Статья посвящена разработке системы автоматической инспекции проблемных участков протяженных объектов с использованием автономных необитаемых подводных аппаратов (АНПА), оснащенных системами технического зрения (СТЗ), в частности многолучевыми гидроакустическими сонарами. Предложенная система позволяет в режиме реального времени на бортовом ЭВМ АНПА динамически строить трехмерную модель трубопровода на основе облаков точек, получаемых от СТЗ. На основе указанной модели автоматически определяются положение протяженного объекта в пространстве и его кривизна, а также уровень погружения трубы в донный грунт. Вычисленные параметры позволяют выявлять потенциально опасные участки, подверженные деформациям или повреждениям. Полученные данные должны использоваться для корректировки миссии аппарата с целью проведения детального дообследования выявленных зон интереса, а также могут быть отправлены на пост оператора с использованием гидроакустического канала связи с аппаратом.
Программная реализация системы выполнена на языке Python с использованием открытых библиотек для обработки трёхмерных данных. Численное моделирование процесса инспекции трубопровода проводилось в среде CoppeliaSim, полученные результаты подтвердили работоспособность и эффективность предложенной системы.
Идентификаторы и классификаторы
- SCI
- Электротехника
Магистральные подводные трубопроводы представляют собой важнейшую часть современной транспортной инфраструктуры. С ростом их протяжённости возрастает потребность в проведении регулярного технического обслуживания функционирующих объектов. Обеспечение надёжной и безопасной эксплуатации трубопроводов требует систематического контроля их целостности, степени заглубления в донный грунт, геометрических отклонений, а также выявления трещин, утечек и следов коррозии.
Список литературы
1. Shukla A., Karki H. Application of robotics in offshore oil and gas industry - A review Part II // Robotics and Autonomous Systems. 2016. Vol. 75. P. 508- 524.
2. Zingaretti P., Zanoli S.M. Robust real-time detection of an underwater pipeline // Engineering Applications of Artificial Intelligence. 1998. Vol. 11, Issue 2. P. 257-268.
3. Kim M.-G., Kang H., Lee M.-J., Cho G. R., Li J.-H., Yoon T.-S., Ju J., Kwak H.-W. Study for Operation Method of Underwater Cable and Pipeline Burying ROV Trencher using Barge and Its Application in Real Construction // J. Ocean Eng. Technol. 2020. Vol. 34 (5). P. 361-370.
4. Martin-Abadal, Miguel & Piñar-Molina, Manuel & Martorell, Antoni & Oliver, Gabriel & Cid, Yolanda. Underwater Pipe and Valve 3D Recognition Using Deep Learning Segmentation // Journal of Marine Science and Engineering. 2020. Vol. 9 (5).
5. Bobkov V., Shupikova A., Inzartsev A. Recognition and Tracking of an Underwater Pipeline from Stereo Images during AUV-Based Inspection // J. Mar. Sci. Eng. 2023. Vol. 11.
6. Xiong C.-B., Li Z., Zhai G.-J., Lu H.-L. New method for inspecting the status of submarine pipeline based on a multi-beam bathymetric system // Journal of Marine Science and Technology. 2016. Vol. 24.
7. Jacobi M., Karimanzira D. Multi sensor underwater pipeline tracking with AUVs // 2014 Oceans. St. John’s, NL, Canada, 2014. P. 1-6.
8. Midtgaard Øivind, Krogstad Thomas, Hagen Per Espen. Sonar detection and tracking of seafloor pipelines // Underwater Acoustic Measurements (UAM). Kos, Greece, 2011.
9. Mai C., Pedersen S., Hansen L., Jepsen K.L., Yang Z., Subsea Infrastructure Inspection: A Review Study // IEEE International Conference on Underwater System Technology: Theory and Applications (USYS). 2016. P. 71-76.
10. Sang I-C., Norris W.R. An Autonomous Underwater Vehicle Simulation with Fuzzy Sensor Fusion for Pipeline Inspection // IEEE Sensors Journal. 2023. Vol. 23, No. 8. P. 8941-8951.
11. Jacobi M., Karimanzira D., Underwater pipeline and cable inspection using autonomous underwater vehicles // MTS/IEEE OCEANS. Bergen, 2013. P. 1-6.
12. Ghis S., Fischer E. Record-Setting AUV Pipeline Inspection in Deepwater West Africa // Offshore Technology Conference. Houston, Texas, USA. 2017, P. 20-26.
13. Chen H., Zhu C., J. Chen, Y. Peng and J. Yao. Design of Unmanned Surface Vehicle for Submarine Pipeline Detection // IEEE 4th Information Technology and Mechatronics Engineering Conference (ITOEC). Chongqing, China, 2018. P. 198-202.
14. Xiang X, Jouvencel B, Parodi O. Coordinated Formation Control of Multiple Autonomous Underwater Vehicles for Pipeline Inspection // International Journal of Advanced Robotic Systems. 2010. Vol. 7(1).
15. Reid A. Rov market prospects. URL: http://www.subseauk.com/ documents/presentations/ssuk%20%20rov%20event%20%20sep%20 2013%20%5Bweb%5D.pdf. 2016.
16. Коноплин А.Ю., Коноплин Н.Ю., Шувалов Б.В. Подход к выполнению АНПА технологических манипуляционных операций с различными подводными объектами // Подводные исследования и робототехника. 2019. №. 1. С. 31-37.
17. Segal A., Haehnel D., Thrun S. Generalized-ICP // Robotics: Science and Systems V. 2010. Vol. 2, No. 4. P. 435.
18. Аппроксимация функции. URL: https://planetcalc.ru/5992.
19. Sacchi R., Poliakoff J. F., Thomas P. D. and Hafele K-H. Curvature estimation for segmentation of triangulated surfaces // Second International Conference on 3-D Digital Imaging and Modeling. Ottawa, ON, Canada, 1999. P. 536-543.
20. Стронгина Н.Р. Численные методы: Интерполяция кубическими сплайнами. Нижний Новгород: Нижегородский госуниверситет, 2021. C. 1-35 c.
21. Erich Hartmann, On the curvature of curves and surfaces defined by normalforms // Computer Aided Geometric Design. 1999. Vol. 16, Issue 5. P. 355-376.
22. Underwater Acoustic Modems 18/34 URL: https://evologics.de/acoustic-modem/18-34.
23. Catipovic J., Brady D., Etchemendy S. Development of underwater acoustic modems and networks // Oceanography. 1993. Vol. 6. P. 112-119.
24. Shukla A., Karki H. Application of robotics in offshore oil and gas industry - A review Part II // Robotics and Autonomous Systems. 2016. Vol. 75. P. 508- 524. EDN: WRVDWJ
25. Zingaretti P., Zanoli S.M. Robust real-time detection of an underwater pipeline // Engineering Applications of Artificial Intelligence. 1998. Vol. 11, Issue 2. P. 257-268.
26. Kim M.-G., Kang H., Lee M.-J., Cho G. R., Li J.-H., Yoon T.-S., Ju J., Kwak H.-W. Study for Operation Method of Underwater Cable and Pipeline Burying ROV Trencher using Barge and Its Application in Real Construction // J. Ocean Eng. Technol. 2020. Vol. 34 (5). P. 361-370.
27. Martin-Abadal, Miguel & Piñar-Molina, Manuel & Martorell, Antoni & Oliver, Gabriel & Cid, Yolanda. Underwater Pipe and Valve 3D Recognition Using Deep Learning Segmentation // Journal of Marine Science and Engineering. 2020. Vol. 9 (5).
28. Bobkov V., Shupikova A., Inzartsev A. Recognition and Tracking of an Underwater Pipeline from Stereo Images during AUV-Based Inspection // J. Mar. Sci. Eng. 2023. Vol. 11. EDN: QQMJJP
29. Xiong C.-B., Li Z., Zhai G.-J., Lu H.-L. New method for inspecting the status of submarine pipeline based on a multi-beam bathymetric system // Journal of Marine Science and Technology. 2016. Vol. 24.
30. Jacobi M., Karimanzira D. Multi sensor underwater pipeline tracking with AUVs // 2014 Oceans. St. John’s, NL, Canada, 2014. P. 1-6.
31. Midtgaard Øivind, Krogstad Thomas, Hagen Per Espen. Sonar detection and tracking of seafloor pipelines // Underwater Acoustic Measurements (UAM). Kos, Greece, 2011.
32. Mai C., Pedersen S., Hansen L., Jepsen K.L., Yang Z., Subsea Infrastructure Inspection: A Review Study // IEEE International Conference on Underwater System Technology: Theory and Applications (USYS). 2016. P. 71-76.
33. Sang I-C., Norris W.R. An Autonomous Underwater Vehicle Simulation with Fuzzy Sensor Fusion for Pipeline Inspection // IEEE Sensors Journal. 2023. Vol. 23, No. 8. P. 8941-8951. EDN: LZBBGG
34. Jacobi M., Karimanzira D., Underwater pipeline and cable inspection using autonomous underwater vehicles // MTS/IEEE OCEANS. Bergen, 2013. P. 1-6.
35. Ghis S., Fischer E. Record-Setting AUV Pipeline Inspection in Deepwater West Africa // Offshore Technology Conference. Houston, Texas, USA. 2017, P. 20-26.
36. Chen H., Zhu C., J. Chen, Y. Peng and J. Yao. Design of Unmanned Surface Vehicle for Submarine Pipeline Detection // IEEE 4th Information Technology and Mechatronics Engineering Conference (ITOEC). Chongqing, China, 2018. P. 198-202.
37. Xiang X, Jouvencel B, Parodi O. Coordinated Formation Control of Multiple Autonomous Underwater Vehicles for Pipeline Inspection // International Journal of Advanced Robotic Systems. 2010. Vol. 7(1).
38. Reid A. Rov market prospects. URL: http://www.subseauk.com/ documents/presentations/ssuk%20%20rov%20event%20%20sep%20 2013%20%5Bweb%5D.pdf. 2016.
39. Konoplin A.Ju., Konoplin N.Ju., Shuvalov B.V. Podhod k vypolneniju ANPA tehnologicheskih manipuljacionnyh operacij s razlichnymi podvodnymi ob#ektami // Podvodnye issledovanija i robototehnika. 2019. №. 1. S. 31-37. [In Russ.].
40. Segal A., Haehnel D., Thrun S. Generalized-ICP // Robotics: Science and Systems V. 2010. Vol. 2, No. 4. P. 435.
41. Approksimacija funkcii. URL: https://planetcalc.ru/5992/[In Russ.].
42. Sacchi R., Poliakoff J. F., Thomas P. D. and Hafele K-H. Curvature estimation for segmentation of triangulated surfaces // Second International Conference on 3-D Digital Imaging and Modeling. Ottawa, ON, Canada, 1999. P. 536-543.
43. Strongina N.R. Chislennye metody: Interpoljacija kubicheskimi splajnami. Nizhnij Novgorod: Nizhegorodskij gosuniversitet, 2021. P. 1-35. [In Russ.].
44. Erich Hartmann, On the curvature of curves and surfaces defined by normalforms // Computer Aided Geometric Design. 1999. Vol. 16, Issue 5. P. 355-376. EDN: MXZVQH
45. Underwater Acoustic Modems 18/34 URL: https://evologics.de/acoustic-modem/18-34.
46. Catipovic J., Brady D., Etchemendy S. Development of underwater acoustic modems and networks // Oceanography. 1993. Vol. 6. P. 112-119.
Выпуск
Другие статьи выпуска
В статье рассматриваются вопросы создания надводных автономных безэкипажных систем (средств) - катеров и кораблей (БЭК) - для ведения боевых действий на море. Проведен анализ их достоинств и недостатков. Сформирован перечень решаемых ими задач. Приведена классификация БЭК как по решаемым ими задачам, так и принятая в ВМС США по длине корпуса и водоизмещению. Описаны основные типы и характеристики БЭК США, Турции, Великобритании, Южной Кореи.
Рассматривается задача выставки бескарданной инерциальной навигационной системы (БИНС), входящей в состав навигационного комплекса автономного подводного аппарата (АПА) совместно с датчиками дополнительной навигационной информации ‒ гидроакустическим датчиком дальности до наводного маяка с известными координатами, лагом и глубиномером. Задача выставки состоит в определении (оценивании) значений углов истинного курса, крена и дифферента при помощи показаний инерциальных датчиков – ньютонометров (акселерометров), датчиков угловой скорости (ДУС) или гироскопов. Особенностью задачи служит наличие качки корпуса БИНС, вызванной волнением моря. При этом предполагается, что линейные перемещения БИНС незначительны. Для решения задачи выставки в условиях качки используется алгоритм позиционной коррекции БИНС на основе фильтра Калмана в варианте введения обратных связей в навигационный алгоритм. Описаны математические модели алгоритма. Приводятся результаты тестирования алгоритма с использованием реальных данных БИНС на стенде в эксперименте, имитирующем качку.
Создание программного обеспечения для систем управления подводными робототехническими комплексами сопряжено как с адаптацией апробированных технических решений, так и с разработкой новых. При этом в процесс могут вовлекаться различные средства разработки программ, спектр которых в настоящее время весьма широк. В статье рассматривается опыт использования языка Python при создании «с нуля» систем управления для необитаемых подводных аппаратов (как автономных, так и телеуправляемых) на примере разработки малогабаритного аппарата Geek. Особенность данного аппарата заключается в его назначении – обучение студентов и аспирантов основам проектирования подводной необитаемой техники, а также участие студенческих команд в соревнованиях по подводной робототехнике. Рассматриваются различные аспекты использования языка Python, включая межпроцессное взаимодействие, обработку данных с датчиков и систем подводного робота, автономное управление, взаимодействие с операторами на поверхности, а также интеграцию с другими технологиями, необходимыми для успешного выполнения аппаратом миссий под водой. Обсуждаются результаты применения подводного робота Geek для выполнения различных операций в телеуправляемом и автономном режимах.
Исследованы акустические шумы, возникающие при термокавитации, инициированной в окрестности торца оптоволокна, погружённого в воду (лазерный нагревательный элемент) и зарегистрированные микрофоном, который установлен над поверхностью жидкости, заполняющей рабочую камеру малого объема. Звук, зарегистрированный микрофоном, включает цуги отдельных импульсов, идентифицированных как результат роста‒схлопывания кавитационных пузырьков, возникающих в результате элементарного акта вскипания воды с недогревом. В отличие от регистрации кавитационного шума с помощью гидрофона, погруженного в экспериментальную камеру, способ контроля шума с помощью микрофона, находящегося вне области лазерного воздействия, является более простым и надежным и позволит обеспечить дистанционный контроль теплового воздействия на материал. В работе показано, что посредством микрофона, расположенного вблизи обрабатываемого торцом оптоволокна объема жидкости малого волнового размера, возможно в кавитационном шуме выделить наиболее энергонесущие импульсы и на основе их количественного анализа контролировать степень нагрева среды. Это позволит при проведении других видов лазерной обработки, например кавитационной очистки, упрочнении, закалки или санации технических поверхностей, управлять энергетическими режимами работы лазера и на основе количественных показателей автоматизировать управление длительностью воздействия излучения.
В статье дано уточнение термина «морские робототехнические средства» и на этой основе определено, что создание МРС военного назначения требует существенной проработки ядра наиболее важных технологий, необходимых для создания всей номенклатуры перспективных робототехнических средств. При этом типовой образец МРС военного назначения может быть представлен в виде совокупности функционально связанных элементов и специализированного оборудования. Такое представление типового МРС позволяет выделить технологии, критичные для разработки основных элементов. Обладание такими технологиями – залог успеха в обеспечении необходимой степени автономности и интеллектуальности МРС. Особо отмечена важность развития искусственных нейронных сетей, которые уже научились распознавать отдельные объекты. Однако обоснованно высказываются опасения, что автономные МРС, каким бы совершенным искусственным интеллектом они ни обладали, не смогут, как человек, анализировать поведение находящихся перед ними людей. В связи с этим принципиально важное значение имеет наращивание быстродействия и миниатюризация разрабатываемых микропроцессоров. Кроме того, в интересах создания МРС уделяется серьезное внимание перспективным средствам связи, которые, по сути, являются критическими элементами успешного применения МРС. Военное руководство ведущих зарубежных стран проводит целенаправленную, долгосрочную политику в области разработки перспективных МРС вооруженной борьбы, рассчитывая в перспективе разработать инновационные и эффективные средства для обеспечения национальной безопасности, борьбы с терроризмом и регулярными угрозами, а также эффективного проведения современных и будущих операций. Обоснованы факторы и приведены причины быстрого развития и широкого применения МРС в ВМФ США. Ключевыми технологиями, позволяющими компенсировать отсутствие оператора в кабине стали технологии создания микропроцессорной техники и перспективных коммуникационных средств. Оба типа технологий пришли из гражданской сферы — компьютерной индустрии, позволившей использовать для МРС современные микропроцессоры, системы радиосвязи и передачи данных, а также специальные способы сжатия и защиты информации.
Снижение потерь энергии в автономных инверторах напряжения (АИН) и уменьшение тепловых нагрузок на силовые ключи приобретают особую актуальность в системах электрообеспечения подводных объектов. Это объясняется сложностью отвода тепла от силовых элементов, расположенных в прочных корпусах аппарата и имеющих ряд ограничений по компоновке. Применения резонансных цепей с неизменной настройкой ограничено, поскольку процесс бесконтактной передачи энергии сопровождается широким диапазоном изменения нагрузки инвертора, что связано с возможными межосевыми смещениями первичной и вторичной частей трансформатора, а также изменением зазора между этими частями при автоматическом причаливании аппарата к донному причальному устройству. Существенное снижение потерь переключения в инверторе можно получить при сочетании режима мягких переключений с минимизацией тока оппозитных диодов при соответствующем изменении частоты коммутации. Такое свойство реализовано в предлагаемом способе управления. Исследование автономного инвертора напряжения на компьютерной модели подтвердило высокую эффективность предложенного способа формирования сигналов управления инвертором. Потери переключения в инверторе получены уменьшенными в десятки раз по сравнению как с обычным управлением с жесткими переключениями, так и с мягкими переключениями с неизменной настройкой резонансной цепи. Указанное свойство сохраняется в широком диапазоне изменения нагрузки инвертора. Решения, позволяющие снизить потери переключения в системах бесконтактной передачи энергии, будут полезными и в системах энергообеспечения по кабельной линии ТНПА или иных привязных подводных объектов как способы повышения общей эффективности систем подводной робототехники.
Морские мины ‒ очень эффективное и недорогое оружие. Ведущие морские державы развивают противоминные силы в рамках программ модернизации гидроакустического и навигационного оборудования и создания комплексов надводных и подводных беспилотных систем, позволяющих в отличие от техники траления обезвреживать минные заграждения с безопасного расстояния. В статье рассматривается один из вариантов корабельного противоминного комплекса с определенным набором технических средств, позволяющих эффективно и безопасно провести поиск, идентификацию и уничтожение мин.
Издательство
- Издательство
- ИПМТ ДВО РАН
- Регион
- Россия, Владивосток
- Почтовый адрес
- 690091, г.Владивосток, ул.Суханова, д.5а
- Юр. адрес
- 690091, г.Владивосток, ул.Суханова, д.5а
- ФИО
- Коноплин Александр Юрьевич (Руководитель)
- E-mail адрес
- imtp@marine.febras.ru
- Контактный телефон
- +7 (423) 2432416