基于無人機的河道周邊污染遠程監測方法研究

蘇海濤

(貴州省水利水電勘測設計研究院有限公司，貴陽 550002)

0 引 言

貴州省銅仁市是連接中南地區與西南邊陲的紐帶，該地區周圍人口密集、工商農業相對集中，因此對于水資源的需求力度較大[1]。但隨著城市化水平的提高，生活污水、工農業生產廢水被排放到河流中，使當地水資源出現污染現象，因此急需找到一種監測方法來實時監控河道周邊污染程度。傳統方法1參考文獻[2]和文獻[3]的研究內容，將遙感技術與水質監測系統相結合，建立一個完整的遠程監測體系；傳統方法2則依據文獻[4]和文獻[5]，根據污染來源與分布特征，設置河道水質在線監測節點[2-5]，但兩種方法使用的遠程監測設備性能不高。

因此，以傳統監測方法為研究基礎，提出基于無人機的河道周邊污染遠程監測方法。無人機通過無線電遙控設備機器和計算機程控系統，智能化控制飛行線路，不僅具有成本低、結構簡單的特點，還可以執行遠距離拍攝任務[6]。此次研究以無人機基本參數為條件，研究全新的河道周邊污染遠程監測方法，為城市人口用水安全提供更加可靠的技術。

1 基于無人機的河道周邊污染遠程監測方法

1.1 建立無人機遠程監測路徑規劃模型

無人機監測路徑優劣程度受約束條件影響，而約束條件主要為航線距離。為了不影響污染遠程監測效果，要求無人機從上一監測點運動到下一監測點時的使用時間，不能超過直線飛行時間和任務時間之和。因此，利用一個隨機網絡模擬無人機飛行空間，然后采用連續空間離散化的方法，將飛行空間簡化成離散空間，建立一個概率地圖。為了求得最優路徑，以自由規劃的方式規劃二維空間，以隨機概率將采樣點分布于規劃空間內，依照鄰近原則相連采樣點，形成概率地圖。為了降低計算復雜度，選擇的點為距離小于基站覆蓋區域外直徑的點，根據兩點之間的弧段跨越長度，確定無人機遠程監測最優路徑的實際監測范圍[7]。假設概率地圖的表達式為：

W=(W1,We)

(1)

式中：W1為隨機采樣點；We為節點之間長度為e的連接線。

設置無人機最大航程、飛行起點以及目標終點，也就是污染監測任務中的兩個監測節點，對無人機路徑進行規劃設置，計算表達式為：

L={Lstart,L1,…,LN,Ltarget}

(2)

式中：Lstart為無人機飛行起點；Ltarget為無人機監測目標；存在一個Li，且Li∈W1,i=1,2,…,N；同時存在{Li-1,Li}∈We。

根據所在區域監測信號連線{Li-1,Li}，此時存在不同的信號值，也就是弧收益，用Li-1,i表示，則{Li-1,Li}的長度為d(Li-1,Li)。因此得到目標函數計算公式，也就是滿足監測信號強度的最優監測路徑：

(3)

(4)

式中：ηij為弧收益。

利用上述模型控制無人機遠程監測過程中的飛行軌跡，防止監測出現偏離既定范圍的現象[9]。

1.2 基于障礙物特點設置模型避障算法

無人機在飛行監測過程中，受地面建筑以及植被等障礙物的影響，可能會影響既定航線，因此為了讓上一環節中建立的規劃模型能夠發揮最大效用，基于障礙物特點設置模型避障算法。以障礙物特征點為基礎，結合最大最小原則，尋找起始點與目標點之間的第一個子目標，再以第一個子目標為起點，尋找第二個子目標，按照上述方法以此類推，直到控制線路規劃模型，幫助無人機找到一條無障礙路徑。連接無人機起始點與目標點，在與此連線相交的、距離無人機最近的障礙物上，找到距離連線兩側最遠的特征點，其中距離連線較近的點就是第一個子目標[10]。當無人機到達該目標點時，二者之間的連線仍然與障礙物相交，此時按照最大最小原則搜索下一個子目標，直至完成目標監測任務。假設無人機起始點坐標為O(XO,YO)，目標點坐標為(XZ,YZ)，障礙物特征點坐標設置為A(XA,YA)、B(XB,YB)以及C(XC,YC)。則連線OZ與3個特征點ABC之間的連線，可利用下式計算：

(5)

根據限制原則，需要障礙物特征點連線中，存在一條可以與OZ相交的直線，該線就是路徑與障礙物的交點線段[11]。因此可知AB與OZ相交，其公式為：

(6)

當上述公式的計算結果為1時，則認為AB與OZ相交，此時的子目標點應滿足下列監測條件：

(7)

式中：(Xi,Yi)、(Xj,Yj)為OZ連線兩側特征點。

綜合上述計算，實現基于障礙物特點的模型避障算法[12]。

1.3 設計河道周邊污染物遠程監測追蹤定位流程

根據無人機的監測數據，進行追蹤定位預處理。河道污染源追蹤定位過程中，受移動水的影響，污染物會隨之活動，不斷變化位置[13]。因此，將河道地圖輪廓進行等間距柵格化處理，將每一監測水域設置范圍劃分編號，以二維數組的形式，標記這些柵格是否可用。然后測出處理污染物指標監測值，該值受監測設備、水溫波動的影響，會存在一些誤差，因此在導出監測結果之前，處理這些存在誤差的數據。下列公式為剔除監測數據異常值時的基本計算過程：

(8)

式中：qn,i為第n個監測節點處、第i次監測下的數值；m為監測次數；εn為異常值剔除原則[14]。

按照上述遠程監測追蹤定位流程，對河道周邊污染物進行遠程監測，至此在無人機幫助下，實現對河道周邊污染的遠程監測優化[15]。

圖1 數據遠程監測追蹤定位流程

2 實驗與分析

2.1 器材選擇與試飛測試

以貴州省思南縣(新城區)烏江重點河段河道治理工程為此次實驗測試對象，利用不同的監測方法，定位河道周邊污染物擴散位置。實驗將文中提出的監測方法作為實驗組，將傳統監測方法1和傳統監測方法2作為對照組，根據不同測試組的監測方法，選擇各個小組所需的監測設備，其中實驗組的主要監測設備見圖2。

組裝該無人機，并將其與計算機之間建立連接，并測試該無人機是否穩定、安全，以滿足長時間的實驗測試要求。因此在保證無人機電量充足的前提下，進行為時40 min的試飛操作，圖3為試飛過程中該無人機的任務執行情況。

圖2 實驗組監測設備

圖3 無人機試飛

測試無人機飛行與監測畫面效果后，利用3個測試組，對選定的河道水污染區域進行監測，根據監測結果分析不同監測方法之間存在的差異。

2.2 設定無人機監測線路

正式開始對比測試之前，設定文中提出監測方法應用下無人機的監測線路，見圖4。

圖4 不同采樣點下無人機路徑規劃效果圖

根據圖4中測試結果，統計3次設置的采樣點下，實驗組遠程監測的所用時間和監測成功率，見表1。

表1 不同采樣點實驗測試結果

根據測試結果可知，當采樣點增多時，成功率會隨之下降，計算時間則有所提升。因此，為了保證無人機監測線路更加合理，實驗組設置的采樣點不宜過大，相較于最短路徑搜索，該方法更加注重路徑長度滿足監測要求，而不是過度追求監測線路長度。因此，實驗組將采樣點控制在500個。

2.3 污染指數監測

分別按照各自的方法搭建監測環境，然后開始監測河道周邊區域內的污染情況，結果見圖5。

圖5 水體污染指標監測效果

根據圖5中的對比測試結果可知，在測試時間條件相同的前提下，文中監測方法在無人機應用下，對河道中污染物濃度監測結果，與實際數據之間沒有過大差異。而兩個傳統監測方法的所得結果，同樣與實際數據之間沒有過大差別?？梢?個測試組的河道周邊污染物指標監測結果可以信賴。

2.4 污染物分布監測

以當前的河道污染狀態為前提，利用3個測試組監測河道周邊水體表面的污染物分布情況，結果見圖6。

圖6 河道周邊水體表面污染物分布狀態監測

圖6中，正數值和負數值表示不同河道方向。根據上述測試結果可以看出，在同樣的測試背景條件下，文中方法的監測范圍，完全覆蓋了河道周邊污染位置。而兩個傳統方法的監測范圍，只局限在一個固定的區間內，當水體表面污染物分離時，沒有追蹤分離部分的污染物位置。綜合上述測試結果可知，此次基于無人機的遠程監測方法，具有更好的監測效果。

3 結 語

此次研究將傳統遠程監測方法作為參照，利用無人機替換傳統監測方法中的硬件設施，依靠無人機多變動的特征，實現對河道周邊污染的全方位監測。根據實驗測試結果可知，此次研究的遠程監測方法取得了不錯的研究成果，但由于時間與個人精力限制，該方法還存在兩點不足之處：第一該方法的計算過程較為復雜，稍有不慎就會使無人機偏離監測線路，影響最終監測結果；第二設置的實驗周期較長，若遇見惡劣天氣則無法啟動無人機，會造成實驗測試的不連續性。因此在今后的研究工作中，可以設置一個更加精簡的算法模型，控制無人機監測線路，同時可以利用仿真實驗，防止惡劣天氣影響實驗測試結果。