統的大型工業機器人發展成“小精尖”的特種機器人，能夠適應復雜管況并完成任務。管道運維機器人可分為檢測機器人與作業機器人：檢測機器人指通過聲學、光學設備或技術實現管道內部的信息采集及模型重建的機器人；作業機器人指清理管內淤積或完成管體缺陷修復及更換的機器人，這些機器人的協同配合可輔助排水管道的運維工作。
科曼環保www.yadijia.com
本文歸納了排水管道運維機器人的研究現狀，介紹了國內外高校、科研院所及企業具有代表性的產品，并對其使用的關鍵技術或機構做簡要概述，最后總結了研究現狀的不足，并對該領域的發展趨勢做出展望。
水凈化www.yadijia.com
1 排水管道運維機器人研究現狀
工業凈化www.yadijia.com
為厘清目前國內外對于排水管道運維機器人及技術研究的總體情況，本文在WOS（Web of Science）核心數據庫上統計了領域內文章發表數量并使用文獻計量工具對相關文獻進行了合作作者可視化分析，結果如圖1和表1所示。其中，AHRARY A團隊、ELKMANN N團隊成果較多，形成了一定的研究體系。AHRARY A團隊設計了原型機器人KANTARO ，系統地研究了排水管道機器人檢測、定位、導航技術；ELKMANN N團隊致力于進行排水管道檢測、清理機器人系統的研究，提出了基于運動學、視覺的全自動檢測系統的實現方法及面向服務的數據檢測及處理架構。 環保網站www.yadijia.com
水凈化www.yadijia.com
圖1 管道機器人及排水管道機器人作者合作關系網絡
本文同時計量了管道機器人（石油、燃氣等管道）的研究現狀，意圖通過對比確定排水管道機器人的研究廣度與先進性。相較管道機器人，城市排水管道機器人研究起步晚，范圍小。相關研究團隊缺乏持續、深入地研究，團隊間交流合作較少。數據表示排水管道機器人的研究存在不足，亦說明目前排水管道機器人的研究有較好的發展前景。
1.1 檢測機器人
管道運維機器人的相關研究主要集中于檢測機器人。國外起步較早，20世紀80年代已有產業化的商品機器人投入市場，德國、美國、日本等國的技術處于世界領先水平。我國同期開始對了管道檢測機器人的探索。哈爾濱工業大學、清華大學、上海交通大學等高校研制了適用于不同場景的檢測機器人，以深圳施羅德、武漢中儀物聯公司為代表的企業陸續投入產品研發，填補了國內管道機器人研究、市場的空白。
管道內部相關數據是其運維管理所需的重要信息，其數據的精度與機器人上搭載的檢測技術存在直接關系。因此，高效準確的管道檢測技術或方法十分重要。易于機器人搭載的技術有管道閉路電視檢測（Close circuit television inspection，CCTV）、聲吶、雷達等，這些技術均存在其優勢區間及不足：CCTV可檢測所有結構性、功能性缺陷，但工作條件較為嚴苛，且使用前需暫停管段使用并進行排水、沖洗工作，管道能見度直接決定檢測質量；聲吶可在黑暗、有水環境下完成對管道的檢測，但檢測缺陷種類有限，數據存在噪聲。
美國通用電氣貝克休斯集團旗下的韋林工業集團基于其世界領先的內窺鏡技術研發了ROVVER系列檢測機器人。ROVVER900采用輕量機械設計，重25kg，尺寸約582 mm×200 mm×150mm，易于使用人工或小型機械部署；模塊設計具有擴展性與適應性，可用于限制、突出管道及支管檢測；搭載高像素CCD攝像頭，高度、角度、焦距在一定范圍內可調，具備多視角、高精度獲取圖像的能力 。
深圳施羅德工業集團面向排水管道及箱涵推出S系列檢測機器人。該系列機器人多采用輪式行走模式，配備防側翻警報與位姿檢測系統；應用高精度計米裝置與GPS實現作業進度厘米級控制；機器人前端、后端搭載高清無延時攝像頭，消除檢測死角。
表2展示了國內外典型檢測機器人的型號、參數，面向多管徑、多管況的檢測機器人已經提出，技術體系逐漸成熟。
表2 國內外典型管道檢測機器人
基于人工智能的管道檢測輔助技術指的是使用機器學習、深度學習算法自動處理機器人檢測結果，輔助作業人員得出檢測結論的技術，是繼檢測機器人后新的研究熱點。清華大學、阿肯色理工大學、開羅大學、同濟大學等高校在CCTV的基礎上利用CNN、SVM、ELM等算法分割檢測結果，識別、分類管道缺陷。該類技術有效降低工人勞動量與檢測成本，避免不確定因素導致的漏診、錯診，實現檢測流程智能化。
1.2 作業機器人
管道作業主要包括管道清淤及管道修復。清淤機器人已存在大量設計方案，華中科技大學研發了面向深隧的清淤、檢測一體機器人，針對深隧埋深大、管徑大的問題，機器人使用有纜方式進行通信與電力供給，續航時間長、信號傳輸穩。清淤使用彈簧鋼片與螺旋葉片結合的方式，范圍廣，效率高，耗能小，作業穩定。
薩拉斯瓦蒂工程學院提出了一個集成檢測、清淤及有毒氣體中和的機器人系統。機器人配有紅外攝像頭，高壓水、切割刀片、抽吸泵，氣體傳感器。使用紅外攝像頭及傳感器檢測管道中的堵塞并反饋給終端界面；使用高壓水、切割刀片與抽吸泵清除管內淤積并抽吸至地上容器儲存；有毒氣體由氣體傳感器檢測并通過添加液化微生物來消除有害影響。
表3列舉了國內外部分管道清淤機器人，介紹了清淤機器人模塊設計方案。目前清淤機器人的研究多而不精，機構設計較檢測機器人均較為普通；部分方案仍處于概念設計階段，清淤能力難以表征。
表3 國內外管道清淤機器人
管道修復常使用非開挖修復技術，指采用不開挖或少量開挖的方式進行地下管道修復。作業過程開挖量小，避免土方作業導致的交通擁堵及環境污染。人工非開挖修復主要使用鋼套環、螺旋纏繞、管道內襯技術，工藝流程復雜，不適于機器人作業。
國內外非開挖修復機器人的研究總量少。相比國外，我國相關成果或方案較多，但尚未形成研究體系，成果多來自施羅德等機器人企業或市政公司等城建企業，中國石油大學等高校也有相關研究。較為常見的是使用光固化成型技術、水泥砂漿噴涂技術及3D打印技術，作業模塊小且工序簡單，具有一定工程使用價值。
2 研究現存問題
分析排水管道運維機器人作業環境、技術要求等因素，本文認為排水管道機器人研究的技術難題有三點，見下文分析。
2.1 傳統的檢測方式無法滿足所有檢測需求
傳統的檢測方式各自存在一定的弊端，需要融合多種檢測手段或研發新檢測技術以應對復雜作業環境或檢測需求。
部分污水氮、磷元素含量較高，藻類、蘚類植物在管壁或管底大量生長形成生物菌膜。這導致部分管道缺陷被生物膜覆蓋，使用視覺進行檢測時易出現漏診情況。
在實際的檢測工作中，另一項重要的工作是判斷管道侵蝕程度，管道在侵蝕作用下的受損量將成為管道修復、更新的依據。傳統方法以對比點云模型與設計模型的方法計算侵蝕程度，效率低、欠直觀，無法有效解決工程問題。
2.2 傳統的機體設計無法適應所有管道環境
管道淤積成分復雜，有軟質淤積物（淤泥等），硬質淤積物（石塊、泥塊及樹根等），還有較為特殊的尼龍、塑料袋及油脂。針對不同淤積物的處理方式不同：軟質采用刮、刨、推、沖，硬質采用切、割。尼龍、塑料袋較難切斷，易纏繞在機構增大機械運行的不穩定性，是清淤的難點。清淤機器人普遍采用一種或兩種作業方式，無法應對復雜淤積物，清淤效果不佳。
惡劣環境是機器人的機構、功能設計的一項挑戰。以行走模塊為例，輪式機器人行進速度快、效率高，越障能力較差，易陷入軟泥；履帶機器人運行平穩，適用于各種地形，行進效率偏低。保證機器人可靠度與工作性的關鍵在于選擇各模塊，設計行進功率、作業功率、機體尺寸等參數設計需將環境因素納入考慮。
作業機器人多數處于概念設計且考慮約束條件較少，作業性能存在問題，整體結構與關鍵模塊的技術仍需升級。
表4排水管道機器人面臨的挑戰
2.3 傳統的控制模式無法實現自主作業
機器人初期是一種輔助人類完成作業的半自主智能機器，人工智能的發展小幅度修改了其本質：“機器人是自動執行工作的機器裝置，既可以接受人類指揮，又可以運行預先編排的程序，也可以根據以人工智能技術指定的原則綱領行動”。初級的自主式機器人通過算法、程序完成固定化工作，適用于工業流水線或穩定的作業環境；智能機器人的作業模式相對高級，實時獲取環境信息并以此制定作業方案，迭代、優化并執行。大多數運維機器人依靠遙控完成作業，通過人腦完成作業方式、參數選擇，路徑規劃等關鍵步驟，缺乏智能化控制。
3 研究展望
在研發具有自主學習功能的建筑機器人的趨勢下，無人土方作業推土機、無人盾構掘進機等無人作業裝備被陸續提出，碧桂園公司已將無人抹灰、無人澆筑等機器人投入應用，排水管道運維機器人在無人作業領域較其他機械存在較大差距。因此，運維機器人自動化作業是未來重大發展方向。本文綜合其他無人設備的工作模式對管道智能運維機器人作業的規程作簡要介紹，并按實現規程所需關鍵技術對機器人的發展做出展望。
3.1 管道智能運維機器人作業規程及要求
作業規程可簡單凝練為“工作環境檢測→工作場景理解→智能規劃、導航→執行作業方案”。
3.1.1 工作環境檢測
工作環境檢測是較檢測而言更廣度的概念，包括缺陷等管道信息及溫、濕度，水深，淤積物厚度等管內信息。多類別的目標檢測要求機器人搭載多種檢測技術及傳感器。
3.1.2 工作場景理解
場景理解基于環境檢測實現，自圖像、視頻中利用深度學習、語義分割等算法提取信息，多層次表達作業環境，實現機器人對作業目標的識別、理解。場景理解為智能作業提供數據基礎，要求機器人應用魯棒性強、泛化誤差小的識別算法。
3.1.3 智能規劃、導航
無人作業的關鍵是制定作業方案，包括作業方式、作業流程等。以清淤作業為例，需判斷管內淤積情況（淤積物種類、淤積地形、淤積物硬度等），選擇清淤方式與功率（高壓水、刀具、鏟板等），規劃合理的清淤路線（分層清理、按行進方向清理等）。作業方案需要不斷修正，每段甚至每個截面的管況都有概率發生變化，在作業過程中需要實時獲取、處理、反饋信息，對計算能力與自適應控制有較高要求。
3.1.4 執行作業方案
復雜管況下的作業方案應用多機構、多模塊，需求多種檢測、清淤技術。要求機器人在結構尺寸、行進能力等參數合理的設計范圍內實現多功能集成。
3.2 管道智能運維機器人作業技術發展
智能運維機器人技術發展將從感知技術、功能模塊、智能控制三方面進行論述。
3.2.1 升級感知技術
針對常規管況部分光學技術可以有效地解決主流技術存在的問題。結構光掃描與聲吶SLAM常用于三維模型重建與逆向工程，亦可以實現水下測量，具有高精度，全場景測量等優勢；深度傳感技術從基于二維圖像的檢測轉向基于三維深度的檢測，其中ToF（Time of Flight,飛行時間）技術效果最佳，具有良好發展潛力；利用光反射測距的激光雷達能夠提供精確的管道參數測量，檢測結果穩定。
而面對上文提出的復雜管況，蘇黎世聯邦理工學院與牛津大學聯合設計了使用觸覺系統評估混凝土管道劣化程度的機器人。該機器人通過預設動作抓撓混凝土管產生振動，位于腿部的力/扭矩傳感器捕捉這一振動并通過預先訓練的支持向量機完成對混凝土管的評估；澳大利亞拉籌伯大學面向管道頂部腐蝕檢測研發了使用位移探頭的遙控機器人，根據探頭伸出距離使用數學模型快速計算管道有效內徑及腐蝕程度，為管道的更新維護提供了直接依據。兩項研究創新地通過觸覺、物理方法實現管道檢測，為檢測技術的發展提供了新思路。
3.2.2 優化功能模塊
功能模塊需要從集成、升級兩個角度進行優化。檢測和作業機器人功能簡單，作業手段單一，工作方向明確。智能運維機器人具有 “一機多用”的特性：完成檢測、作業單項任務或管道全流程運維管理，其實現方法為多層次集成：在功能層面集成檢測功能及作業功能；在機構/技術層面集成多種機構/技術以應對不同需求。
“小、輕、快、強”是機器人升級的目標：機器人及運行所需配套設施體積小，使用電池供電及5G通信等方案使機器人運行“無線化”，增大作業范圍及深度；機器人及附屬機構質量輕，通過人工、叉車或行走模塊完成機器人部署，無需吊車等大型設備；機器人在陸上、管內行進速度快，動力強，作業效率高；機器人附屬機構功效強。檢測設備使用范圍廣、成像清晰、易于機器人提取信息，清淤設備功率大、沖擊力強、清淤效果好。
3.2.3 實現智能控制
運動控制是機器人控制的關鍵，常分為高度控制、位置控制、航向控制等。為實現更復雜的控制，必要的工作是將機器人的耦合運動解耦，設計其子運動的獨立閉環控制回路實現精細控制，更好地表征機器人的運動形態。在閉環回路中，控制算法（控制器）根據輸入參數返回閉環回路的輸出，是決定控制效果的關鍵。在實際工程中，選擇一種穩定、魯棒性強的算法十分重要。而在排水管道內，控制算法要兼具穩定性及適應性，以便及時對復雜環境做出反饋。神經網絡、自適應控制方法是主流的兩種控制算法，自適應控制通過輸入輸出參數的變化自主調整系統參數以達到最優的輸出效果，神經網絡控制在處理非線性和不確定性變量方面有突出優勢，均可作為排水管道智能運維機器人的控制算法。在此基礎上，為彌補控制算法的缺點通常使用多控制方法結合的控制策略，如自適應神經網絡控制、模糊神經網絡控制、自適應滑模變結構控制等。
控制領域正在持續發展，提出了諸多新的控制算法，但大都處于理論探索階段。開發或應用適宜運維機器人作業的新算法尚存在較多困難，需要進行深入的理論與實測驗證。
4 結語
排水管網的運維管理是一項重大民生工程，其傳統的運維方式存在一定的不足，基于管道運維機器人的管網運維輔助成為了城市基礎設施運維管理研究的熱點。本文介紹了排水管道運維機器人的作業優勢及國內外代表性研究成果，分析了現有研究的不足。現階段研制的管道運維機器人檢測方式局限大，作業方式單一，難以較好完成作業任務。而復雜的管況又對機器人提出了嚴苛要求，須研發性能卓越的硬、軟件系統以應對可能的挑戰。
在無人裝備的研究熱潮中，實現管道運維機器人的自主作業是一項重大課題。自主作業要求機器人具有高精度的環境感知能力，信息識別能力，決策、優化能力和調整能力，需要在感知、智能控制等技術上取得突破。希望未來能依托于現有的研究基礎實現排水管道運維的自動化作業，研制出穩定、可靠的自主作業機器人，有效解決因管網淤積、破損導致的諸多問題，提高城市治理水平。
以上是小編收集整理的城市排水管道運維機器人研究部分內容來自網絡，如有侵權請聯系刪除：153045535@qq.com;
本文地址：http://www.yadijia.com/huanbaojinghua/943.html
