復(fù)雜背景下接觸網(wǎng)隔離開(kāi)關(guān)智能識(shí)別技術(shù)研究

李世斌，胡金東，王 輝，李 團(tuán)

（1.中國(guó)鐵路南寧局集團(tuán)有限公司 供電部，高級(jí)工程師，廣西 南寧 530029；2.中國(guó)鐵路南寧局集團(tuán)有限公司 工電檢測(cè)所，高級(jí)工程師，廣西 南寧 530029；3.成都交大光芒科技股份有限公司，工程師，四川 成都 610041；4.中國(guó)鐵路南寧局集團(tuán)有限公司 工電檢測(cè)所，工程師，廣西 南寧 530029）

1 引言

接觸網(wǎng)隔離開(kāi)關(guān)是高速鐵路牽引供電回路重要組成部分，是電氣化鐵路牽引供電系統(tǒng)重要設(shè)備之一，接觸網(wǎng)隔離開(kāi)關(guān)可視化系統(tǒng)對(duì)于快速隔離故障區(qū)域、及時(shí)縮小停電范圍、及時(shí)分段作業(yè)從而減輕現(xiàn)場(chǎng)人員的勞動(dòng)強(qiáng)度，通過(guò)智能識(shí)別技術(shù)實(shí)現(xiàn)接觸網(wǎng)隔離開(kāi)關(guān)狀態(tài)自動(dòng)識(shí)別，對(duì)于供電設(shè)備的高效運(yùn)行有著重要意義。

國(guó)內(nèi)已有不少相關(guān)的技術(shù)研究，王丹等［1］提出采用暗通道先驗(yàn)算法做預(yù)處理，基于SIFT網(wǎng)開(kāi)關(guān)定位，最后使用Hough 變換相結(jié)合的方式實(shí)現(xiàn)網(wǎng)開(kāi)關(guān)狀態(tài)識(shí)別。陳富國(guó)等［2］提出采用通過(guò)翻字牌信息實(shí)現(xiàn)隔離開(kāi)關(guān)的狀態(tài)識(shí)別，該算法是間接實(shí)現(xiàn)隔離開(kāi)關(guān)的狀態(tài)識(shí)別。騰云等［3］提出采用基于方向梯度直方圖（HOG）和支持向量機(jī)（SVM）相結(jié)合高壓隔離開(kāi)關(guān)分合閘狀態(tài)搜索識(shí)別算法，該算法首先采用SVM二分類算法實(shí)現(xiàn)開(kāi)關(guān)的目標(biāo)檢測(cè)，接著判斷開(kāi)關(guān)的邊界輪廓。由于接觸網(wǎng)隔離開(kāi)關(guān)是安裝在室外，環(huán)境變化復(fù)雜，例如不同光照，天氣，異物等影響算法準(zhǔn)確識(shí)別，已知的研究并沒(méi)有詳細(xì)說(shuō)明復(fù)雜環(huán)境下的識(shí)別技術(shù)。本文將結(jié)合目標(biāo)檢測(cè)技術(shù)及多種邊緣檢測(cè)技術(shù)及擬合技術(shù)，研究復(fù)雜背景下的接觸網(wǎng)隔離開(kāi)關(guān)自適應(yīng)精確狀態(tài)識(shí)別技術(shù)。

2 接觸網(wǎng)隔離開(kāi)關(guān)智能識(shí)別技術(shù)

2.1 具體方案

接觸網(wǎng)隔離開(kāi)關(guān)狀態(tài)識(shí)別，需解決四個(gè)主要問(wèn)題：①不同天氣、光照、異物影響下網(wǎng)開(kāi)關(guān)的準(zhǔn)確定位；②準(zhǔn)確的網(wǎng)開(kāi)關(guān)分割；③連續(xù)的網(wǎng)開(kāi)關(guān)狀態(tài)輸出；④不同安裝位置對(duì)于算法的影響。

接觸網(wǎng)開(kāi)關(guān)狀態(tài)識(shí)別采用深度學(xué)習(xí)及多種邊緣檢測(cè)技術(shù)及擬合的方式，具體步驟如下：①通過(guò)接觸網(wǎng)開(kāi)關(guān)定位技術(shù)實(shí)現(xiàn)了接觸網(wǎng)開(kāi)關(guān)的準(zhǔn)確定位；②利用接觸網(wǎng)開(kāi)關(guān)目標(biāo)定位信息，采用復(fù)合邊緣檢測(cè)技術(shù)實(shí)現(xiàn)接觸網(wǎng)開(kāi)關(guān)邊緣的準(zhǔn)確檢測(cè)，復(fù)合邊緣檢測(cè)技術(shù)基于多種邊緣檢測(cè)技術(shù)及擬合技術(shù)實(shí)現(xiàn)接觸網(wǎng)開(kāi)關(guān)邊緣信息準(zhǔn)確提取。③在獲取到接觸網(wǎng)開(kāi)關(guān)邊緣信息后，利用標(biāo)注信息，進(jìn)行接觸網(wǎng)開(kāi)關(guān)開(kāi)合角度的計(jì)算，進(jìn)而利用配置信息及開(kāi)合角度實(shí)現(xiàn)接觸網(wǎng)開(kāi)關(guān)狀態(tài)的識(shí)別，如圖1所示。

圖1 接觸網(wǎng)開(kāi)關(guān)狀態(tài)識(shí)別流程

2.2 數(shù)據(jù)準(zhǔn)備

針對(duì)接觸網(wǎng)隔離開(kāi)關(guān)目標(biāo)定位算法要求，準(zhǔn)備算法數(shù)據(jù)集。數(shù)據(jù)集分別來(lái)自兩個(gè)數(shù)據(jù)源：①現(xiàn)場(chǎng)安裝設(shè)備所獲取的圖像；②自行搭建的網(wǎng)開(kāi)關(guān)裝置，并安裝攝相機(jī)取得的圖像。為提升算法數(shù)據(jù)集的有效性，根據(jù)技術(shù)要求，分別采集不同時(shí)間段（早上，上午，中午，傍晚，夜間），不同視角，不同焦距段的網(wǎng)開(kāi)關(guān)圖像。通過(guò)采用接觸網(wǎng)隔離開(kāi)關(guān)遠(yuǎn)動(dòng)控制系統(tǒng)遠(yuǎn)程控制接觸網(wǎng)網(wǎng)開(kāi)關(guān)的分合狀態(tài)或者手動(dòng)控制接觸網(wǎng)隔離開(kāi)關(guān)的分合狀態(tài)，采用視頻記錄的方式獲得了接觸網(wǎng)開(kāi)關(guān)不同狀態(tài)的視頻圖像?，F(xiàn)場(chǎng)圖像因?yàn)榘惭b點(diǎn)位的原因，圖像的可調(diào)視角較小，但是可以調(diào)整不同焦距，獲得大量圖像。自行搭建的網(wǎng)開(kāi)關(guān)裝置，可以方便的調(diào)整接觸網(wǎng)開(kāi)關(guān)的開(kāi)合狀態(tài)，并且調(diào)整相機(jī)的安裝角度，這樣獲取了一定數(shù)量的圖像數(shù)據(jù)集：訓(xùn)練數(shù)據(jù)集2000張，測(cè)試數(shù)據(jù)集500張。典型的接觸網(wǎng)開(kāi)關(guān)圖像如圖2 所示。為了豐富數(shù)據(jù)集，經(jīng)過(guò)旋轉(zhuǎn)、對(duì)比度處理、裁剪、縮放等預(yù)處理過(guò)程，將訓(xùn)練集由2000張擴(kuò)充為6000張，測(cè)試數(shù)據(jù)集由500張擴(kuò)充到2400 張。完成數(shù)據(jù)集擴(kuò)充后，采用Labelme 標(biāo)注工具對(duì)數(shù)據(jù)集進(jìn)行標(biāo)注，完成了訓(xùn)練數(shù)據(jù)集及測(cè)試數(shù)據(jù)集標(biāo)注。

圖2 典型的接觸網(wǎng)開(kāi)關(guān)圖像

2.3 網(wǎng)開(kāi)關(guān)目標(biāo)定位

2.3.1 網(wǎng)開(kāi)關(guān)定位算法

網(wǎng)開(kāi)關(guān)定位算法采用YOLOv5 基礎(chǔ)算法框架。YOLOv5 是一種單階段目標(biāo)檢測(cè)算法，目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)處理的基礎(chǔ)算法，主要分為傳統(tǒng)目標(biāo)檢測(cè)算法、基于深度學(xué)習(xí)目標(biāo)檢測(cè)算法。傳統(tǒng)目標(biāo)檢測(cè)算法典型代表算法：Harr 特征+Adaboost 算法［4］，Hog 特征+SVM 算法［5］等。深度學(xué)習(xí)目標(biāo)檢測(cè)算法主要有：RCNN 系列［6］，fast-rcnn 算法［7］，YOLO 系列［8,9］等。YOLOv5 算法主要在輸入端、基礎(chǔ)網(wǎng)絡(luò)、neck 網(wǎng)絡(luò)、head 輸出層等做了優(yōu)化創(chuàng)新，主要?jiǎng)?chuàng)新點(diǎn)有：引入了masic數(shù)據(jù)增強(qiáng)，F(xiàn)ocus結(jié)構(gòu)、CSP結(jié)構(gòu)、FPN+PAN結(jié)構(gòu)等，使其速度與精度都得到了極大的性能提升。

為了進(jìn)一步提升算法的效率，用MobileNetV2［10］模型替換YOLOv5 算法模型中的提取模塊，MobileNetV2 主要利用了殘差連接和深度可分離卷積的思想，該網(wǎng)絡(luò)模塊采用了低維壓縮表示的方法，實(shí)現(xiàn)了推理過(guò)程中不涉及很大的張量，減少了對(duì)于計(jì)算設(shè)備高性能的要求，MobileNetV2構(gòu)造了兩個(gè)基礎(chǔ)模塊，如圖3所示。

圖3 MobileNetV2的兩個(gè)基本組件

其中，conv 表示卷積操作，Dwise 表示深度可分卷積；Relu6表示激活函數(shù)；stride表示卷積操作步長(zhǎng)

2.3.2 模型訓(xùn)練

基于網(wǎng)開(kāi)關(guān)定位算法，模型構(gòu)建完畢之后，開(kāi)始進(jìn)行模型的訓(xùn)練。調(diào)整的訓(xùn)練參數(shù)主要有：優(yōu)化器，學(xué)習(xí)率，訓(xùn)練周期，batch-size，圖像尺寸，見(jiàn)表1。

表1 訓(xùn)練參數(shù)

接觸網(wǎng)隔離開(kāi)關(guān)定位模型的評(píng)價(jià)指標(biāo)包含召回率（R，Recall）、精確率（P，Precision）。召回率計(jì)算公式如式（1）所示，精確率計(jì)算公式如式（2）所示，算法測(cè)試結(jié)果見(jiàn)表2。

公式1、2 中字符定義：TP（True Positive）為正確定位目標(biāo)數(shù)量，F(xiàn)P（False Positive）為目標(biāo)錯(cuò)誤定位數(shù)量，F(xiàn)N（False Negative）為是目標(biāo)而沒(méi)有定位數(shù)量。

表2 網(wǎng)開(kāi)關(guān)定位算法檢測(cè)結(jié)果

2.4 復(fù)合邊緣檢測(cè)

通過(guò)網(wǎng)開(kāi)關(guān)定位算法，實(shí)現(xiàn)了隔離開(kāi)關(guān)的準(zhǔn)確定位，要解決網(wǎng)開(kāi)關(guān)準(zhǔn)確的開(kāi)合角度計(jì)算。由于，接觸網(wǎng)隔離開(kāi)關(guān)工作場(chǎng)景是戶外，這就會(huì)遇到復(fù)雜的光照環(huán)境（白天：晴天，陰天，雨雪天，太陽(yáng)背光，逆光等；晚上：設(shè)備照明），為了克服不同光照、噪聲、不同輸入形態(tài)（彩色圖像，黑白圖像，異物等）等因素的影響，通過(guò)多種直線檢測(cè)算法及不同參數(shù)設(shè)置，實(shí)現(xiàn)穩(wěn)定的網(wǎng)開(kāi)關(guān)邊緣直線提取與擬合技術(shù)，實(shí)現(xiàn)穩(wěn)定準(zhǔn)確的網(wǎng)開(kāi)關(guān)邊緣線提取，這里稱之為復(fù)合邊緣檢測(cè)。算法過(guò)程如下：

①采用Hough［12］直線檢測(cè)，LSD 直線檢測(cè)［13］，EDLines 直線檢測(cè)［14］等算法，每種算法采用不同的參數(shù)，實(shí)現(xiàn)直線檢測(cè)。

②針對(duì)以上直線檢測(cè)結(jié)果，進(jìn)行直線擬合，將同方向的直線進(jìn)行連接，獲得長(zhǎng)直線，這些擬合直線和原有的直線一起，組成直線集。

③基于直線以上檢測(cè)結(jié)果，刪除長(zhǎng)度較小以及定位區(qū)域外的直線。

④統(tǒng)計(jì)每個(gè)角度的直線的數(shù)量，保留直線數(shù)量最大的直線。

⑤去除中間直線，只保留兩側(cè)兩根直線，并優(yōu)先保留LSD，EDlines 直線檢測(cè)結(jié)果。這兩條直線就是最終的計(jì)算直線。圖4展示了白天情況下的接觸網(wǎng)開(kāi)關(guān)復(fù)合邊緣檢測(cè)效果。

圖4 復(fù)合邊緣檢測(cè)

基于以上復(fù)合邊緣檢測(cè)算法，測(cè)試了網(wǎng)開(kāi)關(guān)開(kāi)合角度計(jì)算的準(zhǔn)確性，具體測(cè)試結(jié)果見(jiàn)表3，可以看出測(cè)量角度的誤差小于0.2度，計(jì)算比較準(zhǔn)確。

表3 網(wǎng)開(kāi)關(guān)開(kāi)合角度計(jì)算

2.5 開(kāi)合狀態(tài)判斷

基于準(zhǔn)確的復(fù)合邊緣提取，就可以計(jì)算網(wǎng)開(kāi)關(guān)的開(kāi)合角度，利用已知的先驗(yàn)信息（極限定位標(biāo)注信息），可以判斷網(wǎng)開(kāi)關(guān)的開(kāi)合狀態(tài)，根據(jù)預(yù)設(shè)閾值，來(lái)判斷隔離開(kāi)關(guān)是不是處于不到位狀態(tài)。接觸網(wǎng)開(kāi)關(guān)角度定義見(jiàn)圖5。假設(shè)接觸網(wǎng)開(kāi)關(guān)合閘判定極限角度α，合閘臨界角度φ，分閘判定位置β，分閘極限角度為θ，容許角度ε。假設(shè)當(dāng)前獲取的接觸網(wǎng)開(kāi)關(guān)角度為X，開(kāi)合狀態(tài)判斷邏輯見(jiàn)表4。

表4 網(wǎng)開(kāi)關(guān)狀態(tài)判斷邏輯

圖5 接觸網(wǎng)開(kāi)關(guān)角度定義

3 結(jié)論

為解決復(fù)雜的戶外接觸網(wǎng)開(kāi)關(guān)的狀態(tài)精確識(shí)別問(wèn)題，提出一種基于MobileNetV2 特征提取網(wǎng)絡(luò)進(jìn)行速度優(yōu)化的YOLOv5目標(biāo)定位技術(shù)與復(fù)合邊緣檢測(cè)技術(shù)相結(jié)合的接觸網(wǎng)開(kāi)關(guān)狀態(tài)自適應(yīng)精確識(shí)別技術(shù)，該技術(shù)很好的解決了戶外復(fù)雜背景下的接觸網(wǎng)隔離開(kāi)關(guān)狀態(tài)識(shí)別問(wèn)題，通過(guò)該技術(shù)，接觸網(wǎng)隔離開(kāi)關(guān)的定位準(zhǔn)確率達(dá)到99.92%,狀態(tài)識(shí)別精度小于0.2度，且已經(jīng)應(yīng)用到現(xiàn)場(chǎng)，取得了較好的實(shí)驗(yàn)效果，具備工程應(yīng)用推廣價(jià)值。