DNV与合作伙伴共同开展研究，以对海上风机检查结果进行自动验证

该研究项目将与布里斯托大学和Perceptual Robotics合作进行，将研究自动无人机收集的检查数据的自动验证，确认和处理，以提高检查质量和性能。该项目旨在为英国自动化检查行业的发展做出贡献。

无人驾驶和遥控车辆和无人驾驶飞机通常用于在海上风电场难以到达的极端环境中进行资产检查。这些车辆可以收集丰富而广泛的数据集，包括高清视频，图像，地理位置和传感器数据，以提供有关已安装结构的完整性信息，而无需人员进入这些危险位置。

该研究项目将于2021年4月开始，为期12个月，将满足对收集到的数据进行全自动处理的需求，目前这仍是一个半自动化的过程，依赖于训练有素的专家对图像数据进行目视检查。

DNV数字保证高级研究员伊丽莎白·特拉格(Dr. Elizabeth Traiger)博士说：“由于许多检查仍在手动进行，因此对海上风力涡轮机进行目视检查非常昂贵，劳动强度大且危险。”“自动外观检查可以解决这些问题。

“此次合作将开发和演示自动处理流程以及通用框架，以期在整个行业中获得更广泛的认可，并为未来的法规提供依据。”该项目应为自动化检查行业的发展提供一块垫脚石。

“随着全球安装的风力涡轮机数量的增加，包括在偏远和恶劣环境中的风力涡轮机的数量，收集到的检验数据的数量迅速超过了能胜任审查的熟练检验员的能力，”集团研发总监Pierre C Sames说。在DNV。“该研究项目将开发通过机器学习算法和过程自动化来解决这一挑战的手段。”

作为该项目的一部分，位于布里斯托大学的视觉信息实验室将是3D计算机视觉和图像处理方面的专家，他们将使用SLAM和3-D跟踪技术创建用于自动定位检查图像和缺陷的算法。

一家专门研究使用无人机对风力涡轮机进行外观检查的中小型企业Perceptual Robotics将执行无人机检查并创建基于AI的模型以进行缺陷检测，以在商业生产环境中进行流程的自动化试验。

DNV将提供检验专业知识，验证收集的数据，验证AI算法的方法和性能，并提供有关现有DNV和IEC建议做法，法规和行业网络的指南。

这项研究得到了英国创新基金会的支持，该奖项是为赢得更安全世界的机器人技术而获得的：扩展竞赛。