電力巡線無人機(jī)實(shí)時(shí)避障方法研究

張捷

摘 要：隨著無人機(jī)技術(shù)在電力領(lǐng)域的廣泛應(yīng)用，其在電力巡線中發(fā)揮重要的作用，不僅大大降低人工巡檢的勞動(dòng)強(qiáng)度，而且在安全、快捷、效率等方面優(yōu)勢(shì)明顯。在復(fù)雜的巡線工作環(huán)境中，實(shí)時(shí)避障成為需要解決的關(guān)鍵技術(shù)。為探究電力巡線無人機(jī)實(shí)時(shí)避障方法，本文結(jié)合工作實(shí)踐，對(duì)無人機(jī)實(shí)時(shí)避障技術(shù)方案進(jìn)行深入分析，針對(duì)未知障礙物的避障，利用模糊控制方法來產(chǎn)生避障決策，進(jìn)而實(shí)現(xiàn)電力巡線無人機(jī)的實(shí)時(shí)避障。

關(guān)鍵詞：電力巡線;無人機(jī);實(shí)時(shí)避障;模糊控制

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，我國電網(wǎng)規(guī)模快速擴(kuò)展，幾乎覆蓋了我國的每個(gè)角落，偏遠(yuǎn)、山區(qū)等地區(qū)也實(shí)現(xiàn)了通電，這使得發(fā)電量與輸電量也不斷提高。面對(duì)快速增加的電網(wǎng)規(guī)模，以及復(fù)雜多樣的輸電環(huán)境，遠(yuǎn)距離超、高壓輸電成為電力企業(yè)的核心業(yè)務(wù)。在復(fù)雜的輸電環(huán)境下，受到氣候、山川、河流等環(huán)境因素的影響，遠(yuǎn)距離超、高壓輸電線路與設(shè)備容易產(chǎn)生破損、老化等損壞現(xiàn)象，給電力輸送帶來隱患。因此為保障電力輸送的穩(wěn)定運(yùn)行，就必須對(duì)輸電線路進(jìn)行定期巡檢，及時(shí)掌握輸電線路的運(yùn)行情況，及時(shí)發(fā)現(xiàn)問題并排除隱患。傳統(tǒng)的人工巡檢面臨地理環(huán)境、氣候環(huán)境等諸多因素的干擾，容易形成巡檢“盲區(qū)”，這就需要一種高效的、智能的新方式，而無人機(jī)的應(yīng)用，為其提供了可能。

1 電力巡線無人機(jī)實(shí)時(shí)避障技術(shù)方案分析

在電力巡線過程中，根據(jù)環(huán)境條件和業(yè)務(wù)需要，無人機(jī)可搭載不同的設(shè)備進(jìn)行巡線，完成對(duì)應(yīng)的任務(wù)。對(duì)于遠(yuǎn)距離超、高壓輸電線路而言，山川、樹木、建筑物等可見障礙物外，還有非可預(yù)見性障礙，這些都需要采取針對(duì)性的避障技術(shù)完成無人機(jī)巡線。對(duì)于已知可見障礙物，可以通過采取無人機(jī)路徑規(guī)劃巡線方案，在巡線前完成路徑規(guī)劃。對(duì)于未知障礙物因素，則需要采取實(shí)時(shí)避障的方法，利用空間環(huán)境信息處理來完成巡線。

對(duì)未知故障的無人機(jī)巡線中，要先根據(jù)輸電線路的實(shí)際情況，提前設(shè)計(jì)好對(duì)輸電線路的自主避障，估計(jì)出無人機(jī)與輸電線路的相對(duì)距離，實(shí)現(xiàn)對(duì)輸電線路的實(shí)時(shí)避障。對(duì)于其他未知的障礙物，則需要借助無人機(jī)上的激光雷達(dá)傳感器、超聲波傳感器、視覺傳感器、GPS等設(shè)備，獲取無人機(jī)巡線中障礙物的相關(guān)數(shù)據(jù)信息，然后進(jìn)行數(shù)據(jù)分析處理和控制策略確定，通過無人機(jī)飛行控制器來控制無人機(jī)飛行方向與速度，進(jìn)而實(shí)現(xiàn)無人機(jī)飛行路徑的有效控制。

2 基于單目視覺的輸電線距離估計(jì)

2.1 輸電線圖像特征點(diǎn)提取與篩選

工作實(shí)踐統(tǒng)計(jì)分析發(fā)現(xiàn)，無人機(jī)巡線中出現(xiàn)的飛行事故，空中微小障礙物、輸電線等占據(jù)較大比例，這是因?yàn)檩旊娋€與微小障礙物的物理特征給無人機(jī)識(shí)別設(shè)備帶來識(shí)別與距離估計(jì)困難。因此針對(duì)基于單目視覺的輸電線與無人機(jī)間距離的測(cè)量算法進(jìn)行分析，以尋求最佳方案。

為使無人機(jī)的圖像識(shí)別設(shè)備能夠準(zhǔn)確識(shí)別微小障礙物與輸電線，需要利用數(shù)字圖像處理技術(shù)對(duì)輸電線的圖像特征進(jìn)行提取，包括圖像的點(diǎn)特征、線特征、面特征、紋理特征與顏色特征。在點(diǎn)特征的提取中，角點(diǎn)檢測(cè)最為關(guān)鍵，在電力巡線無人機(jī)應(yīng)用中，常用的角點(diǎn)檢測(cè)算法一般包括Harris算子、Moravec算子和SUSAN算子等，其檢測(cè)步驟為：輸入圖像→執(zhí)行角點(diǎn)檢測(cè)算子→設(shè)定角點(diǎn)度量閥值→抑制非極大值→角點(diǎn)。

在具體的巡線中，對(duì)圖像特征點(diǎn)的提取可采用Harris角點(diǎn)檢測(cè)算子的算法進(jìn)行提取操作。先求圖像中像素點(diǎn)的梯度值，得到矩陣元素值，然后使用高斯濾波函數(shù)處理，得到新的矩陣，求取像素點(diǎn)的興趣值，之后選擇局部極值點(diǎn)，設(shè)定閥值，然后在范圍內(nèi)選取一定量的角點(diǎn)。之后為排除其他物體特征點(diǎn)的干擾，對(duì)選取的角點(diǎn)進(jìn)行篩選，確保所有角點(diǎn)為輸電線上的特征點(diǎn)。對(duì)角點(diǎn)的篩選采用構(gòu)造層次結(jié)構(gòu)的方法，先對(duì)選取的角點(diǎn)進(jìn)行編號(hào)，計(jì)算任意兩個(gè)特征點(diǎn)間的斜率值，并根據(jù)斜率值的范圍確定角點(diǎn)的分類，最終篩選出符合輸電線斜率特征的角點(diǎn)，最終篩選出的所有角點(diǎn)能夠連接成一條直線，即暫時(shí)認(rèn)定篩選出的角點(diǎn)為輸電線的特征點(diǎn)。

2.2 輸電線識(shí)別

通過Harris檢測(cè)算法提取與篩選獲得的特征點(diǎn)之后，還需要進(jìn)一步篩選，去除與輸電線特征相似的特征點(diǎn)，這就需要進(jìn)行輸電線識(shí)別。在這個(gè)環(huán)節(jié)，需要用到基于Hough變換的直線檢測(cè)技術(shù)，將圖像中直線的檢測(cè)問題轉(zhuǎn)化為極坐標(biāo)中的計(jì)數(shù)問題，極坐標(biāo)方程為：

經(jīng)過Hough變換算法的計(jì)算，將圖像在直角坐標(biāo)空間中的特征點(diǎn)轉(zhuǎn)換到極坐標(biāo)空間中，并將極坐標(biāo)空間分為若干小單元，并將（xi，yi）點(diǎn)量化后的θ值代入極坐標(biāo)方程式，獲得對(duì)應(yīng)的ρ值，即獲得圖像坐標(biāo)原點(diǎn)與直線間的距離。

通過Hough計(jì)算檢測(cè)出圖像中直線的起點(diǎn)、重點(diǎn)與坐標(biāo)，然后根據(jù)累加器閥值的設(shè)計(jì)獲得圖像中直線的長(zhǎng)度，之后需要結(jié)合輸電線特征進(jìn)行輸電線識(shí)別。從實(shí)際情況來看，輸電線的特征是比較明顯的，比如輸電線的連續(xù)性、灰度分布的均勻性、相鄰電力塔間各條輸電線的平行關(guān)系，以及圖像中輸電線的直線特征、走向一致特征、粗細(xì)均勻特征等，此外輸電線背景的復(fù)雜性與穿插畫面特征等，這些具有很強(qiáng)共性的特征都為輸電線識(shí)別提供了指導(dǎo)?？紤]到輸電線的這些共性特征，輸電線的識(shí)別算法可采用Adaboost算法原理，并且采用基于特征的分類器代替Asaboost算法中弱分類器，設(shè)計(jì)輸電線分類器訓(xùn)練算法。在該算法下，選取適量輸電線進(jìn)行訓(xùn)練，得到長(zhǎng)度、平行、線寬三個(gè)分類器，然后將其串聯(lián)，最終形成輸電線分類器，其框架如下：

Hough變換直線檢測(cè)→長(zhǎng)度分類器→平行分類器→線寬分類器→輸電線

2.3 輸電線距離估計(jì)

先對(duì)輸電線特征點(diǎn)進(jìn)行匹配，采用基于IMED的Harris匹配算法，充分發(fā)揮其簡(jiǎn)單、高效的優(yōu)勢(shì)，具體步驟如下：

第一步，利用Harris算法獲得基準(zhǔn)圖像特征點(diǎn)的特征向量矩陣A，以及待匹配圖像上特征點(diǎn)的特征向量矩陣B;第二步，確定A、B間像素關(guān)聯(lián)值;第三步，通過計(jì)算獲得特征點(diǎn)間的歐氏距離;第四步，對(duì)得到的IMED值排隊(duì)，選擇最小值為最佳匹配對(duì)。

在無人機(jī)巡線的實(shí)踐中，由于存在復(fù)雜的外界干擾因素，在獲得Harris特征點(diǎn)匹配后，還需要考慮實(shí)際干擾因素，選擇隨機(jī)抽樣一致性算法（RANSAC）消除誤配。無人機(jī)在巡線過程中，其與輸電線間的距離不可能總保持在一個(gè)特定值，而是根據(jù)實(shí)際情況在一定的范圍內(nèi)，當(dāng)無人機(jī)與輸電線間的距離發(fā)生變化時(shí)，圖像上特征點(diǎn)也會(huì)發(fā)生變化，尋找這兩種變化間關(guān)聯(lián)的函數(shù)關(guān)系，則能夠?qū)崿F(xiàn)無人機(jī)和輸電線間距離的估計(jì)。

3 基于模糊控制的算法

3.1 基本結(jié)構(gòu)

在無人機(jī)巡線中，人工操作能夠取得良好的效果，但對(duì)于復(fù)雜情況下的無人機(jī)巡線，則需要采取更加智能化的方法實(shí)現(xiàn)實(shí)時(shí)避障，其中模糊控制的應(yīng)用往往能夠達(dá)到很好的效果。模糊控制屬于人工智能的一種新類型，屬于智能控制的范疇，它的理論基礎(chǔ)是模糊數(shù)學(xué)，其具有很強(qiáng)的魯棒性，在實(shí)踐中又很廣泛且有效地應(yīng)用。在電力巡線中，無人機(jī)實(shí)時(shí)避障需求下的模糊控制對(duì)象具有明顯的特征，比如，被控參數(shù)的非線性、數(shù)學(xué)模型無法準(zhǔn)確表述、任務(wù)要求高且復(fù)雜性強(qiáng)等。

巡線無人機(jī)的模糊控制器包括四個(gè)部分：一是模糊化部分，主要功能是對(duì)輸入的數(shù)據(jù)進(jìn)行模糊化轉(zhuǎn)換，包括激光雷達(dá)、超聲波等輸入數(shù)據(jù)的融合;二是知識(shí)庫部分，包括數(shù)據(jù)庫和模糊控制規(guī)則庫，主要實(shí)現(xiàn)對(duì)各種參數(shù)的定義功能，以及一些根據(jù)經(jīng)驗(yàn)和知識(shí)所指定的控制規(guī)則;三是模糊推理部分，依據(jù)數(shù)據(jù)庫中參數(shù)的定義和規(guī)則的控制，產(chǎn)生類似人類智能的推理能力;四時(shí)解模糊化部分，即對(duì)模糊化后的數(shù)據(jù)進(jìn)行精確化轉(zhuǎn)換，完成數(shù)據(jù)的輸出。

3.2 輸入輸出量的模糊化與模糊規(guī)則建立

在實(shí)踐工作中，由于選線無人機(jī)設(shè)置多個(gè)傳感器，為最大限度減少由于傳感器故障而產(chǎn)生的錯(cuò)誤，則需要對(duì)多個(gè)傳感器的測(cè)量值進(jìn)行融合，從而提高精準(zhǔn)度。無人機(jī)傳感器主要包括實(shí)現(xiàn)方位功能的超聲波傳感器，以及實(shí)現(xiàn)速度和方向功能的激光測(cè)距雷達(dá)傳感器。在數(shù)據(jù)輸入時(shí)，將無人機(jī)前方、后方、左方、右方四個(gè)方向輸入值分為一組，進(jìn)行加權(quán)平均計(jì)算，得到的模糊化值進(jìn)行模糊化語言變量設(shè)置，比如“近、中、遠(yuǎn)”，得到輸出變量。此外，對(duì)于無人機(jī)飛行速度的參數(shù)值，也可經(jīng)過模糊化轉(zhuǎn)換，得到輸出變量“慢、中、快”。最后根據(jù)無人機(jī)巡線工作的實(shí)際，模糊規(guī)則分為四種，即無障礙物、一方有障礙物、兩方有障礙物、三方有障礙物，并建立相應(yīng)的規(guī)則。

3.3 隸屬函數(shù)的選擇

在無人機(jī)應(yīng)用領(lǐng)域，理論上的隸屬函數(shù)尚未有統(tǒng)一的規(guī)則和方法，考慮到電力輸電的實(shí)際情況，以及無人機(jī)的實(shí)際，可選擇靈敏度高、占用內(nèi)存小、運(yùn)算簡(jiǎn)單的三角形隸屬函數(shù)。隸屬函數(shù)的選擇要充分考慮到客觀事物運(yùn)動(dòng)規(guī)律，以及無人機(jī)記載嵌入式平臺(tái)的實(shí)際情況。

無人機(jī)巡線的實(shí)踐應(yīng)用領(lǐng)域，不僅要考慮到輸電線環(huán)境中的客觀障礙物，還需要考慮到不可見障礙物，這就需要無人機(jī)實(shí)現(xiàn)實(shí)時(shí)避障功能，選擇合理的算法，估計(jì)出無人機(jī)與輸電線間位置關(guān)系的最優(yōu)無碰撞路徑，這就需要運(yùn)用到模糊控制方法，采用模糊控制避障決策，完成高質(zhì)量的無人機(jī)巡線。

參考文獻(xiàn)：

[1]丁為杰.無人機(jī)自主電力巡線關(guān)鍵技術(shù)研究[D].山東大學(xué)，2019.

[2]高尚，劉帆，馮小青.基于機(jī)器視覺的無人機(jī)自主電力巡線關(guān)鍵技術(shù)研究[J].大科技，2019，43.

[3]周小紅，李向歡，石蕾，龍煥.無人機(jī)傾斜攝影技術(shù)在電力巡線樹障檢測(cè)中的實(shí)踐應(yīng)用研究[J].電力大數(shù)據(jù)，2019，8.

[4]邴麗媛，劉智，蔣余成.基于模糊神經(jīng)網(wǎng)絡(luò)的電力巡線無人機(jī)避障技術(shù)研究[J].長(zhǎng)春理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，3.

[5]魯杰，侯力楓，宋新利.無人機(jī)電力巡檢視覺避障技術(shù)研究[J].數(shù)字通信世界，2019，5.