计算机视觉技术在管道巡检中的应用

雍 鹏 宋 鑫 胡卫东

（1.中国石油集团川庆钻探钻采工程技术研究院工程技术信息研究中心，四川广汉 618300；2.中国石油集团川庆钻探工程有限公司生产协调处，四川成都 610000）

1 计算机视觉技术

计算机视觉技术就是借助计算机计算性能模拟人眼的视觉功能，帮助人类处理或理解信息，对图像进行灰度处理、二维处理和深度处理等不同阶段处理，实现高速度和高精度的图片批量处理技术。计算机视觉技术一般认为在生产效率提升方面对企业具有较大帮助，可以完成视觉分辨类的人工重复工作内容，减少人力资源的投入。计算机视觉任务应用广泛，如人类识别、车辆或行人检测、目标跟踪、图像生成等，在科学、工业、农业、医疗、交通、军事等领域都有广泛的应用前景。

2 油气管网视频巡检的需求

随着川渝页岩气开发进程加快，油气管网快速建设，管道安全监管压力、难度与日俱增，尤其是地方经济的快速发展与城区建设的不断扩张，导致管道周边环境发生重大变化，产生许多新的安全风险与环保风险。川庆钻探油气集输管线分布广、距离长，穿越森林、山岭和沙漠戈壁等，人员难以进入的复杂区域。传统的人工巡检方式工作量大、受人为因素影响大、效率低、效果差、安全风险大，特别是雨雪等恶劣天气、无人区等特殊地区或洪涝、山体滑坡等自然灾害情况下，人工巡检基本无法完成。利用无人机进行巡检，可以减少人工巡检工作量，降低人工作业风险，提高巡检效率和可靠性。为推动工业无人机成为石油行业基础工具，实现对管道全天候、全覆盖监控、弥补人工巡线造成的数据缺失，部分管输公司已开始采用无人机对区域管道进行近距离观测，获取管道监测视频，巡线工在地面站观看监测视频，但没有实现油气管道泄漏、管道周边违规动图作业、滑坡等自然灾害智能分析和预警功能。随着无人机技术的逐渐普及应用，硬件设备的迭代升级，通过巡检工人对无人机巡检视频的检查，可以从高空视野发现风险隐患并及时预警。应借助计算机视觉技术开发巡检视频智能识别模块，代替人工对潜在的风险及已存在的风险进行隐患识别排查。

3 应用思路及案例

3.1 应用思路

结合无人机管网巡检实际情况，借助计算机视觉技术开发一套巡检视频智能识别模块，实现对巡检视频指定区域的智能识别，其包含历史已识别的风险点确认和潜在的风险点确认，如图1所示。

图1 风险点的确认

为实现智能识别的目的，应建立异常识别特征库，保存经过人工核实的历史异常情况，形成异常识别训练集，方便后期开展基于深度学习的目标监测方法，提高异常识别效率和准确率，促进管网巡检从“人工巡检”到“无人机巡检-智能识别-人工复核”巡检模式的转变。

创建异常识别特征库如图2所示。

图2 创建异常识别特征库

根据首次管输线路的手动标记，确定以后每次各线路智能识别的范围，减少无效区域的资源占用，提高识别效率。在异常识别特征库中对比是否存在历史已确认的异常特征，生成异常点图片及坐标供人工复核。经确认的异常特征继续存入特征库，丰富异常库特征元素；经确认不为风险点，在系统中设置为无关点，不予现场处置。如果不存在特征库中的元素，则对前后两次有效区域进行差异对比，生成对比图片供人工复核。经确认的异常存入特征库，丰富异常库特征元素；经过确认不为异常的特征，也存入异常特征库，以后该类型异常不再生成异常结果。异常识别思路如图3所示。

图3 异常识别应用思路

3.2 案例

利用计算机视觉技术开发巡检视频智能识别模块，在威远管输线路中选取一条线路开展智能识别对比试验。在管网巡检视频中模拟管网线路，确定识别有效区域。二次巡检视频与模拟管网线路巡检视频进行对比，查找异常点。该智能识别模块对异常差异的识别率达到80%以上，在油气管道巡检工作中具有实际推广价值。

通过在推广应用的过程中持续改进和优化，可以提高智能识别效率，最终达到商业化应用的目的，促进油气管道巡线产业信息化、智能化发展。

模拟管路走向如图4所示，视频对比查找如图5所示。

图4 模拟管网线路走向

图5 视频对比查找异常点

4 结语

目前川庆钻探工程有限公司在钻完井实时数据监控及预警、钻完井辅助决策、钻完井辅助设计等应用功能开发已具备一定的规模和水平。开展计算机视觉技术在油气管道巡检视频中的应用，扩大公司信息化建设的广度和深度，推动石油勘探领域的信息化建设，进一步丰富和完善川庆一体化数据库，提升一体化平台的应用范围和能力。