無人機(jī)自主電力巡線關(guān)鍵技術(shù)研究

曾 忱，郭 勇，段 煉

（國網(wǎng)湖北送變電工程有限公司，湖北 武漢 430063）

0 引 言

輸電線路通常位于交通不便、渺無人煙的山區(qū)，隨著電網(wǎng)的建設(shè)，輸電線路桿塔增多，人員不足等問題明顯。依靠人工進(jìn)行巡視查找線路缺陷的方法已經(jīng)不現(xiàn)實，巡視質(zhì)量較低。遇到特殊天氣，如雷雨暴風(fēng)等情況時，巡線存在巨大的安全風(fēng)險，輸電線路直升機(jī)巡視無法開展，容易產(chǎn)生各種安全問題，出現(xiàn)缺陷時也無法順利發(fā)現(xiàn)[1-3]。

本文主要研究高精度三維激光點云數(shù)據(jù)的關(guān)鍵技術(shù)，依靠這項技術(shù)實現(xiàn)無人機(jī)航線自主規(guī)劃和自主作業(yè)，從人工操作型變成自動型，提高巡線的可靠性，實現(xiàn)高質(zhì)量輸電線路自主巡檢模式。

1 基于激光點云的三維航線規(guī)劃平臺研發(fā)

1.1 激光雷達(dá)原理

激光雷達(dá)系統(tǒng)通過激光測距手段可以測量目標(biāo)的位置、形狀及狀態(tài)，從而達(dá)到探測、識別以及跟蹤目標(biāo)的目的[4,5]。激光雷達(dá)可以形成點云形式數(shù)據(jù)，生成三維坐標(biāo)。它作為一個傳感器，工作光譜段處在紅外線到紫外線之間，組成原件主要有接收機(jī)、測量控制系統(tǒng)、電源以及發(fā)射機(jī)。

無人機(jī)上的激光雷達(dá)取得電力走廊的激光數(shù)據(jù)，包括影像數(shù)據(jù)、攝像數(shù)據(jù)、紅外紫外數(shù)據(jù)以及環(huán)境變量參數(shù)等。通過計算激光雷達(dá)獲得的數(shù)據(jù)可以得到線路刨面圖、截面圖、弧垂長度以及鐵塔高度等資料，形成點云激光三維模型[6]。

1.2 基礎(chǔ)點云數(shù)據(jù)管理

利用采集來的激光點云數(shù)據(jù)可以處理形成輸電線路的三維數(shù)字模型，將線路下方的導(dǎo)線、地線、樹、鐵塔、山川、電力線沿線地形以及河流等構(gòu)建成模型。

1.3 重構(gòu)電力線的方法

無人機(jī)激光雷達(dá)受到現(xiàn)場環(huán)境和地形地貌等因素的影響，取得的輸電導(dǎo)線點云數(shù)據(jù)密集程度不夠，最終造成點云空間分布間距過大和導(dǎo)線斷裂等，因此需要恢復(fù)導(dǎo)線，實現(xiàn)其原有空間布局。本文采用逐步降維的方法，形成三維空間曲線重塑。

首先過濾重復(fù)數(shù)據(jù)，刪除數(shù)據(jù)重復(fù)點；其次依照導(dǎo)線在水平面分布呈直線的特點擬合二維平面直線，進(jìn)行一次降維；再次依照導(dǎo)線在垂直水平面上呈拋物線特點分布實現(xiàn)二次降維和二維曲線擬合；最后完成整個三維空間的擬合，獲得導(dǎo)線三維整體空間的分布。

一次降維實現(xiàn)X-Y平面的直線擬合，二次降維實現(xiàn)X-Z平平面的直線擬合，最終擬合整個三維空間。圖1為導(dǎo)線重構(gòu)的示意圖。

圖1 導(dǎo)線重構(gòu)的示意圖

1.3.1 導(dǎo)線數(shù)據(jù)剔除重復(fù)點

因為激光雷達(dá)重復(fù)接收數(shù)據(jù)，會得到點云數(shù)據(jù)重復(fù)點過多，并且同一個空間位置有幾個以上的相同數(shù)據(jù)會影響計算速度，因此需要進(jìn)行預(yù)處理。將導(dǎo)線數(shù)據(jù)存儲進(jìn)set容器中，然后對重復(fù)點進(jìn)行過濾剔除。

1.3.2 生成相對坐標(biāo)

激光雷達(dá)采集數(shù)據(jù)較多，需要進(jìn)行重新定位，選擇適合的坐標(biāo)原點。設(shè)置處理的導(dǎo)線點云數(shù)據(jù)為對象，分別選取X、Y、Z方向最小值，形成一個空間點（Xmin,Ymin,Zmin），將它當(dāng)做新的坐標(biāo)原點，處理所有的導(dǎo)線數(shù)據(jù)，生成相對坐標(biāo)。選擇Xmin和相對應(yīng)的Y值為y_xmin，形成一個點（xmin,y(xmin)），把點作為中心點在X-Y平面上旋轉(zhuǎn)變換，獲得跟與X軸平行的數(shù)據(jù)。

1.3.3X-Y平面直線擬合

采用處理過后的導(dǎo)線激光點云數(shù)據(jù)，實行平面最小二乘法直線擬合。計算公式為：

1.3.4 空間導(dǎo)線恢復(fù)

先在x方向設(shè)置一個步長，獲得對應(yīng)的然擬合直線上的y值，將y坐標(biāo)值旋轉(zhuǎn)變換，獲得平行于x軸的新坐標(biāo)，并將其輸入方程獲得z坐標(biāo)，最后將各項坐標(biāo)值相加，求得對應(yīng)原點值，也就是擬合的空間導(dǎo)線所有坐標(biāo)值。

2 輸電線路巡檢航線自動規(guī)劃

通過激光雷達(dá)點云數(shù)據(jù)獲得的線路巡檢數(shù)據(jù)，在輸電導(dǎo)線之間實施自動測量，產(chǎn)生三維數(shù)據(jù)庫，生成安全距離檢測數(shù)據(jù)報告，包括工況安全距離檢測報告、危險點檢測報告、各種輸電線路的交叉信息表、線路最大安全距離檢測報告以及隱患點分析統(tǒng)計表等。檢測內(nèi)容包括輸電線路系統(tǒng)參數(shù)、輸電線路無人機(jī)掃描獲得作業(yè)氣象的條件、輸電線路的設(shè)備參數(shù)以及輸電線路的巡檢總體4項。獲得參數(shù)后不僅要記錄線路名稱、運行的塔號、報告的產(chǎn)生時間、工作時的負(fù)荷以及最大負(fù)荷，還要記錄當(dāng)時的氣象條件、線路名稱、塔號、里程、掃描溫度、掃描濕度、掃描風(fēng)向以及掃描風(fēng)力。

自動巡線需滿足3點要求，一是巡檢過程不能重復(fù)巡檢同一桿塔，二是總時間需最短，三是風(fēng)險高的桿塔優(yōu)先通過。

自動巡線桿塔時間與桿塔的關(guān)系可以表示為：

式中，i、j分別表示塔的代號，Tij代表巡檢雷達(dá)到達(dá)i塔和j塔之間距離耗費的時間。在現(xiàn)場環(huán)境下，Tij受到多種條件的干擾。

巡線過程主要包括以下3步。首先，初始化。循環(huán)次數(shù)和自適應(yīng)循環(huán)次數(shù)設(shè)為0，最大循環(huán)次數(shù)用Nmax表示，計算得出塔桿的距離Dij后開始航線規(guī)劃。其次，迭代計算公式。使用迭代計算對桿塔的信息素濃度進(jìn)行調(diào)整。最后，選擇全局最優(yōu)路線。所有道路搜索完成后，計算每一次的代價和，代價之和最小的路線則為最優(yōu)路線。

3 無人機(jī)自主避障功能

3.1 無人機(jī)局部自主避障方案

無人機(jī)避障功能的實施要提前獲得無人機(jī)和輸電線周圍障礙物間的位置關(guān)系，在飛行的同時需要傳感器獲得環(huán)境的位置信息，根據(jù)信息處理保持適合的飛行速度和飛行角度來躲避障礙。目前有以下兩種方法可以取得位置信息。一是通過現(xiàn)場環(huán)境的二維地圖，在巡線范圍標(biāo)記所有障礙物的地點，使得無人機(jī)在特定的高度按照路徑進(jìn)行規(guī)劃，躲避障礙。此方法要求地圖的精準(zhǔn)度較高。二是采用位置傳感器探索輸電線路四周障礙，根據(jù)處理器中的避障決策來進(jìn)行躲避[7]。

目前，無人機(jī)的發(fā)展中通常研究針對未知障礙物的自主避障技術(shù)。無人機(jī)利用視覺傳感器、超聲波傳感器、激光雷達(dá)傳感器以及GPS等獲得空間信息，其中視覺傳感器的作用是取得無人機(jī)和輸電線的距離，超聲波傳感器和激光雷達(dá)傳感器的作用是獲得相對位置信息，而GPS可以得到經(jīng)緯度數(shù)據(jù)。通過整合這些數(shù)據(jù)，從而獲得最優(yōu)方案。

各類型傳感器的分布如圖2所示，其中1、2、3、4是超聲波傳感器，位于無人機(jī)的左前、右前、左后以及右后，5、6、7、8是激光雷達(dá)測距傳感器，位于無人機(jī)的前、后、左以及右。

圖2 無人機(jī)傳感器分布圖

3.2 避障導(dǎo)航傳感器選擇

無人機(jī)傳感器由于其自身測量特性和環(huán)境因素的影響以及環(huán)境的不確定性等，因此飛行過程存在不安全因素。每一種傳感器能夠提供避障的信息，但是存在一定的環(huán)境干擾使其無法精準(zhǔn)得到目標(biāo)物體的準(zhǔn)確狀態(tài)。因此需要使用多種傳感器，檢測融合各種信息，從而有效獲得真實的障礙物信息。本文選用可以采集輸電導(dǎo)線周圍場強信號的工頻電場、檢測無人機(jī)飛行速度的加速度計、檢測無人機(jī)飛行姿態(tài)的陀螺儀傳感器以及可以對輸電導(dǎo)線及周圍環(huán)境進(jìn)行實時測距的超聲波傳感器[8]。

3.3 神經(jīng)網(wǎng)絡(luò)多傳感器數(shù)據(jù)融合的方法

神經(jīng)網(wǎng)絡(luò)能夠映射任意函數(shù)關(guān)系，適合加入模糊理論系統(tǒng)配合使用，用來表示模糊化處理、模糊化推理以及精確化計算等。模糊神經(jīng)網(wǎng)絡(luò)的輸入輸出節(jié)點對應(yīng)系統(tǒng)的輸入輸出信號，神經(jīng)網(wǎng)絡(luò)的隱含節(jié)點代表隸屬函數(shù)和模糊規(guī)則[9]。采用神經(jīng)網(wǎng)絡(luò)的并行處理能力提高模糊系統(tǒng)的推理，與以概率理論為基礎(chǔ)的融合方法對比，不但可以提高普通人工神經(jīng)網(wǎng)絡(luò)信息處理的能力，而且還能處理不確定的信息。無需其他先驗信息，就可以融合多傳感器信息，大大提高了融合系統(tǒng)的融合能力和準(zhǔn)確度。

Kohonen網(wǎng)絡(luò)的原理是網(wǎng)絡(luò)輸入數(shù)據(jù)時，競爭層上計算輸入樣本與競爭層神經(jīng)元權(quán)值之間距離最小的神經(jīng)元就是獲勝的神經(jīng)元。通過調(diào)整獲勝神經(jīng)元和相鄰神經(jīng)元權(quán)值，讓獲勝神經(jīng)元及周邊的權(quán)值無限接近輸入數(shù)據(jù)，同類神經(jīng)元獲得近似的權(quán)系數(shù)，而不同類的權(quán)系數(shù)明顯不同[10]。

4 結(jié) 論

為了發(fā)揮自主巡檢的優(yōu)勢，需進(jìn)一步解決人工巡檢的弊端和風(fēng)險。本文分析研究了激光點云和避障系統(tǒng)，配合人工智能識別技術(shù)，實現(xiàn)故障的識別、診斷以及分析。采用傳感器、激光雷達(dá)、GPS系統(tǒng)等獲得線路狀態(tài)數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)進(jìn)行融合，實現(xiàn)實時監(jiān)測與感知。當(dāng)出現(xiàn)異常數(shù)據(jù)時，可以與歷史監(jiān)測數(shù)據(jù)進(jìn)行對比分析，得出線路故障診斷報告。未來將進(jìn)一步加強對三維建模、實時信息回傳以及自主降落技術(shù)的研究，完善無人機(jī)調(diào)度管理平臺系統(tǒng)，進(jìn)一步實現(xiàn)無人機(jī)輸電線路狀態(tài)監(jiān)測，保證無人機(jī)飛行的安全性，提升巡檢的智能化。