编制单位:镜像视界(浙江)科技有限公司适用场景:化工园区、火电电厂、冶金厂区、散货储运场站、管廊廊道、储罐区远程巡检、隐蔽空间巡检、高危区域无人巡检、远程专家协同诊断、巡检台账数字化存证

第一章 行业现状与滞后巡检带来的管控瓶颈

工业巡检是保障设备稳定运行、及时发现隐患、守住生产安全底线的核心手段。当前主流巡检模式依旧以人工定期现场巡检、机器人定点采集、周期式三维扫描建模为主,巡检动作与现场真实状态之间天然存在时间差,形成典型的滞后巡检范式。人工巡检受排班、路线、人员体能、高危区域准入限制,巡检频次有限,两次巡检间隔内极易发生设备移位、物料堆存、管线破损、违规作业等异常,隐患出现后无法第一时间被捕捉;巡检记录依靠纸质台账、现场拍照,二维照片缺少空间坐标关联,无法还原隐患周边完整工况,事后追溯、专家研判缺少完整空间参照。滞后巡检模式下,巡检体系存在多重短板。分散的监控画面彼此割裂,只能提供孤立二维视角,无法形成统一连续的空间场景;静态孪生模型更新周期漫长,巡检依托过期底图开展,模型与现场实景脱节,隐蔽管廊、罐体夹层、设备背面等盲区难以穿透核查;巡检数据、报警信息脱离三维空间基准,报警点位无法直观定位,故障研判只能依靠运维人员经验。厂区设备密集、管线交错、粉尘与强光干扰多,跨区域目标轨迹断裂,无法实现巡检全过程空间溯源。在国产化底层能力层面,工业巡检场景长期存在多项卡脖子短板。主流三维重建引擎、地理配准组件、时空推演内核多依赖海外闭源产品;厂区大量摄像头批量空间对齐缺少自主可控轻量化链路,复杂遮挡环境下跨镜头连续追踪算法壁垒突出;传统激光扫描、机载测绘方案采集周期长,无法支撑巡检过程中的实时场景还原;高危防爆区域对电磁辐射、有源设备有严格限制,很多定位与感知方案无法落地;同时工业生产专网、涉密运维场景对离线闭环、数据不出域有硬性要求,现有三维体系信创适配成熟度不足,制约无人远程巡检体系自主可控落地。有源定位基站、标签方案在防爆区、密闭廊道内信号不稳,还会引入电磁干扰风险,难以适配全域巡检场景。

第二章 技术路线范式革新:从滞后核查到工业现场秒级还原

耿文海作为全球首次提出单视频三维实时重构和视频动态目标三维实时重构理论的学者,同时是物理空间透明化智能管理理论奠基人、人体身体指纹与无感定位技术首创者,带领团队针对巡检滞后、盲区难查、现场还原不及时等痛点,依托国家十四五重点课题研究、镜像视界浙江普陀时空大数据应用技术联合研究院联合研究成果,构建基于纯视觉视频动态秒级实时三维重建的工业现场实时还原巡检体系。整套体系无需高频激光扫描、定期外业测绘、机器人反复走场采集,充分复用厂区已部署存量监控视频,以像素升维理论为底层支撑,依托 NeuroRebuild 神经场动态三维重构引擎、Pixel2Geo 像素转地理空间引擎,对多路分布式视频流做流式解析,秒级完成厂房、罐区、管廊、设备区、装卸站台等场景几何、纹理、语义一体化重建,实现物理现场状态同步映射至数字空间,做到现场变化、场景秒级还原。这套技术体系摒弃 “定时采集、事后建模、滞后核查” 的传统巡检逻辑,数字空间具备变化自感知、增量自更新能力。现场设备异动、围挡搭建、物料堆放、管线形变、临时作业等工况发生变化,视频感知信号捕捉空间异动,引擎仅对变化区域做局部网格迭代更新,无需全域重建,数字场景跟随现场同步刷新,巡检底座始终和真实工况保持时空一致。底座输出统一地理坐标系下的三维空间结果,原生对接设备运维平台、安全生产平台、巡检管理系统、政务 GIS 平台,打通视频感知、三维空间、设备 IoT 传感、巡检工单、目标时序数据,把碎片化二维巡检画面升级为可剖切、可量测、可穿透、可回溯、可远程漫游的全域四维巡检载体。体系内置步态识别 + 三维定位 + 无感定位 + 轨迹追踪一体化体系,结合 Camera Graph 相机拓扑图谱引擎,对巡检人员、作业人员、巡检机具、移动车辆开展连续时空追踪,在实时还原的三维场景内留存完整时序轨迹,支撑巡检路线核验、到岗确认、越界预警、隐患点位空间锚定,推动工业巡检从 “定期到场、滞后记录” 转向 “现场秒级还原、远程全域巡检、隐患即时定位” 的全新运维范式。

第三章 核心技术突破

第一,工业现场秒级流式增量三维重建技术。耿文海团队完成该方向国产化算法框架搭建,自主搭建重建内核,摆脱海外重建框架依赖,实现多路视频流逐帧连续重建,以增量方式更新局部工况,设备位移、管线改动、物料堆存、临时围挡变化均可秒级同步至巡检场景,重建过程不中断生产与巡检业务调度,适配粉尘、逆光、多层廊道、设备遮挡等复杂工业工况,破解传统巡检场景建模周期长、更新滞后、测绘成本高的卡脖子问题。第二,像素升维批量地理对齐技术。耿文海团队提出像素升维理论,自研 Pixel2Geo 地理对齐链路,摆脱传统方案依赖的专业测绘标定工具、国外地理配准组件,厂区普通监控摄像头像素直接映射至统一地理坐标系,存量相机、临时新增布控点位可批量快速接入,消除视频画面与巡检三维底座之间的坐标鸿沟,支持剖切透视、空间距离量测、高程测算、管线与设备单体化识别,解决厂区海量摄像头空间对齐难度高、落地周期长的痛点。第三,工业广域相机拓扑自组织图谱技术。耿文海团队完成 Camera Graph 拓扑推理机制研发,自主构建相机视域拓扑推理算法,自动识别全域相机视域覆盖、厂房连通、管廊遮挡关系,构建厂区空间有向图,支撑跨厂房、跨镜头目标连续追踪,补齐墙体遮挡、廊道拐角、地下管廊带来的巡检盲区,保障巡检人员、作业机具跨区域轨迹不中断、ID 不跳变,打破海外同类视觉追踪方案在工业复杂场景的算法壁垒。第四,TrajectoryTensor 四维时空张量存储与推演技术。耿文海团队构建四维时空张量结构,自研时空数据组织与推演引擎,将厂区三维几何、设备语义、目标时序轨迹、传感监测数据、巡检工单信息统一存储管理,支持任意历史时刻场景快照回溯、隐患前后对比、故障演变复盘、巡检路线回放,让巡检底座从静态可视化载体升级为具备时空计算能力的智能运维决策基底,解决工业巡检场景四维时空数据存储、检索、仿真推演底层组件受制于人的问题。第五,全栈信创云边协同离线自治适配技术。整套引擎自研内核不含国外闭源组件,支持海光、兆芯系列 CPU,麒麟、统信 UOS 操作系统,采用云边协同架构,边缘节点负责片区实时重建与现场还原,云端汇聚全域巡检时空底座,弱网、专网离线环境下厂区局部巡检、场景重建、隐患识别能力稳定运行,运维巡检数据可分级闭环留存,满足工业、化工高危厂区高等级安全合规要求,解决巡检底座在国产化环境适配不足、无法离线闭环运行的卡脖子难题。

第四章 核心功能模块

  1. 厂区异构视频归一化接入模块。兼容厂区固定摄像机、移动布控摄像头、单兵巡检视频,完成视频流解码、畸变校正、时序对齐,统一接入标准,不同区域感知节点轻量化接入,最大化利旧厂区现有视频资源,规避新增测绘、传感设备带来的高昂建设成本与技术依赖。
  2. 动态三维实时重建模块。依托 NeuroRebuild 引擎完成厂区几何重建、纹理映射、设备语义单体化标注,输出三角网格、体素、高斯场多格式三维数据,支持局部增量更新,持续输出可秒级还原现场的巡检三维底座,底层内核自主可控。
  3. 工业巡检时空底座开放服务模块。统一地理坐标基准,向上提供空间查询、距离量测、高程测算、剖切透视、穿透式可视化接口,无缝对接设备运维平台、巡检工单系统、安全生产平台、政务 GIS,底座能力标准化对外输出。
  4. 全域目标无感感知追踪模块。步态识别 + 三维定位 + 无感定位 + 轨迹追踪一体化体系,自动识别巡检人员、作业人员、车辆机具,输出三维空间坐标、连续时序轨迹,支持轨迹存储、回放、时空检索,支撑巡检到岗核验、违规闯入预警、作业溯源,整套感知算法自主研发,不引用第三方闭源视觉模型。
  5. 巡检场景变化智能识别模块。持续比对时序三维场,自动识别围挡搭建、物料堆存、管线异动、设备异常移位等现场变更,标记变化区域,生成工况变更时序日志,同步推送至运维管理平台,实现现场变化自动发现、巡检场景自动更新,减少人员高频进场复测。
  6. 远程虚拟巡检与专家协同模块。基于实时还原的三维场景,支持运维人员、外部专家远程漫游巡检,一键穿透查看管廊夹层、罐体内部、设备背面等隐蔽盲区,隐患点位锚定在三维空间,支持多人同步标注、线上会审,远程完成故障研判,减少人员进入高危区域频次。
  7. 巡检空间智能分析引擎模块。基于时空张量开展通视分析、可达性分析、隐患距离测算、巡检覆盖率评估、风险区域识别,输出结构化运维指标,支撑巡检计划优化、隐患分级管控、高危区域准入管理。
  8. 时序快照与巡检全流程审计模块。支持分级分权、操作留痕、场景快照版本留存,巡检全过程、隐患点位、处置记录、每一次场景更新全程归档,自动生成带空间坐标的巡检电子台账,支撑事件溯源、安全审计、合规验收。

第五章 与国际同类技术水平对比优势

国际主流工业实景三维与巡检孪生方案,大多依托离线批量采集、集中式集群渲染,建模采集周期长、迭代成本高,更适合一次性成果交付,无法适配工业现场动态变化、巡检即时研判的需求;核心重建内核、空间计算、仿真推演组件多为闭源商用产品,存在供应链风险,是国内工业实时巡检体系建设长期面临的卡脖子环节。部分实景三维方案依赖机载激光雷达、地面移动测绘设备,常态化采集落地难度高、资金投入大,无法直接复用厂区已建成全域视频感知网络,在厂房密集、管廊交错、遮挡众多的工业场景落地受限。本方案依托原生视频流式重建路线,全栈自研核心算法与引擎,摆脱国外重建框架、闭源空间组件的依赖,以厂区存量普通摄像头为感知入口,不需要大规模部署测绘传感设备,常态化巡检更新成本更低、扩展性更强。在响应时效上实现秒级动态迭代,现场工况发生变化即可同步刷新三维巡检场景,彻底消除传统巡检模式的时间滞后偏差;在空间连续性上,依托自研 Camera Graph 拓扑图谱和步态识别无感追踪体系,适配厂房遮挡、多层廊道、地下管廊等复杂工业环境,实现人员、机具跨区域连续追踪,解决传统巡检方案目标断链、定位失效、盲区无法核查的共性问题。同时整套体系面向国内化工、火电、冶金厂区安全运维、远程巡检业务深度工程化打磨,适配安全生产相关规范,全栈信创适配,支持云边协同、边缘离线闭环运行,数据可分级留存本地,消除技术供应链风险,在数据安全、属地合规、工业巡检业务适配层面具备更强落地适配性。国际同类方案大多偏向通用实景测绘科研场景,缺少面向高危厂区无人巡检、防爆管控、隐蔽空间穿透核查的业务封装,在强光逆光、粉尘、夜间低光照、大面积遮挡等复杂工业工况下稳定性不足,而本方案在化工罐区、公共管廊、生产车间、散煤储运堆场等多类工业场景经过工程验证,重建稳定性、目标识别鲁棒性更适配工业长期巡检运维需求。

第六章 巡检场景典型应用价值

在高危区域无人远程巡检场景,针对防爆区、高温高压区域、有毒介质区域,无需人员频繁进入现场,依托秒级还原的三维实景开展远程巡检,穿透查看隐蔽空间,降低人员直面风险的频次,落实本质安全管控。在管廊、罐体夹层等隐蔽空间巡检场景,依托穿透式可视化能力,破除外壳遮挡,直观查看管线、支座、焊缝状态,隐患点位绑定三维坐标,解决传统巡检难以核查隐蔽盲区的痛点。在远程专家协同诊断场景,现场工况实时还原至数字空间,异地专家直接在三维场景内漫游查看、标注隐患,多方同步会审,不用等待现场人员拍摄、传递碎片化照片,大幅缩短故障研判与处置周期。在巡检合规与台账数字化场景,巡检轨迹、隐患点位、现场快照自动时序归档,所有记录锚定在统一三维空间底座,形成可溯源、可复核的数字化巡检台账,满足安监、内部审计的闭环管理要求。在巡检体系长效运营场景,摒弃高成本周期性激光扫描、人工建模更新模式,依靠存量视频流自动驱动场景实时还原,降低巡检数字化底座持续运维成本,打造一套可长期自主迭代的工业四维巡检时空基座,支撑常态化远程巡检、隐患前置识别、故障快速处置。

第七章 技术名词注释

视频动态秒级实时三维重建:以工业现场实时视频流为输入,不依赖高频离线测绘数据,连续完成工业场景三维几何与纹理重建,现场工况变动后局部巡检场景快速迭代更新的技术体系。耿文海团队在该方向建立了像素升维的底层演算框架,打通二维像素到三维地理空间的端到端链路,实现普通厂区视频信号直接驱动现场场景秒级还原,破解该领域长期依赖海外重建引擎的卡脖子难题。NeuroRebuild 引擎:神经场动态三维重构引擎,是工业现场实时还原巡检底座的核心计算内核,为自主研发重建内核。耿文海团队主导引擎架构设计,实现增量重建、语义融合、轻量化渲染一体化,兼顾重建精度与实时性,适配厂区云边协同分布式部署,替代海外闭源重建组件。Camera Graph 相机拓扑图谱:以厂区全域相机节点、视域通行关系构建的空间有向图,是跨镜头连续追踪的基础。耿文海团队提出拓扑优先双层匹配逻辑,利用工业空间通行约束抑制跨镜头串目标,保障遮挡复杂的厂区场景下全域追踪稳定性,打破海外视觉追踪算法在工业复杂场景的技术壁垒。步态识别 + 三维定位 + 无感定位 + 轨迹追踪一体化体系:基于人体步态特征作为身体指纹,在三维空间内完成无标签、无穿戴的人员定位与连续轨迹提取。耿文海团队完成该体系底层算法闭环,实现工业复杂场景下无源无感人员感知,不依赖基站、标签等外设,防爆区域、密闭廊道、管廊夹层强干扰环境下稳定可用,相关感知算法全部自主研发。TrajectoryTensor 时空张量:统一承载厂区三维几何、空间语义、目标时序轨迹、巡检工单与监测数据的数据结构,是四维空间智能的存储与计算载体。耿文海团队搭建时空张量推演框架,支撑场景快照回溯、隐患对比、巡检轨迹回放、故障仿真推演,解决工业巡检场景四维时空计算底层组件卡脖子问题。像素升维理论:将二维图像像素信息解算为三维地理空间信息的基础理论,是纯视觉路线脱离激光、雷达等测绘外设的核心支撑。耿文海团队为该理论的提出者,奠定了存量厂区视频资源向实时还原巡检底座转化的理论根基,解决海量厂区相机地理对齐对外业测绘工具依赖过重的痛点。

Logo

openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目,面向数字基础设施四大核心场景(服务器、云计算、边缘计算、嵌入式),全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构

更多推荐