无人机遥感监测技术在水库运维的应用探索——以华南地区某水库为例

孙 文,孙 波

(1.广州中科云图智能科技有限公司,广东 广州 510095;2.水利部珠江水利委员会珠江水利综合技术中心,广东 广州 510611)

无人机在国内从20世纪80年代开始发展,经历了从军事行业的应用转变到民用市场的探索过程,并随着无人机技术的逐步成熟,无人机消费市场得到充分释放,并带动了国内无人机产业链上下游的繁荣。无人机遥感是利用无人机控制技术、通讯技术、传感器技术、导航定位技术、遥感应用技术,自动、智能和专业的获取、分析和处理空间遥感信息的航空遥感技术解决方案[1]。近年来在国家大力推动数字经济和低空经济建设的背景下,无人机及其遥感技术在民用工业级的行业应用中越来越广泛和深入,比如利用无人机进行城市物流运输,利用无人机的三维空间运动能力可在智能生产线上发挥作用,在城市治理中起到巡查、辅助执法监督的功能[2]。在国外,无人机也早已普及至科研生产应用中,比如在对自然资源的观测中,无人机替代卫星成为灵活高效的数据采集手段[3],还有利用无人机高精度导航和激光雷达进行野外森林测量[4]。在水利行业应用中,无人机因其机动性强、挂载丰富、飞行不受地理环境因素干扰,无人机遥感在防汛抗旱、水土保持监测、水域动态监测、水利工程监管等方面发挥了巨大的优势[5]。其中,水利工程的建设和管理涉及到饮用水安全、生态环境保护、施工管理、生产发电等多个领域的安全生产,其管理工作十分繁重,利用无人机低空遥感技术,可以快速机动地获取水利工程范围内的高分辨率土地空间信息的变化,其精度能达到传统地面采样距离(GSD)的3倍[6]。替代人力进行高频巡查人类活动,及时有效发现安全隐患,因此,受到越来越多的水利行业主管部门的重视和推广。广东省西江流域管理局在近年来利用高分辨率卫星、无人机、地面智能监控等多源监测技术手段构建空天地感知网络,实现对管理范围内的自然河道、水利工程及其人为活动的全域感知,提升了流域的管理水平[7]。本文通过华南地区某饮用水水库的无人机巡检案例,介绍无人机自动巡检和遥感监测技术特点,探索其在水利工程监管方面的应用价值和目前存在的技术瓶颈,为未来无人机技术在水利行业应用的发展总结可供参考的发展方向。

1 项目概况与技术路线

1.1 项目概况

本项目是国家某引水工程中的一个调节水库,集雨面积约20 km2,水库工程等级为II等,设计洪水标准100年一遇。该水库属于饮用水源地,需对其水质进行高效管控与保护,完全消除风险隐患,以确保人民群众饮用水安全。该水库管理单位对库区水环境以及管理范围内的土地空间进行常态化巡查,同时还需要对水库和供水渠进行日常管护,做好坝体隐患排查,及时消除各类安全隐患。由于巡查面积大、区域不规则且地形复杂,此前采用传统的人工巡查方式需要较大的人力、物力且存在部分死角人工无法到达难以发现问题。

1.2 技术路线

本项目提出利用无人机低空遥感监测技术,结合GIS、物联网、人工智能识别分析技术,在库区部署一套无人机自动巡查系统实现无人机智能化巡检。该系统包含无人机智能机巢、无人机和无人机调度控制平台(表1)。其中,无人机选用大疆经纬Matrice 300 RTK,具备IP45级防护,55 min超长续航(空载情况下最大飞行时间),最高可承受7级风,适合复杂环境下的高频词作业。此外,Matrice 300 RTK还同时挂载禅思Zenmuse H20T、机载电脑和喊话器。无人机智能机巢采用的中科云图智臻G900,改设备内置4组无人机电池,通过机械臂实现120 s无人机自动换电,实现无人机不间断作业,同时配备工业级的立体监测、恒温恒湿和气象系统,全方位保障无人机和智能机巢的安全运行。在管理单位的内网环境下部署一套中科云图自主研发的“易飞云”无人机遥感网运营平台,用户登陆WEB端则可实现实现航线规划、无人机调度、和成果可视化展示以及数据统计分析管理。

表1 无人机遥感网系统核心设备组成

以上软硬件平台构成了无人机智能巡检系统。操作人员通过平台在线规划无人机航线后,通过互联网或者局域网给无人机智能机巢下发任务指令,智能机巢收到指令后自动完成无人机的开机和装载电池,安全自检通过后依靠导航定位系统起飞巡航。当无人机完成此次巡检任务后,自动飞回机巢,依靠视觉定位降落至机巢,并自动取出无人机电池对其进行充电,完成整个自动化巡检过程(图1)。

图1 无人机智能巡检系统技术路线

1.3 应用方向和效果

水库管理单位利用无人机、低空遥感、通讯、前端AI识别等技术,基本实现库区内对人为非法活动,包括游泳、钓鱼、捕鱼等进行实时监测与管理,从安保、水质、水工3个业务方面进行了无人机巡查路线的规划。在安保管理方面,通过无人机前端智能识别技术实时对水库的人为活动的实时监测与报警,保证库区水环境健康和人身安全。若发现有违法活动,无人机会自动报警至后台,工作人员通过喊话功能对闯入人员进行警示和驱赶。无人机的热红外成像功能可以使其在夜间高效快速地发现和定位人群活动。水质管理方面,通过无人机实时智能识别水面漂浮物、水库工程作业情况跟踪、雨后污水截排检查及突发事件的巡查和探知。在水工管理方面,重点针对库区红线土地范围内目标开展立体化巡查,对可疑违建或违法施工、水土流失等目标,进行拍照取证。同时,还对水库周边的围网的破损情况进行严密监视。

针对以上应用场景本项目一共设置了6条固定航线,通过定时巡检模式,分别在每天11:00、14:00,20:30自动起飞巡查(表2)。随着未来管理需求的增加,运营人员将持续优化已有航线并新增航线。

表2 水库管理无人机航线参数设置

从2022年1月至10月,无人机自动巡查累计飞行764次,获取高清视频608条和高清照片1 505张,发现违建、水葫芦、人员钓鱼、游泳、捕鱼事件一共54次。前期针对无人机图像AI定航高和焦距采集人员、船只总共1万张样本并训练,使得人员闯入、船只、车辆的图像算法识别率能达到80%,误报率8%以内。

除此以外,项目还利用无人机对水库大坝完成多次正射影像和一次倾斜摄影测量,输出实景三维模型,对库区绿地面积、在建工地、构筑物尺寸进行航拍测量复核,见图2、3。

a)无人机AI自动发现船只报警

利用无人机智能化巡检系统,管理人员对库区范围内进行全天候、高频次、精细化的巡查管理,提高了自动化和精细化管理水平和人员工作效率,进一步加强保障群众生产生活用水,保护水环境和水生态安全的能力。

2 关键技术

2.1 “云-端”无人机协同管控

“云-端”无人机协同管控技术是融合自动化、通讯、IT技术为核心构建出的一套适配桌面、手机、平板等不同地区、多种终端的无人机远程控制技术。利用“云-端”无人机协同管控技术,可实现无人机自动巡检航线的设定、无人机远程控制、实时数据回传、无人机的调度管理,是无人机自动巡检的核心模块。比如,无人机飞行过程中,视频画面通过4/5G或2.4/5.8GHz无线信号自动回传至调度控制平台,后台人员还可同时通过调度控制平台的虚拟摇杆操作无人机以及云台。

2.2 基于高精度地图的三维航线规划

无人机自动飞行是基于提前设定好的无人机航线,利用实时动态载波相位差分技术(RTK:Real-time kinematic)获取厘米级的定位精度,从而保障飞行的安全。但是该项目管辖范围内有小山丘、树林、楼房以及架空线路,无人机作业要保障其安全必须要绕开飞行。因此,项目采用了无人机新型航测技术,利用无人机倾斜摄影技术,获取库区完整的实景三维模型,将制作好的三维模型导入无人机调度控制平台,在三维地图上进行无人机航线规划,最大程度上保障无人机航线的安全性。目前无人机航测技术应用比较成熟,尤其在近年山洪灾害调查评价工作中,全国多个省份(自治区、直辖市)均有应用[8]。该平台能对每一条航线结合当地的三维模型进行碰撞检测,加强无人机自动飞行安全管理。

2.3 多源数据智能监测与识别

该项目中无人机最大的功能应用点在于代替传统巡查人员高效多频次对管理范围内的水环境、土地空间和施工区域进行监测。在该项目中,无人机在白天通过图像AI自动发现非法闯入人员、湖面漂浮物和岸边垃圾以及施工车辆的活动,夜间通过无人机热红外识别闯入人员。无人机热红外技术很早就在安保领域得到应用,2017年美国在一场安保活动中利用无人机热成像摄像头发现隐蔽在城市里的狙击手[9]。如此,在有效发现闯入人员的同时,通过高频次的巡查形成威慑力,最终降低了水库人员闯入的行为。

2.4 无人机监测能力和业务系统的深入融合

无人机凭借其优秀的移动监测能力被越来越多作为城市立体多源感知设施之一,应用到各行各业。然而,无人机的行业应用目前仍然没有和业务系统形成真正的闭环。比如,无人机巡查过程中拍摄的人员闯入、违章建筑图像可以作为后期人员执法的依据,但是从无人机发现问题到人员解决问题,没有形成全自动的问题上报和事件扭转。因此,技术人员将水库无人机调度管理系统接入水库110监控中心,使得无人机自动巡查过程中发现的人员闯入报警信息、坐标点位等及时自动地发送到无人机平台,值班人员收到信息侯立即赶往现场对闯入人员进行教育或驱赶,缩短了无人机发现问题到处理问题的时间,再次提高无人机在水库运维方面的效率。

3 局限性和建议

虽然无人机产业链发展多年,行业应用也探索出一些比较成熟的应用,但仍存在一些制约行业应用发展的技术和监管问题。

3.1 无人机续航能力不足

目前水利行业一般采用锂电池动力的小型多旋翼无人机用于河湖巡检,其特点是轻便易用,可靠性强,但弊端在于电池容量和体积成正比[10],意味着需要通过增加电池体积来提高电池续航,从而增加无人机重量,这和工业级无人机的轻量化和便携性发展方向背道而驰。

3.2 无人机通讯距离受限

多数民用无人机是通过现有无线电公开频段来进行控制信号和数据的实时传输。其中2.4 GHz波长短功耗低,定向传输效果好,但非常拥挤、信号不稳定。5.8 GHz相对于2.4 GHz频率更高,性能更好,但传输带宽低,穿透能力和传输距离比2.4 GHz要更短。因此,为保障信号传输的稳定性,会一定程度上牺牲无人机飞行作业半径,同时也限制了无人机机巢的部署位置。

3.3 无人机感知和防撞技术较薄弱

无人机基于规划好的三维航线靠高精度定位技术实现自动巡航,但在复杂且多变的地貌环境下,航线可能和实际地物发生碰撞,当无人机飞行过快时,很难检测到细微的物体如电线、绳索,从而限制了无人机在复杂场景下的应用[11]。而且导航定位的干扰性也偶尔发生,存在飞行安全事故隐患。目前基于视觉的定位和制图技术(visual Simultaneous Localization and Mapping,vSLAM)尚不足以形成主流方式,尤其在室外有大量动态复杂环境时,该技术的导航精度会下降[12]。

3.4 无人机AI应用处于起步阶段

无人机行业尚不存在统一的作业标准规定拍摄的画面分辨率、飞行高度、拍摄角度等因素,导致没有积累可供视觉AI算法研究和训练的大量素材。而且,无人机巡查环境的复杂性导致AI算法落地难度非常大,比如水库库面的水面漂浮物,就有树枝、垃圾、烟头、水瓶、船只等多种目标物,每种目标物的大小、颜色、质地等特征量均不一样,同一类AI算法无法很好进行通用。

3.5 无人机适航监管和上游生产标准缺失

无人机高速发展和应用对民航运输造成了安全威胁,2017年成都机场出现的无人机扰航事件耽误了上万名乘客的出行,将无人机行业带来的隐患推到风口浪尖[13],但目前并没有伴随成熟的监管政策出台,其空域的申报和飞行管理没有标准流程[14]。此外,无人机行业上游的设备生产制造缺乏相应标准,缺乏准入制度,导致市场上的无人机产品参差不齐,直接造成飞行安全隐患,并且间接导致下游行业应用较难制定统一的作业标准,影响了无人机行业的健康有序发展[15]。

4 未来展望和建议

鉴于无人机在技术和行业监管政策等方面目前存在的问题特征,无人机在水库运维中的应用发展方向有如下思考和建议。

4.1 构建空天地立体化智能感知网络

无人机自动巡检的全天候、高频次的特点让水库具备了高空视角下的移动监测能力,但目前主流无人机的作业覆盖范围比较小,也难以实现空间监测上的连续性。结合具有宏观尺度、低成本的卫星遥感,并同步在特定区域建立地面摄像头实施24 h不间断的监控,构建从宏观到微观、从高空到地面的空天地立体化感知网络,可加强对库区的空间信息的连续高效监控和分析。

4.2 建立无人机作业标准体系

如前文所述,无人机行业协会或者水库大坝协会可依托于更多试点总结一套适用于水利工程巡检的无人机作业标准体系,用于规范航线规划、数据采集等过程,来推动无人机视觉AI的商业化落地。

4.3 无人机视觉导航技术是应对复杂多变环境的有效方案

无人机智能飞行过程中的感知和防碰撞技术有待提高。VSLAM导航技术由于其成本低、易携带且高度自主,可能依然是复杂环境下最优的导航方式。目前,不少研究机构在该领域持续钻研,可能是无人机实现真正意义上的“自主”飞行的最容易的路径。

4.4 无人机适航管理加强

除了从技术角度规避安全问题以外,监管部门还需要从法律和政策层面制定相应的法律法规,加强无人机的适航管理,减少无人机可能造成的人身安全和财产安全。此外,适航空域申请的流程化也是行业有序发展过程中必须要解决的问题。

5 结语

在国家大力推动数字经济和低空经济的大背景下,无人机下游行业在积极探索各个领域的应用,并以此拉动上游产业链的整合和技术的进步,从而产生了巨大的行业增长空间。据Frost&Sullivan行业分析预测工业级无人机增长速度将大大超过消费级无人机的市场,未来5 a的复合增长率将达到50%。无人机在水利行业应用价值和市场规模大小取决于其应用场景的广度和深度,只有流域管理机构、各省市水利主管部门积极主动拥抱新技术,探索应用场景,才能倒逼无人机技术的突破,得到监管部门的重视,从而正向推动行业向前发展。