季節(jié)性雨水、城市建設(shè)等自然、人類(lèi)活動(dòng)對(duì)城市排水能力提出較高要求，維持排水管網(wǎng)的正常運(yùn)行是城市基礎(chǔ)設(shè)施運(yùn)維的重要內(nèi)容。目前，城市排水管道運(yùn)維主要依靠人工作業(yè)，存在作業(yè)難、作業(yè)量大、風(fēng)險(xiǎn)性高等問(wèn)題。以機(jī)械代替人工作業(yè)的模式因?yàn)榫哂邪踩?、高效的特點(diǎn)成為了城市排水管道運(yùn)維作業(yè)的發(fā)展趨勢(shì)。介紹了國(guó)內(nèi)外管道檢測(cè)、作業(yè)機(jī)器人的研究現(xiàn)狀，從作業(yè)方式、機(jī)械設(shè)計(jì)、控制模式三個(gè)方面分析了現(xiàn)有技術(shù)存在的不足；提出了排水管道運(yùn)維機(jī)器人的作業(yè)規(guī)程并總結(jié)其發(fā)展方向，如檢測(cè)技術(shù)提升、功能模塊優(yōu)化、控制模式智能化等，為排水管道運(yùn)維機(jī)器人的研究發(fā)展提供新思路。

截至2019年底，我國(guó)排水管網(wǎng)總長(zhǎng)超過(guò)74.4萬(wàn)km，年污水排放量達(dá)555億m3。而隨著海綿城市建設(shè)以及國(guó)家對(duì)于污水處理要求的提高，近年來(lái)管網(wǎng)系統(tǒng)以8.5%的年增長(zhǎng)速率持續(xù)擴(kuò)大其運(yùn)維規(guī)模。2021年政府工作報(bào)告指出,要持續(xù)改善環(huán)境質(zhì)量，“十四五”時(shí)期要求基本消除城市黑臭水體，排水管網(wǎng)已由保障城市安全的重要基礎(chǔ)設(shè)施升級(jí)為保證人民幸福生活的重大民生工程。因此，維持排水管網(wǎng)的平穩(wěn)運(yùn)行成為一項(xiàng)重要的城市治理任務(wù)。

隨著管網(wǎng)的建設(shè)規(guī)模的擴(kuò)大，保證管網(wǎng)正常服役的需求也逐漸凸顯。據(jù)住房和城鄉(xiāng)建設(shè)部科技發(fā)展促進(jìn)中心有關(guān)資料顯示，我國(guó)城市管網(wǎng)普遍存在設(shè)施老化與管理技術(shù)落后的問(wèn)題，管道破裂、腐蝕等缺陷導(dǎo)致的城市管道運(yùn)維事故頻發(fā)。因此，近些年管網(wǎng)的工作重點(diǎn)逐漸由建設(shè)轉(zhuǎn)向維護(hù)更新。目前，排水管網(wǎng)檢測(cè)、清淤、修復(fù)等工作通常采用人工作業(yè)或人機(jī)協(xié)同作業(yè)模式。以管道清淤為例，常用方式有絞車(chē)清淤，鉆桿疏通及高壓射流。絞車(chē)及清淤設(shè)備需要工人下井安裝，空間狹小、昏暗，作業(yè)困難；且施工環(huán)境中的硫化氫等有害氣體會(huì)嚴(yán)重危害工人健康?？傊?a target="_blank" style="background-color: transparent; color: rgb(21, 101, 192);">管網(wǎng)維護(hù)的人工作業(yè)方式效率低，局限大，存在安全隱患。

利用機(jī)器人代替人工作業(yè)已成為管網(wǎng)運(yùn)維管理的新趨勢(shì)。在排水管道中使用的運(yùn)維機(jī)器人已由傳統(tǒng)的大型工業(yè)機(jī)器人發(fā)展成“小精尖”的特種機(jī)器人，能夠適應(yīng)復(fù)雜管況并完成任務(wù)。管道運(yùn)維機(jī)器人可分為檢測(cè)機(jī)器人與作業(yè)機(jī)器人：檢測(cè)機(jī)器人指通過(guò)聲學(xué)、光學(xué)設(shè)備或技術(shù)實(shí)現(xiàn)管道內(nèi)部的信息采集及模型重建的機(jī)器人；作業(yè)機(jī)器人指清理管內(nèi)淤積或完成管體缺陷修復(fù)及更換的機(jī)器人，這些機(jī)器人的協(xié)同配合可輔助排水管道的運(yùn)維工作。

本文歸納了排水管道運(yùn)維機(jī)器人的研究現(xiàn)狀，介紹了國(guó)內(nèi)外高校、科研院所及企業(yè)具有代表性的產(chǎn)品，并對(duì)其使用的關(guān)鍵技術(shù)或機(jī)構(gòu)做簡(jiǎn)要概述，最后總結(jié)了研究現(xiàn)狀的不足，并對(duì)該領(lǐng)域的發(fā)展趨勢(shì)做出展望。

1 排水管道運(yùn)維機(jī)器人研究現(xiàn)狀

為厘清目前國(guó)內(nèi)外對(duì)于排水管道運(yùn)維機(jī)器人及技術(shù)研究的總體情況，本文在wos（web of science）核心數(shù)據(jù)庫(kù)上統(tǒng)計(jì)了領(lǐng)域內(nèi)文章發(fā)表數(shù)量并使用文獻(xiàn)計(jì)量工具對(duì)相關(guān)文獻(xiàn)進(jìn)行了合作作者可視化分析，結(jié)果如圖1和表1所示。其中，ahrary a團(tuán)隊(duì)、elkmann n團(tuán)隊(duì)成果較多，形成了一定的研究體系。ahrary a團(tuán)隊(duì)設(shè)計(jì)了原型機(jī)器人kantaro ，系統(tǒng)地研究了排水管道機(jī)器人檢測(cè)、定位、導(dǎo)航技術(shù)；elkmann n團(tuán)隊(duì)致力于進(jìn)行排水管道檢測(cè)、清理機(jī)器人系統(tǒng)的研究，提出了基于運(yùn)動(dòng)學(xué)、視覺(jué)的全自動(dòng)檢測(cè)系統(tǒng)的實(shí)現(xiàn)方法及面向服務(wù)的數(shù)據(jù)檢測(cè)及處理架構(gòu)。

圖1 管道機(jī)器人及排水管道機(jī)器人作者合作關(guān)系網(wǎng)絡(luò)

本文同時(shí)計(jì)量了管道機(jī)器人（石油、燃?xì)獾裙艿溃┑难芯楷F(xiàn)狀，意圖通過(guò)對(duì)比確定排水管道機(jī)器人的研究廣度與先進(jìn)性。相較管道機(jī)器人，城市排水管道機(jī)器人研究起步晚，范圍小。相關(guān)研究團(tuán)隊(duì)缺乏持續(xù)、深入地研究，團(tuán)隊(duì)間交流合作較少。數(shù)據(jù)表示排水管道機(jī)器人的研究存在不足，亦說(shuō)明目前排水管道機(jī)器人的研究有較好的發(fā)展前景。

1.1 檢測(cè)機(jī)器人

管道運(yùn)維機(jī)器人的相關(guān)研究主要集中于檢測(cè)機(jī)器人。國(guó)外起步較早，20世紀(jì)80年代已有產(chǎn)業(yè)化的商品機(jī)器人投入市場(chǎng)，德國(guó)、美國(guó)、日本等國(guó)的技術(shù)處于世界領(lǐng)先水平。我國(guó)同期開(kāi)始對(duì)了管道檢測(cè)機(jī)器人的探索。哈爾濱工業(yè)大學(xué)、清華大學(xué)、上海交通大學(xué)等高校研制了適用于不同場(chǎng)景的檢測(cè)機(jī)器人，以深圳施羅德、武漢中儀物聯(lián)公司為代表的企業(yè)陸續(xù)投入產(chǎn)品研發(fā)，填補(bǔ)了國(guó)內(nèi)管道機(jī)器人研究、市場(chǎng)的空白。

管道內(nèi)部相關(guān)數(shù)據(jù)是其運(yùn)維管理所需的重要信息，其數(shù)據(jù)的精度與機(jī)器人上搭載的檢測(cè)技術(shù)存在直接關(guān)系。因此，高效準(zhǔn)確的管道檢測(cè)技術(shù)或方法十分重要。易于機(jī)器人搭載的技術(shù)有管道閉路電視檢測(cè)（close circuit television inspection，cctv）、聲吶、雷達(dá)等，這些技術(shù)均存在其優(yōu)勢(shì)區(qū)間及不足：cctv可檢測(cè)所有結(jié)構(gòu)性、功能性缺陷，但工作條件較為嚴(yán)苛，且使用前需暫停管段使用并進(jìn)行排水、沖洗工作，管道能見(jiàn)度直接決定檢測(cè)質(zhì)量；聲吶可在黑暗、有水環(huán)境下完成對(duì)管道的檢測(cè)，但檢測(cè)缺陷種類(lèi)有限，數(shù)據(jù)存在噪聲。

美國(guó)通用電氣貝克休斯集團(tuán)旗下的韋林工業(yè)集團(tuán)基于其世界領(lǐng)先的內(nèi)窺鏡技術(shù)研發(fā)了rovver系列檢測(cè)機(jī)器人。rovver900采用輕量機(jī)械設(shè)計(jì)，重25kg，尺寸約582 mm×200 mm×150mm，易于使用人工或小型機(jī)械部署；模塊設(shè)計(jì)具有擴(kuò)展性與適應(yīng)性，可用于限制、突出管道及支管檢測(cè)；搭載高像素ccd攝像頭，高度、角度、焦距在一定范圍內(nèi)可調(diào)，具備多視角、高精度獲取圖像的能力 。

深圳施羅德工業(yè)集團(tuán)面向排水管道及箱涵推出s系列檢測(cè)機(jī)器人。該系列機(jī)器人多采用輪式行走模式，配備防側(cè)翻警報(bào)與位姿檢測(cè)系統(tǒng)；應(yīng)用高精度計(jì)米裝置與gps實(shí)現(xiàn)作業(yè)進(jìn)度厘米級(jí)控制；機(jī)器人前端、后端搭載高清無(wú)延時(shí)攝像頭，消除檢測(cè)死角。

表2展示了國(guó)內(nèi)外典型檢測(cè)機(jī)器人的型號(hào)、參數(shù)，面向多管徑、多管況的檢測(cè)機(jī)器人已經(jīng)提出，技術(shù)體系逐漸成熟。

表2 國(guó)內(nèi)外典型管道檢測(cè)機(jī)器人

基于人工智能的管道檢測(cè)輔助技術(shù)指的是使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法自動(dòng)處理機(jī)器人檢測(cè)結(jié)果，輔助作業(yè)人員得出檢測(cè)結(jié)論的技術(shù)，是繼檢測(cè)機(jī)器人后新的研究熱點(diǎn)。清華大學(xué)、阿肯色理工大學(xué)、開(kāi)羅大學(xué)、同濟(jì)大學(xué)等高校在cctv的基礎(chǔ)上利用cnn、svm、elm等算法分割檢測(cè)結(jié)果，識(shí)別、分類(lèi)管道缺陷。該類(lèi)技術(shù)有效降低工人勞動(dòng)量與檢測(cè)成本，避免不確定因素導(dǎo)致的漏診、錯(cuò)診，實(shí)現(xiàn)檢測(cè)流程智能化。

1.2 作業(yè)機(jī)器人

管道作業(yè)主要包括管道清淤及管道修復(fù)。清淤機(jī)器人已存在大量設(shè)計(jì)方案，華中科技大學(xué)研發(fā)了面向深隧的清淤、檢測(cè)一體機(jī)器人，針對(duì)深隧埋深大、管徑大的問(wèn)題，機(jī)器人使用有纜方式進(jìn)行通信與電力供給，續(xù)航時(shí)間長(zhǎng)、信號(hào)傳輸穩(wěn)。清淤使用彈簧鋼片與螺旋葉片結(jié)合的方式，范圍廣，效率高，耗能小，作業(yè)穩(wěn)定。

薩拉斯瓦蒂工程學(xué)院提出了一個(gè)集成檢測(cè)、清淤及有毒氣體中和的機(jī)器人系統(tǒng)。機(jī)器人配有紅外攝像頭，高壓水、切割刀片、抽吸泵，氣體傳感器.html'>傳感器。使用紅外攝像頭及傳感器檢測(cè)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(nèi)淤積并抽吸至地上容器儲(chǔ)存；有毒氣體由氣體傳感器檢測(cè)并通過(guò)添加液化微生物來(lái)消除有害影響。

表3列舉了國(guó)內(nèi)外部分管道清淤機(jī)器人，介紹了清淤機(jī)器人模塊設(shè)計(jì)方案。目前清淤機(jī)器人的研究多而不精，機(jī)構(gòu)設(shè)計(jì)較檢測(cè)機(jī)器人均較為普通；部分方案仍處于概念設(shè)計(jì)階段，清淤能力難以表征。

表3 國(guó)內(nèi)外管道清淤機(jī)器人

管道修復(fù)常使用非開(kāi)挖修復(fù)技術(shù)，指采用不開(kāi)挖或少量開(kāi)挖的方式進(jìn)行地下管道修復(fù)。作業(yè)過(guò)程開(kāi)挖量小，避免土方作業(yè)導(dǎo)致的交通擁堵及環(huán)境污染。人工非開(kāi)挖修復(fù)主要使用鋼套環(huán)、螺旋纏繞、管道內(nèi)襯技術(shù)，工藝流程復(fù)雜，不適于機(jī)器人作業(yè)。

國(guó)內(nèi)外非開(kāi)挖修復(fù)機(jī)器人的研究總量少。相比國(guó)外，我國(guó)相關(guān)成果或方案較多，但尚未形成研究體系，成果多來(lái)自施羅德等機(jī)器人企業(yè)或市政公司等城建企業(yè)，中國(guó)石油大學(xué)等高校也有相關(guān)研究。較為常見(jiàn)的是使用光固化成型技術(shù)、水泥砂漿噴涂技術(shù)及3d打印技術(shù)，作業(yè)模塊小且工序簡(jiǎn)單，具有一定工程使用價(jià)值。

2 研究現(xiàn)存問(wèn)題

分析排水管道運(yùn)維機(jī)器人作業(yè)環(huán)境、技術(shù)要求等因素，本文認(rèn)為排水管道機(jī)器人研究的技術(shù)難題有三點(diǎn)，見(jiàn)下文分析。

2.1 傳統(tǒng)的檢測(cè)方式無(wú)法滿(mǎn)足所有檢測(cè)需求

傳統(tǒng)的檢測(cè)方式各自存在一定的弊端，需要融合多種檢測(cè)手段或研發(fā)新檢測(cè)技術(shù)以應(yīng)對(duì)復(fù)雜作業(yè)環(huán)境或檢測(cè)需求。

部分污水氮、磷元素含量較高，藻類(lèi)、蘚類(lèi)植物在管壁或管底大量生長(zhǎng)形成生物菌膜。這導(dǎo)致部分管道缺陷被生物膜覆蓋，使用視覺(jué)進(jìn)行檢測(cè)時(shí)易出現(xiàn)漏診情況。

在實(shí)際的檢測(cè)工作中，另一項(xiàng)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(fù)、更新的依據(jù)。傳統(tǒng)方法以對(duì)比點(diǎn)云模型與設(shè)計(jì)模型的方法計(jì)算侵蝕程度，效率低、欠直觀，無(wú)法有效解決工程問(wèn)題。

2.2 傳統(tǒng)的機(jī)體設(shè)計(jì)無(wú)法適應(yīng)所有管道環(huán)境

管道淤積成分復(fù)雜，有軟質(zhì)淤積物（淤泥等），硬質(zhì)淤積物（石塊、泥塊及樹(shù)根等），還有較為特殊的尼龍、塑料袋及油脂。針對(duì)不同淤積物的處理方式不同：軟質(zhì)采用刮、刨、推、沖，硬質(zhì)采用切、割。尼龍、塑料袋較難切斷，易纏繞在機(jī)構(gòu)增大機(jī)械運(yùn)行的不穩(wěn)定性，是清淤的難點(diǎn)。清淤機(jī)器人普遍采用一種或兩種作業(yè)方式，無(wú)法應(yīng)對(duì)復(fù)雜淤積物，清淤效果不佳。

惡劣環(huán)境是機(jī)器人的機(jī)構(gòu)、功能設(shè)計(jì)的一項(xiàng)挑戰(zhàn)。以行走模塊為例，輪式機(jī)器人行進(jìn)速度快、效率高，越障能力較差，易陷入軟泥；履帶機(jī)器人運(yùn)行平穩(wěn)，適用于各種地形，行進(jìn)效率偏低。保證機(jī)器人可靠度與工作性的關(guān)鍵在于選擇各模塊，設(shè)計(jì)行進(jìn)功率、作業(yè)功率、機(jī)體尺寸等參數(shù)設(shè)計(jì)需將環(huán)境因素納入考慮。

作業(yè)機(jī)器人多數(shù)處于概念設(shè)計(jì)且考慮約束條件較少，作業(yè)性能存在問(wèn)題，整體結(jié)構(gòu)與關(guān)鍵模塊的技術(shù)仍需升級(jí)。

表4排水管道機(jī)器人面臨的挑戰(zhàn)

2.3 傳統(tǒng)的控制模式無(wú)法實(shí)現(xiàn)自主作業(yè)

機(jī)器人初期是一種輔助人類(lèi)完成作業(yè)的半自主智能機(jī)器，人工智能的發(fā)展小幅度修改了其本質(zhì)：“機(jī)器人是自動(dòng)執(zhí)行工作的機(jī)器裝置，既可以接受人類(lèi)指揮，又可以運(yùn)行預(yù)先編排的程序，也可以根據(jù)以人工智能技術(shù)指定的原則綱領(lǐng)行動(dòng)”。初級(jí)的自主式機(jī)器人通過(guò)算法、程序完成固定化工作，適用于工業(yè)流水線或穩(wěn)定的作業(yè)環(huán)境；智能機(jī)器人的作業(yè)模式相對(duì)高級(jí)，實(shí)時(shí)獲取環(huán)境信息并以此制定作業(yè)方案，迭代、優(yōu)化并執(zhí)行。大多數(shù)運(yùn)維機(jī)器人依靠遙控完成作業(yè)，通過(guò)人腦完成作業(yè)方式、參數(shù)選擇，路徑規(guī)劃等關(guān)鍵步驟，缺乏智能化控制。

3 研究展望

在研發(fā)具有自主學(xué)習(xí)功能的建筑機(jī)器人的趨勢(shì)下，無(wú)人土方作業(yè)推土機(jī)、無(wú)人盾構(gòu)掘進(jìn)機(jī)等無(wú)人作業(yè)裝備被陸續(xù)提出，碧桂園公司已將無(wú)人抹灰、無(wú)人澆筑等機(jī)器人投入應(yīng)用，排水管道運(yùn)維機(jī)器人在無(wú)人作業(yè)領(lǐng)域較其他機(jī)械存在較大差距。因此，運(yùn)維機(jī)器人自動(dòng)化作業(yè)是未來(lái)重大發(fā)展方向。本文綜合其他無(wú)人設(shè)備的工作模式對(duì)管道智能運(yùn)維機(jī)器人作業(yè)的規(guī)程作簡(jiǎn)要介紹，并按實(shí)現(xiàn)規(guī)程所需關(guān)鍵技術(shù)對(duì)機(jī)器人的發(fā)展做出展望。

3.1 管道智能運(yùn)維機(jī)器人作業(yè)規(guī)程及要求

作業(yè)規(guī)程可簡(jiǎn)單凝練為“工作環(huán)境檢測(cè)→工作場(chǎng)景理解→智能規(guī)劃、導(dǎo)航→執(zhí)行作業(yè)方案”。

3.1.1 工作環(huán)境檢測(cè)

工作環(huán)境檢測(cè)是較檢測(cè)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(nèi)信息。多類(lèi)別的目標(biāo)檢測(cè)要求機(jī)器人搭載多種檢測(cè)技術(shù)及傳感器。

3.1.2 工作場(chǎng)景理解

場(chǎng)景理解基于環(huán)境檢測(cè)實(shí)現(xiàn)，自圖像、視頻中利用深度學(xué)習(xí)、語(yǔ)義分割等算法提取信息，多層次表達(dá)作業(yè)環(huán)境，實(shí)現(xiàn)機(jī)器人對(duì)作業(yè)目標(biāo)的識(shí)別、理解。場(chǎng)景理解為智能作業(yè)提供數(shù)據(jù)基礎(chǔ)，要求機(jī)器人應(yīng)用魯棒性強(qiáng)、泛化誤差小的識(shí)別算法。

3.1.3 智能規(guī)劃、導(dǎo)航

無(wú)人作業(yè)的關(guān)鍵是制定作業(yè)方案，包括作業(yè)方式、作業(yè)流程等。以清淤作業(yè)為例，需判斷管內(nèi)淤積情況（淤積物種類(lèi)、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(guī)劃合理的清淤路線（分層清理、按行進(jìn)方向清理等）。作業(yè)方案需要不斷修正，每段甚至每個(gè)截面的管況都有概率發(fā)生變化，在作業(yè)過(guò)程中需要實(shí)時(shí)獲取、處理、反饋信息，對(duì)計(jì)算能力與自適應(yīng)控制有較高要求。

3.1.4 執(zhí)行作業(yè)方案

復(fù)雜管況下的作業(yè)方案應(yīng)用多機(jī)構(gòu)、多模塊，需求多種檢測(cè)、清淤技術(shù)。要求機(jī)器人在結(jié)構(gòu)尺寸、行進(jìn)能力等參數(shù)合理的設(shè)計(jì)范圍內(nèi)實(shí)現(xiàn)多功能集成。

3.2 管道智能運(yùn)維機(jī)器人作業(yè)技術(shù)發(fā)展

智能運(yùn)維機(jī)器人技術(shù)發(fā)展將從感知技術(shù)、功能模塊、智能控制三方面進(jìn)行論述。

3.2.1 升級(jí)感知技術(shù)

針對(duì)常規(guī)管況部分光學(xué)技術(shù)可以有效地解決主流技術(shù)存在的問(wèn)題。結(jié)構(gòu)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(shí)現(xiàn)水下測(cè)量，具有高精度，全場(chǎng)景測(cè)量等優(yōu)勢(shì)；深度傳感技術(shù)從基于二維圖像的檢測(cè)轉(zhuǎn)向基于三維深度的檢測(cè)，其中tof（time of flight,飛行時(shí)間）技術(shù)效果最佳，具有良好發(fā)展?jié)摿?；利用光反射測(cè)距的激光雷達(dá)能夠提供精確的管道參數(shù)測(cè)量，檢測(cè)結(jié)果穩(wěn)定。

而面對(duì)上文提出的復(fù)雜管況，蘇黎世聯(lián)邦理工學(xué)院與牛津大學(xué)聯(lián)合設(shè)計(jì)了使用觸覺(jué)系統(tǒng)評(píng)估混凝土管道劣化程度的機(jī)器人。該機(jī)器人通過(guò)預(yù)設(shè)動(dòng)作抓撓混凝土管產(chǎn)生振動(dòng)，位于腿部的力/扭矩傳感器捕捉這一振動(dòng)并通過(guò)預(yù)先訓(xùn)練的支持向量機(jī)完成對(duì)混凝土管的評(píng)估；澳大利亞拉籌伯大學(xué)面向管道頂部腐蝕檢測(cè)研發(fā)了使用位移探頭的遙控機(jī)器人，根據(jù)探頭伸出距離使用數(shù)學(xué)模型快速計(jì)算管道有效內(nèi)徑及腐蝕程度，為管道的更新維護(hù)提供了直接依據(jù)。兩項(xiàng)研究創(chuàng)新地通過(guò)觸覺(jué)、物理方法實(shí)現(xiàn)管道檢測(cè)，為檢測(cè)技術(shù)的發(fā)展提供了新思路。

3.2.2 優(yōu)化功能模塊

功能模塊需要從集成、升級(jí)兩個(gè)角度進(jìn)行優(yōu)化。檢測(cè)和作業(yè)機(jī)器人功能簡(jiǎn)單，作業(yè)手段單一，工作方向明確。智能運(yùn)維機(jī)器人具有 “一機(jī)多用”的特性：完成檢測(cè)、作業(yè)單項(xiàng)任務(wù)或管道全流程運(yùn)維管理，其實(shí)現(xiàn)方法為多層次集成：在功能層面集成檢測(cè)功能及作業(yè)功能；在機(jī)構(gòu)/技術(shù)層面集成多種機(jī)構(gòu)/技術(shù)以應(yīng)對(duì)不同需求。

“小、輕、快、強(qiáng)”是機(jī)器人升級(jí)的目標(biāo)：機(jī)器人及運(yùn)行所需配套設(shè)施體積小，使用電池供電及5g通信等方案使機(jī)器人運(yùn)行“無(wú)線化”，增大作業(yè)范圍及深度；機(jī)器人及附屬機(jī)構(gòu)質(zhì)量輕，通過(guò)人工、叉車(chē)或行走模塊完成機(jī)器人部署，無(wú)需吊車(chē)等大型設(shè)備；機(jī)器人在陸上、管內(nèi)行進(jìn)速度快，動(dòng)力強(qiáng)，作業(yè)效率高；機(jī)器人附屬機(jī)構(gòu)功效強(qiáng)。檢測(cè)設(shè)備使用范圍廣、成像清晰、易于機(jī)器人提取信息，清淤設(shè)備功率大、沖擊力強(qiáng)、清淤效果好。

3.2.3 實(shí)現(xiàn)智能控制

運(yùn)動(dòng)控制是機(jī)器人控制的關(guān)鍵，常分為高度控制、位置控制、航向控制等。為實(shí)現(xiàn)更復(fù)雜的控制，必要的工作是將機(jī)器人的耦合運(yùn)動(dòng)解耦，設(shè)計(jì)其子運(yùn)動(dòng)的獨(dú)立閉環(huán)控制回路實(shí)現(xiàn)精細(xì)控制，更好地表征機(jī)器人的運(yùn)動(dòng)形態(tài)。在閉環(huán)回路中，控制算法（控制器.html'>控制器）根據(jù)輸入?yún)?shù)返回閉環(huán)回路的輸出，是決定控制效果的關(guān)鍵。在實(shí)際工程中，選擇一種穩(wěn)定、魯棒性強(qiáng)的算法十分重要。而在排水管道內(nèi)，控制算法要兼具穩(wěn)定性及適應(yīng)性，以便及時(shí)對(duì)復(fù)雜環(huán)境做出反饋。神經(jīng)網(wǎng)絡(luò)、自適應(yīng)控制方法是主流的兩種控制算法，自適應(yīng)控制通過(guò)輸入輸出參數(shù)的變化自主調(diào)整系統(tǒng)參數(shù)以達(dá)到最優(yōu)的輸出效果，神經(jīng)網(wǎng)絡(luò)控制在處理非線性和不確定性變量方面有突出優(yōu)勢(shì)，均可作為排水管道智能運(yùn)維機(jī)器人的控制算法。在此基礎(chǔ)上，為彌補(bǔ)控制算法的缺點(diǎn)通常使用多控制方法結(jié)合的控制策略，如自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制、模糊神經(jīng)網(wǎng)絡(luò)控制、自適應(yīng)滑模變結(jié)構(gòu)控制等。

控制領(lǐng)域正在持續(xù)發(fā)展，提出了諸多新的控制算法，但大都處于理論探索階段。開(kāi)發(fā)或應(yīng)用適宜運(yùn)維機(jī)器人作業(yè)的新算法尚存在較多困難，需要進(jìn)行深入的理論與實(shí)測(cè)驗(yàn)證。

4 結(jié)語(yǔ)

排水管網(wǎng)的運(yùn)維管理是一項(xiàng)重大民生工程，其傳統(tǒng)的運(yùn)維方式存在一定的不足，基于管道運(yùn)維機(jī)器人的管網(wǎng)運(yùn)維輔助成為了城市基礎(chǔ)設(shè)施運(yùn)維管理研究的熱點(diǎn)。本文介紹了排水管道運(yùn)維機(jī)器人的作業(yè)優(yōu)勢(shì)及國(guó)內(nèi)外代表性研究成果，分析了現(xiàn)有研究的不足?，F(xiàn)階段研制的管道運(yùn)維機(jī)器人檢測(cè)方式局限大，作業(yè)方式單一，難以較好完成作業(yè)任務(wù)。而復(fù)雜的管況又對(duì)機(jī)器人提出了嚴(yán)苛要求，須研發(fā)性能卓越的硬、軟件系統(tǒng)以應(yīng)對(duì)可能的挑戰(zhàn)。

在無(wú)人裝備的研究熱潮中，實(shí)現(xiàn)管道運(yùn)維機(jī)器人的自主作業(yè)是一項(xiàng)重大課題。自主作業(yè)要求機(jī)器人具有高精度的環(huán)境感知能力，信息識(shí)別能力，決策、優(yōu)化能力和調(diào)整能力，需要在感知、智能控制等技術(shù)上取得突破。希望未來(lái)能依托于現(xiàn)有的研究基礎(chǔ)實(shí)現(xiàn)排水管道運(yùn)維的自動(dòng)化作業(yè)，研制出穩(wěn)定、可靠的自主作業(yè)機(jī)器人，有效解決因管網(wǎng)淤積、破損導(dǎo)致的諸多問(wèn)題，提高城市治理水平。