人工智能技术在通信工程数字化设计中的应用

人工智能技术在通信工程数字化设计中的应用

段丰

吉林吉大通信设计院股份有限公司  吉林省长春市  130012

摘要：针对目前通信局房及其内部通信设施资源数字化工作，提出一套完整的基于人工智能的技术方案，详细论述了SLAM、三维重建、三维语义分割、目标检测、OCR识别等技术在通信机房三维重建、机柜设备属性与标签识别等方面的应用。通过本技术方案，实现通信基础设施三维重建、现场环境AR再现及设备信息的自动识别，从而建立和完善通用的行业基础设施三维智能化平台。

关键词：人工智能；技术赋能；通信工程；产业发展

引言

得益于计算机技术、数字互联网技术及5G通信技术的快速发展，大规模并行计算、云数据分析、深度学习等算法快速迭代，这给人工智能技术跨越式的发展和广泛的应用奠定了坚实的基础。

1、SLAM技术应用

数字化勘察过程中，勘察人员亲临现场，通过全景相机拍照方式，对机房环境进行数据采集。采集到的数据是后续三维重建算法的基础。首先，为保证重建质量、提升重建精度，需确保全景相机的拍摄场景和采集数据覆盖所有需要重建的区域，否则重建模型会产生空洞、空隙，影响重建信息的完整性。为辅助勘察人员及时发现采集遗漏之处，我们开发了实时预览功能，勘察人员在采集现场可以及时发现扫描遗漏的地方，并及时补扫，避免由于采样缺失导致二次采集，从而提升数据采集效率。其次，三维重建算法同时需要全景相机拍摄的视频关键帧以及全景相机坐标系在世界坐标系下的六自由度位姿（包含3个平移和3个旋转）数据作为输入。视频关键帧在采集过程中即可获得，为了实现采集现场的实时预览及运动载体（全景相机）的实时六自由度位姿计算，本文基于SLAM（Simu ltaneous Localization And Mapping）算法进行求解。

SLAM，即同步定位与地图构建技术，机器人从未知环境的某点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。典型的视觉SLAM算法以估计摄像机位姿为主要目标，通过多视几何理论来重构3D地图。为提高数据处理速度，部分视觉SLAM算法首先提取稀疏的图像特征，通过特征点之间的匹配实现帧间估计和闭环检测。目前代表性的工作有ORB-SLAM、VINS-MONO等。

这里使用双目全景相机作为传感器，实时跟踪设备的六自由度位姿。通过对采集到的全景图像进行图像处理、提取关键点、追踪关键点，建立关键点之间的关联等一系列操作，可获取历史关键点的关联信息，结合IMU观测到的载体（全景相机）的运动状态，可进行位姿估计，推测物体在地图上的准确位置。这里需建立一个迭代求解的优化问题：精准定位需基于高精度无偏差的地图，但同时高精度的地图需要精准的位置估计来描绘。通过迭代优化，可精确求解出全景相机在世界坐标系下实时的六自由度位姿和环境中稀疏的关键点的3D坐标。在算法后台，存储维护视频关键帧，用于全景相机回到之前经过的区域附近后与关键帧进行对比实现回环，从而对环境噪声在运动过程中不断累加引起的累积定位误差进行修正，降低对定位、导航精度产生的影响。

2创新发展思路，坚持人工智能与通信技术融合发展方向

创新发展思路是人工智能技术赋能通信工程产业的首要策略，其主要内容是坚持人工智能与通信技术融合发展的方向不动摇。在通信工程产业发展过程中，由于5G技术的快速发展，使得人们能享受更优质、更便捷、更高效的通信网络服务，但随着应用场景的不断丰富，消费者需求的持续演化，未来通信工程技术仍然需要进一步迭代，而人工智能技术就是推动通信工程技术迭代的主要力量。因此，在发展通信工程产业过程中，必须高度注重人工智能技术的嵌入与应用，要时刻将人工智能算法作为解决通信工程产业问题的重要技术手段与工具，充分利用人工智能在学习知识图谱、深度学习、视觉识别等各方面的技术优势，持续推动通讯工程产业走向自动化、智能化、精细化。

3、5G移动通信技术在智能通信中的应用

5G移动通讯技术在智能通讯中的应用主要包括智能手机、平板电脑、移动接入设备、穿戴设备、家庭设备、私人汽车、公共交通等方面中的应用，如图2所示，该项技术在智能城市的建设与发展中发挥着至关重要的作用，可以有效提高城市居民的生活质量，丰富人们的生活，使得人们日常工作和生活变得更加多元化、数字化、智能化，为人们的出行、通信、交流提供便捷，同时促进我国社会经济的智能化、信息化、数字化发展。在智能城市建设过程中，应用5G通信技术可以对电子显示牌、交通路灯、城市照明以及其他城市基础设施实施信息化管理，加速智慧城市的建设和发展。以5G移动通信技术为基础可以逐步实现万物互联的目标，在智能化系统建设过程中首先要明确网络构架，在网络全面化建设与应用的基础上实现信息的高效传输，为智能城市的发展提供有力支撑，智慧城市和智能化城市是城市发展的目标，也是未来城市的发展方向和发展趋势。5G移动通信技术在智能通信中的硬要要以网络的具体应用场景为基础，结合而不同的场景构建不同网络模式、确定物联设备数量、采用不同的商业模式，在穿戴设备、家庭设备、公共交通、私人汽车等领域都有着广泛的应用。

4目标检测技术应用（二维）

三维语义分割主要用于完成机房内部设施在三维重建完成后的识别。对于机柜内部放置的设备识别，则需使用二维图像的目标检测技术完成。通过目标检测技术，可实现对机柜内部设备型号、板卡型号及数量、端口占用情况等的识别，从而高效地完成机柜内部设备信息的收集、提取工作。目标检测算法主要用于找出二维图像中所有感兴趣的目标，确定它们的位置和类别。该类算法一般包括目标检测和分类2个阶段，其中检测阶段通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含感兴趣的目标，并调整区域边缘从而更准确地预测目标的真实边界框；分类阶段则根据目标位置信息，在原始图像中裁剪出相应区域，确定目标类别。常用的目标检测算法有Fast-Rcnn、YOLO、Reti⁃naNet等，本项目中采用多种算法结合的方式完成目标检测任务，主要处理流程为：a）拍摄机柜内设备照片。b）对照片进行预处理，包括去噪、剪切、拼接等。c）使用YOLOv5算法检测设备、槽位、板卡端口等目标所在位置。d）采用ResNet50网络对此类目标进行分类。采用上述处理流程对机柜内部设备进行识别的样。

通过应用目标检测技术，有效提高了机柜内部信息的识别和统计速度。值得一提的是，机柜中线缆较多或布线不规范导致设备或端口被遮挡，会对识别效果造成影响，目前我们通过人工交互的方法解决，未来我们将结合半监督学习的方法，进一步进行优化。

结语

针对大规模的局房及其设施的数字化工作，我们已经实现了一套完整的通信局房及其设施数字化的技术方案，并在中国联通相关通信工程设计单位得到了落地应用。人工智能技术是实现通信局房及其设施数字化的技术主导，通过人工智能技术，替代了大量原来需要高级技术人员才能够完成的勘察、信息收集、信息提取整理等工作，从而完成了人工手段不可能解决的超大规模局房资源的数字化工作；对我国通信工程设计行业的数字化转型具有重要的借鉴意义。

参考文献

［1］陈炎，杨丽丽，王振鹏.双目视觉的匹配算法综述［J］.图学学报，2020，153（5）：18-24.

［2］廖中平，蔡晨光，陈立.基于激光点云的真三维模型在GIS中的应用［J］.地理空间信息，2020，135（11）：7+59-61.