成像未来
曾几何时，海底基础设施的目视检查意味着潜水员将静止摄像机带到海底，希望摄像机外壳不会泛滥，或者在开发过程中胶片不会暴露或破坏。即使使用具有实时视频馈送的第一遥控车辆（ROV），由于如果存在任何水平的电流，由于有限的控制和定位功能，很难捕获足够长的观察目标。
可以肯定地说，该行业已经走过了漫长的道路，成像的可能性日益扩大。实际上，问题现在开始成为如何处理正在收集的数据的“海啸”。
这些问题是苏格兰水文学会（THSiS），国际海洋承包商协会（IMCA）和10月份在阿伯丁举行的水下技术协会（SUT）举办的联合研讨会的首要议题。
一方面，传感器平台正在发展。 ROV和自主水下航行器（AUV）的使用速度越来越快;英国石油公司的目标是到2025年通过海上自治系统（MAS）进行100％的海底检查，石油大学BP的高级海底和环境专家Peter Collinson告诉研讨会。
在陆上运营中心的支持下，它们也变得更加自主。 Equinor已经尝试从陆上中心（通过Oceaneering和IKM）试行ROV操作，今年它将在挪威海岸Åsgard油田的一个海底车库中试用Eelume的蛇形海底机器人。康斯贝格海事机器人公司销售总监理查德米尔斯告诉研讨会，到2020年，它希望无线。下一步可以与无人水面船舶结合使用。
同时，从激光到摄影测量的成像技术正在帮助这些平台更快地收集更多数据，并有可能帮助他们进行导航。
使用ORUS3D系统进行海底测量操作。 （来源：Comex Innovation）
漂亮 - 可测量 - 图片
正在使用摄影测量进行调查。 2018年夏天，Comex Innovation利用其ORUS3D水下摄影测量技术完成了两项北海海上检测项目，此前曾在西非，英国Raymond Ruth和北海代理商Comex Innovation完成项目。在英国和北海的丹麦部门，这两项业务都要求进行高精度测量，一项是支持棕地修改。
ORUS3D海底光学系统测量并创建海底结构的高分辨率3D模型。每个系统都包括一个集成的三焦传感器光束，带有四个宽光束LED闪光灯单元，以及一个数据采集和处理单元。它使用捕获的图像中的特征的三角测量来定位其相对位置并构建可用于测量的3D点云重建，从而在现场不需要惯性导航系统或目标放置在对象上以进行缩放。
该集成单元适用于ROV，可从距离结构40厘米以上的距离进行自由飞行数据采集，但最佳距离距物体1-2米。露丝说，这不仅仅是一般的视频调查。
在现场（在支持船上）处理之前，进行初始机载实时处理以评估位置和质量，以进一步质量检查数据并创建初始缩放的3D模型，以厘米精度。然后执行作为点云数据收集的数据的最终处理，以将3D模型中的站点或对象重建为mm精度。
ORUS3D调查结果（资料来源：Comex Innovation）
自动事件
EIVA高级测量师Matthew Brannan表示，EIVA一直致力于利用机器学习和计算机视觉技术，使用传统相机自动检测管道上的阳极，管道损坏和海洋生长等物体。使用机器学习意味着必须训练具有来自管道的数万个图像的系统。这就是EIVA一直在做的事情，它正在结出硕果。该公司已经对传统方式的现有数据集进行了试验，因此可以将自动结果与人工事件进行比较。 2018年末，它还开始在基于ROV的运营期间进行实时测试。 Brannan说，该技术的最终目标是在AUV调查期间进行自动事件识别，使AUV能够发现某些东西，然后向水面船只发送信息。
EIVA还采用传统相机，使用同时定位和绘图（SLAM）和摄影测量来制作地图区域，同时能够找到相机相对于其映射的位置。 Brannan解释说，现有的SLAM系统依赖于闭环，摄影测量解决方案需要大量的图像重叠和良好的可视性，而且通常不是实时的。他说，有些还依赖昂贵的立体相机，需要校准和占用空间。
EIVA称其系统为VSLAM或视觉SLAM。通过动态创建稀疏点云，VSLAM可以在其环境中定位自身（即它所在的车辆）并使用它创建的模型来自动跟踪和扫描海底结构。 Brannan说，这可以通过单个摄像头，从视频中提取的静止图像或图像，通过跟踪每个图像中的点，并使用这些点估计轨迹来构建稀疏点云，创建数字地形模型。 AUV也会知道其原始绝对位置，然后可以沿路线使用航路点（即地标）。
然后可以使用点云创建密集的3D点云，然后添加颜色和纹理的网格。自2017年以来，EIVA已经有一个团队正在研究这个问题，现在正在AUV上测试该系统。 Brannan说，今年它将运行带有视觉导航的实时项目，并且随后它将有助于自主检查和光干预。
subSLAM
Rovco的愿景是部署具有自动地面车辆（ASV）的AUV，通过其SubSLAM实时3D图像和绘图技术进行调查和绘图。 SubSLAM允许ROV动态地构建其环境的3D地图，而无需使用其他惯性导航或定位系统。该公司称之为直播3D计算机视觉。
Rovco的现场SubSLAM概念（来源：Rovco）
Rovco的SubSLAM X1智能相机技术使用双摄像头系统来创建它所看到的实时点云。然后用它来计算车辆相对于它所看到的位置。
Joe Tidball说，Rovco一直在Sub-Atlantic Mojave观察ROV上使用SubSLAM，但它正在与其他平台兼容。该公司计划于今年从Saab Seaeye收购其首款AUV，Sabertooth，于2020年整合SubSLAM，然后在2021年将人工智能（AI）纳入该系统。随后，该公司希望从2022年开始提供ASV的调查。
Tidball表示该系统适用于海底计量，可与无绳车辆一起使用声学通信，连接到具有无线电/蜂窝或卫星网络的地面通信网关，然后连接到云，工程师可以访问基于浏览器的测量工具 - 获得实时3D数据。通过AI，车辆可以自行进行评估。
Rovco于2018年8月在英格兰东北部Blyth的海上可再生能源弹射器上测试了其SubSLAM系统.Tidball说，该公司试验了使用干船坞结构的地面调查数据可以实现的测量精度，然后洪水泛滥，因此SubSLAM可以以1.2米的可见度开展工作。将水下数据与激光扫描进行比较。 Tidball说，与露天测量所花费的两个小时相比，具有1.7mm对准误差的SubSLAM在两分钟的扫描中实现了0.67mm的误差。
Tidball表示，该系统可以否定长基线（LBL）系统对定位精度的需求，但所述可见性是影响相机工作的一个因素。虽然该技术能够将ROV或AUV定位在其环境中，但如果它移动到另一个站点，并且是无绳的，则需要惯性导航。
回到未来
总部位于苏格兰的Tritonia Scientific总经理Martin Sayer博士表示，用于在运行中创建点云的技术也可用于从现有图像或视频片段创建点云。例如，Tritonia将其技术用作热带地区平台夹克的净环境效益分析的一部分，其中运营商想要确定海洋生长将增加多少额外的夹克，用于提升操作计算和陆上处置规划。 Tritonia获得了现有的ROV镜头进行评估。这已经用于鱼类生活调查，而不是夹克生物污损，因此它不是为3D建模而设计或打算的。 ROV上安装了两台高清摄像机和一台标准摄像机，左侧，右侧和中央。
由于水中的光线和大部分镜头都是针对鱼类的，因此大约95％的镜头是不可用的。其余部分在夜间拍摄，使其更加合适，没有表面干扰和更好的对比度，可以对腿部的完整近端完整部分进行建模。通过从模型中移除已知腿部体积，可以计算海洋生长体积。
在飞行中
对于一些人来说，所有这些技术的真正潜力是能够实时处理数据并使用该信息反馈到现场（尽管是有监督的）自治系统中。
有一个反馈循环可以使这些操作更强大。 “自动处理我们收集的数据是我们获得价值的时候，”UROV项目主管，OneSubsea的Nazli Deniz Sevinc说。 “另外，[这是]监督自治算法和特征检测的反馈循环，”Brannan讨论过。
很多事情正在发生。目标是监督自治，自主故障检测，无人操作，无需支持船只。有一些障碍，例如立法，在无人驾驶船舶系统领域是可用技术的背后。数据标准存在问题，如何处理现在正在创建的数据量，尤其是将这些技术应用到当今的工作流程中（或者自行调整工作流程）。这是一个快速移动的空间，可以观看大量的模糊边界（如果不是图像）。
数据海啸
新的成像技术为海底可视化和自主性创造了新的机会。他们还为运营商带来了“数据海啸”挑战。来自英国石油公司的彼得·科林森说：“当你开始向那里发送AUV车队时，最大的担忧之一是，我们将有数据海啸袭来。我们一直专注于[传感器/调查]平台，因为我们仍然建立对这些系统及其可以做什么的信任。数据即将到来......及时处理这些数据。我们如何组建数字双胞胎并进行预测性，时间序列自动变化检测？“
虽然数据收集发展迅速，但未来的重点是以有意义且有用的格式向需要它的人（例如管道工程师）提供数据。人工智能（AI）将帮助来自Fugro的Malcolm Gauld，通过使用云计算并自动检测异常或缺陷。但他说，开发系统需要时间。 Fugro正在研究这个问题，并一直在珀斯进行试验，这有助于提出人工智能问题，例如区分银色管道涂层与鲨鱼。未来的步骤包括在AI中建立自治权。但是，高尔德建议也应该考虑新的模型。他问道，管道可以用传感器构建，从一开始就让它“聪明”，所有维护都是预测性的。 “将来它不会是你用什么设备来获取数据，而是从数据中得到什么。”
事实上，在未来，我们甚至不会看到这些数据，Rovco高级测量师Joe Tidball建议道。人工智能，机器人技术，将做出解释和决策。 “我认为10年后我们不会再看视频了。我们只需通过电子邮件从北海的机器人发送报告，说您需要查看XYZ。“
快速管道检测
对于管道调查，BP一直专注于更快地做事。 2017年，英国石油公司与DeepOcean签订合同，使用“快速ROV”（如上图所示，挪威Kyst设计公司的高级ROV）调查478公里的管道（下图），在北海的Clair和Magnus工厂之间调查，在岸上的Sullom Voe码头设得兰群岛，从布伦特和尼尼安的设施到马格努斯，都在不到四天的时间内完成。调查包括激光，高清静态照相机和力技术场梯度阴极保护测量（CP）系统（图），平均5.1kt /小时检查时间，比标准ROV快6倍，比改进的标准ROV快5倍，Collinson说。它还包括侧扫和多波束测量数据。最终结果是3D场景图层文件，2D地理配准马赛克和事件/异常列表。
一个Kyst设计高级ROV被DeepOcean部署用于BP的管道调查（来源：BP）
管道系统调查超过四天（来源：BP）
在调查中成像的一段管道（来源：BP）
拉伸声学
斯伦贝谢公司OneSubsea正在开展一个名为uROV的项目。它的目标是一个不受限制的驻留海底车辆，具有监督自主权，这意味着能够通过视频与来自岸上的车辆进行通信。但是，虽然海上4G蜂窝网络的可用性正在打开通过空中视频通信，但通过水视频链接并不是那么容易，UZV项目主管，OneSubsea的Nazli Deniz Sevinc告诉水下技术协会（SUT），国际海事承包商协会（IMCA）和苏格兰水文学会（THSiS）于10月联合举办研讨会。
OneSubsea的uROV计划计划使用安装了斯伦贝谢技术的Saab Seaeye Sabertooth车辆。 Sevinc说，uROV的愿景介于AUV和手动操作的ROV之间，提供不受限制但受监督的自主权。这将涉及具有“人在环中”，而它在距地面通信网关最远3km的距离处工作，例如。一个无人的表面。当附近的海底基础设施时，它还将拥有高达200米的水下数据链路。
这将使得能够24/7进入海底车辆。但是，这意味着需要海底Wi-Fi，高级传感，视觉传感，高级控制和自动分析。 Sevinc表示，uROV将使用EIVA Navisuite进行任务规划，并为Sabertooth开发自治层。但是，这依赖于依赖于通信的实时反馈。
对于棕地运营，uROV一直瞄准声学通信，这本质上意味着低数据速率。 OneSubsea通过其所有者Schlumberger的波士顿基地，一直在研究它可以挤出100kpbs的数据量。在2017年，Sevinc表示，该公司通过1公里以100kbps的声学通道实现了船到船的视频传输。然后通过垂直转移实现了类似的结果。 Sevinc表示这是视频的上限，剩余带宽用于命令。整个2018年，这项功能正在整合到uROV上，计划开发能力，将视频数据传输到今年3公里，并在年底前进行实际部署。集成到uROV上的其他套件包括来自3D深度的LiDAR（光探测和测距）激光技术。
