基于雙目視覺的智能變電站巡檢路徑規劃方法

周仲波 簡 蓓 田 地 李金鑫 徐 潤

（貴州電網有限責任公司遵義供電局）

0 引言

智能巡檢路徑規劃是目前變電站應用較為廣泛的一種監測方式，檢測的覆蓋面積相對較大，且在實際執行的過程中，對于路徑的規劃效果更佳，精準度更高一些［1］。其實，變電站巡檢路徑的規劃是一項十分復雜且繁瑣的工作，主要由運動控制技術、嵌入式綜合處理設計、GPS定位導航以及安防處理等組成，具有較強的針對性［2］。可以在日常的工作中，代替人工對智能變電站中關聯的設備、特殊場所進行全覆蓋式的巡檢，一旦出現異常現象，可以及時發出相應的警告信號，通過特殊的信道傳輸至系統不同的控制位置之上，避免出現大規模的關聯故障［3］。

智能變電站巡檢路徑規劃雖然為日常的工作提供了較大的便利條件，但是這種規劃模式較容易受到外部因素的影響，更加容易出現規劃誤差，對日常的巡檢工作造成消極影響［4］。為避免上述問題的擴展延伸，對基于雙目視覺的智能變電站巡檢路徑規劃方法設計分析。雙目視覺技術實際上是機器視覺的另一種重要形式，可以更為精準、快速地定位到變電站內部的規劃偏差，及時做出響應，形成更加靈活、多變的巡檢路徑規劃結構，以此來進一步縮短路徑規劃之間存在的差異，加強對深度信息、立體信息的匯總整合，為后續路徑規劃技術的創新提供參考依據［5］。

1 智能變電站雙目視覺巡檢路徑規劃方法

1.1 巡檢地圖數據初始化預處理

在對智能變電站雙目視覺巡檢路徑規劃方法進行設計之前，需要先對基礎的規劃環境進行預處理，并將巡檢地圖數據初始化。首先，采用Dijkstra算法先測定出變電站標定的巡檢范圍，構建巡檢規劃的最短路徑。這部分需要注意的是，日常的巡檢規劃最短路徑需要與實際的覆蓋面積呈1∶13的比例，但是考慮到交通路網、通信路由以及管道等因素的影響，為確保最終測試結果的精準可靠，縮小比例為1∶11即可［6］。在巡檢地圖之中設定基礎關聯節點，將節點之間的距離縮短至最小，結合巡檢的地圖，將路徑規劃劃分為兩個階段，采用柵格法劃分為50×100、200×200兩種，具體如圖1所示。

圖1 巡檢地圖數據初始化柵格結構圖示

根據圖1，可以完成對巡檢地圖數據初始化柵格結構的設計。在柵格盤之上，標記出核心的巡檢行走點，將柵格地圖描述為基礎的規劃矩陣，將實際的自動規劃程序相關指標調整為0，在保留柵格規劃路徑的前提下，完成巡檢地圖數據初始化預處理［7］。

1.2 視覺交互規劃節點布設

在完成對巡檢地圖數據初始化預處理之后，接下來，根據實際的規劃需求及標準，進行視覺交互規劃節點的布設。通常情況下，不同的變電站巡檢模式也不同，存在一定的差異［8］。可以先確定人工規劃地圖的規模，使用JPS技術構建尋路程序，此時，針對巡檢的范圍，開放規劃識別程序，并在區域之內，設定一定數量的交互規劃節點。

最大程度確保變電站巡檢工作的維護質量，這部分需要注意的是，交互規劃節點的設定可以結合雙目視覺技術，以最短的路徑作為核心規劃軸線，對異常位置進行雙向側位標記，控制系統中需要安裝JPS尋路指令，具體布設情況如圖2所示。

圖2 JPS尋路視覺交互規劃節點設定圖示

根據圖2，可以完成對JPS尋路視覺交互規劃節點的設定。利用雙目視覺技術，在標定的巡檢范圍之內，構建JPS交互識別空間，針對智能變電站中某一個特定的節點，獲取采集對應的障礙跳點，并計算出交互規劃節點之間的最短距離，具體如式（1）所示：

式中，G表示節點之間最短距離；δ表示跳點數量；d1表示定義異常差值；d2表示預設差值；s表示單元覆蓋范圍；e表示交互規劃次數。通過上述計算，最終可以得出節點之間的最短距離，結合得出的數值，劃定各個視覺交互規劃節點的間距，同時，采用雙目視覺技術，不斷調整智能變電站中的巡檢跳點位置，完成對視覺交互規劃節點的布設。

1.3 構建三維雙目視覺巡檢路徑規劃模型

在完成對視覺交互規劃節點的布設之后，需要結合實際的巡檢需求及標準，構建多維雙目視覺巡檢路徑規劃模型。采用雙目視覺技術，將變電站的智能巡檢路徑規劃程序與對應的控制系統進行雙向關聯。接下來，在標定的范圍之內，構建動態化的約束條件及限制標準，在雙目視覺的輔助之下，對基礎的路徑規劃指標參數做出調整，具體如表1所示。

表1 雙目視覺巡檢路徑規劃指標參數表

根據表1，可以完成對雙目視覺巡檢路徑規劃指標參數的調整和處理。隨后，利用專業設備，獲取智能變電站中的巡檢路徑規劃需求，以彩色圖像對外輸出，在無特殊的情況之下，進一步提升智能變電站巡檢設備及機器人的實際避障能力，通過對所規劃最優路徑輪廓，長、高、寬等指標的調整，改變規劃的范圍，結合雙目視覺技術，構建多維巡檢路徑規劃流程，具體如圖3所示。

圖3 多維巡檢路徑規劃模型流程設計

根據圖3，可以完成對多維巡檢路徑規劃流程的設計。與此同時，將上述設定的巡檢節點與模型相關聯，并在模型中設定三維雙目視覺避障程序，形成多目標的避障指令集群，完成對三維雙目視覺巡檢路徑規劃模型的構建。

1.4 Hopfield避障視覺調控完成路徑規劃

在完成對三維雙目視覺巡檢路徑規劃模型的構建之后，結合Hopfield避障視覺調控法，完成對智能變電站巡檢路徑的規劃設定。首先，結合Hopfield避障技術與雙目視覺技術，對變電站中的巡檢路徑標志性的拐點做出標記，利用布設的節點進行監測。隨后，通過調整設備的定向識別幀數，延伸對應的巡檢規劃范圍，獲取區域性的避障視覺調控結果。

結合所構建的三維巡檢路徑規劃模型，設計應變Hopfield矩陣，利用矩陣來限制存在的巡檢誤差，并以視覺移動目標作為引導，利用智能控制程序，最終可以完成對變電站巡檢路徑的側向多維規劃，營造更加穩定、安全的規避環境，進一步提升路徑規劃工作的質量和效率。

2 方法測試

本次主要是對雙目視覺的智能變電站巡檢路徑規劃方法的實際應用效果進行分析與研究，考慮到測試結果的真實可靠，需要以對比的形式展開分析，設定傳統改進蟻群巡檢路徑規劃測試組、傳統無人機自主巡檢路徑規劃測試組以及本文所設計的雙目視覺巡檢路徑規劃測試組，測試得出的結果比照驗證。接下來，需要搭建相應的測試環境。

2.1 測試準備

在對雙目視覺的智能變電站巡檢路徑規劃方法的實際應用效果進行分析與研究之前，需要搭建相應的測試環境。選擇G智能變電站作為測試的主要目標對象。首先，結合雙目視覺技術在變電站的巡檢系統之中指定對應數量的執行路徑作為基礎路徑，結合Matlab技術，調整數值、信息的傳輸信道。

完成基礎環境的布設。隨后，以D智能變電站作為巡檢的核心點，將所有巡視點存在的坐標值進行歸一化處理，將變電站的巡檢區域劃分為4個，并對相關指標參數做出調整、優化，具體如表2所示。

表2 智能變電站基礎測試指標參數設定表

根據表2，可以完成對G智能變電站基礎測試指標參數的設定，確保控制系統與變電站的執行指標同步，完成對測試環境的搭建。

2.2 測試過程及結果分析

根據上述搭建的測試環境，結合雙目視覺技術，進行具體的路徑規劃設計。假設視覺識別的幀率為100幀，根據最大偏向角巡檢效率的變動狀態，獲取路徑規劃的相關彩色圖像，隨著幀數的變化，路徑的輸出深度也會明顯提升，此時可以根據所設定的巡檢標記點，測定出存在的路徑權重，規劃視覺拓撲路徑，具體如圖4所示。

圖4 智能變電站巡檢路徑規劃圖示

根據圖4，可以完成對G智能變電站巡檢路徑的規劃，隨后，在4個標定的區域之內，依據上述的巡檢規劃路徑，測定出具體的巡檢路徑規劃時間，并對測試結果比照分析，如表3所示。

表3 測試結果對比分析表

（續）

根據表3，可以完成對測試結果的分析：對比傳統改進蟻群巡檢路徑規劃測試組、傳統無人機自主巡檢路徑規劃測試組，本文所設計的雙目視覺巡檢路徑規劃測試組最終得出的巡檢路徑規劃時間均為1.3s以內，表明其應用規劃的效果更佳，規劃的誤差較小，具有實際的應用價值。

3 結束語

綜上所述，便是對基于雙目視覺的智能變電站巡檢路徑規劃方法的設計和分析。對比傳統的巡檢路徑規劃方法，本次結合雙目視覺技術，進一步擴展實際的規劃范圍，以視覺定位作為引導，逐步構建更加靈活、多變的規劃結構。除此之外，雙目視覺輔助環境下，對于路徑規劃的誤差也可以得到更好的控制，大幅度提高智能變電站的巡檢效率，實現多目標、多層級路徑規劃任務的同步執行，完成最優處理，對于智能變電站巡檢工作程序的應用能力也是一種提升，具有更強的應用價值及創新意義。