基于IPA和機器視覺的網絡巡線全流程管控系統探究

摘要：基于現行高度智慧的自動化技術背景，網絡巡線流程管理在整合現有資源方面應以可視化、自動化等原則為基礎，并積極融入更加現代的現場管理技術，以降低人工成本支出的同時提升現場網絡巡線質量。為實現這一目標，建議以移動網絡巡線全流程管理系統為出發點，重點利用IPA和機器視覺技術來提高巡線流程的效率和質量。基于此，本文以“IPA和機器視覺概念——IPA和機器視覺在網絡巡線全流程管控應用意義——網絡巡線全流程管控應用措施”為探究脈絡，進行了相關探討，以供參考。

關鍵詞：IPA；機器視覺；移動網絡巡線；全流程管控；系統

移動網絡巡線主要是指對一線相關設備、線路等進行動態、系統化的檢查，旨在及時發現問題并解決問題[1]。然而，傳統的巡線方式主要以人工為主，存在工作效率低、準確性不高、安全保障差等問題。基于IPA和機器視覺技術的移動網絡巡線全流程管控系統，能夠進一步提升現場移動網絡巡線管理的有效性，包括降低人工干預、提高巡線工作效率等方面。由此，有必要對這一技術進行探索和研究。

一、基于IPA和機器視覺的移動網絡巡線全流程管控系統概述

（一）概念界定

1.智能流程自動化（IPA）

IPA（Intelligent Process Automation）是一種基于“RPA”（Robotic Process Automation）的衍生產品，它是一種更加先進的自動化機械人運行模式，更加智能和智慧[2]。IPA涉及的人工智能技術更加可靠，它能夠借助基礎流程自動化、機器學習、人語識別等技術，在更加復雜的情景中提升現場管理效益。在移動網絡巡線過程中，IPA能夠基于機器視覺和機器學習技術，對巡檢流程進行全面優化，從而在降低人工成本的同時，提升巡檢效益。

2.機器視覺

機器視覺主要是指結合相關視頻技術，抓取現場某時段圖片，并利用機器視覺的邏輯規則，對圖片進行深度的整合、分析和處理，從而實現管理人員對現場的遠程感知和控制。通過機器視覺動態對照現場線路設備是否存在故障，并根據識別結果自動觸發預警。

（二）應用意義

結合TPA和機器視覺概念、基本運行規則，其在移動網絡巡線全流程管理中擁有以下幾點意義：

第一，可有效提升巡線的效率與準確率。借助機器視覺技術，后臺管理人員可對整個巡線線路進行動態的監控管理，并借助設備自動識別的實時數據實現對現場的零距離管理[3]。與傳統人工巡檢模式相比，基于IPA和機器視覺的巡檢技術能夠有效避免人工失誤，提升巡檢效率，同時降低不必要的人工成本支出。

第二，可實現故障的智能排查和預警。借助這一智能技術，系統可以全面收集和處理現場數據，通過內部邏輯程序對圖片、視頻等數據信息進行對照處理，快速識別設備或線路是否存在故障[4]。在故障發生后，系統可以根據故障類型、機器學習技術或歷史維護記錄自動生成處理方案，從而實現故障的自動化預警，提升移動線路維護的可靠性，減少故障處理時間。

第三，基于IPA和機器視覺的移動網絡巡線管理模式可以設計可視化的現場管理模式。后臺管理系統可以直觀地展示現場管理情況，監控現場人員是否按照標準簽到，管理歷史數據，并提出線路后期維護計劃，如成本控制、人員管理和維護計劃等。

第四，通過視覺采集技術可有效提升巡線檢查的安全性與可靠性。復雜和惡劣環境下的移動巡線線路可以通過遠程高清視頻控制，避免巡線人員進行危險作業，從而提高巡線的安全性。

二、基于IPA和機器視覺的移動網絡巡線全流程管控全流程分析

（一）擬解決問題

目前，在整個移動傳輸線路的維護和巡檢過程中，存在巡檢人員現場巡檢質量不高的問題，如未到達現場巡檢或在現場巡檢過程中未及時發現潛在問題，這可能影響巡查質量，甚至導致維護問題。具體問題如下：

1.解決巡線人員現場巡查簽到問題：一線巡線工作繁瑣、枯燥、艱辛，部分巡檢人員可能讓其他人代替進行巡檢簽到，或者虛報巡檢結果[5]。為避免這種情況，需設計現場人臉識別、巡檢人員定位等現場管理機制。

2.解決隱患識別水平低的問題：巡檢主要目的在于發現、排除和解決問題。然而，由于一些巡檢人員的素質和能力等因素影響，他們可能缺乏責任心或疏忽大意，難以及時發現隱患。為解決這個問題，可以利用現代技術設備對現場進行機器識別，并引導巡檢人員有針對性地檢查和處理，以提高現場巡檢效果。

（二）整體系統框架設計

基于上述擬解決問題，結合IPA和機器視覺的功能和特點，以現場自動、實時和智能化控制為核心，設計整體系統框架如下：

1.IPA控制模塊

IPA控制作為整個框架的核心構成，其主要任務在于對巡線全流程中的相關設備、數據進行自動化處理，如驅動現場設備傳輸圖片、視頻等，然后基于實現設定的精準控制程序，確保現場巡線人員能夠順利參與活動作業。

2.機器視覺模塊

其任務主要在于借助現場監控攝像頭對所涉及的區域進行動態圖像抓取，并借助相關分析和圖像梳理基礎，對照識別邏輯程序中可能存在的異常情況，以進一步提升巡線質量[6]。

3.數據處理與分析模塊

設計本模塊的意義在于即時匯總、分析、整合、輸出機器視覺系統所采集的數據，從而實現對巡線現場進行實時監控、管理。如通過即時輸出模塊，讓管理層能夠更好地指導或調整巡線線路。

4.通信模塊

為進一步提升現場巡檢人員與后臺管理或指揮人員的交互效果，確保各個模塊之間能夠進行信息的互通，需要設計相關通信模塊，即無線通信、遠程語音交互等，以進一步提升系統的可靠性、便捷性。

5.用戶管理界面模塊

為進一步提升操作便捷性，需設計一個直觀、友好的操作界面，以便更好地對系統進行監控、管理。如圖1所示。

（三）技術實施流程

為進一步提升IPA和機器視覺的移動網絡巡線全流程管理效果，以巡線看護打點和隱患上報照片都上傳在代維管理系統，對這些照片進行進一步處理為例，對技術實施流程進行系統分析。

1.下載所需圖片

管理人員應根據平臺數據收錄目錄，以待檢查的線路為基礎，精準定位需要下載的所有圖片。按照設定的IPA程序和相關步驟，在瀏覽器上進行下載操作[7]。具體操作如下：（1）設置好需要導出照片的隱患類型、時間段和區域，并在瀏覽器中創建相應的文件夾（如圖2所示）。（2）按照人工核查的步驟，設定IPA流程，遍歷頁面上的工單。逐個工單點擊查看照片，判斷照片數量，并進行下載。（3）下載時，以流水號來命名照片，以便后續查找問題位置時能夠進行對比和核查。（4）下載當前頁面的照片后，檢查是否可以翻頁。若下載到最后一頁，則切換至下一區域進行繼續下載[8]。

2.實際處理現場圖片

導出圖片后，IPA程序運行結束后可以看到照片已經按照區域導出，方便進行下一步的 操作。在IPA流程中嵌入了部分Python代碼，輔助在網頁上進行相關操作，包括在照片下載完畢后運行人像和經緯度匹配功能。具體步驟有：（1）部署opencv環境，實現圖像處理和計算機視覺算法功能。利用dlib提取人臉特征關鍵點，如圖3所示，通過多維度特征標記人臉特征，并利用resnet深度殘差網絡對巡線人員庫的照片進行訓練，建立模型，以完成人員身份核對。（2）使用pytesseract庫實現經緯度識別功能。對之前下載的照片文件夾運行程序，提取人員庫模型信息與照片信息進行比對。將圖片轉化為灰度信息，通過閾值化突出白色字體，提高識別精準度。（3）輸出結果，包括比對出的照片中人員的姓名、照片中的打點經緯度，以及最近的關鍵點經緯度與打點經緯度的相對距離。根據要求，確保打點位置與引上、光交箱點位的距離不大于50米，與過路、過河點位的距離不大于150米，最后按照標準判定巡線人員是否在關鍵點巡查范圍內。

（四）成果分析

結合上述技術應用案例結果，通過利用IPA自動下載各區域的巡線打點照片，并結合AI機器視覺技術識別人臉和照片中的坐標，可以實現以下目的：

1.判斷巡線看護人員是否為本人參與，排除冒名頂替的情況。通過對巡檢照片進行對比，發現巡查范圍之外未出現本人照片的情況，如在上述對比中發現LXM有三次未在巡查范圍內，應對其進行引導和培訓。

2.比對照片坐標和管線系統關鍵點坐標，判定巡線人員是否對關鍵點全量進行真實性拍照核查。發現巡查范圍內關鍵點未被拍攝的情況，如在上述比對中發現CPH有一次未在巡檢范圍內，可進行進一步處理。

3.對照片中存在的隱患進行再次識別，并進行一鍵派單處理。將隱患發現和整改的過程流程化，實現隱患管控和追溯，提高管理效率和監督能力。

三、結束語

綜上所述，在數字技術、信息技術和通信技術快速發展的背景下，相關企業要想有所發展與進步，需基于自身實際需求，以一線現場管理目標和任務等要素為基礎，主動引入更智慧、智能的管理技術。在引入新技術的過程中，應以成本、便捷性和可靠性等因素為基礎進行選擇。本文通過IPA和機器視覺在網絡巡線中的應用進行系統分析，探討了系統模塊構成和實踐案例，具有一定的參考價值。這種結合先進技術與實際應用的做法有助于提高管理效率、降低人為錯誤，并促進企業在數字化轉型中取得更大的成就。隨著科技的不斷進步，企業應不斷更新管理理念和技術手段，以適應市場變化并提升競爭力。

參考文獻

[1]李文，李炎.基于虛擬儀器的機器視覺的起重機械鋼絲繩缺陷檢測技術研究[J].山西能源學院學報，2022，35（01）： 99-102.

[2]薛晴心，余正杰，李鑫龍等.機器視覺在自動化生產線中的應用實例[J].物探裝備，2022，32（01）： 21-24.

[3]張戰勝，馬亮.基于機器視覺的通信網絡數據可靠度計算方法[J].電子設計工程，2022，30（04）： 88-91+96.

[4]徐尉豪.基于機器視覺的動態環境運動目標智能識別研究[J].激光雜志，2022，43（01）： 29-32.

[5]梁誠意.基于機器視覺的配電網隱蔽工程智能化系統設計[J].信息與電腦：理論版，2021，33（23）：138-140.

[6]孫雪麗，張亞周，金堃.OpenMV視覺模塊的滾球目標識別與追蹤系統研究[J].單片機與嵌入式系統應用，2021，21（02）：8-10.

[7]張兆云，黃世鴻，張志.機器視覺在無人機巡線中的應用綜述[J].科學技術與工程，2020，20（34）：13949-13958.

[8]成建宏.機器視覺在輸電線路巡檢機器人中的應用綜述[J].自動化技術與應用，2019，38（04）：83-87.