本技術(shù)涉及公路隧道巡檢，尤其涉及一種公路隧道安全隱患檢測(cè)方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隧道建設(shè)逐步趨向智能化、電氣化，與此同時(shí)后期運(yùn)行維護(hù)任務(wù)也隨之加重。由于施工、溫度、載荷等各種因素的影響，隧道表面裂縫普遍發(fā)生，給隧道的安全運(yùn)營(yíng)帶來(lái)威脅，因此，裂縫檢測(cè)是隧道周期性巡檢的重要任務(wù)。與此同時(shí)，隧道建設(shè)內(nèi)部電氣設(shè)備多，電網(wǎng)復(fù)雜，大功率的電流輸送也產(chǎn)生了較高的火災(zāi)隱患。隧道后期運(yùn)行維護(hù)工作既涉及工程方面的襯砌裂縫、滲漏等，也包含了隧道火災(zāi)預(yù)防等方面。

2、隨著隧道里程和車(chē)流量的增加，隧道設(shè)備設(shè)施種類(lèi)也逐漸增多，這給隧道日常維護(hù)和管理帶來(lái)較大壓力。目前隧道的運(yùn)行巡檢和維護(hù)主要以人工為主，存在耗時(shí)長(zhǎng)、效率低、易漏檢、檢測(cè)結(jié)果的準(zhǔn)確性受限于巡檢人員的技術(shù)水平等問(wèn)題，導(dǎo)致隧道管理者難以在短時(shí)間內(nèi)對(duì)隧道安全隱患情況進(jìn)行判斷。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供了一種公路隧道安全隱患檢測(cè)方法、設(shè)備及介質(zhì)，用于解決如下技術(shù)問(wèn)題：目前隧道的運(yùn)行巡檢和維護(hù)主要以人工為主，存在耗時(shí)長(zhǎng)、效率低、易漏檢、檢測(cè)結(jié)果的準(zhǔn)確性受限于巡檢人員的技術(shù)水平等問(wèn)題，導(dǎo)致隧道管理者難以在短時(shí)間內(nèi)對(duì)隧道安全隱患情況進(jìn)行判斷。

2、本技術(shù)實(shí)施例采用下述技術(shù)方案：

3、本技術(shù)實(shí)施例提供一種公路隧道安全隱患檢測(cè)方法。包括，通過(guò)設(shè)置于公路隧道內(nèi)不同檢測(cè)點(diǎn)的多個(gè)傳感器組件，獲取公路隧道內(nèi)的環(huán)境信息與隧道圖像；基于環(huán)境信息確定出不同檢測(cè)點(diǎn)之間的關(guān)聯(lián)度，基于關(guān)聯(lián)度、不同檢測(cè)點(diǎn)分別對(duì)應(yīng)的溫度信息以及預(yù)置溫度預(yù)測(cè)模型，對(duì)公路隧道內(nèi)的火災(zāi)發(fā)生率進(jìn)行檢測(cè)；在檢測(cè)結(jié)果為發(fā)生火災(zāi)的情況下，基于傳感器獲取到的火災(zāi)信息對(duì)火災(zāi)嚴(yán)重等級(jí)進(jìn)行預(yù)測(cè)，并基于預(yù)測(cè)結(jié)果對(duì)火災(zāi)進(jìn)行處理；基于開(kāi)運(yùn)算與閉運(yùn)算，對(duì)隧道圖像進(jìn)行裂縫特征放大提??；基于隧道圖像對(duì)應(yīng)的像素灰度值，將裂縫特征放大后的隧道圖像劃分為多個(gè)不同的連通域，以對(duì)隧道圖像進(jìn)行噪聲過(guò)濾，以基于噪聲過(guò)濾后的隧道圖像，對(duì)公路隧道進(jìn)行裂縫情況檢測(cè)；基于火災(zāi)發(fā)生率與裂縫情況，確定出公路隧道的安全隱患情況。

4、本技術(shù)實(shí)施例通過(guò)設(shè)置于公路隧道內(nèi)的傳感器組件，獲取公路隧道內(nèi)的環(huán)境信息，能夠?qū)Νh(huán)境信息進(jìn)行分析，確定出公路隧道內(nèi)的火災(zāi)等安全隱患。其次，本技術(shù)實(shí)施例通過(guò)獲取公路隧道內(nèi)的隧道圖像，并對(duì)隧道圖像進(jìn)行裂縫特征提取，以及通過(guò)圖像像素灰度值進(jìn)行噪聲過(guò)濾，從而消除裂縫上的突出毛刺，使整體輪廓變得光滑，同時(shí)最小程度改變裂縫連通域的面積，有效消除圖像中噪聲。進(jìn)而解決隧道安全隱患檢測(cè)效率低、準(zhǔn)確度低、自動(dòng)化程度低的問(wèn)題，同時(shí)也提高了檢測(cè)的全面性與時(shí)效性。

5、在本技術(shù)的一種實(shí)現(xiàn)方式中，基于環(huán)境信息確定出不同檢測(cè)點(diǎn)之間的關(guān)聯(lián)度，具體包括：確定出在不同的環(huán)境參數(shù)下不同檢測(cè)點(diǎn)之間的歐氏距離；其中，環(huán)境參數(shù)至少包括溫度信息、火焰信息以及煙感信息中的一項(xiàng)；基于歐氏距離建立關(guān)聯(lián)度矩陣，基于關(guān)聯(lián)度矩陣確定出不同檢測(cè)點(diǎn)之間的參考關(guān)聯(lián)度；實(shí)時(shí)獲取隧道內(nèi)的風(fēng)向信息與風(fēng)速信息，基于風(fēng)向信息與風(fēng)速信息，在第一預(yù)置權(quán)重?cái)?shù)據(jù)庫(kù)中確定出第一參考權(quán)重值；獲取不同檢測(cè)點(diǎn)之間的隧道布局信息，基于隧道布局信息，在第二預(yù)置權(quán)重?cái)?shù)據(jù)庫(kù)中確定出第二參考權(quán)重值；基于參考關(guān)聯(lián)度、第一參考權(quán)重值以及第二參考權(quán)重值，確定出不同檢測(cè)點(diǎn)之間的關(guān)聯(lián)度。

6、在本技術(shù)的一種實(shí)現(xiàn)方式中，基于關(guān)聯(lián)度、不同檢測(cè)點(diǎn)分別對(duì)應(yīng)的溫度信息以及預(yù)置溫度預(yù)測(cè)模型，對(duì)公路隧道內(nèi)的火災(zāi)發(fā)生率進(jìn)行預(yù)測(cè)，具體包括：將多個(gè)傳感器獲取到的溫度信息，分別輸入預(yù)置溫度預(yù)測(cè)模型，確定出隧道內(nèi)多個(gè)檢測(cè)點(diǎn)在未來(lái)多個(gè)時(shí)間點(diǎn)分別對(duì)應(yīng)的預(yù)測(cè)溫度信息；將未來(lái)多個(gè)時(shí)間點(diǎn)分別對(duì)應(yīng)的預(yù)測(cè)溫度信息與預(yù)置參考溫度信息進(jìn)行比對(duì)，以確定出多個(gè)檢測(cè)點(diǎn)分別對(duì)應(yīng)的溫度差值集；其中，預(yù)置參考溫度信息包括隧道內(nèi)不同時(shí)間分別對(duì)應(yīng)的火災(zāi)發(fā)生臨界溫度；基于關(guān)聯(lián)度，確定出多個(gè)檢測(cè)點(diǎn)對(duì)當(dāng)前檢測(cè)點(diǎn)的溫度影響值；根據(jù)溫度影響值與多個(gè)檢測(cè)點(diǎn)分別對(duì)應(yīng)的溫度差值集，對(duì)當(dāng)前檢測(cè)點(diǎn)對(duì)應(yīng)的預(yù)測(cè)溫度信息進(jìn)行調(diào)整，以基于調(diào)整后的預(yù)測(cè)溫度信息確定出當(dāng)前檢測(cè)點(diǎn)的火災(zāi)發(fā)生率。

7、在本技術(shù)的一種實(shí)現(xiàn)方式中，基于傳感器獲取到的火災(zāi)信息對(duì)火災(zāi)嚴(yán)重等級(jí)進(jìn)行預(yù)測(cè)，并基于預(yù)測(cè)結(jié)果對(duì)火災(zāi)進(jìn)行處理，具體包括：獲取預(yù)設(shè)時(shí)間段內(nèi)多個(gè)火焰?zhèn)鞲衅鞣謩e發(fā)送的火焰信息，基于火焰信息確定出公路隧道內(nèi)火災(zāi)的方位；獲取預(yù)設(shè)時(shí)間段內(nèi)多個(gè)溫度傳感器分別發(fā)送的溫度信息，基于溫度信息確定出火災(zāi)位置與隧道巡檢機(jī)器人之間的距離；在預(yù)設(shè)時(shí)間段內(nèi)獲取煙感傳感器發(fā)送的多個(gè)煙感信息，以基于煙感信息、火焰信息以及溫度信息對(duì)當(dāng)前火災(zāi)嚴(yán)重等級(jí)進(jìn)行檢測(cè)；基于檢測(cè)結(jié)果，對(duì)隧道巡檢機(jī)器人下達(dá)不同的處理指令，并基于方位與距離控制隧道巡檢機(jī)器人進(jìn)行火災(zāi)處理。

8、在本技術(shù)的一種實(shí)現(xiàn)方式中，基于隧道圖像對(duì)應(yīng)的像素灰度值，將裂縫特征放大后的隧道圖像劃分為多個(gè)不同的連通域，以對(duì)隧道圖像進(jìn)行噪聲過(guò)濾，具體包括：基于進(jìn)行開(kāi)運(yùn)算與閉運(yùn)算后的隧道圖像，得到裂縫特征放大圖像；將裂縫特征放大圖像劃分為多個(gè)均等大小的區(qū)域；基于多個(gè)均等大小的區(qū)域分別對(duì)應(yīng)的像素灰度值，將裂縫特征放大圖像劃分為多個(gè)連通區(qū)域；確定出多個(gè)連通區(qū)域分別對(duì)應(yīng)的面積，以基于多個(gè)連通區(qū)域分別對(duì)應(yīng)的面積，對(duì)裂縫特征圖像進(jìn)行去噪處理。

9、在本技術(shù)的一種實(shí)現(xiàn)方式中基于多個(gè)均等大小的區(qū)域分別對(duì)應(yīng)的像素灰度值，將裂縫特征放大圖像劃分為多個(gè)連通區(qū)域，具體包括：在任一均等大小的區(qū)域中左側(cè)、左上、上方以及右上四個(gè)點(diǎn)的像素灰度值都為0的情況下，將其標(biāo)記為一個(gè)新的連通域的起點(diǎn)；或者，在任一均等大小的區(qū)域中左側(cè)、左上兩個(gè)點(diǎn)的像素灰度值均為1的情況下，將左側(cè)、左上兩像素標(biāo)記值中較小的一個(gè)點(diǎn)，作為標(biāo)記點(diǎn)；或者，在任一均等大小的區(qū)域中左上、右上兩個(gè)點(diǎn)的像素灰度值均為1，將左上、右上兩像素中較小的一個(gè)點(diǎn)，作為標(biāo)記點(diǎn)；或者，按照左側(cè)、左上、上方、右上的順序，對(duì)標(biāo)記點(diǎn)進(jìn)行標(biāo)記；遍歷多個(gè)均等大小的區(qū)域，并將同一標(biāo)記的區(qū)域記為一個(gè)連通域。

10、在本技術(shù)的一種實(shí)現(xiàn)方式中，確定出多個(gè)連通區(qū)域分別對(duì)應(yīng)的面積，以基于多個(gè)連通區(qū)域分別對(duì)應(yīng)的面積，對(duì)裂縫特征圖像進(jìn)行去噪處理，具體包括：確定出多個(gè)連通區(qū)域分別對(duì)應(yīng)的面積，以及確定出多個(gè)連通區(qū)域分別對(duì)應(yīng)的最小外接矩形的面積；在當(dāng)前連通區(qū)域?qū)?yīng)的面積，與當(dāng)前連通區(qū)域?qū)?yīng)的最小外接矩形的面積之間比值，大于預(yù)置連通域像素占比的情況下，將當(dāng)前連通區(qū)域進(jìn)行保留，否則將當(dāng)前連通區(qū)域作為背景，以對(duì)裂縫特征圖像進(jìn)行去噪處理。

11、在本技術(shù)的一種實(shí)現(xiàn)方式中，基于噪聲過(guò)濾后的隧道圖像，對(duì)公路隧道進(jìn)行裂縫情況檢測(cè)之前，方法還包括：基于隧道樣本圖像類(lèi)別對(duì)應(yīng)的目標(biāo)檢測(cè)結(jié)果正確的框的數(shù)量，以及對(duì)隧道樣本圖像類(lèi)別進(jìn)行檢測(cè)的所有框的總數(shù)量，確定出隧道樣本圖像類(lèi)別對(duì)應(yīng)的預(yù)測(cè)框正確率比值；基于預(yù)測(cè)框正確率比值與隧道樣本圖像類(lèi)別對(duì)應(yīng)的圖像數(shù)量，確定出隧道樣本圖像類(lèi)別對(duì)應(yīng)的準(zhǔn)確率平均值；根據(jù)圖像的類(lèi)別數(shù)量，以及每個(gè)類(lèi)別的圖像分別對(duì)應(yīng)的準(zhǔn)確率平均值，確定出預(yù)置裂縫檢測(cè)模型對(duì)應(yīng)的平均準(zhǔn)確率。

12、本技術(shù)實(shí)施例提供一種公路隧道安全隱患檢測(cè)設(shè)備，包括：至少一個(gè)處理器；以及，與至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的指令，指令被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器能夠：通過(guò)設(shè)置于公路隧道內(nèi)不同檢測(cè)點(diǎn)的多個(gè)傳感器組件，獲取公路隧道內(nèi)的環(huán)境信息與隧道圖像；基于環(huán)境信息確定出不同檢測(cè)點(diǎn)之間的關(guān)聯(lián)度，基于關(guān)聯(lián)度、不同檢測(cè)點(diǎn)分別對(duì)應(yīng)的溫度信息以及預(yù)置溫度預(yù)測(cè)模型，對(duì)公路隧道內(nèi)的火災(zāi)發(fā)生率進(jìn)行檢測(cè)；在檢測(cè)結(jié)果為發(fā)生火災(zāi)的情況下，基于傳感器獲取到的火災(zāi)信息對(duì)火災(zāi)嚴(yán)重等級(jí)進(jìn)行預(yù)測(cè)，并基于預(yù)測(cè)結(jié)果對(duì)火災(zāi)進(jìn)行處理；基于開(kāi)運(yùn)算與閉運(yùn)算，對(duì)隧道圖像進(jìn)行裂縫特征放大提?。换谒淼缊D像對(duì)應(yīng)的像素灰度值，將裂縫特征放大后的隧道圖像劃分為多個(gè)不同的連通域，以對(duì)隧道圖像進(jìn)行噪聲過(guò)濾，以基于噪聲過(guò)濾后的隧道圖像，對(duì)公路隧道進(jìn)行裂縫情況檢測(cè)；基于火災(zāi)發(fā)生率與裂縫情況，確定出公路隧道的安全隱患情況。

13、本技術(shù)實(shí)施例提供的一種非易失性計(jì)算機(jī)存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，計(jì)算機(jī)可執(zhí)行指令設(shè)置為：通過(guò)設(shè)置于公路隧道內(nèi)不同檢測(cè)點(diǎn)的多個(gè)傳感器組件，獲取公路隧道內(nèi)的環(huán)境信息與隧道圖像；基于環(huán)境信息確定出不同檢測(cè)點(diǎn)之間的關(guān)聯(lián)度，基于關(guān)聯(lián)度、不同檢測(cè)點(diǎn)分別對(duì)應(yīng)的溫度信息以及預(yù)置溫度預(yù)測(cè)模型，對(duì)公路隧道內(nèi)的火災(zāi)發(fā)生率進(jìn)行檢測(cè)；在檢測(cè)結(jié)果為發(fā)生火災(zāi)的情況下，基于傳感器獲取到的火災(zāi)信息對(duì)火災(zāi)嚴(yán)重等級(jí)進(jìn)行預(yù)測(cè)，并基于預(yù)測(cè)結(jié)果對(duì)火災(zāi)進(jìn)行處理；基于開(kāi)運(yùn)算與閉運(yùn)算，對(duì)隧道圖像進(jìn)行裂縫特征放大提取；基于隧道圖像對(duì)應(yīng)的像素灰度值，將裂縫特征放大后的隧道圖像劃分為多個(gè)不同的連通域，以對(duì)隧道圖像進(jìn)行噪聲過(guò)濾，以基于噪聲過(guò)濾后的隧道圖像，對(duì)公路隧道進(jìn)行裂縫情況檢測(cè)；基于火災(zāi)發(fā)生率與裂縫情況，確定出公路隧道的安全隱患情況。

14、本技術(shù)實(shí)施例采用的上述至少一個(gè)技術(shù)方案能夠達(dá)到以下有益效果：本技術(shù)實(shí)施例通過(guò)設(shè)置于公路隧道內(nèi)的傳感器組件，獲取公路隧道內(nèi)的環(huán)境信息，能夠?qū)Νh(huán)境信息進(jìn)行分析，確定出公路隧道內(nèi)的火災(zāi)等安全隱患。其次，本技術(shù)實(shí)施例通過(guò)獲取公路隧道的隧道圖像，并對(duì)隧道圖像進(jìn)行裂縫特征提取，以及通過(guò)圖像像素灰度值進(jìn)行噪聲過(guò)濾，從而能夠消除裂縫上的突出毛刺，使整體輪廓變得光滑，同時(shí)最小程度改變裂縫連通域的面積，有效地消除圖像中噪聲。進(jìn)而解決隧道安全檢測(cè)落后，效率低、準(zhǔn)確度低的問(wèn)題。