第二講 無(wú)人機管道巡檢系統是如何進(jìn)行數據分析的

上期科普講座向大家介紹了無(wú)人機管道巡線(xiàn)系統方案，概況講就是一個(gè)核心：地理信息系統；二個(gè)管理：管理人和設備；三個(gè)保證：無(wú)人機培訓，無(wú)人機保險，無(wú)人機空域申請；四個(gè)層次：數據采集，數據存儲，數據分析，數據展示。在這套方案中，最核心的就是數據分析。系統是如何將無(wú)人機采集的巡線(xiàn)數據，進(jìn)行分析比對的，它是靠什么技術(shù)實(shí)現的?

1 9 8 1年的諾貝爾醫學(xué)獎，頒發(fā)給了 D a v i dHubel（出生于加拿大的美國神經(jīng)生物學(xué)家） 和TorstenWiesel，以及 Roger Sperry。前兩位的主要貢獻，是“發(fā)現了視覺(jué)系統的信息處理”，可視皮層是分級的。根據人類(lèi)這個(gè)特點(diǎn)，構造多層的神經(jīng)網(wǎng)絡(luò )，較低層的識別初級的圖像特征，若干底層特征組成更上一層特征，通過(guò)多個(gè)層級的組合，最終在頂層做出分類(lèi)，這就是許多深度學(xué)習算法的靈感來(lái)源。今天我們介紹的就是根據這一靈感來(lái)源開(kāi)發(fā)的，基于卷積神經(jīng)網(wǎng)絡(luò )技術(shù)對無(wú)人機采集的管線(xiàn)數據進(jìn)行數據分析的手段。

首先卷積神經(jīng)網(wǎng)絡(luò )算法是基于“YOLO（YouOnly Look Once）”項目進(jìn)行卷積層重新組合設計，這樣可以將整個(gè)圖像由神經(jīng)網(wǎng)絡(luò )進(jìn)行評估，提高檢測準確率及效率。其次向卷積神經(jīng)網(wǎng)絡(luò )輸入無(wú)人機遙感影像，并對無(wú)人機遙感影像進(jìn)行數據對比，分析疑似對象（圖 1）。

根據計算機圖像識別需要，北京道信科技有限公司目前已采集10萬(wàn)多張圖形樣本。隨著(zhù)時(shí)間推移，圖形樣本數量持續增加并優(yōu)化計算機識別能力。前期根據所設計的神經(jīng)網(wǎng)絡(luò )，共訓練了6類(lèi)特征目標，分別為：工程車(chē)輛、地表破壞、非法占壓、溝槽開(kāi)挖、土地塌陷、水土流失。

為 了 對 算 法 進(jìn) 行 更 好 地 測 試 ， 搭 載 佳 能（Canon） EOS 5D Mark IV相機進(jìn)行拍攝，無(wú)人機行高為100～120 m，時(shí)速100～120 km/h，采集的數據圖像分辨率為5760×3860，地面分辨率為0.5～0.3 m。對檢測結果進(jìn)行對比分析，正樣本檢測識別準確率高達96.6 %，其中誤檢率為0.8 %。

基于卷積神經(jīng)網(wǎng)絡(luò )的無(wú)人機油氣管線(xiàn)巡檢系統可以實(shí)現實(shí)時(shí)影像檢測，效果如圖 2所示。前期針對非法占壓、工程車(chē)輛、溝槽開(kāi)挖、動(dòng)土痕跡、鉤機、鏟機、地表破壞、水土流失等特征進(jìn)行自動(dòng)識別檢測，并自動(dòng)出具報表和統計分析。及時(shí)發(fā)現和定位違法及安全隱患點(diǎn)，及時(shí)處理推送執法信息，做到防患于未然，實(shí)現采用自主航跡規劃巡視的巡檢方式，高效安全地執行巡檢任務(wù)。

主講人：李曉彤，北京道信科技有限公司總經(jīng)理。