1.一种基于滚音装置和无人机巡航的隧道衬砌病害检测方法，其特征在于，包括以下步骤：S1、基于现有的部件进行无人机组装，得到组装完成的无人机，其中，所述现有的部件具体包括摄像头、机翼、机身、电机、电调、数字图传装置、飞行控制器、开发板、卫星定位装置和激光雷达；

S2、在组装完成的无人机上搭载装有滚音检测装置的机械臂，且保证机械臂可以进行

360°旋转和伸缩；

所述步骤S2中，机械臂为轻质碳纤维结构，通过可旋转式基座固定在无人机上，机械臂分为三段可进行多角度自由延展，滚音检测装置固定在机械臂末端转轮上，用于收集衬砌声音信号；

所述滚音检测装置为内部中空的球形的六面体结构，可以沿杆进行旋转，为不锈钢材质，且滚音检测装置的半径在2‑3cm，内部空腔内含有收音麦克风，用于收录滚音检测装置移动时产生的声音；

S3、对无人机进行调试，其中，所述调试包括调试好特定的地面工作站进行信号对接和设备的型号匹配、对无人机和机械臂进行云台控制和起飞的调试；

S4、调整机械臂及滚音检测装置姿态，具体步骤包括：根据侧墙、拱腰、拱肩、拱顶不同位置，调整机械臂及滚音检测装置的位置，将滚音检测装置的空心球形六面体的测棱贴合到衬砌表面；无人机移动时空心球形六面体在衬砌表面滚动，测棱撞击衬砌时产生声音；

S5、无人机起飞并进行定点巡航，通过摄像头的图像识别和激光雷达的距离测量进行病害初步定位，进而通过滚音检测装置对隧道表面进行滚动检测；

所述步骤S5中，具体步骤包括：

S5.1、搭载的双目摄像机采用主动红外立体声技术进行隧道表面的图像扫描；

S5.2、使用激光雷达进行定位点距离的测量；

S5.3、根据定位点的位置展开机械臂托举滚音检测装置对隧道表面进行滚动检测；

S6、收集声音信号并基于深度学习模型做实时分析，将信号信息实时传输到图传并进行SD卡的存储；

所述步骤S6中，所述深度学习模型的具体训练步骤为：

S6.1、针对隧道衬砌的各个位置，收集滚音检测装置在健康衬砌滚动时的声音，同时收集存在内部空洞、裂缝、渗漏水病害时的声音，构建病害声音数据库；

S6.2、将病害声音数据库按照7：2：1划分为训练集、测试集和验证集对模型进行训练；

S6.3、深度学习模型通过训练学习分辨各类病害声音源的特征，实现对不同病害进行检测分类，得到病害检测模型；

S6.4、将基于声音的病害检测模型安装在无人机上，将移动时产生的声音进行实时检测，分析病害类别；

S7、结合GPS对异常区域进行位置标定，同时存储异常声音源做后续分析，进而判断隧道病害检测结果是否达到预期目的。

2.根据权利要求1所述的一种基于滚音装置和无人机巡航的隧道衬砌病害检测方法，其特征在于：所述步骤S1中，电机、电调安装在机翼上的连接顺序和线路根据顺时针原则，避免因缆线交错而导致动力系统短路，飞控、数字图传和相机的接线应包含在设备内部，防止暴露在外引起线路氧化。

3.根据权利要求1所述的一种基于滚音装置和无人机巡航的隧道衬砌病害检测方法，其特征在于：所述步骤S3中，具体步骤包括：S3.1、对无人机的飞行控制器和H16地面站与RoboMaster A型开发板的调试校准；

S3.2、将搭载的机械臂通过连接RoboMaster A型开发板进而接入无人机，并通过H16地面站实现远程操控，进行对无人机起飞和机械臂转动的调试。

4.根据权利要求1所述的一种基于滚音装置和无人机巡航的隧道衬砌病害检测方法，其特征在于：所述步骤S6中，结合GPS对病害区域的声音进行存储，用于后续进一步病害分析。