近年来,随着计算机科技的飞速发展，人工智能在船舶与海洋工程领域的应用，已然成为时下热门的课题。无人驾驶船舶、智能水下机器人、无人飞机等，高度智能化的设备，正逐步被运用在海洋工程的各个领域。国内外多家船公司、海工业主、船级社以及多个国家的主管机关都在探索全新的船舶运营模式和检验模式。

为了适应智能船舶的发展趋势，中国船级社(CCS)成立了智能检验项目组，致力于开发现代化的高科技检验新技术。经过前期的调研和探索，我们发现在船舶、海工领域利用无人机执行检验有以下三大优点：

一是降低运营成本。以一艘330米长的30万吨超大型油轮为例，要完成一次全船结构检验，对于船东而言，至少先要承担一笔上百万的脚手架搭建费用，以及约2周的脚手架施工时间。如果利用无人机执行此项工作，不仅可以在几天内完成对船舶结构的检验工作，而且还可以为船东节省大笔财务成本。

二是提高检验效率、保障检验质量。同样以30万吨超大型油轮为例，船舶型深30米，设有17个货油舱和10个压载舱，仅仅把这些舱室简单走一遍，上上下下的攀爬高度就大约有800米，差不多等于爬了2遍东方明珠，更别说对每个舱室的每个区域进行详细的近观检查了。真正的检验工作可能只占总工作量的3～4成，大量的精力都被花费在体力劳动上。

但是，如果我们利用无人机执行检验，可以大幅度地降低检验人员的劳动强度，将更多的注意力集中在检验工作上，提高检验质量的同时，整个检验过程还能够被无人机完整地记录下来，可以让不在现场的人员直观了解现场实际情况，实现远程技术指导工作。

三是保障人员安全，降低事故风险。利用无人机可以以便捷的方式对那些难以接近的关键结构进行详细检查，从而降低高空作业风险，保障人员安全。

由此可见，将无人机技术应用到现场检验中是非常有价值的。2016年10月,CCS首次在现场尝试使用无人机对船舶进行近观检验。发现普通的无人机很难适应船上的复杂环境，几乎无法做到稳定飞行，更别说进行图像数据采集了。其主要原因是现有的无人机适合在开阔的环境下飞行，通过利用GPS信号、电子罗盘和视觉传感器进行定位，并控制自身的飞行姿态。然而，一旦进入到船舶货舱这类封闭处所，GPS信号就会丢失，电子罗盘会受到周边设备和钢结构的干扰，黑暗的环境和单一的涂层颜色也让视觉传感器无法正常工作。同时，由于无人机在飞行过程中一直处于高频振动状态，在光线相对昏暗的环境下想要拍摄一张清晰的照片或视频也是比较困难的。

于是，CCS针对首次试飞所遇到的问题，联合国内专业机构开发了全新的无人机导航系统和控制系统，优化了供电系统和照明系统的整体设计。

经过多次在船厂和码头的现场试飞，CCS开发的无人机样机已经基本可以实现在复杂环境中的稳定飞行和图像数据采集功能。

在这里值得一提的是，能够利用无人机在船上拍摄一张清晰的船体结构照片或一段视频，对CCS而言具有里程碑式的意义。这意味着，CCS的无人机已经可以承担常规的目视检查工作，通过查看所采集的图像信息，去判断船体结构是否存在缺陷、舱室内涂层状况是否良好，还能便捷的近距离观察一些平时无法接近的结构或区域。

我们还可以利用图像分析、比对技术，直接获取涂层破坏的比例以及结构损坏的具体尺寸。

2017年11月，根据之前的研发工作以及试飞经验，CCS编写了《无人机检验应用指南》，制定了无人机技术标准、数据采集系统技术标准，以及对无人机在现场检验应用时的要求和注意事项提出了指导意见。

CCS综合考虑了目前主管机关法定要求、船级社规范规定、船舶与海上设施安全运营管理体系的接受程度，以现有无人机技术和数据采集、分析系统技术为参考，结合现场检验过程中的实际情况，从无人机执行检验的有效性、可操作性和安全性三个方面编写指南。

指南主要由无人机技术标准、数据信息采集以及船舶和海工现场检验应用四个方面组成，从无人机的安全性能、检验人员资质要求，数据信息采集和保存、现场检验条件、检验前准备和安全事项等多个方面给出了较为详细的指导意见和建议。

CCS在开发无人机检验技术的同时，也在探索将其它检验新技术与无人机技术相融合，从而建立系统性的智能检验平台。

2017年6月，CCS首次在船上尝试使用VR虚拟现实技术，该项技术可以为船东提供更为直观的船舶管理平台。与此同时，项目组还完成了双目视觉导航定位系统的原型设计，该系统可以实现在低光照环境下识别出船舶结构特征，实现自主导航和定位功能。另外，CCS也在尝试将这两项技术与无人机技术相结合，最终可实现无人机远程自主飞行并将所采集的实船信息通过VR虚拟技术平台展现。

接下来，CCS项目组还将利用现有无人机检验技术为基础平台，开发多功能的数据采集模块，并结合全船检验需求搭建人工神经网络模型，建立在船舶整个运营期间可以进行自主检验、自主判断的智能决策系统，最终将智能检验平台融入到CCS智能船舶的集中平台中去，从而实现船舶的智能化运营。

本文作者联系方式

张怡  电话：021-58851578

邮件：zhang_yi@ccs.org.cn