可視化電力工地管理關鍵技術的探討與實踐

摘要：本文根據電力施工現場管理的專業需求，探討與實踐了施工管控中的關鍵技術實現的可行性。要提高電力工程施工的管控水平，需要借助信息化技術手段。精確電子圍欄技術：通過智能手機獲取衛星導航的基礎信息，轉發給頭盔攝像頭與GPS信息合并計算，實現了精確電子圍欄定位；單目測距的視覺測量技術：基于深度學習神經網絡理論，從拍攝的圖片中提取深度信息，進一步計算現場設備安全距離或開挖溝槽尺寸是否合規；物理圍欄擺放合規識別技術：設計了物理圍欄擺放合規識別算法，通過提取圍欄的顏色特征，采取二值化處理、連通域判斷及圍欄擺放缺口數量訓練分類等方法，實現了圍欄擺放合規的識別。研究表明，通過現場采集視頻信息，驗證了關鍵技術實現的可行性和有效性，為自動化施工管控提供了參考。

關鍵詞：可視化；工地管理；電子圍欄；單目測量

一、引言

近年來，隨著電網系統發展，電力工程的施工數量也隨之增多，電力施工工地是安全事故多發地，配電網的安全性和可靠性與電力工程施工的管控水平高低有著直接的關系，運用新的信息技術實現全面管控現場施工，盡力降低各種風險因子成為行業共識[1，2]。針對當前工程行業監管現狀，各行業施工單位積極探索施工項目智能管控系統[3，4]。隨著將遠程視頻監控技術應用在電力建設項目的日常生產管理、工程質量管理等工作中，遠程視頻管控已成為項目高效施工管理的有效手段，可以有效保證電力工程建設質量[5]。

針對可視化電力工程管控系統中的專業需求[6]，人們已開展了相應研究，如利用人臉識別技術[7]可監測并審核臨時聘請的施工人員的相關資質，還有施工人員的安全帽佩戴識別[8，9]、電子圍欄設置[10]等。將可視化技術應用于大量非固定且環境復雜的電力建設或改造等施工現場，監控人員無需全天候全跟蹤管控，既可以由系統自動記錄安全風險并報告，也可以由監控人員直接在監控中心實時觀看或回放視頻，觀看多個監控點的現場視頻，對違規或不合理的操作錄像或者抓圖、存儲記錄等，獲取施工安全風險事件。工地管理包含一些專業的工程監理需求，如施工地理位置是否正確、溝槽尺寸是否符合圖紙要求、施工場地物理圍欄擺放是否符合規范等；從監測視頻中自動甄別這些信息需要借助精確電子圍欄技術[11-13]、施工視覺測量技術[14，15]，精確電子圍欄技術可準確定位并劃定各類規模的施工場地，防止錯誤施工場地事件的發生；施工視覺測量技術可通過監測視頻圖像獲取場地設備安全距離、地埋電纜溝槽尺寸等信息，以核驗開挖的溝槽尺寸及設備安全距離是否符合要求；另外，從視頻中自動監測并判斷施工場地擺放的物理圍欄是否規范也還未有深入研究，而工地管理系統中，很需要這些關鍵技術的突破。本文對可視化工程管理系統中和工地管理相關的關鍵技術問題進行了探討與實踐，為工程實際應用提供參考。

二、工地管理功能的專業需求

在可視化管理系統中，利用可穿戴設備中的無線攝像頭實現關鍵的硬件條件，通過研發相應的技術和算法，施工監理人員能夠遠程監測施工現場是否滿足要求。本系統利用海康威視具有GPS定位模塊的無線攝像機作為可視化頭盔攝像頭，其中的工地管理除實現常規編輯工地名稱、工地與攝像機綁定等操作外，還有一些特殊功能需求，如圖1所示。

圖1 工地管理特殊需求功能

精確電子圍欄技術：可以采用單點定位參考點終端，實現對坐標的精確定位。但一般的單點定位參考點終端測量時間長，成本高，不適合施工現場的簡陋條件，因此，需要研究能滿足米級精度要求的精確電子圍欄技術。而現有GPS功能能夠提供的定位精度一般誤差為幾十米，但電力施工現場經常劃定在幾平方米到幾十平方米范圍內，因此，直接利用GPS進行精確定位往往達不到要求。為了能夠及時定位到施工地點的精確位置，在引入電子地圖模塊時，需要采用單點定位參考點技術，以提高定位精度。

視覺測量技術：施工現場往往需要挖掘溝槽，挖掘尺寸是否滿足要求需要用測量工具，過去往往都是現場測量，如何利用可視化系統實現視覺測量是關鍵技術之一，利用視頻信息計算深度信息，以檢驗施工是否合格，能夠減少監理人員去現場實測的工作量。

物理圍欄擺放合規識別技術：施工現場物理圍欄的擺放需要按照工程管理要求進行設置，也就是擺放圍欄的缺口數量不能多于1個，以防止閑雜人員進入施工場地，造成施工安全問題。檢驗物理圍欄的擺放是否合規，利用可視化系統自動發現問題，能提高工作效率。

以上三個專業功能需求，都需要研究專門的技術來實現管理的要求。當施工人員超出施工范圍時，自動發出警報，完成自動化監測功能。

三、工地管理關鍵技術

（一）精確電子圍欄技術

在電力施工現場，有時施工的范圍很小，從幾平方米到幾十平方米，并且，都是處于室外的場景。在施工可視化管控系統中，頭盔攝像頭攜帶GPS定位功能，其精度一般在幾十米以上，遠遠大于施工現場的范圍。要區分米級的定位精度，直接采用GPS功能不能滿足精確定位的要求。高精度的定位方法有超寬帶（USB）定位技術和微波定位技術，可以實現精確定位。但這些方法都需要專門有源設備發射信號，對于固定場景來說，可安裝好設備后可以長期使用，效果好。如變電站內或者室內等場景進行定位需求。而對于經常改變場地的室外場景，這些定位方法都不適用。

對此，探索了基于智能手機進行單點精確定位技術的室外電子圍欄技術。如圖2所示。目前，智能手機已經能夠支持獲取衛星導航定位系統（GNSS）基礎數據的接口，利用這些數據，可以進一步提高定位精度。

單點靜態定位可達到厘米級精度，但需要很長時間進行測量，以獲得高精度數據。本項目中，定位精度僅要求為米級，因此，單點定位終端以智能手機來實現，技術開發比較容易、成本低、效果好。靜態定位測量時間在10分鐘內，將智能手機單點定位終端放置于施工現場附近，待獲得可用數據后，將測量信息發送給攝像頭盔，使可視化系統獲得精確的定位信息。圖2是高精度定位技術的實現框圖。

從智能手機中，可以獲得GNSS的關鍵觀測數據，即偽距、載波相位、多普勒觀測值等，其中偽距是最重要的計算依據，其到達第j顆衛星的偽距方程為式（1）。

（1）

方式中Lj是到達第j顆衛星的偽距。ps，r表示觀測點r至衛星s的幾何距離。c為光在真空中的傳播速度。tr 和ts分別為接收機時鐘差和衛星時鐘差。dr，j 和dj，s 分別偽距觀測值在衛星端和接收機端的延遲，Ts，r 為信號通過大氣對流層的總延遲量。Kr，s，l為L1頻率的電離層延遲，yj是衰減系數。 是觀測噪聲。將多個偽距方程聯立，可求解出觀測點位置。

進行精確位置測量還需要載波相位的測量值，頭盔攝像機模塊可測定不足一整周的那部分載波相位值，在解算衛星至接收機的距離之前，必須要先解算出整周數。載波相位法僅對信號的相位之差進行量測，其數值區間小，因此定位精度高。從智能手機接收的原始數據中，可以獲得公式（1）中變量數據，發送給移動的施工人員頭盔設備，作為修正數據，再利用精密單點定位函數模型計算出精確的位置坐標，以確保參數求解的準確性，提高定位精度。該技術提供了2米的定位精度，滿足現場施工電子圍欄的要求。

（二）電子圍欄管理技術

電子圍欄功能是基于電子地圖的調用而實現的。系統通過API接口連接到高德地圖。第一步是將地圖配置進行初始化操作，選擇下載施工地點所在地的離線地圖，調用地圖軟件功能，設置通過單擊事件開始編輯電子圍欄。使用矩形繪制onRect（）方法和多邊形繪制onPolygon（）方法進行圍欄繪制，通過確定所繪制電子圍欄的所有坐標以完成繪圖工作。完成后再添加一個文本描述來解釋事件，除了調用onEdit（）打開編輯之外，通過調用offEdit（）取消編輯，或者使用onRevoke（）方法重新繪制。在服務器端有相關權限的用戶通過getElecDataBySite（）方法根據站點ID獲取電子圍欄面積，位置等相關信息，當用戶進行修改或刪除電子圍欄操作時，會調用updateElecDataBySite（）方法來更新數據，并將實時變化顯示在頁面電子地圖。電子圍欄設計流程如圖3所示。

在電子地圖上顯示的多邊形電子圍欄區域。當施工超出范圍時，就會發出警示提醒監理人員，并在圖上進行標記。

（三）施工視覺測量技術

施工現場往往需要挖掘溝槽，這些溝槽的挖掘尺寸是否滿足要求，一般需要監理人員現場測量。若利用可視化系統實現對溝槽尺寸的測量，可節省監理人員奔波于路途的時間。由于頭盔攝像機是單鏡頭，不能利用雙目測距法測量尺寸，而單目測量距離往往不能滿足測量精度的要求，主要是單目測量法缺乏基準線（雙目間距），從而使得測量結果誤差很大。近年來深度學習神經網絡技術的興起，使得單目測距方面取得了一定的進展。采用遷移學習的單目深度估計網絡，就是采用了經典的編碼器—解碼器結構，將卷積神經網絡在遷移學習下作為該網絡的編碼器，再通過深度估計任務的目標函數進行學習，以提取大量的關于深度估計的密集特征。網絡的解碼器主要為多尺度的上采樣結構，用于獲取高分辨率的深度圖，最后輸出深度圖信息。基于局部平面指導層的單目深度估計網絡[22]使用經典的編碼-解碼器結構，并將編碼器和一部分解碼器中的結構作為特征提取器，基于局部平面指導層的單目深度估計網絡結構如圖4所示。

如何利用對深度估計的信息轉換為相對距離，采用了如下算法：在圖像中選擇的兩個像素點A和B，對應場景的坐標分別為（XA，YA，ZA）和（XB，YB，ZB），設攝像頭中心點坐標為OC，則A和B點的圖像物理坐標、相機焦距以及AOC和BOC之間的距離信息（估計深度值），可以通過公式（2）計算，該坐標系的轉換公式為：

（2）

式中，x，y為圖像物理坐標；XC、YC和ZC為對應點位在相機坐標系下的坐標；f為所用相機的相機焦距。

經過轉換到物理坐標系，在計算實際距離時，使用坐標公式（3）和距離公式（4）可求得AB兩點間的相對距離。

（3）

（4）

在室內數據集中訓練單目深度估計網絡，使用訓練好的網絡測試實景照片，獲取對應的深度圖。使用距離測算方法在選擇物體輪廓或表面作為測距點位時，會有更好的測距效果。以圖5為例，在拍攝圖像的距離小于10米的范圍內，單目深度估計相對誤差達到5%，在一定程度上能夠滿足施工管理的精度要求。通過現場人員的頭盔攝像頭采集的單目圖像信息，利用深度估計的算法對施工場地的電力設備安全距離或挖掘溝槽尺寸進行估計，能夠評估施工是否合格，可以節省監理人員的現場測量的時間，結合抽查管理手段，以確保工程管理符合設計要求。

（四）物理圍欄擺放合規識別技術

電力施工現場圍欄設置，需要按照要求設置。為確保施工安全，物理圍欄擺放時保留不超過1個缺口，以防止閑雜人員進入施工場地。因此，在可視化工程管理的海量視頻信息中，利用圖像處理手段，及時識別判斷施工圍欄擺放的違規行為非常重要，避免發生安全事故。

一般地，電力施工圍欄類型是有固定形狀和顏色要求的，如圖6（a）所示，大多為黃色作為圍欄主題顏色，黑色條紋遍布圍欄整體的款式。若采用最直觀的顏色特征對圍欄主體部分進行提取，往往不能實現對圍欄主體的提取。在數字圖像處理中，采用的HSV模型來描述顏色，其參數是：色調（H：hue）、飽和度（S：saturation）、亮度（V：value），該模型更加符合人類解釋和描述顏色的方式。使用HSV模型能夠準確地描述本實驗中的施工圖像。通過設置適當的閾值，獲得圖像二值化處理結果，可以得到如圖6（b）所示。

設計物理圍欄合規檢查缺口數量提取算法的流程，如圖7所示，算法中，對二值圖像進行了連通區域分析。也就是設計了區域生長算法進行連通運算，可實現對圍欄缺口的檢測。

在圖8（a）和圖8（b）中，圍欄分別有1個缺口和2個缺口，利用圍欄分類訓練器都能夠識別出缺口數量。如果圍欄被遮擋較多時，效果一般。圖片拍攝的角度對識別準確性影響很大，特別是俯視拍攝，能看到全局時，識別效果會更好。

四、結束語

針對電力施工現場的專業需求，對電子圍欄，施工視覺測量，以及物理圍欄擺放是否合規等關鍵技術方面實現的可行性進行了探索與實踐，結果表明，對這些工程專業需求能夠通過關鍵技術手段，實現專業功能，可以達到預期的效果。利用智能手機實現單點精確定位參考點，成本低，其精度能夠滿足米級的精度要求。對單目測量技術進行的探索，該技術節省了監理人員去現場實測的工序，如果距離被測目標較近，其精度能達到要求。而對于施工現場物理圍欄的擺放是否符合要求的識別，其效果與圖片的拍攝角度關系很大，特別是圍欄被遮擋時，識別效果一般。因此，利用可視化系統自動發現問題，輔助施工監理人員檢查，能有效提高工作效率。

作者單位：徐昊 深圳供電規劃設計院有限公司配電部宋祥宇 余萍 華北電力大學電子與通信工程系

參" 考" 文" 獻

[1]何劼. 以電網高質量發展助力生態城市建設[N]. 國家電網報，2022-01-12（006）

[2]王辰棟.建筑工程管理信息化的現狀及策略研究[J].住宅與房地產，2019，548（25）：116

[3]張樹凱.淺析遠程視頻監控在建筑工程施工管理中的應用[J].江西建材，2021（07）：302-306

[4]汪書斌.綠色建筑工程施工現場文明施工管理創新研究[J].安徽建筑，2021，28（02）：189-190

[5]Long X.T. Cascaded feature enhancement network model for real-time video monitoring of power system[J]. Energy Reports， 2021，V7：8485-8492

[6]何濤，王雨馨，周瑞朋，等.基于無線傳輸的可視化電力工程管控系統的設計與研究[J].電力信息與通信技術，2020，18（12）：76-81.

[7]李文，劉艷麗，邢冠宇.深度人臉識別的光照分析[J].計算機輔助設計與圖形學學報，2022，34（01）：74-83.

[8]陳柳，陳明舉，薛智爽，等.輕量化高精度卷積神經網絡的安全帽識別方法[J].計算機工程與應用，2021，57（22）：177-181.

[9]龐殊楊，蘆莎.基于改進MTCNN的多尺度安全帽識別[J].計算機應用研究，2021，38（06）：1907-1912+1916.

[10]陶佳鑫. 變電站電子圍欄防護狀態監測及預警研究[D].西京學院，2021.

[11]李昕，張小紅，曾琪，等.北斗衛星偽距偏差模型估計及其對精密定位的影響[J].武漢大學學報（信息科學版），2017，42（10）：1461-1467

[12]董浩.基于電子圍欄數據的預警分析系統設計與實現[D]，電子科技大學，2021

[13]楊琪，李四海，劉洋.開放GNSS原始測量對安卓平臺定位精度影響分析[J]，2019（03）：115-120

[14]劉斌，李港慶，安澄全，等.基于多尺度特征融合的紅外單目測距算法[J].計算機應用，2022，42（03）：804-809.

[15]毛先胤，呂黔蘇，馬曉紅，等.基于雙目視覺的電力線巡檢機器人障礙物定位測距[J].自動化與儀器儀表，2021（09）：244-248.

基金項目：深圳供電局有限公司科技項目資助“基于可視化技術的工程管控研究應用”（編號090000KK52180035）。

徐昊（1990-），男，漢族，甘肅平涼，大學本科，中級工程師，研究方向：配網自動化；

通訊作者：宋祥宇（1997-），男，漢族，內蒙古赤峰，碩士，研究方向：為圖像處理；

余萍（1963-），女，漢族，浙江杭州，大學本科，副教授，研究方向：電力系統通信、電力物聯網、圖像處理。