降雨环境下无人机在铁路防洪巡检的适用性研究

王朋辉

硕士

中国国家铁路集团有限公司铁路安全研究中心，中国铁道科学研究院集团有限公司铁道科学技术研究发展中心

研究方向：铁路无人机巡检安全性研究

低空技术成绩：系统辨识降雨天气条件下无人机巡检作业时影响飞行安全和列车安全的风险因素，构建无人机雨中巡检作业的安全风险评估指标及风险评价模型，研究了无人机巡检作业时的安全风险等级划分方法。

邮箱:403942841@qq.com

摘要：以降雨天气为典型场景，重点围绕安全性从理论研究、现场试验及市场成熟机型三个角度分析无人机雨中飞行的可行性。基于对铁路防洪安全形势的分析，提出防洪巡检无人机的主要应用地点，进一步研究构建包含巡检任务、降雨环境、人员素质、设备性能的适应性评价指标体系，提出采用逼近理想解排序法（Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS）计算指标权重。同时，从行业和无人机角度分析了目前铁路无人机巡检存在的不足，进而提出针对性的对策建议，旨在为铁路行业安全地开展巡检无人机应用，尤其是在降雨天气环境下的防洪巡检提供指导。

关键词：铁路防洪；降雨；巡检无人机；适用性

中图分类号：V279⁺.2；U284

文献标识码：A

1 概述

随着国内铁路网络持续扩展，其面临的运营环境日益复杂，近年来频发的极端天气对铁路运营安全构成了严峻挑战。铁路水害事件大多是由降雨引发的崩塌滑坡、边坡溜塌等侵入线路导致的，严重威胁铁路运输安全。目前，铁路防洪隐患排查整治工作存在一些不足：一是在风险识别环节主要依赖人工巡检方式，作业效能低下且识别准确率不足，难以实现对潜在风险隐患的系统化、精准化评估与分析；二是对于线路隐患的排查时间安排，主要是集中在降雨天气前后，而针对雨中的隐患排查力度和方法比较薄弱；三是部分线路还未实现异物侵限监测设备的全覆盖安装，尤其是复杂艰险山区铁路，无法准确全方位地提供雨中线路及周边环境的状态信息，导致相关部门不能及时发现线路及周边环境的安全隐患，进而造成铁路水害。

近年来，无人机技术快速发展并广泛应用，为铁路巡检工作提供了高效、快捷的技术手段。目前，无人机巡检技术在铁路得到了广泛应用，如桥梁、轨道、地质灾害、接触网、周边环境等领域的巡检，但在防洪巡检方面应用较少，在降雨等恶劣天气下的作业仍缺乏有效应用。一些学者开展了无人机巡检技术在铁路防洪方面的研究。石越峰等结合铁路防洪管理特点，建立了基于无人机的多层次铁路防洪风险隐患排查体系框架。陈昱行等研制了一套基于无人机多源异构数据的计算机辅助分析平台，并建立了新型的铁路防洪隐患智能识别与评估体系。李斌针对铁路汛期巡检需求，开发了一套智能无人机巡检系统，显著提升了风险识别的准确性和效率。游启峰采用无人机构建高分辨率数字高程模型，为铁路沿线防洪风险点的识别与动态监测提供了精确的地形特征数据支撑。

综合以上研究，目前对于巡检无人机在铁路防洪方面的研究主要是基于无人机技术构建隐患排查体系及方法，对恶劣天气环境（如降雨）下无人机巡检的可行性研究暂不涉及。因此，本文重点是以降雨天气为典型场景，从安全性角度分析无人机巡检作业的可行性，进一步研究构建基于防洪巡检作业需求的雨中无人机巡检适用性评价体系，为优选相关机型提供指导，进一步提出相关保障措施建议，为铁路企业开展雨中无人机防洪巡检作业提供参考。

2 降雨天气下巡检无人机飞行的可行性研究

2.1 降雨对无人机的影响

巡检作业中，无人机往往需要搭载多种传感设备（如可见光、红外传感器），这些外挂载荷某种程度上会影响无人机的动态平衡性。其次，在降水条件下，雨滴的撞击会导致无人机动能损耗并增大气动阻力，同时，机身表面形成的水膜会降低空气摩擦系数，进而改变气流对无人机的作用力，导致飞行稳定性下降。目前，市面大多数无人机均具有一定抗风能力，达到12 m/s（6级强风），很少具备防雨能力。

2.2 相关理论与试验研究

为提高无人机在降水及雾霾等低能见度条件下的目标识别能力，宋谱怡提出了一种运动目标跟踪算法，显著提升了复杂气象环境下地面移动目标的追踪精度与系统响应速度。徐宏庆等改进了飞行器传动系统结构设计，有效提升了多旋翼无人机在降水条件下的防护性能，增强稳定性和安全性。

贺良华研究构建了适用于小型旋翼无人机巡线的模拟降雨系统，可检测该无人机在降雨环境下的飞行性能。王伟等通过无人机抗雨试验系统，如图1所示，发现该无人机在小雨环境条件下可稳定飞行，各项指标均满足要求。

2.3 典型防雨型无人机

根据《外壳防护等级（IP代码）》（GB/T 4208-2017），外壳防护等级达到IPX5级别的机器可抵抗各方向的喷水。以大疆无人机为例，大疆于2023年5月发布M350 RTK型无人机，其外壳防护等级达到IP 55，主要用于侦查、抛投、照明、通信中继救援任务等。2025年2月发布Matrice 4D/4TD 无人机，主要技术参数如表1所示，其外壳防护等级达到IP 55，可在中雨环境下稳定飞行，具有可靠的数据传输性能，主要应用于能源巡检、应急抢险、公共安全等领域，并满足高精度专业测绘、精细化表面巡检等作业需求。

3 铁路无人机防洪巡检重点区域

3.1 国内铁路水害事故发生形式

根据水害对铁路交通造成的不同结果，可将铁路水害分为水害事故、水害断道、水害慢行和设备损坏。近5年来，国内铁路水害事故的主要形式包括路堤滑塌、边坡溜塌、危岩落石及其他类型。其中，边坡溜塌在各类事故中占比较高，相关占比如图2所示。此外，“其他”类型还涵盖了隧道开裂、接触网倾斜、桥墩下沉、线路变形、排水不畅、机车接地、机车空转、车顶放电、碰撞异物、红光带、道岔失表、道床冲空等多种情形。由图2可知，汛期巡检应重点关注边坡的状态，其中包括挡土墙的完整性及排水设施的通行能力。

3.2 铁路防洪安全形势及原因分析

1）极端天气多发。近年来全球气候变化导致极端降水事件显著增加，部分区域最大小时降雨量突破历史纪录，诱发山洪、泥石流及边坡失稳等地质灾害的概率大幅提升，对铁路基础设施安全构成严重威胁。而且，国内大部分处于具有显著季节性降水特征的北温带季风气候区，降雨量特点是冬少夏多，全年绝大多数铁路水害事件主要由主汛期暴雨造成。

2）地理环境复杂。铁路沿线地质地貌复杂，特别是在低山丘陵与河谷交错分布的地段，深挖路堑和高填路基等结构物在强降雨条件下易受水力侵蚀。同时部分线路处于地质不良区段（如松散岩土、潜在滑坡体等），进一步增加了汛期防护的难度。

3）设备老化缺失。服役多年的排水设施及边坡防护结构可能因材料性能衰减导致功能减弱。因地理条件与建设成本等因素，部分偏远区段仍存在监测盲区，难以及时获取灾害预警信息。调研了解东北地区部分铁路修建于20世纪初，其中许多桥涵的孔径十分狭小，在水流较大时极易造成排水不畅。

4）人为活动破坏。一是部分单位及个人在河道非法采砂导致河床持续下切，直接危及桥梁墩台基础的稳定性；二是邻近区域的公路及管道等施工作业可能破坏铁路路基及桥涵附属设施的结构完整性。此外，铁路沿线人为活动（包括水库建设、植被破坏及废弃物堆放等）会改变原始地形地貌，进而影响铁路周边环境的整体防洪性能。

3.3 铁路防洪巡检重点区段

1）地质复杂区段：如山区铁路的高陡边坡、深挖路堑，易发生滑坡、泥石流。

2）排水关键部位：如涵洞、排水沟，尤其是老旧或设计标准不足的设施。

3）桥梁和隧道周边：如易受洪水冲刷的桥梁墩台、斜竖井洞口封堵不良的隧道。

4）周边倒落隐患：如杆塔、广告牌、危树，在大风暴雨中可能倒伏侵限。

5）历史频发地段：由于地质条件可能已经受损，再次发生灾害的风险较高。

6）临时施工区域：如沿线非法堆放弃土或开采改变地形，影响排水，增加洪水风险。

以上重大风险地点，可采用无人机搭载专业传感设备采集相关影像数据，主动标识隐患点，迅速将信息反馈给相关管理部门，从而采取防范措施。

4 基于防洪巡检任务需求的机型选择方法

4.1 评价指标的筛选

针对铁路桥梁、涵洞、周边环境等不同巡查区段及雨量大小，依据全面性、实用性、科学性和差异性的原则，从巡检任务、降雨环境、人员素质、设备性能等多个维度构建包含目标层、准则层及指标层的三级指标体系，选择满足作业需求和天气条件的巡检无人机设备，如图3所示。针对不同铁路局，因地区环境和防洪重点任务不同，可对指标体系中的指标层进行相应调整。考虑多数无人机具有一定的抗风性，本文评价指标体系仅考虑雨量的影响，其他复杂天气可在相应指标层进行完善。

为筛选主要评价指标并删除重复性指标，根据初选评价指标，邀请相关专家对初选指标的认可度进行打分，其中，参与指标修正和筛选的专家有铁路防洪管理人员、高校研究人员以及从事无人机系统研究的相关企业人员。通过统计分析专家组的打分结果，可进一步量化出各项特征指标与无人机的适配度。

4.2 评价指标权重的确定

多指标综合评价的关键是对指标进行赋权，确定各个指标的权重，本文采用基于逼近理想解排序法（Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS）来构建决策模型。

TOPSIS法是一种解决多指标决策问题的有效方法。该方法通过引入正、负理想解的概念，计算各评价指标对象与正、负理想解的距离，进而得到相关评价对象与最优方案的趋近度，以此作为评估优劣的依据，相关步骤如下。

1）建立加权规范化矩阵B，如公式1所示。

公式（1）中， V 为初始数据矩阵， w_ij 代表指标的标准权重；x_ij 代表方案i 在指标j 下的标准化指标值。

2）创建正理想解S^＋与负理想解S^－，如公式（2）（3）所示。

公式（2）（3）中，J 和J’ 分别代表正向指标与负向指标的子集（正向性指标代表越大越好的指标，而负向性指标代表越小越好的指标）。和分别代表S_j 中第j 项指标中的最大值及最小值。

3）获取最优向量差距与最劣向量差距，如公式（4）（5）所示。

公式（4）中，代表正理想解之间的欧式距离；代表正理想解；s_ij 代表标准化加权后的数据值。

公式（5）中，代表负理想解之间的欧式距离；代表负理想解。

4）确定每个方案的相对接近度C_i，如公式（6）所示。

公式（6）中，C_i 取值范围为0～1。可参考相对接近度C_i 值来进行优劣排序，C_i 的值越大，代表方案越优。

4.3 TOPSIS方法在机型优选中的应用展望

运用TOPSIS方法的核心在于通过计算各方案与理想解的接近程度，实现对候选机型的综合排序。相对接近度作为衡量各方案优劣的重要指标，能够有效反映不同机型在多个评价维度下的整体适配性。

TOPSIS方法具有定量可比性强、适用指标类型广泛、决策逻辑直观清晰等优势，使其非常适合用于铁路防洪巡检等多指标驱动的无人机选型问题。特别是在任务要求涉及飞行性能、环境适应性、传输质量等多个互有权衡的指标时，TOPSIS方法能够为决策者提供具有逻辑透明度的排序依据。在后续分析中，可基于各候选机型的贴近度得分，对其适用性进行比较评估，进而确定最优或较优的巡检无人机平台，为铁路防洪巡检任务的实际部署提供技术支撑。

5 铁路巡检无人机关键问题分析

5.1 面临问题

1）管理规范有待建立。目前，《无人驾驶航空器飞行管理暂行条例》《铁路安全管理条例》《民用无人驾驶航空器运行安全管理规则》等行政法规、沿线地方政府管理条例以及民航局相关管理规定，对无人机的飞行活动及操作员的资质提出明确要求，以规范无人机的运行安全管理。铁路企业已在桥梁、路基、接触网等专业领域开展了无人机巡检的应用实践，然而，无人机在铁路系统中的规范化运用仍面临制度缺失的问题，迫切需要从铁路行业最高层面制定统一的飞行规范及运用管理办法，以确保无人机运用过程的合法合规、安全可控，切实发挥无人机的效用。

2）人员培训有待强化。无人机系统操作员承担着系统管理、障碍规避、航迹规划等关键职能，其能力素质是影响无人机安全的重要因素。无人机与载人飞行器的最大区别主要是操作员与飞行器的空间分离特性，尤其是在进行长距离铁路线路巡检时，对无人机可靠性及操作员的操控能力提出了严峻挑战。一般来说，无人机的自动驾驶主要是依赖操作员的指令，然而系统理论学习的缺失与实践演练的不足，是操作员培养体系的薄弱环节，易导致操作员对无人机的操控不当及应急处置不及时等问题。

3）能量供应有待提高。无人机动力系统的能量供给单元（电池组）是保障飞行器持续运行与动态稳定控制的基础支撑，同时也是制约其任务效能与应用范围的决定性要素之一[23]。当前无人机电池普遍存在能量密度不足与续航时间受限等问题，且其电化学性能易受外部环境因素（包括环境温度、相对湿度等）的干扰。相较于传统常规的锂离子或镍蓄电池，无人机电池需满足更为严苛的安全标准，确保在铁路复杂巡检任务场景下保持长时间且稳定的能量输出。尽管当前有一些新型电池技术和能量补给方案，但距离工程化应用仍需可靠性、环境适应性等多重验证。

4）环境适应有待加强。无人机在铁路开展巡检作业时不可避免地会遭遇大风、降雨等恶劣天气，特别是在执行山区应急抢险任务期间，恶劣天气会对无人机的飞行稳定性及数据传输质量产生一定影响。其次，复杂地理环境（如山地、密林、峡谷等）可能存在大量障碍物及突发异物，巡检无人机面临严峻的碰撞风险，同时受到地形遮挡或环境中的电磁干扰，导致无人机控制信号传输稳定性及效率下降。

5.2 发展方向

1）制定统一管理办法。铁路行业从顶层设计层面研究构建系统化的巡检无人机管理框架，制定统一的技术规范与操作标准，并统筹做好各专业巡检无人机的配备。同时，铁路企业作为具体实施主体，应结合自身运用实践，细化管理措施，推动制度落地与技术融合。一是系统梳理国家及行业主管部门发布的无人机飞行监管政策，确保企业管理制度与现行法规体系全面对接，严格落实空域使用审批与飞行安全规范；二是基于基层单位现有无人机管理办法及运维经验，开展无人机巡检制度的效能评估，深入分析作业流程、数据管理及设备维护等方面的技术短板，并结合智能运维技术谋划未来应用方向；三是全面调研电力、道路、油气管道及河道等相关行业巡检无人机应用现状，重点关注监管体系、风险防控及技术创新等方面的优秀做法，分析存在的典型问题，进一步构建铁路风险预警机制。

2）提升人员综合能力。一是强化基础操作能力培养，通过利用地方无人机培训机构或建立自主培训体系，系统性地提升操作员的基本飞行技能，培训方案应根据实际任务需求，设置差异化考核标准，确保操作员取得与其作业机型相匹配的资格认证；二是完善应急响应能力训练体系，基于铁路巡检任务的风险特征分析，系统构建包含风险场景识别、处置规程制定及应急演练实施的标准化培训体系，重点针对当前操控员“不敢飞、不会飞、飞不好”的问题开展专项训练。同时，需依据不同机型特性，明确规定操作员在正式上线巡检作业应具备的驾驶经验标准，如最低飞行时间（h）；三是实施专业化岗位分级管理。根据铁路巡检作业的任务特性，建立无人机操作员的专业化岗位分类体系，如可划分为飞行操作岗（负责航线规划与飞行）、技术支持岗（承担数据传输处理）、后期保障岗（负责设备保养维护）等岗位。各岗位培训内容应严格按照其具体职责要求，实施模块化、差异化的培养。

3）采用复合能源系统。基于液氢燃料电池与涵道风扇集成的新型动力系统，具有能量密度大、效率高及噪声小等优势，适用于长距离铁路巡检无人机。此外，也可将内燃机和电池组合为复合动力系统，其中，内燃机是基础动力单元，主要作用是提供持续、平稳的动力输出，电池则在需要快速反应或短时间内大功率输出时供电。该系统搭载有自适应能量管理算法，能够基于实时飞行参数、任务载荷需求及环境条件实现内燃机和电池的输出占比及工作方式的动态优化。

4）提升系统本质安全。一是增强环境适应性，针对降雨天气，采用抗雨性能优异的专业无人机，同时对飞行器结构、飞控系统及控制算法进行升级优化，以提高环境抗干扰能力；二是构建主动保护机制，借助人工智能等技术，提高无人机的自主决策与动态任务规划能力，实现基于环境感知的主动避障与航迹动态优化、巡检采集数据的实时分析、被检设备运行状态的自主诊断，进一步有效提升复杂工况下巡检无人机的安全性与巡检效率；三是提高被动保护能力，无人机系统应配置自动触发式应急防护装置（如降落伞释放机构）或其他有效的故障缓解机制，防止无人机因故障出现失控坠落而引发的衍生风险，从而有效降低故障无人机对列车运营秩序的影响。

6 结论

随着无人机巡检技术的发展，无人机在铁路领域也将得到更加广泛的应用，尤其是在汛期防洪巡检方面。本文从理论研究、试验研究及市场的机型分析了无人机雨中飞行的可行性，即无人机可以在一定降雨量的环境下安全飞行，并已有成熟的机型。进一步研究提出铁路防洪巡检重点区段，即可采用无人机的主要巡检作业地点。为筛选满足防洪巡检需求的无人机，研究构建了包含巡检任务、降雨环境、人员素质、设备性能等多维度的指标体系，同时提出计算指标权重的TOPSIS方法。为更好地在铁路防洪中开展无人机巡检，从行业和无人机角度分析其在管理规范、人员培训、能量供应、环境适应方面存在的不足，并针对性提出制定统一管理办法、提升人员综合能力、采用复合能源系统、提升系统本质安全相关对策建议，以加强巡检无人机应用的安全性，尤其是在降雨等天气环境。