1.一种隧道巡检机器人自适应控速方法，其特征在于，包括：
2.根据权利要求1所述的隧道巡检机器人自适应控速方法，其特征在于，所述特征点检测模型采用sift特征点检测方法对连续两帧的隧道图像进行特征点检测，并将检测的特征点标注于隧道图像；
3.根据权利要求2所述的隧道巡检机器人自适应控速方法，其特征在于，所述高斯金字塔包括若干组结构，所述组结构包括若干层结构；其中，基于若干所述组结构构建高斯金字塔的过程包括：
4.根据权利要求3所述的隧道巡检机器人自适应控速方法，其特征在于，
5.根据权利要求3所述的隧道巡检机器人自适应控速方法，其特征在于，所述高斯金字塔还包括差分金字塔；
6.根据权利要求5所述的隧道巡检机器人自适应控速方法，其特征在于，所述初始参量包括初始速度、加速度、数量阈值和面积阈值。
7.根据权利要求6所述的隧道巡检机器人自适应控速方法，其特征在于，对所述巡检机器人的巡检速度进行自动控速的过程包括：
8.根据权利要求7所述的隧道巡检机器人自适应控速方法，其特征在于，基于所述特征点数量和所述面积占比值控制巡检速度的条件包括：
9.根据权利要求8所述的隧道巡检机器人自适应控速方法，其特征在于，巡检速度的控制公式为：
10.根据权利要求1所述的隧道巡检机器人自适应控速方法，其特征在于，所述裂纹检测模型包括：fcn模型、u-net模型、segnet模型和pspnet模型。