[發明專利]一種基于光視覺技術的海底管道自主巡檢方法及設備

有效

• 申請號: 202110349057.2
• 申請日: 2021-03-31
• 公開（公告）號: CN113191389B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 高天羽;解子祺;李志航
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06N20/00
• 代理公司: 濟南譽豐專利代理事務所(普通合伙企業) 37240
• 代理人: 李茜

本申請公開了一種基于光視覺技術的海底管道自主巡檢方法及設備，獲取訓練數據集對建立的管道漏點識別模型進行訓練；通過訓練后的漏點識別模型對管道圖像進行獲取；根據實際的管道圖像獲取情況確定評估時間，時間結束后根據采集到的所有數據對管道進行綜合評估。通過訓練后的管道漏點識別模型對管道圖像進行獲取提高了圖像獲取的準確率。而且根據實際的管道圖像獲取確定評估時間，對管道異常及時評估，在盡可能短的時間里盡可能地利用采集到的所有圖像數據得到異常判斷的結果，有效地避免了由于模型精度有限造成的誤識別、數據利用不充分、同步性差等問題。

技術領域

本申請涉及管線巡檢技術領域，具體涉及一種基于光視覺技術的海底管道自主巡檢方法及設備。

背景技術

海底管道運輸是海底油氣輸送的重要途徑，其正常運行對國民經濟發展和社會穩定具有重要意義。由于水中污垢、海水腐蝕、運行磨損等因素影響，海底管道易產生缺陷和損傷，甚至發生油氣泄漏，因此需要對海底管道進行定期檢測，避免重大安全事故發生。

水下機器人具有作業深度大、范圍廣、持續時間久、安全高效等優點，成為海底管道檢測的首選設備，國內外學者從路徑規劃、姿態控制、管道缺陷檢測等方面展開了大量研究。對海底管道巡查最重要的是對目標的識別。

一般的目標檢測任務往往是對圖片或者靜止目標進行檢測，在進行目標檢測時基本上不會出現因目標運動模糊造成的模型誤識別問題。但水中機器人在水下巡檢時，一直處于運動狀態，采集的圖像幀數有限且不固定，因此需要在盡量短的時間內根據不同角度的圖像完成目標的準確識別。

為了評估模型的效果，一般采取以下兩種評估方案。一是實時評估，依賴且僅以單次采集的圖像數據進行實時的評估。該方案具有良好的同步性，但對于模型要求較高，因此很容易出現誤報的情況，且在動態采集的過程中，會連續多次報警。二是完整評估，提前設置預設值，當采集數據達到一定數量后再進行評估。該方案可以在一定程度下避免由于模型錯誤而產生的誤報，但預設數量往往是定值，因此可能存在由于機器人運動過快造成的數據量未達到預設值或由于機器人運動過慢造成的數據未完全利用等情況。

發明內容

本申請為了解決上述技術問題，提出了如下技術方案：

第一方面，本申請實施例提供了一種基于光視覺技術的海底管道自主巡檢方法，所述方法包括：獲取訓練數據集對建立的管道漏點識別模型進行訓練；通過訓練后的漏點識別模型對管道圖像進行獲取；根據實際的管道圖像獲取情況確定評估時間，時間結束后根據采集到的所有數據對管道進行綜合評估。

采用上述實現方式，通過訓練后的管道漏點識別模型對管道圖像進行獲取提高了圖像獲取的準確率。而且根據實際的管道圖像獲取確定評估時間，對管道異常及時評估，在盡可能短的時間里盡可能地利用采集到的所有圖像數據得到異常判斷的結果，有效地避免了由于模型精度有限造成的誤識別、數據利用不充分、同步性差等問題。

結合第一方面，在第一方面第一種可能的實現方式中，所述獲取訓練數據集對建立的管道漏點識別模型進行訓練，包括：通過對場景與光線的變換模擬真實實驗環境下巡檢的場景，利用水下運動相機與機器魚上搭載的水下攝像頭對水下物體數據集進行采集；對采集到的水下物體數據集視頻進行分幀處理，并且挑選拍攝視角正確、成像環境清晰、光圈參數符合訓練的圖片進行標注訓練；將水下物體數據集中物塊根據形狀分為圓柱和立方體2類，并利用LabelImg圖片標注工具進行標注處理，以VOC數據集格式保存。

結合第一方面第一種可能的實現方式，在第一方面第二種可能的實現方式中，還包括對訓練后的管道漏點識別模型進行驗證，包括：分配出預設比例的數據集以及額外分配的非訓練集的照片作為測試集，驗證所述管道漏點識別模型識別精度。