朱 偉

(西安明德理工學(xué)院,陜西 西安 710124)

隨著我國(guó)科技的迅速發(fā)展,無(wú)人機(jī)憑借自身靈活性高、成本低等優(yōu)勢(shì),被廣泛應(yīng)用于多個(gè)領(lǐng)域,即使是人們無(wú)法抵達(dá)的區(qū)域,無(wú)人機(jī)也可以精準(zhǔn)地完成巡檢任務(wù),滿(mǎn)足了多個(gè)領(lǐng)域的探測(cè)與巡檢需求。但無(wú)人機(jī)應(yīng)用于鍋爐等密閉空間時(shí),使無(wú)人機(jī)的飛行、圖像處理等功能仍存在問(wèn)題,如何提高無(wú)人機(jī)的精準(zhǔn)性成為亟待解決的問(wèn)題。為此,本研究將無(wú)人機(jī)機(jī)載檢測(cè)技術(shù)作為基礎(chǔ),研發(fā)出適用于工業(yè)鍋爐檢測(cè)領(lǐng)域的無(wú)人機(jī),為工業(yè)鍋爐的后續(xù)維護(hù)奠定基礎(chǔ)。

1 基于無(wú)人機(jī)機(jī)載檢測(cè)技術(shù)的工業(yè)鍋爐檢測(cè)系統(tǒng)總體設(shè)計(jì)

本研究為實(shí)現(xiàn)工業(yè)鍋爐運(yùn)行狀態(tài)的實(shí)時(shí)檢測(cè),對(duì)工業(yè)鍋爐的特性進(jìn)行分析,并設(shè)計(jì)出工業(yè)鍋爐冷壁巡視專(zhuān)用無(wú)人機(jī)。無(wú)人機(jī)研制方案為：充分結(jié)合超聲波三維定位、多傳感器圖像采集等技術(shù),提高無(wú)人機(jī)的檢測(cè)精度,將600 MW鍋爐作為主要研究對(duì)象,在該鍋爐上試驗(yàn)無(wú)人機(jī)的有效性。工業(yè)鍋爐無(wú)人機(jī)檢測(cè)系統(tǒng)整體方案如圖1所示。

圖1 工業(yè)鍋爐無(wú)人機(jī)檢測(cè)系統(tǒng)整體方案

1.1 無(wú)人機(jī)照明與攝像機(jī)角度控制

大部分鍋爐內(nèi)部光照強(qiáng)度較低,甚至存在缺乏光源的現(xiàn)象,此時(shí)采用無(wú)人機(jī)對(duì)鍋爐內(nèi)部進(jìn)行巡視時(shí),無(wú)人機(jī)自身攜帶的探照燈具有強(qiáng)光直射的效果,可在鍋爐內(nèi)部形成光斑,強(qiáng)刺激性光反射至攝像設(shè)備中,可直接影響操作人員的觀(guān)察效果。在對(duì)鍋爐無(wú)人機(jī)進(jìn)行設(shè)計(jì)時(shí),應(yīng)最大限度地避免探照燈發(fā)出的光直接照射被觀(guān)察的對(duì)象,并不斷對(duì)探照燈的光源角度進(jìn)行調(diào)節(jié),找出最佳探照光源。為避免強(qiáng)反射光進(jìn)入攝像頭,應(yīng)在攝像機(jī)的鏡頭與光源的直射方向之間形成一定夾角。本研究為實(shí)現(xiàn)鍋爐不同角度的觀(guān)察,并提高觀(guān)察的清晰性,設(shè)計(jì)了可調(diào)節(jié)角度的攝像頭以及照明設(shè)備的控制裝置,有利于提高無(wú)人機(jī)的檢測(cè)精度[1]。

1.2 無(wú)人機(jī)的三維定位和防撞技術(shù)

本研究在研發(fā)無(wú)人機(jī)時(shí),將超寬帶技術(shù)(ultra wide band,簡(jiǎn)稱(chēng)UWB)作為無(wú)人機(jī)的核心技術(shù),該技術(shù)是一項(xiàng)全新的無(wú)線(xiàn)通信技術(shù),可通過(guò)發(fā)送和接收具有納秒或納秒級(jí)以下的極窄脈沖完成數(shù)據(jù)的傳輸,在傳輸數(shù)據(jù)過(guò)程中,可獲取具有3.1～10.6 GHz量級(jí)的帶寬。該項(xiàng)技術(shù)憑借自身優(yōu)異的性能,被廣泛應(yīng)用于無(wú)線(xiàn)室內(nèi)定位領(lǐng)域以及煤礦等復(fù)雜領(lǐng)域,具有良好的發(fā)展前景。將超寬帶系統(tǒng)與傳統(tǒng)的窄帶系統(tǒng)進(jìn)行對(duì)比分析可知,超寬帶技術(shù)具有穿透能力強(qiáng)、功耗低以及安全性高等優(yōu)勢(shì),將該系統(tǒng)應(yīng)用于工業(yè)鍋爐檢測(cè)領(lǐng)域中,可為無(wú)人機(jī)定位提供更加精準(zhǔn)的位置信息。

1.3 視頻圖像處理

為有效解決無(wú)人機(jī)拍攝圖像效果不佳的問(wèn)題,本研究設(shè)計(jì)了圖像實(shí)時(shí)預(yù)處理模塊,通過(guò)對(duì)圖像進(jìn)行預(yù)處理,結(jié)合系統(tǒng)的圖像去噪功能對(duì)無(wú)人機(jī)傳輸?shù)膶?shí)時(shí)圖像進(jìn)行去噪。去噪算法可充分利用圖像的特征信息,實(shí)現(xiàn)重構(gòu)圖像質(zhì)量的整體提高,使圖像擁有更加真實(shí)的視覺(jué)效果,經(jīng)過(guò)處理后的圖像應(yīng)用于不同的場(chǎng)景時(shí),具有更強(qiáng)的魯棒性。視頻圖像的處理過(guò)程為：首先,利用預(yù)處理模塊和去噪算法解決視頻圖像效果不佳的問(wèn)題;其次,鍋爐的受熱面存在積灰、結(jié)渣等現(xiàn)象,該現(xiàn)象可直接影響無(wú)人機(jī)的拍攝效果,易使視頻圖像存在污點(diǎn),利用多尺度的圖像去霧算法對(duì)圖像進(jìn)行優(yōu)化,使其恢復(fù)至正常效果,便于操作人員對(duì)鍋爐內(nèi)部情況進(jìn)行觀(guān)察;最后,結(jié)合無(wú)人機(jī)的運(yùn)行模糊圖像恢復(fù)算法對(duì)圖像進(jìn)行處理,將清晰完整的圖像保留在系統(tǒng)中,由于智能識(shí)別模塊對(duì)圖像進(jìn)行智能識(shí)別與處理,對(duì)比處理前后的圖像效果,整理反饋結(jié)果。工業(yè)鍋爐無(wú)人機(jī)視頻圖像處理方法如圖2所示[2]。

圖2 工業(yè)鍋爐無(wú)人機(jī)視頻圖像處理方法

2 工業(yè)鍋爐智能無(wú)人機(jī)巡檢研發(fā)的關(guān)鍵技術(shù)

2.1 無(wú)人機(jī)定位技術(shù)

工業(yè)鍋爐內(nèi)部環(huán)境的光照條件極差,傳統(tǒng)視覺(jué)傳感器的語(yǔ)義構(gòu)圖技術(shù)在該環(huán)境下無(wú)法保證定位的精準(zhǔn)度。為此,本研究采用激光雷達(dá)作為無(wú)人機(jī)定位技術(shù)的感知手段,激光雷達(dá)是一種自主式感知傳感器,不受外界因素的影響,具有較高的測(cè)距精度。通過(guò)激光雷達(dá)實(shí)時(shí)構(gòu)圖技術(shù)對(duì)工業(yè)鍋爐內(nèi)部環(huán)境進(jìn)行檢測(cè),可構(gòu)建出精確的三維地圖。該技術(shù)的研究?jī)?nèi)容包括柵格地圖概率和地圖模型構(gòu)建[3]。

2.2 障礙物感知與標(biāo)識(shí)技術(shù)

為實(shí)時(shí)獲取無(wú)人機(jī)周?chē)系K物的位置信息,將激光測(cè)距原理作為激光雷達(dá)的基礎(chǔ),對(duì)障礙物的位置信息進(jìn)行實(shí)時(shí)采集,采集的信息可用于無(wú)人機(jī)導(dǎo)航定位以及鍋爐環(huán)境的智能感知等方面。本研究在對(duì)無(wú)人機(jī)的自主避障功能進(jìn)行設(shè)計(jì)時(shí),采用障礙感知與標(biāo)識(shí)技術(shù)對(duì)鍋爐周?chē)恼系K物進(jìn)行識(shí)別。該技術(shù)的基礎(chǔ)為激光雷達(dá)點(diǎn)云模型,將該技術(shù)應(yīng)用于鍋爐檢測(cè)領(lǐng)域,有利于提高無(wú)人機(jī)的避障精準(zhǔn)度,同時(shí)便于操作人員實(shí)時(shí)觀(guān)察鍋爐的運(yùn)行狀態(tài)。

2.3 異步異構(gòu)傳感器多源信息融合技術(shù)

鍋爐內(nèi)部環(huán)境較為復(fù)雜,為保證無(wú)人機(jī)的平穩(wěn)安全飛行,需要多種傳感器共同配合。傳統(tǒng)無(wú)人機(jī)主要采用單一傳感器維持運(yùn)行,無(wú)人機(jī)在實(shí)際運(yùn)行過(guò)程中,需要高頻高精度的位姿解算,從定位的角度對(duì)單一傳感器進(jìn)行分析可知,單一傳感器無(wú)法滿(mǎn)足無(wú)人機(jī)的控制需求;從安全飛行的角度對(duì)單一傳感器分析,單一傳感器內(nèi)部信息有限,無(wú)法滿(mǎn)足無(wú)人機(jī)對(duì)障礙物的全方位檢測(cè)。本研究為提高無(wú)人機(jī)對(duì)周邊環(huán)境的全方位感知效果,對(duì)多種異步異構(gòu)傳感器信息融合算法進(jìn)行深入研究,通過(guò)該方式滿(mǎn)足無(wú)人機(jī)的高精度位姿解算需求[4]。

2.4 雷達(dá)點(diǎn)云數(shù)據(jù)與鍋爐模型匹配技術(shù)

無(wú)人機(jī)在運(yùn)行過(guò)程中,可通過(guò)三維激光雷達(dá)對(duì)工業(yè)鍋爐爐膛的距離信息進(jìn)行感知,最終將數(shù)據(jù)信息形成點(diǎn)云數(shù)據(jù)。采用相關(guān)性匹配算法完成點(diǎn)云數(shù)據(jù)與鍋爐爐膛模型的匹配,即可得到無(wú)人機(jī)在工業(yè)鍋爐中的相對(duì)位置,從而獲取攝像機(jī)與鍋爐爐膛的距離、角度等信息,便于精準(zhǔn)推斷圖像在鍋爐的位置,為工業(yè)鍋爐檢測(cè)提供參考依據(jù)。

3 基于無(wú)人機(jī)機(jī)載檢測(cè)技術(shù)的工業(yè)鍋爐檢測(cè)系統(tǒng)優(yōu)化設(shè)計(jì)

為驗(yàn)證無(wú)人機(jī)的有效性,將無(wú)人機(jī)應(yīng)用于600 MW的鍋爐爐膛內(nèi)進(jìn)行飛行試驗(yàn),在試驗(yàn)過(guò)程中可獲取鍋爐受熱面的視頻圖像數(shù)據(jù),將視頻圖像數(shù)據(jù)作為主要研究對(duì)象,對(duì)其進(jìn)行分析與處理,即可得到更加清晰的視頻圖像,操作人員可通過(guò)該圖像清楚觀(guān)察到水冷壁的細(xì)節(jié)特征,為工業(yè)鍋爐后期故障檢修與事故分析奠定基礎(chǔ)。

3.1 水冷壁圖像光學(xué)校正

無(wú)人機(jī)可拍攝動(dòng)態(tài)的視頻圖像,動(dòng)態(tài)的視頻對(duì)光源的亮度具有較高需求。鍋爐受熱面長(zhǎng)期處于惡劣的環(huán)境中,可直接影響視頻圖像的亮度,使視頻圖像的亮度信息不足,該現(xiàn)象對(duì)鍋爐的檢測(cè)結(jié)果影響較大。本研究為保持視頻圖像的亮度細(xì)節(jié)信息,利用伽馬校正函數(shù)對(duì)圖像的亮度進(jìn)行調(diào)整。當(dāng)鍋爐受環(huán)境因素的限制時(shí),同樣可以通過(guò)伽馬校正算法對(duì)視頻進(jìn)行補(bǔ)光處理,有針對(duì)性地調(diào)整視頻亮度信息,防止視頻在亮度處理過(guò)程中出現(xiàn)亮度信息丟失的情況。伽馬校正算法在一定程度上可改善航拍圖像亮度不均以及對(duì)比度下降的問(wèn)題,同時(shí)可有效提高鍋爐受熱面視頻質(zhì)量不佳的問(wèn)題[5]。

3.2 水冷壁圖像去噪處理

無(wú)人機(jī)獲取視頻圖像的功能存在一定缺陷,并且鍋爐受熱面易受灰塵的影響,使采集的視頻圖像數(shù)據(jù)存在噪聲問(wèn)題,該現(xiàn)象使鍋爐受熱面無(wú)法直接用于對(duì)目標(biāo)的跟蹤。本研究為實(shí)現(xiàn)圖像噪聲的去除,采用維納濾波器作為核心設(shè)備。該設(shè)備是一種自適應(yīng)濾波器,可充分利用圖像的局部方差,以此實(shí)現(xiàn)濾波器輸出的精準(zhǔn)調(diào)整。為使用信號(hào)噪聲未知和隨時(shí)間變換的特性,利用潛意識(shí)獲取濾波器參數(shù),自動(dòng)對(duì)當(dāng)前時(shí)刻的濾波器參數(shù)進(jìn)行調(diào)整。將維納濾波器應(yīng)用于工業(yè)鍋爐檢測(cè)領(lǐng)域,具有良好的去噪效果[6]。

3.3 運(yùn)動(dòng)模糊圖像的復(fù)原

前向運(yùn)動(dòng)模糊可直接決定無(wú)人機(jī)的飛行狀態(tài),無(wú)人機(jī)在飛行過(guò)程中產(chǎn)生的姿態(tài)變化對(duì)模糊尺度的影響與前向運(yùn)動(dòng)模糊尺度之間相差了一個(gè)數(shù)量級(jí),該現(xiàn)象對(duì)圖像質(zhì)量的影響不大,可忽略不計(jì)。本研究在對(duì)無(wú)人機(jī)的飛行方向進(jìn)行考慮時(shí),需要采用機(jī)械式、光學(xué)式以及電子式等補(bǔ)償辦法對(duì)前向運(yùn)動(dòng)模糊進(jìn)行處理,該方式可有效消除大部分運(yùn)動(dòng)對(duì)圖像質(zhì)量的影響,可滿(mǎn)足運(yùn)動(dòng)模糊圖像恢復(fù)的要求。無(wú)人機(jī)在運(yùn)行過(guò)程中易受大氣湍流效應(yīng)以及隨機(jī)轉(zhuǎn)動(dòng)的影響,從而使圖像存在模糊現(xiàn)象。為有效解決該問(wèn)題,可采用運(yùn)動(dòng)補(bǔ)償算法對(duì)圖像復(fù)原算法進(jìn)行改進(jìn)與開(kāi)發(fā),該算法的實(shí)時(shí)性和魯棒性較強(qiáng),有利于提高圖像復(fù)原的質(zhì)量[7]。

3.4 燃燒器結(jié)焦智能識(shí)別

本研究對(duì)圖像進(jìn)行智能識(shí)別時(shí),將YOLOv3作為核心算法,該算法主要采用相互級(jí)聯(lián)的殘差網(wǎng)絡(luò)實(shí)現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)層數(shù)的加深。為最大限度地避免網(wǎng)絡(luò)結(jié)構(gòu)層數(shù)過(guò)多時(shí)產(chǎn)生退化現(xiàn)象,向其中引入跳躍式結(jié)構(gòu),并選用卷積層代替池化層進(jìn)行樣本采集,卷積層的步長(zhǎng)為2,采樣過(guò)程中可產(chǎn)生特征提取網(wǎng)絡(luò)Darknet-53,該網(wǎng)絡(luò)具有一系列1×1和3×3的卷積層。為提高網(wǎng)絡(luò)的收斂效果,在每個(gè)卷積層后添加批歸一化層。YOLOv3算法在對(duì)小目標(biāo)物體進(jìn)行檢測(cè)時(shí),可采用多尺度特征融合方法在8、16、32倍下完成樣本采集,并輸出3種不同尺寸的特征圖,以此實(shí)現(xiàn)物體位置和類(lèi)別的預(yù)測(cè)。將YOLOv3算法應(yīng)用于鍋爐燃燒器的智能檢測(cè)時(shí),可精準(zhǔn)捕捉類(lèi)似燃燒器結(jié)焦等故障現(xiàn)象[8]。

4 無(wú)人機(jī)機(jī)載檢測(cè)技術(shù)在工業(yè)鍋爐檢測(cè)領(lǐng)域的應(yīng)用

4.1 無(wú)人機(jī)的選擇

鍋爐內(nèi)部環(huán)境較為復(fù)雜與惡劣,對(duì)無(wú)人機(jī)的使用壽命與自主避障等功能的影響較大。大部分工業(yè)無(wú)人機(jī)采用衛(wèi)星或者視覺(jué)導(dǎo)航完成故障位置的精準(zhǔn)定位,但鍋爐爐膛與尾部受熱面等部分的光線(xiàn)較弱,易受電磁的干擾,并且內(nèi)部信號(hào)質(zhì)量較差,無(wú)法保證衛(wèi)星或視覺(jué)導(dǎo)航系統(tǒng)的精準(zhǔn)性。本研究選用四旋翼飛行器作為鍋爐檢測(cè)的無(wú)人機(jī),結(jié)合性能較好的無(wú)人機(jī)技術(shù)控制飛行,并利用不同方向的紅外傳感器完成距離測(cè)量,通過(guò)該方式保證鍋爐相對(duì)位置的精準(zhǔn)定位。為最大限度地避免無(wú)人機(jī)在飛行過(guò)程中出現(xiàn)碰撞,在無(wú)人機(jī)外部增加圓形防護(hù)罩,具有較高的性?xún)r(jià)比。工業(yè)鍋爐無(wú)人機(jī)系統(tǒng)如圖3所示。

圖3 工業(yè)鍋爐無(wú)人機(jī)系統(tǒng)

4.2 無(wú)人機(jī)飛行方案制定

為滿(mǎn)足鍋爐的技術(shù)規(guī)范要求,在無(wú)人機(jī)各項(xiàng)指標(biāo)正常的情況下,充分結(jié)合無(wú)人機(jī)飛行的特點(diǎn),制定出無(wú)人機(jī)檢驗(yàn)作業(yè)文件,并驗(yàn)證無(wú)人機(jī)的可靠性。將經(jīng)過(guò)技術(shù)審核后的無(wú)人機(jī)應(yīng)用于現(xiàn)場(chǎng)檢驗(yàn),最大限度地避免無(wú)人機(jī)存在質(zhì)量問(wèn)題。

4.2.1 檢測(cè)區(qū)域劃分與位置確認(rèn)

無(wú)人機(jī)主要用于鍋爐外部鋼結(jié)構(gòu)以及內(nèi)部部件受火側(cè)的檢驗(yàn),由于鍋爐介質(zhì)側(cè)的空間有限,增大了無(wú)人機(jī)的進(jìn)入難度。本研究在對(duì)無(wú)人機(jī)的檢測(cè)區(qū)域進(jìn)行劃分時(shí),需要嚴(yán)格遵循兩方面原則：①將鍋爐受熱面的特性作為主要依據(jù),結(jié)合無(wú)人機(jī)的飛行特點(diǎn),確定鍋爐內(nèi)部各個(gè)檢驗(yàn)區(qū)域的形狀與大小;②為最大限度地避免檢驗(yàn)區(qū)域遺漏的問(wèn)題,應(yīng)將檢驗(yàn)區(qū)域重疊。

由于鍋爐內(nèi)部空間有限,使無(wú)人機(jī)在鍋爐中的視野存在一定限制,后期無(wú)法精準(zhǔn)辨別無(wú)人機(jī)的所處位置。為提高無(wú)人機(jī)的辨別精度,需要結(jié)合高度、距離等傳感器,并與視頻圖像中受檢設(shè)備典型特征相互配合,共同輔助無(wú)人機(jī)完成檢驗(yàn)區(qū)域和缺陷位置的定位,該過(guò)程需要注意各個(gè)檢驗(yàn)區(qū)域名稱(chēng)的實(shí)時(shí)記錄[9]。

4.2.2 無(wú)人機(jī)的飛行與檢驗(yàn)方式

通過(guò)對(duì)無(wú)人機(jī)系統(tǒng)進(jìn)行分析可知,本研究選擇的無(wú)人機(jī)具備降落觀(guān)察、制定高度懸停等飛行方式,無(wú)人機(jī)的攝像頭主要采用水平垂直、仰視、俯視以及側(cè)視等掃查方式完成視頻圖像的掃描。攝像頭的可視范圍存在一定局限性,拍攝圖像的邊緣處畸變量較大,為保證掃查結(jié)果的精準(zhǔn)性與可靠性,需要充分結(jié)合無(wú)人機(jī)的拍攝特性,以此確認(rèn)掃查的有效區(qū)域。

4.2.3 無(wú)人機(jī)檢驗(yàn)順序

通常情況下,無(wú)人機(jī)在進(jìn)入檢驗(yàn)空間時(shí),首選位于爐膛或尾部受熱面?zhèn)让娴臓t門(mén),進(jìn)入檢測(cè)空間后,操作人員可將鍋爐內(nèi)部特征作為主要依據(jù),以此實(shí)現(xiàn)無(wú)人機(jī)所處位置的精準(zhǔn)判斷,并選擇最佳檢測(cè)起點(diǎn)。在實(shí)際檢測(cè)過(guò)程中,需要按照整體快速掃查與局部重點(diǎn)掃查相結(jié)合的方式完成工業(yè)鍋爐的檢測(cè)。無(wú)人機(jī)的續(xù)航能力有限,采用整體快速掃查的方式檢測(cè)鍋爐,可使操作人員在短時(shí)間了解鍋爐尾部受熱面的情況,在檢查故障高發(fā)區(qū)域時(shí),可采取懸停飛行模式對(duì)該區(qū)域進(jìn)行重點(diǎn)掃查,有利于提高檢驗(yàn)的效率。無(wú)人機(jī)的整體掃查方式呈“S”形,飛行過(guò)程中注意掃查的有效區(qū)域,相鄰路線(xiàn)的兩個(gè)區(qū)域應(yīng)有一定重疊,該方式可有效防止漏檢現(xiàn)象[10]。

5 結(jié) 語(yǔ)

本研究為實(shí)現(xiàn)工業(yè)鍋爐運(yùn)行狀態(tài)的實(shí)時(shí)檢測(cè),分析了工業(yè)鍋爐的特性,并設(shè)計(jì)出工業(yè)鍋爐冷壁巡視專(zhuān)用無(wú)人機(jī)。為提高無(wú)人機(jī)的檢測(cè)精度,在攝像機(jī)的鏡頭與光源的直射方向之間形成一定夾角,最大限度地避免強(qiáng)反射光進(jìn)入攝像頭,并設(shè)計(jì)了可調(diào)節(jié)角度的攝像頭以及照明設(shè)備的控制裝置,實(shí)現(xiàn)鍋爐不同角度的觀(guān)察。通過(guò)對(duì)無(wú)人機(jī)的檢測(cè)效果進(jìn)行分析可知,該無(wú)人機(jī)可滿(mǎn)足鍋爐的巡視要求。