基于RTK與視覺(jué)輔助定位的自主無(wú)人機(jī)架線系統(tǒng)

吳佳青, 魏棟, 陳尤, 趙曉鋒, 余秋語(yǔ), 胡士強(qiáng)

〔1.上海市南電力(集團(tuán))有限公司閔行分公司,上海 201100；2.上海交通大學(xué) 航空航天學(xué)院,上海 200240〕

0 引 言

在架設(shè)輸電線路的過(guò)程中，展放引導(dǎo)繩是重要的施工環(huán)節(jié)，傳統(tǒng)的展放引導(dǎo)繩方式是由人工進(jìn)行的[1]，存在建設(shè)成本高、施工時(shí)間長(zhǎng)等缺點(diǎn)。隨著無(wú)人機(jī)技術(shù)的發(fā)展，無(wú)人機(jī)展放在安全性、操作性和穩(wěn)定性等指標(biāo)上技術(shù)先進(jìn)，是今后導(dǎo)引繩展放發(fā)展的主要趨勢(shì)[2]。哈工大在2018年將基于視覺(jué)模板匹配技術(shù)的單目位姿檢測(cè)方法用在無(wú)人機(jī)對(duì)架線設(shè)備的檢測(cè)和定位上[3]，但只進(jìn)行了仿真模擬，實(shí)際工程中的使用效果沒(méi)有得到驗(yàn)證。馬鳳臣等人[4]設(shè)計(jì)了一種基于阻尼控制器的放線輪系統(tǒng)，解決了飛行速度與放線速度不匹配的問(wèn)題。羅旻等人[5]設(shè)計(jì)了基于GPS信息的自動(dòng)化無(wú)人機(jī)架線系統(tǒng)，并進(jìn)行了實(shí)際系統(tǒng)的驗(yàn)證。但該系統(tǒng)依賴于GPS定位，在GPS信號(hào)受干擾或準(zhǔn)確度低時(shí)，作業(yè)失敗的可能性較大。

針對(duì)現(xiàn)有無(wú)人機(jī)架線作業(yè)方式的不足，本文提出了一種基于RTK及視覺(jué)輔助定位技術(shù)的無(wú)人機(jī)智能放線系統(tǒng)，在到達(dá)作業(yè)任務(wù)點(diǎn)時(shí)，利用RGB-D相機(jī)對(duì)智能滑車(chē)架線弓進(jìn)行檢測(cè)及定位，保證無(wú)人機(jī)準(zhǔn)確地定位在架線弓中央并調(diào)整航向與架線弓垂直。同時(shí)，利用2D激光雷達(dá)進(jìn)行無(wú)人機(jī)運(yùn)動(dòng)過(guò)程中的障礙物檢測(cè)與航跡規(guī)劃，使作業(yè)系統(tǒng)具備自主避障功能。

1 智能架線系統(tǒng)架構(gòu)

整個(gè)無(wú)人機(jī)智能放線系統(tǒng)主要由無(wú)人機(jī)機(jī)體及機(jī)上設(shè)備、地面端設(shè)備和智能滑輪架線弓設(shè)備三部分組成，其中，最重要的是由無(wú)人機(jī)機(jī)體及機(jī)上設(shè)備組成的全自主無(wú)人機(jī)系統(tǒng)。

1.1 全自主無(wú)人機(jī)系統(tǒng)架構(gòu)

全自主無(wú)人機(jī)系統(tǒng)主要由大疆M-600Pro無(wú)人機(jī)、板載計(jì)算機(jī)Nvidia jetson TX2、RGB-D相機(jī)Intel realsense D435i、2D激光雷達(dá) Slamtec S1、差分GPS板卡、脫鉤電機(jī)futaba S3003和對(duì)應(yīng)機(jī)械結(jié)構(gòu)組成。系統(tǒng)實(shí)物如圖1所示。系統(tǒng)運(yùn)行在板載計(jì)算機(jī)ROS環(huán)境下，主要包含了自主飛行節(jié)點(diǎn)，障礙物檢測(cè)與路徑規(guī)劃節(jié)點(diǎn)，架線弓檢測(cè)和目標(biāo)點(diǎn)輸出節(jié)點(diǎn)，以及引導(dǎo)線脫鉤節(jié)點(diǎn)，系統(tǒng)軟件框架如圖2所示。

圖2 自主無(wú)人機(jī)系統(tǒng)軟件框架圖

1.2 系統(tǒng)功能實(shí)現(xiàn)流程

整個(gè)系統(tǒng)的工作流程包括：起飛、粗調(diào)、精調(diào)、穿越和脫鉤五個(gè)步驟。具體如下：掛上引導(dǎo)線后，無(wú)人機(jī)起飛并懸停至3 m高度；根據(jù)事先導(dǎo)入的電力桿作業(yè)位置，無(wú)人機(jī)依賴RTK導(dǎo)航至作業(yè)點(diǎn)附近(粗調(diào))；到達(dá)目標(biāo)點(diǎn)后，根據(jù)RGB-D相機(jī)對(duì)架線弓位置的檢測(cè)，調(diào)整至架線弓中央，垂直距離2 m處(細(xì)調(diào));無(wú)人機(jī)上升1.5 m之后前進(jìn)5 m，完成穿越過(guò)程；若當(dāng)前穿越電線桿為最后一桿，則可選擇自動(dòng)脫鉤返航或手動(dòng)遙控云臺(tái)完成脫鉤并手動(dòng)降落，若不是最后一桿，則循環(huán)至粗調(diào)過(guò)程，即飛往下一個(gè)作業(yè)點(diǎn)。

2 架線弓檢測(cè)及精定位模塊

2.1 智能滑車(chē)架線弓特點(diǎn)

架線弓的核心組件為滑輪機(jī)構(gòu)和兩側(cè)的紅色架線桿，紅色架線桿具有突出的顏色特征，是后續(xù)架線弓檢測(cè)的基礎(chǔ)。實(shí)際作業(yè)中，當(dāng)無(wú)人機(jī)飛到電力塔前，架線弓可以通過(guò)微波識(shí)別附近的移動(dòng)物體，從而使架線桿張開(kāi)。

2.2 架線弓視覺(jué)檢測(cè)與定位算法

架線弓視覺(jué)檢測(cè)方案具體步驟為：先利用RGB-D相機(jī)的ROS SDK獲取RGB圖像及對(duì)應(yīng)的深度圖像，再對(duì)RGB圖執(zhí)行canny邊緣檢測(cè)和掩碼合成，然后進(jìn)行HSV顏色分割。之后執(zhí)行的操作是霍夫變換直線檢測(cè)，通過(guò)幾何特征對(duì)直線檢測(cè)結(jié)果進(jìn)行排除，具體的做法是：對(duì)檢測(cè)到的n條直線按長(zhǎng)度進(jìn)行排序，從最長(zhǎng)的直線往下依次配對(duì)，對(duì)配對(duì)的兩條線段檢查以下條件：①兩線段的長(zhǎng)度差在短者長(zhǎng)度的30%以內(nèi)；②兩線段成約126°夾角；③兩線段的低端近似水平；④兩線段不相交。同時(shí)滿足上述條件則判斷為正確的檢測(cè)結(jié)果。

架線弓視覺(jué)定位算法步驟為：先計(jì)算左架線弓的上下端z坐標(biāo)差值(z坐標(biāo)從相機(jī)中心出發(fā)，正方向?yàn)橄鄼C(jī)正前方)，選擇左右架線弓排序倒數(shù)三分之一(按圖像縱軸v排序)的中位數(shù)對(duì)應(yīng)的點(diǎn)計(jì)算架線弓正中央坐標(biāo)。然后根據(jù)Δz的值指導(dǎo)無(wú)人機(jī)的偏航控制，偏航的目的是使得無(wú)人機(jī)機(jī)頭正對(duì)架線弓，為向前穿越作準(zhǔn)備。根據(jù)架線弓正中央的坐標(biāo)指導(dǎo)無(wú)人機(jī)的位置控制，位置控制的目的是使得無(wú)人機(jī)調(diào)節(jié)至架線弓的正前方，設(shè)定的閾值范圍是：

-50 mm

當(dāng)調(diào)節(jié)至此范圍內(nèi)時(shí)，認(rèn)為無(wú)人機(jī)已經(jīng)完成了位置調(diào)節(jié)，否則控制無(wú)人機(jī)朝著這個(gè)目標(biāo)范圍飛行。

3 2D激光雷達(dá)避障

局部避障有很多成熟的算法，如人工勢(shì)場(chǎng)法、柵格法和可視圖法等[6]。早期Glasius R等人[7]采用人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行路徑規(guī)劃和避障，但是該方法在無(wú)人機(jī)面臨較復(fù)雜環(huán)境時(shí)不具有實(shí)時(shí)性。周青等人[8]采用遺傳算法進(jìn)行路徑規(guī)劃，實(shí)時(shí)性能較好，但穩(wěn)定性能不強(qiáng)。劉躍波等人[9]利用T-S模糊神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)無(wú)人機(jī)的實(shí)時(shí)避障，并得到了較好的仿真效果，但是沒(méi)有進(jìn)行實(shí)物驗(yàn)證。上述方法各有優(yōu)缺點(diǎn)和適用范圍。針對(duì)無(wú)人機(jī)架線過(guò)程的全向自主避障，設(shè)計(jì)出了一種基于幾何原理的避障方案。

3.1 前向安全通道構(gòu)建

由于激光雷達(dá)可以360°檢測(cè)障礙物，因此考慮一個(gè)矩形的安全通道，當(dāng)在安全通道內(nèi)發(fā)現(xiàn)有雷達(dá)的掃描點(diǎn)時(shí)就認(rèn)為有障礙物。如圖3所示：v為無(wú)人機(jī)速度的方向；d和θ分別為雷達(dá)檢測(cè)到的距離和角度；s1和s2為安全避障通道，考慮到無(wú)人機(jī)的翼展長(zhǎng)度和安全余量以及雷達(dá)的誤差，一般取為2.5 m。滿足是障礙物的條件為：

圖3 避障通道構(gòu)建圖

(1)

為了得到障礙物更全面的幾何信息，每當(dāng)雷達(dá)檢測(cè)到障礙物時(shí)，將s2的長(zhǎng)度增加0.5 m，檢測(cè)增加長(zhǎng)度后安全通道內(nèi)的障礙物點(diǎn)，并儲(chǔ)存它們的距離和角度信息。

3.2 最小偏轉(zhuǎn)角度與最小偏轉(zhuǎn)距離的計(jì)算

如圖4所示，記障礙物的距離和角度分別為ri(m)和θi(rad)，(i=1，2,…,n)。n為雷達(dá)掃描的障礙物點(diǎn)的個(gè)數(shù)。雷達(dá)檢測(cè)到障礙物后速度需偏轉(zhuǎn)的角度為φ(rad)，目的是尋找一個(gè)最小的φ，使得無(wú)人機(jī)能夠避開(kāi)障礙物。其數(shù)學(xué)表達(dá)為：

圖4 最小偏轉(zhuǎn)角度

min|φ|,φ∈[-π/2,π/2]滿足：

?i∈{i|i=1,2,…,n且cos(φ+θv-θi)>0}

(2)

式中：θv(rad)為速度方向在雷達(dá)坐標(biāo)系下的角度；d_remain(m)為安全余量，根據(jù)多次試驗(yàn)經(jīng)驗(yàn)，取值為s1/12較為合理。

在計(jì)算出最小偏轉(zhuǎn)角度以后，無(wú)人機(jī)沿該角度運(yùn)動(dòng)一定距離后就偏轉(zhuǎn)速度方向至起始目標(biāo)點(diǎn)方向。如偏轉(zhuǎn)距離計(jì)算示意圖5所示:β(rad)為上一步計(jì)算出的偏轉(zhuǎn)角;d(m)為當(dāng)前無(wú)人機(jī)與障礙物的距離;η(rad)為當(dāng)前無(wú)人機(jī)與障礙物之間的夾角;α(rad)為當(dāng)前無(wú)人機(jī)與目標(biāo)點(diǎn)之間的夾角;d_move(m)為無(wú)人機(jī)發(fā)現(xiàn)障礙物后運(yùn)動(dòng)的距離(可由RTK解算出)?？梢运愠觯?/p>

圖5 最小偏轉(zhuǎn)距離

(3)

(4)

當(dāng)滿足：

?i∈{i|i=1,2,…，n且cos(η-α)>0}

(5)

認(rèn)為無(wú)人機(jī)避障成功，無(wú)人機(jī)恢復(fù)飛往下一電線桿的飛行任務(wù)。至此，無(wú)人機(jī)避障模塊構(gòu)建完成。

4 試驗(yàn)與應(yīng)用

為了驗(yàn)證所述精準(zhǔn)定位系統(tǒng)的性能，多次展開(kāi)對(duì)架線弓的精準(zhǔn)定位試驗(yàn)。試驗(yàn)過(guò)程為，無(wú)人機(jī)通過(guò)預(yù)設(shè)的RTK位置飛到架線弓前，通過(guò)視覺(jué)檢測(cè)與定位系統(tǒng)完成進(jìn)一步的位置調(diào)整，位置誤差利用激光測(cè)距儀測(cè)得，實(shí)物圖如圖6所示，試驗(yàn)結(jié)果如表1所示。

圖6 定位試驗(yàn)

表1 無(wú)人機(jī)精定位系統(tǒng)試驗(yàn)結(jié)果

為了驗(yàn)證所提避障系統(tǒng)的可靠性，在校園環(huán)境進(jìn)行了模擬測(cè)試。試驗(yàn)證明，無(wú)人機(jī)能夠以20 Hz的頻率實(shí)時(shí)更新障礙物信息，并實(shí)時(shí)規(guī)劃新的避障路線，完成避障。實(shí)物圖如圖7所示，試驗(yàn)結(jié)果如表2所示。

圖7 避障試驗(yàn)

表2 無(wú)人機(jī)避障實(shí)驗(yàn)試驗(yàn)結(jié)果

在真實(shí)作業(yè)場(chǎng)地進(jìn)行了三桿兩檔全自主架線試驗(yàn)，桿距30 m，桿高11 m。實(shí)物如圖8所示，試驗(yàn)結(jié)果如表3所示。

表3 無(wú)人機(jī)真實(shí)作業(yè)試驗(yàn)結(jié)果

圖8 真實(shí)作業(yè)場(chǎng)景

通過(guò)分析上述數(shù)據(jù)可知，加入了視覺(jué)的輔助后，RTK的定位精度得到了提高，誤差在作業(yè)要求范圍內(nèi)，提出的2D全向避障系統(tǒng)能夠以較高的飛行速度完成避障動(dòng)作，在具有干擾的真實(shí)作業(yè)環(huán)境中，無(wú)人機(jī)飛行穩(wěn)定，RTK運(yùn)行狀態(tài)良好，視覺(jué)檢測(cè)正確率高，避障系統(tǒng)運(yùn)行正常，整個(gè)作業(yè)過(guò)程完全自主，并且具有較高的效率和安全性能。

5 結(jié)束語(yǔ)

針對(duì)傳統(tǒng)電力架線方法依賴人工、效率低和安全性不好等缺點(diǎn)，以及現(xiàn)有的無(wú)人機(jī)架線模式中由于GPS誤差導(dǎo)致架線成功率較低等不足，提出了基于RTK與視覺(jué)輔助定位的全自主無(wú)人機(jī)智能架線系統(tǒng)。首先利用RTK與視覺(jué)結(jié)合的方法，實(shí)現(xiàn)了無(wú)人機(jī)的精準(zhǔn)定位，提升了作業(yè)的成功率，同時(shí)提出一種基于2D激光雷達(dá)的避障技術(shù)，保障了作業(yè)過(guò)程中的安全性。整個(gè)架線系統(tǒng)高效可靠，并在實(shí)際架線作業(yè)測(cè)試中取得了較好的成效。