随着各种极端天气影响日益增多，近年来暴雨、洪涝等原因导致的城市内涝时有发生，造成严重的生命财产损失。城市污水排水管道中各类垃圾、异物堵塞是造成内涝的主要原因之一，因此对排水管中异物的检测及尺寸评估对保证防洪排涝能力、有效应对极端天气对城市影响具有重要意义。由于排水管内部管道狭窄、污水混浊、各类异物多、传输条件恶劣，光学、红外等常规的探测手段的应用受到限制。本文采用超声波信号检测、特征提取与模式识别的方式对排水管中异物进行检测与识别，基于嵌入式处理器和上位机处理软件设计一种排水管水流中异物检测识别系统，并进行了系统异物检测识别的实验测试。考虑到排水管内恶劣的声传播环境，本文设计采用连续波发射、接收方式进行超声波检测，通过异物对连续超声波信号遮挡效应导致的信号幅度变化特征进行检测，由此避免管内壁界面反射对脉冲检测信号造成的严重畸变。并设计了基于嵌入式处理器的异物检测系统，给出了系统的软硬件设计，包括信号发射模块、信号放大模块、滤波模块、检波模块以及上位机识别处理算法。考虑到实际排水管中可能存在不同尺寸的异物，本文考虑到不同尺寸异物对连续波超声信号幅度的遮蔽效果，采用人工神经网络技术对不同尺寸异物条件下采集的超声信号样本进行特征提取、模式识别，并采取训练、识别模式：即首先采用不同尺寸异物样本获取的训练信号进行训练，神经网络模块完成训练收敛后可进行异物识别。本文设计基于BP神经网络的排水管异物超声波检测识别系统，并构建了一个6单元输入层、双隐层神经网络、双单元输出层的BP神经网络。本文系统对模拟排水管及现场排水管进行检测识别实验，实验中采用不同流速、不同异物尺寸、不同训练样本数量进行检测识别性能的分析比较，实验中：系统BP神经网络平均识别率在90％以上，训练样本充足情况下识别率达到99％。同时，本文讨论了不同参数对检测、识别效果的影响。针对极端天气条件下保持城市排水管畅通的需要，本文研究设计了城市排水管水流中异物检测识别系统，测试实验结果表明，本文设计实现的超声检测识别系统对于排水管水流中的异物识别是有效的，并且有较高的识别率。