无人机自动巡检智慧监控系统研究与应用

来源:用户上传      作者:赵薛强 凌峻

　　摘要：为加强水利工程建设期及运营期的监控，实时掌握工程建设进度，实现水利工程的常态化、自动化和智能化巡检、巡查，基于无人机、物联网、4G/5G、GIS、深度学习和目标检测算法等先进技术和方法，开展了无人机自动巡检系统集成技术、多路远程视频回传技术、图像异常特征物识别技术和正射影像分类识别技术研究，构建了无人机自动巡检技术体系，研发了无人机自动巡检智慧监控系统，并将其应用于大藤峡水利枢纽工程智慧巡检中。实际应用效果表明：该系统实现了90%以上的违规敏感点识别和海量巡检大数据批量化入库的存储管理，将巡检效率提升了3倍以上，图像识别成功率由59.83%提高到90.17%，正射影像的建筑物识别效率和成功率也大幅提升。该技术可为水利工程建设期内动态性监管提供实时可视化巡检数据，也可为防汛应急抢险、河道岸线违法等水利行业监管监察提供强有力的技术支撑。
　　关 键 词：无人机自动巡检; 地理信息系统; 深度学习; 智慧水利; 大藤峡水利枢纽工程
　　中图法分类号： P231
　　文I标志码： A
　　DOI：10.16232/j.cnki.1001-4179.2022.06.036
　　0 引 言
　　大型水利工程建设周期长，工况复杂，为及时掌握其建设进度和实现实时动态监控，保障施工安全，需要开展定期或不定期巡检巡查。传统的人工巡检不仅存在诸多限制条件、效率低、成本高，且巡检数据停留在文件管理阶段，不能可视化、智能化地及时有效反馈巡检情况[1]。随着无人机技术的发展，其灵活性、经济性以及不受地形限制等特点使其成为水利工程巡检的首选[2]，但基于人工操控的无人机巡检对操控手专业要求相当高、难度较大，且巡检数据量较大，管理不方便[3]，亟需发展智能化的无人机自动巡检智慧监控系统，以实现自动化巡检和智慧化管理海量数据。
　　无人机自动巡检技术最早应用于电力行业，并获得了国内外学者的广泛关注，且技术较为成熟。Montambault等[4]论述了无人机在电力设备巡检中的应用，系统分析了无人机巡检过程中的诸多关键技术问题，并进一步展望了无人机自动巡检技术良好的发展前景。缪希仁等[5]系统研究了无人机输电线路智能巡检技术，并就巡检数据智能处理、无
　　人机自主导航和无人机续航等的关键技术难题进行了阐述。杨成顺等[6]以四旋翼无人飞行器为多旋翼无人飞行器系统载体，配合地面站系统和高清相机构建了无人自动巡检系统，并将该系统成功应用于输电线路野外巡检工作，取得了较好的预期效果。但国内外投入运营的基于无人机技术的输电线路自动巡检系统并不多，且仅是针对电力系统，沿着电线的线状巡检，虽巡检技术较为成熟但是针对海量巡检数据尚未形成可视化、智能化的管理分析系统。
　　在水利工程领域，无人机巡检仅停留在人工操控无人机巡检阶段，智能化程度不高且对操控手要求极高，巡检数据采用文件管理和人工判别方式查找问题，效率不高[7-8]。为深入贯彻落实“水利工程补短板，水利行业强监管”的水利改革发展总基调，推动智慧水利建设，实现水利工程的自动化巡检和智能化数据管理，拟开展无人机自动巡检智慧监控系统平台构建研究。基于无人机技术、物联网技术、人工智能、4G/5G技术等构建无人机自动巡检巡查技术平台，基于5G技术、RTMP通信协议（Real Time Messaging Protocol实时消息传输协议）、微波通信等构建多路远程视频无损回传技术体系，通过引入注意力模块（Squeeze-and-Excitation（SE）-block），优化Yolov3（You Only Look Once：Unified，Real-Time Objection Detection v3）目标检测算法，构建基于Yolov3-SE算法架构的高精度特征目标识别算法，通过引入网络地理信息处理服务（WPS），构建了基于Mask R-CNN深度学习模型的远程在线和多人共享的遥感影像地物识别检测技术方法。同时，融合上述目标检测算法和正射影像识别技术，研发了无人机巡检大数据管理平台，为水利工程、防汛应急抢险、河道岸线违法等领域的动态监管提供技术保障。
　　1 系统设计
　　本文借鉴前人应用经验，开展基于无人机技术、物联网技术、4G/5G技术等的多旋翼无人机系统、高精度起降系统、远程控制系统和智能机巢的无人机自动巡检系统集成研究，构建基于GIS技术、人工智能技术、大数据技术等的无人机巡检数据管理平台，系统整体设计如图1所示。
　　（1） 无人机自动巡检系统集成。集成多旋翼无人机系统、高精度起降系统、远程控制系统和智能机巢，基于无人机、4G/5G等技术，研发无人机自动巡检系统，实现无人机的自动巡检，进而对违法违规目标进行定点拍摄和空中喊话，获取照片、视频和正射影像等数据。基于移动App、无线传输和流媒体服务器技术构建多路远程无损视频回传技术，实现从无人机前端到远程终端（自动巡检系统WEB端）的多路视频实时回传。
　　（2） 巡检管理系统的设计。基于数据库技术，将照片、视频和正射影像等数据进行入库构建巡检数据库;基于计算机、GIS技术，设计照片、视频、影像批量化管理的巡检管理系统。
　　（3） 自动识别系统设计。基于照片、视频的图像异常特征物目标检测算法和无人机正射影像的深度学习算法，自动识别标注巡检区域的违法违规等异常情况。基于已规划设计的巡检报告模板，自动生成巡检报告。
　　2 算法设计
　　2.1 无人机自动巡检系统集成
　　系统硬件集成如图2所示。在固定沿线或区域布设该系统，可实现点、线、面的动态巡检。首先，基于TCP/IP协议[9]建立机巢与系统平台之间的通信联系，无人机操控平台依托4G/5G技术下发任务指令到智能机巢，智能机巢开启。随后，基于2.4GHZ/5.8GHZ微波信号建立无人机与机巢间的通信联系，机巢接到系统平台的下发任务指令通过微波通信传递给无人机，多旋翼无人机自主起飞，根据操控平台下发的任务指令开展基于高精度卫星导航定位技术（GNSS）的精准巡航作业。作业完成后，多旋翼无人机自主降落，智能机巢舱门关闭并开始对无人机自主充电。

zjgxgc202208081003

转载注明来源:https://www.xzbu.com/1/view-15437089.htm