基于邊界特征的電力巡檢機器人自主越障方法

馬占海，肖建斌，陳亮

（華能新疆吉木薩爾發電有限公司，新疆昌吉 831799）

電網和電力工業的發展離不開輸電線路的支撐，輸電線路常年裸露在外，受到風吹日曬，不僅要承受大負荷，還要承受外部侵害，日積月累會引發輸電線路出現各種故障[1]。因此，必須對高壓輸電線路進行巡檢，由此保證電力系統安全、穩定運行[2-3]。利用巡檢機器人不僅能夠進行高效率作業，而且還實現了自主越障，通過在線行為和動作規劃，并根據實際遇到的障礙自動生成相應的指令序列，完成自主巡檢任務[4]。當前，常規越障方法主要有兩種，一種是基于有限狀態機的電力巡檢機器人自主越障方法，該方法可將越障行為分解為若干種離散化關鍵狀態，由此構建有限狀態機模型，該方法結合模糊越障原理，產生越障行為序列；另一種是基于多傳感器的電力巡檢機器人自主越障方法，結合多傳感器線路辨識方法，模擬線下仿真環境，分析知識庫變化情況，以此為基礎，在進行自主越障時，依據被測試的信號自動完成自主越障。然而，這些方法未實現對全線路信息的有效處理。為解決該問題，文中提出一種基于邊界特征的電動巡檢機器人自主越障方法。

1 機器人自主越障邊界特征提取

邊界特征提取流程如圖1 所示。

圖1 邊界特征提取流程

由圖1 可知，在邊界特征提取過程中，首先獲取邊界全息樣本，提取相關數據。然后，使用實時分離窗技術預處理樣本數據。之后，構造樣本數據矩陣，并將其映射為圖片形式[5]。計算歐式距離，并將其與設定的閾值進行對比分析，獲取關聯度，由此提取邊界特征。

1.1 自主越障圖片特征獲取

1）構造尺度空間

依據電力巡檢機器人尺度理論，二維圖像尺度空間可表示為：

式中，I(x,y)表示圖像矩陣；G(x,y,σ)表示可變高斯函數，其計算公式為：

式中，(x,y)表示尺度空間坐標；σ表示尺度[6]。由于在電力巡檢過程中檢測到的關鍵點是不具有穩定性的，因此，需要在高斯差分尺度空間內巡檢關鍵點[7-8]。

高斯差分尺度空間可表示為：

將式（1）代入式（3），獲取高斯差分尺度空間。

2）確定關鍵點

根據式（3）獲取的高斯差分尺度空間，將每個采樣關鍵點與其對應的關鍵點進行對比分析，由此得到極值點[9-10]。通過檢測高斯差分算子能夠去除邊緣特征，由此求取邊界特征根，矩陣如下所示：

3）生成關鍵點描述子

確定邊界特征根中心，以8×8 窗口為例，在各個子塊上搭建梯度直方圖，由此形成直方圖種子群，將每個直方圖的中心作為基準點，形成種子點，增強描述結果的有效性[11]。對于不同關鍵點的描述子情況，獲取n個種子點，即n個數據，由此形成了n維描述子[12]。

1.2 特征匹配

計算不同描述子之間的歐式距離，如果該距離小于設定的閾值，則說明特征匹配結果是正確的。

設置匹配規則如式（5）所示：

式中，z表示設定的閾值；D(i)表示歐式距離[13]。

1.3 樣本圖片關聯度計算

計算圖片匹配度K可表示為：

式中，Fm表示待匹配圖像的數量；F表示圖像特征數量[14]。

2 機器人自主越障方法

2.1 基于邊界特征的越障行為控制

機器人在自主越障過程中，受到多關節影響，越障動作極為復雜，大大增加了動作序列控制的難度[15]。對于機器人本身運動所必須的關節，需在規劃方案過程中設計離線越障動作，并在動作序列的基礎上實現其自主越障功能。實際上，機器人障礙物類型的多樣性和機器人真實姿態的不可預測性，使得機器人越障行為的精確控制成為一個難題?；诖?，結合線上和線下越障方案，根據實際工作環境，合理規劃越障動作，以實現一整套順暢的越障控制行為[16]。為此，提出了基于在線和離線的分層規劃模式。

規劃方案的執行分為兩個層次，一是行為層面，二是動作層面。其中，行為層面不直接驅動關節，而是要求機器人執行一定的動作，如前臂的脫線和越障等行為指令；動作層面與行為層面不同，它主要負責機器人運動關節的驅動，直接對電機運轉的方向、速度、停止等進行指令控制，并按照規劃好的宏命令進行動作指示[17-18]。

基于邊界特征的越障行為控制結構如圖2所示。

圖2 基于邊界特征的越障行為控制結構

由圖2 可知，越障行為控制結構主要是由遠程管理主機、機器人主體主控機、電機、驅動器組成的。為實現機器人的自主越障行為，需要通過動作序列知識庫對越障行為進行規劃。先由遠程管理主機發出控制命令，機器人主體主控機接收指令后，將其分成兩個子命令，分別分配給電機和驅動器，利用CAN 總線控制兩個控制驅動器。使用CAN 總線結構，可以有效克服離線后未知因素的影響，避免了其他對起動電機的干擾行為，為實現自主越障控制提供了方便。

2.2 機器人姿態角調整

姿態角調整是越障機器人越障運動規劃的重要組成部分，正確調整巡檢機器人姿態角能夠有效保證控制結構的穩定運行。機械臂的受力可以平均分配給兩個控制驅動器，從而有效地保證機器人在越障過程中的平穩運行。若巡檢機器人要完成翻越動作，則需要將巡檢機器人的一只手臂作離線處理，再將另一只手臂繞過障礙物后返回架空線。在線運行時，采用質心調節機制，通過移動箱保證機器人運動的穩定性。為了實現機器人離線，滾輪和架空地線之間不能產生強相互作用，否則機器人無法脫機。

機器人平衡姿態如圖3 所示。

圖3 機器人平衡姿態

巡檢機器人滾輪半徑為r，由此計算架空地線與水平面之間的距離：

式中，α表示水平地面和地線的夾角。

手臂上線定位控制步驟為：

在對手臂上線動作進行定位時，受現場線路運行風力作用和自身姿態調整時重心偏移的影響，產生擺動后需要進行不斷的調整，增加了定位動作的時間。由此，對定位方法進行了改進，采用計算方法，找出滾筒、扶手、架空線之間的關系，通過調整機械手的姿態快速完成機器人上線動作，提高了現場環境中作業的速度。

機器人越障時，需要一只手臂懸掛固定，另一只手臂伸出并跨越障礙物，在做完越障動作后才能上線，但是由于運動過程中受風力作用和自身重心偏移影響，產生手臂及夾爪和滾輪之間的角度偏差，為此需調整機器人姿態角進行校正。

2.3 電力巡檢機器人自主越障方案

電力巡檢機器人自主越障方案如圖4 所示。

如圖4（a）所示，右側障礙物為撞擊器，用2 號手臂的臂夾夾住防震錘，調整水平地面和地線的夾角，使控制箱慢慢向前移動，此時1 號手臂的臂夾舉到一定高度后保持不動。

如圖4（b）所示，當2 號手臂向前移動后，1 號手臂向后移動，保證兩個手臂處于交叉狀態，此時1 號手臂處于2 號手臂和障礙物后方。

如圖4（c）所示，機器人在姿態變化后，需要多次修正才能確定所有變化動作，并將每個動作產生的數據存儲在操作行為庫中，為下一次自主越障提供數據支持。

圖4 電力巡檢機器人自主越障示意圖

3 仿真實驗分析

3.1 巡檢機器人結構

巡檢機器人結構如圖5 所示。

由圖5 可知，巡檢機器人的中臂作為夾持機構，可以克服障礙物和控制箱的滑動，實現重心的調整。在線檢測機器人進入相應的越障過程，利用不同的傳感器來獲取機器人的運動和姿態信息。

圖5 巡檢機器人結構

3.2 巡檢機器人工作環境設計

當巡檢機器人完成自主越障后會產生一系列越障數據，將數據規整處理后，可得到一條越障路徑，如圖6 所示。

由圖6可知，控制巡檢機器人的電力幅值在前8 s內，均低于0.50 V；超過8 s后，幅值變化較大，最高為0.90 V，最低為0.30 V。

圖6 越障路徑示意圖

3.3 實驗結果與分析

基于上述幅值變化，分別使用有限狀態機、多傳感器和基于邊界特征的越障方法對比分析控制巡檢機器人的電力幅值，如圖7 所示。

圖7 三種方法控制巡檢機器人電力幅值對比分析

由圖7 可知，使用有限狀態機在30 s 時間內，控制巡檢機器人的電力幅值均超過0.50 V，且在時間為20～23.5 s內，控制巡檢機器人的電力幅值達到最高為0.90 V。在時間為30 s時，控制巡檢機器人的電力幅值達到最低為0.50 V；使用多傳感器在前8 s內，均低于0.50 V。在8～30 s內，控制巡檢機器人的電力幅值上下波動較大，最高為0.75 V，最低為0.35 V；使用基于邊界特征的越障方法在前8 s內，均低于0.50 V，在8～30 s內，控制巡檢機器人的電力幅值上下波動較大，最高為0.90 V，最低為0.30 V。由此可知，使用基于邊界特征的越障方法電力幅值與實際幅值一致。

4 結束語

在實際操作中，巡線機器人越障過程比較復雜，運行過程中會出現許多不可預測的情況。為此，文中從邊界特征提取的角度出發，對電力巡檢機器人自主越障進行控制，實現了機器人自主越障的智能行為。該方法不僅適用于巡邏機器人的自動越障，而且對某些控制量大、控制邏輯復雜的控制系統也具有借鑒意義。