張男男 劉哲 霍鑫鵬 崔紫堯 王靜
關(guān)鍵詞:安全帽;SSD;人像;目標(biāo)檢測(cè)
中圖分類號(hào):TP181 文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1009-3044(2022)36-0018-05
近年來,人工智能在各行各業(yè)迎來爆發(fā)式快速發(fā)展。智能工業(yè)行業(yè)有必要建立基于AI技術(shù)的面向業(yè)務(wù)的IT系統(tǒng),以機(jī)器視覺能力提升安全管理和設(shè)備檢測(cè)能力,以獲取更高的制造效率[1-2]。
為了保證施工現(xiàn)場(chǎng)的施工安全,在5G加速發(fā)展的大背景下,有必要采取智能化的技術(shù)方式,降低一些未佩戴安全帽所造成的安全隱患的存在[3]。
安全帽佩戴屬于目標(biāo)檢測(cè)的問題,Marr第一次提出了計(jì)算機(jī)視覺理論[4],進(jìn)而各研究人員都對(duì)該問題展開了相關(guān)的研究。由于安全問題愈發(fā)重要,安全帽的安全規(guī)范也受到重視,安全帽檢測(cè)研究的主要問題便是目標(biāo)檢測(cè)算法。劉曉慧、Park、賈峻蘇、李美才、何慧敏等人都對(duì)安全帽進(jìn)行了研究,推動(dòng)了它的發(fā)展進(jìn)程。
本文設(shè)計(jì)一款智能工業(yè)巡檢系統(tǒng),重點(diǎn)解決大型電氣企業(yè)配電站巡檢的主要問題,打造“5G+AI”的工業(yè)智能巡檢機(jī)器人系統(tǒng),對(duì)配電站等電力系統(tǒng)的具體工業(yè)化場(chǎng)景進(jìn)行智慧管理,可以安全審核,自動(dòng)化巡檢,遠(yuǎn)程點(diǎn)檢,并完成安全帽的識(shí)別與檢測(cè)。本文完成機(jī)器人硬件系統(tǒng)的方案設(shè)計(jì),完成計(jì)算機(jī)視覺技術(shù)軟件系統(tǒng)的方案設(shè)計(jì),完成對(duì)人像以及安全帽檢測(cè)模塊的具體實(shí)現(xiàn),并對(duì)其進(jìn)行具體的案例實(shí)現(xiàn),應(yīng)用到具體工程中。
1 智能巡檢系統(tǒng)整體方案設(shè)計(jì)
1.1 整體方案設(shè)計(jì)
5G的快速發(fā)展對(duì)智能巡檢的需求快速增加,包括檢測(cè)分割、視覺感知、圖像處理、視覺應(yīng)用的計(jì)算機(jī)技術(shù)快速發(fā)展,該課題要構(gòu)建“5G+AI”的安全巡檢系統(tǒng)架構(gòu)。以5G技術(shù)為橋梁,融合AI的智慧駕駛和計(jì)算機(jī)領(lǐng)域等兩大應(yīng)用領(lǐng)域,按照創(chuàng)新與管理體系的成果目標(biāo),建立了“5G+AI”的工程智能巡檢機(jī)器人體系,在大規(guī)模電氣設(shè)備、機(jī)械設(shè)備、基站等具體的工業(yè)生產(chǎn)現(xiàn)場(chǎng)中,進(jìn)行工程安全審核、自動(dòng)巡查以及遠(yuǎn)程點(diǎn)檢。
本項(xiàng)目主要完成對(duì)配電站施工人員的安全審核,確保施工人員的安全問題。施工前通過采集圖像,截取頭部圖片,通過深度學(xué)習(xí)SSD算法進(jìn)行安全帽的特征提取,完成目標(biāo)檢測(cè),會(huì)有無人像、人像未佩戴安全帽、人像佩戴安全帽等三種情況,并可以顯示準(zhǔn)確率。
1.2 巡檢系統(tǒng)機(jī)器人硬件方案設(shè)計(jì)
巡檢機(jī)器人具有智能化功能,它可以利用自身的性能感知外界系統(tǒng)并且獲取信息,環(huán)境感知系統(tǒng)傳感器包括:機(jī)器人設(shè)備檢測(cè)傳感器、機(jī)器人定位導(dǎo)航傳感器,為了提升機(jī)器人性能,目前也在研究雙目景深攝像頭、測(cè)溫?cái)z像頭的應(yīng)用,增強(qiáng)視覺SLAM和溫度精準(zhǔn)探測(cè)性能。
巡檢機(jī)器人平臺(tái)一般由周圍環(huán)境觀察部門、信息處理和監(jiān)控部門、通信部門等構(gòu)成,具體如下:
(1)熱成像傳感器、可見光圖像傳感器、激光雷達(dá)、姿態(tài)傳感器、脈沖編碼器等組成了環(huán)境感知系統(tǒng),能夠?qū)崿F(xiàn)智能巡檢和導(dǎo)航的功能。
(2)運(yùn)算單元和控制單元兩部分組成了數(shù)據(jù)處理與控制部分,包括充電房通信模塊、嵌入式數(shù)據(jù)處理板等重要器件。
(3)巡檢機(jī)器人的處理核心是一個(gè)運(yùn)行ROS系統(tǒng)的工控主機(jī)。
1.3 智能巡檢系統(tǒng)軟件方案設(shè)計(jì)
嵌入式數(shù)據(jù)處理板應(yīng)用軟件、監(jiān)控后臺(tái)應(yīng)用軟件、巡查機(jī)器人安裝的工控機(jī)應(yīng)用軟件,構(gòu)成了巡查系統(tǒng)的主要應(yīng)用軟件。(1)嵌入式處理板應(yīng)用軟件可以獲得感應(yīng)器的信息,通過數(shù)據(jù)處理后通過技術(shù)發(fā)送至工控機(jī)或者將工控機(jī)的命令通過解析發(fā)送至底層控制板;(2)監(jiān)控后臺(tái)應(yīng)用軟件為操作者完成人機(jī)交互,對(duì)巡查機(jī)器人安裝下發(fā)命令并獲得信息;(3)巡檢工業(yè)機(jī)器人軟件系統(tǒng)用來完成智能化機(jī)器人的環(huán)境建模、定向、引導(dǎo),或者最優(yōu)路線規(guī)劃等的核心算法,并智能巡檢。
本項(xiàng)目中計(jì)算機(jī)視覺檢測(cè)技術(shù)主要體現(xiàn)在機(jī)器人巡檢和施工人員安全審核上。安全審核,根據(jù)人臉識(shí)別技術(shù)判定作業(yè)人員是否身份合規(guī),首先根據(jù)預(yù)先輸入庫中的施工人員圖片進(jìn)行身份鑒權(quán)判斷是否允許施工,其次對(duì)施工人員安全帽和安全帶的佩戴情況進(jìn)行審核,對(duì)不滿足要求的行為進(jìn)行警示,同時(shí)對(duì)違規(guī)行為進(jìn)行記錄存檔。
2 智能巡檢系統(tǒng)人像及安全帽的目標(biāo)識(shí)別與檢測(cè)
2.1 傳統(tǒng)方法與深度學(xué)習(xí)的比較
計(jì)算機(jī)視覺的傳統(tǒng)方法利用特征提取,對(duì)圖像進(jìn)行處理來進(jìn)行識(shí)別和檢測(cè),而深度學(xué)習(xí)(DL)需要進(jìn)行模型訓(xùn)練,利用大量數(shù)據(jù)集訓(xùn)練好的模型去預(yù)測(cè),從而達(dá)到識(shí)別的目的,具有更高的精確度,在圖像顏色、分類分割等方面的效果都有了一定的提高。
目標(biāo)檢測(cè)的傳統(tǒng)方法:(1)獲取目標(biāo)候選區(qū);(2)提取候選區(qū)特征;(3)對(duì)目標(biāo)進(jìn)行分類判別。
對(duì)于一些比較簡(jiǎn)單的問題,傳統(tǒng)方法便更具有優(yōu)勢(shì),它能夠以一個(gè)更少更簡(jiǎn)單的代碼便可以解決問題。在視頻穩(wěn)像等簡(jiǎn)單問題的領(lǐng)域,傳統(tǒng)方法有助于該方面問題的解決。
但是面對(duì)一些變化的場(chǎng)景容易產(chǎn)生識(shí)別準(zhǔn)確率不高,適應(yīng)性差的問題。
深度學(xué)習(xí)是端對(duì)端的學(xué)習(xí),對(duì)大量的符合具體工業(yè)場(chǎng)景的數(shù)據(jù)進(jìn)行標(biāo)注,后定義框架數(shù)學(xué)模型,模型要滿足目標(biāo)識(shí)別的要求,例如安全帽、安全帶,最后進(jìn)行測(cè)試分析,因此訓(xùn)練過程中,可以輕而易舉地確定使用哪一類特征來對(duì)物體進(jìn)行分類和識(shí)別,具有通用性、遍歷性、準(zhǔn)確性和靈活性。
本項(xiàng)目采用深度學(xué)習(xí)SSD算法利用級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)來進(jìn)行安全審核和設(shè)備運(yùn)行情況的小物體檢測(cè)。它克服了物體小、定位模糊、環(huán)境干擾等問題,取得不錯(cuò)的檢測(cè)效果。在SSD算法中,小物體用尺寸大的特征圖檢測(cè)[5],大物體相反,分工明確,充分利用各類特征圖;先驗(yàn)框大小長(zhǎng)寬比不同,每個(gè)框中的不同類別都會(huì)以百分?jǐn)?shù)的形式存在,通過調(diào)整預(yù)測(cè)框,選擇不同的尺寸結(jié)合分辨率等多種參數(shù),進(jìn)行預(yù)測(cè),精度、靈活性、統(tǒng)一性方面效果良好[6]。
2.2 深度學(xué)習(xí)SSD算法介紹
SSD算法的網(wǎng)絡(luò)流程圖:
訓(xùn)練階段: