地铁作为人们出行常用交通工具,在生活中扮演着重要角色。地铁隧道衬砌作为地铁运行的载体,其安全工作十分重要。变形与裂缝是地铁隧道中常见的病害,严重危害着地铁隧道的使用寿命。为了摆脱传统人工变形、裂缝检测费时费力的困局,本文设计了基于工业相机与激光扫描仪两种非接触式感知的无损检测技术对地铁隧道进行自动检测的方案。应用激光点云技术进行变形检测,应用机器视觉技术进行裂缝检测。首先,为解决变形病害人工检测过于主观的问题,本文设计了隧道变形检测方案。通过小车搭载激光测距仪采集隧道内缘轮廓点云,并在此基础上对采集到的点云数据进行降噪、精简等预处理,剔除干扰信息。通过整体最小二乘法将点云数据拟合为隧道截面,通过截面与原始数据的关系提取病害参数。其次,为实现地铁隧道病害视觉检测,本文设计了隧道图像采集及预处理方案。通过小车搭载相机采集隧道内缘图像,并在此基础上对相机进行标定,建立了图像大小与实际大小的映射。并针对地铁隧道中光照特点与相机拍摄特点,设计了匀光算法与拼接算法,改善图像质量,扩大图像视野。然后,针对裂缝检测中存在的漏检等问题,设计了衬砌裂缝检测方案。通过特征提取算法实现对特征区域的剪裁,节约后续计算时间。通过目标检测网络与语义分割网络结合,实现对裂缝区域的提取。通过细化算法提取裂缝区域骨架,并通过骨架与区域关系提取裂缝病害参数。最终搭建病害检测小车,对病害信息进行采集与检测实验。从精度方面出发,验证了上述算法的可行性。为后续实现地铁隧道衬砌病害自动化、智能化检测提供支持。