基于圖像識別技術(shù)和軌道機器人的大壩安全智能移動巡檢系統(tǒng)研發(fā)

李龍飛，李君軍，趙 杰，季 昀，李 倩，鄭曉紅

（1.國能大渡河流域水電開發(fā)有限公司，四川成都 610000；2.中國電建集團華東勘測設(shè)計研究院有限公司，浙江杭州 310000；3.國家能源局大壩安全監(jiān)察中心，浙江杭州 310000）

0 引言

水庫大壩除涉及自身經(jīng)濟效益外，其安全與否還關(guān)系到影響范圍內(nèi)的人民生命財產(chǎn)安全，因此，大壩安全監(jiān)控具有重要意義。目前，大壩安全監(jiān)控主要依托儀器監(jiān)測和巡視檢查兩種手段，兩者相輔相成，均為及時發(fā)現(xiàn)大壩潛在安全隱患、保障大壩運行安全的重要手段。隨著近年來若干高壩大庫的建設(shè)和投運，大壩安全監(jiān)測儀器不斷改進，監(jiān)測自動化技術(shù)迅速發(fā)展，但受到儀器監(jiān)測在時空上不連續(xù)特性的限制，目前仍無法僅依靠儀器監(jiān)測即實現(xiàn)大壩安全的全面監(jiān)控，因此，做好巡視檢查工作仍具有重要意義［1］。

近年來，水庫大壩安全巡檢技術(shù)的發(fā)展主要側(cè)重于研發(fā)基于掌上電腦（Personal Digital Assistant，PDA）、標(biāo) 簽（Radio Frequency Identification，RFID）、近場通信（Near Field Communi‐cation，NFC）、智能手機終端等技術(shù)的智能巡檢系統(tǒng)，以有助于水工人員對巡檢信息進行記錄和分析，但巡檢基礎(chǔ)信息的獲取仍為傳統(tǒng)模式，即主要通過水工人員現(xiàn)場查看、拍照、記錄獲得［2-4］。傳統(tǒng)人工巡查方式存在依靠肉眼觀察或無人機巡航觀察而使得巡查范圍和對象受限、在暴雨和地震等極端工況下水工人員難以到達重要巡視點、高壩大庫人工巡檢工作量過大等不足之處，因此，研發(fā)一套能夠遠程控制的移動巡檢系統(tǒng)獲取更為豐富的巡檢基礎(chǔ)信息具有重要的工程應(yīng)用意義［5-8］。基于圖像識別技術(shù)［9］和軌道機器人，研發(fā)了一套適用于水庫大壩安全監(jiān)控的遠程移動巡檢系統(tǒng)［10，11］，并以某水庫大壩為例進行了場景應(yīng)用。

1 大壩安全智能移動巡檢系統(tǒng)總體結(jié)構(gòu)設(shè)計

大壩安全智能移動巡檢系統(tǒng)的研發(fā)目標(biāo)和主要作用包括：實現(xiàn)巡視檢查成果的定量化、數(shù)字化、信息化，提高巡視檢查成果的可讀性、易用性；提高巡視檢查的工作效率，提高大壩全生命周期管理，實現(xiàn)實時化的信息感知，快速發(fā)現(xiàn)工程缺陷和安全隱患，保障大壩安全；高效應(yīng)對安全風(fēng)險，實時反饋信息，輔助決策支持，與大壩安全相關(guān)的各項系統(tǒng)建立應(yīng)急聯(lián)動機制；契合大壩安全管理的行業(yè)特點，以及相關(guān)管理制度要求，助力水庫大壩管理單位及上級管理部門的日常管理需求。

為實現(xiàn)上述研發(fā)目標(biāo)和作用，本系統(tǒng)包括數(shù)據(jù)層、解析層、融合層、應(yīng)用層共四個層次，具體架構(gòu)如圖1所示。

圖1 大壩安全智能移動巡檢系統(tǒng)總體結(jié)構(gòu)Fig.1 General structure of intelligent mobile inspection system for dam safety

數(shù)據(jù)層指數(shù)據(jù)的來源和獲取的方式。主要通過系統(tǒng)的“計劃巡檢”和“手動巡檢”這兩個功能模塊實現(xiàn)。“全洞段掃描計劃”可以通過軌道提供的實時位置定位、垂直升降桿的伸縮長短和云臺的旋轉(zhuǎn)角度、焦距值等參數(shù)的組合計算結(jié)果，對整個巡檢場景進行分割，實現(xiàn)整個場景的全方位智能巡檢；“自定義計劃”可根據(jù)用戶的需要定義巡檢路線和巡檢部位（橫縫、有缺陷處、已安裝埋設(shè)的測壓管、量水堰等監(jiān)測設(shè)施處）；在巡檢過程中，機器人的實時位置可以動態(tài)展示在系統(tǒng)頁面上。某些特定場景下，若需要進行手動巡檢，可以通過拖動圖標(biāo)讓機器人快速到達指定位置，在通過遙控桿手動調(diào)節(jié)，使其位置和拍攝角度更精確，在進行手動巡檢時，還可以隨時添加預(yù)置點位。

智能巡檢成果主要為圖像數(shù)據(jù)，解析的內(nèi)容包括缺陷（本次研究主要針對裂縫和析鈣滲水）識別、裂縫（或橫縫）開合度計算、表盤自動讀數(shù)。對于任意巡檢得到的待解析圖像，首先通過卷積神經(jīng)網(wǎng)絡(luò)［12］處理進行圖像特征提取以得到高維的特征圖，基于特征圖，進一步開展裂縫識別和滲水析鈣等缺陷的目標(biāo)檢測。再通過將多區(qū)域提取的裂縫進行融合以形成最終的裂縫并通過像素統(tǒng)計，結(jié)合凸透鏡成像原理將像素長度換算為實際裂縫長度，實現(xiàn)裂縫長度的識別計算。對于滲水析鈣而言，除了識別有∕無，還可以通過bounding-box 統(tǒng)計矩形標(biāo)注框的長度和和寬度，結(jié)合凸透鏡成像原理可直接換算得到區(qū)域的長度、寬度和面積。對于壓力表盤讀數(shù)而言，首先通過目標(biāo)檢測模型確定圖像中是否存在表盤，再通過直線擬合得到指針角度進而換算為表盤讀數(shù)。量水堰堰上水頭采用特定裝置將其讀數(shù)轉(zhuǎn)化成表盤指針（見圖2），讀數(shù)原理同壓力表盤讀數(shù)。

圖2 表盤式堰上水頭讀數(shù)裝置Fig.2 Dial type weir head reading device

融合層將解析層獲取的有效信息、軌道機信息與本工程儀器監(jiān)測信息（包括環(huán)境量、大壩變形、滲流監(jiān)測數(shù)據(jù)等）以及專家經(jīng)驗等信息進行融合，為大壩安全的綜合研判提供支撐。解析層識別的缺陷結(jié)果（包括位置信息、大小、走向等）可實時展示在三維模型上，并根據(jù)巡檢過程實時標(biāo)記；在“自動生成報告”功能模塊中，將缺陷信息、儀表讀數(shù)信息和對應(yīng)部位監(jiān)測數(shù)據(jù)信息進行綜合呈現(xiàn)。在特殊情況下，還可以請專家通過手動巡檢查看現(xiàn)場情況，進行專家遠程評判和支持。

應(yīng)用層可對整個巡檢結(jié)果進行可視化展示、詳情查看和時間序列的缺陷發(fā)展趨勢追蹤、測值發(fā)展規(guī)律呈現(xiàn)等。同時提供巡檢報告的預(yù)覽和下載。

2 系統(tǒng)業(yè)務(wù)流程

采用智能移動巡檢系統(tǒng)開展遠程巡檢業(yè)務(wù)流程見圖3。使用該系統(tǒng)時，可根據(jù)不同情況觸發(fā)機器人進行巡檢。一是通過設(shè)置定時任務(wù)讓機器人定時自動巡檢，二是設(shè)置預(yù)警規(guī)則，在監(jiān)測數(shù)據(jù)進行預(yù)警時及時啟動自動巡檢，并自動關(guān)聯(lián)重點部位，重點查看預(yù)警部位；三是在地震、洪水等特殊工況時，啟動自動巡檢。任何情況下均可進行人工手動巡檢。

圖3 大壩安全智能移動巡檢系統(tǒng)業(yè)務(wù)流程Fig.3 Process chart of dam safety intelligent mobile inspection system

在巡檢過程中，通過搭載的各類設(shè)備可采集到巡檢部位的聲、光、氣等綜合信息，并對綜合信息進行存儲、分析。

基于圖像識別技術(shù)，將巡檢圖像數(shù)據(jù)進行解析［12-14］，內(nèi)容包括缺陷（主要針對裂縫和析鈣滲水）識別、裂縫（或橫縫）開合度計算、表盤自動讀數(shù)。

智能分析的結(jié)果均永久存儲在服務(wù)器中，并將分析結(jié)果標(biāo)記在原始圖片上，形成缺陷管理庫，記錄缺陷參數(shù)信息。

最終形成巡檢報告，包含上述所有巡檢信息。該系統(tǒng)和提供可視化巡檢結(jié)果展示，將缺陷信息實時標(biāo)記在巡檢結(jié)構(gòu)的三維模型上。并通過設(shè)置預(yù)警指標(biāo)（包括新增缺陷數(shù)量、缺陷發(fā)展趨勢等）和預(yù)警值（裂縫長度日增漲量、量水堰讀數(shù)日增長量、壓力表盤日增長量等）。

3 示范應(yīng)用

3.1 工程背景

某水庫擋水建筑物為混凝土雙曲拱壩，最大壩高210 m，壩頂高程1 135.00 m，壩身設(shè)有4個泄洪深孔。壩下設(shè)水墊塘和二道壩，水墊塘全長220 m，二道壩為混凝土重力式，最大壩高37 m。

該大壩地處偏遠，廊道環(huán)境潮濕，空間狹小，結(jié)構(gòu)復(fù)雜，水電站工作人員日常巡視檢查工作量和難度均較大，且在極端工況下難以及時掌握廊道內(nèi)運行情況。高程940 m廊道為拱壩基礎(chǔ)廊道，廊道內(nèi)的變形、滲流情況可直觀反映拱壩壩基和壩體運行性態(tài)，其頂拱及上游邊墻存在少量裂縫、滲水析鈣等缺陷，廊道內(nèi)設(shè)有測壓管、量水堰等監(jiān)測設(shè)施。

3.2 系統(tǒng)應(yīng)用

作為示范應(yīng)用，在本工程廊道頂拱布置一套智能軌道行走式掛載系統(tǒng)（軌道機器人），軌道沿廊道頂拱軸線敷設(shè)，巡檢范圍對廊道斷面進行了全覆蓋，巡檢重點為廊道頂拱和邊墻的主要缺陷及重要監(jiān)測設(shè)施。基于圖1所示架構(gòu)構(gòu)建了一套大壩安全智能移動巡檢系統(tǒng)，其功能模塊包括設(shè)置智能巡檢項目、頻次及要求，設(shè)置智能軌道機器人的運動控制策略、智能軌道機器人的路徑規(guī)劃策略，存儲和查詢巡檢基礎(chǔ)信息（含視頻和圖片）以及基于圖像識別技術(shù)識別缺陷類型、特征和監(jiān)測設(shè)施讀數(shù)等，實現(xiàn)大壩安全巡檢的智能化應(yīng)用。現(xiàn)場安裝情況見圖4。系統(tǒng)功能典型頁面見圖5、圖6。

圖4 大壩廊道軌道機器人照片F(xiàn)ig.4 Photo of orbital robot installed in the dam gallery

圖5 缺陷追蹤頁面展示Fig.5 Web page of defect tracking

圖6 巡檢計劃頁面展示Fig.6 Web page of management of patrol inspection plan

3.3 成果展示

利用該套系統(tǒng)進行智能巡檢，對現(xiàn)場發(fā)現(xiàn)的裂縫缺陷和滲水析鈣缺陷進行標(biāo)記和參數(shù)計算同時（圖5），將計算出的缺陷大小、位置等參數(shù)標(biāo)記在廊道整體模型上，可根據(jù)巡檢結(jié)果，實時展示，如圖7所示。

圖7 典型缺陷展示Fig.7 Display of typical defects

對巡檢范圍內(nèi)的儀表進行讀數(shù)識別，成果如圖8 所示。識別成果可同步錄入自動生成的巡視檢查報告，實現(xiàn)儀表自動、遠程讀數(shù)。

圖8 儀表讀數(shù)識別Fig.8 Recognition of instrument measured value

4 結(jié)論與展望

在大壩運行安全移動巡檢方面進行了有益的探索，研究了一套基于圖像識別技術(shù)和軌道機器人的大壩安全智能移動巡檢系統(tǒng)，即基于軌道機器人及其搭載設(shè)備實現(xiàn)巡檢現(xiàn)場的信息采集，在此基礎(chǔ)上，基于圖像識別技術(shù)進行圖像數(shù)據(jù)解析和融合分析。結(jié)合某水庫大壩進行了初步應(yīng)用，取得了較好的應(yīng)用效果，能有效解決傳統(tǒng)人工巡檢范圍有限、極端自然條件下水工人員難以開展現(xiàn)場巡檢等問題，且可有效實現(xiàn)大壩運行安全遠程控制移動巡檢、缺陷特征自動識別、重要監(jiān)測設(shè)施人工讀數(shù)裝置自動測讀等功能。

隨著大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等新一代信息技術(shù)的快速發(fā)展和拓展，水庫大壩運行管理智能化將得到進一步發(fā)展，大壩安全智能移動巡檢系統(tǒng)也將得到進一步完善，如進一步細化缺陷特征識別（毫米級甚至亞毫米級裂縫寬度識別）等。