一种非开挖管道检测-修复全闭环智能检修方法与流程

本发明涉及市政管道非开挖修复，尤其涉及一种非开挖管道检测-修复全闭环智能检修系统及方法，适用于城市地下排水管道、供水管道及工业管网的内部缺陷检测、智能诊断与精准修复。

背景技术：

1、城市地下管道系统长期运行后，普遍存在腐蚀、裂纹、变形、接口错位、沉积及树根侵入等结构性缺陷。传统管道修复方式需开挖路面，施工成本高、社会影响大、修复周期长，已难以满足现代城市对低扰动、高效率维护的需求。非开挖修复技术通过在管道内部实施检测与修复，避免了路面开挖，成为市政管网维护的重要发展方向。

2、现有非开挖管道检修技术主要存在以下不足：

3、其一，现有管道检测装置多采用单一视觉传感器（如cctv摄像头）进行管道内部观测，仅依赖图像信息判断缺陷，无法获取缺陷的几何轮廓、管壁物理减薄程度及精确空间位姿，在管道复杂环境（如低光照、高湿度、沉积物覆盖）下感知盲区大，缺陷识别准确率受限。

4、其二，现有管道缺陷识别多依赖人工判读或离线图像处理，检测数据需回传至地面中心进行分析，决策延迟长，无法实现管道内的实时诊断与即时修复响应；且传统图像处理算法依赖手工设计特征提取器，难以适应复杂多变的管道内部环境。

5、其三，现有管道修复机器人虽将检测与修复功能集成于单一平台，但多采用周向多喷嘴喷淋或机械式填充等粗放式修复方式，未针对缺陷坐标进行点对点定向沉积，修复材料浪费大、覆盖精度低；且修复后缺乏二次扫描验证，无法形成质量闭环，修复效果难以保证。

6、其四，现有技术中，虽有采用卷积神经网络进行管道图像缺陷识别的方法，但其仅涉及离线图像处理装置，未与移动检测平台及修复执行机构形成一体化架构，更未涉及多源传感数据在特征层面的实时融合与边缘原位决策；亦有采用机械臂进行管道修复的方案，但其未与多源传感及智能决策形成时空协同，修复动作与缺陷位置缺乏精准对应关系。

7、因此，现有技术仍缺乏一种能够在管道内部原位完成"多源实时感知-边缘智能决策-精准定向修复-质量闭环验证"全链条作业的非开挖检修系统。

技术实现思路

1、针对现有技术的不足，本发明提供一种非开挖管道检测-修复全闭环智能检修系统及方法，旨在解决现有管道检修装置适应性不足、缺陷识别准确率低、修复精度差及作业效率低的问题。

2、为实现上述目的，本发明采用如下技术方案：

3、一种非开挖管道检测-修复全闭环智能检修方法，采用移动平台内嵌边缘计算与修复执行机构的一体化架构，通过多源传感数据在特征层面的实时融合形成边缘端决策触发条件、机械臂轨迹规划与定向沉积修复在时空上响应缺陷坐标、以及修复后二次扫描验证形成质量闭环，三者协同构成时空连续的技术闭环，在管道内部原位完成以下步骤：

4、s1：多源实时采集

5、控制移动检测平台沿管道轴向行进，通过多源传感融合模块同步采集视觉图像、三维点云、壁厚测量值与平台位姿数据。

6、所述多源传感融合模块集成于移动检测平台前端，包含高分辨率工业相机、3d激光扫描仪、超声厚度探头以及惯性测量单元。视觉图像获取缺陷表面纹理信息，三维点云获取缺陷几何轮廓信息，超声厚度探头获取管壁物理减薄信息，惯性测量单元获取缺陷空间定位信息。四源数据在特征层面进行互补增强，消除单一传感器在管道复杂环境下的感知盲区，为边缘端缺陷识别提供多模态互补输入。

7、s2：边缘融合识别与决策触发

8、在边缘计算与决策单元中对采集的多模态数据进行特征层面实时融合与缺陷识别，输出缺陷类型、坐标、尺寸及严重程度评分，当评分超过预设阈值时触发修复决策。

9、所述边缘计算与决策单元设置于移动检测平台内部，搭载多核处理器与专用ai加速芯片，通过千兆以太网接口接收多源传感融合模块的原始数据。该单元在管道内部原位执行数据预处理、特征提取与缺陷识别算法，无需将原始数据回传至地面中心即可实时输出缺陷类型、坐标、尺寸及严重程度评分，并基于评分结果原位触发修复决策，缩短从缺陷发现到修复响应的决策延迟。

10、s3：机械臂轨迹规划

11、基于缺陷识别结果与平台当前位姿，通过预设搜索算法规划机械臂从当前位置到缺陷点的运动轨迹。

12、所述预设搜索算法综合评估路径长度、关节运动平滑度与避障约束，使机械臂在管道狭窄空间内以连续的位置、速度与加速度运动至缺陷点，确保修复执行机构能够精准响应缺陷坐标。

13、s4：定向沉积修复

14、控制修复执行机构按规划轨迹移动至缺陷点，以预设流量与压力定向沉积修复材料。

15、所述修复执行机构安装于移动检测平台尾部，包括机械臂、材料存储仓与喷涂装置。机械臂为6自由度串联结构，喷涂装置通过精密计量泵与喷嘴将修复材料定向沉积至缺陷区域。机械臂与喷涂装置协同工作，使喷嘴轴线在修复过程中始终对准缺陷中心法线方向，实现缺陷坐标的点对点精准响应，区别于周向喷淋的粗放式修复。

16、s5：二次扫描验证

17、修复完成后，通过多源传感融合模块对修复区域进行二次扫描验证，确认修复材料覆盖完整性与厚度均匀性。

18、所述二次扫描验证通过视觉图像对比与三维点云匹配，验证修复材料是否完全覆盖缺陷区域且厚度达到设计要求，形成从缺陷发现、修复执行到质量验证的完整闭环。

19、s6：数据上传

20、将全过程数据与结果通过无线通信模块上传至地面监控中心。

21、需要特别说明的是，上述多源特征融合、边缘原位决策触发、机械臂时空响应与二次验证并非在管道内简单并列设置，而是形成时空连续的技术闭环。多源传感数据在特征层面的实时融合为边缘端提供决策触发条件，使修复决策无需等待数据回传地面中心即可原位触发；机械臂轨迹规划与定向沉积修复在时空上直接响应缺陷坐标，使修复动作与缺陷位置在管道内形成时空对应；修复后二次扫描验证将修复结果反馈至边缘端，形成质量闭环。上述三者缺一不可，缺少边缘原位决策则无法实时触发修复，缺少轨迹规划与定向沉积则无法精准响应缺陷坐标，缺少二次验证则无法保证修复质量，共同构成区别于现有分步式或粗放式检测修复方案的系统性协同。

22、如上，本发明通过多源传感数据在特征层面的实时融合，消除了单一视觉传感器在管道复杂环境下的感知盲区，显著提升了缺陷识别的准确率与鲁棒性；通过边缘计算原位决策，将缺陷发现到修复响应的决策过程压缩至管道内部完成，避免了传统模式下数据回传地面中心分析的时间延迟；通过机械臂轨迹规划与定向沉积修复的时空协同，实现了缺陷坐标的点对点精准响应，修复材料利用率高、覆盖精度好；通过修复后二次扫描验证，形成了从检测到修复再到质量确认的全闭环，确保修复效果可追溯、可验证。上述四者通过移动平台内嵌一体化架构形成时空连续的技术闭环，其整体作业效率与修复质量显著优于各技术特征单独作用效果的简单叠加。

1.一种非开挖管道检测-修复全闭环智能检修方法，其特征在于，采用移动平台内嵌边缘计算与修复执行机构的一体化架构，通过多源传感数据在特征层面的实时融合形成边缘端决策触发条件、机械臂轨迹规划与定向沉积修复在时空上响应缺陷坐标、以及修复后二次扫描验证形成质量闭环，三者协同构成时空连续的技术闭环，在管道内部原位完成以下步骤：

2.一种非开挖管道检测-修复全闭环智能检修系统，其特征在于，包括：

3.根据权利要求1或2所述的方法或系统，其特征在于，所述多源传感融合模块同步采集的视觉图像、三维点云、壁厚测量值与平台位姿数据在特征层面进行互补增强，通过视觉图像获取缺陷表面纹理信息、三维点云获取缺陷几何轮廓信息、超声厚度探头获取管壁物理减薄信息、惯性测量单元获取缺陷空间定位信息，消除单一传感器在管道复杂环境下的感知盲区，为边缘端缺陷识别提供多模态互补输入。

4.根据权利要求1或2所述的方法或系统，其特征在于，所述边缘计算与决策单元在管道内部原位执行数据预处理、特征提取与缺陷识别算法，无需将原始数据回传至地面中心即可实时输出缺陷类型、坐标、尺寸及严重程度评分，并基于评分结果原位触发修复决策，缩短从缺陷发现到修复响应的决策延迟。

5.根据权利要求1或2所述的方法或系统，其特征在于，所述移动检测平台的主动柔性关节采用双编码器反馈控制，通过绝对式编码器检测关节绝对角度、增量式编码器检测电机转速，形成闭环控制；所述驱动模块由支撑轮组组成，支撑轮组通过径向分布的电动推杆调节伸出长度，使轮组以恒定压力紧贴管壁，在管道弯道及沉积物环境下保持平台中心轴线与管道轴线平行。

6.根据权利要求1或2所述的方法或系统，其特征在于，步骤s3中，所述预设搜索算法规划机械臂运动轨迹时，综合评估路径长度、关节运动平滑度与避障约束，使机械臂在管道狭窄空间内以连续的位置、速度与加速度运动至缺陷点；步骤s4中，所述喷涂装置通过精密计量泵与喷嘴以预设流量与压力将修复材料定向沉积至缺陷区域，实现缺陷坐标的点对点精准响应，区别于周向喷淋的粗放式修复。

7.根据权利要求1或2所述的方法或系统，其特征在于，所述修复执行机构的机械臂为6自由度串联结构，所述材料存储仓容纳快速固化修复材料，所述喷涂装置通过精密计量泵与喷嘴将材料定向沉积至缺陷区域；所述机械臂与喷涂装置协同工作，使喷嘴轴线在修复过程中始终对准缺陷中心法线方向，确保修复材料沉积厚度均匀。

8.根据权利要求1或2所述的方法或系统，其特征在于，步骤s5中，所述二次扫描验证通过多源传感融合模块对修复区域进行视觉图像对比与三维点云匹配，验证修复材料是否完全覆盖缺陷区域且厚度达到设计要求，形成从缺陷发现、修复执行到质量验证的完整闭环。

9.根据权利要求1或2所述的方法或系统，其特征在于，所述中央控制与通信系统的主控计算机运行实时操作系统，通过状态机逻辑定义初始化模式、检测模式、决策模式、修复模式与紧急停止模式，各模式间切换条件由传感器数据与内部定时器共同触发；所述无线通信模块支持4g/5g与wi-fi 6协议，实现与地面监控中心的双向数据交互；所述电源管理模块监控锂离子电池组状态并提供过流与过热保护。

10.根据权利要求3所述的方法或系统，其特征在于，所述多源传感融合模块的数据预处理包括：对工业相机采集的rgb图像进行伽马校正与白平衡调整；对3d激光扫描仪获取的点云数据执行统计离群值滤波以剔除噪声点；对超声厚度探头读数进行温度补偿，补偿系数基于管道材料的热膨胀系数动态计算；经预处理后的多模态数据通过千兆以太网接口传输至边缘计算与决策单元，为特征层面实时融合提供标准化输入。