無人機輸電線路巡檢中安全距離測量方法

李　棟，林靖宇，高鵬宇，盧子廣

(1.廣西大學(xué)電氣工程學(xué)院， 廣西南寧530004； 2.廣西電網(wǎng)公司梧州供電局， 廣西梧州543002)

?

無人機輸電線路巡檢中安全距離測量方法

李棟1，林靖宇1，高鵬宇2，盧子廣1

(1.廣西大學(xué)電氣工程學(xué)院， 廣西南寧530004； 2.廣西電網(wǎng)公司梧州供電局， 廣西梧州543002)

摘要：針對無人機輸電線路巡檢中無人機與輸電線路之間安全距離的測量問題，提出一種基于成像模型的單目視覺測量方法。采用圖像處理技術(shù)，從無人機拍攝的圖像中識別出無人機輸電線路巡檢中輸電線桿塔，以此建立了輸電線路的成像模型，并在已知輸電線桿塔實際高度的前提下，由模型中的成像幾何關(guān)系推導(dǎo)出了無人機距離輸電線路豎直平面的安全距離。與傳統(tǒng)的基于GPS坐標(biāo)或基于激光測距的方法相比，降低了模型的計算復(fù)雜度和系統(tǒng)的硬件需求，提高了在復(fù)雜地理環(huán)境下系統(tǒng)的穩(wěn)定性和檢測精度。實驗結(jié)果表明，該方法能準(zhǔn)確測量安全距離且平均檢測誤差僅為2.63%。

關(guān)鍵詞：輸電線路；無人機；安全距離

隨著經(jīng)濟的快速發(fā)展，社會對電力的需求激增，電力線路正大幅擴建。而中國國土遼闊，輸電線路將穿越各種復(fù)雜的地形環(huán)境，傳統(tǒng)的輸電線路巡檢方式不能有效滿足需求，從而促進(jìn)了無人機輸電線路巡檢方式的出現(xiàn)，它很好地解決了復(fù)雜地形環(huán)境下輸電線路巡檢的難題[1-3]。然而，遠(yuǎn)距離的戶外高壓輸電線路巡檢對無人機飛行的安全性要求非常高，如何準(zhǔn)確地測量無人機巡檢中無人機相對高壓輸電線路的安全距離，避免無人機對輸電線路的安全威脅，成為影響無人機輸電線路巡檢系統(tǒng)發(fā)展的關(guān)鍵因素[4]。

現(xiàn)有的無人機輸電線路巡檢系統(tǒng)中，在距離測量和軌跡規(guī)劃方面，通常采用激光測距和GPS導(dǎo)航來確認(rèn)無人機的巡檢飛行軌跡以及與目標(biāo)物障礙物的距離。激光測距雖然精度高，但成本較大，且增加了無人機的負(fù)載，降低了無人機的飛行效率。文獻(xiàn)[5]介紹了基于GPS的坐標(biāo)轉(zhuǎn)換來進(jìn)行輸電線和桿塔的軌跡跟蹤，通過對目標(biāo)物大地坐標(biāo)、球心直角坐標(biāo)系和站心地平直角坐標(biāo)系之間的轉(zhuǎn)換可計算地球表面兩點之間的距離，從而亦可計算得到點與面之間的距離。但GPS本身存在精度誤差，工業(yè)上通常用的非差分定位的GPS導(dǎo)航系統(tǒng)精度大約在2.5 m，當(dāng)設(shè)定的安全距離在50 m以內(nèi)時其最大相對誤差超過10%，且距離越近相對誤差越大。因此，此方法更適合于固定翼飛機的遠(yuǎn)距離測距，而且在復(fù)雜山區(qū)地形中存在GPS信號弱、容易受干擾等問題，基于激光或GPS定位的測距方法不能很好地解決無人機輸電線路巡檢中無人機與輸電線路平面安全距離的測量問題。基于多旋翼無人機的輸電線路巡檢系統(tǒng)中關(guān)于安全距離的具體指標(biāo)尚無統(tǒng)一標(biāo)準(zhǔn)，實際應(yīng)用中考慮到圖像的清晰度與飛行的安全性，無人機與輸電線路通常保持10～30 m的作業(yè)距離，在此作業(yè)距離下采用基于機器視覺的測距方法精度更高。針對此問題，本文提出基于單目視覺測距的檢測方法，建立了無人機輸電線路巡檢中輸電線路的成像模型，采用圖像處理技術(shù)從無人機采集得到的輸電線路圖像中識別出桿塔，在已知輸電線桿塔實際高度的條件下由模型中的成像幾何關(guān)系推導(dǎo)計算出了無人機距離輸電線路豎直平面的安全距離。最后，通過實驗驗證了本文所提出測距方法的準(zhǔn)確性和可行性。

1檢測原理

輸電線路無人機巡檢中安全距離是指無人機與輸電線路豎直平面之間的水平距離。如圖1所示，由任意相鄰兩輸電線路桿塔即可確定與巡檢無人機當(dāng)前位置相對應(yīng)的輸電線豎直平面，隨著巡檢位置的不同，輸電線路豎直平面隨著輸電線路軌跡變化。本文提出的算法可實時測量無人機輸電線路巡檢中隨時變化的巡檢安全距離。輸電線桿塔的實際高度符合國家規(guī)定的已知高度。在此前提下，首先通過圖像處理來識別圖像中的輸電線桿塔，并測量桿塔的圖像高度以及相鄰桿塔的圖像距離，然后基于小孔成像原理分別計算得到相鄰兩桿塔在無人機機載攝像機中的像距以及實際物距，最后根據(jù)輸電線桿塔的成像幾何模型，可計算得兩相鄰目標(biāo)桿塔在攝像機成像中心處的夾角，結(jié)合桿塔物距并經(jīng)三角形計算，可以得到攝像機距離兩輸電線桿塔平面的水平距離即巡檢安全距離。

圖1　無人機巡檢示意圖

輸電線路無人機巡檢系統(tǒng)中采用四旋翼飛行器、無人機搭載單目攝像機來拍攝輸電線路圖像。攝像機保持豎直方向，使得攝像機成像平面與輸電線路豎直平面平行。攝像角度為面向輸電線路平面，且保證攝像視野總有至少兩個輸電線桿塔。拍攝照片可用機載嵌入式系統(tǒng)計算處理，或者經(jīng)過圖傳與數(shù)傳系統(tǒng)將圖像傳輸回地面基站計算處理，從而實時控制無人機沿輸電線路保持安全距離飛行。

1.1小孔成像模型

攝像機成像模型可以用小孔成像模型表示，如圖2所示。其中，H 為目標(biāo)實際高度，h 為成像高度，u 為物距，v 為相距，式中f 為相機焦距。由相似三角形關(guān)系以及相機物距、像距與焦距的關(guān)系可得以下方程組：

(1)

在已知目標(biāo)桿塔實際高度H以及相機焦距f的情況下就可解得輸電線桿塔物距和像距分別為：

(2)

其中，當(dāng)目標(biāo)物實際高度H較大時，像距v可用焦距f近視表示。

1.2航拍成像模型

航拍攝像機成像模型圖如圖3所示。其中，桿塔A、B在攝像機成像平面分別為像A、像B， l 是像A到像B的圖像距離，θ0為像A與像B在攝像機成像中心處的夾角，θ 是桿塔A和桿塔B在攝像機成像中心處的夾角，α為攝像機到輸電線桿塔B的物距直線與輸電線路豎直平面的夾角，ua、ub、va、vb分別為輸電線桿塔A、B的物距和像距，L為輸電線桿塔A到桿塔B的實際距離，x為所求的攝像機到輸電線路豎直平面的水平距離。

圖2小孔成像模型圖

Fig.2Pinhole imaging model diagram

圖3航拍成像模型圖

Fig.3Aerial imaging model diagram

2測量算法

在攝像機豎直拍照的前提下，攝像機成像平面與輸電線路豎直平面平行，由攝像機成像原理可知，在已知實際輸電線桿塔高度H的情況下，通過測量圖像中輸電線桿塔A、B的圖像高度ha和hb，由式(2)可計算得相機距輸電線桿塔A、B的物距分別為ua=(H+ha)f/ha，ub=(H+hb)f/hb，像距分別為va=(H+ha)f/H ，vb=(H+hb)f/H ，根據(jù)三角形余弦定理可計算出夾角θ0，即可由三角形對角相等求得θ，再結(jié)合三角正弦定理與余弦定理可計算得到α與L，即可計算出安全距離x。具體方程組為：

(3)

化簡可以求得無人機離輸電線路的安全距離x為

(4)

算法流程如圖4所示。在無人機巡檢飛行控制系統(tǒng)中，本算法用于實時測量無人機與輸電線路的實際距離x(t)，并與設(shè)定的安全距離x0相比較，得到實時誤差e(t)，從而實時控制無人機巡檢的安全飛行。在視覺測距算法中,對圖像處理的目的是從復(fù)雜背景中識別出輸電線桿塔并對桿塔的圖像尺寸進(jìn)行測量。首先,須對圖像進(jìn)行預(yù)處理，包括對輸電線路圖像進(jìn)行平滑濾波、消除部分噪聲、對常見的金屬桿塔或者水泥桿塔灰度進(jìn)行分析、通過分段圖像增強等處理將圖像轉(zhuǎn)化為特定的灰度圖像、進(jìn)行圖像形態(tài)學(xué)處理、通過腐蝕膨脹操作去除部分邊緣噪聲得到連通的完整的區(qū)域；設(shè)置合適的閾值進(jìn)行邊緣檢測，由于輸電線路桿塔通常是豎直方向的，因此，在桿塔識別時可直接排除傾斜的或橫向的樹木枝干的干擾；在得到的二值圖像中對桿塔的邊緣進(jìn)行準(zhǔn)確定位，實現(xiàn)在復(fù)雜背景中輸電線路桿塔輪廓的提??；然后，在圖像坐標(biāo)系下確定各桿塔邊緣的圖像坐標(biāo)，對于部分模糊的邊緣，可采用均值處理，以減小檢測誤差；最后，可計算得到輸電線桿塔的圖像高度以及相鄰兩桿塔的圖像距離。

圖4　算法流程

3實驗分析

算法實驗驗證中采用Pentax k50單反相機拍照，其影像感應(yīng)器的尺寸為23.7 mm×15.7 mm，拍攝的照片分辨率為3456×2304 pix。為了便于計算圖像距離，統(tǒng)一單位為mm。在圖像坐標(biāo)系中，由像素單位到毫米單位的轉(zhuǎn)換規(guī)則中，在x軸的轉(zhuǎn)換系數(shù)為kx=23.7/3456mm/pix，y軸的轉(zhuǎn)換系數(shù)為ky=15.7/2304mm/pix。實驗中，以相鄰兩個路燈桿塔模擬輸電線路桿塔為例來驗證本論文方法正確性及實用性。圖5為距離兩桿塔一定距離側(cè)向一定角度豎直拍攝的圖像，經(jīng)過圖像處理后初步識別出桿塔位置。取攝像機焦距分別為24 mm和35 mm，距離兩桿塔不同距離不同側(cè)向角度的多個位置進(jìn)行定焦拍照測距。通過多組實驗來驗證本論文算法可靠性，其具體測量距離與實際距離對比如表1所示。

圖5　圖像處理圖

由表1可知，實驗中平均測量誤差率為2.63%，最大測量誤差率為6.57%，在實際誤差允許范圍內(nèi)。較普通工業(yè)級GPS系統(tǒng)中2.5 m的誤差范圍(GPS坐標(biāo)轉(zhuǎn)換的測距方法在此實驗距離范圍內(nèi)其相對誤差最大可達(dá)30%),本文提出的測距方法在檢測精度上有了很大的提高。實驗中考慮到實際室外拍攝的操作誤差以及標(biāo)準(zhǔn)實際距離的測量誤差等因素的影響，該測量算法基本能實現(xiàn)無人機與輸電線路安全距離的測量。實驗驗證了該方法的準(zhǔn)確性和有效性。

表1　測距實驗結(jié)果

對實驗中存在的測量誤差進(jìn)行分析發(fā)現(xiàn)，測量誤差產(chǎn)生的主要原因有如下幾點：①圖像識別測量中存在圖像噪聲，如拍照的運動模糊等，影響了圖像識別時桿塔邊界的準(zhǔn)確定位，從而影響圖像距離的測量精度；②攝像機成像平面不完全處于豎直平面，而是存在一定的傾斜角度，影響小孔成像中物距和像距的計算精度；③由于是側(cè)向定焦拍照，兩桿塔有時無法同時處于對焦位置，存在部分圖像模糊；④在本研究中標(biāo)準(zhǔn)實際距離是采用卷尺測量桿塔平面到攝像機的距離，實際距離自身存在測量誤差。以下對各誤差因素做進(jìn)一步的實驗分析，以驗證算法的實際可行性。

3.1在輸電線路無人機巡檢中攝像機的拍攝角度對測距精度的影響

在輸電線桿塔落在攝像機視野中的前提下，成像平面始終處于豎直方向，攝像機在水平面的旋轉(zhuǎn)和豎直平面內(nèi)的旋轉(zhuǎn)對測量精度并無影響，而在攝像機俯仰角度的變化則對檢測誤差有影響。由圖2小孔成像模型可知，當(dāng)攝像機成像平面有俯仰傾斜時，兩三角形不再相似，則不能得出方程式(1)，則此算法計算有誤。當(dāng)目標(biāo)物的實際尺寸遠(yuǎn)大于圖像尺寸時，在一定俯仰角度內(nèi)此誤差可以忽略。如圖6所示，在目標(biāo)桿塔始終落在視野中的前提下，取6個不同傾斜角度拍攝照片，以豎直平面正視圖6(c)為基準(zhǔn)，圖6(a)、(b)為仰視圖，圖6(d)、(e)、(f)為俯視圖，當(dāng)改變拍攝傾斜角度時，測量距離的相對誤差變化量如表2所示，可知改變俯仰拍攝角度時，隨著角度的變大則檢測誤差也變大，實驗中最大相對誤差變化量為2.18%，可見其相對誤差變化范圍較小，即當(dāng)目標(biāo)桿塔的全部在視野中的條件下，拍照俯仰角度的變化對實際的檢測精度影響不大，由此產(chǎn)生的誤差可以忽略。

圖6　不同俯仰角度拍攝圖

圖號圖7(a)圖7(b)圖7(c)圖7(d)圖7(e)圖7(f)相對誤差變化量/%1.230.3000.130.962.18

3.2圖像處理中輸電線桿塔的識別精度對測距精度的影響

取表1中第13組實驗數(shù)據(jù)進(jìn)行分析，模擬不同圖像識別精度，依次將圖像檢測中的兩桿塔高度ha、hb以及兩桿塔之間的圖像距離l減小或增加10pix，比較測量誤差的變化情況。實驗結(jié)果如表3所示，可見最大相對誤差變化僅為0.979%。分析可知，由于圖像噪聲或運動模糊等造成的圖像檢測誤差對最終的安全距離計算結(jié)果影響不明顯，該方法不完全依賴與圖像檢測精度，具有較高可靠性。

表3　圖像檢測精度誤差分析

3.3輸電線桿塔實際高度的測量精度對測距精度的影響

在實際應(yīng)用中桿塔的實際距離通常受植被環(huán)境影響或者制造工藝的影響，導(dǎo)致與標(biāo)準(zhǔn)規(guī)格值之間存在一定誤差，且每個桿塔的誤差不同。本實驗中取表1中第13組實驗數(shù)據(jù)進(jìn)行分析，分別將兩桿塔的實際桿塔高度Ha和Hb增大或者減小100 mm，分析比較其相對誤差變化。由表4可知，改變桿塔實際高度，其相對誤差最大為4.029%，相對誤差變化率最大為3.038%。由此可知，桿塔實際高度的測量誤差對系統(tǒng)安全距離的測量誤差影響較小，該方法具有較高實用性。

表4　桿塔實際高度誤差分析

4結(jié)語

本文針對無人機輸電線路巡檢中安全距離測量這一關(guān)鍵問題提出了一種基于圖像的單目測距方法。該方法通過圖像處理技術(shù)識別出輸電線路圖像中的輸電線桿塔，建立了輸電線路的成像模型，在已知輸電線桿塔實際高度的條件下由此模型推導(dǎo)計算出了無人機與輸電線路豎直平面的安全距離。該方法具有較低的運算復(fù)雜度，相比激光測距方法降低了系統(tǒng)硬件需求，降低了成本。在多旋翼無人機輸電線路近距離巡檢中，相比GPS坐標(biāo)轉(zhuǎn)換方法在近距離測量中提高了檢測精度，在復(fù)雜戶外環(huán)境下降低了對GPS信號的依賴性。此外與傳統(tǒng)的輸電線跟蹤算法不同，本算法是基于目標(biāo)更大，形狀結(jié)構(gòu)更規(guī)則的輸電線桿塔的識別，大大降低了目標(biāo)識別的難度。本研究采用路燈桿塔模擬了輸電線路桿塔進(jìn)行算法驗證，表明該方法能準(zhǔn)確測量安全距離，實驗中檢測的平均相對誤差僅為2.6%，且具有較高的檢測精度，提高了無人機輸電線路巡檢的安全性以及巡檢效率。

參考文獻(xiàn)：

[1]鄭貴林,張麗.自旋翼飛機電力巡線技術(shù)研究與應(yīng)用[J]. 中國電力, 2014 (7): 26-31.

[2]湯明文,戴禮豪,林朝輝,等.無人機在電力線路巡視中的應(yīng)用[J]. 中國電力, 2013 (3): 35-38.

[3]王振華,黃宵寧,梁焜,等.基于四旋翼無人機的輸電線路巡檢系統(tǒng)研究[J]. 中國電力, 2012 (10).59-62.

[4]沈建,劉偉東,劉鴻斌,等.真升機巡視 1000KV 交流特高壓線路的安全作業(yè)距離[J]. 中國電力, 2011, 44(5): 41-45.

[5]呂明,盛戈皞,張衛(wèi)東,等.無人飛行器巡檢輸電線路的桿塔和導(dǎo)線跟蹤算法[J]. 電力系統(tǒng)自動化, 2012, 36(9): 92-97.

[6]ZHANG M，LIU H H T.Vision-based estimation of ground moving target by multiple unmanned aerial vehicles[C]//American Control Conference (ACC), 2012 IEEE Conference.Montreal, QC, Canada： IEEE Conference Publications, 2012: 1737-1742.

[7]陳斯雅,王濱海,盛戈皞,等.采用圖像攝影的輸電線路弧垂測量方法[J]. 高電壓技術(shù), 2011, 37(4): 904-909.

[8]姜明新,王培昌,王洪玉.基于視頻多目標(biāo)跟蹤的高度測量算法[J]. 電子學(xué)報, 2015, 43(3): 591-596.

[9]莊嚴(yán),盧希彬,李云輝.移動機器人基于三維激光測距的室內(nèi)場景認(rèn)知[J]. 自動化學(xué)報, 2011,37(10):1232-1240.

[10]胡永彪,張文祥,金守峰,等.基于機器視覺的工程機械行走速度測量方法[J]. 廣西大學(xué)學(xué)報: 自然科學(xué)版, 2012, 37(5): 907-912.

[11]PANAHANDEH G,，JANSSON M.Vision-aided inertial navigation based on ground plane feature detection[J]. Mechatronics, IEEE/ASME Transactions on, 2014, 19(4): 1206-1215.

[12]蘇慶華,趙剡,楊奎,等.單幅散焦圖像深度計算方法[J]. 紅外, 2013, 34(5): 16-22.

[13]鄒強.飛行器遠(yuǎn)程圖像距離測量方法研究[J]. 微電子學(xué)與計算機, 2012, 29(5): 193-196.

[14]郭磊,徐友春,李克強,等.基于單目視覺的實時測距方法研究[J]. 中國圖象圖形學(xué)報, 2006, 11(1): 74-81.

[15]XIAO YI D，QIN HUA Z.Research on laser-assisted odometry of indoor UAV with monocular vision[C]//Cyber Technology in Automation, Control and Intelligent Systems (CYBER), 2013 IEEE 3rd Annual International Conference on. Nanjing, China.IEEE Conference Publications, 2013: 165-169.

[16]吳建.基于區(qū)域生長算法的彩色遙感圖像分割[J]. 廣西大學(xué)學(xué)報: 自然科學(xué)版, 2011, 36(6): 981-986.

[17]WAHAB M N A，SIVADEV N， SUNDARAJ K.Target distance estimation using monocular vision system for mobile robot[C]//Open Systems (ICOS), 2011 IEEE Conference on.Langkawi, Malaysia： IEEE Conference Publications, 2011: 11-15.

(責(zé)任編輯裴潤梅)

Safe distance measurement for power transmission line inspection by UAVs

LI Dong1，LIN Jing-yu1，GAO Peng-yu2, LU Zi-guang1

(1.College of Electrical Engineering, Guangxi University, Nanning 530004, China;2.Wuzhou Power Supply Bureau, Guangxi Power Grid Corporation, Wuzhou 543002,China)

Abstract:Aiming at the problem of measuring the safe distance between UAV and transmission line, a new monocular camera method which based on imaging model is proposed. The method use the image processing technology to identify transmission line towers in the images which captured by the UAV. Then the imaging model of transmission line in UAV transmission line inspection is established. Once the actual height of towers is known, the safe distance between UAV and the vertical plane of transmission line can be calculated by using this imaging geometry model. Compared with the traditional method which based on GPS coordinates or laser ranging method, the method can reduce the computational complexity and hardware requirements of the system. And it can improve the stability and accuracy of the system. Experimental results show that the distance measuring average error is only 2.63%.

Key words:transmission line; UAV; safe distance

中圖分類號：TM755

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-7445(2016)02-0498-08

doi:10.13624/j.cnki.issn.1001-7445.2016.0498

通訊作者：林靖宇(1972-)，男，福建福州人，廣西大學(xué)副教授；E-mail：jylin@gxu.edu.cn。

基金項目：國家自然科學(xué)基金資助項目(51177018)；廣西科技攻關(guān)項目(桂科攻1598008-1)

收稿日期：2015-09-12；

修訂日期：2015-11-08

引文格式：李棟，林靖宇，高鵬宇,等.無人機輸電線路巡檢中安全距離測量方法[J].廣西大學(xué)學(xué)報(自然科學(xué)版)，2016，41(2)：498-505.