基于智能識別技術的智能巡檢機器人

山東廣域科技有限責任公司 張玲艷

近年來我國政府管理部門非常重視油田巡檢工作的實際情況，大力推廣自動化操作模式，機器人技術及相應的巡檢技術已逐漸應用于油田巡檢環節中，機器人技術具備使用成本低、應用效果高、安全性與可靠性較強等相關特性，相關技術操作人員逐漸研發諸多現代化、智能化的巡檢機器人以及工具、設備，正在彌補原有人工巡檢模式的不足之處。

智能機器巡檢設備以巡檢機器人為核心設備，配套使用視頻監控、輔助控制、在線監測等技術，此類技術可通過自主操控或遙感操控等形式實現對變電站室外設備的全方位控制，可及時捕捉相關信息，在廠站內部實現全方位覆蓋與監管。智能巡檢機器人也可借助激光傳感器對周圍環境進行合理掃描，充分發揮其定位功能。此類巡檢機器人在超聲波傳感器的幫助之下可快速定位相關障礙物，識別具體物品，及時躲避障礙物，避免損壞相關設備。機器人也具備自動充電技術，不需要人為過多干預。

在智能巡檢機器人設備之中，可安裝移動通通信技術保證相關數據以及圖像的穩定傳輸，工作人員也可及時檢查具體的圖像以及電子數據。此外，一部分較為現代化的智能巡檢機器人采用輪式四驅底盤設計模式，可輕易爬坡，在移動過程中自主采集相關圖像以及具體信息，可在極端惡劣環境下保證信息傳播的準確性與穩定性。智能巡檢機器人具備圖像采集及數據傳輸等基礎性功能，也可提供具體的圖文信息，配備獨立的圖像檢索系統及數據傳輸系統，可保障重要數據及圖像在傳輸過程中不會遭受其他設備的干擾與影響。

1 設備檢測識別算法

在逐步建立背景模型的基礎之上，將實時幀序列圖教育背景模型相互對應，對比像素灰度值，隨后確定二者間的具體差異，明確移動區域與范圍，提取該區域內部的某一具體目標。

圖像預處理。該算法可實現對視頻幀序列的灰度轉換及噪聲去除等操作，及時剔除圖像之中的各種復雜信息，提高檢測結果的準確性；建立背景模型。應用此類算法可對視頻幀的每一個像素背景進行合理分析，隨后構建具體的數據模型，數據模型的實際清晰度將會影響到算法移動目標的提取效果。

前景圖像檢測。該算法執行實時幀序列圖像和已建立的背景模型之間的差異操作。如在計算環節中存在像素差值，則需合理對比預設閾值，如像素差值大于預設閾值，同向之中的對應位置像素將被標記為前點，否則將被標記為背景點。如將I(x,y,t)定義為視頻幀序列的時間t處的圖像，并將B(x,y,t)定義為時間t處的背景圖像，則時間t處的差分圖像為[3]：D(x,y,t)=|I(x,y,t)-B(x,y,t)|，對D(x,y,t)進行閾值處理以獲得移動目標區域的二值圖像M(x,y,t)，其中T是一個給定的閾值。當M的值為255時相應的像素坐標(x,y)為白色，表示前景像素；當M為0時相應的像素坐標(x,y)為黑色，表示背景像素。

更新背景模型。該算法使用某種更新策略來更新背景模型，以確保背景模型可調整復雜的運動場景變化；后處理。通過上述步驟獲得的移動目標的二進制圖像可能不完整或具有一些干擾因素，且需進一步處理。該算法填充孔，消除噪聲像素，保留具有較大連接區域的前景圖像，并合并相鄰的未連接前景區域。如應用背景減法則，需對背景模型的建設提出更高要求，如背景建模效果較差則有可能會影響前景圖像清晰度，導致圖像逐漸模糊、無法正常使用。

如果假設視頻幀序列的每個像素值構成隨機變量并服從時域t中的正態分布，則使用高斯函數來模擬每個像素。對于時間t，如果視頻幀序列中的點(x,y)的像素值是Xt,然后是視頻幀序列(X1,X2,…Xt)={I(x,y,i)}|1≤i≤t，其中I表示視頻幀序列，Xt發生的概率：P(Xi)=η(Xt,μt,∑t)=1/(2π|∑t|)1/2exp{-1/2(Xt-μt)T∑t-1(Xt-μt)}。

其中，μt和∑t分別代表時間t的正態分布的均值和方差，如果每個通道的方差相同，則建立的高斯背景圖像Bt和前景圖像判別公式如下：Bt=[μt,σt2]、|Xt-μt|＞Mσt，其中，M是預設常數，在某一時刻如X滿足|Xt-μt|＞Mσt，則它是前景像素、否則是背景像素。如果X被判斷為背景像素，則μt以及σt更新如下：μt+1=(1-ρ)μt+ρXt、σ2t+1=(1-ρ)σ2+ρ(Xt-μt)T(Xt-μt)，其中ρ是模板更新因子(0＜ρ＜1)，可調整模板更新率。

單個高斯模型具有一定的魯棒性，但當模型不能由單個高斯模型表示時，該方法將具有更高的錯誤檢測率。Sobel算子是一個離散差分算子，它作用于圖像上的一組點。Sobel算子的結果是相應的梯度矢量或該矢量的范數（圖1）。

圖1 Sobel卷積因子

Sobel算子包含兩組393個矩陣，它們是水平和垂直的。使用矩陣和圖像的卷積，獲得水平和垂直圖像的水平和垂直圖像的灰度值。計算公式如下：

其中，A是原始圖像，Gx和Gy分別表示在兩個方向上進行邊緣檢測后圖像的灰度值,“＊”代表卷積運算，具體過程是：

其中，f(x,y)表示圖像(x,y)點的灰度值。對于圖像中的每個點，使用以下方法進行組合，并使用所得的梯度近似值給出梯度的大小：平方根的近似值用于提高效率：G=|Gx+Gy|，如果點的漸變G大于某個閾值，則該點(x,y)可被視為邊緣點。然后可使用公式θ=arctan(Gy/Gx)來計算梯度方向，Sobel算子的應用可獲得邊緣方向信息。局部平均方法的應用使其受噪聲的影響較小。當檢測邊緣時精度要求不是很高時這種方法更常用。

2 防爆式機器人設計

2.1 系統框架

智能巡檢機器人系統主要分為三層體系架構，分別為機器人子系統、本機監控后臺及遠程集控后臺，機器人子系統可對局域網及本體監控后臺進行合理分析與研究，實現具體數據以及圖像的交互，遠程集控后臺系統可對其他子系統進行合理控制，通過下派任務、調整監控狀態等形式，實現數據管理與全方位監控。

機器人子系統是開發的全自主運動底盤搭配傳感設備，運行于場站設備工作區域，接受任務指令對設備進行可見光、紅外及聲音的采集；本體監控后臺部署于場站控制室，通過和機器人子系統的數據交互，完成實時監控、單站巡檢任務派發、視頻存儲、圖像智能識別、紅外分析、數據報表分析、數據檢索及用戶交互。單站巡檢任務安排、遙控巡檢、數據分析/報表與設備查詢。

2.2 機器人本體設計

智能巡檢機器人主體由輪式運動底盤、供電單元、導航單元、傳感單元等諸多部分組成。智能巡檢機器人迪倫時運動底盤具備極強承重能力及驅動能力，可實現智能巡檢機器人的長距離運動；供電單元可為智能巡檢機器人提供源源不斷的電力資源，也可合理控制智能巡檢機器人零部件電壓、電流，是保障智能巡檢機器人正常運行與工作的重要組成部分之一；導航單元主要是為智能巡檢機器人提供具體的定位導航，引導智能巡檢機器人依照規劃線路快速轉移者特定地點；傳感單元主要可幫助智能巡檢機器人快速讀取周圍環境信息，及時收集聲音等重要環境信息。

3 實驗結果與分析

智能機器人搭載可見光高清攝像機，可通過視頻遠傳、遠程控制功能實時拍攝傳輸現場視頻、圖像，通過巡視人員觀察設備外觀是否異常，機器人在進行設備巡檢時，收集數據并將數據通過傳感單元傳輸到巡檢機器人本體，之后將圖像識別技術與標準數據庫比較相結合，分析設備檢驗對象是否存在問題。在油氣廠站的應用中，可在三相分離區、油罐區、原油外輸設備設施裝置區部署三套智能機器人巡檢。

3.1 三相分離區智能機器人巡檢

三相分離區采用一臺輪式巡檢機器人，由于三相分離區管線較多，機器人在巡視過程中需修建鋼橋供機器人行走，這樣才可對現場進行巡視。三相分離區巡檢路線：1#分離-2#分離-3#分離-4#分離-進口管-出口管-機庫；巡檢內容：液壓、壓力、油氣水檢測，設備運行噪聲對比檢測，本體、進出口流程、閥件開關狀態檢測，消防器材狀態檢測，有害、可燃氣體濃度檢測。

三相分離區巡檢方案：表計智能識別。機器人采用智能識別技術對三相分離器液位、壓力、油氣水等表計進行拍攝，后臺準確識別并比較，若發現異常，則報警；狀態檢測。機器人采用智能識別技術對閥門開關進行智能識別檢測，傳輸后臺數據進行比較，若閥門出現異常系統會自動報警；聲音檢測。要求采用信噪比高、靈敏度好的拾音器進行現場聲音采集，人工輔助進行分析相關設備異常情況；可燃氣體濃度檢測。機器人搭載了可燃氣體濃度檢測儀（O2,CO,CH4），可實時檢測現場可燃氣體濃度。

3.2 油罐區智能機器人巡檢

針對油庫罐區，考慮到整個油庫的大小以及效率問題，采用一臺智能巡檢車對7個罐區進行巡檢，在巡檢時間上可能會達到2h以上。針對原油罐區，智能巡檢機器人可通過修建斜坡再進入罐區內部。之后可通過其強大的越野能力進行巡視工作，部分區域需考慮翻越輸送管道進行巡視工作進行巡視，考慮修建翻越的鋼架橋才可完成覆蓋式巡檢。油罐區巡檢路線：1#儲油罐-2#儲油罐-3#儲油罐-6#儲油罐-5#儲油罐-4#儲油罐-管廊-機庫。巡檢內容：浮標液位檢測，高低位警報；管廊帶流程狀態檢測；本體、進出口流程、閥件開關狀態檢測；運行噪聲對比檢測；有害、可燃氣體濃度檢測。

油罐區巡檢方案：實時監控。智能機器人搭載可見光高清攝像機，可通過視頻遠傳、遠程控制功能實時拍攝傳輸現場視頻、圖像，通過巡視人員觀察設備外觀是否異常；紅外溫度檢測。智能巡檢機器人搭載紅外熱像儀，對需檢測溫度的罐體、罐頂等設備進行整體溫度掃描采集檢測，對設備溫度數據進行智能分析和診斷，實現對設備熱缺陷自動報警；智能識別。智能機器人通過高清攝像頭對儀表、開關狀態等進行圖像拍攝，傳輸到后臺分析比對，實現儀表讀數等檢測。

3.3 原油外輸區智能機器人巡檢

該區域內有泵和進出口管線，計劃采用一臺智能輪式機器人。原油外輸區巡檢路線：1#泵-1#泵-1#泵-流量計及閥-管廊-機庫。巡檢內容：泵壓、干壓、電流、電壓、潤滑油位、流量；泵房內流程、閥組狀態監測；泵運行平穩狀態、進出口流程、閥件開關狀態監測；泵房運行噪聲對比檢測；有害、可燃氣體濃度檢測。

原油外輸區巡檢方案：電機水泵溫度檢測。采用機器人搭載的紅外熱成像儀對設備進行測溫，采集完相關數據后，傳輸后臺數據進行比較，若溫度出現異常系統會自動報警；輸油泵聲音檢測。要求采用信噪比高、靈敏度好的拾音器進行現場聲音采集，人工輔助分析相關設備異常情況；泵進出口管壓力表、電動閥狀態檢測。機器人采用智能表計識別技術，達到關鍵設備儀表檢測全覆蓋的要求；可燃氣體濃度檢測。機器人搭載了可燃氣體濃度檢測儀（O2,CO,CH4），可實時檢測現場可燃氣體濃度。

智能巡檢機器人主要采用機器視覺算法，應用SuroSearchMax技術，對特定圖像以及相關信息進行靈活比對與分析，對相關儀表進行數值判斷，合理收集不同類型的重要數據以及核心信息，對異常數據發出報警信號，數據誤差率小于5%。表計識別流程：標準圖像/現場拍攝圖像-目標匹配-目標圖像粗定位-目標圖像提取-圖像處理識別-數據讀取-數據判斷（如異常則報警）-數據正常。

綜上，研究現代化、智能化、全面化的機器人設備，實現對油氣廠站的全方位控制與監督，逐步提升油氣廠站建設的安全性、經濟性、可靠性。