基于智能機器人的變電站儀表識別系統

劉培焱，葉爾扎提·努爾德別克，孫 敏，金印彬

（西安交通大學 電工電子教學實驗中心，西安 710049）

變電站是電力系統中對電能進行傳輸與分配的樞紐。變電站的穩定運行，是確保電力系統正常工作的關鍵環節。變電站中的事故，將對社會生產和社會經濟造成重大損失[1]，因此，保障變電站的長期安全運行十分重要。

目前，變電站中的運維管理工作大多是以人工巡檢的方式為主，隨著電力系統的規模不斷增加，巡檢任務強度不斷上升，變電站中的人工巡檢投入也因此不斷增大，同時，由于變電站的高溫、高壓、高輻射環境，人工巡檢也會對工作人員的健康和人身安全產生威脅[2]。在電力物聯網的新背景下，通過人工智能、機器視覺技術實現對變電站設備數據的精確采集，對變電站的安全可靠運行具有重大意義[3]。智能機器人的應用，可以幫助實現變電站的巡視無人化、操作自動化、維護少人化，提升變電站的智能化技術水平，促進電網安全。

變電站中主要存在數字式儀表和指針式儀表兩種類型。指針式儀表的生命周期長、抗干擾能力強，因此多用于變電站室外的高溫、高壓、高輻射環境中；數字式儀表的精確度高、測量速度快，因此多用于變電站的室內環境中[1]。本文針對于這兩種不同類型的儀表，設計了一款智能機器人，為變電站中的儀表識別提供了一種新思路。

1 設計任務

為了實現在變電站中的實際應用，本文基于OpenMV 攝像頭模塊，STM32F103RCT6 單片機，搭建了一個智能儀表識別機器人，并具有以下功能：

（1）智能機器人：可沿固定路線前進或后退運行，并能在指定點停留，實現2 個儀表循環檢測。

（2）儀表識別：OpenMV 拍攝儀表照片并識別儀表讀數，通過WiFi 模塊將數據發送至互聯網。

（3）藍牙模塊：接收儀表讀數。

（4）報警：OpenMV 識別讀數后，將數據通過串口發送給STM32，若讀數超過閾值，則報警。

2 智能機器人系統設計

2.1 智能機器人硬件系統設計

該智能機器人的硬件系統采用分立模塊進行設計，系統的硬件設計框圖如圖1 所示。智能機器人搭載的模塊包括：

圖1 控制電路硬件設計框圖Fig.1 Hardware design block diagram of control circuit

（1）單片機控制板。采用STM32 系列單片機作為主控板。STM32 系列微控制器接口資源豐富，可連接多種傳感器，且采用庫函數開發方式，易于開發[4]。

（2）智能機器人底盤。本文采用兩驅動輪底盤，底盤前端為萬向輪。機器人采用霍爾編碼器電機，電機驅動TB6612 接收主控板STM32 的控制信號，驅動電機旋轉，同時編碼器輸出正交編碼信號，用于位置PID 控制。

（3）OpenMV：本文選用的型號為OpenMV4。它是一款機器視覺模塊，處理器采用STM32H743，感光元件為OV7725[5]。OpenMV 采用MicroPython 語言編程，內置了一些圖像處理算法，用戶通過簡單的Python 命令，便可輕松完成機器視覺任務。

（4）WiFi 模塊。本文的WiFi 模塊選用ATWINC1500，它是OpenMV 的WiFi 擴展模塊。通過將兩個模塊連接，OpenMV 可以將拍攝的圖片或視頻通過無線網絡上傳，手機或電腦端僅需進入對應網址即可查看上傳內容。

（5）蜂鳴器模塊。本文選擇MH-FMD 有源蜂鳴器模塊作為報警裝置。MH-FMD 有源蜂鳴器使用簡單，僅通過改變高低電平即可控制其工作狀態。該模塊僅有3 個引腳，且有螺栓孔，便于固定。

2.2 智能機器人軟件系統設計

機器人系統的主要功能是實現小車在規定路線上進行往返運動。在系統軟件設計時，先根據圖1中系統各模塊的控制特點，分配硬件資源，如表1所示。電機驅動TB6612 可控制2 個電機，每個電機需要2 個IO 口控制電機轉向，一個PWM 信號控制速度。為了實現位置PID 控制，本文通過定時器編碼器功能測量電機轉速。蜂鳴器模塊通過I/O 口的高低電平控制。OpenMV 模塊和藍牙通過串口與主控板STM32 通信。

表1 單片機硬件資源需求Tab.1 MCU hardware resource requirements

機器人系統軟件控制框圖如圖2 所示。上電啟動后，STM32 首先對定時器、GPIO 及串口進行初始化配置。在定時器中斷中，運用位置PID 算法控制機器人在兩個儀表間循環運動，并在每個儀表位置處暫停約5 s。當機器人到達儀表位置后，OpenMV拍攝儀表照片并識別。若OpenMV 識別成功，則將儀表數據通過串口發送，STM32 產生串口中斷，接收儀表數據，并將數據通過藍牙發送至手機。在主程序中，對儀表數據進行處理和判斷，處理方法為：連續5 次儀表數據相同時記為一次有效數據，若有效數據超過設定閾值，則蜂鳴器報警，若有效數據正常，則蜂鳴器停止報警。

圖2 機器人系統軟件控制框圖Fig.2 Software control block diagram of robot system

3 OpenMV 儀表識別

基于OpenMV 的儀表識別是本文的重要內容。為了便于編程和調試，本文在OpenMV IDE 平臺上運用MicroPython 語言對OpenMV 模塊進行開發。針對變電站中的指針式和數字式兩種儀表，本文所采用的儀表識別軟件流程如圖3 所示。

圖3 OpenMV 儀表識別軟件流程Fig.3 Software flow chart of OpenMV instrument recognition

當OpenMV 啟動后，首先啟動WiFi 模塊，并開啟熱點，等待外部設備連接。當外部設備連接熱點后，OpenMV 獲取拍攝的儀表圖片，并判斷圖片中的儀表類型：若識別到大小合適的圓形和直線，則判斷為指針式儀表，否則進行數字式儀表的識別流程。根據儀表類型識別讀數后，將其通過串口發送至STM32，完成一次儀表識別。

3.1 指針式儀表識別

對于指針式儀表的識別，目前存在多種方法。文獻[6]使用了同心圓環搜索算法對指針角度進行識別，該方法在圖形區域內，按照一定的步長在同心圓環中尋找指針與同心圓環的交點，根據交點之間形成的線段的斜率計算角度，通過角度計算儀表值；文獻[7]使用差影法識別指針角度，該方法首先掃描每個像素點并對其進行判斷，如果識別區域中當前坐標的像素為1，而上一幅圖像（指針發生偏轉）中該位置的像素為0，那么在掃描后的區域中就置當前的像素為1，其他位置為0，得到指針的像素點，并利用最小二乘法擬合指針直線，獲取直線角度從而計算儀表讀數。而本文針對指針式儀表，采用Hough 圓檢測法和直線檢測法分別對儀表盤和指針進行識別，獲取指針位置和方向，通過儀表量程與指針的位置關系計算讀數。

本文使用的指針式儀表如圖4 所示。在指針式儀表識別時，首先運用霍夫變換圓檢測技術識別儀表圓盤。根據圓的標準方程可知，通過圓心坐標（a，b）以及圓的半徑r 可以完全確定一個圓。因此，圓的霍夫參數空間為（a，b，r）組成的三維空間。將平面空間中的圓上一點映射到霍夫參數空間中，則會形成一個錐面簇。若將平面空間中圓上的所有點映射到圓的霍夫參數空間中，當所有的錐面簇交于一點（A，B，R）時，則參數（A，B，R）在平面空間中所確定的圓即為檢測出的圓。

圖4 指針式儀表模型Fig.4 Pointer type instrument model

OpenMV 庫函數中的find_circles（）函數，就是利用霍夫變換進行圓檢測，實現查找感興趣區域中的完整圓。若感興趣區域中的圓不完整，則無法識別，圓在直角坐標系中有4 個值：圓心的橫縱坐標、圓的半徑和圓的模，其中圓的模是組成圓的所有索貝爾濾波像素大小的總和。根據圓的模可以設置圓檢測過程的閾值threshold，只返回大于或等于threshold的圓，通過反復調試設置適合的threshold，可以過濾圖像區域中雜亂的小圓，提高對儀表圓盤的識別精度。

在識別出儀表圓盤后，采用霍夫變換線檢測的方式對儀表指針的位置進行識別。霍夫變換線檢測的原理是：在平面直角坐標系下，通過一條直線上的兩點確定該直線的斜率k 和截距b，并以（k，b）構成直線的霍夫參數空間。若將平面直角坐標系中的線段上足夠多的點映射到直線的霍夫參數空間中，則會在霍夫參數空間中得到許多直線。若這些直線交于一點（K，B），則參數（K，B）在平面直角坐標系中對應的直線即為檢測出的直線。

OpenMV 庫函數中的find_lines（）函數利用霍夫變換進行直線識別，實現查找感興趣區域中的直線，返回其兩端坐標和直線與縱軸的角度值，根據儀表盤的量程和指針當前的角度，即可求出指針式儀表的讀數[8]。

利用上述方法對圖4 所示指針儀表進行識別，結果如表2 所示，這說明本文所采用的儀表識別方法可以準確地識別指針式儀表的讀數。

表2 指針儀表識別結果Tab.2 Identification results of pointer instrument

3.2 數字式儀表識別

為了實現數字式儀表的識別，本文基于色塊切割和模板匹配設計了一種識別方法。首先通過色塊切割將圖片中的數字從表盤中提取出來，在此基礎上，對色塊進行模板匹配從而得到色塊所對應的數字，并根據色塊的坐標位置對數字進行排序，得到儀表讀數。該種方法可以在占據處理器資源較少的情況下，提高識別精度。

在OpenMV 初始化時，為了提高識別精度，減少數字識別所占據的OpenMV 處理器資源，本文設置攝像頭獲取的圖像為灰度圖。從黑色至白色，灰度值由0 變化至255。因此，可以在圖像中定義灰度閾值變量threshold[9]，用于控制需要切割的色塊顏色范圍。通過命令blobs=img.find_blobs（［threshold］）完成數字切割。如圖5 所示，其中本文所識別的數字儀表如圖5（a）所示；程序次采用的數字儀表模板如圖5（b）所示。

圖5 數字式儀表模型Fig.5 Digital instrument model

基于該數字式儀表，可以設置灰度閾值為threshold=（190，255），從而將接近白色的色塊從黑色的表盤中切割出來。由于受到環境因素的影響，切割出的色塊中往往會存在許多無用的色塊，影響識別精度，如圖6 所示。

圖6 未經過濾的色塊圖片Fig.6 Unfiltered color block image

因此，需要在色塊切割后，對保存的色塊圖片進行過濾，保留像素個數適中且像素數目接近的色塊。在本文的數字儀表模板中，將高度大于80 像素，小于10 像素、寬度小于3 像素、總像素個數小于40 的色塊濾除，經過過濾后得到最終的色塊圖片，如圖7 所示。

圖7 經過過濾的色塊圖片Fig.7 Filtered color block image

由圖7 可知，經過色塊過濾后，所保存的色塊圖片全為數字所在的矩形框圖，說明過濾效果良好。由于本文所采用的數字識別方法為模板匹配，因此需要事先將模板圖片保存在OpenMV 中。提取本文所使用的數字式儀表中的每個數字的圖片，并根據數字邊緣裁剪為矩形，得到模板圖片如圖8 所示。

圖8 數字模板圖片Fig.8 Digital template images

將切割的色塊圖片與模板圖片進行像素比對，當兩者的匹配相似度達到一定程度時認為匹配成功，即該色塊對應某個模板圖片數字。經過多次測試，本文所設置的像素匹配相似度為72%。本文對圖5（a）所示真實數字式儀表進行多次識別，其中的5 次識別結果如表3 所示。由表3 可知，本文采用色塊切割后進行模板匹配的識別方法，識別數字式儀表的正確率達到100%。

表3 數字儀表的識別結果Tab.3 Identification results of digital instrument

3.3 WiFi 視頻傳輸

WiFi 通信是一種無線網絡傳輸技術，具有運行速度快、覆蓋面積大和適用范圍廣的特點，目前已廣泛應用于智能移動終端中[10]。本文將WiFi 通信技術應用于傳輸OpenMV 拍攝的圖像，便于工作人員實時監測智能機器人的運動位置以及變電站設備的讀數，提高變電站的智能化水平。

本文選擇的WiFi 模塊是與OpenMV 配合使用，因此該模塊仍然通過OpenMV IDE 平臺驅動運行。為了便于手機或電腦端接收視頻流，本項目采用WiFi 模塊的熱點模式實現圖像傳輸。在初始化設置中，首先定義WiFi 模塊的熱點信息并啟動模塊程序，在程序的主循環中，熱點等待外部設備的連接。當有外部設備接入時，WiFi 模塊則開始將視頻流通過WiFi 傳輸到外部設備上，實現圖像傳輸。在手機端連接WiFi 熱點，進入192.168.1.1：8080 端口，即可以在手機上觀察到視頻流，如圖9 所示。

圖9 手機端接收的視頻流Fig.9 Video stream received by the mobile phone

4 實驗測試結果

兩輪差速智能機器人識別儀表讀數的現場測試照片，如圖10 所示。智能機器人將儀表識別結果通過藍牙發送至手機藍牙助手的截圖，如圖11 所示。圖11 中數據后綴為x 表示指針式儀表，數據后綴為y 表示數字式儀表。根據儀表數據可知智能機器人能夠按照設置路線循環運動，且能正確識別指針式和數字式儀表讀數。

圖10 兩輪差速小車Fig.10 Two wheel differential car

圖11 手機藍牙端數據接收Fig.11 Data reception of mobile phone Bluetooth

5 結語

本文是電子系統設計課程的設計成果，以電力系統變電站智能巡檢為背景，設計了一款可用于變電站儀表識別的智能機器人，重點實現了智能機器人的位置PID 控制、基于OpenMV 的儀表識別、通過WiFi 熱點模式的圖像實時傳輸功能，從而對數字式儀表和指針式儀表進行精確識別。若出現儀表數據異常，智能機器人則可以實時報警。本項目所設計的變電站智能機器人，為變電站的日常巡檢提供了一種思路，可以促進電網的“信息化、數字化、自動化、互動化”發展。