深圳市公明水庫作為深圳最重要的飲用水源保障設施之一，承擔了為深圳西部近千萬人口提供干凈水源的重任，其運行安全受到各級政府關注。為了不斷提高公明水庫的運行保障能力，深圳市公明供水調蓄工程管理處和深圳大學計算機學院黃惠教授團隊深度合作，共同研發了一套亞毫米級分辨率的大壩表觀病害采集檢測技術，并在公明水庫成功進行了應用，有力提高了庫區運行風險防控能力，大幅降低了現場巡查工作壓力和工作量，成效顯著。

公明水庫一共有6條大壩，總長超過4.3千米，迎水坡混凝土面板總面積36萬平方米，日常需要對裂縫，滲水，蟻穴，脫落等一系列表觀病害進行人工巡查，作業任務極為繁重，效率和精準度難以兼顧，并且由于壩坡陡峭，工作人員還面臨著落水、滑倒等一系列安全風險。為了解決這一困境，公明管理處主動創新，與深大研究團隊研發了一套以無人機智能采集技術獲取壩體高清巡檢數據，以人工智能技術識別判讀病害缺陷，以空間精細配準技術還原病害空間位置的壩體表觀病害檢測專家系統。目前公明水庫通過這套系統，已經實現了對壩體表面的全面高精三維建模和周期性全自動巡檢數據采集，并且通過多達3萬張的數據訓練，實現了96%以上病害檢測準確度，各項技術指標全國領先。現在，巡查人員只需要在辦公室點點鼠標，就可以完成對大壩的精細巡檢和病害識別檢測，大幅減輕了現場巡查人員的工作壓力，實現了水庫大壩運維的提質降本增效，為全國水利設施智能化巡檢樹立了典型示范。

下一步，雙方將圍繞著更多的巡檢識別內容擴展系統應用范圍和價值，并且爭取在全國范圍推廣該技術的應用，為國內水利設施巡檢的智能化和無人化貢獻“深圳智慧”。