扩博智能无人机巡检风叶

鄂尔多斯的一个风力发电场，30多层楼高的风机稀稀疏疏地伫立在广阔的大平原，在每一个风机上空，几个小黑点绕着二三十米长的风叶缓缓移动。这是正在巡检风叶的无人机，但在荒无人烟的四周，看不到飞手的影子。

在高达数十亿美元的风电运维市场，叶片的日常巡检非常重要。一台风力电机的造价约1000万元人民币，在自然环境恶劣的西部或沿海地带，风机的叶片受损率较高，几十米长的叶片维修更换成本高达百万元人民币。

为风力发电场提出无人机自动巡检方案的是一家视觉创业公司—扩博智能Clobotics。他们改造了无人机，用搭载的工业相机拍摄风叶照片，传回云端后拼接成完整图片，再用算法找出可能存在的缺陷，最后出具预判数据给维修人员，他们会根据这些数据制作维修报告。这样一来，原先需要5个人一组一天用吊篮巡检一台风车的工作，现在可以实现一个人一天用无人机巡检8台风车，效率提升了40倍。

过去几年，大数据推动的无人机产业应用已经初具规模。从农业植保到航海数据收集，无人机不再是局限小众的航拍工具，通过计算机视觉和深度学习算法，它们正在为商业客户从数据中挖掘新的价值。

但在国内，无人机对商业客户大数据处理还在起步阶段。扩博智能Clobotics在做的事情是，从IoT设备采集数据，利用云端大数据平台、机器视觉和机器学习等模型算法处理和分析数据，向企业用户提供预测和预判数据分析服务。这家成立仅一年多的公司由此获得了GGV纪源资本的首轮投资，并在年初拿到了500万美元的A+轮融资。除了无人机自动巡检风机外，扩博智能Clobotics的业务还包括零售业的货架货品智能识别，不过风电巡检是该公司的重点市场。

在创办扩博智能Clobotics之前，严治庆曾担任微软大中华区副总裁兼市场营销及运营总经理，在微软工作了16年。2016年年底，他离开职业“舒适区”，加入了一家无人机创业公司。在熟悉了无人机硬件产业链后，严治庆认为无人机的核心价值不是硬件，而是“后面的数据处理”—企业级客户真正需要的并不仅仅是一架无人机在飞行，他们想要有一双眼睛在天空，可以把图片拍下来，之后做数据的处理，提升生产力。

公司成立时，严治庆把目标放在企业用户上，提供的机器视觉服务的定位是“提供生产力工具”。在他看来，微软Office是一个典型的生产力工具代表—Word、Excel和PPT，职業人士都不能离开这三个工具，工作效率也做到大幅提高。作为一个工具型软件，微软Office可以独立使用、独立付费，不用依赖其他软件而存在。

最早对预测数据感兴趣的是风电企业。2017年国家发改委调低了陆上风电的补贴，从2018年起，每年会减少60亿元左右的风电补贴资金，风电的标杆上网电价最多调低了14%左右。对于风电企业来说，“断奶”后，它们必须实打实地到市场上去赚取每一分钱利润了，首先要砍的就是运维费用，需要更加精打细算。“当时我们也觉得风电巡检是刚需了。3年前做不出来，因为风电正在迅速扩张期。”严治庆对《第一财经周刊》表示。

风力发电机造价昂贵，一台通常在1000万元左右，一般来说，风机最长的质保时间也就是5年。到了2017年，大量的风机过了保修期，风场只能自己雇佣工人维修。此外，风叶巡检又是一门精细活。风叶非常宽大，最大的风电叶片长度能够达到40米以上，比10层楼房还高。它们要承载巨大的风力作用，即使表面一个几毫米的裂缝，裂纹都会延展，一台风机的3个叶片通常需要5个人花上6个小时才能完成检查。

创立初期，严治庆和团队只是确定了要做无人机+机器视觉识别的方向，直到风电客户在展会亲自找上门来，他们敏锐地发现，这是一个值得下注的好机会。团队人员开了几个小时的车赶到风场，当看到“蜘蛛人”们在非常恶劣的气候环境中一点点攀上上百米高的风机，严治庆的感觉是“非常震撼”。

在严治庆看来，在此之前，庞大的巡检工作量很难靠新技术完成。一个风机有200多个传感器，然而风叶是唯一一个没有办法安装传感器监控的部件。“目前传统的叶片巡检方式依靠人工采用吊篮和望远镜观望进行初判，即便使用无人机也需要配备经验丰富的飞手，飞收控制无人机采集回数据后，反馈给运维人员判断疑似缺陷部位。”他说。

风电企业一开始尝试使用过无人机巡检，但需要一个飞手在地面操控，另一个工作人员得用iPad追踪轨迹，从来没有实现过完全自动化作业。在风场的高空，无人机往往会遇到四五级大风，它们一旦颠簸起来，很难操控。

此外，建立在偏远的山区或者海边的风场，往往很难招到合格的飞手。“目前，飞手数量和能力非常有限，还是吊篮的模式。”A+轮跟投方首建投资本的副总经理薛幼桥告诉《第一财经周刊》。

扩博智能Clobotics为此开发了能自动巡检的无人机。只需要通过快递把无人机运到风场，客户自己就可以操作无人机，让无人机在叶片周围自动巡检。对风场来说，显然颇具吸引力。

做行业客户的生意，最关键的就是满足客户特殊需求，每一个行业的难题都是新问题，团队只能从头学起。比如实现无人机自动巡检的几个关键问题，工业相机改造、无人机续航时间等，都是团队到了现场不断调试改进。

而且，中国风力资源分散，无论是地形还是气候差异都很大，无人机要在这类地区工作，需要有一套比普通行业机更为严格的标准，还需要适应不同的环境气候，包括如何应对潮湿的气候以及抵御海边的狂风。

除了硬件问题外，算法也是一个难点。在最初的测试中，无人机没有办法识别风机形状，当一架无人机跑完一个叶片，没有办法找准第二个叶片的位置，有时轨迹会偏离几米，有时飞到叶片中间才开始拍摄。这样的结果便是拍回来的照片没办法拼接成完整的叶片，很容易漏掉细小的缺陷。团队后来花了一个多月调整算法，才教会无人机找准风叶的位置。

算法仍然是团队投入最多的部分。拍摄一个风叶都会传回成百上千张图片，要把这些图片拼成一张完整的风叶图片靠的就是算法。“物体识别难度比人脸的更大，因为物体差别非常大，对于它（扩博智能Clobotics）来说，早期的门槛就是技术，包括技术实现的效果和速度，中后期的竞争力就是它的商业服务能力和市场占有率了。”薛幼桥说。

从市场规模看，风力发电现在只占到全国总发电量的3.3%，但是根据彭博新能源财经（BNEF）2014年发布的风电市场研究报告，中国风电装机量已达到了6.5万台，而且这几年还在不断在增加。每个风场每个月就要做一次巡检，通常需要检查的风机都在20台以上。薛幼桥认为这是一个急速增长的市场，“如果到2020年，仅仅在中国，风电场运维市场就能达到30亿美元。”薛幼桥说，“扩博智能至少在风叶巡检这块，抢占了一个有利的先机。”

但是风电行业是一个强政策导向的市场，如果国家补贴方案变化，也会影响扩博智能Clobotics的业务。更大的挑战是，它目前只能提供初步的预判数据，最终叶片的情况如何还是需要人为干预。

“大家其实都盯着这个领域，虽然现在这个行业的技术门槛比较高，但如果一年后，扩博智能还是提供现有的服务，竞争对手很容易进来。”薛幼桥说。如何快速获取足够多的数据，又如何尽快开发出自动识别裂缝的技术，这是扩博智能Clobotics需要建立的下一步优势。