中国石油大学(华东)用无人机给"磕头机"做"体检"

2022-01-10 13:15

日前,中国石油大学(华东)海洋与空间信息学院无人机同轴多传感器系统团队与英国斯特拉斯克莱德大学、北京航空航天大学、西安交通大学等高校合作,在智能无人检测系统研究方面取得新进展,将综合分类识别准确度提高到了87.34%,为复杂环境下的智能无人检测系统提供了理论指导与设计思路。


俗称"磕头机"的游梁式抽油机、储油罐、塔式起重机等具有立体结构的设施长时间放置在户外,钢结构涂层材料长时间接触腐蚀性气、液体,极易遭到破坏,发生腐蚀问题。如果缺乏准确、有效的维护,腐蚀会对钢结构的正常使用产生严重威胁,甚至引起一些重大事故。传统腐蚀种类识别主要依赖人工观察员的识别经验,而这些立体设施由于结构复杂,容易对人工观测造成视线遮挡。如何准确、快速、高效对设施表面进行检测,提高维修效率、节省企业开支,是工程技术领域的难题之一。


近年来,基于无人机系统的户外表面缺陷检测装备已在各工业领域逐步取代人工肉眼检测。但在真实复杂的工业环境下,由于常规摄像头的视场限制,需要人工操作无人机多次穿梭于复杂基础设施中,增加了坠机的风险。鉴于以上技术瓶颈,中国石油大学(华东)青年教师、玛丽居里学者罗偲带领的无人机同轴多传感器系统团队开始了相关研究,通过无人机搭载360度全景摄像机,在两年时间里采集了4个季节、3个时间段、6种不同气象条件下的1.6万张图片,标注了2.7万个侵蚀物体,构建了首个立体结构基础设施表面侵蚀数据库。团队利用所搭建的数据库,针对复杂立体结构表面的损失检测,设计了基于深度神经网络的智能算法,综合分类识别准确度由之前的77.53%提高到87.34%,为复杂环境下的智能无人检测系统提供了理论指导与设计思路。


"成果主要有两个方面的创新性,同类产品摄像机视角比较窄,一次采集数据量有限,我们实现了360度全景信息采集,并设计了图像畸变矫正算法,确保了采集图像的真实性,还提高了工作效率;同时,我们利用两年时间建立了多种背景下的数据库,提高了问题的识别度,可以精准找到立体建筑存在的腐蚀性问题。"罗偲说,智能无人检测系统可以广泛应用到化工企业排放烟囱、输油输气管道等具有立体结构的工业设备上面,还可以用于检测森林病虫害等。


相关研究成果《基于深度神经网络的多种钢表面损伤360度全景自动检测》已在国际工程技术领域**期刊发表。论文**作者及通讯作者为罗偲,中国石油大学(华东)为**署名单位。


据介绍,经过多年积累与发展,无人机同轴多传感器系统团队形成了以电子、通信、测绘、机械、控制、材料等多学科协同创新的高水平研究团队,现有教授3人、副教授5人和讲师3人,全日制博士生6人、硕士生90余人。近年来承担国家自然基金、国家重点研发计划及国际间合作重大专项等***项目8项,在国内外无人生态观测系统与机动组网领域形成了一定的影响力。