青島日報社/觀海新聞12月21日訊 日前，中國石油大學（華東）海洋與空間信息學院無人機同軸多傳感器系統團隊與英國斯特拉斯克萊德大學、北京航空航天大學、西安交通大學等高校合作，在智能無人檢測系統研究方面取得新進展，將綜合分類識別準確度提高到了87.34%，為復雜環境下的智能無人檢測系統提供了理論指導與設計思路。
俗稱“磕頭機”的游梁式抽油機、儲油罐、塔式起重機等具有立體結構的設施長時間放置在戶外，鋼結構涂層材料長時間接觸腐蝕性氣、液體，極易遭到破壞，發生腐蝕問題。如果缺乏準確、有效的維護，腐蝕會對鋼結構的正常使用產生嚴重威脅，甚至引起一些重大事故。傳統腐蝕種類識別主要依賴人工觀察員的識別經驗，而這些立體設施由于結構復雜，容易對人工觀測造成視線遮擋。如何準確、快速、高效對設施表面進行檢測，提高維修效率、節省企業開支，是工程技術領域的難題之一。
近年來，基于無人機系統的戶外表面缺陷檢測裝備已在各工業領域逐步取代人工肉眼檢測。但在真實復雜的工業環境下，由于常規攝像頭的視場限制，需要人工操作無人機多次穿梭于復雜基礎設施中，增加了墜機的風險。鑒于以上技術瓶頸，中國石油大學（華東）青年教師、瑪麗居里學者羅偲帶領的無人機同軸多傳感器系統團隊開始了相關研究，通過無人機搭載360度全景攝像機，在兩年時間里采集了4個季節、3個時間段、6種不同氣象條件下的16000張圖片，標注了27000個侵蝕物體，構建了首個立體結構基礎設施表面侵蝕數據庫。團隊利用所搭建的數據庫，針對復雜立體結構表面的損失檢測，設計了基于深度神經網絡的智能算法，綜合分類識別準確度由之前的77.53%提高到87.34%，為復雜環境下的智能無人檢測系統提供了理論指導與設計思路。
“成果主要有兩個方面的創新性，同類產品攝像機視角比較窄，一次采集數據量有限，我們實現了360度全景信息采集，并設計了圖像畸變矯正算法，確保了采集圖像的真實性，還提高了工作效率；我們利用兩年時間建立了多種背景下的數據庫，提高了問題的識別度，可以精準找到立體建筑存在的腐蝕性問題。”羅偲說。他告訴記者，智能無人檢測系統可以廣泛應用到化工企業排放煙囪、輸油輸氣管道等具有立體結構的工業設備上面，還可以用于檢測森林病蟲害等。
相關研究成果《基于深度神經網絡的多種鋼表面損傷360度全景自動檢測》已在國際工程技術領域著名期刊發表。論文第一作者及通訊作者為羅偲，中國石油大學（華東）為第一署名單位。
據介紹，經過多年積累與發展，無人機同軸多傳感器系統團隊形成了以電子、通信、測繪、機械、控制、材料等多學科協同創新的高水平研究團隊，現有教授3人、副教授5人和講師3人，全日制博士生6人、碩士生90余人。近年來承擔國家自然基金、國家重點研發計劃及國際間合作重大專項等國家級項目8項，在國內外無人生態觀測系統與機動組網領域形成了一定的影響力。（青島日報/觀海新聞記者 王世鋒）
責任編輯：管佳宇
