基于5G的AI工業(yè)智能巡檢系統(tǒng)的研究

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：