Предприятия нефтеперерабатывающей промышленности, играя важную роль в экономике страны, являются одними из главных источников пожаровзрывоопасности, а также напряженной техногенной и экологической обстановки. Поэтому повышение безопасности объектов нефтеперерабатывающих производств продолжает оставаться одной из важнейших угроз техногенного характера. За последние 60 лет произошел ряд аварий в химической и нефтеперерабатывающей промышленности, вызвавших озабоченность и тревогу у общественности. Эти аварии сопровождались пожарами, взрывами и выбросами токсичных веществ [1]. В. Маршалл рассматривает различные пожары и взрывы на предприятиях нефтеперерабатывающей и нефтехимической промышленности и дает оценку воздействия факторов риска на человека и оценку их количественной меры опасности. Например: воздействие теплового излучения на людей, количественная оценка токсических свойств веществ, воздействие низких температур, воздействие горячих жидкостей на человека. В некоторых авариях погибли сотни и тысячи человек. Основную опасность представляют аварии с образованием зон взрывоопасных (и/или токсичных) концентраций (17,9 %), пожары (58,5 %) и взрывы (15,1 %), прочие опасные ситуации – 8,5 % [4].
В связи со сложностями в быстром обнаружении и тушении промышленных пожаров, а также высоким риском для человеческих жизней предлагается рассмотреть применимость беспилотных летательных аппаратов в противопожарном мониторинге объектов нефтехимической промышленности.
Прежде чем приступить к рассмотрению беспилотных летательных аппаратов, сделаем ряд уточнений, касающихся беспилотных мобильных средств вообще. В этой бурно развивающейся области техники на сегодняшний день существует много понятий, которые не всегда правильно и однозначно понимаются. Для многих объектов пока нет устоявшихся определений. В разных источниках классификация беспилотных мобильных средств проводится по-разному.
Беспилотное мобильное средство – это искусственный мобильный объект многоразового или условно-многоразового использования, не имеющий на борту экипажа (человека-пилота) и способный самостоятельно целенаправленно перемещаться в пространстве для выполнения различных функций в автономном режиме (с помощью собственной управляющей программы) или посредством дистанционного управления (осуществляемого человеком-оператором или диспетчерским центром).
Беспилотные мобильные средства могут быть дистанционно управляемыми или автономными. Для них существуют общие названия – ROV – Remotely Operated Vehicle и AUV – Autonomous Unmanned Vehicle. Причем первые исторически появились раньше. Полностью автономные беспилотные мобильные средства встречаются пока редко. Как правило, автономность не является стопроцентной: обычно оператор имеет возможность корректировать поведение аппарата или переводить его на ручное дистанционное управление. У военных существует следующее разделение беспилотных систем по степени автономности мобильных средств: «man-in-the-loop systems» (с управляемыми объектами, когда удаленный оператор является необходимым звеном системы управления), «man-on-the-loop systems» (с контролируемыми объектами, когда все обычные задачи решаются без участия оператора, а вмешательство его требуется только в ответственных случаях), «fully autonomous systems» (полностью автономные системы, когда оператор только инициирует систему для выполнения задачи) [3].
В последние годы именно миниатюрные дистанционно управляемые и автономные летающие аппараты (MAV) стали важным инструментом не только в военном применении, но также и в гражданском. Квадрокоптеры становятся очень популярными особенно для целей наблюдения и исследования внутри и вне помещений, сбора данных или просто как высокотехнологичные игрушки.
Существует множество примеров успешного применения квадрокоптеров, например, в исследовательских задачах, таких как инспектирование поврежденных атомных реакторов АЭС Фукусима-1 в марте 2011 года и для воздушного наблюдения и мониторинга потенциально опасных ситуаций, таких как массовые спортивные мероприятия.
Однако, существует множество других потенциальных применений: группа маленьких, легких и дешевых квадрокоптеров может быть применена для быстрого обнаружения очага возгорания, поиска пострадавших внутри горящих и разрушающихся зданий, промышленных объектов без риска для человеческих жизней, а также для локального оперативного пожаротушения с применением современных легких и эффективных средств пожаротушения.
Летное поведение квадрокоптера идентично традиционному вертолету: квадрокоптер может взлетать и садиться вертикально, зависать на одном месте и двигаться в любом направлении в любое время без предварительных разворотов. Это дает квадрокоптерам – в противоположность классическим самолетам – возможность маневрировать в очень ограниченных пространствах таких как коридоры, офисы, площадки с технологическим оборудованием. Это также делает квадрокоптеры идеальным техническим средством для наблюдений и инспекций внутри помещений и в окружении множества препятствий.
Хотя первый концепт летательного аппарата с четырьмя роторами в одной плоскости был предложен в 1922 году, эта схема была довольно быстро забыта в связи с доминированием схемы с классического двухвинтового вертолета [5]. Существовали две основные причины отказа от дальнейшей разработки такой схемы: несмотря на механическую простоту, квадрокоптер гораздо менее стабилен и сложен в управлении. Также квадрокоптеры менее энергоэффективные, чем классические двухвинтовые вертолеты.
В связи с ростом популярности MAV, схема квадрокоптера снова стала применяться. Четыре ротора в одной плоскости механически гораздо проще, чем классический вертолет, так как все роторы закреплены на раме. Также роторы и пропеллеры могут быть защищены кожухом, защищающим их от повреждений и дающим возможность безопасно выполнять полеты внутри помещений.
В целях навигации современные MAV могут использовать самые различные сенсоры. В дополнение к inertial measuring unit (IMU) – инерциальному измерительному блоку, измеряющему положение и ускорение летательного аппарата, также может использоваться GPS для определения абсолютного положения MAV. Это дает возможность использования автономной навигации в уже известном окружении, либо для удержания конкретной позиции без сноса.
При полетах в неизвестном окружении либо внутри помещений – где сигнал GPS недоступен – требуются альтернативные методы локализации. Для этого может быть использован широкий спектр сенсоров: от недорогих и легких ультразвуковых датчиков расстояния, работающих в одном выбранном направлении, до лазерных сканеров с высоким разрешением, дающих полную карту глубин окружающей среды, но стоящих несколько тысяч евро. Одни из самых простых технических средств сбора информации – это оптические камеры: они относительно дешевы, энергоэффективны, небольшого размера и массы и часто уже встроены в MAV. Обработка большого объема визуальных данных является сложной задачей, требующей большого объема вычислительных мощностей, но решаемой с применением современных технических средств (GPGPU).
Самым сложным является вычисление информации о глубине при обработке изображения, так как камера выдает только двумерное изображение; дистанция и размер объектов не могут быть определены непосредственно.
Первый и самый главный компонент любой системы, применимой для автономной навигации, – способность определить свое положение в пространстве. В случае с летательным аппаратом удержание занимаемой позиции требует создания постоянного противодействия незначительным случайным движениям, которые также требуют отдельных методов измерения. С помощью современных высокоточных IMU это становится возможным без привлечения внешних средств измерения. Но тем не менее у IMU есть свойство накапливать ошибки, что со временем приводит к медленному сносу от желаемой позиции. Так что при наличии возможности у MAV точно определять свое положение в пространстве накопление ошибок IMU может быть легко компенсировано.
Задача точного измерения движения робота в произвольном и неизвестном заранее пространстве является одной из главных в области компьютерного зрения и робототехники и широко известна как проблема одновременной навигации и составления карты (simultaneous localization and mapping – SLAM). Идея очень проста – составлять карту окружающего пространства, используя сенсоры. Карта в дальнейшем используется для повторного определения текущей позиции робота спустя некоторый период времени. Таким образом SLAM отвечает на вопросы «Как выглядит окружающий мир?» и «Где я нахожусь?». Процесс может быть произведен в активном режиме, когда робот одновременно получает новую информацию об окружающем мире и точно отслеживает свое перемещение и позицию. Этот подход называется SPLAM (simultaneous planning, localization and mapping) [4].
Когда текущая позиция MAV определена, она может использоваться для достижения и удержания заданной целевой позиции либо для следования по заданному пути. В дальнейшем эта система может быть использована как сокращение нагрузки пилота, делая управление значительно проще благодаря автоматической компенсации нестабильности полета, в частности горизонтального сноса. В случае работы в неизвестной прежде окружающей среде, допуская полностью автономный полет, знать только текущую позицию MAV недостаточно: также необходимо определять препятствия, стены, а также объекты интереса.
Проблематика исследования
Целью данной работы является создание алгоритмов, подходящих для управления и навигации квадрокоптера в неизвестном окружении, пригодных для противопожарного мониторинга и применения в чрезвычайных ситуациях, происходящих в нефтеперерабатывающей отрасли; с использованием только встроенных сенсоров без дополнительных маркеров и объектов калибровки. В качестве главного сенсора будет использоваться фронтальная камера, встроенная в квадрокоптер, используемая для вычисления текущей позиции квадрокоптера с применением методов визуальной одометрии. В дальнейшем вычисленная поза может быть использована для вычисления управляющих команд, необходимых для полета и удержания необходимой позиции в трехмерном пространстве. Этот подход дает квадрокоптеру возможность выполнять следующие задачи:
● задерживаться в определенной позиции несмотря на влияние внешних сил, таких как ветер и тепловые потоки;
● высокоуровневое управление. Вместо непосредственного управления летательным аппаратом пилоту необходимо ввести лишь координаты следующей позиции;
● следовать по заранее заданному пути в трехмерном пространстве относительно стартовой позиции;
● автономно выполнять различные действия по взаимодействию с объектами интереса.
В данном подходе имеется множество трудностей: неизвестный масштаб визуальной карты, компенсация больших задержек в системе управления, обработка данных низкокачественных сенсоров. В то же время система должна быть надежной и устойчивой к временной потере визуального трекинга, отсутствующих или поврежденных данных сенсоров и нестабильного качества беспроводной связи.
Проблематика исследования выявляет следующие задачи:
1. Реализация методов SLAM для однообъективной камеры.
2. Определение масштаба изображений, полученных с однообъективной камеры.
3. Реализация методов создания карты глубины как части системы обхода препятствий.
4. Получение, фильтрация и валидация данных IMU квадрокоптера.
5. Реализация системы управления.
6. Реализация взаимодействия с объектами интереса:
а) мониторинг пожарной ситуации на объектах нефтехимической промышленности;
б) тушение пожаров;
в) предоставление оперативной информации в штаб пожаротушения.
7. Создание программного комплекса, включающего в себя перечисленные выше возможности.
Рецензенты:
Борзых В.Э., д.ф.-м.н., профессор, заведующий кафедрой информатики и информационных технологий, ФГБОУ ВПО «Тюменский государственный архитектурно-строительный университет», г. Тюмень;
Логачев В.Г., д.т.н., профессор кафедры кибернетических систем, ФГБОУ ВПО «Тюменский государственный нефтегазовый университет», г. Тюмень.