来自北京理工大学的许廷发教授、李佳男副研究员团队通过将无人机系统与人工智能技术深度融合，从底层平台与顶层算法实现核心关键技术的创新突破，开发出首套“中国天眼”反射面自动巡检系统，实现反射面板的自动化、精细化巡检。

该工作大幅提升反射面板的巡检效率和准确性，保证了大国重器的长久稳定运行。

500米口径球面射电望远镜（Five-hundred-meter Aperture Spherical radio Telescope，FAST），又被誉为“中国天眼”，是具有我国自主知识产权、世界最大单口径、最灵敏的射电望远镜。

FAST的主体是由4450块反射面板单元组成的直径500米球反射面（如图1a），总面积约25万平方米，与大约30个标准足球场相当。FAST的巨大反射面带来了前所未有的超高灵敏度，但另一方面容易受到坠石、冰雹等自然坠物所造成的损害，产生凹陷、孔洞等面板缺陷（如图1c），影响系统运行的可靠性与稳定性。因此，及时准确地发现并修复面板缺陷对于FAST的稳定运行至关重要。传统面板巡检主要由巡检人员定期对反射面板单元进行人工巡检来实现，因为受面板可承重限制、气候条件、高空作业危险性等因素的影响，人工巡检的识别错误率高，追溯性差，且效率低下。

图 1. (a) FAST几何光学结构 (b) FAST台址现场巡检 (c) 反射面板缺陷示意（凹陷、孔洞）(d) 智能巡检结果

近日，来自北京理工大学的许廷发教授、李佳男副研究员团队通过将无人机系统与人工智能技术深度融合，从底层平台与顶层算法实现核心关键技术的创新突破，开发出首套“中国天眼”反射面自动巡检系统，实现反射面板的自动化、精细化巡检，降低识别错误率与风险，大幅提升巡检效率，为FAST的长久稳定运行保驾护航。

该成果以“Automated optical inspection of FAST’s reflector surface using drones and computer vision”为题发表在Light: Advanced Manufacturing。

该巡检系统综合运用无人机技术、视觉定位技术和深度学习技术，以多旋翼无人机为平台，基于高精度定位技术的导航方案，控制无人机沿预设航线完成飞行及数据回传，再利用远程数字管控平台，将飞行过程中采集的数据进行AI智能识别，生成巡检报告，从而帮助检修人员更快发现面板缺陷，及时消缺。针对反射面板纹理复杂导致细微缺陷难以检测、不同缺陷混淆和相互干扰等难题，研究团队提出了一种复杂背景下细微缺陷检测算法，将逐像素跨层注意力机制引入深度检测网络，解决了细微、易混淆面板缺陷的漏检和误检难题，极大提升了整体检测准确性。

实际结果表明，该系统可自主、高效地进行FAST反射面板巡检，实现厘米级面板缺陷的准确识别与精确定位（如图1d），对FAST的长久稳定运行具有深远意义。（来源：先进制造微信公众号）

相关论文信息：https://doi.org/10.37188/lam.2023.001