首页 > 论文范文 > 工程工业论文 > 工程综合论文 > 水利水电工程论文 > 基于无人机图像的内河航道养护异常事件识别研究

基于无人机图像的内河航道养护异常事件识别研究

2025-02-14 70 上传者：管理员

摘要：内河航道巡查对维护航道安全和提升通航质量至关重要｡传统巡检依赖汽艇,由于船舶吃水限制和水下障碍,技术员难以近距离检查整治建筑物,人工巡检的压力和成本显著增加｡此外,航道巡查包括航政执法车和执法人员路巡等方式受限于水域和桥梁,覆盖面不广,且难以发现隐蔽的违法行为[2]｡

关键词：
人工智能巡检
信息化技术
养护异常事件识别
内河航道
无人机图像
加入收藏

随着全球信息化技术的迅猛发展,尤其是人工智能､空天信息等,这些技术应用推动了航道基础设施､运输装备和治理模式的创新｡2022年,交通运输部和科技部联合发布的《交通领域科技创新中长期发展规划纲要(2021-2035年)》,强调了空天信息技术和人工智能在交通领域的加速应用,提倡研发智能化巡检､数字化诊断､标准化评估和快速处置技术与装备,以实现基础设施的智能化管理[1]｡

内河航道巡查对维护航道安全和提升通航质量至关重要｡传统巡检依赖汽艇,由于船舶吃水限制和水下障碍,技术员难以近距离检查整治建筑物,人工巡检的压力和成本显著增加｡此外,航道巡查包括航政执法车和执法人员路巡等方式受限于水域和桥梁,覆盖面不广,且难以发现隐蔽的违法行为[2]｡因此,研究融合新一代信息技术和多种检测手段的空地一体化智能巡检技术,以提高巡检效率和降低成本,是当前亟待解决的问题｡

无人机作为近年兴起的一种高精度和高可靠性的自行飞行器,能将测量数据以三维形式直观展现,显著提升地形地貌勘测的效率[3-5]｡近年来部分学者针对无人机在交通事件检测方面的研究和应用为航道巡查和基础设施监测提供了新的技术手段｡2016年,翁松伟等[6]针对道路交通巡检的挑战,提出了利用小型四旋翼无人机搭载成像设备,以实现智能化监控和巡检作业｡幸航等[7]分析了传统巡航的局限性,并基于无人机特性提出了无人机在长江库区航道巡航中的有效应用模式｡

同时,人工智能视觉处理技术在交通事件检测方面的研究同样集中于道路交通领域,在航运领域的研究则相对较少,特别是在航道护岸状态检测方面的研究更为稀缺｡2017年,杭州市政府与阿里云等企业合作,在交通事件识别方面能够准确检测动态交通中的拥堵､逆行､占道等事件｡李清瑶等[8]针对车载视频检测,提出了一种基于帧间差分的自适应方法,但在强光照环境下可能产生误检,且不适用于路网监控视频的检测｡

综上,无人机搭载的空天信息技术和人工智能技术在内河航道管理领域,尤其是在大范围巡检方面,虽然技术日趋成熟,但相关研究成果尚显不足｡因此,开展空地一体化的养护智能巡检技术应用研究,对于提高航道管理效率和质量具有重要的现实意义和迫切性｡本研究结合无人机图像与人工智能巡检技术,开发航道养护异常事件检测技术框架(见图1),并通过构建护岸毁损､植被损坏､临河施工等事件的智能识别算法,建立一个覆盖广泛､多层次､主动监测的低空网联系统｡旨在降低航道养护巡检成本,提高巡检率｡

1、航道养护巡检业务现状

江苏省境内拥有长江高等级航道和四通八达联网畅通的干线航道网,水运承担了全省90%以上的能源和外贸物资运输,是综合交通运输体系的重要组成部分｡但目前航道养护业务模式仍然较为传统,日常维护观察以人工开船定期巡检为主｡养护人员以月为周期对航段内护岸､航标､桥梁､锚地等航道设施进行目视观察,确定设施损坏情况,制定养护计划｡这种传统养护方式存在即时性差､触达率低､基础设施利用率低等问题｡截至2022年,江苏省全省航道里程24390公里,具体统计如图2所示｡日常巡检受限于经费,重点覆盖到干线航道(三级及以上),对6275公里三级以下航道触达率不高,航道养护事件无法得到及时处置｡

图2江苏省航道里程统计

自2021年起,江苏港航开展了京杭运河智能感知巡查系统工程､通扬线(泰州段)信息化工程､苏州市内河干线航道整治信息化工程等20余项省级干线航道外场感知设施与通信设施建设项目,实现了各地市干线航道视频监控全覆盖｡通过京杭运河智能感知巡查系统建设,正在开展面向于三级及以上航道,江苏省已开展机器视觉+固定摄像头智能巡检技术探索｡

因此,本文将在此基础上,面向视频监控缺失的三级以下航道,结合无人机图像与人工智能巡检技术,构建等级以上航道全覆盖､无漏检､高精度的内河航道养护异常事件检测,为江苏水运高质量发展提供有力保障｡

2、航道养护事件重要性评价

航道巡查主要是指利用船艇检查护岸､航标等设施的完好性,航道保护范围内是否存在堆放杂草､杂物等侵占航道护岸的行为等,通过系统性调研,总结形成典型航道养护事件19种｡为排除现场调研存在的偶然性,提升系统实际使用效能,保证技术与业务融合的实用性和落地性,制定《航道养护智能检测需求征集表》,面向各地市养护一线工作人员,通过量表打分方式,开展需求征集工作,该过程共收集到46份反馈材料,对反馈材料的统计结果见图3｡

图3重要性原始结果统计

依据图3重要性统计可得出,临河施工(含多种类型)､护岸损毁(含多种类型)､植被损坏占道等事件重要性均在均值以上,是养护异常事件智能检测的重点需求,需在本研究中充分考虑,实现其自动化检测能力｡

3、养护异常事件识别技术研究

3.1临河施工事件识别

临河施工可能对护岸造成十分严重的破坏,因此需要对临时施工作业进行实时监管,自动识别航道护岸临河施工作业,并完成上报,由管理人员判别是否存在违章施工现象｡本研究采用目标识别的方式,对航道边航行的船舶进行识别｡目标识别算法基于YOLO网络和级联分类器结合的方式实现,目标检测方案采用YOLO网络和级联分类器结合的方式进行检测｡若发现存在施工作业船,判定为临河施工事件,检测流程见图4｡

图4临河施工检测流程

3.2护岸损毁事件识别

护岸损毁形式多样,呈现形式包括护岸胸墙/挡浪墙剥落露石､大面积撞损､断裂,护面层散乱､下滑､块体断裂或冲刷流失等｡且破损处颜色不一,难以通过特征识别算法准确获取护岸倒塌事件的具体特征等都对目标检测系统提出了很高的要求｡针对这些特点,本研究采用YOLO框架进行护岸损毁的检测,检测流程见图5｡

图5护岸损毁检测流程

护岸损毁目标识别算法基于YOLO卷积神经网络实现:利用采集的护岸损毁照片数据集样本训练YOLO网络,数据集中包含了大量处于不同光照条件和天气情况下的护岸损毁事件,包括胸墙/挡浪墙剥落露石､大面积撞损､护面层散乱､下滑､块体断裂或冲刷流失等｡然后,利用YOLO卷积神经网络端到端的特性使用模型对输入图像进行检测,若检测到护岸出现散乱目标即判定存在护岸倒塌现象｡

3.3植被损坏事件识别

航道护岸植被在维护航道安全和生态环境方面发挥着重要的作用,植被的根系可以深入土壤,增强土壤的稳定性,防止水土流失,防止水流对岸坡的侵蚀,维护航道的稳定｡护岸植被极易因自然或人为因素而受到破坏｡常见的护岸植被损坏包括人为砍伐､不适当的农业活动､病虫害等,导致护岸植被大面积损坏｡本研究在护岸植被区域进行提取,在通过模式匹配的方式识别植被损坏事件的基础上,深入研究分析复杂环境下的植被的形状特征､颜色特征､分布特征以及时变特征,并创新应用基于深度学习的图像语义分割技术,构建护岸植被损坏事件自动检测模型,检测流程见图6｡

基于护岸植被自适应分割的深度学习植被损坏检测方法,利用Deeplabv3+语义分割算法,提供植被区域自适应分割,有效的将复杂的植被环境滤出,而不需要人工标定｡

图6植被破坏事件检测流程

4、结论

综上,本文通过考虑江苏省内航道养护巡检业务现状,创新性地将交通领域无人机图像和人工智能巡检技术延伸至航道养护异常事件识别研究｡并基于YOLO卷积神经网络构建目标识别算法,对临河施工､护岸毁损､植被损坏等重点航道养护异常事件实现精准识别,以期推动航道养护巡检业务模式转变,降低人力成本,提升航道交通运行环境质量

参考文献:

[1]交通运输部科学技术部关于印发《交通领域科技创新中长期发展规划纲要(2021-2035年)》的通知[R].北京:交通运输部科技部,2022.

[2]严秀秀.内河航道管理中无人机的应用分析[J].科技创新与生产力,2022(11):64-66+70.

[3]方留杨,陈华斌,吴晓南,等.基于无人机三维建模技术的桥梁检测方法研究[J].中外公路,2019,39(1):109-113.

[4]陈科明.无人航测技术在道路勘测中的应用研究[J].测绘技术装备,2015(2):19-21.

[5]康传佳.小型无人机助力公路工程测量[J].中国公路,2011(19):120-121

[6]翁松伟,赖斯聪,陈海雄,等.基于小型四旋翼无人机的道路交通巡检系统[J].电子设计工程,2016,24(3):78-81.

[7]幸航,张飞,骆海风.无人机在长江库区航道巡航应用研究[J].中国水运航道科技,2019(6):69-74.

[8]李清瑶.基于视频流的高速公路抛洒物检测[D].长春:长春理工大学,2019.

文章来源:鲍希琰,孙立法,汪飞,等.基于无人机图像的内河航道养护异常事件识别研究[J].科学技术创新,2025,(06):1-4.