基于单目视觉导航的智能化岸标巡检技术
来源:用户上传
作者:
摘 要：随着航标遥测遥控技术的逐渐普及，航标巡检及日常管理所投入的劳动强度已大幅降低，但航标现场巡检依然受气象、地形、地貌等条件的局限，如何进一步降低航标巡检劳动强度就成为航标工作中需要重点关注的问题。本文以单目视觉导航技术为中心，尝试以单目视觉为依托进行智能化岸标巡检的系统设计，探讨用智能化巡检方式进一步降低航标日常巡检劳动强度的可能性。
关键词：航标管理 巡检 单目视觉 智能化
1.航标巡检工作现状
航标巡检是航标维护保养和日常管理工作中重要的组成部分，是确保航标“位置准确、灯质正常、涂色鲜明、结构良好”四要素的一种有效的管理方式。传统的目视航标巡检维护主要分为两类：一是海上浮动标志巡检维护，依靠航标工出海作业开展，这种巡检对天气和海况有一定要求，且风浪过大时巡检存在一定的危险性；二是陆上固定标志巡检维护，依靠航标工驱车前往固定标志附近位置，步行到目的地开展巡检工作，这种巡检受地形地貌的局限性较大，经常需要穿越山峰或渡过浅滩。本文重点提出对陆上固定标志（岸标）实现智能巡检。
随着科技进步，遥测遥控技术在航标巡检维护中发挥了显著作用，使航标实时位置、灯器工作情况、电压电流、温度等参数均能实现远程监控，适当延长了航标巡检周期，降低了一线人员的劳动强度。但是，现在的航标现场巡检维护，更多地侧重于对外观和结构的巡检，以及对位置、能源设备的核查。因此，同样受到地形因素限制，在人烟稀少、地势较高、缺少道路的地理条件下作业的情况依然没有改变；航标工仍然需要在高温、高盐、高湿或严寒、冰雪的气象条件下作业，仍然要花费大量的时间和人力对相距较远的航标进行巡检。
2.技术背景
近年来，社会产品向智能化方向迅速发展，并不断代替机械式的体力劳动和简单的脑力劳动。移动机器人作为智能时代的一个典型代表和集大成者，在人工智能和深度学习技术和加持下，已深入到电力、物流、仓储、航运等领域执行巡检、搜索、侦查任务，甚至能进行自主的图形处理与分析；其高速发展对人类的进步带来了极大的便利，在一些危险行业可以代替人力，减少人力成本，避免事故发生。视觉传感器的研发和突破，使得移动机器人得以自动采集环境和道路信息，通过计算机数据处理来代替人工操作，具有更强的可操作性和感知未知环境的能力；移动机器人的自主导航已在美国、德国、日本等发达国家进行了长期的研发，并已在汽车自动驾驶领域取得了可行的研究成果。
3.单目视觉原理
3.1视觉导航技术
视觉导航是由移动机器人通过摄像头采集原始的道路及环境信息，对图像进行处理和提取后，由计算机进行理解和计算，并达到导航的目的。现有的视觉导航技术主要有单目、双目和多目视觉导航技术。
双目和多目视觉导航能够获取三维环境的立体信息，图像采集内容丰富，包括环境中各元素的相对位置、距离的关系；但其信息的获得需要庞大的计算量，现有的计算速度处理这些信息需要超长的时间，无法保证实时性，以目前条件还不能工程化应用。
单目视觉导航能够获取不完全的真实环境信息，能保证获得图像关键的特征参数，但设计算法难度随图像复杂程度而逐渐提高；设备相对廉价，现有的智能化导航系统多采用此技术。
3.2单目视觉导航原理
单目视觉导航主要目标是完成对目标图像中每个类别的逐像素分类。是用摄像头得到的结果图，将目标图片中所有物体进行分类，并准确描绘出每个种类物体的轮廓和所在区域，供智能移动机器人制定行驶策略和躲避障碍物的一种导航方式。单目视觉导航在移动机器人上的主要作用原理如下：
（1）采集图像：通过摄像头采集的图像经过提取和处理，得到道路边缘的图像和连线，并获得路面上的物体距离巡检机器人的距离和角度；道路图像上的每一个像素点都唯一地对应于道路路面上的实际的点。此外，提取的图像需进行储存。该过程实现了图像从模拟信号到数据信号的转换。
（2）图像处理：通过图像灰度算法、图像滤波算法、边缘检测算法等，对储存的道路特征边缘信息进行提取，以获得边缘特征点的坐标值，取得特征线矩阵数据。
（3）特征提取：根据图像处理后获得的矩阵数据，利用拟合算法获得与道路特征线相一致的直线。
（4）控制算法：计算出道路特征线相对于巡检机器人的实际距离和方位角。根据导航算法，实时调整巡检机器人相对于道路特征线的姿态，使移动机器人沿着算法提取的特征线移动。
4.基于单目视觉的岸标巡检系统设计
基于单目视觉的智能化岸标巡检的系统设计包括智能巡检机器人本体、网络通信系统、后台监控系统。
智能巡检机器人本体包括单目视觉导航系统、控制系统、传感器模块、定位系统、电池供电、图像发射装置和临时存储等内容。导航系统和传感器交互作用，实现导航功能，并得以调整机器人的姿态，保证车体姿态直行，避免偏离巡检路径，同时兼具探溝的功能。抵达巡检标的后，通过摄像头水平方向360°、垂直方向90°的转动能力，配合控制系统，完成包括视频、图像、地理位置、温度、湿度等信息的采集，并将采集信息转化为可识别的结构化数据。
网络通信系统负责感知巡检机器人和后台监控系统的网络接入、数据传输以及相关的控制管理等工作，包括无线4G/5G通信传输链路、激光通信传输链路、微波通信传输链路等。智能巡检机器人拍摄的图像部分通过网络通信实时传回至后台监控系统进行初步分析，视频巡检记录则在机器人内临时存储。
后台监控系统负责信息的处理、远程监测工作以及人机交互功能等。其由智能感知远程监测管控工作平台及移动端应用构成，包括服务器采集数据监测分析程序以及用户应用软件等。除进行自身状态检测及配置巡检任务以外，还具备完整的数据采集、报表、报警、趋势、分析等功能。在智能巡检中，数据分析是其最重要的功能。后台监控系统基于计算机视觉技术对监控场景的视频图像内容进行分析，提取场景中的关键信息，并形成相应航标异常变动和报警的监控方式。借助于计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，经过3D数字降噪、图像透雾、宽动态、图像防抖动预处理，再进行浓缩、检索、复原、拼接等后处理，进行目标跟踪、视频诊断等。后台监控系统能同时对多个巡检机器人回传的视频、图像内容进行分析，滤除用户不关心的信息，并自动筛选报警信息，将航标管理员从繁重的筛选工作中解脱出来，提高智能巡检的辨别效率。
5.展望
在智能化巡检的实现上，仍有几个问题需要依靠技术力量突破：一是单目视觉导航拥有着其他传感器导航无法代替的绝对优势，但与道路无关的环境干扰（如巡检道路上的杂草、杂物），使得道路识别的算法复杂度大幅增加，甚至难以识别。二是不同于电力系统、物流系统的无人巡检，航标的无人巡检路途遥远，缺乏稳定的电源供给渠道。三是因多数固定标志都在边远山区或人烟稀少的海滩，防盗及防迷路功能需同步开发。
6.结语
基于单目视觉的智能化巡检优势是显而易见的，这种巡检的质量不受主观因素影响，无论是工作量大还是地形恶劣，均能保证巡检时限和强度，不会出现漏巡、错巡等问题。作为关键载体的移动机器人，具备可调视角摄像、图像识别和分析的功能，并有前景搭载温度湿度检测、材料检测及攀爬功能，能够替代航标工进行固定标志的巡检工作，能够提升工作效率和安全水平。储存的图像、声音、视频记录及劣化趋势分析功能，能够提前发现航标的异常状态，为航标年度维护保养提供依据；并与遥测遥控系统相结合，从数据上保障航标效能相对稳定，初步实现无人巡检。
参考文献：
[1]杨晨.摄像机标定算法的研究.2014.6.东南大学.
[2]王先敏，曾庆化，熊智，刘建业.视觉导航技术的发展及其研究分析. 信息与控制.2010（5）.
[3]郭超，马麟.基于机器视觉的尺寸测量方法研究.机械工程与自动化.2012（1）.
[4]洪力.计算机图形图像处理技术的探讨.数字技术与应用.2015（4）.
转载注明来源:https://www.xzbu.com/2/view-14784944.htm
