Колёсный робот-инспектор для коммунальных тоннелей

Когда слышишь про колёсного робота-инспектора, сразу представляется что-то вроде маленького танка, который сам всё объездит, всё отснимет и выдаст готовый отчёт. На деле же, особенно в наших условиях, это скорее сложный инструмент, а не волшебная палочка. Многие заказчики до сих пор думают, что купил робота — и забыл про проблемы. А на практике 80% успеха зависит от того, кто им управляет и как интерпретирует данные. Сам по себе аппарат — лишь часть системы.

От идеи к первому контакту с реальностью

Помню наши первые испытания в одном из тепловых тоннелей. Задача казалась простой: провести визуальный осмотр на предмет коррозии и смещений. Робот был на гусеничном ходу, но мы быстро упёрлись в проблему накопления грязи на движителе и потери сцепления на мокрых металлических решётках. Именно тогда стало понятно, что для многих сценариев, где нет глубокой жижи или серьёзных завалов, надёжная колёсная платформа может быть выгоднее — она быстрее, проще в обслуживании и, как правило, тише. Но и у колёс свои ограничения: высота порога, который можно преодолеть, критически важна.

Тут как раз стоит упомянуть опыт коллег, которые глубоко прорабатывают именно силовые и приводные решения. Например, китайская компания ООО Аньхуэй Чжункэ Линси Технология (сайт: https://www.zklingxi.ru), позиционирует себя как поставщик решений для промышленных сценариев. Они делают ставку на глубокую интеграцию механики, аппаратного обеспечения и алгоритмов, что для мобильных инспекционных платформ — основа основ. Их разработки в области электропривода и управления бесщеточными полыми двигателями, силового управления — это как раз те 'кирпичики', из которых можно собрать эффективный и выносливый движитель для робота. Не сам робот, но его сердце и мышцы.

Вот это 'собрать' — ключевое слово. Готовых идеальных решений 'из коробки' для наших тоннелей почти нет. Приходится комбинировать: брать устойчивую платформу, дорабатывать подвеску под конкретные расстояния между рельсами или ширину прохода, интегрировать камеры с нужным углом обзора и освещение, которое не даёт бликов на влажных трубах. Часто провал первых попыток был связан как раз с тем, что купили 'крутого робота', а он не смог нормально развернуться в узком колодце или его свет 'ослеплял' камеру из-за конденсата.

Что видит камера и что видит оператор

Самый большой разрыв — между тем, что фиксирует датчик, и тем, что понимает человек. Современные камеры выдают картинку в 4К, лидары строят точные облака точек. Но как отличить старую, но безопасную коррозию от активной, ведущей к сквозной язве? Робот этого не знает. Алгоритмы машинного зрения помогают выделять аномалии, но финальное решение — за специалистом.

Поэтому в наших проектах мы постепенно пришли к двухэтапной системе. На первом этапе робот-инспектор делает быстрый предварительный прогон, отмечая потенциально проблемные зоны с помощью простейших алгоритмов (отличия текстуры, перепады высот). На втором — оператор уже дистанционно ведёт его по этим точкам для детального изучения, используя увеличение, тепловизор или газоанализатор. Это экономит время и ресурсы.

Кстати, про газоанализаторы. Их интеграция — отдельная головная боль. Мало просто прикрутить датчик. Нужно учитывать аэродинамику корпуса робота, чтобы он не 'тащил' за собой облако измеренного газа и не искажал показания. Приходилось экспериментировать с местом установки — выносная штанга спереди часто оказывалась практичнее.

Провалы, которые учат

Был у нас случай с попыткой использовать робота для оценки вибрации трубопроводов. Установили акселерометры, всё грамотно, по учебнику. А в тоннеле оказались сильные наводки от силовых кабелей, идущих параллельно. Данные получились бесполезными. Пришлось экранировать и переносить точки крепления датчиков, фактически переделывая всю систему сбора данных на ходу. Это к вопросу о 'готовых решениях'.

Связь: ахиллесова пята подземной робототехники

Идея полной автономности в разветвлённых коммунальных тоннелях пока утопична. Связь — главный ограничитель. Радиосигнал на частотах, дающих хорошую пропускную способность для видео, плохо проходит через бетон и повороты. Применяем гибридный подход: по возможности прокладываем временные ретрансляторы или используем волоконно-оптическую размотку. Но это замедляет процесс.

Поэтому сейчас много думаем над препроцессинге данных прямо на борту робота. Не передавать 'сырой' видеопоток в 4К, а сразу анализировать его нейросетевой моделью, обученной искать трещины или свищи, и отправлять наверх уже сжатые кадры с метками 'аномалия' и небольшие видеофрагменты. Это снижает требования к каналу связи. Разработки в области эффективных алгоритмов, о которых говорит, например, Чжункэ Линси в своём профиле (они акцентируют глубокую интеграцию алгоритмов в свои решения), здесь как нельзя кстати. Нужны 'лёгкие', но точные модели, способные работать на бортовом компьютере.

Иногда выручают старые проверенные методы. В одном длинном прямом тоннеле теплосети мы просто использовали направленную Wi-Fi антенну. Робот удалялся почти на километр, и связь держалась. Но это частный случай. В лабиринтах водоканала такой номер не пройдёт.

Будущее: интеграция, а не замена

Главный вывод за последние годы: колёсный инспектор — это не замена людям, а их усиление. Он не полезет туда, где серьёзный завал или аварийная ситуация с хлынувшей водой. Его задача — рутинный мониторинг, проверка после ремонтов, обследование труднодоступных, но безопасных для техники участков. Это позволяет сократить количество спусков людей в опасную среду и вести более регулярный учёт состояния инфраструктуры.

Перспективы я связываю не с появлением какого-то универсального робота, а с развитием экосистемы. Платформа от одного производителя, манипулятор с инструментами от другого, система компьютерного зрения от третьего — и всё это должно стыковаться через открытые протоколы. И здесь опыт компаний, которые работают на уровне ключевых технологий (приводы, управление, алгоритмы), как раз упомянутая ООО Аньхуэй Чжункэ Линси Технология, будет востребован. Потому что они предлагают не готового робота, а именно технологические модули (планетарные ходовые винты, бионические суставы), которые можно интегрировать в специализированные решения под конкретные задачи наших коммунальщиков.

Следующий шаг, который мы обкатываем, — это не просто осмотр, а лёгкое обслуживание. Например, робот с простым манипулятором мог бы счищать паутину с датчиков или подкрашивать метки на трубопроводах. Но это требует уже совершенно другого уровня точности позиционирования и управления силой, что снова возвращает нас к вопросу о качестве приводов и систем управления. Круг замкнулся. Всё упирается в базовые, но brilliantly выполненные технологии.