一、教师简介

毛莺池，计算机与软件学院教授/博导。现为江苏省计算机学会常务理事，中国计算机学会分布式计算与系统专委会委员，中国自动化学会环境感知与保护自动化专委会委员，CCF 南京分部执委。主要研究方向：云边协同计算、大模型快速推理、物联网数据分析。

近年来，先后主持或参加了国家“十四五”、“十三五”重点研发计划课题、国家“十二五”科技支撑计划项目、国家自然科学基金项目、江苏省、云南省重点研发项目、中国华能集团重点科技项目，相关科研成果先后获得如2014年度大禹水利科学技术一等奖、2021年云南省科技进步奖二等奖等奖、2022年度中国大坝工程学会技术发明奖二等奖项等7项省部级奖项，发表学术论文100余篇，授权美国发明专利1件，发明专利40余项。经过多年潜心钻研教学，承担多项教育改革项目，获得2022年度河海大学十佳研究生导师称号，2次获得河海大学教学成果奖二等奖（排名第一）；2014年度河海大学第二十一届教师讲课竞赛一等奖。

近10年来，每年都作为指导教师，指导本科生参加大学生创新训练计划项目，作为指导教师指导学生申报成功2023年国家级创业实践项目“基于无人机群遥感的深大水库水环境监测技术研发及应用服务”；指导学生获得第7届中国国际“互联网+”大学生创新创业大赛产业命题赛道省二等奖、红旅赛道省三等奖，指导暑期社会实践团“智慧水电站建设调研团队”获优秀团队，获得大学生暑期社会实践活动优秀指导教师。所指导研究生获得国家奖学金、河海大学“优秀研究生”，河海大学“优秀毕业研究生”、主持江苏省研究生科研创新项目、优博/优硕培育项目近30余人次，5人次获得河海大学优秀硕士学位论文，江苏省优秀本科生毕业设计优秀指导教师。

二、项目简介

1、研究背景

党的十八大以来，习近平总书记对做好防灾减灾救灾工作做出系列重要论述，赋予了新时代防震减灾保护人民生命财产、维护国家安全、推动构建人类命运共同体的战略使命。并提出“坚持从源头上防范化解重大安全风险，真正把问题解决在萌芽之时、成灾之前。”“加强隐患排查预警，确保现有水库安全无恙。”等重要论述。2024年1月，国务院安委会印发《安全生产治本攻坚三年行动方案2024-2026年》，明确提出：“加快推动安全生产监管模式向事前预防数字化转型，推进人工智能、大数据、物联网等技术与安全生产融合发展......”。

我国水利水电工程建设成效显著，目前已建水电站9.8万座，是世界上拥有水库大坝数量最多、高坝数量最多的国家，建成拥有三峡、乌东德、白鹤滩、两河口、溪洛渡、锦屏、小湾、糯扎渡等一批世界级大坝，这些大坝工程极大支撑了水能高效开发和水资源综合利用，持续并稳定地为经济社会发展提供能源供给、防洪保障，为我国西电东送、碳达峰碳中和等国家战略做出了重要贡献。近来，高烈度地震、超标准洪水、大型滑坡、泥石流等灾害频发，坝体裂缝、坝基渗漏等工程缺陷愈演愈烈，甚至导致漫坝、溃坝等重大风险灾害，对大坝运行安全带来巨大挑战，一旦失事，将造成巨大的社会经济损失。

巡视检查作为水库大坝安全管理的重要手段，是发现工程损害最直接、最有效的方法，已成为掌握其工作性态、评价结构安全状况的重要手段。据不完全统计，通过巡视检查发现水电工程重大安全隐患，约占出险大坝总数的70%。此外，《水电站大坝运行安全应急管理办法》等管理制度要求：大坝遭受自然灾害和其他突发事件后，应及时对大坝进行专项巡视检查。因此，开展好巡视检查工作应当成为各流域发电企业评价大坝运行性态、保障大坝稳定运行等重要手段和关注重点之一。

目前，大坝巡视检查发现的水工缺陷主要为分布在大坝上下游表面、坝内廊道、输泄水及消能建筑物过流面等混凝土部位的开裂、磨损、渗水、错动等缺陷。目前，流域电站主要依靠人工携带移动终端形式开展巡视检查工作，致使巡检工作受到环境干扰、人员素养等因素的影响,缺乏巡检过程的管控与约束，存在现场安全风险高、实时响应度有限、空间覆盖度不足、巡检结果产出耗时长、缺陷描述精度低等诸多不足。我国西南地区大坝普遍体型庞大、结构复杂、缺陷分布广、数量多，在当前公司数字化、智能化转型发展、推进智慧水利建设等大背景下，亟需利用新技术、新手段、新模式对传统大坝人工巡检模式进行技术升级，提升智能巡检装备作业覆盖度、多工况人机协同作业模式以及重大缺陷识别诊断的精准度，保障应急等工况下水电高坝的运行安全。

2、研究意义

近年来，高烈度地震、超标准洪水、局地单点暴雨、大型滑坡、泥石流等灾害频发，给高坝工程运行安全带来巨大挑战。开展大坝混凝土工程缺陷智能巡检关键技术研究与应用，不仅可以实现混凝土大坝、堆石坝混凝土廊道等混凝土工程多类运行工况下巡检作业关键部位全覆盖、重要缺陷实时察、协同作业高效率、缺陷量化全智能、诊断评估更系统，而且为西南高寒高海拔地区大坝建成后运行期水工巡检作业提供技术储备和经验基础，持续保障西南地区流域梯级水库群安全稳定运行。

3、研究内容

为满足大坝常规和应急工况水工巡检作业相关要求，针对地震、洪水、单点暴雨等应急工况和日常工况不同场景下多类型装备无法实现统一调度，协同检查的问题，研究基于大模型的复杂场景多机器人协同自适应任务调度技术。在缺陷检查过程中，构建巡检环境的三维地图；研发复杂场景下装备位姿估计技术，将缺陷位置数据进行时空同步和坐标统一，实现复杂水工结构下的缺陷定位。采用基于多智能体强化学习的方法，为不同部位的多型检查装备分配合适的检查任务和路线，不同装备选择适配的节能、正常、高速等不同检查模式，实现一坝多场景联合检查。

在多类型无人载具协同巡检基础上，针对高坝中挡水坝、泄洪消能、内部廊道、物探钻孔等建构筑物混凝土内部及坝体表观缺陷难以准确识别与定量描述的问题，构建涵盖裂缝、渗水、错台、空蚀、冲刷磨损、淤积等多种类水工混凝土缺陷样本库，研发融合精密测距与机器视觉的高坝混凝土缺陷定位技术及量化描述方法，实现缺陷分类与范围的定量描述及数值计算。

4、研究依托项目

项目组依托国家“十四五”重点研发课题（2022YFC3005401）：高坝大库系统巡检与自然灾害损害监测及场景构建（264万元）；以及华能集团重点科技项目：混凝土坝表面缺陷检测技术研究与应用（270万元），选取澜沧江流域小湾水电站（世界首座300米级特高拱坝）作为示范应用点，在指导教师及研究生团队共同指导与合作下，共同开展科研工作。

5、项目技术路线

（1）混凝土坝及库岸巡检技术

根据应急工况下典型案例分析和预判的水电站枢纽区重要水工缺陷发生情况和部位，结合已有或项目部署的巡检装备性能等适应条件，构建适用于地震、暴雨、洪水等应急工况的水电站枢纽区边坡、大坝坝体、过流孔洞等范围协同巡检模式，根据重要部位环境条件、检查装备功能参数、检查重点与难点等，设计水电站枢纽区空地内水协同检查装备（含载具、传感器）选型、部署和协同检查综合方案，并进行现场适应性改造与测试。

（2）基于大模型的水工重要缺陷多类型无人装备协同调度技术

针对地震、洪水、单点暴雨等应急工况和日常工况不同场景下多类型装备无法实现统一调度，协同检查的问题，研究复杂场景多型检查装备现场协同调度技术。通过引入大语言模型作为任务规划器，智能判断任务的复杂度，并进行对应的任务分解与调度。在多机器人系统中，LLM接收到任务后，首先根据任务的具体信息及当前可用机器人的状态，进行任务的优先级排序与资源分配。对于复杂任务，LLM将任务分解为多个子任务，并根据任务的依赖关系、机器人的能力与位置进行合理调度。多机器人执行完毕后，机器人会将任务执行结果反馈给LLM，LLM对任务状态进行更新。方法能够通过LLM的自然语言理解能力，在动态环境中快速响应任务变化，为不同部位的多型检查装备分配合适的检查任务和路线，不同装备选择适配的节能、正常、高速等不同检查模式，实现一坝多场景联合检查，从而优化任务执行的效率与协调性。

（3）基于多源数据融合的水工重要缺陷快速识别

针对由于自然条件下真实缺陷样本有限以及各类坝体廊道环境限制而导致缺陷识别模型性能有限的技术难点，采用基于多源数据融合的工程表观缺陷特征提取算法，提高水工缺陷检测分割的性能。根据构建的主客观综合标注的水工缺陷样本库中的缺陷样本，对细微缺陷检测模型进行训练，保证模型在轻量化的结构下，在环境阴暗、光照微弱的条件下，准确识别多种缺陷。

（4）融合激光测距与机器视觉的水工重要缺陷量化描述

针对廊道及坝体缺陷难以量化的技术难点，拟采用深度神经网络模型进行检测与分割缺陷区域，并利用激光测距仪与分割结果进行缺陷的量化。

在检测分割阶段，利用深度神经网络检测提取缺陷区域RoI，并将RoI区域送入深度分割模型进行缺陷的分割，保证提取与分割裂缝的准确度。深度分割算法提取预测结果的形态特征后，利用成像原理提取定量裂纹信息。

在量化阶段，使用激光测距仪确定像素区域与实际区域之间的校准关系，以及采集设备与混凝土表面之间的距离。利用形态学后处理技术和相机成像原理，分别快速获得裂纹的像素级尺寸和实际物理尺寸，输出量化结果。

6、项目实施条件

（1）实验环境基础

项目组依托已有科研项目，已部署多台大华摄像头、行业无人机系统3架、工业级轮式巡检机器人1台、工业级挂壁式巡检机器人1台，并在漫湾、小湾水电站进行现场实地部署及测试工作；在漫湾、小湾水电站坝基廊道、地下厂房结构缝、泄洪道、导水堵头等重点部分布设50余个固定巡检摄像头，已实现缺陷图像实时图传及分析功能，部分成果已通过现场测试验证；与机器人厂家合作，在小湾电站坝基排水廊道部署了2条机器人巡检轨道，已具备巡检功能。此外，实验室配有2块Nvidia A100 GPU和4块Nvidia GeForce RTX 3090显卡，以及Nvidia Jeston Nano/NX?AGX系列开发板6套，可以有效支持对基于无人载具的混凝土缺陷模型训练与研发工作。

（2）数据基础

项目组已开展了近10年的科研项目，积累了6000+张混凝土缺陷图像数据；同时，依托项目组电站现场部署的各类采集装备，可以不断获取各类缺陷数据，更好地丰富实验所需样本。

（3）技术基础

项目组总结近10年的科研工作，已在研发了工程安全监测多系统联动技术，并获得发明专利授权，相关成果已在西南地区大型水电工程开展现场实施，为后续基于大模型的多类型无人载具协同立体巡检提供技术支撑。

（4）经费支持

项目组依托国家“十四五”重点研发课题（2022YFC3005401）：高坝大库系统巡检与自然灾害损害监测及场景构建（264万元）；以及华能集团重点科技项目：混凝土坝表面缺陷检测技术研究与应用（270万元），选取澜沧江流域小湾水电站（世界首座300米级特高拱坝）作为示范应用点，指导教师长期深耕流域智慧水电站科技服务工作，可以提供经费及示范应用的基础。

三、招募学生要求

（学生参与项目研究所需的知识背景、技术能力等要求）

（1）学生具有科研热情，具备主动学习的能力。

（2）学生具有对系统软件开发、人工智能、机器视觉等方面有浓厚兴趣及研发基础。

（3）熟悉开发环境，掌握相关开发工具（如TensorFlow/PyTorch训练框架等