奧瑞思智能科技（天津）有限公司

基于人工智能特性、自動(dòng)化程度較高的無(wú)人機(jī)智能圖像識(shí)別技術(shù)、無(wú)人機(jī)視頻實(shí)時(shí)傳輸與分發(fā)技術(shù)、線狀目標(biāo)自動(dòng)跟蹤技術(shù)，可為油氣管道、輸電線路巡檢采集數(shù)據(jù)并進(jìn)行專(zhuān)業(yè)分析，為管道和輸電線路管理和維護(hù)提供數(shù)據(jù)支持，將對(duì)行業(yè)發(fā)展產(chǎn)生極大影響。

針對(duì)現(xiàn)有無(wú)人機(jī)油氣管道巡檢、高壓輸電線路巡檢系統(tǒng)存在的實(shí)時(shí)性差、自動(dòng)化程度低、智能化應(yīng)用水平有限等問(wèn)題，需要研究無(wú)人機(jī)視頻實(shí)時(shí)傳輸與分發(fā)、線狀目標(biāo)自動(dòng)跟蹤、智能圖像識(shí)別等技術(shù)，形成一套基于人工智能的巡檢無(wú)人機(jī)系統(tǒng)；并通過(guò)技術(shù)成果轉(zhuǎn)化和試制，研制巡檢無(wú)人機(jī)系統(tǒng)。

目前油氣管道和電力輸電線路多布設(shè)在荒郊野外，地形復(fù)雜，人工巡檢困難，管道和線路由于暴露在野外，會(huì)遭受風(fēng)、雨、雪等自然因素，以及施工、植樹(shù)等人為因素的影響，須及時(shí)排查，找出缺陷位置和缺陷類(lèi)型；其次管道和線路在野外環(huán)境運(yùn)行，氣象條件復(fù)雜、現(xiàn)場(chǎng)環(huán)境多變，導(dǎo)線、避雷線、絕緣子、金具長(zhǎng)時(shí)間運(yùn)行后，受各種因素長(zhǎng)期影響，可能發(fā)生斷股、銹蝕、過(guò)熱等情況。過(guò)去依靠人工逐個(gè)桿塔巡檢的作業(yè)方法，巡檢工作量大、復(fù)雜的地理環(huán)境給巡檢人員帶來(lái)未知的安全風(fēng)險(xiǎn)。同時(shí)人工巡檢方式消耗大量人力及物資，使更多深入的工作無(wú)法有效展開(kāi)。

無(wú)人機(jī)具備高空、遠(yuǎn)程、快速、自主作業(yè)能力，正逐漸取代人工巡檢。無(wú)人機(jī)可以穿越高山、河流對(duì)電力輸電線路進(jìn)行快速巡檢，對(duì)架空線路的鐵塔、支架、導(dǎo)線、絕緣子、防震錘、耐張線夾、懸垂線夾等進(jìn)行多光譜快速攝像和故障監(jiān)測(cè)。

無(wú)人機(jī)巡檢具有受地形限制小、塔頭巡檢效果好、效率高、操控簡(jiǎn)單、可快速部署、巡檢成本低等優(yōu)點(diǎn)，在巡檢范圍、內(nèi)容和頻次上，可作為人工巡檢的有效補(bǔ)充。但是在巡檢過(guò)程中，現(xiàn)有技術(shù)普遍存在過(guò)于依賴圖像拼接以及背景差分方法、物體檢測(cè)以及識(shí)別精度不高等問(wèn)題。

基于人工智能的巡檢無(wú)人機(jī)系統(tǒng)應(yīng)具備起降便捷，能實(shí)時(shí)傳輸高清影像，使用半徑應(yīng)大于100km，能夠完成視頻分發(fā)，并實(shí)時(shí)回傳至后方指揮調(diào)度點(diǎn)，具備線狀目標(biāo)自動(dòng)跟蹤功能；智能圖像識(shí)別系統(tǒng)對(duì)車(chē)輛、人員等異常目標(biāo)的檢出率應(yīng)不低于90%。

背景與必要性

政策文件要求

2017年12月，工業(yè)和信息化部已下發(fā)有關(guān)人工智能的文件，文件指出，為貫徹落實(shí)國(guó)務(wù)院發(fā)布的《中國(guó)制造2025》和《新一代人工智能發(fā)展規(guī)劃》，加快人工智能產(chǎn)業(yè)發(fā)展，推動(dòng)人工智能和實(shí)體經(jīng)濟(jì)深度融合，制定并實(shí)施《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018-2020)》（下稱《行動(dòng)計(jì)劃》）。

根據(jù)文件可知，國(guó)家將通過(guò)實(shí)施四項(xiàng)重點(diǎn)任務(wù)，力爭(zhēng)到2020年，完成一系列人工智能標(biāo)志性產(chǎn)品研制并取得重要突破，具體包括人工智能重點(diǎn)產(chǎn)品規(guī)?；l(fā)展、人工智能整體核心基礎(chǔ)能力顯著增強(qiáng)、人工智能技術(shù)在關(guān)鍵技術(shù)裝備中快速集成應(yīng)用、人工智能產(chǎn)業(yè)支撐體系基本建立。文件強(qiáng)調(diào)，在2018～2020年內(nèi)，重點(diǎn)培育智能無(wú)人機(jī)、智能網(wǎng)聯(lián)汽車(chē)、智能服務(wù)機(jī)器人等八大類(lèi)人工智能產(chǎn)品;重點(diǎn)突破智能傳感器、神經(jīng)網(wǎng)絡(luò)芯片、開(kāi)源開(kāi)放平臺(tái)三大核心人工智能技術(shù);同時(shí)完善5G通信技術(shù)與算法訓(xùn)練數(shù)據(jù)庫(kù)等人工智能配套體系。在把握人工智能發(fā)展趨勢(shì)、構(gòu)建完善新一代人工智能產(chǎn)業(yè)體系基礎(chǔ)上，為我們描繪了到2020年人工智能行業(yè)發(fā)展的宏偉藍(lán)圖。

在智能無(wú)人機(jī)領(lǐng)域，《行動(dòng)計(jì)劃》指出要支持智能避障、自動(dòng)巡航、面向復(fù)雜環(huán)境的自主飛行、群體作業(yè)等關(guān)鍵技術(shù)研發(fā)與應(yīng)用，推動(dòng)新一代通信及定位導(dǎo)航技術(shù)在無(wú)人機(jī)數(shù)據(jù)傳輸、鏈路控制、監(jiān)控管理等方面的應(yīng)用，開(kāi)展智能飛控系統(tǒng)、高集成度專(zhuān)用芯片等關(guān)鍵部件研制。

由多部委聯(lián)合制定的《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》，明確提出推動(dòng)人工智能技術(shù)在無(wú)人系統(tǒng)領(lǐng)域的融合應(yīng)用，發(fā)展無(wú)人機(jī)、無(wú)人船等多種無(wú)人裝備。加快消費(fèi)級(jí)和行業(yè)級(jí)無(wú)人系統(tǒng)的商用化進(jìn)程，完善無(wú)人飛行器等無(wú)人系統(tǒng)的適航管理、安全管理和運(yùn)營(yíng)機(jī)制。提升無(wú)人系統(tǒng)智能化水平，推動(dòng)在物流、農(nóng)業(yè)、測(cè)繪、電力巡檢、安全巡邏、應(yīng)急救援等重要行業(yè)的創(chuàng)新應(yīng)用。

行業(yè)實(shí)際需求

中國(guó)信息通信研究院發(fā)布的《全球人工智能戰(zhàn)略與政策觀察（2020）》報(bào)告稱，截至2020年12月，全球已有39個(gè)國(guó)家和地區(qū)制定了人工智能戰(zhàn)略政策、產(chǎn)業(yè)規(guī)劃文件。中國(guó)電子信息產(chǎn)業(yè)發(fā)展研究院發(fā)布的《人工智能“新基建”發(fā)展白皮書(shū)》稱，新一代人工智能為代表的科技和產(chǎn)業(yè)革命正在孕育興起。數(shù)字化、網(wǎng)絡(luò)化、智能化的信息基礎(chǔ)設(shè)施加速構(gòu)建，正成為構(gòu)建現(xiàn)代化的數(shù)字經(jīng)濟(jì)體系、推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的重要驅(qū)動(dòng)力量。

圖1 基于人工智能的無(wú)人機(jī)正在巡檢輸電線路。

隨著輸電高壓等級(jí)不斷提高，輸電線路巡檢作業(yè)對(duì)維護(hù)區(qū)域的電網(wǎng)安全、穩(wěn)定、高效運(yùn)行越來(lái)越重要，也是電網(wǎng)運(yùn)行的當(dāng)務(wù)之急。輸電線路跨區(qū)域分布，點(diǎn)多面廣，長(zhǎng)期暴露在野外，受持續(xù)機(jī)械張力、雷擊損傷、材料老化、覆冰以及人為因素影響，易產(chǎn)生倒塔、斷股、磨損、腐蝕、舞動(dòng)等現(xiàn)象，這些問(wèn)題必須及時(shí)解決或更換電線和設(shè)施。絕緣子還存在被雷擊損傷、樹(shù)木生長(zhǎng)引起高壓漏電以及絕緣性能下降而導(dǎo)致輸電線路事故，桿塔存在被偷盜等意外事件，必須及時(shí)處理這些問(wèn)題。對(duì)山區(qū)和跨越大江大河的輸電線路巡檢，以及冰災(zāi)、水災(zāi)、地震、山體滑坡、夜晚期間巡檢，傳統(tǒng)人工巡檢所花時(shí)間長(zhǎng)、成本高、困難大，而且某些線路區(qū)域和某些巡檢項(xiàng)目，人工巡檢目前還難以完成。

巡檢無(wú)人機(jī)系統(tǒng)涉及飛行控制與導(dǎo)航、通信、圖像識(shí)別、信息快速處理、感知與規(guī)避等多種技術(shù)。對(duì)無(wú)人機(jī)巡檢數(shù)據(jù)進(jìn)行專(zhuān)業(yè)分析，為電網(wǎng)管理和維護(hù)提供數(shù)據(jù)支持。無(wú)人機(jī)巡檢工作能在完全帶電環(huán)境下迅速完成，作業(yè)范圍大，而且不為污泥和雪地所困擾。

油氣管道、電力線路安全形勢(shì)日趨嚴(yán)峻

我國(guó)油氣管道具有總里程長(zhǎng)、建設(shè)年代跨度大、安全事件和事故多發(fā)等特點(diǎn)，并且管道總里程呈高速增長(zhǎng)趨勢(shì)，安全形勢(shì)更加嚴(yán)峻，應(yīng)加強(qiáng)管道安全管理。而依賴傳統(tǒng)人工巡檢顯然無(wú)法滿足要求，需要采用更科學(xué)的管理辦法和技術(shù)手段，無(wú)人機(jī)巡檢技術(shù)已經(jīng)在國(guó)內(nèi)外石油天然氣行業(yè)應(yīng)用。

而油氣輸配管網(wǎng)長(zhǎng)期埋設(shè)在地下，管道長(zhǎng)期或超期服役會(huì)導(dǎo)致力學(xué)性能下降、管道內(nèi)外壁腐蝕，受自然和地質(zhì)災(zāi)害，打孔盜油，第三方人為破壞等各種不確定性因素影響，對(duì)系統(tǒng)安全運(yùn)行帶來(lái)潛在的巨大危害。一旦發(fā)生泄露或者爆炸事故，將嚴(yán)重威脅人民群眾生命和財(cái)產(chǎn)安全。

圖2 巡檢員檢查電力塔架。

電力線路是電網(wǎng)中十分關(guān)鍵的一個(gè)組成,它能否安全有效運(yùn)行，將直接影響一個(gè)國(guó)家的經(jīng)濟(jì)平穩(wěn)有序發(fā)展?！笆濉逼陂g，我國(guó)電網(wǎng)建設(shè)經(jīng)歷了高速發(fā)展階段，規(guī)模已躍居世界首位。目前我國(guó)已經(jīng)建成南方、西北、華東、華中、華北和東北共六大跨省區(qū)電網(wǎng)，500kV及以上的輸電線路已成為各區(qū)電網(wǎng)輸電主力。我國(guó)國(guó)土幅員遼闊，地形也相對(duì)復(fù)雜，丘陵較多、平原較少，加上氣象復(fù)雜多變，給跨區(qū)電網(wǎng)和超高壓輸電線路工程的建設(shè)帶來(lái)一定難度，而且建成后的維修與保養(yǎng)，僅依靠現(xiàn)有檢查手段和常規(guī)測(cè)試并不能滿足高效快速的要求，也達(dá)不到很好的巡檢效果。若不能及時(shí)查出問(wèn)題,并立即修復(fù)和解除隱患,有可能引發(fā)各類(lèi)線路問(wèn)題,對(duì)電網(wǎng)來(lái)說(shuō)就像是一個(gè)隨時(shí)爆炸的炸彈,后果不堪設(shè)想。

人工智能技術(shù)方興未艾

人工智能是一門(mén)融合計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、腦神經(jīng)學(xué)和社會(huì)科學(xué)的前沿學(xué)科。它的目標(biāo)是希望計(jì)算機(jī)擁有像人一樣的智力能力，可以替代人類(lèi)實(shí)現(xiàn)感知、認(rèn)知、分類(lèi)和決策等多種功能。人工智能在發(fā)展過(guò)程中產(chǎn)生了很多流派，如符號(hào)主義、連接主義和行為主義。這些流派相輔相成，推動(dòng)了人工智能技術(shù)的發(fā)展。

符號(hào)主義

符號(hào)主義又稱邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派。符號(hào)主義認(rèn)為，人工智能源于數(shù)學(xué)邏輯，人的認(rèn)知基源是符號(hào)，認(rèn)知過(guò)程即符號(hào)操作過(guò)程，通過(guò)分析人類(lèi)認(rèn)知系統(tǒng)所具備的功能和機(jī)能，然后通過(guò)計(jì)算機(jī)來(lái)模擬這些功能，從而實(shí)現(xiàn)人工智能。符號(hào)主義的發(fā)展大概經(jīng)歷了推理期即20世紀(jì)50年代至20世紀(jì)70年代，知識(shí)期即20世紀(jì)70年代至今。

在推理期，人們基于符號(hào)知識(shí)表示、使用演繹推理技術(shù)取得了很大成就；

在知識(shí)期，人們基于符號(hào)表示、通過(guò)獲取和利用領(lǐng)域知識(shí)建立專(zhuān)家系統(tǒng)，取得了大量成果。

連接主義

連接主義又稱仿生學(xué)派或生理學(xué)派。連接主義認(rèn)為，人工智能源于仿生學(xué)，特別是對(duì)人腦模型的研究，人的思維基元是神經(jīng)元，而不是符號(hào)處理過(guò)程。20世紀(jì)60～70年代，以感知機(jī)(Perceptron)為代表的腦模型研究出現(xiàn)熱潮，由于受當(dāng)時(shí)理論模型、生物原型和技術(shù)條件限制，腦模型研究在20世紀(jì)70年代后期至80年代初期落入低潮。直到霍普菲爾德（J．J．Hopfield）教授在1982年和1984年分別發(fā)表兩篇重要論文，提出用硬件模擬神經(jīng)網(wǎng)絡(luò)后，連接主義又重新抬頭。1986年，魯梅爾哈特(Rumelhart)等人提出多層網(wǎng)絡(luò)中的反向傳播算法(BP)算法。進(jìn)入21世紀(jì)后，連接主義卷土重來(lái)，提出了深度學(xué)習(xí)概念。

機(jī)器學(xué)習(xí)

二十世紀(jì)80年代，機(jī)器學(xué)習(xí)成為一個(gè)獨(dú)立的科學(xué)領(lǐng)域，各種機(jī)器學(xué)習(xí)技術(shù)百花初綻。事實(shí)上，機(jī)器學(xué)習(xí)在20世紀(jì)80年代正是被視為解決公式工程瓶頸問(wèn)題的關(guān)鍵而走上人工智能主舞臺(tái)。費(fèi)根鮑姆（E．A．Feigenbaum）等人在著名的《人工智能手冊(cè)》中，把機(jī)器學(xué)習(xí)劃分為機(jī)械學(xué)習(xí)、示教學(xué)習(xí)、類(lèi)比學(xué)習(xí)和歸納學(xué)習(xí)。我們目前所說(shuō)的機(jī)器學(xué)習(xí)方法，一般認(rèn)為是統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法。

機(jī)械學(xué)習(xí)將外界輸入信息全部存儲(chǔ)下來(lái)，等到需要時(shí)原封不動(dòng)地取出；

示教學(xué)習(xí)和類(lèi)比學(xué)習(xí)就是從指令中學(xué)習(xí)和通過(guò)觀察和發(fā)現(xiàn)學(xué)習(xí)；

歸納學(xué)習(xí)就是從樣例中學(xué)習(xí)，二十世紀(jì)80年代以來(lái)，研究最多的是歸納學(xué)習(xí)，它包括監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等。歸納學(xué)習(xí)有兩大主流，一是符號(hào)主義學(xué)習(xí)，其代表包括決策樹(shù)和基于邏輯的學(xué)習(xí)；二是基于神經(jīng)網(wǎng)絡(luò)的連接主義學(xué)習(xí)。

二十世紀(jì)90年代中期，統(tǒng)計(jì)學(xué)習(xí)閃亮登場(chǎng)，并迅速占據(jù)主流舞臺(tái)，代表性技術(shù)是支持向量機(jī)以及更一般的“核方法”。

進(jìn)入20世紀(jì)以來(lái)，以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的人工智能有了長(zhǎng)足發(fā)展，尤其是在目標(biāo)檢測(cè)、目標(biāo)分類(lèi)、目標(biāo)識(shí)別等計(jì)算機(jī)視覺(jué)領(lǐng)域。進(jìn)入2010年以后，以計(jì)算機(jī)視覺(jué)系統(tǒng)識(shí)別（Imagenet）比賽為標(biāo)志，隨著計(jì)算能力的提高，尤其是GPU計(jì)算設(shè)備的進(jìn)步，卷積神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)領(lǐng)域開(kāi)始慢慢超越人類(lèi)對(duì)物體的檢測(cè)、分類(lèi)精度，研究人員相繼提出AlexNet、GoogleNet、VGGNet、ResNet、MobileNet等卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，使以卷積神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)在計(jì)算機(jī)視覺(jué)領(lǐng)域的發(fā)展越來(lái)越快。

信息技術(shù)推動(dòng)無(wú)人機(jī)產(chǎn)業(yè)發(fā)展

在國(guó)外，無(wú)人機(jī)機(jī)載傳感器巡檢試驗(yàn)研究約始于70年代初期，在不斷改進(jìn)后，故障維修費(fèi)用逐年遞減，到1987年，其費(fèi)用已低于初期費(fèi)用的一半。接頭檢查結(jié)果有微溫、溫、熱和異常熱四種情況，維修工程師根據(jù)天氣、負(fù)荷來(lái)確定維修先后順序。我國(guó)一些輸電系統(tǒng)均已開(kāi)展紅外熱成像巡檢試驗(yàn)研究，探索出不少經(jīng)驗(yàn)，已取得一定成果，根據(jù)我國(guó)國(guó)情進(jìn)行的地面檢測(cè)研究，正在有效推進(jìn)中。

近年來(lái)，無(wú)人機(jī)之所以迅速發(fā)展，信息技術(shù)發(fā)揮了關(guān)鍵性推動(dòng)作用，目前呈現(xiàn)出兩方面特點(diǎn)。

第一，無(wú)人機(jī)發(fā)展與新興信息技術(shù)產(chǎn)業(yè)密切相關(guān)。大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)含互聯(lián)網(wǎng)等新興信息技術(shù)產(chǎn)業(yè)發(fā)展，正在深刻影響無(wú)人機(jī)技術(shù)的變革；

大數(shù)據(jù)技術(shù)方面，無(wú)人機(jī)在測(cè)繪、國(guó)土資源調(diào)查、氣象探測(cè)、交通監(jiān)管、工業(yè)生產(chǎn)、林業(yè)生產(chǎn)、運(yùn)輸、消費(fèi)娛樂(lè)等領(lǐng)域應(yīng)用，產(chǎn)生海量數(shù)據(jù)，無(wú)人機(jī)飛行參數(shù)信息，部分?jǐn)?shù)據(jù)具有至關(guān)重要經(jīng)濟(jì)效益，而大部分?jǐn)?shù)據(jù)需依托大數(shù)據(jù)技術(shù)進(jìn)行綜合開(kāi)發(fā)；

云計(jì)算方面，未來(lái)很多無(wú)人機(jī)將實(shí)現(xiàn)機(jī)載計(jì)算、存儲(chǔ)等能力，這些都需要通過(guò)云端解決；

物聯(lián)網(wǎng)方面，物聯(lián)網(wǎng)是一個(gè)比移動(dòng)互聯(lián)網(wǎng)更加復(fù)雜的生態(tài)系統(tǒng)，目前社會(huì)倡導(dǎo)萬(wàn)物互聯(lián)，無(wú)人機(jī)融入物聯(lián)網(wǎng)后將更好地發(fā)揮機(jī)動(dòng)性、傳感器數(shù)據(jù)多樣化等優(yōu)點(diǎn)，實(shí)現(xiàn)人機(jī)交互、互操作等功能；

第二，信息基礎(chǔ)設(shè)施將成為無(wú)人機(jī)組網(wǎng)測(cè)控和飛行管理的重要支撐。目前無(wú)人機(jī)空中交通管理面臨挑戰(zhàn)，因此必須依托信息基礎(chǔ)設(shè)施解決未來(lái)空中交通管理問(wèn)題。移動(dòng)通信基礎(chǔ)設(shè)施、互聯(lián)網(wǎng)基礎(chǔ)設(shè)施以及廣播電視基礎(chǔ)設(shè)施或?qū)⒊蔀闊o(wú)人機(jī)組網(wǎng)和飛行管理的重要支撐。

國(guó)內(nèi)外巡檢技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)

目前國(guó)際上主要采用人工巡檢、光纖或電子感應(yīng)巡檢、無(wú)人機(jī)巡檢三種方式。

人工巡檢

人工巡檢是最基本的巡檢方式，通常由管道、線路管理單位實(shí)行專(zhuān)人專(zhuān)崗負(fù)責(zé)制，把管道、線路分成不同段區(qū)，由不同巡檢人員巡查，而其又分為普通巡檢和特殊巡檢。一般依靠巡檢人員徒步觀察和檢查線路情況并作記錄，地形空曠平坦的區(qū)域可駕駛交通工具實(shí)行巡檢，大部分管路、線路位于地形復(fù)雜的區(qū)域，人工巡檢工作由此不可避免地受到制約。在高寒、高溫、雨、雪、大霧、沙塵暴等惡劣天氣下；在高海拔、山地、河流、沼澤、峽谷、湖泊、森林、沙漠、冰川、雪原等極端地理環(huán)境中，以及洪水、山體滑坡、地震、泥石流、冰雪災(zāi)害等災(zāi)害突發(fā)時(shí)，容易造成管線損毀和故障，傳統(tǒng)人工巡表現(xiàn)出極大的局限性和不足，受以上因素影響，人工巡檢在很多情況下不能及時(shí)、安全執(zhí)行巡檢任務(wù)，也不可能完成常態(tài)化、全天候、全天時(shí)巡檢。

光纖傳感器巡檢

利用靠近管道、線路附件布設(shè)的光纖傳感器，通過(guò)檢測(cè)傳感器信號(hào)變化對(duì)管道、線路周邊的震動(dòng)進(jìn)行分析預(yù)警，以及利用管道、線路泄露和溫度變化產(chǎn)生的信號(hào)波動(dòng)，檢測(cè)管路是否遭到破壞。目前光纖傳感器和大部分外設(shè)電子感應(yīng)裝置普遍存在誤差高、使用半徑短，成本較高，不適合范圍廣、里程長(zhǎng)的管道、線路監(jiān)測(cè),如果對(duì)舊管道、線路鋪設(shè)感應(yīng)系統(tǒng),成本太高,耗時(shí)太多,而且光纖傳感器或電子感應(yīng)巡檢并不能獲取事故點(diǎn)的實(shí)時(shí)圖像，供給指揮中心決策。

圖3 無(wú)人機(jī)在管道巡檢各階段的運(yùn)用。

圖4 2 架巡檢無(wú)人機(jī)巡檢范圍可覆蓋5個(gè)地面監(jiān)測(cè)站。

無(wú)人機(jī)巡檢技術(shù)蓬勃發(fā)展

目前無(wú)人機(jī)技術(shù)越來(lái)越成熟，任務(wù)載荷越來(lái)越多樣化，隨著數(shù)字化、信息化油氣管道、電力線路巡檢管理系統(tǒng)逐漸形成，將從根本上解決人工巡檢周期長(zhǎng)、成本高、效率低、巡檢有盲區(qū)的問(wèn)題。

無(wú)人機(jī)可高效完成大范圍常規(guī)巡檢，搭載光電/紅外吊艙進(jìn)行全天候、全天時(shí)巡檢，并可在指定目標(biāo)上空懸停詳查，利用任務(wù)載荷傳感器獲取管道、線路周?chē)寥拉h(huán)境、管線溫度等信息，發(fā)現(xiàn)異常情況即可定位報(bào)警，可以鎖定和跟蹤地面目標(biāo)，配合遠(yuǎn)程喊話器，及時(shí)發(fā)現(xiàn)、威懾、制止破壞管道和盜油行為，并做現(xiàn)場(chǎng)取證。

對(duì)于油氣管網(wǎng)存在管道長(zhǎng)、巡檢點(diǎn)多、巡檢難度大等難點(diǎn)，尤其是桁架、懸索跨等危險(xiǎn)性較高的巡檢段，無(wú)人機(jī)巡檢優(yōu)勢(shì)非常明顯。利用無(wú)人機(jī)對(duì)油氣管道進(jìn)行巡檢，不僅可以預(yù)設(shè)航線自動(dòng)巡查，也可以切換到手動(dòng)操控進(jìn)行特殊情況巡查，提高了巡檢作業(yè)的自動(dòng)化程度，保護(hù)了巡檢人員生命安全，降低巡查成本和風(fēng)險(xiǎn)。

電力線路運(yùn)維在電力系統(tǒng)中具有相當(dāng)重要的作用，得到眾多電力專(zhuān)家的重視。相關(guān)無(wú)人機(jī)數(shù)據(jù)和圖像資料可以清楚看到，在檢查設(shè)備外觀時(shí)，無(wú)人機(jī)技術(shù)可以發(fā)揮相當(dāng)關(guān)鍵的作用，電力部門(mén)相關(guān)人員利用無(wú)人機(jī)，可以準(zhǔn)確判斷一些重要部件是否受到損壞，保證輸電線路安全，保障居民用電。

除正常巡檢和特殊巡檢外，無(wú)人機(jī)還可應(yīng)用于災(zāi)后電網(wǎng)故障巡檢。當(dāng)災(zāi)害導(dǎo)致道路受阻、人員無(wú)法巡檢時(shí)，無(wú)人機(jī)可以發(fā)揮替代作用，開(kāi)展輸電線路巡檢，準(zhǔn)確定位桿塔、線路故障，且視角更廣，避免“盲點(diǎn)”。無(wú)人機(jī)提高了電力維護(hù)和檢修的效率，使許多工作能在完全帶電情況下迅速完成，比人工巡檢效率高出40倍。無(wú)人機(jī)在巡檢過(guò)程中，還可清除線路上的風(fēng)箏、氣球、塑料袋等異物。

無(wú)人機(jī)在電力行業(yè)的應(yīng)用，除實(shí)現(xiàn)線路巡檢外，還能輔助實(shí)現(xiàn)線路架設(shè)和線路規(guī)劃。在輸電線路施工過(guò)程中，線路長(zhǎng)、地形復(fù)雜，線路所經(jīng)地區(qū)有山谷、河流、茂密森林，給線路架設(shè)帶來(lái)極大不便，工程實(shí)施困難重重。運(yùn)用無(wú)人機(jī)展放導(dǎo)引繩進(jìn)行架設(shè)線路施工，可有效解決生態(tài)環(huán)境保護(hù)和架線施工之間的矛盾。無(wú)人機(jī)首先沿線路上空飛行，并施放一根輕質(zhì)高強(qiáng)導(dǎo)引繩經(jīng)過(guò)各基塔，然后利用這根輕質(zhì)導(dǎo)引繩不斷牽引后續(xù)引繩，直至牽通一根三級(jí)導(dǎo)引繩，并架設(shè)導(dǎo)線。采用這種方式，解決了人力展放導(dǎo)引繩的工作強(qiáng)度和動(dòng)力傘展放導(dǎo)引繩著陸困難等問(wèn)題，也減少了線路通道中的樹(shù)木砍伐，最大程度保護(hù)了生態(tài)環(huán)境。

表1 電力線路巡檢無(wú)人機(jī)需求量分析。

表2 油氣管道巡檢無(wú)人機(jī)需求量分析。

市場(chǎng)需求分析

電力線路巡檢無(wú)人機(jī)需求

我國(guó)已形成南方、西北、華東、華中、華北和東北共六大跨省區(qū)電網(wǎng)，輸電設(shè)備在國(guó)家電網(wǎng)建設(shè)中比重越來(lái)越大，隨著智能電網(wǎng)建設(shè)進(jìn)程不斷推進(jìn)，硬件設(shè)備巡檢等作業(yè)要求更高。隨著電網(wǎng)日益擴(kuò)大，巡檢工作量也日益加大，平均20人巡檢100千米/天的傳統(tǒng)巡檢方式已難以滿足現(xiàn)代電力系統(tǒng)的廣泛需求。

按照巡檢總長(zhǎng)51．4萬(wàn)千米、巡檢頻率1次/周、巡檢飛行速度30km/h 計(jì)算，每年飛行應(yīng)為 85．6萬(wàn)小時(shí)，單機(jī)年平均飛行小時(shí)數(shù)按照200h計(jì)算，則該領(lǐng)域無(wú)人機(jī)潛在需求架數(shù)約為4280架；按照均價(jià)50萬(wàn)元/架單價(jià)計(jì)算，則電力巡檢無(wú)人機(jī)市場(chǎng)規(guī)模為21．4億元。

油氣管道巡檢無(wú)人機(jī)需求

如果以無(wú)人機(jī)替代人力巡檢，按照電力巡檢的計(jì)算方法，16萬(wàn)千米的油氣管道潛在無(wú)人機(jī)需求量約為1333架，市場(chǎng)規(guī)模6．7 億元左右。

無(wú)人機(jī)巡檢面臨的問(wèn)題

目前無(wú)人機(jī)開(kāi)展管道、線路巡檢過(guò)程中，我們常會(huì)面臨如下問(wèn)題和困難。

第一，無(wú)人機(jī)缺乏自主飛行能力，無(wú)法滿足復(fù)雜環(huán)境下的飛行要求；

第二，無(wú)人機(jī)掛載的光電任務(wù)載荷，無(wú)法自主判別目標(biāo)如管道、線路的特征，不能自主跟蹤被觀測(cè)的目標(biāo)；

第三，在目標(biāo)區(qū)域中，無(wú)法對(duì)一些敏感目標(biāo)如車(chē)輛、人員進(jìn)行高效率自動(dòng)識(shí)別；

第四，單旋翼無(wú)人機(jī)無(wú)法解決飛行可靠性問(wèn)題；固定翼無(wú)人機(jī)對(duì)起降場(chǎng)地要求苛刻；無(wú)法懸停對(duì)目標(biāo)進(jìn)行仔細(xì)觀測(cè)；多旋翼無(wú)人機(jī)續(xù)航時(shí)間、航程等指標(biāo)存在較大局限性；以汽油為燃料的無(wú)人機(jī)存在火災(zāi)隱患；

第五，無(wú)線通信受功率衰減影響，存在超過(guò)使用半徑后視頻信息無(wú)法實(shí)時(shí)回傳的問(wèn)題。

總體上看，目前無(wú)人機(jī)巡檢有時(shí)存在實(shí)時(shí)性差、自動(dòng)化程度低、智能化水平有限等問(wèn)題。因此，迫切需要研制出具有人工智能特性的、自動(dòng)化程度較高的巡檢無(wú)人機(jī)系統(tǒng)。

技術(shù)研究

異常目標(biāo)自動(dòng)識(shí)別技術(shù)研究

在油氣管道巡檢中，需要對(duì)行人和車(chē)輛異常目標(biāo)進(jìn)行準(zhǔn)確識(shí)別并定位，供監(jiān)察人員監(jiān)視，從而及時(shí)發(fā)現(xiàn)偷油，破壞輸油管道等惡劣違法行為。針對(duì)目標(biāo)尺寸的多變性以及剛體、非剛體特點(diǎn)，本文以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，構(gòu)建深度神經(jīng)網(wǎng)絡(luò)特征金字塔，通過(guò)構(gòu)造合理的類(lèi)損失與定位損失函數(shù)，配置合理的候選框，能夠?qū)σ晥?chǎng)范圍內(nèi)的行人，車(chē)輛目標(biāo)進(jìn)行精準(zhǔn)識(shí)別并定位，研究?jī)?nèi)容分解如下。

（1）深度神經(jīng)網(wǎng)絡(luò)特征金字塔構(gòu)建

深度神經(jīng)網(wǎng)絡(luò)特征金字塔構(gòu)建由主干網(wǎng)絡(luò)、金字塔特征網(wǎng)絡(luò)組成。由于是在地面處理數(shù)據(jù)，考慮到目標(biāo)識(shí)別準(zhǔn)確度優(yōu)先原則，主干網(wǎng)絡(luò)使用復(fù)雜度更高的VGG；金字塔特征網(wǎng)絡(luò)為多層全卷積網(wǎng)絡(luò)，利用卷積的特性，在卷積層輸出不斷下采樣。

（2）候選窗生成技術(shù)

候選窗的生成方式?jīng)Q定了所識(shí)別目標(biāo)的尺寸，長(zhǎng)寬比等信息，因此候選窗生成是在深度神經(jīng)網(wǎng)絡(luò)特征金字塔基礎(chǔ)上進(jìn)行劃窗方式進(jìn)行，不同深度神經(jīng)網(wǎng)絡(luò)特征金字塔代表不同的尺度信息

（3）候選窗預(yù)測(cè)與目標(biāo)定位技術(shù)

在每個(gè)深度神經(jīng)網(wǎng)絡(luò)特征金字塔層上完成候選窗生成后，需要對(duì)候選窗進(jìn)行預(yù)測(cè)與目標(biāo)定位，預(yù)測(cè)是指判斷候選窗中的目標(biāo)類(lèi)型，其輸出是對(duì)每一類(lèi)的評(píng)分，定位是指對(duì)候選窗中的目標(biāo)進(jìn)行定位修正，因而候選窗預(yù)測(cè)與目標(biāo)定位是并行的兩個(gè)流程。

（4）損失函數(shù)設(shè)計(jì)

損失函數(shù)設(shè)計(jì)關(guān)系到整個(gè)神經(jīng)網(wǎng)絡(luò)的擬合方向，是整個(gè)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)中至關(guān)重要的一部分，在本網(wǎng)絡(luò)中，識(shí)別人和車(chē)輛的損失函數(shù)包含類(lèi)損失函數(shù)與位置損失函數(shù)兩部分。類(lèi)損失函數(shù)是為了修正候選窗判別結(jié)果，位置損失函數(shù)是為了修正目標(biāo)定位結(jié)果

（5）數(shù)據(jù)增廣與難例樣本挖掘技術(shù)

在目標(biāo)識(shí)別數(shù)據(jù)集中存在兩個(gè)問(wèn)題，第一是數(shù)據(jù)量不足及其造成的泛化性問(wèn)題；第二是在目標(biāo)識(shí)別中，負(fù)樣本數(shù)量遠(yuǎn)高于正樣本數(shù)量，造成正負(fù)訓(xùn)練樣本不均衡問(wèn)題。針對(duì)這兩個(gè)問(wèn)題，本文分別設(shè)計(jì)了樣本增廣與難例樣本挖掘流程。

(6)非極大值抑制技術(shù)

由于多尺寸目標(biāo)識(shí)別與稠密采樣設(shè)計(jì)，目標(biāo)定位結(jié)果會(huì)出現(xiàn)大量交叉覆蓋，本文設(shè)計(jì)了非極大值抑制技術(shù)，減少定位交叉，抑制預(yù)測(cè)概率低的定位結(jié)果。

圖5 使用深度神經(jīng)網(wǎng)絡(luò)算法進(jìn)行圖像目標(biāo)識(shí)別及定位。

圖6 使用多級(jí)圖像處理及小波變換邊緣檢測(cè)技術(shù)處理管道檢測(cè)。

線狀目標(biāo)自動(dòng)跟蹤技術(shù)研究

在視野中，相較其他目標(biāo)，電力線路非常細(xì)，對(duì)電力線路檢測(cè)提出了挑戰(zhàn)，同時(shí)油氣管道邊緣也會(huì)受背景的極大影響，為解決上述難題，本文在多級(jí)圖像預(yù)處理及小波邊緣檢測(cè)的基礎(chǔ)上，提出基于梯度Hough變換的電力線路與油氣管道檢測(cè)方案，研究?jī)?nèi)容分解如下。

(1)多級(jí)圖像預(yù)處理技術(shù)

由于光線原因，可能會(huì)使得所拍攝的電力線路圖像整體偏暗，也會(huì)出現(xiàn)強(qiáng)弱不同的目標(biāo)直線，同時(shí)圖像獲取過(guò)程中，通常會(huì)受周?chē)h(huán)境和系統(tǒng)自身等因素影響而攜帶大量的噪聲，使得圖像質(zhì)量有所退化，因此本文設(shè)計(jì)了基于直方圖均衡和濾波去噪的多級(jí)圖像預(yù)處理技術(shù)。

(2)基于小波變換的邊緣檢測(cè)技術(shù)

邊緣是指圖像局部明暗度變化明顯的地方，它反映的是圖像中物體的輪廓或者物體不同表面之間的交界。它涵蓋圖像識(shí)別的豐富信息，對(duì)人類(lèi)描述與識(shí)別物體來(lái)說(shuō)，都是一個(gè)極具價(jià)值且有效的數(shù)據(jù)。無(wú)論是圖像處理領(lǐng)域還是計(jì)算機(jī)視覺(jué)處理系統(tǒng)，圖像邊緣檢測(cè)是十分重要的環(huán)節(jié)。在邊緣檢測(cè)過(guò)程中，邊緣定位性能同去除噪聲性能是一對(duì)矛盾體。要保證算法具有一定抗噪聲性能，則其邊緣定位性能勢(shì)必要減弱；并且每種邊緣檢測(cè)算子的參數(shù)選取也關(guān)系到邊緣定位和噪聲抑制性能。在本文中，使用基于小波變換的邊緣檢測(cè)方法。

(3)基于形態(tài)學(xué)的Hough變換直線檢測(cè)技術(shù)

一幅電力線路或油氣管道圖像具有以下特點(diǎn)，在圖像中直線部分接近于直線，且長(zhǎng)度較長(zhǎng)，幾乎貫穿整幅畫(huà)面，其寬度幾乎在一到兩個(gè)像素之間；若存在多條電力線，那么它們之間是近乎平行且不會(huì)相交，但由于拍攝角度及布線時(shí)存在高低位置，圖像中的直線會(huì)出現(xiàn)重合現(xiàn)象。但由于其背景復(fù)雜，經(jīng)常受河流、道路、田埂、樹(shù)木及房屋等自然及人工因素影響，給線狀目標(biāo)的有效提取制造了一定難度。針對(duì)噪聲參雜，背景復(fù)雜的電力線路、油氣管道圖像，Hough 變換提取電力線路不夠準(zhǔn)確，要么將非電力線一同提取出來(lái)，要么將對(duì)比度弱的電力線路漏提，且提取的電力線路常出現(xiàn)斷點(diǎn)等問(wèn)題，本文采用基于梯度的Hough變換技術(shù)來(lái)檢測(cè)電力線路，能夠最大程度排除背景干擾且具備很強(qiáng)的魯棒性。

(4)基于類(lèi)卡爾曼濾波的直線擬合鏈接技術(shù)

在拍攝電力線路過(guò)程中，由于樹(shù)木、建筑物、光照條件等干擾，成像時(shí)傳感器震動(dòng)，各種噪聲造成的影響，以及之前各步驟引起的失真等因素影響，圖像中提取出的電力線路通常斷裂且不完整，但方向基本相同，并且是相距很近的短直線線段?；诖?，本文提出基于類(lèi)卡爾曼濾波的線狀目標(biāo)鏈接方法。

(5)電力線路、油氣管道視場(chǎng)中心校準(zhǔn)技術(shù)

電力線路、油氣管道等線狀目標(biāo)被檢測(cè)后，需要將其置于視場(chǎng)中央，使最終獲得連續(xù)圖像，因此本文設(shè)計(jì)了電力線路、油氣管道視場(chǎng)中心校準(zhǔn)技術(shù)，使電力線路、油氣管道能夠一直置于視場(chǎng)中心，方便后續(xù)處理。

高清數(shù)據(jù)實(shí)時(shí)傳輸技術(shù)

無(wú)人機(jī)高清視頻的原始碼流約為1920×1080×60×4=474．6Mb/s，加上控制數(shù)據(jù)，通信帶寬要求約為4～5Gb/s。目前國(guó)內(nèi)4G移動(dòng)通信網(wǎng)絡(luò)中,LTE FDD理論下行速率為150Mb/s，TD-LTE理論下行速率為100Mb/s，而實(shí)際商用傳輸速率要小于理論速率，均無(wú)法達(dá)到直接傳輸無(wú)人機(jī)視頻的要求。正在進(jìn)行商用試點(diǎn)的5G移動(dòng)通信理論傳輸速率可達(dá)1Gb/s，也無(wú)法滿足直接傳輸無(wú)人機(jī)高清視頻的要求。因此，實(shí)際傳輸時(shí)必須將機(jī)載端的視頻數(shù)據(jù)進(jìn)行壓縮，然后在接收端進(jìn)行解壓縮處理。無(wú)人機(jī)通信技術(shù)研究主要包括實(shí)時(shí)視頻編解碼技術(shù)和遠(yuǎn)程實(shí)時(shí)傳輸技術(shù)兩方面內(nèi)容，具體如下。

（1）實(shí)時(shí)視頻編解碼技術(shù)

無(wú)人機(jī)高清視頻數(shù)據(jù)量很大，無(wú)法直接進(jìn)行無(wú)線傳輸。實(shí)際應(yīng)用時(shí)必須將機(jī)載端的視頻數(shù)據(jù)進(jìn)行壓縮，然后在接收端進(jìn)行解壓縮處理。視頻壓縮、解壓處理需要占用一定時(shí)間，如果視頻處理時(shí)間過(guò)長(zhǎng)，數(shù)據(jù)傳輸就會(huì)有時(shí)延，對(duì)無(wú)人機(jī)實(shí)時(shí)傳輸數(shù)據(jù)很不利。本文提出基于DSP和FPGA硬件技術(shù)實(shí)現(xiàn)H．264高壓縮比視頻編解碼技術(shù)方案。

（2）遠(yuǎn)程通信技術(shù)

電力線路、油氣管道經(jīng)常鋪設(shè)在一些偏遠(yuǎn)區(qū)域，商用移動(dòng)通信網(wǎng)絡(luò)有時(shí)無(wú)法覆蓋。而通常情況下，無(wú)線通信數(shù)據(jù)鏈頻帶與傳輸距離成反比，帶寬越高要求頻帶也越高，但頻帶越高傳輸距離就越??；要實(shí)現(xiàn)更遠(yuǎn)的傳輸距離，只能增加發(fā)射機(jī)功率，但受無(wú)人機(jī)最大起飛重量限制，發(fā)射機(jī)不可能很大很重。因此，本文提出一種基于2．4G電臺(tái)通信的多跳自組網(wǎng)方案。

重要意義

在日常巡檢工作中，采用無(wú)人機(jī)對(duì)輸電線路進(jìn)行巡檢，具有非常重要的意義。

第一，有利于電力部門(mén)制定有針對(duì)性的維護(hù)措施，加大線路運(yùn)維工作力度，確保重要輸電線路安全運(yùn)行；

第二，有利于加大強(qiáng)降雨后重點(diǎn)區(qū)段的特殊巡檢力度，增加大負(fù)荷運(yùn)行下設(shè)備檢測(cè)次數(shù)；

第三，有利于對(duì)線路通道內(nèi)樹(shù)木、違章建筑等情況進(jìn)行重點(diǎn)排查、清理，確保輸電線路通道安全。

第四，無(wú)人機(jī)巡檢降低了電力部門(mén)整體巡檢成本。隨著線路長(zhǎng)度增加，其規(guī)模效應(yīng)越來(lái)越明顯，無(wú)人機(jī)巡檢使巡檢平均成本越來(lái)越低。

因此，研制具有人工智能特性的、自動(dòng)化程度較高的管線巡檢無(wú)人機(jī)系統(tǒng)，將對(duì)行業(yè)發(fā)展產(chǎn)生極大影響?！?/p>