针对排水管网检测系统人工回看慢、容易漏查的痛点，基于商业管道机器人，本技术开发一套具身智能排水管网异常检测与评估系统。系统采用三段式链路：首先使用DETR输出缺陷位置候选集，将注意力热区与几何先验映射为严重度曲线；随后进行参考式实例分割，以SAM生成掩模，由DINOv2构建原型记忆库，通过余弦相似度匹配实现零微调扩类，并用Dice、BCE及Mask IoU损失函数细化边界。算法部署于具身智能Agent决策的巡检机器人，在Jetson上结合TensorRT量化，实现边端实时处理。机器人相机拍摄画面后，算法自动圈出可疑区域并给出严重度曲线；机器人可自主减速、回退、变焦，多角度确认。

主要功能包括：一键巡检、自动识别、即时扩类、管道健康打分、报告一键生成；沿中心线自主行走，发现疑点自动补拍、多帧投票；导出缺陷框、掩模、热力图、严重度曲线；按风险打分；离线可用，并提供API对接智慧水务平台。

该技术在原有商业管道机器人的基础上搭建，在沈阳建筑大学校园内进行测试，支持一键出报告和平台对接，目前处于开发阶段，后续可申请专利。

管道机器人

1.实时检测帧率：15-30 FPS（Jetson边端部署）；缺陷识别精度高，支持多角度确认。

2.适配管径：DN300-1200mm常见管径与材质；新缺陷类型学习时间10epoch。

3.操作便捷性：不需要任何人工操作，只需通过自然语言赋予命令即可（如语音或文本指令启动巡检、扩类或生成报告）。

耐用性：算法在复杂管道环境（低光照、模糊、遮挡）下鲁棒运行，多原型机制捕捉类内变异，背景原型增强对比学习，连续测试稳定无故障。

实用性：少样本快速适应新型缺陷；输出缺陷掩码、边框与严重度可视化（热力图、曲线）；原型引导精炼边界，提升模糊缺陷定位精度。

实用性：整机成本5-15万元；免重训、少返工，整体成本较传统下降约35%。

可推广性：适配常见管径与材质；无需外网，支持离线API对接智慧水务平台；在市政排水、管廊等领域广泛应用，2-4周内可试点部署。

算法流程展示

该系统的算法在自建排水管网缺陷数据集（含8类：裂缝、腐蚀、沉积、根系入侵、堵塞、关节错位等）上进行少样本评估。采用N-way，K-shot协议（基类5种、新型类3种），在5-shot设置下，算法通过支持集少量样本构建多原型，引导查询图像特征投影与区域迭代精炼，实现新型缺陷精准检测与分割。实验显示，mAP@0.5达58.8%，显著优于DE-ViT等基线，尤其在模糊边界与低对比度图像上展现优异边界定位与鲁棒性。定性结果表明，算法有效抑制背景干扰，准确捕捉不规则缺陷形状，提升检测把握度95%以上。目前，实际巡检机器人正在研发中，后续将集成该算法实现具身智能一键巡检。

算法识别结果展示（公开数据集）

技术基于先进深度学习模型（如DETR、SAM、DINOv2），具有创新性实例分割与零微调扩类机制，具备较好应用前景与知识产权潜力。

合作方式：联合开发、专利许可等

联系方式：牟天蔚 18640489505

peter_mu@163.com