無(wú)線充電無(wú)人機(jī)自動(dòng)駕駛配網(wǎng)智能巡檢控制分析系統(tǒng)設(shè)計(jì)

申雷

(漢大科技云南有限公司， 云南，昆明 650214)

0 引言

無(wú)人機(jī)是由無(wú)線信號(hào)或已建立的程序控制的，隨著電子學(xué)及材料技術(shù)的迅速發(fā)展，無(wú)人機(jī)可以更高效、更方便地進(jìn)行遠(yuǎn)程作業(yè)，無(wú)人機(jī)的特性和功能使得它非常適用于需要地理數(shù)據(jù)支持的電網(wǎng)規(guī)劃和巡邏[1]。為了確保無(wú)線充電無(wú)人機(jī)自動(dòng)駕駛具有良好的操控性，能夠精準(zhǔn)躲避在配網(wǎng)沿線出現(xiàn)的植被和建筑物，有學(xué)者[2-3]提出了一種利用配網(wǎng)供電技術(shù)為無(wú)人機(jī)內(nèi)部供電的方法，但如何使無(wú)人機(jī)能準(zhǔn)確、快速地錨定到供電位置，還需進(jìn)一步研究。

以GIS為基礎(chǔ)的巡檢控制分析系統(tǒng)，常用于電網(wǎng)、沿傳感器設(shè)置充電系泊點(diǎn)、采用主動(dòng)連接結(jié)構(gòu)作錨定裝置等，但這也導(dǎo)致除必要的充電基礎(chǔ)設(shè)施外，還需沿電網(wǎng)設(shè)置數(shù)不清的支承和固定結(jié)構(gòu)，更重要的是還需在無(wú)人機(jī)上全面設(shè)置各種結(jié)構(gòu)或設(shè)備實(shí)現(xiàn)連接，進(jìn)一步削弱無(wú)人機(jī)的承載能力[4]。使用人工巡檢控制分析系統(tǒng)的使用受自身持續(xù)工作能力的限制，而且配電網(wǎng)本身較長(zhǎng)，往往設(shè)在偏遠(yuǎn)地區(qū)或繞過(guò)繁忙地區(qū)，很難在大多數(shù)省、地的線路運(yùn)營(yíng)單位推廣應(yīng)用[5]。為此，提出了基于RFID的無(wú)線充電無(wú)人機(jī)自動(dòng)駕駛配網(wǎng)智能巡檢控制分析系統(tǒng)設(shè)計(jì)。

1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)

為了給無(wú)人機(jī)充電，在無(wú)人機(jī)的巡航線路上設(shè)置一個(gè)以上的無(wú)線充電模塊。無(wú)人機(jī)充電時(shí)，無(wú)線充電模塊充電面朝上，無(wú)人機(jī)不充電時(shí)，無(wú)線充電模塊充電面朝下[6]。

系統(tǒng)硬件結(jié)構(gòu)如圖1所示。

由圖1可知，利用數(shù)據(jù)庫(kù)引擎記錄線路故障歷史信息，信息管理模塊為軟件提供權(quán)限控制。在分析檢測(cè)模塊中，根據(jù)相關(guān)標(biāo)準(zhǔn)確定區(qū)分設(shè)備各種狀態(tài)閾值，建立配網(wǎng)缺陷檢測(cè)與決策標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)[7]。

圖1 系統(tǒng)硬件結(jié)構(gòu)

1.1 圖像識(shí)別器

圖像識(shí)別器是利用計(jì)算機(jī)對(duì)圖象進(jìn)行處理和分析，以識(shí)別不同的圖象目標(biāo)。S3C2440采用三星的ARM處理器實(shí)現(xiàn)自動(dòng)識(shí)別，基于S3C2440處理器采用32位 RISC嵌入式芯片。

圖像識(shí)別器如圖2所示。

圖2 圖像識(shí)別器

由圖2可知，內(nèi)置攝像機(jī)S3C2440支持圖像輸入，最高可達(dá)4096×4096像素。為此，系統(tǒng)選用130萬(wàn)像素的攝像機(jī)進(jìn)行視頻采集傳輸，實(shí)現(xiàn)對(duì)圖像的巡更采集[8]。該方法首先用 Catnera控制器完成光譜圖像的數(shù)據(jù)轉(zhuǎn)換和存儲(chǔ)，再用傅里葉逆變換和調(diào)幅技術(shù)進(jìn)行識(shí)別和處理[9]。

1.2 圖像采集模塊

圖片采集模塊的主要功能包括：由單片機(jī)控制ISP-PLD設(shè)備實(shí)現(xiàn)攝像機(jī)的高速攝像和攝像存儲(chǔ)，由單片機(jī)圖像壓縮和PC串行通信完成圖像數(shù)據(jù)傳輸、處理和顯示。

其工作過(guò)程可簡(jiǎn)單描述為模擬相機(jī)采集圖像，將SAA713H對(duì)應(yīng)信號(hào)轉(zhuǎn)換為數(shù)字圖像信號(hào)，利用FPGA采集全息信號(hào)，并對(duì)圖像預(yù)處理，如圖像去噪、空間變換等，最后再通過(guò)DSP進(jìn)行信號(hào)處理[10]。將SAA7113HVPO數(shù)據(jù)總線與RTS0、RTS1、LLC等接口連接到FPGA上，通過(guò)DSP的RC總線對(duì)其內(nèi)部寄存器進(jìn)行配置。

將SAA7113H對(duì)應(yīng)信號(hào)RTS1和RTS0分別配置為場(chǎng)—場(chǎng)同步信號(hào)，只有當(dāng)場(chǎng)—場(chǎng)同步信號(hào)均有效時(shí)，才能有效地輸出圖像數(shù)據(jù)[11]。這時(shí)，可以根據(jù)時(shí)鐘信號(hào)采集圖像數(shù)據(jù)。另外通常是圖像消隱信號(hào)，不予以考慮。

SAA7113H與數(shù)字信號(hào)處理器和現(xiàn)場(chǎng)可編程門陣列的連接如圖3所示。

圖3 圖像采集模塊

1.3 數(shù)據(jù)下載模塊

數(shù)據(jù)下載模塊主要由RFID射頻識(shí)別模塊和數(shù)字信號(hào)處理模塊兩部分組成，用于數(shù)據(jù)下載操作。從下載模塊返回的微弱配網(wǎng)信號(hào)經(jīng)天線轉(zhuǎn)換為數(shù)字信號(hào)進(jìn)入射頻模塊下載模塊，由下載模塊的數(shù)字信號(hào)處理器進(jìn)行處理和成形[12]。最終從標(biāo)簽解調(diào)返回信息，完成標(biāo)識(shí)操作。下載模塊則需要與上層中間件和應(yīng)用軟件進(jìn)行交互，以實(shí)現(xiàn)操作指令的執(zhí)行和數(shù)據(jù)匯總上傳。數(shù)據(jù)上傳后，下載模塊會(huì)再次過(guò)濾標(biāo)簽的原子事件，并在數(shù)據(jù)上載前處理為下載模塊的事件。減少了下載模塊、中間件和應(yīng)用軟件之間的數(shù)據(jù)流量，這使得一些中間件應(yīng)該具有的功能成為可能。智能化、小型化、集成化是下載模塊的發(fā)展方向，這也將具有強(qiáng)大的前端控制功能?？膳c現(xiàn)場(chǎng)設(shè)備直接交互，下載模塊可控制[13]。

2 系統(tǒng)軟件部分設(shè)計(jì)

2.1 構(gòu)建RFID巡檢數(shù)據(jù)存儲(chǔ)目錄

針對(duì)RFID設(shè)計(jì)目標(biāo)，建立了用于線路分析與處理的數(shù)據(jù)目錄結(jié)構(gòu)，如圖4。

圖4 巡檢數(shù)據(jù)存儲(chǔ)目錄結(jié)構(gòu)圖

由圖4可知，利用架空線路基本不變的配電網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行數(shù)據(jù)存儲(chǔ)。在配網(wǎng)結(jié)構(gòu)發(fā)生變化時(shí)(如新增線路)，增加相應(yīng)的線路目錄并更新線路數(shù)據(jù)庫(kù)[14]。每一個(gè)缺陷處理單元(標(biāo)記為配網(wǎng)塔號(hào))都按照巡檢任務(wù)的執(zhí)行時(shí)間建立一個(gè)子目錄，保存任務(wù)收集到的原始數(shù)據(jù)和測(cè)試結(jié)果。

2.2 分析檢測(cè)

在測(cè)試初期，對(duì)各缺陷分析單元的單個(gè)圖像進(jìn)行分析處理，找出缺陷點(diǎn)，計(jì)算出該缺陷點(diǎn)(區(qū)域)的特征值，然后對(duì)當(dāng)前缺陷分析單元的可見(jiàn)光和紅外全景圖進(jìn)行拼接，并用可疑缺陷點(diǎn)的SIFT特征描述符復(fù)制該可疑缺陷點(diǎn)[15]。該流程是根據(jù)故障決策數(shù)據(jù)庫(kù)中相應(yīng)缺陷類型的每一級(jí)閾值，對(duì)初始檢測(cè)到的可疑缺陷點(diǎn)進(jìn)行判斷。若此類缺陷具有歷史數(shù)據(jù)決策規(guī)則，則可根據(jù)歷史數(shù)據(jù)決策規(guī)則在相應(yīng)的時(shí)間框架內(nèi)查詢?nèi)毕菪畔?kù)中是否存在故障點(diǎn)，并重新確定缺陷點(diǎn)的級(jí)別[16]。對(duì)有嚴(yán)重缺陷及以上的缺陷問(wèn)題，由專人輔助判斷，確保判斷的準(zhǔn)確性。

2.3 巡檢控制分析流程

巡檢控制分析流程如下所示。

Step 1 處理攝像頭連續(xù)獲取數(shù)據(jù)，并對(duì)其進(jìn)行加權(quán)平均化灰度處理。

Step 2 經(jīng)過(guò)灰度化處理的圖像獲取識(shí)別圖黑白圖像，其像素點(diǎn)灰度值滿足：

(1)

式中，T為閾值，其計(jì)算式為

(2)

式中，a、b表示所獲取的圖像像素值,i(m,n)表示像素點(diǎn)灰度值。

Step 3 將圖像識(shí)別器用于判斷無(wú)線充電無(wú)人機(jī)高度和方位[17]，主要包括以下幾點(diǎn)。

(1) 高度確定

根據(jù)黑白圖像獲取的識(shí)別輪廓，獲取圖像中質(zhì)心點(diǎn)間距和輪廓參數(shù)數(shù)據(jù)，有效輪廓判斷公式為

(3)

式中，i、j表示黑白圖像提取到的任意兩個(gè)輪廓,L表示2個(gè)質(zhì)心點(diǎn)間歐式距離,C表示捕捉到的輪廓周長(zhǎng),S表示輪廓面積,(x，y)表示質(zhì)心坐標(biāo),μL、μx、μc分別表示質(zhì)心間距、周長(zhǎng)比和面積比閾值。

(2) 方位確定

剔除無(wú)效輪廓，確定無(wú)人機(jī)高度，根據(jù)正多邊形定位區(qū)域邊緣尺寸與面積，獲取定位區(qū)面積與周長(zhǎng)比值K正。計(jì)算黑白圖像有效輪廓i對(duì)相應(yīng)的比值Ki，根據(jù)比值不變特性，對(duì)有效輪廓是否為正多邊形定位區(qū)輪廓判斷。

Step 4 剔除非環(huán)形標(biāo)志輪廓區(qū)域，確定標(biāo)志區(qū)坐標(biāo)，為此需進(jìn)行除重處理，合并滿足判斷式的兩個(gè)相近圓形輪廓[18]，判斷式為

(4)

式中，L表示兩個(gè)待判斷圓形輪廓中心距離,μL、φR分別表示相對(duì)應(yīng)的判斷閾值。

step 5 確定無(wú)人機(jī)高度和方位后，修正朝向，記錄圓形輪廓交點(diǎn)坐標(biāo)，確定無(wú)人機(jī)偏航角，由此完成巡檢控制分析。

3 實(shí)驗(yàn)

為驗(yàn)證基于RFID的無(wú)線充電無(wú)人機(jī)自動(dòng)駕駛配網(wǎng)智能巡檢控制分析系統(tǒng)的有效性，進(jìn)行實(shí)驗(yàn)驗(yàn)證分析。

3.1 實(shí)驗(yàn)環(huán)境設(shè)置

模擬了110 kV三興線N1-N19塔的全線激光掃描，并進(jìn)行了自動(dòng)巡檢測(cè)試。多旋翼無(wú)人機(jī)DJIM210 RTK和ZenmuSEX4S攝像機(jī)用于自動(dòng)和精細(xì)巡邏檢查，巡檢線長(zhǎng)約4.5公里，線路位于山區(qū)，巡視難度較大。

巡檢過(guò)程如圖5所示。

圖5 巡檢過(guò)程

3.2 巡檢缺陷數(shù)據(jù)分析結(jié)果對(duì)比

無(wú)線充電無(wú)人機(jī)自動(dòng)駕駛配網(wǎng)出現(xiàn)的缺陷位置如圖6(a)所示，該處實(shí)際電壓值如圖6(b)所示。

(a) 缺陷位置

在圖6所示缺陷問(wèn)題下，分別使用基于GIS巡檢控制分析系統(tǒng)Q1、人工巡檢控制分析系統(tǒng)Q2和基于RFID巡檢控制分析系統(tǒng)Q3分析該處電壓值，對(duì)電壓值分析的精度進(jìn)行比較,如圖7所示。

圖7 三種系統(tǒng)電壓值分析結(jié)果對(duì)比

由圖7可知，與圖6(b)實(shí)際電壓值相比較，使用基于GIS巡檢控制分析系統(tǒng)分析的電壓值與實(shí)際電壓值相差較大，差別最大的時(shí)間段在100～300 s內(nèi)，在100 s時(shí)相差最大為3.1 V；相比使用基于GIS巡檢控制分析系統(tǒng)，使用人工巡檢控制分析系統(tǒng)分析的電壓值與實(shí)際電壓值差距更大，在時(shí)間段為50～300 s、950～1 200 s內(nèi)的差別最大，其中在時(shí)間為220 s時(shí)，差值最大為3.7 V；使用基于RFID巡檢控制分析系統(tǒng)與實(shí)際電壓值一致，誤差為0，說(shuō)明使用基于RFID巡檢控制分析系統(tǒng)對(duì)該處電壓值分析的精度較高，在實(shí)際應(yīng)用中具有較好的性能。

根據(jù)圖7的數(shù)據(jù)繪制三種系統(tǒng)對(duì)電壓值分析的精度對(duì)比圖，如圖8所示。

圖8 三種系統(tǒng)電壓值分析精度對(duì)比

通過(guò)圖8可以看出，基于GIS巡檢控制分析系統(tǒng)的波動(dòng)較大，雖然在600 s時(shí)精度較高，達(dá)到95%，但是在波動(dòng)后沒(méi)有保持此精度，并持續(xù)下降；人工巡檢控制分析系統(tǒng)雖然一開(kāi)始波動(dòng)較大，但是能夠在400～1 100 s時(shí)間段保持較高精度，軍你能達(dá)到95%以上，遺憾的是在1 200 s時(shí)精度有所下滑，勉強(qiáng)保持在90%；而使用基于RFID巡檢控制分析系統(tǒng)可以從始至終都保持著100%的精度，說(shuō)明設(shè)計(jì)系統(tǒng)的分析精度能夠達(dá)到設(shè)計(jì)要求，實(shí)現(xiàn)精準(zhǔn)分析的目的。

3.3 巡檢控制分析時(shí)間對(duì)比

分別使用基于GIS巡檢控制分析系統(tǒng)Q1、人工巡檢控制分析系統(tǒng)Q2和基于RFID巡檢控制分析系統(tǒng)Q3對(duì)比巡檢控制分析時(shí)間，對(duì)比結(jié)果如表1所示。

表1 三種系統(tǒng)巡檢控制分析時(shí)間對(duì)比

由表1可知，基于GIS巡檢控制分析系統(tǒng)的巡檢控制分析時(shí)間在48～54 s之間；人工巡檢控制分析系統(tǒng)的巡檢控制分析時(shí)間在52～58 s之間，平均高于Q1系統(tǒng)4 s；使用基于RFID巡檢控制分析系統(tǒng)的巡檢控制分析時(shí)間在18～22 s之間，平均低于Q1、Q2系統(tǒng)31 s、35 s，基于RFID巡檢控制分析系統(tǒng)的巡檢控制分析時(shí)間遠(yuǎn)遠(yuǎn)低于Q1、Q2系統(tǒng)，最快時(shí)間為18 s。

通過(guò)實(shí)驗(yàn)?zāi)軌蜃C明，使用基于RFID巡檢控制分析系統(tǒng)巡檢控制分析時(shí)間最少，精度最高，具有能夠在短時(shí)間內(nèi)精準(zhǔn)分析巡檢數(shù)據(jù)的性能。

4 總結(jié)

設(shè)計(jì)的基于RFID的無(wú)線充電無(wú)人機(jī)自動(dòng)駕駛配網(wǎng)智能巡檢控制分析系統(tǒng)，有效提高了無(wú)人機(jī)額飛行準(zhǔn)確性與安全性，同時(shí)保證配網(wǎng)智能巡檢作業(yè)高效性，具有良好應(yīng)用前景。盡管本系統(tǒng)已完成了設(shè)計(jì)，但還存在許多不足。由于移動(dòng)設(shè)備數(shù)據(jù)終端沒(méi)有相應(yīng)圖像處理功能，檢測(cè)過(guò)程中發(fā)現(xiàn)缺陷不能實(shí)時(shí)反饋給系統(tǒng)，從而給管理者及時(shí)分析缺陷帶來(lái)了困難。