基于紅外感知的變電站鳥類定向驅散裝置

□ 李文震 □ 羅漢武 □ 陳師寬 □ 宋屹峰 □ 孫 鵬 □ 景鳳仁 □ 饒成龍

1.國網內蒙古東部電力有限公司 呼和浩特 010010 2.中國科學院沈陽自動化研究所機器人學國家重點實驗室 沈陽 110016 3.中國科學院機器人與智能制造創新研究院 沈陽 110169

1 設計背景

變電站是電力系統中對電能的電壓和電流進行變換、集中和分配的場所,其正常運行直接保證電能的質量,以及設備的安全。而變電站周圍鳥類活動頻繁,鳥類會使用爪、鳥喙對絕緣外皮進行破壞,同時大型鳥類降落在電容器組時,極易引發電容器組短路、絕緣失效等電路故障。據統計,鳥害原因致使變電站交流濾波器發生跳閘等電路故障,占我國電網電路故障三分之一以上[1-3]。

目前,為降低鳥類活動對變電站平穩工作的影響,人們加快了對驅鳥裝置的研發進程,以提高對鳥類驅散效果。當前的驅鳥方式可分為物理驅鳥、生物化學驅鳥和多模式綜合驅鳥等。常見的物理驅鳥包括驅鳥刺、驅鳥車、彩色風車、聲波發射器、語音廣播等[4-7],驅鳥刺的應用可有效減少電路跳閘的發生[8-9],短期內驅鳥效果明顯。但長時間后,存在鳥類在驅鳥刺上筑巢的現象,使得驅鳥失敗。以聲光電為代表的物理驅鳥,主要通過驅鳥裝置發射出的可見光、超聲波、高壓脈沖和電弧聲[10-12],來刺激鳥類的感知器官,使鳥類感到不適或者恐慌來達到驅散的目的,這種驅散方式盲目性大,而且鳥類很容易對其產生適應性。在生物化學驅鳥方面,常見的驅鳥劑以顆粒型、粉劑型、水劑型為主。以典型的生物長效緩釋型驅鳥劑為例[13],該釋放型驅鳥劑的使用可降低50%因鳥害引發的用電事故率。日本大都工業制造廠研發了利用紊亂磁場驅鳥的驅鳥器[14],該裝置利用旋轉磁鐵產生的絮亂磁場去干擾鳥類的生物磁場,使鳥類不敢靠近。盡管生物驅鳥可以達到一定的驅鳥效果,但這種驅散方式對鳥類造成一定程度的傷害。近年來,國內外多家機構開展了多模式綜合驅鳥研究和智能驅鳥策略[15-17]。

田杰等[18]設計開發了綜合性驅鳥系統,首先將監控的區域劃分為若干個小區域,通過結合可見光圖像檢測儀、聲音探測儀、雷達等多源傳感器,獲取鳥群的位置信息,再根據位置信息判斷鳥群所在的小區域。并觸發該區域內的驅鳥裝置,有目的性的對鳥類驅散。張葛[19]、劉宇[20]等將變電站劃分成多個小區域。在不同的小區域內根據鳥類活動的規律,采用分布式的設計思路,靈活布設不同的探測裝置,經決策驅鳥裝置的觸發,驅散后利用雷達掃描,根據在雷達徑向距離的改變值,判別是否驅散成功 。多模式綜合驅鳥方式和智能驅鳥策略局部解決了驅鳥方式單一和鳥類適應性的問題,而從驅鳥效率來看,依然存在驅鳥指向性不足的問題。

針對上述驅鳥裝置的現狀,筆者設計了一種基于紅外感知的變電站鳥類定向驅動裝置。這一驅鳥裝置采用紅外圖像進行鳥類目標檢測與識別,實現對遠距離鳥類、遮掩鳥類的精準識別,并對識別到的鳥群個體進行跟蹤標記,而后將識別的鳥類位置反饋給主控器,控制二維轉臺轉動瞄準鳥群所在位置,利用高爆聲波驅鳥炮定向完成鳥類驅散,解決傳統驅鳥裝置對鳥類驅散指向性不足,以及鳥類對驅散裝置產生適應性的問題。

基于對鳥類的識別、跟蹤驅散,有效解決了驅鳥裝置因指向性不足導致鳥類快速適應的問題,同時,用紅外圖像進行目標檢測,可實現變電站大視場檢測,解決了鳥類微小目標難以檢測的問題。

2 裝置設計

2.1 系統組成

筆者設計的驅鳥裝置如圖1所示,該驅鳥裝置由機械子系統、控制子系統和感知子系統構成。機械子系統由驅鳥炮底座、底座安裝板和驅鳥炮炮筒組成,控制子系統由主控箱、二維電動轉臺、炮筒姿態調整器和驅鳥炮控制點火器組成,感知子系統包括雙光紅外相機和相機底座。驅鳥炮筒通過炮筒姿態調整器與二維電動轉臺連接,二維電動轉臺與驅鳥炮底座連接為一體,其中炮筒利用炮筒姿態調整器實現上下的轉動,利用二維電動轉臺實現在二維平面的左右轉動。通過相機底座安裝在驅鳥炮筒上的雙光紅外相機,其光軸軸線與炮筒的中心軸線平行。

2.2 運行原理

在驅鳥裝置處于工作狀態時,雙光紅外相機對前方視場進行實時的檢測,在發現視場中有鳥類活動蹤跡時,實時將鳥類與相機兩者的相對坐標信息傳輸給主控器,主控器將傳回數據,計算出鳥類坐標與炮筒中心軸線之間的偏差量,如果偏差值在允許誤差范圍內,則點火控制器被觸發,炮筒發射出高爆聲波,對鳥類進行驅散。如果偏差值超出允許誤差范圍,主控器根據偏差值進行計算,根據計算結果,控制二維電動轉臺和炮筒姿態調整器的轉動,快速調整俯仰與偏航角度,將偏差值調整在允許誤差范圍內,然后觸發驅鳥炮控制點火器,炮筒發射出高爆聲波,對鳥進行驅散。

▲圖1 驅鳥裝置

3 基于紅外感知的鳥類識別方法

目前,驅鳥裝置主要借助多普勒雷達探測器、可見光相機、語音偵聽等設備對變電站內的鳥類進行識別。其中語音偵聽方式的偵聽范圍有限,且容易受其它雜聲的影響產生誤判,而可見光相機的應用面臨著變電站早晚光照差異大,監測視場內可利用的特征點少等問題,導致可見光相機對變電站環境的適應性差。多普勒雷達探測器容易受變電站中產生雜波的影響,產生漏判或誤判?；谝陨戏治?結合變電站環境中可利用特征信息少,紅外弱小運動目標在地空背景下無法被精確檢測的實際情況。筆者首先將所要識別目標分為顯著目標識別和微小目標識別兩大類,并分別制定更具有針對性的識別算法。針對顯著目標的識別圖像制定檢測策略,結合靜止背景下的運動目標檢測方法,利用幀間圖像配準后得到的小序列進行運動目標檢測,針對微小運動目標檢測,采用背景抑制方法,融合多尺度局部亮度差和加權圖像局部熵,提高整體檢測的穩定性和準確率。

3.1 圖像預處理

為降低條紋噪聲的影響,首先采用雙邊濾波對紅外圖像進行去噪。

然后利用尺度不變特征變換進行了圖像的配準,克服了Harris角點的不具備尺度不變性的問題,而且對光照、噪聲、視角變化都具備很強的穩定性,獨特性好,在特征匹配時具有高的正確率。

3.2 顯著目標檢測

筆者采用了基于連續離異點低秩表達的運動目標檢測方法。首先對于配準好圖像序列,將圖像分解為由基本不變的背景、運動目標組成的前景、噪聲三部分組成。筆者所采用的目標是在背景圖像中估測運動的前景目標。

采用交替迭代算法來求解能量泛函模型,通過將能量泛函求解分成兩個步驟,分別能量最小化背景圖像和運動的前景目標。

連續離異點低秩表達的運動目標檢測方法的應用,不僅提高了鳥類在變電站復雜環境下的識別效率,還實現了對被變電站內裝置遮掩鳥類的精準識別。

3.3 微小目標檢測

紅外成像系統遠距離成像時,鳥類等目標呈現小目標特性。又由于遠距離的原因,目標運動不明顯,在動平臺成像時,周圍背景的運動變化量遠大于目標,且特征背景少。對此筆者提出了基于多尺度亮度差加權熵的方法。多尺度亮度差體現的是中心與周圍鄰域的差異性,容易受強邊緣信息影響,通過結合局部熵對多尺度亮度差進行修正,可以提高整體檢測的穩定性和準確率。

首先利用局部亮度差比較中心像素周圍像素點的均值與其外圍像素均值的差異。由于目標大小不確定,固定內窗和外窗大小無法滿足實際應用,需要引入多尺度信息。根據小目標的定義,小目標占2像素×2像素到8像素×8像素之間,通過固定外窗,取不同大小的中心像素鄰域作為內窗,分別計算內窗與內外窗之間的局部亮度差,以它們之間最大的亮度差作為該中心點的多尺度局部亮度差。

由于紅外圖像中,小目標的出現,破壞了目標區域的紋理特征,會導致目標區域的圖像熵發生變化。通過限定局部窗口大小,以窗口內圖像信息計算圖像熵,便能體現局部特征。根據最大熵原理,均勻分布的區域熵要大于非均勻分布的區域,由此可以根據局部圖像熵在復雜背景中尋找目標。

多尺度亮度差加權的局部熵,由局部熵結合多尺度亮度差組成。多尺度亮度差加權熵可以有效地增強目標、抑制背景。使得驅鳥裝置的感知子系統中的雙光紅外相機可以透過變電站復雜環境,及時有效的對距離變電站較遠的鳥群識別,實現對鳥類在未進入變電站之前進行驅散。

4 定向跟蹤驅散控制

4.1 控制模型

在變電站對鳥類進行定向跟蹤驅散,首先要對鳥類進行識別,然后對鳥類的位置進行精準確定,最后使用聲波驅鳥炮對鳥類進行定向驅逐。為此,筆者設計了一套控制系統,系統控制框圖如圖2所示,實現對鳥類的跟蹤和最大驅散強度的指向性驅散。

圖2中,(u0,v0)為鳥類在圖像中的期望位置,(ui,vi)為鳥類在圖像中的當前位置,e(t)為鳥類當前位置與期望位置的偏差值,θ1、θ2分別為偏差值解耦的俯仰角度與偏航角度,u(t)為輸出信號。

▲圖2 系統控制框圖

▲圖3 成像原理

首先通過相機對鳥類進行圖像捕捉,來確定鳥類當前位置。成像原理如圖3所示,將相機獲取的鳥類位置信息(ui,vi)傳送到主控制器中,與期望位置(u0,v0)進行比較。

然后根據二維電動轉臺俯仰偏航運動完全解耦,將得到的偏差值解耦的θ1、θ2傳送到比例積分微分控制器中,以調整聲波驅鳥炮俯仰角度θ1與偏航角度θ2,捕捉鳥類實時位置,并更新鳥類目標在圖像中的位置(ui,vi)。驅鳥過程如圖4所示。根據常見鳥類大小與相機參數進行估計匹配,從而對鳥類的位置進行實時更新,最后利用聲波驅鳥炮對鳥類進行定向驅逐。

▲圖4 驅鳥過程

4.2 控制率

為了更加精準地跟蹤鳥類,驅鳥裝置采用了比例、積分、微分控制算法來實時跟蹤。相機識別鳥類后,應用比例、積分、微分控制算法來調整聲波驅鳥炮俯仰角度及偏航角度,以確定鳥類的位置。當系統發生偏差時,可立即產生調節作用,以減少偏差,消除系統穩態誤差,提高準確度。應用比例積分微分控制算法,可精準調節聲波驅鳥炮的角度,實現對鳥類定向跟蹤和最大驅散強度的指向性驅散。輸出信號u(t)為:

(1)

式中:Kp為比例因數;Ti為積分時間常數;Td為微分時間常數;t為時間。

聲波驅鳥炮與鳥的相對位置可以定向跟蹤,如圖5所示,聲波驅鳥炮與鳥類位置ui的關系可表示為:

ui=fXi/L-ftanθ1+ul/2

(2)

式中:L為鳥類與聲波驅鳥炮的水平距離;f為相機焦距;Xi為鳥類位置相對于聲波驅鳥炮的高度;ul為相機在成像面上的視野。

類似情況下,可以得到vi的表達式為:

vi=fXi/L-ftanθ2+ul/2

(3)

▲圖5 定向跟蹤

5 試驗

為驗證對微小目標鳥類的實時跟蹤方法,試驗分為實驗室試驗與現場試驗。采用聲光復合方式,結合紅外相機與聲波驅鳥炮裝置,對顯著目標及微小目標進行實時跟蹤,以實現指向性驅散鳥類。

5.1 實驗室試驗

在實驗室應用聲波驅鳥炮對顯著目標進行測試,如圖6、圖7所示,目標物體出現且目標大小低至12像素×12像素時,相機可以準確捕捉到目標并進行識別標記。同時,該裝置在低對比度的情況下也可以對目標物體進行實時跟蹤。

5.2 現場試驗

在實驗室試驗的基礎上,應用驅鳥裝置在變電站對鳥類開展跟蹤試驗,如圖8所示,這驅鳥裝置可以對微小目標識別跟蹤。可以發現,對4像素×4像素及以上的鳥類可以準確識別并實時跟蹤,而對2像素×2像素的鳥類在追蹤的過程中會有約20%連續運動幀丟失的情況,但考慮到目標鳥類離變電站的距離較遠,不會對變電站的正常運行產生實際影響,所以這驅鳥裝置可以滿足當前的實際要求。同時,可以控制運動目標數量檢測,對鳥類的多個目標進行檢測,以實現實時跟蹤。

針對以上試驗,可以發現,該驅鳥裝置能夠對顯著目標,以及微小目標的鳥類實時追蹤。同時,對于多目標和復雜場景下的目標追蹤,該驅鳥裝置同樣有效。

6 結束語

變電站周圍經常出現鳥類活動,比較容易引起電容器組短路,造成嚴重電路事故。筆者針對鳥害設計了一種基于紅外感知的變電站鳥類定向驅散裝置,采用圖像匹配,對鳥類精準定位與識別,并實現指向性驅散。相比于傳統的持續輸出聲光電信號驅散鳥類,該驅鳥裝置采用紅外光對鳥類進行識別,運算速度快、識別準確率高,且應用高爆聲波驅鳥炮,在不傷害鳥類的基礎上可實現快速準確的指向性驅散功能。

▲圖6 實驗室試驗▲圖7 實驗室試驗轉臺控制

▲圖8 現場試驗