機器視覺下的輸電線路巡檢軌跡糾偏控制方法

關鍵詞：機器視覺；輸電線路；巡檢機器人；軌跡糾偏控制

中圖分類號：TP242；TM711 文獻標識碼：A 文章編號：1001-5922（2024）12-0109-04

對變電站進行日常巡視維護是保證電力系統正常運行的關鍵。隨著電力系統自動化進程和人工智能技術的不斷推進，輸電線路巡檢機器人隨之誕生。其在一定程度上取代了人工巡檢方式，進一步提高了變電站巡檢效率。針對變電站巡檢機器人的自動巡檢問題，提出了基于改進的人工勢場法，將此方法應用到電力巡檢機器人中進行地圖構建，并在地圖中進行自動避障和軌跡規劃[1]；為實現輸電線路巡檢機器人的自動控制，提出了基于單神經元自適應的PID算法，設計并實現了直流刷電機位置控制系統[2]；針對變電站巡檢機器人的導航誤差問題，提出了基于多目標優化克隆算法，并將此算法應用到巡檢機器人導航誤差概率分析系統中進行誤差計算和分析[3]。基于此，提出基于機器視覺的變電站輸電線路檢機器人軌跡糾偏控制算法，通過此算法實現巡檢軌跡糾偏控制，提高電力系統自動化程度和穩定性，進一步提升電力系統運維效率。

1變電站巡檢機器人視覺導航技術

機器視覺系統是由現代控制技術、傳感器技術和計算機技術整合得到，可理解為機光電的結合。機器視覺系統結構如圖1所示。

由圖1可知，機器視覺主要分為機器模塊和視覺模塊。機器則包括機械、運動和控制；視覺則分為視覺傳感器圖像采集模塊和圖像處理模塊計算機模塊[4]。巡檢機器人機器視覺系統中，視覺傳感器的作用是拍攝導引物體，進行圖像信息采集；圖像處理模塊則負責對采集的二維圖像進行數字化處理，以獲取特定的導航參數輸送至計算機模塊中進行路徑跟蹤。

機器視覺導航的原理為搭建可見光攝像頭進行圖像采集，并對采集路面或環境標記物的圖像信息進行識別和處理。由此獲取控制機器人行走的參數信息，從而實現機器人根據規劃路徑進行自主行走。因此，提出采用機器視覺導航方式作為變電站巡檢機器人導航方式。

2變電站巡檢機器人軌跡糾偏控制方法

2.1基于機器視覺導航的循線方式

機器視覺導航系統中，巡檢機器人獲取導航參數的主要方式包括跟隨引導路徑、道路邊緣提取和道路區域識別3種類型。3種方法中，路徑引導式方法的原理更為簡單，抗干擾能力更強，導航效果更好，滿足巡檢機器人的導航需求。因此，選擇路徑引導方法作為機器視覺導航方法。由此得到變電站巡檢機器人的總體行走流程如圖2所示。

導航開始前，需判斷攝像機是否對焦，若不對焦需對焦距進行調整；然后進行圖像采集和預處理操作；基于采集信息進行引導軌線邊緣檢測和中心線擬合；之后判斷檢測線路是否偏離中心線[5]。若是，則可控制機器人左右輪進行差速調節，由此實現巡檢機器人視覺導航；反之則重新進行攝像機圖像采集，直至達到機器視覺導航要求。

2.2模糊單神經元PID控制器設計

為實現輸電線路巡檢機器人在變電站復雜環境中的軌跡糾偏，提出了模糊單神經元PID控制器，具體結構如圖3所示。

該算法是由單神經元PID控制器與模糊控制算法相結合得到。提升了控制結果的實時性、穩定性和可調節性。

基于巡檢機器人的偏移距離d和偏移角度θ，在巡檢機器人與引導軌線檢的距離偏移中加入一個權重系數p，通過其反映偏移距離d和偏移角度θ對機器人的整體軌跡偏移結果的作用程度。由此獲得總偏差E：

分析可知，模糊控制器屬于雙輸入單輸出結構的二維模糊控制器。其輸入量為總偏差E和總偏差變化率；輸出為增益倍數K[15]。根據電網系統的實時性和復雜程度，提出將模糊控制器的模糊論域設置在[-6.6]范圍內，通過參數間的配合獲得適宜的量化因子和比例因子。其中，模糊規則的語言描述可表示為：

模糊規則設計如表1所示。

由表1可知，模糊規則在總體誤差較大時，保持較大的增益倍數，使得電網系統快速響應并趨于穩定。在電網系統誤差較小且波動平穩時，即可降低增益倍數，以增強系統穩定性和抗干擾性。

3實驗結果與分析

3.1控制器的MATLAB仿真分析

為驗證構建的模糊單神經元PID控制器的控制效果，實驗將基于MATLAB仿真軟件搭建一個仿真模型。基于搭建的仿真模型，實驗將本模型（FSNC）與傳統的PID控制和常規單神經元PID控制（SNC）進行仿真分析，得到3種控制器的仿真對比結果如圖4所示。

由圖4可知，當輸入一個單位階躍信號時，傳統PID控制在時間為0.675s時可取得最大超調量0.316，穩態時間為3.923s；單神經元PID控制時間為0.297s時可取得最大超調量0.194，穩態時間為1.668s。而本控制無超調量，在時間為0.566s時即可達到穩態值。綜合分析可知，本控制器趨于穩定值的時間更短，無超調和震蕩現象。相較于另外2種控制器，本控制器的收斂速度更快，魯棒性更強，在輸電線路巡檢機器人的軌跡糾偏算法中具備更好的控制效果。

3.2變電站巡檢機器人軌跡糾偏實驗

3.2.1移動機器人參數設置

為驗證本算法是否滿足變電站巡檢機器人的功能設計需求，實驗將通過模擬試驗方式進行算法驗證，并基于STM32開發板的移動機器人作為變電站巡檢機器人軌跡糾偏試驗的模擬平臺。該機器人基本物理參數如表2所示。

3.2.2機器人硬件模塊設計

設計的巡檢機器人模擬平臺的硬件部分主要分為主控制器模塊、視覺導航傳感器模塊、直流電機驅動模塊、電池功能模塊、定位模塊和數據傳輸模塊6個部分。

（1）主控制器模塊核心為STM32F103RBT6芯片，該芯片為增強型中容量芯片，正常運行在72MHz頻段。芯片運行核心部件為32位ARM內核。芯片供電電壓為2.0～3.6V，其在節能模式下在低耗能、快啟動和多喚醒條件下達到最佳處理方式；

（2）視覺導航傳感器模塊選用OV7670高清攝像頭進行數據采集，該傳感器體積較小，屬于低電壓圖像傳感器。其設有單片VGA攝像頭，分辨率為640×480，輸出圖像支持RGB565格式，每秒最大傳輸幀數可達30幀，可通過程序編寫完成圖像的處理工作。

（3）直流電機驅動模塊主要分為電機部分和驅動部分。電機選用霍爾編碼器測速傳感器，其可將電機轉動時位置變化的角度信息變為特定的數字脈沖信號，以此測量出位移與速度信息。電機驅動采用AM2857雙路電機驅動模塊，驅動功率較大，最大電壓支持可達24V，雙路最大持續輸出電流為8.0A。可驅動雙電機，實現巡檢機器人的雙輪差速控制；

（4）移動機器人電池功能模塊中，選用11.1V鋰電池，容量達1800mA·h。可通過穩壓電路實現電壓值轉換，滿足多模塊供電需求；

（5）定位模塊采用MFRC522芯片，其工作頻率為13.56MHz，工作電壓為3.3～5V，采用串口輸出，與STM32主控板的USART接口直接通信；

（6）數據傳輸模塊負責對移動機器人行走過程中的數據進行傳輸，幫助機器人接收命令信息并做出響應。數據傳輸模塊選用無線數傳電臺作為傳輸工具。基于Si4432無線方案和GFSK高速率調制技術，提升移動機器人抗干擾能力。

3.2.3模擬實驗與測試分析

基于以上移動機器人硬件功能模塊設置，采用STM32F103RBT6開發板作為模擬平臺，以水泥地面模擬變電站工作場景的地面部分。采用黃色PVC膠帶模擬變電站路面上的黃色引導軌線。基于設置的模擬環境，實驗將對巡檢機器人進行軌跡糾偏測試，以驗證提出的軌跡糾偏算法的性能。

實驗采用無線數傳電臺模塊將巡檢機器人與上位機進行通信連接，由此采用上位機軟件界面對巡檢機器人的采集圖像、速度、路徑類型和偏移量等信息進行實時跟蹤。

將上位機和導航控制軟件的傳感器數據導出到MATLAB軟件中進行數據分析后，可得到不同采樣時間點下，偏移量的變化曲線如圖5所示。

由圖5可知，采樣時間間隔為50ms，在采樣時間為215ms時，最大偏移量為11.32cm。隨著采樣時間的不斷增加，偏移量也隨之不斷降低，在采樣時間為1500ms時，偏移量取值為0。

彎道模擬試驗的數據變化趨勢如圖6所示。

由圖6可知，彎道試驗中，回歸時間最大值為2.5s，10次試驗平均值為1.33s。巡檢機器人軌跡糾偏所用時間低于3s，滿足模糊單神經元PID控制器的糾偏性能要求。

4結語

采用基于機器視覺導航的循線方式可有效降低在復雜環境下，輸電線路巡檢機器人的導航參數實時獲取難度，通過提出的軌跡糾偏算法可提升巡檢機器人的軌跡控制穩定性和可調節性。在巡檢機器人中引入模糊單神經元PID控制器，采用在線調整單神經元增益K的方式，可實現輸電線路巡檢機器人控制參數的實時調節。通過仿真模擬分析可知，設計的巡檢機器人在彎道區域中的軌跡糾偏時間低于控制器標準3s，糾偏時間較低，滿足設計的模糊單神經元PID控制器的控制需求。其糾偏效果與機器人行走過程中偏離路徑的程度存在關聯性。當偏移距離與角度取值較小時，可取得最佳糾偏效果。