利用成本效益高的自主水下无人机，实现对海上系泊系统的可扩展性检测

《Frontiers in Robotics and AI》：Enabling scalable inspection of offshore mooring systems using cost-effective autonomous underwater drones

提出基于低成本水下无人机和ROS 2框架的自主系泊系统检查框架，集成实时图像增强、YOLOv5对象检测和视觉伺服控制技术，验证其在模拟和海试中的有效性，显著降低传统ROV检查成本，为海上基础设施提供可持续监测方案。（109字） 中文关键字：自主水下机器人|模块化架构|视觉伺服控制|低成本解决方案|系泊系统检查|实时图像处理|3D重建|对象检测|海洋环境适应

　　随着全球对食品和清洁能源需求的不断增长，海洋产业如水产养殖和浮动海上风电（FOW）正在迅速扩张和现代化。然而，这些行业目前仍依赖于人工操作、成本高昂、频率低且风险高的作业方式，尤其是在依赖高端遥控潜水器（ROV）的情况下。为了实现更安全、更高效的作业，需要开发可扩展且具备自主能力的系统。本文提出了一种经济高效的自主检查框架，用于监测水产养殖和浮动海上风电行业中的系泊系统，这是确保结构完整性和符合监管要求的关键组成部分。

本文的核心贡献是构建了一个基于开源机器人操作系统2（ROS 2）的模块化和可扩展的视觉检查流程，并将其应用于低成本的Blueye X3水下无人机。该系统集成了实时图像增强、YOLOv5基于的目标检测以及4自由度（DOF）的视觉伺服控制，以实现对系泊线的自主跟踪。此外，该流程支持使用ORB-SLAM3和Meshroom等工具对观察到的结构进行3D重建，从而为未来的变更检测和缺陷识别提供了可能性。通过模拟、码头测试和海试的验证结果表明，水下无人机能够有效地检查系泊系统的关键组件，并在边缘硬件上进行实时处理。提出的检查方法相比传统ROV检查方式显示出显著的成本降低。通过提高现成无人机的自主级别，本文为（1）更安全的操作，通过替换依赖ROV和母船的高成本人力操作；（2）可扩展的监测能力；（3）符合监管要求的文档生成提供了解决方案。这为可持续的海上基础设施管理提供了一个实用的跨行业方案。

海洋行业如水产养殖和浮动海上可再生能源（ORE）正面临快速扩张和现代化的挑战，以满足全球对食品和清洁能源的需求。系泊系统对于保持浮动结构的位置至关重要，使用锚定线和连接器，这些必须承受恶劣的海洋环境。这些系泊线随着时间推移会逐渐退化，例如疲劳、过载、腐蚀、材料退化或机械损坏，因此定期检查对于确保结构完整性至关重要。然而，在实践中，系泊检查的频率较低，通常仅在计划的间隔期（年度或多年）进行，这是由于当前方法的高成本和复杂性。这种检查覆盖率的不足可能导致故障未被及时发现，例如有案例显示，系泊线断裂直到下一次定期检查才被发现。系泊线故障未被及时发现可能导致严重后果，包括昂贵的停机时间、资产经济损失，甚至事故和环境灾难。这凸显了对更持续和高效监测的需求。

传统的系泊系统检查技术成本高昂、人力密集且难以扩展。通常，潜水员或工作类ROV被用于检查系泊线和硬件。尽管潜水员检查能够避免人类暴露在危险中，但在深水环境中，潜水员检查的成本和可行性呈指数级上升。ROV检查虽然提高了安全性，但仍需要大型支持船只和专业操作员，导致运营成本居高不下。这些资源需求使得频繁或按需检查大量系泊线变得不切实际。因此，操作员通常限制检查的频率，这限制了可扩展性——在许多资产或提高检查频率方面，受限于人力和预算。虽然石油行业可以承受高成本，但水产养殖和可再生能源行业则需要显著更精简、成本更低的检查解决方案。这种经济限制突显了开发适用于这些行业日益增多的安装设施的可扩展且经济实惠的检查方法的重要性。

近年来，海洋机器人技术的进步为实现成本效益和可扩展的检查解决方案提供了途径。特别是观察类水下无人机，作为国际海洋承包商协会（IMCA）分类中的一种，正成为系泊线检查的有前景工具。这些车辆相比传统工作类ROV更具成本效益、便携性，并且更容易部署。它们可以从小型船只或平台发射，并由最小的机组人员操作，或者可以作为永久的水下居所，从而大幅降低每次部署的物流和费用。现代观察类ROV可以配备单目相机、可选的声呐、灯光、深度传感器和惯性测量单元（IMU），从而实现对水下结构的检查。研究人员和早期采用者报告称，这些无人机提供了可行的解决方案，允许更频繁和更低成本的水下调查，而不会牺牲覆盖范围。这些较小的ROV有潜力增加检查频率，同时降低成本，从而改善系泊系统的完整性管理。此外，随着自动化的发展，这些无人机可以配备软件以实现自主导航和异常检测。这意味着，无人机可以跟随系泊线，收集视频和数据，并标记潜在问题，而无需人工操作。这种自主性是实现可扩展性的关键，因为它可以在不增加人力的情况下，使无人机在许多系泊线和设施上进行一致的检查。

实现观察类无人机的自主系泊检查需要可靠的感知和定位方法。最近的技术如相机-声呐融合可以有效结合视觉细节和距离检测，但面临适应不断变化的系泊线角度的挑战。声学通信也被建议用于水下定位。虽然视觉同时定位与地图构建（VSLAM）具有前景，但受限于低成本无人机的有限板载处理能力，实时应用仍受到限制。基于IMU的策略最初为浮动海上风电平台的结构开发，同样可能为系泊检查带来好处。

目前，手动审查长时间的视频素材使得系泊检查变得人力密集且主观。VSLAM可以提供自主、高效的检查，通过3D重建实现自动缺陷检测（例如缺失部件、海洋生长或磨损）。从空中机器人中获得的单目-惯性VSLAM的进展确认了其在动态条件下的可行性。在水下应用中，使用相机-声呐融合可能面临复杂性和成本问题，使得单目VSLAM成为系泊检查更实用的选择。

尽管近年来有所进展，但使用观察类ROV进行完全自主的系泊线检查仍尚未在实践中实现。水下环境中的挑战，如强流、动态障碍物和低能见度，使得保持无人机与系泊线的接近变得复杂。虽然监管标准如DNV-RU-OU-0300要求进行常规视觉检查（GVI）和近距离视觉检查（CVI），以确保结构完整性，但由于高运营成本，检查通常仍保持频率较低且基于风险的检查（RBI）。

主要的研究空白在于如何利用配备最少传感器包（包括相机、IMU和深度传感器）的观察类水下无人机实现稳健且高效的系泊线自主监测。同时，也有有限的研究探讨如何利用这些低成本平台获取的视频数据进行3D重建，以支持随时间变化的检测和缺陷识别。研究问题为“如何利用成本效益、现成的观察类水下无人机对系泊线进行有效监测和检查，以及如何利用检查过程中获取的视觉数据进行3D重建以支持变更检测和缺陷识别”。

本文的研究目标是开发一个用于系泊线检查和监测的框架，该框架基于增加经济型、现成水下无人机的自主性，这些无人机配备基本的视觉和惯性传感器。本研究聚焦于商业上可获得的低成本水下无人机的使用，并利用计算机视觉和目标检测技术实现自主导航和检查。VSLAM用于系泊线的3D重建，以支持变更和缺陷检测。该框架通过模拟和海试进行了验证。研究结果旨在为开发标准化、可扩展且成本效益高的系泊线检查方案奠定基础。本研究在一定程度上基于和扩展了先前学生的工作，如Arntzen (2024)和Elseth和?vstaas (2025)的研究。

本文的贡献在于提出了一种模块化和可扩展的方法，使得在检查系泊线时能够提高自主级别，同时保持成本效益。通过利用开源工具如ROS 2和商业现成硬件（COTS），检查系统被设计为可复制、可适应且可访问，特别是在新兴市场或小型操作中。此外，这种统一的检查方法适用于水产养殖和海上可再生能源系统，解决了这两个行业在系泊线检查方面的共同挑战。

本文的其余部分结构如下。第2节将全面回顾相关工作，以识别当前低成本水下检查技术的空白。第3节介绍系泊线检查相关的环境和监管挑战。第4节详细介绍了所提出的系统架构及其实施，包括自主级别、传感器集成、模拟设置和硬件平台。第5节和第6节分别介绍了感知和控制策略。第7节展示了码头测试和海试的实验结果，第8节和第9节分别进行了讨论和结论。

在海洋机器人领域，已有大量关于水下检查的文献。这些文献主要集中在几个关键领域：（1）使用自主水下航行器（AUV）；（2）ROS集成；（3）使用Gazebo的模拟框架；（4）VSLAM；（5）成本效益解决方案；（6）路径跟随策略，用于系泊系统检查等应用；（7）检查对象为系泊线（M）或其他对象（O）。为确保系统和透明的文献选择，本文应用了首选报告项目用于系统综述和元分析（PRISMA）框架。如图2所示，初始通过Web of Science、Semantic Scholar和Scopus等数据库识别了2500篇文章。在去除重复项并应用基于上述七个领域的相关性标准后，最终选择了22项研究进行详细分析。进一步的搜索策略信息可在Elseth和?vstaas (2025)中找到。

选定的文献在表1中进行了总结，其中勾选表示研究明确涉及某一特征，且其与系泊线检查的相关性在最后一列中。通过审查该矩阵，可以发现系泊线检查仍处于研究的边缘，大多数研究聚焦于一般的水下自主性。同样，成本效益的解决方案仍需要进一步研究。使用Gazebo和ROS的模拟仍然是下一步需要探索的领域。图2展示了研究选择过程的流程图。

表1中的文献表明，Manzanilla等人（2019）、Vithalani等人（2020）以及Tipsuwan和Hoonsuwan（2015）的研究与本文的技术方面有诸多契合之处，包括成本效益、自主性和路径规划。然而，这些研究并未直接涉及系泊线检查。在少数涉及系泊线检查的研究中，只有Maurelli等人（2016）明确考虑了成本效益解决方案，但其缺乏VSLAM的集成，并未探索使用检查活动中的视觉数据进行自动缺陷检测。

随着水产养殖和浮动海上可再生能源系统的扩展，系泊系统检查的频率和精度需求也在提升。为了应对这一挑战，本文提出了一个基于视觉感知和自主控制的系泊线检查框架，以降低检查成本并提高检查效率。该框架利用低成本的水下无人机和开源软件，实现了对系泊系统的实时监测和检查，同时通过图像处理和目标检测技术提高了系统的鲁棒性。此外，本文还探讨了如何通过视觉数据进行3D重建，以支持未来的变更检测和缺陷识别。

在研究过程中，我们发现当前的系泊检查方法存在一定的局限性。例如，传统方法依赖于人工操作或昂贵的ROV，而这些方法在面对复杂的水下环境时可能不够灵活。因此，本文的研究目标是开发一种更高效、更经济的系泊线检查方法，以满足日益增长的海洋基础设施管理需求。通过引入基于视觉的感知和控制策略，我们希望能够减少对人工操作的依赖，提高检查的自动化程度，从而实现更广泛的适用性和更高的检查频率。

本文的系统架构基于ROS 2，结合了实时图像处理、YOLOv5目标检测模块和简单的系泊线跟随控制器。图像处理流程包括引导滤波、对比度受限自适应直方图均衡（CLAHE）、形态学变换和Canny边缘检测，以应对海洋雪花和光照变化等挑战。提取的视觉特征用于指导无人机在四个自由度（推进、偏移、升降和偏航）上的运动。通过模拟、视频回放测试和海试的验证，我们发现该系统能够有效实现对系泊线的监测和检查，特别是在边缘硬件上进行实时处理。

此外，本文还探讨了如何利用视觉数据进行3D重建，以支持未来的变更检测和缺陷识别。通过使用ORB-SLAM3和Meshroom等工具，我们能够对系泊线进行更精确的重建，并分析其随时间的变化。这为实现更高效的系泊检查提供了新的可能性，同时也为未来的系统优化提供了数据支持。

尽管当前的系泊检查方法存在一定的局限性，但本文的研究提供了一种可行的解决方案。通过引入基于视觉的感知和控制策略，我们希望能够减少对人工操作的依赖，提高检查的自动化程度，从而实现更广泛的适用性和更高的检查频率。此外，本文还探讨了如何通过视觉数据进行3D重建，以支持未来的变更检测和缺陷识别。这为实现更高效的系泊检查提供了新的可能性，同时也为未来的系统优化提供了数据支持。

本文的研究不仅在技术上有所创新，也在实际应用中展现出显著的潜力。通过与传统方法的对比，我们发现基于视觉的检查方法在成本和效率方面具有明显优势。同时，通过引入ROS 2和低成本硬件，我们能够实现更灵活的系统架构，以适应不同的检查需求和环境条件。此外，本文还讨论了未来的研究方向，如如何进一步提高系统的自主性，如何通过传感器融合和自适应控制来优化检查流程，以及如何在有限的硬件资源下实现更高效的3D重建和路径规划。

总之，本文的研究为实现经济高效的系泊线检查提供了一种新的思路和方法。通过结合视觉感知、自主控制和3D重建技术，我们希望能够推动海洋基础设施管理的可持续发展，并为未来的自动化检查系统奠定基础。