智能穿戴設備與安監布控球聯動目標跟蹤方法

潘志敏 唐信 梁運華 王梓糠 褚博

（1.國網湖南省電力有限公司檢修公司 湖南省長沙市 410004 2.長沙理工大學 湖南省長沙市 410114）（3.湖南湖大華龍電氣與信息技術有限公司 湖南省長沙市 410205）

1 引言

安全是電力作業當中首要關注的問題，目前針對電力作業過程的安全監督主要依靠于視頻監控以及人為管理實現[1]。電力行業監控技術發展迅速，變電站視頻監控系統已經引入人臉識別、全景監控、移動監控等先進設備及技術[2‐4]，較好地滿足了變電站在設備安全、防盜保安、火警監控等安保及安全運行方面的需求。但針對特定運檢作業過程的監控尚未有較為成熟的解決方案，傳統設備難以實現對特定作業過程的跟蹤監控，存在智能化不足的缺點。在變電站檢修作業中，登高作業是較為常見的一種類型，同時高處墜落事故也是電力行業常見事故之一，因此需要對此類作業人員進行主動跟蹤監控，避免意外事故發生。

目前國內對主動視覺跟蹤研究較多且主要基于圖像識別方法，可分為經典算法與智能算法兩大類。經典算法主要采用圖像匹配、圖像分割及Mean‐Shift、Kalman 濾波等算法實現主動追蹤[5]。文獻[6]將融合Kalman 濾波的Camshift 算法與Adaboost 算法結合，提出基于人臉檢測的主動跟蹤算法，并根據人臉區域與視場面積關系對云臺進行PTZ 控制；文獻[7]提出基于SIFT 特征匹配的目標跟蹤方法，利用SIFI 構建目標特征庫，然后使用K 維樹匹配算法對實時序列圖像進行精確匹配，得到位置信息后控制云臺轉動。近年來，計算機算力的迅猛發展使得深度學習、神經網絡等智能技術開始廣泛應用于各個行業領域。文獻[8]提出DLT 算法，將神經網絡引入到目標跟蹤；文獻[9]提出MDNet，設計了一種輕量的卷積神經網絡進行目標特征提取，可實現端到端的跟蹤結果輸出。

但上述方法均不能較好地實現對變電站登高作業人員的有效識別與跟蹤。因此，本文依托適用于變電站的智能穿戴設備及安監布控球實現變電站現場作業人員的主動跟蹤，利用智能穿戴設備的高度檢測功能與GPS 定位功能獲取登高作業人員的位置信息；研究基于改進PID 算法控制安監布控球的方法，將位置與高度信息作為控制系統輸入，實現對登高作業人員的主動跟蹤。

2 GPS-RTK定位方法

基于GPS 的定位技術在電力行業已經得到了廣泛的應用。普通GPS 定位精度平均在10 米左右，最好能達到3～4 米，但也無法滿足變電站內運作業人員的高精度定位需求。目前，較為成熟的實時動態定位GPS‐RTK 技術可較好地消除衛星鐘誤差、電離層與對流層的延遲誤差，實現厘米級精度定位。變電站GPS‐RTK 系統如圖1所示，主要由GPS 基準站交換機、后端服務器、網橋、路由器以及作業人員佩戴的智能穿戴設備（智能手表、智能頭盔）等組成。

GPS 基準站安裝在變電站空曠位置，其位置坐標固定不變，GPS 基準站連續跟蹤所有可見衛星，并連接RJ45 接口通過交換機將觀測數據及基準站已知坐標信息發送給后端服務器。智能穿戴設備接收的GPS 數據同樣通過專網Wi‐Fi 或專網4G 通信發送至后端服務器。后端服務器對數據進行預處理后，將智能穿戴設備的GPS數據以及GPS 基準站數據組成差分觀測值，并進行算法實時處理，求得作業人員的瞬時坐標位置。

利用GPS‐RTK 定位系統得到的位置坐標是基于WGS‐84 坐標系的。WGS‐84 是以地球質心為坐標原點的地心坐標系，不適用于我國目前采用的標準坐標系CGCS2000，同樣也不能滿足變電站內地方獨立坐標系的需求。因此需要通過坐標轉換得到平面坐標系后，再基于安監布控球轉換為地方獨立坐標系[9][10]。

3 基于改進PID的布控球目標跟蹤算法

3.1 布控球PTZ控制輸入量

安監布控球是一種PTZ 攝像機，可進行Pan/Tilt/Zoom 控制，即攝像頭可左右上下移動，鏡頭可變倍變焦。GPS‐RTK 定位系統輸出地方獨立坐標系下的變電站運檢作業人員位置信息，結合安監布控球位置信息及智能手表高度數據，計算得到安監布控球的PTZ控制輸入量，如圖2所示，給出了布控球P 軸控制量的計算示意圖。

在主動追蹤過程中，安監布控球需自動控制左右轉向角度，布控球相對正北方向順時針偏移角度θ’可由內嵌的方向傳感器得到，由圖所示可知布控球的轉向角θc為：

安監布控球需要追蹤登高作業人員，多數場景下布控球與運檢作業人員不在同一水平高度，因此僅有P 軸控制不能滿足要求，還需增加T 軸控制量。由于智能手表自帶高度測量功能，因此運檢作業人員的高度hw已知，如圖3所示。安監布控球的高度ht已知，可得布控球T 軸控制量計算公式為：

為了將被追蹤的作業人員置于布控球監視視場的中心，以獲得高清晰度的人員圖像，需要對安監布控球攝像頭的焦距進行控制。在攝像頭成像過程中，物距相同，焦距越大視場角越小，被攝物體在成像介質上成像越大。一般來說攝像頭的變倍率都已固定設置完成，安監布控球變焦范圍為4.5mm～135mm，30 倍光學變倍，可實現最佳視場監視距離為9m～270m，參考圖3，變倍率公式為：

式中，n 為光學變倍率，O 為最大光學變倍率，已知安監布控球坐標及作業人員坐標就可以求得光學變倍率。

3.2 基于改進PID實現的布控球控制算法

3.2.1 帶死區的積分分離PID 控制算法

PID 算法具有實現簡單、性能好、精度高等特點，在現代工業控制領域中得到了廣泛的應用[11]。傳統的PID 算法在偏差較大時，由于積分項隨時間累加，會在系統中產生較大的超調量導致震蕩；在偏差較小時，控制器頻繁的調節會使布控球的機械結構磨損，性能下降。因此在安監布控球的控制中引入帶死區的積分分離PID 控制算法。積分分離PID 算法是在傳統PID 控制算法中，當系統超調量過大時將積分項分離，其公式為：

式中，kp，ki，kd分別為控制器的比列系數、積分系數及微分系數；err 為偏差； β 為分離系數，W 為分離閾值。積分分離PID 算法本質上就是將PD 算法與PID 算法通過分離系數β 分離，當偏差絕對值e(i)大于分離閾值W 時，將積分項置零，此時為PD 控制器；當偏差絕對值e(i)小于分離閾值W 時，為PID 控制器，積分項正常工作。

在安監布控球的控制過程中，由于控制系統特性以及計算精度等問題，導致偏差始終存在，如果要求系統無靜差，那么就會導致系統在偏差很小時頻繁動作，因此可以引入帶死區的PID 算法，在公式（4）后加入死區控制：

式中，M 為死區閾值。帶死區的PID 控制算法在偏差值err(k)小于M 時認為沒有偏差，PID 控制器不起作用；在偏差值err(k)大于M 時，則進行PID 調節。因此帶死區的PID 控制算法可在保證控制系統穩定的前提下，兼顧其他性能指標。帶死區的積分分離PID 算法控制流程如圖4所示。

引入帶死區的積分分離PID 控制算法，即可以防止在偏差過大時短時間內積分項占主導作用導致的布控球轉速過快系統失穩問題，也能夠避免在偏差過小時布控球持續調節導致的機械結構磨損問題。

3.2.2 帶速度前饋的PID 控制器

引入積分分離的PID 控制算法解決了在偏差過大時引起的震蕩問題，但是安監布控球控制系統中依然存在積分環節作用后系統慣性增加，使得系統超調量增大的問題，從而導致調節時間增加，難以快速跟蹤運動的運檢作業人員[12]。因此在控制系統中引入目標速度的前饋補償，保證作業人員在行走作業時，布控球控制系統也能平穩跟蹤。帶速度前饋的PID 控制器結構如圖5所示。

輸入布控球PTZ 的控制量u，由作業人員速度檢測的前饋控制量uv及位置偏差的比例反饋控制量up兩部分組成，控制器的計算式可寫為：

式中，Kv，Kp為比例系數，vr為作業人員的近似瞬時速度，T 為采樣周期，D 表示滯后時間上限。由于程序指令需要響應時間，安監布控球控制系統存在滯后特性。如果使用當前系統采樣的位置偏差計算控制量，當系統增益稍大可能會導致控制系統震蕩發散。因此，需要對當前系統采樣的位置偏差進行超前預測，且由于作業人員速度已由前饋補償器補償，可不考慮作業人員運動引起的偏差變化，用當前時刻作業人員的位置代替下一時刻的位置，得到如式（8）所示。

4 實驗結果及分析

在安監布控球控制系統中，本文提出的變電站GPS‐RTK 定位系統獲得的運檢工作人員目標位置為給定信號，布控球PTZ 控制量為輸出信號，控制目的為使登高作業人員處于布控球視場中心。設定運檢作業人員勻速運動，布控球應用改進的PID 控制算法進行跟蹤仿真，跟蹤曲線如圖6所示。

從圖6 中可看出，傳統的PID 控制算法在跟蹤過程中由于積分項的作用會產生較大的超調量，導致調節時間較長。改進的PID 控制算法即帶速度前饋及死區的積分分離PID 控制算法跟蹤效果較好且調節時間短。積分分離PID 的積分項在偏差較大時不起作用，偏差可以快速下降；而在偏差較小時積分項開始作用以消除穩態誤差。但是對于運動目標，積分分離閾值較難確定，當目標運動速度較大時，控制系統的穩態跟蹤誤差同樣會增大，積分分離閾值應選取較大值。但是積分分離閾值越大，積分分離的效果越不明顯。因此，為了更好地跟蹤運動目標，引入速度前饋，可以看出改進的PID 控制算法跟蹤效果較好。

5 結論

為實現變電站內安監布控球對電力作業人員的主動跟蹤，本文研究了一種基于GPS‐RTK 與改進PID 控制算法的主動跟蹤方法。依托于智能穿戴設備以及GPS 基準站實現精準定位及高度檢測，引入帶有速度前饋及死區的積分分離PID 算法，將得到的位置及高度信息作為控制輸入量對應用改進PID 算法的智能布控球進行控制。實驗結果表明，所提方法可實現較好的跟蹤效果，為現場作業人員提供安全監督保障。