張?jiān)葡?,李智誠
(深圳供電局有限公司,廣東 深圳 518022)
變電站的運(yùn)行以及維護(hù)[1]是保證電力系統(tǒng)穩(wěn)定的基礎(chǔ),是電力系統(tǒng)中最重要的工作,但利用人工對(duì)變電站進(jìn)行巡檢會(huì)大概率出現(xiàn)變電站故障[2]遺漏的情況,而通過機(jī)器人巡檢可有效降低這種情況的發(fā)生率,機(jī)器人巡檢[3]可直接獲取設(shè)備圖像,進(jìn)而減少因人員失誤帶來的誤差,同時(shí)可最大程度降低人員成本,目前機(jī)器人設(shè)備識(shí)別方法存在局限性,同時(shí)可靠性差,為進(jìn)一步加強(qiáng)機(jī)器人對(duì)設(shè)備的識(shí)別能力,現(xiàn)對(duì)機(jī)器人設(shè)備識(shí)別技術(shù)展開研究。
劉小波[4]等人首先構(gòu)建深度學(xué)習(xí)CRNN模型,粗略地對(duì)儀表數(shù)字區(qū)域進(jìn)行第一次識(shí)別,其次綜合attention機(jī)制,將模型進(jìn)行擴(kuò)展處理,進(jìn)一步對(duì)儀表設(shè)備進(jìn)行識(shí)別,加強(qiáng)識(shí)別正確率,實(shí)現(xiàn)變電站巡檢機(jī)器人數(shù)字儀表設(shè)備識(shí)別。李全鵬[5]等人首先提取出儀表中的信息,并在中值濾波的基礎(chǔ)上完成信息去噪,其次對(duì)數(shù)據(jù)進(jìn)行分割處理,最終在三次樣條插值法的基礎(chǔ)上分割出所有識(shí)別結(jié)果,并與固定閾值比較,生成最終識(shí)別結(jié)果,實(shí)現(xiàn)變電站巡檢機(jī)器人數(shù)字儀表設(shè)備識(shí)別。
以上兩種方法未對(duì)設(shè)備圖像進(jìn)行定位處理,導(dǎo)致在實(shí)際識(shí)別過程中將其他部位的數(shù)值視為設(shè)備數(shù)值進(jìn)行識(shí)別,存在設(shè)備識(shí)別準(zhǔn)確率低、設(shè)備識(shí)別效果差和指針定位精度低的問題。為了解決上述方法中存在的問題,提出基于特征匹配的變電站巡檢機(jī)器人設(shè)備識(shí)別方法。
變電站利用機(jī)器人巡檢[6]后會(huì)直接獲取大量設(shè)備圖像,圖像中包含變電站相關(guān)數(shù)據(jù),圖像的預(yù)處理[7]就是為了可以準(zhǔn)確定位到圖像內(nèi)的數(shù)字區(qū)域并對(duì)其進(jìn)行去噪等處理提高設(shè)備數(shù)值識(shí)別精度,根據(jù)變電站的實(shí)際使用狀況對(duì)原始圖像進(jìn)行降噪等預(yù)處理,得出數(shù)字區(qū)域的精確位置后將設(shè)備內(nèi)數(shù)字進(jìn)行分割,以此簡(jiǎn)化數(shù)字特征匹配[8]和識(shí)別。
假設(shè)任意選取的兩幅設(shè)備圖像分別為Q1(x,y,t1)和Q2(x,y,t2),其中t1和t2分別是兩幅圖像的初始時(shí)間,機(jī)器人獲取的每幅圖像中均含有一個(gè)待識(shí)別跟蹤的對(duì)象,將其標(biāo)記為l(xe,ye),其中(xe,ye)為質(zhì)心坐標(biāo)。
假設(shè)圖像Q1和Q2的質(zhì)心分別為(xe1,ye2)和(xe2,ye2),e1和e2均表示圖像的相應(yīng)坐標(biāo)位置。
在實(shí)際定位過程中,首先將t1時(shí)刻的顏色信息進(jìn)行轉(zhuǎn)換并保存到相應(yīng)數(shù)據(jù)庫內(nèi),其次將t2時(shí)刻的顏色信息轉(zhuǎn)換成t1相同的形式,并與空間內(nèi)的信息進(jìn)行比較,排除相同顏色信息,完善顏色信息,最終在橢圓檢測(cè)方法下對(duì)各個(gè)顏色區(qū)域信息進(jìn)行檢測(cè),確定出目標(biāo)對(duì)象質(zhì)心位置(xe2,ye2)。
利用質(zhì)心(xe2,ye2)得出目標(biāo)對(duì)象的原始運(yùn)動(dòng)速度,其表達(dá)式為
(1)
式中:V為機(jī)器人對(duì)變電站巡檢時(shí)目標(biāo)對(duì)象的原始運(yùn)行速度,m/s;e1和e2為跟蹤目標(biāo)的質(zhì)心位置;Δt為時(shí)間的變化量,s。
進(jìn)而得出目標(biāo)對(duì)象在圖像中的最大運(yùn)行速度為
(2)
式中:Vmax為目標(biāo)對(duì)象在運(yùn)行過程中的最大速率,m/s;ΔK為圖像的寬度,m;H為圖像的高度,m。
通過加權(quán)動(dòng)態(tài)變化[9]確定目標(biāo)圖像的位置確定,圖像的加權(quán)系數(shù)計(jì)算公式為
α1+i=‖Vmax‖×‖V‖
(3)
式中:α1+i為第1+i幅圖像的加權(quán)系數(shù)。
通過目標(biāo)對(duì)象的原始運(yùn)行速率以及加權(quán)公式即可確定出設(shè)備圖像顏色區(qū)域的位置,即確定出目標(biāo)對(duì)象的實(shí)際位置,進(jìn)而確定出設(shè)備圖像的位置定位。
機(jī)器人在巡檢過程中會(huì)因?yàn)橥饨缫蛩氐挠绊憣?dǎo)致圖像帶有一定的噪聲以及陰影等,因此對(duì)目標(biāo)圖像完成定位后需要進(jìn)一步對(duì)圖像進(jìn)行去噪以及圖像分割等處理,以此提高設(shè)備識(shí)別精度。
為提取設(shè)備各區(qū)域特征,需對(duì)圖像進(jìn)行分割處理[10],排除提取過程中的干擾因素,在分割過程中為降低分割難度可提前對(duì)圖像進(jìn)行灰度化處理,在標(biāo)準(zhǔn)平均法的基礎(chǔ)上得出圖像的灰度值,其表達(dá)式為
m=0.30R+0.11B+0.59G
(4)
式中:m為圖像經(jīng)灰度化處理后的灰度值;B、G和R均為圖像相應(yīng)的顏色向量。
經(jīng)過灰度化處理的圖像均帶有均一值,可通過灰度圖像二值化方法消除干擾因素,最終僅保留有用數(shù)據(jù)。
圖像的二值化處理實(shí)質(zhì)就是在固定閾值的基礎(chǔ)上將圖像中的像素分類成黑色和白色兩種,由于電力系統(tǒng)的變電站常年在戶外,其周圍常年有其他異物的遮擋,而導(dǎo)致圖像的光照不均,在圖像中出現(xiàn)多塊陰影區(qū)域,而圖像的二值化剛好可以消除這種問題帶來的影響。
假設(shè)機(jī)器人巡檢儀器圖像的模板大小為(2n+1)×(2n+1),令該圖像質(zhì)心坐標(biāo)為(x,y),則圖像中各像素的相應(yīng)閾值為
(5)
式中:R(x,y)為各像素點(diǎn)的二值化閾值;m(x,y)為質(zhì)心的灰度值。
灰度圖像的二值化處理計(jì)算公式為
(6)
式中:U(x,y)為灰度圖像經(jīng)過二值化處理后各像素的強(qiáng)度。
由于二值化處理未能對(duì)目標(biāo)進(jìn)行去噪,因此需要進(jìn)一步細(xì)化圖像,即提取圖像特征,利用特征表達(dá)圖像,最終獲取到帶有像素寬度的線條圖像。在細(xì)化圖像的方法中,擊中/不擊中變換算法具有細(xì)化速度快和效果好的優(yōu)點(diǎn),從而選取該算法進(jìn)行圖像的細(xì)化,該算法的核心思想就是在部分固定結(jié)構(gòu)元素的基礎(chǔ)上不斷消除擊中變換的元素,從而消除目標(biāo)對(duì)象的噪聲,以此完成圖像的細(xì)化處理。
假設(shè)隨機(jī)選取的待細(xì)化圖像為O,其補(bǔ)集為O′,圖像中的結(jié)構(gòu)元素為P,P中包含P′和P″,三者之間的關(guān)系為
P=P′∪P″
(7)
式中:P′為圖像內(nèi)部的結(jié)構(gòu)元素;P″為圖像外部的結(jié)構(gòu)元素。
其中,擊中擊不中變換算法的計(jì)算公式為
O×P=(OΘP′)∩(O′ΘP″)
(8)
式中:Θ為形態(tài)學(xué)腐蝕計(jì)算符號(hào)。
在結(jié)構(gòu)元素P的基礎(chǔ)上將圖像O進(jìn)行細(xì)化,其計(jì)算公式為
O?P=O-(O×P)
(9)
圖像O的細(xì)化實(shí)質(zhì)就是刪除圖像O中被元素P擊中的元素,從而得到的圖像。
為方便運(yùn)算,假設(shè)結(jié)構(gòu)元素中有序列對(duì),其表達(dá)式為
{P}={P1,P2…,Pi}
(10)
通過結(jié)構(gòu)元素的序列完成圖像的細(xì)化,直到序列中的每種元素全部對(duì)圖像完成細(xì)化后停止細(xì)化,以此實(shí)現(xiàn)圖像的細(xì)化,則根據(jù)結(jié)構(gòu)元素序列對(duì)圖像細(xì)化的計(jì)算公式為
O?{P}=(…((O?P1)?P2…)?Pn)
(11)
以此完成圖像的去噪以及灰度化處理,利用處理后的圖像在水平投影算法的幫助下完成圖像分割,進(jìn)而完成圖像的預(yù)處理。
在對(duì)設(shè)備識(shí)別[11]的過程中,Hough變換是機(jī)器人設(shè)備識(shí)別最常用的方法之一,其主要思想就是對(duì)定位出的圖像進(jìn)行數(shù)值識(shí)別,其主要作用是將圖像中的圓以及直線等形狀完整且準(zhǔn)確地提取出來,該算法的主要步驟就是通過映射圖像獲取共同特征以此生成以數(shù)個(gè)點(diǎn)構(gòu)成的峰值,利用峰值對(duì)形狀進(jìn)行監(jiān)測(cè)進(jìn)而完成分離。
此方法最關(guān)鍵的步驟就是得出目標(biāo)形狀中心點(diǎn)的位置,由于設(shè)備中所有形狀均通過設(shè)備中心點(diǎn),因此將設(shè)備中心視為所有形狀的中心,運(yùn)用斜截式方程描述各個(gè)形狀,其公式為
y=cx+k
(12)
式中:(x,y)為中心點(diǎn)的坐標(biāo);c為橫坐標(biāo)x的系數(shù);k為線段的斜率。
在計(jì)算過程中必須保證所有形狀都通過中心點(diǎn)(x,y),將其利用公式進(jìn)行表示為
k=-xc+y
(13)
在同心圓環(huán)搜索法[12]的基礎(chǔ)上對(duì)預(yù)處理后的圖像進(jìn)行識(shí)別錄入,假設(shè)設(shè)備中指針的中心即為圓心,選取不同的半徑繪制出數(shù)個(gè)同心圓,并記錄各個(gè)同心圓和指針間的交點(diǎn),計(jì)算出指針斜率后完成設(shè)備讀數(shù)。
假設(shè)在儀表盤中共得出3個(gè)同心圓,令三個(gè)同心圓與其相應(yīng)指針的交點(diǎn)為D、F和G,在D、F和G三點(diǎn)間存在三組線段,分別為DF、FG和DG,其中D點(diǎn)坐標(biāo)為(x1,y1)、F點(diǎn)坐標(biāo)為(x2,y2)和G點(diǎn)坐標(biāo)為(x3,y3),進(jìn)而得出三個(gè)點(diǎn)相互之間線段的斜率,其表達(dá)式分別為
(14)
式中:k1為線段DF的斜率;k2為線段FG的斜率;k3為線段DG的斜率。
三個(gè)斜率的平均值表達(dá)式如式(15)所示:
(15)
而斜率的平均值又可用式(16)進(jìn)行描述:
k=tanβ
(16)
式中:β為關(guān)于零度基準(zhǔn)線的指針角度。
通過斜率的指針角度即可完成設(shè)備讀數(shù)。
在尺度空間極值的基礎(chǔ)上對(duì)讀數(shù)進(jìn)行檢測(cè),得出尺度空間以及二維圖像空間的極值,并利用擬合三維二次函數(shù)精確得出數(shù)字點(diǎn)的位置和尺度,進(jìn)而得出數(shù)值的特征向量。
由于經(jīng)過預(yù)處理后的圖像僅含有黑色和白色兩種像素,由于經(jīng)過分割處理后的圖像更簡(jiǎn)潔明了,為進(jìn)一步提高數(shù)值讀取精度,根據(jù)設(shè)備特點(diǎn),將分割后的圖像進(jìn)行歸一化處理可降低小數(shù)點(diǎn)對(duì)結(jié)果帶來的影響,經(jīng)總結(jié)得出數(shù)字圖像的相關(guān)公式為
(17)
式中:Z(s)為實(shí)際讀數(shù)與真實(shí)數(shù)值之間的差異;M為每個(gè)像素對(duì)應(yīng)的歸一化矩陣。
由于實(shí)際讀數(shù)與真實(shí)數(shù)值之間成反比,因此,當(dāng)Z(s)數(shù)值越大,即證明讀數(shù)越準(zhǔn)確。
將計(jì)算出的特征向量利用式(17)進(jìn)行匹配,得出數(shù)值最大的前兩個(gè)關(guān)鍵點(diǎn),當(dāng)兩點(diǎn)之間的比小于固定閾值,則接收特征匹配點(diǎn),以此類推,不斷得出樣本匹配點(diǎn),即可完成設(shè)備的精確識(shí)別。
將最終結(jié)果進(jìn)行記錄,并將其保存到數(shù)據(jù)庫內(nèi),以便工作人員獲取最詳細(xì)的變電站巡檢結(jié)果。
為了驗(yàn)證基于特征匹配的變電站巡檢機(jī)器人設(shè)備識(shí)別方法的整體有效性,現(xiàn)對(duì)所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法進(jìn)行設(shè)備識(shí)別準(zhǔn)確率、設(shè)備識(shí)別效果和指針定位精度的測(cè)試。
變電站巡檢機(jī)器人主要作用就是快速準(zhǔn)確獲取變電站的相關(guān)數(shù)據(jù),并準(zhǔn)確識(shí)別儀表設(shè)備中的結(jié)果,為得出最優(yōu)識(shí)別方法,可將識(shí)別結(jié)果的準(zhǔn)確性視為檢測(cè)指標(biāo)。
在相同環(huán)境下利用三種方法對(duì)任意十組儀表設(shè)備進(jìn)行識(shí)別,記錄其識(shí)別準(zhǔn)確率,并將三種方法的結(jié)果進(jìn)行比較,得出最優(yōu)方法,其結(jié)果如表1所示。
表1 三種方法的儀表設(shè)備識(shí)別準(zhǔn)確率 %
將表1中的結(jié)果進(jìn)行比較后發(fā)現(xiàn),任何實(shí)驗(yàn)下均是所提方法的結(jié)果準(zhǔn)確率最高,文獻(xiàn)[4]方法的準(zhǔn)確率較所提方法較差,但該方法仍有可取之處,而文獻(xiàn)[5]方法的結(jié)果實(shí)在差強(qiáng)人意,其準(zhǔn)確率過于低,所提方法之所以能保證儀表設(shè)備識(shí)別準(zhǔn)確率高是因?yàn)樵趦x表設(shè)備識(shí)別前對(duì)儀表設(shè)備圖像進(jìn)行定位處理,縮小識(shí)別范圍,排除識(shí)別干擾因素,降低錯(cuò)誤識(shí)別的概率,提高識(shí)別精度,以此提高識(shí)別準(zhǔn)確率。
儀表設(shè)備識(shí)別過程中為降低圖像顏色等影響會(huì)對(duì)其進(jìn)行灰度化處理,灰度化處理后的圖像會(huì)在一定程度上增強(qiáng)識(shí)別效果,因此可通過對(duì)比儀表設(shè)備識(shí)別效果得出最優(yōu)識(shí)別方法。
在電力系統(tǒng)中隨機(jī)采集一張儀表設(shè)備圖像,對(duì)比在正常光照下的儀表設(shè)備識(shí)別效果,其結(jié)果如圖1所示。
圖1 三種方法在正常光照下對(duì)圖像的識(shí)別效果
根據(jù)圖1可知,由于外界光照影響,原始圖像出現(xiàn)過度曝光的問題,經(jīng)過三種方法處理后均有所改善,可有效看出其中數(shù)值,但只有所提方法的數(shù)值識(shí)別最明顯,由此可得出所提方法為最優(yōu)儀表設(shè)備識(shí)別方法。
為進(jìn)一步驗(yàn)證所提方法的優(yōu)越性,在反光條件下測(cè)試對(duì)比三種方法的實(shí)驗(yàn)結(jié)果如圖2所示。
圖2 不同方法下反光狀態(tài)下的圖像識(shí)別效果
將圖2中各個(gè)方法的識(shí)別效果進(jìn)行對(duì)比,仍是所提方法的識(shí)別效果最佳,因此證明所提方法是真實(shí)有效的最優(yōu)識(shí)別方法。
在對(duì)儀表設(shè)備識(shí)別的過程中,最關(guān)鍵的步驟就是指針的定位,不同方法對(duì)指針的定位也不盡相同,但指針定位的精確度要求嚴(yán)格,稍有偏差就會(huì)導(dǎo)致結(jié)果出現(xiàn)誤差,利用三種方法對(duì)同一儀表盤的指針進(jìn)行定位,定位結(jié)果如圖3所示。
圖3 三種方法的儀表設(shè)備指針定位結(jié)果
根據(jù)結(jié)果顯示,所提方法可有效定位指針的中心位置和斜率,因此其定位結(jié)果與真實(shí)指針位置完全重合,而其余兩種方法在定位過程中僅能準(zhǔn)確定位指針一端,無法精確定位指針位置,所以最優(yōu)識(shí)別方法為所提方法。
利用機(jī)器人進(jìn)行設(shè)備識(shí)別可有效降低人工成本,而通過特征匹配更能提高識(shí)別精度,經(jīng)研究發(fā)現(xiàn),機(jī)器人在采集設(shè)備圖像信息過程中會(huì)出現(xiàn)讀數(shù)不準(zhǔn)確等問題,為解決這一系列問題,提出基于特征匹配的變電站巡檢機(jī)器人設(shè)備識(shí)別方法,該方法首先對(duì)讀數(shù)圖像進(jìn)行預(yù)處理,其次在Hough變換算法下得出指針定位,生成讀數(shù)結(jié)果并錄入,實(shí)現(xiàn)變電站巡檢機(jī)器人設(shè)備識(shí)別,解決了設(shè)備識(shí)別準(zhǔn)確率低、設(shè)備識(shí)別效果差和指針定位精度低的問題,加強(qiáng)變電站安全性。