基于圖像分析的變電站巡檢機器人視覺導航

摘 要：為解決變電站巡檢機器人導航定位的技術難題，提出一種變電站機器人巡檢的總體方案，使用基于引導線的變電站智能巡視導航定位方法，系統軟件是基于Windows操作系統下用Labview虛擬儀器軟件平臺提供的IMAQ Vision模塊編程實現的，涉及對拍攝的圖片進行圖像處理，并且實現導航線的檢測提取，對提高變電站巡檢效率具有現實意義。

關鍵詞：變電站巡檢機器人；導航定位；圖像處理

中圖分類號：TM63；TM76 文獻標識碼：A 文章編號：1674-7712 （2013） 14-0000-01

一、引言

目前采用機器人巡視變電站很常見，導航技術是關鍵.較成熟的機器人導航方式有GPS導航、磁導航等，可GPS成本壓力很大。磁導航已經產品化，電子羅盤由于受到電暈放電等強烈的磁場干擾，無法精確測定機器人朝向，而電子陀螺儀存在累積誤差的問題。視覺導航具有信號探測范圍寬、目標信息完整等優勢，且圖像處理技術飛速發展，因此本文采用視覺導航方法[1-3]。

二、巡檢機器人的總體方案

變電站智能巡視系統總體結構如圖1所示，系統分兩大部分：智能巡視信息處理系統和智能伺服控制系統。

智能巡視信息處理系統主要完成信號的采集、存儲和分析，并根據分析結果進行告警和信息上傳，正常運行時不傳送監測圖像，只傳送分析結果；變電站狀態發生畸變時將特定的圖像信號和報警信息傳送到調度端。調度員聽到計算機報警聲音后，再根據提示找到對應變電站的圖像進行觀察和處理[4].智能伺服控制系統主要完成攜帶設備在變電站內完成日常巡視（主要是設備信息獲?。蓚€通過網絡連接進行信息的實時交互，伺服系統處于待命狀態，信息處理系統可以通過傳感器采集氣候信息，也可通過網絡接收調控中心的遙控信息，經過分析制定巡視策略，安排主動巡視或遙控巡視。

三、巡檢機器人的智能視覺導航

本文采用軌線引導方式。變電站地面本身畫有不同顏色的線條，如黃色的警戒線，綠色的指示線等，為了與之區別我們采用紅色的“引導線”，下面為目標圖像分割情況。

（一）圖像格式轉變：巡檢機器人利用循跡攝像機攝取路面場景，提取視覺導航需要的“引導線”信息，采集的視頻圖像為：320*240像素的BMP圖像。本文采用的是HIS顏色模型。

（二）取定閾值：本文采取三維分量，即亮度、色調及飽和度對圖像進行分割。為了很好的適應變化的外界因素如天氣情況，巡視時間不同而光線不同的情況，提高魯棒性，在機器人巡視起點處布置與引導線相同且面積適中的方形區域作為參考面。機器人巡視開始時，攝取參考面區域二維圖像，因二維圖像下部為此紅色參考區域，編程取圖像中此片梯形區域，遍歷此梯形參考區域中像素調和亮度值及飽和度值，并自動統計此片圖像亮度，色調及飽和度的上下閾值。將統計的閾值作為此次巡視中圖像處理的標準。以某天上午九點攝取圖像為例，經過計算，引導線的H和S的閾值如表1所示

（三）閾值分割：使用三維閾值，若以下三個條件任意一個不滿足，就判斷此像素為非引導線。

1.亮度在此像素亮度值低于下閾值或大于上閾值。

2.色調在此像素色調值低于下閾值或大于上閾值。

3.飽和度在此像素色調值低于下閾值或大于上閾值。

如果沒有任何一個條件符合以上，那么像素就被認定為屬于引導線。

（四）灰度化二值化

掃描每個像素點，對每個像素點用如下公式灰度化。將符合引導線三維閾值的像素進行灰度化處理，灰度定為較高的值T1，將其余的像素灰度定為較低的值T2。這樣整幅圖像就變為了灰度圖像，且所需目標基本上也已經分割出來了。

（五）形態學處理

為保持道路的形狀特性和邊緣的清晰，應用形態學的開運算，即先進行腐蝕運算，再進行膨脹運算，去除噪聲。原圖、預處理、形態學處理后的圖像如圖2所示：

四、總結

本文采用地面軌線引導的方式實現了變電站巡檢機器人的視覺導航與定位，使機器人能夠在預先不知道參考軌線的坐標位置及方向的情況下能夠直接實時的從圖像中提取軌線及軌線參數。圖像處理是基于LabVIEW虛擬儀器軟件開發平臺的，提取導航線的方法比較理想。

參考文獻：

[1]張海波，原魁，周慶瑞.基于路徑識別的移動機器人視覺導航[J].中國圖像圖形學報，2004，9（7）：853-857.

[2]尚文，馬旭東，戴先中，等.基于視覺的移動機器人地面軌線跟蹤導航研究[J].機器人，2003，25（5）：432-437.

[3]董再勵，郝穎明，朱楓.一種基于視覺的移動機器人定位系統[J].中國圖像圖形學報.2000，5（8）：688-692.

[4]趙書濤，李寶樹，崔桂彥，等.基于計算機視覺的遠程變電站狀態監測與診斷新策略[J].電網技術，2005，29（6）：63-66.