無人機智能巡檢技術在大型水電工程施工監管中的應用研究

馮 康，郭 翔，趙保國

(黃河勘測規劃設計研究院有限公司，河南 鄭州 450003)

大型水電工程施工現場環境復雜、作業面廣，特種機械設備多、交叉作業多，危險源多，且一線勞務人員素質參差不齊，安全意識薄弱，對施工安全管理工作造成了很大壓力，有效的施工監管可減少施工現場事故的發生率。傳統的監管方法主要依靠人力巡檢，隨著科技的發展，通過安裝監控的方式實時監管越來越成為主流，但這兩種方式發揮的作用均很有限：一是施工作業面廣，工序多，傳統人工巡檢效率低，且監管人員頻繁的穿梭于施工現場，安全難以得以保障；此外，人工巡檢成效和監管人員的責任心、知識程度、管理能力有很大關系，人員責任不強、能力不足將大大影響監管效果。二是實時監控方法對現場安裝環境要求較高，使用范圍有限，監控盲區還需采取傳統人工巡檢方式；且查看監控人員責任心不強也會大大影響監管效果。

無人機具有小巧靈活、安全可靠的優點，且可實現高分辨率影像的采集，在工程建設、生態環保等工作中越來越受到關注。石先闖[1]、孫娜[2]等將無人機技術應用在水土流失治理中，付化勝[3]將無人機航攝及三維建模技術應用在河道采砂監管中，劉少宇等[4]將無人機航攝技術應用于露天礦山監管中，謝洪斌等[5]將無人機傾斜攝影技術應用于礦山精細化監管中，張家犇等[6]將無人機航攝技術應用到港口工程施工安全監管中，張李均將無人機遙感技術應用到水土保持監測信息數據管理中，胡云華等[7]將無人機傾斜攝影技術應用到生產建設項目水土保持監管中，劉文壯等[8]將無人機遙感技術應用到河湖岸線監管中。但經過調研發現，大多數無人機監管多停留在利用傳統影像或通過三維建模來判斷目標動態，多屬事后發覺，達不到實時動態監管的要求。針對這一現狀，提出了利用無人機與圖像識別技術深度融合來構建無人機智能巡檢系統，從而實現實時動態監管，提高監管成效，保障施工安全。

1 項目概況

某大型抽水蓄能電站樞紐工程主要建筑物由上水庫、下水庫、輸水系統、地下廠房和開關站等組成，裝機容量1800MW，為一等大型工程。

該電站二期施工區施工面積約3.2km2，上下庫最大高差超600m，南北最長跨度約5km，具有范圍大、高差大、跨度長的特點，這些客觀因素導致人工監管安全困難重重，人員到場慢，監管效率低。

本次項目服務區域包括電站施工現場進廠交通道路、通風洞、上下庫連接公路、上下庫、業主營地等室外施工區域，服務內容主要通過無人機巡檢+目標識別方式，巡檢識別基建現場不少于15種的典型違章，及時推送至手機端發出短信警報信息，并遠程通過喊話器及時制止違章行為，進而解決現場安全監督力量薄弱的問題，提升抽水蓄能電站在安全方面的智能化管控水平。

2 方案設計

2.1 機型選擇

結合施工現場實際，選取某型號旋翼無人機，該無人機具有以下特點。

(1)續航能力強。該無人機擁有55分鐘的續航能力，還支持熱插拔，可以在無需關機的情況下，先更換一塊電池再更換另一塊，更換電池后也不再需要花時間重啟系統和軟件。

(2)精準復拍。借助在線任務錄制和精準復拍功能，飛手在完成一次巡檢任務后，可從錄制的樣片中框選出興趣目標區域，無人機可精準記錄位置角度和構圖信息。在后期自動化巡檢中，通過AI算法自主比對實時畫面并調整拍攝角度，無人機每次作業都能拍到同一目標區域。

(3)智能避障。該無人機通過將雙目視覺和紅外傳感器同時引入到機身的6個面上，實現了全向感知和避障。

(4)智能跟蹤。針對移動中的目標，可實現自主識別、定位并持續跟蹤。

(5)多重冗余。飛行過程中如某個系統突發故障，冗余系統會迅速開啟，保證安全降落。

2.2 典型違章行為識別

根據項目要求，結合天氣及施工現場條件，對基建施工現場執行每周不少于5次，每次不少于2小時的安全巡檢，經梳理，監測的典型違章行為見表1。

表1 違章監測內容

2.3 智能識別模型構建

利用基于神經網絡的圖像識別技術，構建了適用于違章巡檢的智能識別模型，使用圖像標簽樣本對模型進行了訓練，而后進行智能識別。根據要求收集整理前期數據訓練集，共收集訓練用影像3000余張，并組織人員對影像集進行人工樣本標注，然后將制作好的數據樣本集送入模型進行多次迭代訓練和調參，而后得到識別用的權重參數文件，將權重文件和待檢測目標同時輸入到網絡模型中，即可輸出預測目標識別結果。

智能識別模塊主要包括數據集收集與標注、網絡模型調優調參、識別目標特征信息提取、輸出權重及實際目標檢測識別，整體流程如圖1所示。

圖1 整體流程圖

2.4 手機APP開發

針對識別結果的報警功能，進行了相關報警APP的設計與開發工作，主要設計流程如圖2所示。

圖2 手機APP設計流程圖

2.5 空中喊話器

對現場進行了基于無人機的報警喊話裝置配備，在無人機飛行巡檢過程中配合完成相關問題的現場喊話通知。喊話喇叭可在機腹無損安裝，不影響無人機六向避障，不占用云臺安裝位。

3 應用分析

無人機智能巡檢4個月以來，總計飛行時長約10080分鐘，拍攝照片10340張，共發現違章258起。按照出現頻次的大小排序，具體見表2。結合人工判別，識別精度統計見表3。

表2 違章情況統計表

表3 識別精度統計表

3.1 數據分析

從違章行為出現頻次來看，施工區域人員未帶安全帽、高處作業人員未戴安全繩、運渣車倒渣無人指揮等違章行為多次出現，焊工距離氣瓶不足10m、電線未架空、裝載機違規載人等違章行為偶爾出現，10kV戶外箱式變壓器未設安全圍欄、汽車起重機作業無人指揮、挖掘機違規載人等從未出現。

3.2 從識別精度分析

機動或農用三輪車進入施工現場，人員未戴安全帽，洞、坑旁未設置警示標志和防護設施、電線未架空等目標特征明顯的違章行為識別率較高，運渣車倒渣無人指揮、三級電箱未按標準化設置等目標特征不明顯或存在多目標特征的違章行為識別率較低，后經核對前期訓練樣本，發現識別率高的項目，前期樣本也較多，識別率較低的項目，前期樣本較少，識別精度對訓練樣本的數量與質量依賴性較大。

隨著樣本數量的增多，項目團隊不斷地對模型進行新的數據樣本集填充，以此來提升智能模型識別精度。后期在無人機智能巡檢系統的輔助下，現場違章的行為及類別均有明顯下降。其中，施工區域人員未帶安全帽、高處作業人員未戴安全繩、渣場區域運渣車倒渣無人指揮、三級配電箱基礎未按照標準化設置等違章行為大量減少，其他違章行為出現頻次也有不同幅度的降低。

4 結語

安全生產重于一切，大型水電工程建設環境復雜，依靠傳統巡檢模式，不僅費時費力，且監管人員來回穿梭于施工現場，安全難以得到保障。本文設計的無人機智能巡檢系統，具備全時、全域、自動化程度高等優勢，實現了施工現場實時動態立體化的監管，減少了人力物力投入，提高了監管效率，為持續探索大型工程建設項目安全監管新模式提供了借鑒。看到優勢的同時，該系統也存在一些不足，一是無人機在續航能力、抗惡劣天氣上仍有短板，二是系統在違章自動化識別率上仍有提升空間，在無人機選型、識別模型的選擇及優化上還有待進一步研究。