基于單目視覺導航的智能化岸標巡檢技術

楊清玲 常鵬

摘 要：隨著航標遙測遙控技術的逐漸普及，航標巡檢及日常管理所投入的勞動強度已大幅降低，但航標現場巡檢依然受氣象、地形、地貌等條件的局限，如何進一步降低航標巡檢勞動強度就成為航標工作中需要重點關注的問題。本文以單目視覺導航技術為中心，嘗試以單目視覺為依托進行智能化岸標巡檢的系統設計，探討用智能化巡檢方式進一步降低航標日常巡檢勞動強度的可能性。

關鍵詞：航標管理 巡檢 單目視覺 智能化

1.航標巡檢工作現狀

航標巡檢是航標維護保養和日常管理工作中重要的組成部分，是確保航標“位置準確、燈質正常、涂色鮮明、結構良好”四要素的一種有效的管理方式。傳統的目視航標巡檢維護主要分為兩類：一是海上浮動標志巡檢維護，依靠航標工出海作業開展，這種巡檢對天氣和海況有一定要求，且風浪過大時巡檢存在一定的危險性；二是陸上固定標志巡檢維護，依靠航標工驅車前往固定標志附近位置，步行到目的地開展巡檢工作，這種巡檢受地形地貌的局限性較大，經常需要穿越山峰或渡過淺灘。本文重點提出對陸上固定標志（岸標）實現智能巡檢。

隨著科技進步，遙測遙控技術在航標巡檢維護中發揮了顯著作用，使航標實時位置、燈器工作情況、電壓電流、溫度等參數均能實現遠程監控，適當延長了航標巡檢周期，降低了一線人員的勞動強度。但是，現在的航標現場巡檢維護，更多地側重于對外觀和結構的巡檢，以及對位置、能源設備的核查。因此，同樣受到地形因素限制，在人煙稀少、地勢較高、缺少道路的地理條件下作業的情況依然沒有改變；航標工仍然需要在高溫、高鹽、高濕或嚴寒、冰雪的氣象條件下作業，仍然要花費大量的時間和人力對相距較遠的航標進行巡檢。

2.技術背景

近年來，社會產品向智能化方向迅速發展，并不斷代替機械式的體力勞動和簡單的腦力勞動。移動機器人作為智能時代的一個典型代表和集大成者，在人工智能和深度學習技術和加持下，已深入到電力、物流、倉儲、航運等領域執行巡檢、搜索、偵查任務，甚至能進行自主的圖形處理與分析；其高速發展對人類的進步帶來了極大的便利，在一些危險行業可以代替人力，減少人力成本，避免事故發生。視覺傳感器的研發和突破，使得移動機器人得以自動采集環境和道路信息，通過計算機數據處理來代替人工操作，具有更強的可操作性和感知未知環境的能力；移動機器人的自主導航已在美國、德國、日本等發達國家進行了長期的研發，并已在汽車自動駕駛領域取得了可行的研究成果。

3.單目視覺原理

3.1視覺導航技術

視覺導航是由移動機器人通過攝像頭采集原始的道路及環境信息，對圖像進行處理和提取后，由計算機進行理解和計算，并達到導航的目的。現有的視覺導航技術主要有單目、雙目和多目視覺導航技術。

雙目和多目視覺導航能夠獲取三維環境的立體信息，圖像采集內容豐富，包括環境中各元素的相對位置、距離的關系；但其信息的獲得需要龐大的計算量，現有的計算速度處理這些信息需要超長的時間，無法保證實時性，以目前條件還不能工程化應用。

單目視覺導航能夠獲取不完全的真實環境信息，能保證獲得圖像關鍵的特征參數，但設計算法難度隨圖像復雜程度而逐漸提高；設備相對廉價，現有的智能化導航系統多采用此技術。

3.2單目視覺導航原理

單目視覺導航主要目標是完成對目標圖像中每個類別的逐像素分類。是用攝像頭得到的結果圖，將目標圖片中所有物體進行分類，并準確描繪出每個種類物體的輪廓和所在區域，供智能移動機器人制定行駛策略和躲避障礙物的一種導航方式。單目視覺導航在移動機器人上的主要作用原理如下：

（1）采集圖像：通過攝像頭采集的圖像經過提取和處理，得到道路邊緣的圖像和連線，并獲得路面上的物體距離巡檢機器人的距離和角度；道路圖像上的每一個像素點都唯一地對應于道路路面上的實際的點。此外，提取的圖像需進行儲存。該過程實現了圖像從模擬信號到數據信號的轉換。

（2）圖像處理：通過圖像灰度算法、圖像濾波算法、邊緣檢測算法等，對儲存的道路特征邊緣信息進行提取，以獲得邊緣特征點的坐標值，取得特征線矩陣數據。

（3）特征提取：根據圖像處理后獲得的矩陣數據，利用擬合算法獲得與道路特征線相一致的直線。

（4）控制算法：計算出道路特征線相對于巡檢機器人的實際距離和方位角。根據導航算法，實時調整巡檢機器人相對于道路特征線的姿態，使移動機器人沿著算法提取的特征線移動。

4.基于單目視覺的岸標巡檢系統設計

基于單目視覺的智能化岸標巡檢的系統設計包括智能巡檢機器人本體、網絡通信系統、后臺監控系統。

智能巡檢機器人本體包括單目視覺導航系統、控制系統、傳感器模塊、定位系統、電池供電、圖像發射裝置和臨時存儲等內容。導航系統和傳感器交互作用，實現導航功能，并得以調整機器人的姿態，保證車體姿態直行，避免偏離巡檢路徑，同時兼具探溝的功能。抵達巡檢標的后，通過攝像頭水平方向360°、垂直方向90°的轉動能力，配合控制系統，完成包括視頻、圖像、地理位置、溫度、濕度等信息的采集，并將采集信息轉化為可識別的結構化數據。

網絡通信系統負責感知巡檢機器人和后臺監控系統的網絡接入、數據傳輸以及相關的控制管理等工作，包括無線4G/5G通信傳輸鏈路、激光通信傳輸鏈路、微波通信傳輸鏈路等。智能巡檢機器人拍攝的圖像部分通過網絡通信實時傳回至后臺監控系統進行初步分析，視頻巡檢記錄則在機器人內臨時存儲。

后臺監控系統負責信息的處理、遠程監測工作以及人機交互功能等。其由智能感知遠程監測管控工作平臺及移動端應用構成，包括服務器采集數據監測分析程序以及用戶應用軟件等。除進行自身狀態檢測及配置巡檢任務以外，還具備完整的數據采集、報表、報警、趨勢、分析等功能。在智能巡檢中，數據分析是其最重要的功能。后臺監控系統基于計算機視覺技術對監控場景的視頻圖像內容進行分析，提取場景中的關鍵信息，并形成相應航標異常變動和報警的監控方式。借助于計算機強大的數據處理功能，對視頻畫面中的海量數據進行高速分析，經過3D數字降噪、圖像透霧、寬動態、圖像防抖動預處理，再進行濃縮、檢索、復原、拼接等后處理，進行目標跟蹤、視頻診斷等。后臺監控系統能同時對多個巡檢機器人回傳的視頻、圖像內容進行分析，濾除用戶不關心的信息，并自動篩選報警信息，將航標管理員從繁重的篩選工作中解脫出來，提高智能巡檢的辨別效率。

5.展望

在智能化巡檢的實現上，仍有幾個問題需要依靠技術力量突破：一是單目視覺導航擁有著其他傳感器導航無法代替的絕對優勢，但與道路無關的環境干擾（如巡檢道路上的雜草、雜物），使得道路識別的算法復雜度大幅增加，甚至難以識別。二是不同于電力系統、物流系統的無人巡檢，航標的無人巡檢路途遙遠，缺乏穩定的電源供給渠道。三是因多數固定標志都在邊遠山區或人煙稀少的海灘，防盜及防迷路功能需同步開發。

6.結語

基于單目視覺的智能化巡檢優勢是顯而易見的，這種巡檢的質量不受主觀因素影響，無論是工作量大還是地形惡劣，均能保證巡檢時限和強度，不會出現漏巡、錯巡等問題。作為關鍵載體的移動機器人，具備可調視角攝像、圖像識別和分析的功能，并有前景搭載溫度濕度檢測、材料檢測及攀爬功能，能夠替代航標工進行固定標志的巡檢工作，能夠提升工作效率和安全水平。儲存的圖像、聲音、視頻記錄及劣化趨勢分析功能，能夠提前發現航標的異常狀態，為航標年度維護保養提供依據；并與遙測遙控系統相結合，從數據上保障航標效能相對穩定，初步實現無人巡檢。

參考文獻：

[1]楊晨.攝像機標定算法的研究.2014.6.東南大學.

[2]王先敏，曾慶化，熊智，劉建業.視覺導航技術的發展及其研究分析. 信息與控制.2010（5）.

[3]郭超，馬麟.基于機器視覺的尺寸測量方法研究.機械工程與自動化.2012（1）.

[4]洪力.計算機圖形圖像處理技術的探討.數字技術與應用.2015（4）.