近日，DNV启动了一项新的合作研究项目，旨在开发一种自动数据处理程序，用于验证已检测到的风机叶片缺陷，从而提高行业信任度，使自动化数据处理技术获得行业广泛接受，并以信息助力未来监管。
该研究项目由布里斯托尔大学（Bristol）和Percepetual Robotics公司合作执行，将对自动无人机所收集的自动核查、确认和处理等检验数据进行调查，以提升检验质量和性能。该项目旨在为英国自动化检验行业发展做出贡献。
无人驾驶、远程操控车辆和无人机通常被用于在难以到达的极端环境下的海上风电场资产检验。这些工具可以收集丰富而广泛的数据集，包括高清视频、图像、地理定位和传感器数据，以提供所安装设备的完整信息，而无需人员亲临这些危险区域。
自2021年4月开始的这一项目将运行12个月，满足对所收集数据进行完全自动化处理的需求。目前，数据收集仍是半自动化的，主要依赖于训练有素的专家对图像数据进行目视检查。
DNV数字化保障高级研究员Elizabeth Traiger博士说：“由于目前许多检验仍然是人工进行，对海上风机的目视检验又贵又耗劳力，也很危险，而自动目视检验可以解决这些问题。这次合作将打造出一个自动化处理流程和通用框架，从而获得行业的广泛接受度，并为未来的监管提供信息。因此，该项目应该也会为自动化检验行业的发展建立一个基石。”
“随着世界范围内风机安装数量的增加，尤其是很多风机安装于偏远和恶劣环境下，检验数据收集数量很快超出了熟练的检验人员的能力。该研究项目将通过机器学习算法和过程自动化来解决这一挑战。”DNV集团研发总监Pierre C. Sames补充道。
作为项目的一部分，布里斯托大学的视觉信息实验室、3D计算机视觉和图像处理专家，将使用SLAM和3D追踪技术创建检验图像和缺陷自动定位的算法。
Perceptual Robotics是一家专门从事使用无人机对风机进行视觉检测的中小企业，它将完成无人机检验，并创建基于人工智能的缺陷检测模型，以在商业生产环境中试验过程自动化。
DNV将提供检验的专业知识，核实收集的数据，验证人工智能算法的方法和性能，并就现有的DNV和IEC推荐做法、规范和行业网络提供指导。
这项研究赢得了英国技术战略委员会的“创新英国”项目（Innovate UK）举办的“机器人助力更安全的世界”竞赛项目，并由此获得了专项资金支持。
