【本站讯】近日，我校海洋与空间信息学院无人机同轴多传感器系统团队与英国斯特拉斯克莱德大学、北京航空航天大学、西安交通大学等高校合作，在智能无人检测系统研究方面取得新进展，相关研究成果《基于深度神经网络的多种钢表面损伤360度全景自动检测》发表在国际工程技术领域著名期刊Computer-Aided Civil and Infrastructure Engineering上。论文第一作者及通讯作者为我校青年教师、玛丽居里学者罗偲，中国石油大学（华东）为第一署名单位。

该成果得到国家自然科学基金联合基金重点支持项目、国家自然科学基金面上项目、国家自然科学基金青年科学基金项目、欧盟地平线计划（Horizon 2020）及中国石油大学（华东）自主创新基金项目联合支持。

游梁式抽油机、储油罐、塔式起重机等具有立体结构的设施由于放置在户外，钢结构涂层材料长时间接触腐蚀性气、液体，极易遭到破坏，发生腐蚀问题。如果缺乏准确、有效的维护，所产生的腐蚀会对钢结构的正常使用产生严重威胁，甚至会引起一些重大的生命及财产损失事故。传统腐蚀种类识别极大地依赖人工观察员的识别经验，而这些立体设施由于结构复杂，容易对人工观测造成视线遮挡。因此如何准确、快速且高效的对设施表面进行检测从而提高维修效率，节省企业开支是工程技术领域的难题之一。

图1 复杂立体结构基础设施表面发生侵蚀

近年来，基于无人机系统的户外表面缺陷检测装备已经在各工业领域逐步取代人工肉眼检测。而在真实复杂的工业环境下,由于常规摄像头的视场限制，需要人工操作无人机多次穿梭于复杂基础设施中，增加了坠机的风险。鉴于以上技术瓶颈，无人机同轴多传感器系统团队通过无人机搭载360度全景摄像机两年时间里采集了4个季节、3个时间段、6种不同气象条件下的16000张图片，标注了27000个侵蚀物体，构建了首个立体结构基础设施表面侵蚀数据库。团队利用所搭建的数据库，针对复杂立体结构表面的损失检测，设计了基于深度神经网络的智能算法，综合分类识别准确度由之前的77.53%提高到87.34%，为复杂环境下的智能无人检测系统提供了理论指导与设计思路。

图2 智能无人全景检测系统

图3 表面侵蚀数据库

审稿专家对该项研究成果给予高度评价，认为其在工业设备表面缺陷检测方面具有很高的理论及应用价值，将会得到广泛的国际关注。

经过多年积累与发展，无人机同轴多传感器系统团队形成了以电子、通信、测绘、机械、控制、材料等多学科协同创新的高水平研究团队，现有教授3人、副教授5人和讲师3人，全日制博士生6人、硕士生90余人。近年来承担国家自然基金、国家重点研发计划及国际间合作重大专项等国家级项目8项，在IEEE PAMI、CACIE、IEEE TIE、RSE、IEEE TGRS等国内外知名期刊发表论文40余篇，在国内外无人生态观测系统与机动组网领域形成了一定的影响力。

相关链接：

https://onlinelibrary.wiley.com/doi/10.1111/mice.12686