變電站現(xiàn)場(chǎng)作業(yè)與風(fēng)險(xiǎn)管控的三維實(shí)景推演仿真

杜勇， 陳釗， 劉鋒， 王先兵

(1. 國(guó)網(wǎng)湖北省電力公司 檢修公司， 湖北 武漢 430050；2. 國(guó)網(wǎng)電力科學(xué)研究院 武漢南瑞有限責(zé)任公司， 湖北 武漢 430074；3. 武漢大學(xué) 水利水電學(xué)院， 湖北 武漢 430072；4. 武漢大學(xué) 計(jì)算機(jī)學(xué)院， 湖北 武漢 430072)

變電站現(xiàn)場(chǎng)作業(yè)與風(fēng)險(xiǎn)管控的三維實(shí)景推演仿真

杜勇1， 陳釗2， 劉鋒3， 王先兵4

(1. 國(guó)網(wǎng)湖北省電力公司 檢修公司， 湖北 武漢 430050；2. 國(guó)網(wǎng)電力科學(xué)研究院 武漢南瑞有限責(zé)任公司， 湖北 武漢 430074；3. 武漢大學(xué) 水利水電學(xué)院， 湖北 武漢 430072；4. 武漢大學(xué) 計(jì)算機(jī)學(xué)院， 湖北 武漢 430072)

利用三維激光掃描技術(shù)對(duì)變電站進(jìn)行精確三維實(shí)景重構(gòu)，并在虛擬仿真層面上，在三維場(chǎng)景平臺(tái)中對(duì)變電站設(shè)備進(jìn)行正常巡視和故障檢修的推演仿真，形成現(xiàn)場(chǎng)作業(yè)的輔助指導(dǎo)方案.然后，結(jié)合慣性導(dǎo)航與實(shí)時(shí)視覺(jué)定位技術(shù)，獲得實(shí)際工作人員、工程車(chē)輛等在變電站中的位置，分析得到實(shí)際工作人員與車(chē)輛的運(yùn)動(dòng)趨勢(shì)，并與變電站三維實(shí)景模型中建立的高壓帶電危險(xiǎn)區(qū)域進(jìn)行軟碰撞檢測(cè)，從而實(shí)現(xiàn)現(xiàn)場(chǎng)作業(yè)與巡檢的風(fēng)險(xiǎn)管控，及時(shí)制止作業(yè)過(guò)程中誤入帶電危險(xiǎn)區(qū)域的操作. 關(guān)鍵詞： 三維實(shí)景重構(gòu)； 三維激光掃描技術(shù)； 慣性導(dǎo)航系統(tǒng)； 視覺(jué)系統(tǒng)定位； 風(fēng)險(xiǎn)管控； 軟碰撞檢測(cè)

目前，國(guó)家電網(wǎng)的變電站大都實(shí)現(xiàn)智能化無(wú)人值守，三維仿真與虛擬現(xiàn)實(shí)在電力領(lǐng)域的應(yīng)用與研究越來(lái)越深入，使智能變電站的三維實(shí)景建模及其相關(guān)應(yīng)用研究成為熱點(diǎn)[1].對(duì)變電站進(jìn)行三維實(shí)景仿真的前提是對(duì)變電站進(jìn)行建模.國(guó)內(nèi)和國(guó)外常用的變電站建模手段主要有以下兩種：一是利用地面激光雷達(dá)掃描變電站，獲取密集的三維點(diǎn)云數(shù)據(jù)，再用三維建模工具進(jìn)行變電站建模；二是基于變電站的設(shè)計(jì)圖紙與變電設(shè)備的廠家圖紙，采用三維軟件，構(gòu)建各種設(shè)備模型，組合拼裝構(gòu)成整個(gè)變電站的三維模型[2].這兩種方法，建立的模型非常細(xì)致，每個(gè)元件都可單獨(dú)建模，再輔之以面向?qū)ο蟮木幊痰仁侄危尚纬煞浅Ｍ陚浜颓逦淖冸娬灸Ｐ?基于設(shè)計(jì)圖紙與設(shè)備圖紙的三維重構(gòu)方法要求變電站資料齊全，三維重構(gòu)模型中設(shè)備的空間位置與尺寸大小精度依賴于三維重構(gòu)人員的技術(shù)與責(zé)任心，而基于激光掃描技術(shù)的三維重構(gòu)方法不存在上述缺陷，并能夠在采集點(diǎn)云數(shù)據(jù)的同時(shí)采集紋理材質(zhì)[2].本文通用三維激光掃描技術(shù)進(jìn)行精確的變電站三維重構(gòu)，直接在變電站三維實(shí)景模型上進(jìn)行現(xiàn)場(chǎng)作業(yè)的推演仿真，并結(jié)合慣性導(dǎo)航與視覺(jué)定位技術(shù)，實(shí)現(xiàn)現(xiàn)場(chǎng)作業(yè)與巡檢的風(fēng)險(xiǎn)管控.

1 變電站三維激光實(shí)景重構(gòu)

采用三維激光掃描儀進(jìn)行非接觸式測(cè)量方式，能解決已有先進(jìn)測(cè)繪儀器在變電站這種特殊的領(lǐng)域不能進(jìn)行正常作業(yè)的特殊環(huán)境測(cè)量工作.激光掃描儀通過(guò)發(fā)射激光束照射物體表面，通過(guò)接收反射回來(lái)的激光計(jì)算出目標(biāo)物體的方位、距離等信息.通常在一個(gè)固定的地點(diǎn)按照預(yù)定軌跡進(jìn)行激光束掃描，并記錄獲取的反射激光點(diǎn)相關(guān)信息.由于激光束掃描非常精細(xì)，能夠獲取大量的反射激光點(diǎn)，稱為激光點(diǎn)云.將不同測(cè)站點(diǎn)獲取的激光點(diǎn)云進(jìn)行配準(zhǔn)，可以把多個(gè)測(cè)站點(diǎn)獲取的空間數(shù)據(jù)統(tǒng)一到同一個(gè)坐標(biāo)系，從而獲得整個(gè)變電站的三維激光點(diǎn)云[3].

采用基于Pointcloud與Auto CAD建立變電站場(chǎng)景模型.Kubit公司開(kāi)發(fā)的Pointcloud點(diǎn)云處理軟件與Auto CAD聯(lián)合使用可以導(dǎo)入海量的變電站點(diǎn)云數(shù)據(jù)；然后，通過(guò)自動(dòng)擬合的方式生成弧、圓、平面、圓柱等簡(jiǎn)單幾何體，進(jìn)而快速提取激光點(diǎn)云數(shù)據(jù)中的各種形狀的特征量；最后，采用Auto CAD軟件的旋轉(zhuǎn)、拉伸等功能進(jìn)行各種設(shè)備的三維建模.通過(guò)這種方法構(gòu)建的變電設(shè)備模型不僅仿真度非常高，而且建模效率也很高.具體的三維實(shí)景建?；痉椒ㄅc流程[1]有如下3個(gè)方面.

1) 規(guī)則設(shè)備的建模.直接采用Pointcloud軟件截取點(diǎn)云中對(duì)應(yīng)電氣設(shè)備的規(guī)則形狀點(diǎn)云數(shù)據(jù)，比如圓環(huán)、圓柱、立方體等，然后,進(jìn)行擬合生成相應(yīng)的模型.

2) 不規(guī)則設(shè)備的建模.采用Pointcloud進(jìn)行不規(guī)則設(shè)備的點(diǎn)云切片，以某個(gè)坐標(biāo)軸方向作為基準(zhǔn)，剖分不規(guī)則設(shè)備的點(diǎn)云數(shù)據(jù)，生成許多點(diǎn)云切片；然后，采用多義線擬合方法進(jìn)行點(diǎn)云切片，擬合生成該設(shè)備的二維輪廓圖；最后,在二維輪廓圖的基礎(chǔ)上,通過(guò)掃掠、拉伸、旋轉(zhuǎn)等方法生成該設(shè)備的三維線框模型.

3) 變電站的三維建模.參照整個(gè)變電站精確的三維激光點(diǎn)云數(shù)據(jù)，采用Auto CAD將上述各種電氣設(shè)備模型在統(tǒng)一坐標(biāo)系下拼裝形成完整的變電站模型.

(a) 絕緣套管實(shí)物 (b) 絕緣套管模型 圖1 基于Pointcloud與Auto CAD建立變電站絕緣套管建模Fig.1 Establishment of substation insulation sleeve based on Pointcloud and Auto CAD

采用Z+F 5010型地面激光雷達(dá)掃描儀對(duì)湖北省武漢市的鳳凰山500 kV變電站進(jìn)行了三維實(shí)景建模[1].主變電站2-H構(gòu)架三維實(shí)景模型，如圖1所示.采用上述建模方法獲取2-H構(gòu)架的點(diǎn)云數(shù)據(jù)；然后,生成絕緣套管的三維線框模型；最后,通過(guò)貼圖獲得套管真實(shí)模型.由于采用激光掃描進(jìn)行套管三維線框建模，精度很高，而且通過(guò)彩照貼圖，保證2-H構(gòu)架絕緣套管的三維實(shí)景模型具有很高的仿真度，與現(xiàn)場(chǎng)設(shè)備高度吻合.比如圖1(a)的支柱絕緣子、圖1(b)左上方的套管法蘭和右上方的橫梁金具，均能夠表現(xiàn)部件的細(xì)節(jié)與真實(shí)紋理.另外，在三維實(shí)景模型中，兩相絕緣套管之間的測(cè)量距離為400.308 cm，與設(shè)計(jì)圖紙的400.000 cm相比，誤差不超過(guò)0.5 cm[1].

2 現(xiàn)場(chǎng)作業(yè)推演仿真

通過(guò)三維激光掃描技術(shù)獲取整個(gè)變電站內(nèi)設(shè)備與構(gòu)筑物的精確物理空間位置、尺寸大小之后，需要對(duì)現(xiàn)場(chǎng)作業(yè)設(shè)備和作業(yè)流程進(jìn)行建模仿真.對(duì)于高壓/特高壓變電站來(lái)說(shuō)，現(xiàn)場(chǎng)作業(yè)時(shí)人員與工程車(chē)輛需要與高壓帶電體保持足夠的安全距離，比如500 kV變電站需要距離帶電母線5 m.現(xiàn)場(chǎng)作業(yè)推演的關(guān)鍵是依據(jù)相關(guān)電力安全作業(yè)規(guī)程，在變電站三維實(shí)景模型上自動(dòng)劃定高壓帶電危險(xiǎn)區(qū)域[4].方法是利用變電站三維實(shí)景建模，通過(guò)精心設(shè)計(jì)和挑選施工設(shè)備擺放位置和吊車(chē)起吊角度，形成一套變電站現(xiàn)場(chǎng)作業(yè)方案，減少斷電時(shí)間和斷電區(qū)域，從而減少變電站維護(hù)成本.

現(xiàn)場(chǎng)作業(yè)推演仿真過(guò)程：1) 通過(guò)變電站的運(yùn)行狀態(tài)確定帶電體設(shè)備，自動(dòng)劃定帶電危險(xiǎn)區(qū)域；2) 不斷對(duì)參與作業(yè)的人員、設(shè)施和車(chē)輛的模型與變電站三維實(shí)景模型進(jìn)行碰撞檢測(cè)；3) 形成現(xiàn)場(chǎng)作業(yè)方案.由于變電站三維模型劃分為帶電區(qū)域與非帶電區(qū)域，對(duì)應(yīng)的碰撞檢測(cè)分為軟碰撞檢測(cè)與硬碰撞檢測(cè).軟碰撞檢測(cè)是移動(dòng)物體模型與帶電區(qū)域模型的碰撞檢測(cè)，需要在變電站三維實(shí)景模型中精確地給帶電物體建立包圍盒，保證帶電體表面任何一個(gè)像素點(diǎn)的法線方向有一個(gè)帶電距離的碰撞檢測(cè)點(diǎn).

采用圖形學(xué)的膨脹算法實(shí)現(xiàn)軟碰撞檢測(cè)，即帶電體對(duì)象的表面像素點(diǎn)沿法線方向向外膨脹足夠的高壓安全距離，形成膠囊體狀的包圍盒.圖像膨脹方法：把結(jié)構(gòu)元素X平移a后得到Xa，如果Xa擊中結(jié)構(gòu)元素Y，記下a點(diǎn)，所有滿足上述條件的a點(diǎn)集合稱做Y被X膨脹的結(jié)果[5].帶電區(qū)域劃定的膨脹生成算法原理：1) 點(diǎn)目標(biāo)P的帶電區(qū)，以P為點(diǎn)生成元，借帶電距離E規(guī)定像元加粗的結(jié)構(gòu)元素，然后，進(jìn)行像元的膨脹；2) 線目標(biāo)L的帶電區(qū)，以L為線生成元，借帶電距離E規(guī)定像元加粗的結(jié)構(gòu)元素，然后，進(jìn)行像元膨脹；3) 面目標(biāo)A的帶電區(qū)，以A的邊界線LA為軸線，借助帶電距離E規(guī)定像元加粗的結(jié)構(gòu)元素，并進(jìn)行像元膨脹.

3 變電站三維實(shí)景建模中定位信息的聯(lián)控

經(jīng)過(guò)對(duì)變電站的三維實(shí)景模型的建立和帶電區(qū)域軟碰撞檢測(cè)的實(shí)現(xiàn)，在虛擬仿真層面上，可以在三維場(chǎng)景平臺(tái)中對(duì)變電站設(shè)備進(jìn)行正常巡視，故障檢修的推演仿真.但如果想將推演仿真的結(jié)果應(yīng)用于實(shí)際現(xiàn)場(chǎng)作業(yè)的風(fēng)險(xiǎn)管控，必須將實(shí)地工作人員在變電站中的實(shí)際坐標(biāo)，與其在變電站三維仿真場(chǎng)景模型中的位置進(jìn)行一個(gè)映射，正確反映出實(shí)際工作人員在變電站中的位置.現(xiàn)在比較主流的實(shí)時(shí)定位技術(shù)，可能有無(wú)線定位技術(shù)[6]、使用GPS的RTK基站相對(duì)定位、慣性導(dǎo)航系統(tǒng)[7]與視覺(jué)導(dǎo)航定位[8]等.

3.1 慣性導(dǎo)航定位

慣性導(dǎo)航系統(tǒng)的原理是利用加速度計(jì)測(cè)量載體本身的運(yùn)動(dòng)的加速度，由加速度使用積分進(jìn)行運(yùn)算得到運(yùn)動(dòng)載體的速度信息，對(duì)速度信息再次使用積分策略能夠得到物體的位置信息，進(jìn)而得到載體的定位信息[7].

由于慣性導(dǎo)航系統(tǒng)一般都是裝在在一個(gè)慣性平臺(tái)或者直接安裝在載體之上，在經(jīng)過(guò)初始化之后，以初始化點(diǎn)為起點(diǎn)，運(yùn)用自主式導(dǎo)航，其所測(cè)量得到的數(shù)據(jù)都依賴于本身的器件設(shè)備，通過(guò)將測(cè)量所得的數(shù)據(jù)經(jīng)過(guò)計(jì)算可實(shí)施定位功能.慣性導(dǎo)航系統(tǒng)一般是由慣性測(cè)量裝置，核心計(jì)算設(shè)備，控制顯示設(shè)備等組成.一個(gè)慣性測(cè)量裝置稱為一個(gè)慣性測(cè)量單元，是由加速度計(jì)和陀螺儀組成.陀螺儀擁有3個(gè)自由度，在坐標(biāo)系的3個(gè)方向上測(cè)試運(yùn)動(dòng)載體的方向速度，利用3個(gè)加速度計(jì)對(duì)運(yùn)動(dòng)載體的3個(gè)方向的平移運(yùn)動(dòng)進(jìn)行計(jì)算.測(cè)量平臺(tái)分為平臺(tái)式和捷聯(lián)式，前者使用慣性平臺(tái)裝載慣性測(cè)量設(shè)備，其精準(zhǔn)度比較高；后者無(wú)平臺(tái)，直接安裝在載體之上，工作條件不佳，對(duì)精度影響較大.

3.2 雙目立體視覺(jué)系統(tǒng)

視覺(jué)導(dǎo)航定位方法(VSLAM)是一種僅用攝像頭即可進(jìn)行定位導(dǎo)航的方法.它通過(guò)提取圖像幀的特征點(diǎn)，在圖像幀序列之間進(jìn)行特征點(diǎn)匹配，并通過(guò)跟蹤圖像特征點(diǎn)的運(yùn)動(dòng)變化計(jì)算攝像頭的運(yùn)動(dòng)軌跡.視覺(jué)導(dǎo)航的優(yōu)勢(shì)在于不依賴其他傳感器，定位精度比傳統(tǒng)的輪式里程計(jì)、雷達(dá)及慣性導(dǎo)航儀等相對(duì)定位技術(shù)相比，具有一定的優(yōu)勢(shì)，對(duì)傳統(tǒng)定位方法是一種非常有效的補(bǔ)充，也是目前機(jī)器人的研究熱點(diǎn)之一[9].

雙目立體視覺(jué)采用固定好的兩個(gè)攝像頭通過(guò)視差原理獲得同一場(chǎng)景中目標(biāo)對(duì)象的三維幾何信息，準(zhǔn)確地恢復(fù)場(chǎng)景中目標(biāo)對(duì)象的深度信息，從而解決單攝像頭系統(tǒng)中尺度與深度信息難以獲取等問(wèn)題.系統(tǒng)的關(guān)鍵是雙攝像頭的標(biāo)定，即相機(jī)的內(nèi)部與外部參數(shù)的標(biāo)定.內(nèi)部參數(shù)標(biāo)定，即確定相機(jī)的內(nèi)部光學(xué)幾何參數(shù)，包括相機(jī)中心、焦距和畸變等，這些參數(shù)都是固定不變的；外部參數(shù)標(biāo)定,即確定相機(jī)坐標(biāo)系與世界坐標(biāo)系的關(guān)系，一般用3×3的旋轉(zhuǎn)矩陣R和平移向量T表示.

在立體視覺(jué)系統(tǒng)中，還需要測(cè)量?jī)蓚€(gè)相機(jī)之間的相對(duì)位置.先用單攝像頭標(biāo)定方法得到兩個(gè)攝像頭內(nèi)參和外參矩陣[Rl|Tl]，[Rr|Tr]，對(duì)任意點(diǎn)P，它的世界坐標(biāo)系、左相機(jī)坐標(biāo)系與右相機(jī)坐標(biāo)系的坐標(biāo)分別為Xw，Xcl，Xcr，三者關(guān)系為

消去Xw，可得

因此,左右相機(jī)坐標(biāo)系的幾何關(guān)系可以表示為

由此可得到雙目立體視覺(jué)系統(tǒng)中左右相機(jī)的幾何關(guān)系，即可實(shí)現(xiàn)立體圖像對(duì)的校正，使左右相機(jī)兩幀圖像的外極線平行，從而獲取圖像中的深度信息.圖像校正是通過(guò)繞光心旋轉(zhuǎn)兩個(gè)成像平面實(shí)現(xiàn)的.

3.3 視覺(jué)里程計(jì)

單目視覺(jué)里程計(jì)跟蹤攝像頭運(yùn)動(dòng)過(guò)程，實(shí)時(shí)提取圖像幀中的特征點(diǎn)，根據(jù)這些特征點(diǎn)在三維空間中的位置變化計(jì)算攝像頭的姿態(tài)、位置與運(yùn)動(dòng)軌跡，從而實(shí)現(xiàn)定位.單目視覺(jué)里程計(jì)一般提取圖像幀中處于輪廓邊緣、角點(diǎn)或者亮度變化顯著的特征點(diǎn)，保證能夠在連續(xù)兩幀中進(jìn)行對(duì)比跟蹤.具體的計(jì)算方法：1) 通過(guò)特征提取獲得某圖像幀的特征點(diǎn)；2) 與前一幀圖像的特征點(diǎn)進(jìn)行匹配，得到前后兩幀圖像的相同特征點(diǎn)；3) 根據(jù)它們的三維坐標(biāo)，求出攝像頭的運(yùn)動(dòng)軌跡.基于雙目相機(jī)的視覺(jué)里程計(jì)，不僅可以像單目攝像頭一樣實(shí)現(xiàn)空間定位，還可以獲取場(chǎng)景中目標(biāo)對(duì)象的尺度信息，能夠精確地計(jì)算雙目相機(jī)當(dāng)前的位置與姿態(tài)信息[10].

3.4 視覺(jué)與慣性導(dǎo)航聯(lián)合定位

圖2 視覺(jué)慣導(dǎo)聯(lián)合定位算法框架Fig.2 Framework of joint localization algorithm for visual inertial navigation

使用視覺(jué)攝像頭結(jié)合慣性測(cè)量裝置(IMU)的方案來(lái)做SLAM，一般被稱作VIO(visual-inertial odometry).VIO主要關(guān)注如何更好地在Visual SLAM中融合IMU數(shù)據(jù),而IMU數(shù)據(jù)不單可以幫助解決單目的尺度模糊問(wèn)題，還可以提高SLAM的精度和魯棒性[11].文中研究融合慣性導(dǎo)航，采用計(jì)算機(jī)視覺(jué)在變電站進(jìn)行空間定位方法.首先，利用雙目相機(jī)獲取圖像幀對(duì)，提取圖像幀對(duì)的特征點(diǎn)，并對(duì)特征點(diǎn)進(jìn)行匹配與跟蹤，計(jì)算出雙目相機(jī)的運(yùn)動(dòng)軌跡；與此同時(shí)，系統(tǒng)記錄慣導(dǎo)裝置的輸出，計(jì)算出慣導(dǎo)的位姿信息，并對(duì)雙目相機(jī)的全局位姿信息進(jìn)行修正，建立擴(kuò)展卡爾曼濾波模型，最終獲得比較精確的運(yùn)動(dòng)估計(jì)參數(shù).

視覺(jué)慣導(dǎo)聯(lián)合定位算法框架，如圖2所示.每個(gè)時(shí)刻的狀態(tài)向量保存當(dāng)前的姿態(tài)、速度和3D map points坐標(biāo)等，然后用IMU做預(yù)測(cè)，再用圖像幀中觀測(cè)3D map points的誤差做修正.擴(kuò)展卡爾曼濾波每次修正是基于3D map points在單幀圖像里觀測(cè)的.文中采用MSCKF[12]的改進(jìn)算法，即IMU預(yù)測(cè)跟擴(kuò)展卡爾曼濾波一樣，但是將修正步驟推遲到某一個(gè)3D map point在多個(gè)圖像幀中觀測(cè)之后進(jìn)行計(jì)算，相當(dāng)于基于多次觀測(cè)同時(shí)優(yōu)化姿態(tài)和3D map point.

4 變電站現(xiàn)場(chǎng)作業(yè)風(fēng)險(xiǎn)管控

在變電站檢修過(guò)程中，需要實(shí)時(shí)地將定位信息傳遞給后臺(tái)工作組，后臺(tái)工作組能夠方便將人員定位，并將消息發(fā)還給實(shí)地人員，提示人員當(dāng)前位置.慣性導(dǎo)航系統(tǒng)與雙目立體視覺(jué)系統(tǒng)的融合，可以通過(guò)人員運(yùn)動(dòng)的加速度和轉(zhuǎn)動(dòng)角信息判斷人員的下一步運(yùn)動(dòng)位置，對(duì)未來(lái)的運(yùn)動(dòng)趨勢(shì)做一個(gè)大體的預(yù)判.在對(duì)人員反饋的信息中包含警告與禁止，警告可以是對(duì)分析出來(lái)的趨勢(shì)具有危險(xiǎn)性的一個(gè)提示，而禁止則是對(duì)當(dāng)前位置已處于危險(xiǎn)區(qū)的信息反饋.

4.1 實(shí)驗(yàn)裝置

針對(duì)現(xiàn)場(chǎng)工作人員，將雙目攝像頭與IMU融合裝置固定在安全頭盔上，可以為現(xiàn)場(chǎng)作業(yè)或巡檢人員進(jìn)行實(shí)時(shí)空間定位；對(duì)于工程車(chē)輛，則將雙目攝像頭與IMU融合裝置固定在預(yù)先測(cè)量好的位置；而對(duì)于吊車(chē)等，需要另外在吊臂上固定一套裝置.由于現(xiàn)場(chǎng)作業(yè)風(fēng)險(xiǎn)管控對(duì)定位信息的精度要求非常高，需要對(duì)參與現(xiàn)場(chǎng)作業(yè)的人員、設(shè)備、工程車(chē)輛進(jìn)行預(yù)先建模，并且需要知道工作人員身高、工程車(chē)輛尺寸、吊臂長(zhǎng)度等，才能準(zhǔn)確地計(jì)算攝像頭在目標(biāo)對(duì)象上的精確安裝位置.另外，需要對(duì)吊車(chē)吊臂伸展的角度、方向等通過(guò)攝像頭的位姿信息進(jìn)行計(jì)算.采用的解決方案是將攝像頭與IMU融合的實(shí)時(shí)定位信息轉(zhuǎn)換為目標(biāo)對(duì)象在三維實(shí)景模型中的位置信息，并計(jì)算出目標(biāo)對(duì)象在三維實(shí)景模型中的移動(dòng)軌跡與碰撞檢測(cè)結(jié)果，如果存在碰撞，則進(jìn)行警告提醒.

4.2 實(shí)時(shí)定位信息聯(lián)控的初始化

采用三維激光掃描重構(gòu)保證變電站三維實(shí)景模型與物理模型位置、尺寸大小保持一致，但如何將雙目攝像頭與IMU的定位信息與三維實(shí)景模型對(duì)應(yīng)需要有一個(gè)初始化過(guò)程.文中采取的方法是在大門(mén)入口設(shè)置一個(gè)測(cè)量好的標(biāo)記，通過(guò)攝像頭對(duì)標(biāo)記的識(shí)別裝置進(jìn)行初始化，并與三維實(shí)景模型的坐標(biāo)關(guān)聯(lián).由于視覺(jué)導(dǎo)航與慣性導(dǎo)航均存在累計(jì)誤差問(wèn)題，采取的措施是在變電站設(shè)置并測(cè)量多個(gè)標(biāo)記，在現(xiàn)場(chǎng)作業(yè)的過(guò)程中進(jìn)行誤差糾偏.

通過(guò)實(shí)施實(shí)時(shí)定位信息的聯(lián)控，在變電站三維模型中，可以直觀地查看作業(yè)人員、設(shè)施、工程車(chē)輛的位置，自動(dòng)發(fā)出危險(xiǎn)提示，可以很好地對(duì)變電站維修、巡檢等工作進(jìn)行一個(gè)完整的指導(dǎo).實(shí)施實(shí)時(shí)定位信息的聯(lián)控為將來(lái)機(jī)器人作業(yè)奠定了很好的技術(shù)基礎(chǔ)，巡檢機(jī)器人可以實(shí)時(shí)獲取在變電站的位置信息，以及周邊的電氣設(shè)備信息，工作人員可以遠(yuǎn)程指揮巡檢機(jī)器人到指定的地點(diǎn)，檢查指定的電氣設(shè)備，可以隨時(shí)更換巡檢路線與巡檢任務(wù).未來(lái)變電站巡檢機(jī)器人的控制方式將非常靈活，可以取代人工在無(wú)人值守智能變電站執(zhí)行巡檢任務(wù)，及時(shí)發(fā)現(xiàn)并上報(bào)甚至消除設(shè)備缺陷，預(yù)防電力事故的發(fā)生，確保智能變電站安全運(yùn)行.

[1] 王仁德，杜勇，沈小軍.變電站三維建模方法現(xiàn)狀及展望[J].華北電力技術(shù)，2015(2)：19-23.

[2] 王先兵，張學(xué)東，何濤，等.三維虛擬變電站數(shù)字可視化管理與監(jiān)控系統(tǒng)[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版)，2011，44(6):786-791.

[3] 王道累，吳懋亮，陳軍．從雙視圖到多視圖的協(xié)同優(yōu)化立體視覺(jué)匹配算法[J].華僑大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015，36(3)：286-291.

[4] 趙鋒，崔紅梅.碰撞檢測(cè)算法在變電站安全預(yù)警中的應(yīng)用[J].中國(guó)電業(yè)(技術(shù)版),2013(12)：35-37.

[5] 李秀峰，蘇蘭海.基于中值濾波和數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測(cè)[J].計(jì)算機(jī)與信息技術(shù)，2006(10):27-28.

[6] 丁銳，錢(qián)志鴻，王雪.基于TOA和DOA聯(lián)合估計(jì)的UWB定位方法[J].電子與信息學(xué)報(bào)，2010，32(2):313-317.

[7] 楊敏.小型捷聯(lián)慣性導(dǎo)航系統(tǒng)研究[D].長(zhǎng)沙：中南大學(xué)，2010：1-6.

[8] DAVOSPN A J，REID I D，MOLTON N D，etal.MonoSLAM: Real-time single camera SLAM[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2007，29(6)：1052.

[9] 路丹暉．融合視覺(jué)與慣性導(dǎo)航的機(jī)器人自主定位[D].杭州：浙江大學(xué)，2012：31-44.

[10] 彭勃.立體視覺(jué)里程計(jì)關(guān)鍵技術(shù)與應(yīng)用研究[D].杭州：浙江大學(xué)，2008：19-34.

[11] LEUTENEGGER S，LYNEN S，BOSSE M，etal.Keyframe-based visual-inertial odometry using nonlinear optimization[J].The International Journal of Robotics Research，2015，34(3):314-334.

[12] MOURIKIS A I，ROUMELIOTIS S I. A multi-state constraint Kalman filter for vision-aided inertial navigation[C]∥IEEE International Conference on Robotics and Automation.Roma:IEEE Press，2007:3565-3572.

(責(zé)任編輯： 錢(qián)筠 英文審校： 吳逢鐵)

Substation Site Operation and Risk Management and Control Based on 3D Real Scene Simulation

DU Yong1， CHEN Zhao2， LIU Feng3， WANG Xianbing4

(1. Maintenance Company， State Grid Hubei Electric Power Company， Wuhan 430050， China；2. Wuhan Nari Limited Liability Company， State Grid Electric Power Research Institute， Wuhan 430074， China；3. School of Water Resources and Hydropower Engineering， Wuhan University， Wuhan 430072， China；4. School of Computer， Wuhan University， Wuhan 430072， China)

This paper uses the 3D laser scanning technology to reconstruct the substation in accurate 3D realism. At the virtual simulation level, the derivation and simulation of the normal inspection and troubleshooting of the substation equipment are carried out in the 3D scene platform, and the auxiliary guidance program of the field operation is formed. Then, combined with inertial navigation and real-time visual positioning technology, the location of actual workers and engineering vehicles is obtained to analyze their movement trends, which can be used to make soft collision detection with the high-voltage live dangerous areas of substation in 3D real model. The soft collision detection can achieve on-site operation and inspection of the risk control, and therefor, which can timely stop entering dangerous areas during the operation process. Keywords： 3D real scene reconstruction; 3D laser scanning technology; inertial navigation system; vision system localization; risk management and control; soft collision detection

10.11830/ISSN.1000-5013.201702019

2017-02-14

杜勇(1973-)，男，高級(jí)工程師，主要從事超特高壓電網(wǎng)運(yùn)行維護(hù)的研究.E-mail:duyyf@163.com.

國(guó)家電網(wǎng)公司科技項(xiàng)目(WNZ141-0013)

TM 764.1； TP 391.9

A

1000-5013(2017)02-0236-05