5G基站巡檢機器人關鍵技術研究

胡翔 胡記偉 盧濤 譚敏 徐文霞

（1.武漢烽火技術服務有限公司 湖北省武漢市 430205 2.武漢工程大學 湖北省武漢市 430205）

1 我國基站智能運維必要性分析

目前我國基站運維面臨以下問題：

（1）人工運維存在安全風險：從例行檢查、故障上報還是故障處理，多采用手動填寫然后錄入系統的方式，時效性差，數據容易丟失或被修改；維護人員全天候高頻率巡檢，需要記錄大量設備狀態信息并評估系統運行狀態，容易產生疲勞，基站巡檢過程中可能會有異常信號和隱患會被疏漏；此人工誤操作可能導致服務器宕機，造成系統癱瘓；

（2）維護過程不可監控：沒有辦法實時監控故障處理情況，不能對業務提供有力支撐，從而無法實現資源合理調配；

（3）存在信息孤島，導致信息無法自由流通共享：每個運維作業各自孤立，維護過程中有價值的信息難以被后續工作共享和分析。

此外報表統計是重復工作，且工作量龐大。

根據賽迪顧問股份有限公司[1]《5G 產業發展白皮書(2020)》披露數據顯示：“預計到2030年，我國5G 基站數量將達到1500 萬”。面對如此龐大的5G 基站規模以及日趨復雜的網絡（2G/3G/4G/5G共生，多域并存），將使得網絡的維護復雜度呈現幾何級增長，主要依靠人工的傳統運維方式肯定無法勝任，必須向智能化運維模式轉變。因此開展數字技術和5G 基站運維的融合研究迫在眉睫，構建5G 基站智能運維技術體系，推動5G 基站智能運維技術應用，巡檢機器人便是5G 基站智能運維的代表技術。

智能巡檢機器人代替人工巡檢將是5G 時代通信網絡運維的必然發展趨勢，巡檢機器人無論在技術應用和功能實現方面，還是在成本控制方面都對基站巡檢的安全性、可靠性、穩定性產生積極作用，率先完成對原型產品的研發并適時推出成熟的5G 基站巡檢機器人將引領5G 基站運維的發展趨勢并搶先占據市場先機。

2 國內外巡檢機器人研究及應用現狀

巡檢機器人的研究最早起源于上個世紀80年代末，應用領域主要在電力。在20世紀80年代左右，東京電力公司和日本三菱公司聯合進行開發500KV 變電站軌道式巡檢機器人，在能夠基于路面軌道行駛的同時，搭載紅外熱像儀、圖像采集設備、輔助燈光和云臺，實現自動獲取變電站內實時消息的目的。1989年，美國公司TRC 研發了一臺能沿架空輸電線路行走，通過視覺設備檢測絕緣子、電暈損耗以及壓接頭、結合點的自主巡檢機器人樣機。1990年，日本法政大學的Hideo Nakamura 教授等人研制了能跨過障礙物的新型電力巡檢機器人，采取了一個巧妙的決策方法，用多關節仿生體系設計方式和頭部首先進行決策，尾部跟隨頭部運行的控制方法，沿導線行走，與此同時，能跨越遇到的障礙物。

在國內，最開始巡檢機器人在國家電網中被普遍應用。1999年，國家電網山東電力公司投入運行了智能巡檢機器人，由此，顯示著電力巡檢逐步邁入智能化時代。變電站人工巡檢容易遺漏，人工觀測難度較大，對于無人值守和偏遠山區的變電站巡檢耗費大量人力物力，且時效性差。針對上述問題，目前多家國內電力公司都研發出了變電站智能巡檢機器人，它們以自主控制或無線遙控的方式，在偏遠的無人值守或較少人值守的變電站對戶外高壓變電設備巡檢，對維護變電設備的正常運行非常重要，比如，巡檢機器人可檢測到電力設備的缺陷、異物懸掛等異?，F象，對檢測到的異常自動報警通知維修人員或進行預先設置好的故障處理。它運行靈活自由，在減輕工作人員任務的同時，及時發現異常，能高效高速維護變電設備的正常運行。

巡檢機器人在油氣運輸業的應用：眾所周知，原油是“工業的血液”，直接關系著國計民生和國家能源安全，原油管道及輸油站庫作為“能源大動脈”安全運行意義重大。在原油庫區大型化、集群化的發展趨勢下，罐區人工巡檢工作量和強度越來越大，巡檢效率低、時效性差，并且雷雨及惡劣天氣，人工無法巡檢，隨著高含硫原油增多，人工巡檢風險大。目前研發的油井智能巡檢機器人采用全自主激光定位與導航技術，能自動規劃巡檢路徑、自主充電；結合紅外熱成像和高清視頻技術，精確識別油井內各類儀表設備狀態，能及時發現設備缺陷，實現油井管線的智能檢測、監控、安防和數據遠程集控管理，在油井少人或無人值守的情況下，仍能保障油氣井安全正常生產。

巡檢機器人在軌道交通上的應用：我國城市軌道交通網絡增長迅速，大量城市軌道交通基礎設施在養護期，線路安全和監測方面所面臨的壓力增大，如何保證地鐵系統的安全已成為各級政府及管理部門亟待解決的重要問題。傳統人工巡檢存在勞動強度大、工作效率低、檢測質量分散等不足，目前市面上已有的軌道交通巡檢機器人，可以24 小時全天候無死角巡檢，有效利用大數據和云計算分析，及時診斷出故障。

巡檢機器人在傳統機房運維中的應用：機房設備類型多、數量大，工作人員需要按時巡查一次整個機房的所有基礎設施，還要核查和分析基礎運行數據，既耗時耗力，效率還低。隨著技術的進步以及巡檢機器人的使用，能夠實現機房狀態的實時性觀測和管理，因為巡檢機器人搭載了激光雷達、超聲、工業相機、熱成像相機、溫濕度傳感器等，結合人工智能和物理網技術，能夠對機房硬件設備及周圍環境自動檢測與診斷，對檢測到的故障告警和資產盤點，以此實現機房狀態實時可視可管，提高故障處理的時效行、維護機房安全性。

盡管現在巡檢機器人在各個行業和領域中已經有了非常廣泛的應用，但面向5G 基站的巡檢機器人研究工作一直沒有啟動，更無合適技術和產品投放市場。本文將開展5G 基站巡檢機器人關鍵技術研發工作，將為我國5G 基站運維提供智能化系統，實現運維作業全路程監控，打破5G 基站運維信息孤島，促進5G 基站運維作業信息自由流動共享，推動我國基站維護由傳統運維向無人智能化運維演進，大幅降低我國5G 基站運營成本，對于發展壯大我國5G產業鏈具有重要意義。

本文將采用人工智能算法開展5G 基站巡檢機器人的研究工作，將突破多項關鍵技術，將故障響應時間縮短80%，實現5G 基站24小時無人值守，提高我國5G 基站運維的技術水平。本文研究的5G基站巡檢機器人還可通過遠程智能運維管理平臺，打通通信設備的一端和維護作業人員的另一端，提升實用性和效率，并且和工單系統結合，提供給運維人員更加完善準確的信息，提高派單的效率，實現故障監控、告警和運營維護真正意義上的閉環，這在業內將是一個創新和突破。

3 主要研究內容

要實現巡檢機器人在5G 基站中的應用，主要難點在于導航定位系統的精確度不夠、機器人難以在低光照的5G 基站中識別各種信號以及機器人難以對5G 基站內各種異常音視頻進行檢測、判斷和識別5G 基站巡檢機器人，主要研究在智能巡檢機器人上實現高精度定位，快速高效的視覺信號檢測和音視頻故障分析，并在此基礎上提供軟硬件一體化智能服務，見圖1。

5G 基站巡檢機器人功能設計：

5G 基站巡檢機器人主要包含操作系統、融合通信模塊，主控單元、供電單元，四驅單元等。其中，控制運動控制單元、雙目視覺單元、環境傳感系統和人機交互接口通過私有協議與主控單元連接，5G/WiFi/NBIoT 網關模塊將監測數據和控制命令回傳到監控中心。而通信模塊包含RG500Q 5G NR 模塊、ESP8266-12F Wi-Fi 模塊和BC28 NB-IoT 無線模塊。最后，系統操作人員在后臺根據機器人傳回的信息，進行查看影像和分析數據，進而發送指令控制機器人工作。

5G 基站巡檢機器人主要實現的功能如圖2所示，樣機如圖3所示。

研究內容主要包括三個部分：

3.1 基于激光陀螺導航系統的高精度定位算法

5G 基站巡檢機器人采用激光陀螺導航，實現高精度定位功能（初定位）。通過5G 基站巡檢機器人執行機構和基于激光傳感器反饋的閉環控制系統，在實現對目標的準確操作。

激光導航的基本原理實際上與激光測距的原理相同，即機器通過測量從激光發射到接收的時間來計算自身與前方障礙物之間的距離。不同的是，激光測距測量只需要1 次激光發射，而激光導航需要更多的點測距來校準機器本身的位置，就像在三維坐標系中定位一個點需要三個坐標一樣，激光導航也需要多點測距，甚至每秒進行若干次360 度連續掃描，一次性記錄機器在空間中的移動軌跡，因此激光導航也稱為激光陀螺儀導航。

5G 基站巡檢機器人具備精細的環境感知能力歸功于其內部搭載的激光陀螺儀導航完全自主地應對復雜、未知的環境。利用激光的不發散性對機器人所處的位置精確定位來指導機器人行走，激光頭安裝在機器人頂部，每隔數十毫秒旋轉一周，發出經過調制的激光。收到經調制的反射板的反射光時，經過解調，就可以得到有效的信號。由激光頭下部角度數據的編碼器，計算機可以及時讀入當時收到的反射信號時激光器的旋轉速度。通過預置的室內地圖數據，5G 基站巡檢機器人可準確測量到本體所在的室內相對坐標位置，按照給定的坐標進行移動和定位（定位精度可達到1mm）。

5G 基站巡檢機器人最終是要實現對5G 基站內的設備進行操作，因此，在巡檢機器人到達指定位置時，實現了初步定位，其定位精度一般在1mm 左右，而執行機構通過和激光傳感器組成閉環控制系統，其定位精度可達到0.01mm，實現對設備的最終準確操作。

基于激光導航的移動機器人平臺和執行機構如圖4所示，機器人控制設備如圖5所示。

圖1：5G 基站巡檢機器人系統內部結構圖

圖2：5G 基站巡檢機器人系統功能示意圖

圖3：5G 基站巡檢機器人樣機示意圖

圖4：基于激光導航的移動機器人平臺和執行機構

圖5：機器人控制設備

3.2 基于元學習的復雜光照條件下視覺信號檢測算法

針對實際場景中圖像內容的多樣性，樣本數量少的問題，首先通過少量樣本學習建立元知識模型，在此基礎上，將學習獲得的元知識約束視覺信號檢測網絡的特征學習，提高視覺信號檢測的準確性，具體包括以下四個方面的內容：

（1）低光照條件下的圖像增強：研究復雜光照條件下圖像增強的算法，設計一個端到端的圖像增強網絡，首先估計用于建模各種光照條件的圖像到光照映射，然后使用光照映射照亮曝光不足的圖像；

（2）輕量級低質量人臉識別算法：研究低質量人臉識別算法，提出了一種輕量級但功能強大的卷積神經網絡，并在此基礎上提出了一種多尺度特征融合模塊和一種空間注意力矢量化模塊，提高人臉識別的準確率。

（3）開關狀態識別算法：開關圖像是從5G 基站巡檢機器人的監控視頻中截取的，距離較遠時圖像像素較差，且圖像中目標較??；另一方面，收集到的圖像存在一定的遮擋，對比度不一，開關目標較密集等特點。本項目以Faster R-CNN 為基礎，從特征融合和Soft-NMS 后出處理方法兩個方面進行改進，得到改進后的模型，提高開關識別的準確率。

（4）儀表板示數識別算法：在5G 基站巡檢機器人進行運維時，如何對儀表示數進行高效的、精確的檢測和讀取變得尤為重要。本文提出了一種改進的MASKR2CNN 卷積網絡結構，從而實現了對5G 基站中的儀表盤進行有效的信息提取，并采用KNN 對儀表數字區域進行數字識別。

3.3 基于精簡的二值深度神經網絡的音視頻分析算法

5G 智能機器人巡檢通常有三種工作模式：例行模式、隨工模式和遠程控制模式。例行模式指智能機器人按照指定時間段、規定的路徑對機房設備進行巡檢；隨工模式是指智能機器人與巡檢人員一起工作，其中涉及巡檢員人臉識別和語音指令交互；遠程控制模式則通過控制中心向智能機器人發送指令，驅動智能機器人工作。智能機器人采集機房內場景圖像、音頻、機柜熱量分布圖和設備指示燈等多種信號，并對這些信號進行分析，預測數據中心機房存在安全故障的概率，進行應急處理。

4 應用展望

本文利用巡檢機器人對5G 基站進行巡檢，不僅提高設備運維管理的工作效率，還可提高設備運維工作的準確性。結合新時代的數字技術手段對5G 基站運行進行定時巡檢的工作，識別5G 基站的位置以及運行情況，并儲存5G 基站設備的位置以及運行情況，對5G 基站的環境信息數據進行收集分析，保證5G 基站運維工作信息數據的準確性，實現5G 基站設備以及設施的智能化管理，從而大幅提高運維效率，顯著降低運營成本，必將在我國5G 網絡中得到廣泛應用。

本文研發的巡檢機器人還可在數據中心得到應用，為金融、交通、機場、電力、政務等領域數據中心的穩定運行提供智能化運維工具，將促進我國數據中心智能運維技術的快速發展，推動我國“新基建”健康發展。