为了保证设备安全与生产效率,大型设备需要定期巡检。但大型设备高度很高、结构复杂,导致人工巡检效率低、难度高、危险大。
以港口为例,港口岸桥设备多为大型设备,高度一般在80米以上,传统的人工巡检方式,一般需要四至五人,耗时两到三周,才能完成一台设备的巡检。
近年来逐渐兴起的无人机具有优良的空中机动性能,将能够在港口设备巡检中发挥重要作用。上海伯镭智能科技有限公司基于NVIDIA Jetson TX2开发的无人机大型设备智能巡检系统,大幅提高了巡检效率,并降低了巡检人员的安全风险。
NVIDIA助力应对无人机巡检的挑战
大型设备巡检一般包含视觉检测、超声波检测、磁粉检测等不同手段。其中,视觉检测是第一步,对于发现潜在病害至关重要。
无人机搭载高清相机后,可以方便地到达人力难以到达的位置,采集高清图像,以供及时发现裂缝、锈蚀、零件脱落等病害情况。
无人机对大型港口机械进行巡检,需要采集关键部位的高清图片,用于病害的判断。对焦点不在关键部位上是造成废片的一大因素。
但现有的无人机自动巡检方式,一般仅能控制无人机按照设定航线自动飞行,定点拍照,由于无人机的定位与控制误差,所拍摄照片与设备待检测节点间一般存在一定偏差。另一方面,对焦点往往会偏离待检测节点,导致失焦模糊。以上两种情况都会导致无人机所采集的图像无法提供有效信息,成为废片。
上海伯镭智能科技有限公司与国际知名的大型港口设备生产商合作,基于NVIDIA Jetson TX2开发了一套无人机大型设备智能巡检系统,以应对现有无人机巡检的挑战。
Jetson TX2在智能巡检系统的应用
伯镭科技的无人机大型设备智能巡检系统以DJI M210无人机为飞行平台,搭载高清相机,并配有差分GPS精准定位模块,在Jetson TX2上构建了基于卷积神经网络(CNN)的图像识别与云台控制算法,通过地面端节点选择程序、无人机飞控的飞行控制程序、以及机载端的图像识别与云台控制程序的相互配合,实现无人机对设定检测节点的自动飞行、节点处基于图像识别结果的云台调整、以及图像拍摄对焦点的自动调整。
伯镭机载智能模块,内含NVIDIA Jetson TX2模块
该系统能够自动控制无人机按照最短路径,精准飞行到人力难以到达的位置,从特定角度采集高清图像,及时发现裂缝、锈蚀、零件脱落等病害情况,从而大大提高巡检数据采集效率,降低巡检人员的安全风险。
无人机大型设备智能巡检系统结构图
基于改进版YOLO网络模型,在Jetson TX2上处理1920*1080像素图像,其系统实现了对设备关键节点的实时识别(帧率约为15FPS)。基于节点识别结果,对云台角度与对焦点进行精准微调后,有效降低了无人机所采集图像的废片率。根据初步测试结果,废片率约降低20%,从而减少后续无效数据的数据传输、存储与分析。
无人机应用于大型设备巡检,不会受地形地貌限制,尤其适用于险峻山区、多河流地貌下的巡线工作。机载高清摄像设备可对设备产生的故障进行实时在线定位和监控,助力及时发现和采取措施,避免各类大型事故的发生。
基于NVIDIA Jetson TX2,伯镭科技将开发更多垂直行业的巡检平台,设备巡检效率将得以大大提高,节省大量人力、物力,并推动设备巡检系统的升级。
全部0条评论
快来发表一下你的评论吧 !