基于計算機視覺技術的智能化電廠應用

內蒙古科技大學 李群 李建軍

通過自主導航的視覺算法進行導航框架設計，采取SLAM稀疏點云最小化的優化算法，完成DWA模型構建，配合實現智能巡檢機器人的動態避障，在現有順滑軌跡基礎之上進行全局優化，基于ROS通信架構，對智能巡檢機器人的巡檢路線開展設計，完成固定坐標點和自定義坐標點的雙重配合，提升智能巡檢機器人的完全巡查功能。

巡檢機器人可以為設備復雜的汽機房和鏤空鋼板的鍋爐房提供安全的巡檢方式，以綠色安全通道或安全設備距離的巡檢路徑作為數據載體，基礎帶電作業完成實時巡檢，優化巡檢線路，且自動避障。現有設計原理主要通過全局最優路徑開展分割化處理，在計算機視覺分析的基礎之上，考慮到機器人動力學習模型基于算法層的PCL雙雷達融合以及DWA最小化Snap開展綜合運算，完成最小化Snap的軌跡優化，從而提升計算機視覺算法的指導作用，改進軟約束函數對數據拼接情況開展綜合分析。

1 計算機視覺巡檢在智能化電廠中應用的價值

近年來，我國經濟轉型升級，高質量企業數量增多，社會工業化程度穩步攀升，城鎮化水平達到65%以上，社會生產、居民生活對用電的需求顯著增加。伴隨著技術的轉型升級，市場需求的蓬勃發展，當前制造業現代化轉型在穩步進行當中，電力巡檢也必然在這樣的內驅力和外部拉力之下，不斷的加強自主巡檢、智能化巡檢，以提升自身管理的有效性，降低電力設備運行的成本，提高數據庫建設的全面性，滿足智能變電站建設的需求，滿足社會企業居民用電對于高質量供電的需求，采取先進智能的巡檢模式，彌補現有的人工巡檢的不足。

2 計算機視覺巡檢在智能化電廠中的系統設計

當前的移動機器人具備工作靈活、效率較高、覆蓋范圍廣、受到外部因素影響小的多種優點，配合計算機智能傳感技術，遠程實時識別技術、數字管理技術、后臺操作技術，能夠大幅度提高電力系統的安全管理效能，強化預警能力和風險管控能力，提高故障響應決策的分析效率[1]。具體結合實際生產情況來看，其應用主要通過以下幾種路徑：

2.1 機械結構設計

基于科大智能變電站巡檢機器人的基礎架構，進行充分的物理結構的設計與分析，機器人主要的框架是由運動底盤和監測平臺這兩部分組成，具體架構為驅動電機座、云臺、固定板車體結構板材形成移動框架，并基于原有的麥克納姆輪結構，基于科大智能變電站巡檢機器人的架構，對智能巡檢機器人的巡檢方法進行設計[2]。

2.2 運動控制系統

通過算法分析方法進行編碼器的自動校正，采取四編碼電機驅動正逆解控制對云臺、固定板車體、結構板材、驅動電機座進行結構分析，并基于多激光雷達點云數據對運動方式進行拼接，形成協同作業。

2.3 計算機視覺分析

2.3.1 圖像處理優化

在視覺SLAM的基礎之上，采取cartographer算法，實行雙雷達輔助位智能機器人后期的信息采集信息協同提供數據輔助系統，并配合信息建設，對智能機器巡檢的里程計數，實施全面數據抓取，按照計算機視覺系統的部署，獲得點陣圖譜，建立稀疏點云，并按照視覺化之后的ORB-SLAM和基于稠密點云的TAP-map完成里程計數計算以及數據驅動采集，為視覺SLAM解決方案的成套建設提供數據支撐[3]。

未來解決這種問題，主要是通過實時修正的方法，對已有的數據進行壓縮和篩選，在計算機理論體系當中，圖的優化概念是通過數據節點和數據結構的優化進行節點和邊的數據構造，引入激光SLAM之后可以改變移動智能機器人的姿態定位，從而優化節點組合，使節點和節點之間的關系，轉變成為邊與邊的關系。

通過Skin to Map對移動智能機器人的中點坐標進行不停的變化，因此屁零Pn代表的點圖信息是不一樣的，由此得到的Pn點坐標也不存在重疊的可能[4]。按照這種計算方法，就可以將上面討論的位置，姿態定義的問題轉化為位置與位置之間相互約束的邊與邊的關系，從而把握較大場景內的環境約束特征，通過約束求解節點，也就是完成圖優化的過程。

具體流程如下：

P0節點為（x，y，0)，Pn為(x，y，0，)

進一步轉換，得到誤差函數：

兩點間偏移量為（xyo'y）

其中心為轉換矩陣

對構建優化理論方法進行求解，在現實生產車間的環境中除了起點外都是不確定的未知量，為后來的激光雷達測量得到十分準確的數據偏移量[5]。此時令λ=ΣneTe，即求得誤差最小即可。

將問題轉化并求解：

對于每一個eA，e

一階采用Taylor展開

最后累加求和即為入近似展開：

簡化成：Hij▽Sij=-bij

2.3.2 構建稀疏點云系統基礎

整個系統采用ORB-SLAM2算法創建云地圖，ORBSLAM在PTAM的基礎上進行了實時回環檢測和魯棒性增強的重定位和實時回環檢測兩方面的算法改進，ORB-SLAM2ORB-SLAM繼續沿用原來的PTAM方案，通過對tracking類中進行多層次的構造，再提取特征點[6]。

假設P值先前存在于柵格點，那么令函數M～(x)在區間限定函數clamp進行值的更新，如下：

在Scan匹配后采用最小二乘對獲取的Scan中點束經位姿轉換落在Submap中的最優位置進行優化，可表達為：

Cartographer通過運用多個Submap來建立大場景下滿足各方面需求的高精度圖，短時間內目標跟多個LaserScan匹配后的位姿是精確可靠的，但長時間后需要進行修正，所以后端采用回環檢測來對長時間積累產生的誤差進行優化，對創建的Submap以及當前幀的LaserScan都會被作為輸入進行Scans匹配，如圖1所示。

圖1 Scan與Submap關系圖Fig.1 Scan and Submap diagram

采用該算法整個的優化了上圖兩者之間存在的位姿誤差，進而得到更小的誤差。目前市面上生產的智能巡檢機器人的基層結構大多數都是該系統算法。相信隨著社會的發展，整個技術方面會進一步革新，適應面更加廣泛。

2.4 智能避障功能

在Move-base框架下的機器人能夠對障礙物實現更靈活的躲避。通過利用DWA算法對實際工作狀態空間做固定時間采樣來滿足機器人運動模型要求，進而可以對靜態路徑進一步優化提升，使整個路徑符合實際生產現場場景[5]，如圖2所示。

圖2 智能避障軌跡圖Fig.2 Trajectory map of intelligent obstacle avoidance

DWA (Dynamic Window Approach)是具有挑選速度機制的算法，DWA需要通過結合機器人的運動模型在短時間內模擬出機器人的運動軌跡，并根據機器人自身與周邊環境的限制進而將采樣的多組速度控制在一定范圍。該算法有幾個約束條件：機器人基于安全方面的考慮在最大、最小速度和加速度、減速度等具有約束，機器人可以躲避障礙以較快的速度在相對較短的時間內朝著目標行駛[7]。

該算法通過篩選軌跡路徑和簡便計算進而快速反應并得出軌跡。路徑篩選后結合計算出的最優速度進行推算動態軌跡。整個運算過程是簡便而有效的，機器人也能夠更加智能化的運行，如圖3所示。

圖3 智能避障最優軌跡圖Fig.3 Optimal trajectory diagram of intelligent obstacle avoidance

在速度(v，w)的二維空間中存在無窮多組速度，根據機器人動力學和地圖布局約束，從而將采樣速度控制在范圍內，建立速度采樣模型：

機器人存在最大、最小速度限制：

移動機器人受硬件平臺限制，存在最大加速度得動態窗口，該窗口內的速度值即機器人能達到的實際值：

we[w.-a，Δt，w.+a3Δ]其中v.和w.是當前速度狀態，a1是最大線加速度，a2是最大線減速度，a3是最大角加速度，a4是最小角加速度。

建立最大減速條件下防碰撞約束：

dist(v，w)采樣的眾多速度狀態量中，定義評價函數選擇最優軌跡：

利用方位評價函數來評價軌跡末端方向與目標在當前速度狀態下的角度差。dist(v，w)表示從最近的障礙物到機器人當前軌跡的距離[8]。如果現場環境中有障礙物，路徑就會被丟棄。velocity(v，w)用于評價速度大小，并選擇運動時間短、速度變化小到目標點的速度值。

3 結論與展望

基于SLAM算法建圖與定位構建系統模型，激光SLAM采用Catgraph算法，視覺SLAM分別部署了ORB和RTAP-map，雙雷達拼接提供更為豐富的特征信息，并提高了機器人的視覺避障能力，自主導航算法依托Move Base導航框架，采取最小Snap優化，完成全局最優順滑軌跡優化，并配合DWA算法完成動態避障功能，在ROS通信框架之下，實現自定義軌道坐標和固定坐標點巡航外部端設計部分，結合局域網下具有控制機器人運動，建圖導航以及發布相關信息的綜合功能。

引用

[1] 李清東,盧鵬舉,潘巧波,等.數字化電廠智能巡檢技術在風電場的應用[J].黑龍江電力,2021,43(4):302-306.

[2] 孫強.機器人技術在智慧電廠中的應用[J].電子技術,2021,50(03):176-177.

[3] 王紅妮,周宏斌,張澤巍,等.智慧電廠背景下設備巡檢系統的設計與實現[J].設備管理與維修,2021(10):101-103.

[4] 鄭衛東,韋玉華,李捍華,等.基于圖像識別的電廠關鍵設備周期性巡檢方法[J].電子設計工程,2021,29(8):63-66+71.

[5] 車震海,郭南,梁新玉,等.基于互聯網的電廠熱工巡檢系統研究[J].沈陽工程學院學報(自然科學版),2018,14(4):367-370.

[6] 張振聰.數字化電廠智能點巡檢系統的應用研究[J].價值工程,2019,38(35):286-287.

[7] 蘇暉,劉魯京.電廠智能巡檢機器人導航技術研究及應用[J].電子測試,2016(23):40-41.

[8] 潘龍.基于二維碼的智能巡檢系統在電廠的應用[J].現代信息科技,2020,4(15):114-118.