智能巡检机器人在大坝廊道运维中的应用研究

张德会，贾青龙，卢金波，胡晓连，梁国清，罗金霞

（国网湖北省电力有限公司黄龙滩水力发电厂，湖北 十堰 442000）

为确保大坝安全，需要对坝基廊道进行长期巡检。但坝基廊道环境复杂、线路冗长，且廊道内存在墙体渗漏、地面积水、有害气体聚集等多种不确定因素，极大地增加了维护人员的巡检风险。此外，人工巡检费时费力，也容易导致漏检，因此，实时掌握大坝廊道环境状况，及时发现廊道内设备运行隐患，研发智能巡检机器人成为首选解决方案。本文通过探究轨道式巡检机器人在坝基廊道的具体应用，提出了采用智能机器人代替人工巡检的设计方案。

1 智能巡检机器人技术与应用现状

1.1 人脸识别

近年来，人脸识别技术逐渐成熟，且在各类图像识别中得到了广泛的应用。但由于在进行人脸识别时，需要将人脸与摄像头对齐，因此需要对采集的人脸进行高度的计算和建模，同时还要对人脸进行检测，这就给人脸识别系统带来了很大的挑战。然而，在实际运用中，人脸识别不仅要与摄像头进行数据匹配，还需要对人脸进行特征提取并识别出人脸中特定位置、角度和方向等特征，这使得识别速度变得很慢。同时，在智能手机的支持下，如果需要与手机进行交互时，只能通过移动设备完成。目前，市场上主流人脸识别产品为基于摄像头的 NFC 识别器和基于手机屏幕的 NFC 识别器。在水库廊道运维过程中，如果能成功实现由人脸识别功能取代人工辅助功能时，就能极大地提高智能机器手臂日常运维工作的有效性。

1.2 人体手势识别

在智能巡检机器人研发过程中，需要通过摄像头识别出不同的人体手势，然后再将识别结果与摄像头进行对比，以判断手势和人脸是否一致，以便于后续对人体手势进行针对性操作。但由于智能巡检机器人无法配备摄像头和传感器等关键部件，因此无法做到“人形”化或者是“人形”化后的识别精度较低。同时，为了防止机器出现误判，同时也为了减少人工巡检成本和时间，目前绝大多数智能巡检机器人都是通过人工操作或远程监控设备来实现巡检工作。

1.3 三维空间定位与导航

传统的机器人设备在运行过程中往往需要采用惯性导航以及GPS 等方式来实现空间定位，这些方法不仅耗时较长，而且精度不高，所以很难满足智能巡检机器人应用的需求。另外，由于传统GPS 具有较强的不可预知性，因此其准确性受到了限制，通常只能通过人工经验来进行决策，从而给整个巡检过程带来很大不便。三维空间定位与导航是智能巡检机器人的关键技术之一，其不仅能实现巡检地点的精确定位、人员位置信息等数据收集、安全状态检测以及设备状态监测等工作，而且还能进行多种交互方式和数据集成共享应用来实现智能巡检机器人更好地运行。例如，在大坝廊道运维中，巡检机器人需要准确定位到某一地点并根据现场情况设定轨迹路径到达相应地点。传统机器人对地理信息环境具有很强的依赖性，如果巡检机器人没有相应导航信息就无法进行精确定位导航。基于此，目前国内研发出来一种基于三维坐标原点技术进行智能机器人三维定位和导航的技术。

2 大坝廊道运维中存在的问题

目前，在大坝廊道运维过程中，大多数技术人员仍然使用人工进行管道设备的日常巡检维护工作，如阀门及管道的检查、检测等。这种人工巡检往往难以发现问题和规律，存在一定的风险。此外，由于施工条件及技术水平等方面的限制，有些区域需要人工进行管道巡视才能发现管段故障。这些情况在实际应用过程中会出现得比较多，而且巡检机器人技术门槛较高，在维护过程中，如果有突发事件出现会给其带来严重的后果。因此，在未来对大坝廊道的智能运维中要重视人员巡检和设备保养，严格按照规范的要求来执行。只有这样，才能真正发挥出机器人技术自身优势，使其成为今后对大坝廊道进行定期巡查维护的必备工具，也可以降低相关人员巡检维护工作所造成的安全风险发生。

2.1 人力巡检工作效率不高

由于人力巡检工作效率低，所以在实际应用过程中会造成人员的工作强度过大，容易出现工作能力下降等问题，对后续工作造成一定影响。另外，也会降低工作效率，出现管道损坏情况。因此，在实际应用过程中，由于人员数量不足，要想对管道运行情况进行有效监测，仍需使用巡视机器人来进行，而这种巡视机器人有一定的局限性，只能对管道设备进行简单检测、巡查。此外，如果使用人工巡检，则需要花费大量时间来检测管道相关情况，如果发现异常或出现异常的管道，需要通过人工来维修处理，这样会导致工作效率降低并且难以将问题解决。因此，在实际应用过程中，不能仅仅使用人员巡检，而是应该注重巡检机器人自身工作效率高的优势。

2.2 运维范围较窄

目前，大部分大坝廊道智能巡检机器人都是以静态检测为主，并没有在动态检测的基础上再进行管道检测。在这种情况下，就需要巡检人员使用更加先进的技术手段，结合当前的检测设备进行相关数据的采集。如果巡检机器人是由多个传感器组合而成、无法完全覆盖坝区所有管道，就不能有效发现管道存在的隐患。这也意味着，即使拥有大量机器人，也无法解决大坝廊道运维存在的问题，反而使大坝廊道的运维范围更窄。所以，未来巡检机器人在库区巡检及管道维护过程中，将会更加适合需要巡检以及维护的区域之间的联系以及相互配合，实现对大坝廊道进行智能化巡检运维。

2.3 人员巡检质量有待提高

在实际工作中，由于人员巡检范围较大，巡检效率不高，所以人员巡检质量的好坏将直接影响智能巡检机器人对各种管段及其他设备的运行情况。此外，由于部分检修人员缺乏巡检员这一岗位经验，这会影响机器人运行效率。例如，对管道阀门进行检测时，会对管道阀门上、下各部位进行仔细检查；对管道阀门上、下两边连接点进行检查；还有对管道阀门进行定期检测等工作。这些都严重破坏了巡检工作的准确性和完整性，使机器人检测工作变得更加困难。

2.4 突发事件发生时应急处理机制不完善

应急处理机制是指当应急人员处理突发事件时所采取的措施。当前，很多应急机器人对于突发事件的处理并没有制定详细的应急处理预案，这在一定程度上导致了突发事件在智能巡检机器人的处置过程中可能出现各种各样的情况。当突发事件发生时，对于人员及设备都会造成不同程度的伤害。尤其是如果机器人内部出现故障时，如果不能第一时间采取措施进行处理，将会对机器人运行带来严重缺陷和影响。由于其无法在紧急情况下采取有效的防护措施，所以一旦出现事故后没有及时地对其进行应急处理，会造成设备、人员及财产损失等。所以只有将应急处置机制健全起来做好相应的预防措施，才能使其得到更好地发展。

3 智能巡检机器人的设想

基于智能巡检机器人在水利水电工程中的应用经验，将其应用于水工建筑物的检修维护，既能够提高检修维护效率，又能够避免人员作业时的安全隐患。因此，通过研究智能化巡检机器人技术特性及市场前景，通过对水工建筑物检修维护中常见问题的检测和分析以及基于视频、图像、声音等多种信息实时采集网络信息分析应用软件系统的开发，能够实现自动化设备进行检修维护。同时，利用水工建筑物结构特点及实际作业环境等因素，通过对机器人巡检过程进行实时视频采集与分析。在实际使用过程中，能实现基于机器人监测视频的自动巡检功能及设备故障自动报警功能。

3.1 机器人巡检过程中的视觉与语音信息采集及分析

视觉与语音信息的采集是通过运用摄像头和语音系统进行设备检修维护，因此，在机器人巡检过程中，视觉和语音系统能采集到人行走时所拍摄的图像和语音。其中，通过运用红外成像技术对机器人身上的红外灯进行成像检测，将检测到的红外灯信号与机器人巡检线路中安装在机器人上的红外探测器（如红外摄像机、红外测温仪、红外测距仪等）进行比对检测，若检测到物体位于人行走过程中，可通过系统自动报警（如红外探伤传感器、红外测温仪）进行报警提醒。同时，将图像和语音数据输入语音处理系统后进行分析，出现异常信息和特殊现象，为机器人巡检作业提供辅助依据。同时，在机器人巡检过程中，利用高清摄像头对机器人行走过程中出现的障碍进行识别，并可以及时报警，提高管理效率水平。

3.2 机器人故障报警的智能处理

对于机器人发生故障的报警，需要根据事件发生的原因进行及时处理。如果故障发生在运行的过程中，则需要及时更换故障设备，若故障设备处于运行中，则需要将检测到的设备信息进行登记，并上传至系统中进行故障处理。例如，当机器人由于信号干扰或其他原因出现故障时，可根据状态记录、视频监控记录等信息对故障设备进行分类处理。通过信息记录可以对机器人故障现象进行准确定位。当监测到机器人检测到环境参数发生变化时，则需要根据环境参数设定不同条件下不同情况下传感器信号是否发出变化是否严重等状态信息。而一旦发现环境条件不符合要求时，则需要及时采取相应的措施保障其安全运行。

3.3 基于机器人的综合监控信息管理平台

综合监控信息管理平台以PC 为服务器，利用云计算技术，对智能巡检机器人实时数据进行管理，并与调度系统、应急管理系统进行数据交互，对机器人的工作状态、故障信息、安全状况进行实时跟踪，并提供自动化运维服务。根据运行实际需求，实现以调度系统为核心、以手机 APP 为支撑的综合管理平台。其中，调度系统提供智能巡检机器人管理平台、应急管理系统；智能巡检机器人可根据实际需求，实现对巡视路径、重点区域、安全状态的监测；手机APP 可提供包括巡检范围、问题定位、故障报警等内容的数据管理服务；机器人可根据实际需求实现信息智能推送。

3.4 机器人智能化运维控制系统的开发及应用技术研究

通过机器人智能化运维控制系统的开发，可实现在线监测设备故障，通过对故障检测到的参数进行优化控制，保证系统的可靠性，并且实现故障隐患自动预警。通过对水工建筑物缺陷的检测分析，能够确定故障部位，并对故障现象进行分析并将数据上传到监控平台，实现远程诊断。对系统进行故障判断、报警和控制功能，并对故障区域进行优化、预测和预警。

将智能巡检机器人应用在大坝廊道巡检中，不仅具有传统人工巡检的灵活性，而且能够有效降低巡检人员的劳动强度。廊道智能诊断系统采用机器视觉算法、智能控制、大数据分析等人工智能技术，对巡检机器人携带的高清摄像头、红外热像仪采集的图像信息与多种传感器采集的数据信息进行有效融合，通过智能化深度学习后实现墙体裂缝识别、廊道水位检测、火灾事故预警、有害气体检测等智能诊断功能。廊道巡检机器人的成功研发和应用，为无人值班（少人值守）水电站运行提供了坚实基础，也为水电站开展智慧大坝建设进行了有益的探索。

4 结语

智能化巡检机器人可以解决传统大坝廊道运维中人工巡检的不足，通过安装在坝体内部的红外摄像头采集廊道内的实时图像，对廊道进行自动检测。同时通过人工智能算法进行视频的分析计算，识别廊道内可能存在的故障部位及相关问题隐患，可将检测到的问题隐患反馈给相关人员，保证廊道内工作人员作业安全，减少人员工作强度。同时，实现了智能化设备与人工巡检设备之间的无缝对接，避免了人工巡检的不足。同时运用人工智能算法可实现对廊道内设备状态分析、视频图像识别、故障报警等功能，确保廊道内设备健康稳定运行。