?；范褕鲋悄苎矙z機器人應用研究

王志偉 唐 欣 張 煜

1 天津港物流發展有限公司 2 武漢理工大學交通與物流工程學院

1 引言

在航運全球化的背景下,世界各國的港口建設正處于快速發展時期。隨著全球對石化產品需求的激增,集裝箱港口的?；吠掏铝恳苍谘杆僭鲩L,港口管理水平面臨巨大挑戰,作業風險增大,導致安全管理事故頻發。為提高管理水平,學者們深度剖析過去發生的重大事件,總結經驗教訓并提出改進政策。Hua等和常芳等針對天津港?；繁ㄊ录M行分析,提出天津港是由于管理混亂和監督不力最終導致了嚴重的火災爆炸事故[1-2]。Khan等通過專家判斷、最大似然估計和貝葉斯網絡(BN)等方法進行分析,結果表明安全隱患、監管不善和違規行為仍然是?；肺锪魇鹿收T因中最突出的因素[3]。由此,作業區域巡檢成為?；肺锪鞯闹攸c工作。

港口?；纷鳂I區涵蓋的主要設備裝置包括:集裝箱堆場、液體罐箱堆場以及配套的安全、環保、消防設施等。巡檢任務需要在各類易燃易爆、有毒有害的采集站、運輸線、化工廠或存儲區等業務場景中,排除設備裝置的潛在風險,例如箱體表面溫度檢測、通過表計判斷溫度和壓力是否正常、檢測地面水跡或泄漏現象、現場人員安全行為檢測等。

傳統模式為人工巡檢,存在作業環境惡劣,缺乏?；穼I知識導致無法應付突發狀況等問題。因此,在港口巡檢任務中,運用智能機器人自動巡檢取代人工巡檢已成為新的發展趨勢?，F階段,智能巡檢技術已取得初步進展,Zhao等采用基于RFID的物聯網傳感層數據采集技術,設計了一種警用機器人智能安全巡邏系統[4];同時,在日常列車巡檢、選煤廠、海上油田等不同行業的業務場所也陸續出現了智能巡檢機器人,應用效果良好[5-7]。然而,?；穲稣靖鞣N生產裝置、設施設備均處于室外海邊環境,與內陸巡檢環境相比,需要考慮海風侵蝕、防腐防潮、溫差大等情況,在這樣的環境條件下巡檢,對機器人的性能要求極高。因此,研發智能巡檢機器人,并將其應用于?；范褕鲅矙z。

2 智能巡檢機器人系統框架及結構

2.1 智能巡檢機器人系統框架

智能巡檢系統由防爆機器人本體、機器人管控平臺、充電系統、防爆通信模塊和服務器組成,每一部分包含不同的功能模塊,承擔各自的工作任務(見圖1)。

圖1 智能巡檢系統框架

防爆機器人搭載導航設備和感知設備,以全自主或半自主方式替代或輔助人工進行巡檢;機器人管控平臺將機器人的巡視內容、時間路線、算法報表管理融為一體,支持超過10 000臺以上的機器人聯合巡檢全過程管理;充電系統為智能防爆機器人提供充電和維修場所,車載充電連接器受電端與固定充電裝置充電端實現自動校準并實施充電,全程實現自動化,無需人工干預;防爆通信模塊采用無線自組網,支持WIGI及4G通訊,后方控制臺實時接收機器人采集的圖像、語音、數據等信息,并進行及時處理。

2.2 智能巡檢機器人結構組成

智能巡檢機器人用于堆場自動巡更巡檢和安全管理,巡檢內容包括設備跑冒滴漏檢測、易燃有毒氣體檢測、環境安全檢測和儀器儀表讀數檢測等。自動巡檢機器人結構組成見圖2。高清攝像頭用于采集環境圖像進行分析,紅外熱成像采集環境溫度數據用于分析,環境傳感器采集環境中的有毒有害氣體進行分析,語音對話模塊可實現現場與后端的雙向通話,防爆云臺可搭載采集設備進行位移和旋轉,噪聲傳感器采集環境噪聲進行頻譜分析,AI芯片將收集到的圖像、聲音、信號和數據進行實時加工并執行后臺命令,運動底盤支持機器人完成各類復雜的運動。

1.高清攝像頭 2.紅外熱成像 3.環境傳感器 4.語音對話裝置 5.防爆云臺 6.噪聲傳感器 7.AI芯片 8.運動底盤圖2 智能巡檢機器人本體結構

機器人外殼采用靜電噴涂工藝,具有防腐蝕、防水、抗氧化三防功能;整體采用防爆型設備,滿足IP56防水防塵等級、Ex d IIB T4 Gb防爆等級,確保智能防爆機器人在雨雪天、雷電等潮濕環境下長期穩定運行;內部傳感、控制,采用模塊化設計,標準化生產;搭載高清攝像頭、紅外熱成像儀、防爆云臺、AI芯片、音頻采集和播放設備等高新技術儀器,輔助智能巡檢機器人在復雜環境完成危險源巡檢任務。

所有部件和元器件均選用寬溫度范圍的工業級產品,工作環境溫度范圍可達到-30～+60℃,工作和存儲環境相對濕度范圍可達5%～95%(無冷凝水),保障在炎熱或寒冷的環境下正常工作和長期儲藏。智能巡檢機器人性能指標見表1。

表1 巡檢機器人性能指標

3 智能巡檢機器人關鍵技術

3.1 表計識別技術

由于缺少算法進行圖像矯正和增強,現有圖像標定技術在進行模板匹配和識別時,受環境干擾因素較大。為提升在?；范褕龅葟碗s環境中的作業性能,機器人采用效果更好的anchor-free方式進行算法模型訓練,能更靈活地識別各種目標物。同時,自主研發圖像增強算法,包含仿射變換矯正圖像、拉普拉斯算子清晰化圖像、超分辨率重建等功能,可以在模糊、傾斜、遮擋、暗光等場景下優化識別技術。研發實例分割算法對指示燈、油位計等有顏色變化的目標物進行像素級別的顏色分割檢測,通過CNN卷積神經網絡對顏色和紋理特征進行提取分析,再通過回歸網絡進行目標分類識別,檢測顏色差異,實現信號燈狀態的辨別。最后,為提高表計識別技術的識別范圍,使用半自動AI訓練平臺不斷優化場景。

機器人以深度學習目標檢測和實例分割算法為基礎,采用AI視覺技術讀取各類儀器,若采集的數據超過閾值則產生預警。在光照條件好、表計完整可視的情況下,表計識別功能準確率大于等于96.5%;異常表計識別的識別準確率大于等于90.5%?？勺R別儀表類型眾多,包括指針儀表、數字儀表、柱形儀表、磁翻板液位計、油位計、開關、閥門、指示燈等,在實際應用中具有良好的普適性。

3.2 罐體測溫識別技術

堆場巡檢時,罐體檢測流程復雜,異常情況繁多,需檢測出設備的溫度、腐蝕現象、內部積污現象、裂痕現象、氣體泄露現象等,單一設備、算法難以滿足所有需求,機器人需搭載多種儀器提升綜合性能。

智能巡檢機器人搭載甲烷激光遙測儀,利用甲烷對長波紅外線具有較強吸收能力的特性,遠距離檢測80 m半徑范圍內甲烷氣體泄露數據,精確鎖定泄漏點,并發出預警;搭載紅外熱成像儀,實現對設備表面溫度進行采集,對重點溫度觀察設備進行精確測溫,并將紅外圖像及溫度數據實時上傳至監控系統,若設備溫度異常則發出預警;采用PID光離子探測方式和電化學探測方式,對現場進行溫濕度實時檢測,當氧氣、一氧化碳、硫化氫等易燃易爆、有毒有害氣體濃度超標時立即示警。

同時,針對設備腐蝕和設備裂紋等瑕疵檢測問題,機器人采用可見光融合紅外光的檢測方法。罐體測溫識別技術在算法模型加入FPN網絡金字塔結構以及GAN對抗生成網絡,提高可見光圖像質量和小目標識別準確度,再融合紅外圖像上裂紋和腐蝕處的溫度差異特征進行最終判斷。罐體測溫識別功能對腐蝕、裂紋等細小目標檢測的精度能達到95%以上。

3.3 跑冒滴漏識別技術

現有技術對工作設備進行跑冒滴漏檢測,只采用紅外技術,存在較大的局限性和誤識別率。針對上述問題,智能巡檢機器人搭載高精度云臺+高清攝像機精準定位泄漏點,對焦拍照發送至后端平臺,平臺顯示泄漏位置的坐標并預警,實現原油與水混合物管道泄露檢測、跑冒滴漏夜間識別和陰影區分識別。機器人采取可見光融合紅外光進行跑冒滴漏的檢測方法,通過Mask RCNN進行像素級分割檢測泄露物、融合紅外圖像的溫度矩陣以及二值化圖像,實現對管道的泄露檢測。不僅如此,跑冒滴漏算法還可同時完成高溫液體滲漏檢測和原油泄露預警。

實際應用效果表明,該技術通過可見光與紅外溫度相互驗證的方法檢測管道可能泄露點位,提高了最終識別的準確率。

4 智能巡檢機器人安全性設計

在設計階段,充分考慮智能機器人在?；范褕鲋醒矙z將面臨的故障情況,提出相應解決辦法,并形成了一套完整的安全性設計方案(見圖3)。當機器人無法識別故障原因時,系統會產生相關的報警并通知人員到場分析,在人工及時響應的情況下事故不會持續擴大,保障了?；范褕錾a運營持續穩定運行。

圖3 智能巡檢機器人安全性設計

5 結語

針對?；肺锪魇鹿暑l發的主要原因——對安全隱患和違規行為監督不力,研發了一種智能巡檢機器人,由智能化的機械設備代替人工進行堆場危險源巡檢工作,及時發現并解決安全隱患,防止發生生產事故。實際應用表明效果良好,有助于提升?；肺锪鞯陌踩a水平。