无人机目视检测的能力边界：看见异常与确认缺陷

无人机把摄像机送入人员难以接近的位置，为内部检查提供了新的观察方式。但目视检测始终受可见表面、照明、成像和判读条件限制。“看见异常”“确认缺陷性质”和“判断结构是否可继续使用”是不同层次的工作。

原厂目视检测资料提供的思路

Flyability 对目视检测的介绍强调远程观察、受限空间接近和影像记录。对于储罐、管渠、锅炉及矿业空间，设备可以减少部分人员接近需求，并保存用于复核的画面。实际能否替代某项人工检查，仍取决于任务标准和数据质量。

评估时不应只询问摄像头像素。光照方向、镜头距离、运动速度、表面反光、粉尘、压缩以及遮挡都会影响最终可观察的细节。样机演示应尽量使用具有代表性的材料和现场光学条件。

图 1：远程目视检查相关结构示例。图片来源：Flyability 官方资料。

先把观察目标写清楚

“拍一遍内部”不是可验收的目标。应明确要寻找涂层脱落、连接件缺失、裂纹状指示、沉积堵塞、变形还是其他现象，并划定构件范围。不同目标所需视角、距离和停留时间不同。

对于细小表面指示，应通过已知尺寸的代表性目标验证能否辨认。不能根据视频分辨率直接承诺发现所有某一宽度的裂纹，因为目标对比度、方向、表面纹理与压缩等因素可能改变可见性。

覆盖不是航迹经过

飞过某一区域，只说明设备经过附近，不代表每个要求检查的面都进入有效视野。梁背面、接头内侧、管道遮挡区和镜头视野边缘都可能形成数据缺口。应按构件面或检查区域记录有效观察情况。

报告可将区域标记为已有效观察、部分可见、不可接近或画质不足。未检区域必须明确列出，不应因点云模型覆盖了空间轮廓，就自动标为完成细节目视检查。

控制距离、角度和灯光

适当的斜向照明可能突出起伏与边缘，但也会放大阴影；正面强光可能让金属和湿表面反光。对重要指示，宜在可行条件下改变照明或视角，判断它是否随光线改变而消失。

接近目标时保持稳定，避免只留下运动模糊的单帧截图。先保留带环境关系的全景，再采集细节，能够同时满足定位与判读。过近的局部画面如果没有参照，也可能难以解释它位于哪个构件。

图 2：现场照明与内部观察。图片来源：Flyability 官方资料。

尺寸判断需要可靠依据

未经标定的照片不能直接给出准确的裂纹长度或腐蚀面积。透视、表面倾角和镜头畸变都会影响比例。若需要定量，应采用经验证的尺度参照、测量功能或其他方法，并记录方法与不确定性。

点云可以帮助定位和部分几何量测，但点密度与精度并不天然适合所有细节。例如毫米级表面裂纹的宽度不应仅凭普通场景点云推断。测量能力必须与目标尺寸、距离及系统验证结果相匹配。

影像不能回答哪些问题

表面锈蚀照片通常不能直接确定剩余壁厚；没有可见开口也不能排除内部裂纹；表面颜色不能单独证明材料成分或热损伤程度。影像可以提出假设、定位疑点和安排进一步检查，却不能跨越物理方法的能力边界。

对于减薄，可结合超声测厚；对于特定表面裂纹，可根据材料和条件采用适合的方法；对于整体变形，可结合测绘和工程分析。方法组合的目的，是让每个结论都具有与之对应的证据。

缺陷记录采用分层语言

第一层写观察事实，例如“该位置存在线状深色指示”；第二层写可能解释，例如“形态与裂纹或接缝相似”；第三层提出复核方法。只有在复核满足相应条件后，才给出确定性质或验收判断。

这种写法并非降低报告价值，而是减少误判引起的维修或遗漏。对没有足够证据的区域明确标注不确定性，比用统一的“正常”或“异常”标签更有利于客户决策。

让下一次检查可比较

记录构件编号、拍摄方向、距离范围、照明和表面状态，保存未经二次压缩的原始文件。复检尽量重现关键位置与视角，并同时展示前后画面。对于经过清洗或维修的位置，注明变化背景。

最终交付应包含覆盖说明、关注点、证据、限制及建议动作。无人机目视检测的优势在于更方便地获得可追溯观察，而不是让所有工程判断都由摄像机独立完成。

自动识别结果怎样进入报告

如果使用算法辅助寻找异常，应明确其只是帮助筛选关注区域，最终仍需要具备相应知识的人员复核。验证样本应包含现场常见的纹理、接缝、污渍和反光，检查误报与遗漏，不能只展示少量识别成功的图片。

报告应保留原始画面及人员确认结果，并记录软件版本。模型输出的置信度不等于缺陷尺寸精度或结构风险等级。对未被算法标出的区域，也应按任务覆盖和人工复核要求处理，避免把“没有自动报警”写成“没有缺陷”。

设备与项目咨询

查看相关产品与中文资料 · 联系司福斯特工程师

资料依据与适用范围

Flyability 官方案例与技术资料；司福斯特中文整理，2026-09-19 核对。本文将原厂公开事实与工程实施建议分开说明，案例中的时间、温度、效率及测量结果不作为其他项目的保证值。原始配图保留原厂标注，配有中文说明。