基于無人機平臺的電力巡線相關技術研究進展

摘 要： 無人機通信、感知與計算是提高無人機電力巡線效率的關鍵技術，該文深入綜述上述三項技術的基本發展歷程與其在電力行業的落地應用。首先，剖析無人機中繼通信技術對傳統通信領域產生的深刻變革與無人機基站部署這一核心課題的技術發展；其次，探討無人機信息感知技術的最新動態，包括雙光相機、激光雷達、深度相機等多種載荷的應用與創新；最后，分析無人機與邊緣計算融合這一全新領域的現有研究成果與未來發展方向。通過以上綜述、總結、分析，該文闡明無人機中繼通信、信息感知與邊緣計算技術的發展脈絡，指出以上技術應用于電力巡線工作所取得的成果與尚存在的問題，并對相關技術在電力巡線行業的未來發展方向進行展望。

關鍵詞： 無人機; 電力巡線; 中繼通信; 信息感知; 邊緣計算

中圖分類號： TB9 文獻標志碼： A 文章編號： 1674–5124（2025）03–0001–15

0 引 言

無人機巡線是無人機技術發展過程中對電力行業傳統范式產生巨大沖擊的全新方法，提高無人機巡線效率自此成為電力領域的重要研究課題，本文將深入探討對電力領域影響深遠的三項關鍵無人機技術：無人機中繼通信技術、無人機信息感知技術以及無人機邊緣計算技術。首先，無人機中繼通信技術為傳統通信領域帶來了深刻變革[1-2]，通過無人機基站部署實現了通信范圍的擴大和穩定性的提升，為應急通信、智慧城市等場景提供了技術支持[3]，同時也對無信號區域無人機電力巡檢的通信難題有所啟發；其次，無人機信息感知技術的不斷創新，包括各種載荷的應用與發展[4]，如雙光相機[5-7]、激光雷達[8] 和深度相機[9]，為無人機在復雜環境中實現高效感知和智能決策提供了廣闊的前景，可有效支撐絕緣子檢測、桿塔檢測、地線檢測等各類感知任務的執行；最后，無人機與邊緣計算技術的融合開啟了新的研究方向[10-11]，相較傳統架構體系，部署在機載邊緣計算平臺上的避障、目標檢測、缺陷檢測等智能算法具有更優越的時效性，有利于實現無人機在電力巡檢領域更高度的智能化與自主化。目前國內對無人機電力巡檢分支技術的系統性歸類、總結還相對薄弱，本文將基于無人機中繼通信、無人機信息感知、無人機邊緣計算三項關鍵技術對眾多學者的工作進行綜述、總結、分析，指出現階段研究成果、存在的問題和未來發展方向。

1 無人機中繼通信技術

近年來，無人機[12] 與移動通信技術[13] 的逐步碰撞與融合促成了無人機中繼通信這一創新性技術的誕生，結合無人機技術和移動通信技術可以實現更為可靠、靈活和高效的通信網絡[14]，從而為更多潛在的應用場景賦能[15-16]。無人機與移動通信技術的融合不僅是現代通信技術的前沿研究領域，也是未來無線網絡和遠程控制領域發展的關鍵動力，上述技術融合在提升通信效率、增強網絡覆蓋和促進新應用方面具有重要意義[17]：作為移動中繼，在地面基站缺乏、衛星通信延遲過高、單兵無法部署的艱難條件下，無人機可以輔助實現邊緣設備與指揮中心的連接，無人機中繼通信技術在無信號區域擴展網絡覆蓋范圍方面具有難以比擬的優勢[18-19]。此外，無人機中繼通信技術通過視距無線傳輸（lineof sight， LoS）等技術能夠為偏遠地區提供具有拓展性的信號覆蓋，并在電力巡檢、緊急通信、災后救援等[20-21] 需要快速部署和動態網絡適應的場景中對網絡性能做出一定程度的優化[22-23]。

無人機中繼通信技術應用場景的多樣性揭示了其在未來智慧社會構建中的重要地位，無人機中繼通信技術不僅是對已有通信系統的增強與拓展，更是一種范式的轉變[24-26]。本章總結了當前無人機中繼通信技術在位置部署這一最主要研究分支上的研究成果，區別于傳統的二維平面基站部署問題，無人機基站的部署受到更多因素的影響，位置部署優化方法研究也存在更多切入點，關于無人機基站位置部署的研究主要分為靜態部署與動態部署兩類。

1.1 靜態部署

靜態部署指無人機搭載基站或電臺飛往指定位置后懸停為用戶提供中繼通信服務的業務模式，懸停狀態的無人機犧牲了一定的機動性，但是提供了更為穩定的無線連接，有著較高的穩定性。文獻[27]（2014） 完成了單無人機靜態部署基礎理論的奠基，眾多學者在此基礎上進行了單無人機[28-30] 靜態部署優化方法的研究，有效提高了單無人機靜態部署下的機載基站通信性能，但單個空中基站存在負載能力低與覆蓋范圍小的局限性，為了實現更大范圍的通信覆蓋，研究多空中基站下的協同覆蓋勢在必行。文獻[31]（2015） 分析了兩個無人機基站為特定區域提供最大覆蓋時相互間存在電磁干擾的問題，為多無人機基站部署提供了參考，此后，文獻[32-34] 相繼為多無人機靜態部署理論方法進行了補充與優化。

上述研究均為傳統方法，隨著圖論、多智能體等理論的發展以及用戶服務質量要求的不斷提高，多無人機部署逐漸成為當前靜態部署的主流方案。文獻[35]（2022） 提出了一種改進多目標蜻蜓算法（IMODAOM），對總最低保密率、總最大SLL 和無人機的能耗實現了共同優化。文獻[36]（2023） 開發了一種基于非線性多智能體系統理論的無人機靜態編隊控制方案，系統模型如圖1 所示，方案可有效構建根據協調多點傳輸方案與隨機幾何理論奠定的網絡拓撲，確保協同無人機能夠高效到達目標空間位置執行無線覆蓋任務。

文獻[37]（2024） 開發了一種高效的塊坐標下降和逐次凸逼近方法，通過引入觀測無人機，并對其與中繼無人機位置進行聯合優化，最大限度地提高了衰落信道中所有用戶的平均流媒體效用。以上方法通常考慮了對發射功率的優化，一定程度上保障更長時間的通信覆蓋，但仍難以得到永久性鏈路，文獻[38]（2024） 在考慮中繼無人機能耗的同時，引入備用無人機與分布式充電站，基于最優算法獲取特定場景下中繼無人機、備用無人機及充電站的最佳部署位置，從而搭建永久性無人機中繼鏈路，其系統結構如圖2 所示。

上述文獻在靜態或半靜態場景中有著廣闊的應用前景，但由于靜態部署的空中基站一定程度上犧牲了無人機的機動性，在高移動性場景中會導致低效的資源管理，因此有必要考慮動態部署。

1.2 動態部署

移動性是無人機基站區別于地面基站的一大本質特征，動態部署因此成為無人機基站部署的重要研究分支。

文獻[39]（2016） 提出了一種基于固定翼無人機的彈性移動無線中繼網絡模型，模型如圖3 所示，無人機在兩個用戶子網之間以變參數（半徑、速率）圓周形式運動從而實現信號中繼，該模型有效降低了信號中繼斷線概率，且在傳輸速率上不亞于靜態部署在最優位置的多旋翼無人機，固定翼無人機變參數圓形運動軌跡的設計容易拓展到橢圓等更多情形，對其他復雜場景下的空中基站動態部署有所啟發。

此后，文獻[40-41] 研究了無人機動態部署下的能耗模型與功率優化問題，對資源分配合理化做出貢獻。進一步的，文獻[42]（2022） 設計了一種對波束成形、用戶關聯、感知時間選擇和無人機軌跡聯合優化的周期性無人機輔助通信系統，以最大限度提高總和可實現率推導了閉式最優波束成形矢量，從而給出了無人機運動速率的下限，以完成無人機動態軌跡設計。上述研究主要基于對應場景的幾何學特征，仍難以形成一般化結論推廣至其他場景，但隨著人工智能技術的發展，無人機基站動態部署的一般化方法研究迎來新的轉機。文獻[43]（2023）結合Deep Q-Network 深度強化學習和不動點迭代技術來確定無人機動態位置和信道分配策略，該方法在用戶公平性、中斷率等網絡性能指標上均優于傳統方法與普通Q-learning 機制。文獻[44] （2023）將空中基站動態部署的無人機協同軌跡優化問題描述為馬爾可夫博弈問題，并提出一種基于多智能體深度強化學習（MADRL）的分布式軌跡優化算法：double-stream attention multi-agent actor-critic（DSAAC）算法，其流程如圖4 所示，該算法綜合無人機的吞吐量、安全距離和功耗設計獎勵函數并在Critic 網絡中設計了分層多頭注意力編碼器從而解決無人機和用戶數量增加時的維數災難問題，數值計算結果驗證了DSAAC 算法的有效性。文獻[45]（2024） 提出了一種結合優化方法與深度學習方法的集成框架，使用訓練的無監督學習的深度神經網絡的輸出作為優化變量的初始值，通過優化調度、發射功率和無人機運動軌跡保證每個地面節點的最小收集能量需求，對網絡輸出的優化變量進行微調，從而在基于深度學習的方案基礎上進一步提高了性能。

基于上述討論可知，相較無人機基站的靜態部署，動態部署可與當前熱門的人工智能領域產生良好的化學反應，合理應用強化學習等人工智能技術可為無人機動態部署領域的運動軌跡優化、信道分配、多無人機協作等核心分支賦能，具有更高的研究價值與廣闊的應用前景。

1.3 電力巡線無人機中繼技術應用

目前無人機在架空輸電線路巡檢中的應用已經較為廣泛，無人機中繼技術的不斷發展為偏遠山區的電力巡線通信難題帶來了新的方法論。

文獻[46]（2014 年）提出了一種如圖5 所示的系留中繼無人機電力巡檢系統，該系統的性能在一段500 kV 的山區輸電線路上得到了驗證，上述輸電線路全長70 km，途經43 座分布在海拔400 m 到1 500 m 之間的桿塔。文獻[46] 采用的是靜態部署方法，用于中繼的系留無人機懸停在海拔3 000 m的高空，文獻[47] 則針對無人機電力巡線距離受限的問題，提出了如圖6 所示的無人機動態中繼巡線作業方案。通過對空間分集接收、高效糾錯編碼等技術的研究，確定中繼無人機的最佳部署位置：在地勢起伏較大的區域，中繼無人機與巡檢無人機應保持5～10 km 距離伴飛，地勢平緩地區中繼無人機與巡檢無人機距離可適當延長，但最大距離應在20 km 以內。該方法可有效提高偏遠地區電力巡檢無人機的通信距離，對實現超視距無人機巡檢數據傳輸具有一定參考價值。

此外，無人機中繼技術在電力行業已有多項應用案例，國網福建信通公司[48]（2021）、國網甘肅公司[49] （2023）、廣東電網公司[50]（2023） 等已應用無人機中繼技術輔助完成了多次配網巡檢、應急檢修工作，有效調高了作業效率，但上述應用只考慮了信號覆蓋的要求，并未涉及資源最優調配，如何將信號覆蓋范圍、發射功率、無人機運動軌跡等因素作為約束條件，基于實際場景設計最優中繼部署的一般性方法將是未來的重要研究方向。

2 無人機信息感知技術

利用無人機搭載不同載荷的信息感知技術實現對環境的全方位、多角度的信息獲取已經成為現代社會不可或缺的技術手段。常見的無人機載荷有可見光成像載荷、紅外熱成像載荷、雙目立體相機、激光雷達、紫外相機等[51]，各種機載載荷設備的快速發展極大地提升了無人機的信息感知技術，賦予了無人機卓越的環境適應能力、多樣化的信息獲取方式，以及廣泛的應用范圍，借助于計算機視覺和深度學習等技術對無人機載荷數據信息進行智能分析與處理為各行業的決策提供有力支持是目前無人機發展的一個主流趨勢。

在電力系統中，高壓架空輸電線路扮演著地區電力輸送的核心角色，巡檢輸電線路是保障輸配電網絡安全運行的關鍵一環。在輸電線路巡檢過程中，無人機搭載不同類型的載荷對電力桿塔、輸電線及線路部件等進行快速掃描、實時監測與高精度測量[52]。借助無人機不同載荷的信息感知技術規劃電力巡線路徑、發現線路異常情況，及時避免電力系統中可能存在的安全隱患。與傳統的人工巡線相比，搭載不同感知設備的無人機巡線技術不僅可以節約人力資源成本，降低人工巡檢作業風險，還能大幅提升巡檢作業工作精度和效率，減少漏檢與誤檢的次數，提高巡檢過程中的智能化與自動化水平。無人機搭載信息感知設備在電力巡線中的運用還具有更高的靈活性與安全性，能夠在復雜地形、惡劣環境或天氣中進行巡檢，克服人力不足或時間的限制。

2.1 無人機載可見光相機電力巡線技術

無人機載可見光相機進行電力巡線時主要借助可見光相機的高清成像能力從而實現對電力線路的快速、精準檢測。通過捕捉電力線路的實時圖像，完成電力線的分割、線路周圍的環境監測、線路中如電線斷裂、絕緣子破損、懸掛異物等異常情況檢測，從而保障電力系統的安全穩定運行。

文獻[53]（2019） 借助機載可見光成像構建電力線路數據集，采用深度學習語義分割技術對電力線自動分割以完成電力線路巡檢所需的第一步，進而實現可視化巡檢輸配電網絡，維護電力供應的可靠性、可用性和可持續性。隨著深度學習技術的快速發展，將目標檢測算法應用在輸電線路異物檢測與絕緣子的缺陷檢測也成為主要的研究方向之一[54-56]。文獻[57]（2020） 將多尺度卷積神經網絡與定向邊界框回歸和尺度直方圖匹配策略相結合，異物識別的平均精度達到88.1%，可以有效的檢測周圍環境中的野火或煙霧、重大機械如起重機以及風箏等易對輸電線路造成危害的入侵異物，但其檢測速度較慢，難以滿足實時檢測的需求。文獻[58]（2023） 為解決復雜場景下輸電線路異物識別精度低的問題，將YOLOv5 算法與窗口自注意力網絡融合，提升了線路異物中小目標的檢測效果，對輸電線路多目標入侵檢測精度達到90.2%，在復雜的背景和遮擋干擾的情況下仍具較高的檢測精度。文獻[59]（2023） 針對無人機檢測絕緣子缺陷存在缺陷特征不明顯、小目標檢測效果差、檢測精度和速度無法同時滿足的問題，通過改進YOLOv5 算法加強網絡提取特征的能力并使模型更加輕量化，使絕緣子缺陷檢測平均精度均值達到93.84%，速率較原檢測算法也進一步提升。

無人機載可見光相機在電力巡線中可以為肉眼可見的電力設備異常情況提供參考，其搭載設備要求簡單，成本低廉，識別缺陷范圍廣，被大量應用于無人機線路巡檢中。且與深度學習技術相結合后，無人機載可見光相機電力巡線技術展現出更強的穩健性，能夠有效地抵御檢測目標因幾何變換、形變、光照變化等因素的干擾，降低了異物附著在輸電線上導致的形變帶來的識別難度。目前機載可見光相機電力巡線技術還需重點關注小目標異物的檢測識別，同時應當豐富輸電線路異物可見光數據集，以全面結合實際輸電線路場景完善異常檢測方法。

2.2 無人機載紅外熱成像電力巡線技術

傳統可見光相機依賴光線的反射和散射來捕捉圖像，導致在惡劣氣候如大霧、雨雪等無光照還有超遠距離等使用環境下成像模糊、細節丟失，從而限制其在這些環境下的應用。與可見光成像相比，紅外熱成像技術通過吸收目標物體輻射出的紅外光，將不可見的紅外輻射變為可見的熱像圖，從而反映出目標物體的溫度分布狀態。其具有環境適應性強、探測距離遠、非接觸快速測溫等優勢被廣泛應用于電力設備運行過程中因接觸不良、過載、短路等故障時出現的異常發熱故障檢測與識別。

文獻[60]（2022） 針對輸電線路紅外熱圖像中故障區域難以分割的問題，提出一種基于最大相似度閾值框架的脈沖耦合神經網絡輸電線路紅外圖像熱故障區域提取方法，能較好地提取故障區域并在提取時間上優于原始算法。文獻[61] （2023） 提出了一種輸電線路熱異常監測方法，在無人機上安裝紅外熱像儀獲取精確溫度并提出一種有效的后處理方法以消除室外環境中其他熱源發出的熱能，結合線路自動跟蹤方法可以實現完全自主的輸電線路健康狀況檢查。

無人機載紅外熱成像電力巡線技術可以在輸電線路故障發生之前，迅速、精確地識別出潛在的安全隱患，目前在電力巡檢領域中已成為預防性巡檢中最為高效的檢測手段[59]，但尚未大規模投入應用。由于紅外熱圖像的分辨率一般較低，當輸電線路出現微小故障如細微的裂紋等，這些故障易被圖像的噪點或背景噪聲所掩蓋，在紅外熱圖像中表現得并不明顯，未來需進一步提升紅外熱成像技術的分辨率和靈敏度，并結合紅外圖像增強技術進一步提高辨識微小故障的能力，此外還可與無人機載可見光相機聯合使用并進行圖像融合以增強圖像質量和目標識別的能力，交叉驗證輸電線路的微小故障。

2.3 無人機載紫外相機電力巡線技術

利用無人機還可攜帶紫外相機完成電力巡檢中的特定任務。紫外成像技術是檢測輸電設備異常電暈放電和表面局部閃絡的有效手段。利用無人機搭載紫外成像設備獲取電力設備紫外檢測圖像，確定絕緣設備局部放電位置，完成對設備運行情況的評估。文獻[62]（2021） 分析了紫外相機檢測的成像原理和影響因素，并利用無人機搭載紫外成像儀對多條超高壓輸電線路和絕緣子設備進行現場檢測，結果表明紫外成像檢測方法能有效發現絕緣子和線路表面因破損或毛刺等產生的放電現象，但對于放電量的大小尚不能進行量化，如何利用紫外成像檢測量化放電量的大小將是今后的研究方向。受紫外熱成像設備價格的影響，目前在電力巡檢中與無人機結合的應用較少，相關研究也處于起步階段。

2.4 無人機載激光雷達電力巡線技術

機載激光雷達（LiDAR）是集全球定位系統、慣性導航系統和激光測距系統于一體的綜合性載荷[56]。其通過發射激光束，對比發射信號和反射信號構建三維數據點云圖，相關數據信息經處理后可實現目標距離、姿態、形狀等信息的探測和識別。在電力巡線中，無人機載激光雷達技術則以飛行平臺為載體，搭載激光雷達掃描儀對架空輸電線路進行掃描，利用LiDAR 采集的高精度三維數據獲取輸電線路經風向變換、導線負荷量等因素的長期影響而導致的弧垂度變化，防止輸電線路周邊物體與導線間的距離過近；同時還可應用其對電力桿塔進行三維重建，及時發現因地形變化、風力不均等因素造成的電力桿塔傾斜角變化，實現安全隱患問題的及時規避；獲取的三維位置信息還可服務于無人機巡線的路徑規劃中，及時規避障礙確保飛行安全。

文獻[63]（2019） 為使電力線檢測過程更加可靠和自主，提出了基于LiDAR 的無人機電力線實時檢測與建模算法，對獲取的點云數據進行自適應鄰近點比較并聚類提取線路，根據共線特性擬合建模，完成電力線的分割與三維重建，得到的電力線模型可用于障礙物檢測與防撞。該算法的提出能應用于具有實時要求的線路提取與重建任務。但在對電力線進行提取時仍存在一定的誤差，不能很好的區分部分電力線點與植被點。文獻[64]（2021） 提出了一種基于激光雷達的智能電力線檢測概念。其巡檢示意圖如圖7 所示，主要包括點云分類、關鍵點提取、路線生成和故障檢測四個步驟，其中可利用激光雷達獲取高精度空間信息的能力來識別每個電力線組件的位置，這些位置信息可以改進預先通過人工或半自動規劃得到的無人機巡檢路線從而避免無人機巡檢過程中可能出現的碰撞問題，同時還可根據關鍵點位置信息的引導結合最短路徑搜索算法生成一條最有效且安全的巡檢路徑。實驗驗證表明只需一到兩名技術人員即可在10min 內完成對單個電力線跨度的檢查，說明激光雷達可輔助電力線系統巡檢路線的生成，從而提高電力線巡檢的效率與安全性。

文獻[65]（2022） 利用無人機激光雷達得到的高精度密集點云對發射塔傾斜狀態進行評估，通過對桿塔結構進行擬合計算桿塔中心線，進而計算得到桿塔傾斜率，實驗結果顯示桿塔傾斜角測量的平均相對誤差小于0.7°，證明了激光雷達支持的電力桿塔重建對保證輸電線路安全的有效性，提高了利用無人機對輸電線路桿塔風險狀態的快速、海量智能感知水平。

綜上可知，機載激光雷達技術可以利用采集的三維點云數據高效、準確的獲得外部環境信息從而實現故障隱患的及時發現與快速消除，彌補了傳統人工或直升機進行電力巡線的不足。但其在對輸電線路進行巡檢時，還面臨電力線路跨度大、電力線尺寸較小、背景信息復雜多樣等問題，無人機載激光雷達電力巡線技術的精確性與環境適應能力還需進一步提高。在點云數據采集過程中點云密度、雜點也會對線路提取或三維重建算法的精確性造成干擾，同時點云數據量一般較大，如何在保證點云處理算法準確性的同時提高運算速度是未來仍有待研究的問題。

2.5 無人機載雙目立體視覺電力巡線技術

傳統相機只能記錄相機視角內的所有物體，而深度相機可以檢測物體到相機的距離獲取圖像中每個點的三維坐標信息，在電力巡線中被廣泛應用于目標定位、導航避障等。根據獲取深度信息原理的不同，深度相機可分為結構光相機、時間飛行法（time of flight，TOF）深度相機和雙目立體相機，其中利用無人機搭載雙目相機是目前的主流趨勢。雙目立體視覺的靈感受人類具有通過雙眼來獲取物體距離信息能力的啟發，它通過對比兩個可見光攝像頭獲得的兩幅圖像之間的差異，結合視差原理計算圖像特征點間的關系從而獲取三維空間中的深度信息。

文獻[66]（2019） 針對復雜自然環境背景下輸電線路缺陷檢測不理想的問題，提出一種利用雙目深度成像技術的無人機巡檢輸電線路缺陷及潛伏危險診斷系統。將立體匹配算法中的SAD 和GC 算法相結合以減少計算量并獲得高質量的視差圖，再利用雙峰閾值分割提取輸電線路目標，對輸電線路進行HOG 特征提取并采用支持向量機對特征進行訓練，建立缺陷識別模型，最終識別準確率高達80.3%。使用該系統對輸電線路缺陷進行智能診斷提高了診斷效率，減少了人工工作量。文獻[67]（2021） 研制了一種無人機結合全球定位系統、嵌入式工控計算機與雙目視覺感知技術的輸電線路自動巡檢系統，可以實現電力設備的實時準確檢測、真實空間定位與檢測報告的自動生成。圖8 為其應用于絕緣子檢測的具體原理圖，利用RGB-D 顯著性檢測初步確定絕緣子的候選面積，再根據絕緣子的骨架結構特征實現精準檢測，最后利用雙目立體視覺和無人機的GPS 坐標來獲取絕緣子的真實空間位置。

在220 kV 輸電線路中的實驗結果表明該系統滿足實際工程中絕緣子檢測和空間定位的魯棒性和準確性要求。由于系統硬件的可擴展性，未來可作為良好的硬件平臺搭載其他設備進一步服務于電力系統。文獻[68] （2023） 將機載雙目相機應用于電力巡檢中的路障規避中，針對無人機低空飛行進行電力線路檢測可能會出現的碰撞問題，利用雙目視覺相機獲取視差并轉化為實際距離信息，結合RRT路徑規劃算法重新規劃無人機的飛行路線實現避障功能。但該基于機載雙目立體視覺的避障算法相對簡單，重新生成的避障路徑并非無人機的最短飛行路徑。

機載雙目相機作為利用無人機采集深度圖像的關鍵設備，其具備操作簡單、成本較低等優點，但雙目立體視覺技術依賴環境中的自然光線采集圖像，在電力巡線中面對惡劣的自然環境時因為光照角度變化、強度變化等環境因素的影響導致拍攝的兩張圖片亮度差別較大，不利于兩張圖像之間的配準。同時在對輸電線路圖像進行立體匹配時，需要進一步考慮如何選擇更合理的匹配特征來為立體匹配提供更多信息，提高在輸電線路在被遮擋區域和弱紋理區的匹配精度，盡可能克服匹配過程中復雜背景環境干擾的影響。同時還需精簡優化雙目立體視覺匹配算法，提高算法的運算效率與實用性。

2.6 無人機載多種設備電力巡線技術

隨著無人機載荷能力的提升，研究人員開始將多種載荷設備聯合使用已獲得更全面的信息。文獻[69] （2020） 利用無人機同時搭載可見光相機與紅外熱相機對輸電線路進行圖像采集，采用改進卷積神經網絡對兩種異源圖像進行融合，融合后圖像即具有較好的色彩又包含了熱紅外目標信息。選取某實際運行線路進行巡視，結果顯示輸電線路故障的自動檢測發現率達90% 以上。但其并未與未進行圖像融合的可見光圖像或紅外圖像的輸電線路故障檢測效果進行對比，無法驗證圖像融合對輸電線路故障檢測效果的有效性，后續應進一步研究。文獻[70]（2022） 利用無人機搭載可見光相機與激光雷達采集電力桿塔數據，對電力桿塔的可見光圖像與點云圖像進行三維重建并融合，使得激光點云圖中富含顏色紋理效果，提高模型的準確度，以該模型為研究對象測量電力桿塔傾斜度，結果表示該方法相較傳統方法測量精度有所提高。圖9 是融合可見光的激光雷達電力桿塔三維模型。

文獻[71]（2015） 結合了多種傳感設備，利用無人機搭載紅外相機、可見光相機、紫外相機、激光雷達設計研發了一套無人機多傳感器電力線路安全巡檢系統，圖10 為無人機多傳感器數據采集系統的示意圖。對多傳感設備采集的數據進行獨立與融合處理，完成對電力線路異常發熱、異常放電以及安全距離檢測，實現輸電線路不同缺陷的智能診斷。巡檢結果表明該系統對線路缺陷與隱患的監測結果與人工勘察結果一致，可以實現對電力線路進行自動化、高效巡檢的要求。

無人機搭載多種感知設備提高了其對周圍環境的感知能力，使其能夠更加智能地執行任務。然而，無人機搭載感知設備進行電力巡線也存在一些問題。多種機載感知設備的環境適應性和穩定性需要不斷提高，以應對各種復雜環境和氣象條件；無人機在飛行過程中會受到風力等外部因素的影響，可能導致飛行不穩定，影響感知設備采集數據的質量和準確性，需要具備良好的飛行控制系統保證搭載多種感知設備的無人機飛行穩定性；不同感知設備采集到的圖像與海量數據需要進行高效的處理分析與融合以彌補各個設備之間的局限性，從而得到更全面、更可靠的信息。解決這些問題將需要技術的不斷創新和完善，以確保無人機搭載感知設備能夠安全、可靠地服務于電力巡線。

3 無人機邊緣計算技術

伴隨著大數據、云計算以及移動通信技術的高速發展，互聯網產業發生了深刻的變革[72-74]。近年來，物聯網技術高速發展[75]，大量終端設備被接入到網絡之中，網絡數據的不斷膨脹直接導致傳統云計算體系結構的弊病愈發顯著。將產生的所有數據全部卸載到云端服務器上勢必會產生非常嚴重的網絡堵塞和極高的服務延遲[11， 76]。在這種背景之下，人們提出了邊緣計算MEC 的概念[77]，以減輕數據中心的處理壓力[78]。邊緣計算旨在使數據的計算和存儲發生在靠近數據源的位置[79]，即所謂的“邊緣”處，從而有效減少數據的傳輸時間，提高系統的響應速度，減少帶寬消耗，并提高數據的處理效率。

近年來架空線路的擴建需求和覆蓋范圍不斷增大，這些輸電線路常年暴露于惡劣的自然環境中，諸如絕緣子破損、鋼絲繩斷裂以及電力線接頭腐蝕等缺陷問題非常普遍[80]，通過人工進行線路檢測的方法危險系數高且效率較低，難以滿足現代化電網建設的基本要求[81]，在此背景之下，利用無人機進行電力巡檢的方法凸顯出了極大的優勢。然而，傳統的無人機電力巡檢方法嚴重依賴無人機控制人員的操作水平，且巡檢效率較低，限制了無人機的各項性能，無法實現電力巡檢的自主化、無人化和智能化[82]。將無人機上傳感器采集到的數據實時處理并反饋給無人機進行路徑決策已經成為國內外學者研究的焦點，并由此引出了無人機邊緣計算的問題。

3.1 基于地面站的無人機移動邊緣計算

移動邊緣計算是一種由歐洲電信標準化協會于2014 年提出的新概念，它通過在地面基站上部署一臺或多臺相當于“微云”的邊緣服務器[74]，對無人機產生的計算密集型任務[83] 進行快速處理并將數據處理的結果及時反饋給無人機進行決策。該方法的整體架構如圖11 所示：通過空空鏈路，執行如巡檢、遙感等任務的無人機之間相互連接。無人機將傳感器收集到的如激光點云、可見光圖像、紅外熱圖像等數據信息的分析任務卸載到部署在地面站上的，邊緣服務器將數據處理完畢后返還結果給無人機，這種處理方式在一定程度上降低了無人機的能耗，減少了無人機數據處理存在的延遲，并延長了無人機的續航時間。

參考文獻[74] 中也提到了一種無人機-邊緣服務器-云端3 層架構的無人機移動邊緣計算平臺，通過將無人機產生的計算密集型任務合理分配到云端和邊緣服務器上，實現計算資源的最大化利用，進一步減小無人機數據處理的時延，提高無人機對周圍環境的感知和決策能力。

這種無人機邊緣計算方法在電力巡檢領域中的基本應用流程為：無人機將飛行過程中采集到的視頻圖像信息以及輸電線路的缺陷等信息實時回傳至地面站的邊緣服務器，通過邊緣服務器中部署的相關算法對這些信息進行及時的處理和反饋，包括對視頻信息進行目標的檢測和追蹤，并將這些信息反饋給無人機進行自主飛行和避障；對無人機捕獲的缺陷信息進行實時的檢測分析，確定缺陷的種類和位置。

基于地面站的無人機移動邊緣計算存在以下問題：

1）當計算任務處理的數據為視頻流時，從無人機導出視頻到地面站上邊緣服務器的過程容易中斷，且在網絡信號較差的環境下時延較高，無法滿足無人機實時決策的需要[84]。

2）在某些特定的電力巡檢場景中，地面站邊緣服務器由于輕便性較差的原因不易攜帶。

針對地面站邊緣服務器存在的上述缺陷，無人機直接搭載邊緣計算平臺進行實時的數據處理和決策已經成為了當下主流的發展趨勢[85]。

3.2 無人機機載邊緣計算

參考文獻[80] 利用大疆開發的嵌入式機載邊緣計算平臺Manifold 2 設計了一套輸電線路無人機自主缺陷檢測系統，該系統分為輸電部件檢測模塊和缺陷分析模塊兩部分，如圖12 所示。機載邊緣計算平臺控制無人機進行自主飛行，并從無人機攝像頭捕獲的實時視頻中實時檢測和定位輸電系統的各個組件。利用設計好的缺陷檢測算法對識別出的部件進行缺陷檢測和分析，最終將分析結果保存至機載邊緣計算平臺中。其采用的缺陷檢測和定位系統在復雜自然環境下具有較強的魯棒性，同時因其各個算法均部署在機載邊緣計算平臺上，實現了輸電線路缺陷檢測的完全自動化，大大提高了檢測的效率。參考文獻[86] 提出了一種地面站輔助的無人機自主電力架線系統，在無人機上搭載NVIDIAJetson TX2 嵌入式機載計算機，并在其上部署相關避障算法，實現對無人機傳感器采集的數據進行實時的分析處理。利用數傳和圖傳設備將經過機載計算機處理的無人機捕獲的畫面發送至地面站，地面站可以實時觀測無人機的狀態，一旦發生緊急情況，如避障算法失靈，可以立即將無人機切換至人工控制模式。參考文獻[87] 在無人機上安裝NVIDIAJetson Nano 機載邊緣計算平臺并在其上部署了輸電線路檢測算法，該算法通過獲取輸電線路線的空間位置自動提取輸電線上的密集點云。之后，通過計算輸電線和地面點云之間的空間距離來自動檢測障礙物，從而實現無人機在自主電力巡檢過程中的避障。

由上述應用案例可以看出，無人機機載邊緣計算平臺在電力巡檢領域已經有了一定的應用基礎和應用前景。伴隨著微型處理器、GPU 技術、網絡通信技術和專用集成電路（ASIC）技術的不斷進步和發展，無人機機載邊緣計算平臺的運算存儲能力和實時數據傳輸能力將不斷增強。未來機載邊緣計算平臺的發展趨勢將會是不斷與其他先進技術融合，如廣州中科云圖有限責任公司自主研發設計的云冠2.0 集成了5G 通信技術，可以實現無人機攝像頭視頻數據的高速推流。同時，現有機載邊緣計算平臺受限于無人機有限的電池容量而不能充分發揮其作用，因此，先進的電池儲能技術也將是機載邊緣計算平臺技術的另一個突破口。而機載邊緣計算平臺性能的不斷改進和完善也將使其能夠更好地執行各種AI 算法，如避障算法、目標檢測算法、缺陷檢測算法等[88]，最終實現無人機在電力巡檢領域完全自主化和智能化的突破。

4 結束語

基于以上討論可知，無人機在電力巡檢領域持續推廣應用的關鍵在于通信、感知與計算能力，目前無人機中繼通信技術、無人機信息感知技術、無人機邊緣計算技術在電力巡線領域均已取得一定成就：無人機中繼通信技術的初步應用一定程度上解決了無信號區域機巡工作的無人機通信問題，但如何在不影響無人機通信效率的同時實現發射功率最小化與通信覆蓋范圍最大化仍是值得深入研究的問題；無人機信息感知技術提高了電力巡線的自主化與智能化水平，在電力巡線工作中已被廣泛應用，但考慮到不同輸電場景的特殊性與復雜性，解決不同場景下無人機的飛行限制問題與海量采集數據的分析處理問題將是未來的重要研究課題；無人機機載邊緣計算技術對無人機數據處理的實時性有所提高，極大地減少了數據傳輸至云端的時延，但如何在降低機載邊緣計算平臺能耗的同時增強其運算能力以適應更高復雜度算法需求仍是一個亟待解決的難題。