基于視覺定位技術(shù)的水力發(fā)電廠入侵人員UWB定位方法

潘世一

(國能長源十堰水電開發(fā)有限公司，湖北 十堰 442000)

0 引 言

隨著當(dāng)今社會能源的廣泛應(yīng)用，能源短缺已成為現(xiàn)今社會需要面臨的嚴(yán)重問題[1]。其中電力消耗就是最需解決的主要問題之一，因此通過建立水力發(fā)電廠來改善電力能源稀缺這一重要問題。水力發(fā)電廠是依據(jù)水流的壓力將重力勢能、動能等變?yōu)闄C(jī)械能，采用機(jī)械能帶動發(fā)電機(jī)運(yùn)轉(zhuǎn)。水力發(fā)電廠內(nèi)部的水力機(jī)械、發(fā)電、變電等一系列控制設(shè)備給水力發(fā)電廠的發(fā)電環(huán)境帶來一定潛在危險。為保障水力發(fā)電廠內(nèi)安全作業(yè)，避免因人員的入侵行為危害生命財產(chǎn)安全，對水力發(fā)電廠入侵人員精準(zhǔn)檢測與定位研究十分必要[2-3]。

眾多學(xué)者為此展開激烈討論，馬靜怡等[4]研究小尺度入侵人員定位，通過深度卷積網(wǎng)絡(luò)運(yùn)算入侵人員語義特征，并融合入侵人員位置數(shù)據(jù)，得出入侵人員的定位區(qū)域，再通過雙線性差值完成入侵人員精準(zhǔn)定位，該方法定位精度高，但該方法計算參數(shù)過多，定位計算時間較長。何文玉等[5]研究深度學(xué)習(xí)的入侵人員定位，采用機(jī)器學(xué)習(xí)對入侵人員圖像預(yù)處理，得出入侵區(qū)域，通過YOLO-V3網(wǎng)絡(luò)經(jīng)入侵區(qū)域不斷訓(xùn)練，完成入侵人員定位，該方法可持續(xù)不間斷進(jìn)行入侵人員定位，有效實現(xiàn)對入侵人員的入侵行為預(yù)警，但存在測量誤差，匹配時間較長。

雙目視覺技術(shù)可依據(jù)人體雙眼視覺成像獲取同一目標(biāo)的不同坐標(biāo)，并通過視覺差獲取目標(biāo)信息；超寬帶(UWB)技術(shù)是一種可根據(jù)較小的脈沖信號完成無線通信的技術(shù)，可將定位精度達(dá)到厘米。因此本文提出基于視覺定位技術(shù)的水力發(fā)電廠入侵人員UWB定位方法，實現(xiàn)入侵人員高精度定位。

1 水力發(fā)電廠入侵人員UWB視覺定位

1.1 雙目視覺的成像原理

雙目視覺技術(shù)通過模擬人體雙眼角度觀測三維空間內(nèi)目標(biāo)物體，根據(jù)幾何光學(xué)投影原理，人雙眼的像點可在人眼視網(wǎng)膜中出現(xiàn)不同位置[6]。這些不同位置產(chǎn)生視覺的視差，依據(jù)視覺差理論，將兩臺攝像機(jī)放置在不同位置采集一個目標(biāo)的圖像，獲取該目標(biāo)的視覺差并將視覺差代入視差測距中，從而獲取目標(biāo)物體的三維坐標(biāo)信息[7]。雙目視覺技術(shù)的圖像采集如圖1所示。

圖1 雙目視覺技術(shù)成像原理

圖1中，雙目視覺技術(shù)圖像采集的基線距離為2臺攝像機(jī)中心位置的連線，基線距離設(shè)為b，將攝像機(jī)鏡頭內(nèi)光心處作為左右相機(jī)的坐標(biāo)系原點O1、O2，由于兩個攝像機(jī)左右形成的像平面均在鏡頭光心后側(cè)，不便于計算，因此在距離鏡頭光心前側(cè)g處，將攝像機(jī)左右成像平面放置到g點，保證左右圖像坐標(biāo)系與左右攝像頭坐標(biāo)系位置平行且方向一致。鏡頭光心處原點與左右圖像的原點呈垂直相交關(guān)系。將水力發(fā)電廠入侵人員作為該方法的目標(biāo)物體，設(shè)目標(biāo)物體的圖像點為p，點p位置與攝像機(jī)坐標(biāo)系原點呈相交線，該相交線在左右像平面上產(chǎn)生交點，點p在左右像平面交點的二維坐標(biāo)分別為p1(u1，v1)、p2(u2，v2)，其中，u、v為圖像平面的橫縱坐標(biāo)。設(shè)2臺攝像機(jī)位于相同平面，則點p在左右像平面交點的Y軸相同，即為v1=v2，依據(jù)相似三角定義計算點p的三維坐標(biāo)，公式為

(1)

式中，(xc，yc，zc)為點p在左側(cè)攝像機(jī)坐標(biāo)系中的坐標(biāo)。

通過目標(biāo)物體p點左右圖像的位置差計算p點在左邊圖像的坐標(biāo)為

(2)

式中，d為目標(biāo)物體p點左右圖像的位置差。

依據(jù)雙目視覺技術(shù)中攝像機(jī)采集水力發(fā)電廠入侵人員圖像。為了更精準(zhǔn)有效檢測定位水力發(fā)電廠入侵人員，需結(jié)合適當(dāng)?shù)乃惴ㄟM(jìn)行處理。

1.2 基于深度學(xué)習(xí)的水力發(fā)電廠入侵人員檢測

深度學(xué)習(xí)算法的圖像識別是一個回歸問題，可將視頻流進(jìn)行實時處理，將1.1節(jié)中經(jīng)雙目視覺技術(shù)采集到的水力發(fā)電廠入侵人員圖像代入到深度學(xué)習(xí)中，實現(xiàn)水力發(fā)電廠入侵人員檢測[8-9]。深度學(xué)習(xí)(Cascade Mask R-CNN，CMR)網(wǎng)絡(luò)的輸入是水力發(fā)電廠入侵人員的全部圖像，并在網(wǎng)絡(luò)中加入了金字塔和空洞卷積，用于融合水力發(fā)電廠入侵人員圖像內(nèi)多尺度特征與圖像上下文數(shù)據(jù)，獲取更好的水力發(fā)電廠入侵人員檢測效果。深度學(xué)習(xí)的水力發(fā)電廠入侵人員檢測結(jié)構(gòu)如圖2所示。

圖2 深度學(xué)習(xí)的水力發(fā)電廠入侵人員檢測

基礎(chǔ)網(wǎng)絡(luò)層：水力發(fā)電廠入侵人員圖像經(jīng)基礎(chǔ)網(wǎng)絡(luò)resnet101的前向計算獲取多尺度圖像特征{F1，F(xiàn)2，F(xiàn)3，F(xiàn)4}。

金字塔網(wǎng)絡(luò)層(FPN)：對水力發(fā)電廠入侵人員圖像特征按照從F1到F4的順序進(jìn)行上采樣，并將其進(jìn)行橫向連接與融合，最終實現(xiàn)多尺度圖像特征增強(qiáng)的效果。如，將采樣次數(shù)為2倍以上的Q2和1×1卷積的先采用圖像像素間進(jìn)行加法運(yùn)算，再將加法結(jié)果進(jìn)行融合，最終得到Q1。通過從F1到F4的順序和Q5到Q1的方式得到水力發(fā)電廠入侵人員圖像的特征圖為{Q1，Q2，Q3，Q4，Q5}。Q1為最終融合多尺度特征的特征圖，將Q1作為FPN模塊的輸出結(jié)果。

空洞卷積層(ASPP)：空洞卷積也是擴(kuò)張卷積，其本質(zhì)是增加深度學(xué)習(xí)中網(wǎng)絡(luò)識別視線范圍，且學(xué)習(xí)參數(shù)的個數(shù)保持不變?？斩淳矸e可有效避免池化層中數(shù)據(jù)丟失現(xiàn)象，將經(jīng)基礎(chǔ)網(wǎng)絡(luò)與FPN獲取水力發(fā)電廠入侵人員圖像的特征圖Q1作為ASPP的輸入數(shù)據(jù)，將差異化擴(kuò)張率帶入深度學(xué)習(xí)網(wǎng)絡(luò)中的卷積層、最大池化層內(nèi)，獲取該圖像的多尺度特征。為了高效捕捉水力發(fā)電廠入侵人員的圖像多尺度特征，將水力發(fā)電廠入侵人員圖像的特征圖通過并行的不同擴(kuò)張率的空洞卷積進(jìn)行處理。最后依據(jù)深度學(xué)習(xí)的方法獲取水力發(fā)電廠入侵人員圖像的特征圖。

CMR-CNN層：Mask R-CNN與Cascade R-CNN相結(jié)合的結(jié)構(gòu)為CMR-CNN，該層屬于級聯(lián)結(jié)構(gòu)，上一層的輸出結(jié)果就是下一層的輸入數(shù)據(jù)，得出精度更高的水力發(fā)電廠入侵人員圖像檢測結(jié)果[10-11]。深度學(xué)習(xí)網(wǎng)絡(luò)通過基礎(chǔ)網(wǎng)絡(luò)層、FPN層、ASPP層得到水力發(fā)電廠入侵人員圖像的最終特征圖，通過CMR-CNN層輸出水力發(fā)電廠入侵人員檢測結(jié)果[12-13]。雙目視覺技術(shù)與深度學(xué)習(xí)共同完成水力發(fā)電廠入侵人員檢測，以此為基礎(chǔ)結(jié)合超寬帶(UWB)定位技術(shù)完成水力發(fā)電廠入侵人員定位。

1.3 水力發(fā)電廠入侵人員UWB定位

為實現(xiàn)水力發(fā)電廠入侵人員定位，將1.2節(jié)得出的水力發(fā)電廠入侵人員檢測結(jié)果作為UWB定位中的標(biāo)簽。UWB定位是先將基站和標(biāo)簽的距離信息經(jīng)雙向飛行時間法(TW-TOF)進(jìn)行計算，并約束多數(shù)量基站和標(biāo)簽的距離信息，最后依據(jù)基站的指定位置進(jìn)行求解得出標(biāo)簽位置。UWB定位原理如圖3所示。

圖3 UWB定位原理

為精準(zhǔn)計算標(biāo)簽的三維位置，UWB中基站的數(shù)量需至少設(shè)置3個及以上，才能獲取更好的標(biāo)簽定位效果。設(shè)已知基站數(shù)量為4個。標(biāo)簽三維位置定位可通過基站的指定位置、基站與標(biāo)簽間距信息完成?；局付ㄎ恢每赏ㄟ^測量獲取精確數(shù)據(jù)，因此標(biāo)簽定位的精度直接被基站與標(biāo)簽的間距影響。由于環(huán)境和遮擋物等因素的存在，基站與標(biāo)簽之間的距離可能會受到干擾。因此，需要先判定UWB的標(biāo)定位置和異常測距值，再利用優(yōu)化的UWB定位算法獲取水力發(fā)電廠入侵人員定位結(jié)果。

1.3.1 判定UWB的標(biāo)定位置和異常測距值

(3)

式中，TAT為UWB信號發(fā)送與接收的時間間隔；c為光速；Δt為當(dāng)UWB信號處理延遲時產(chǎn)生的時間偏置；nAT為隨機(jī)測距誤差，隨著環(huán)境與遮擋物的變化而變化；dAT=TATc為基站與標(biāo)簽間距的真實距離；d0=Δt·c為依據(jù)時間偏置的穩(wěn)定性，距離上的常值偏置。

(4)

(5)

(6)

1.3.2 UWB定位設(shè)計

(7)

(8)

(9)

(10)

式中，(jx、jy、jz)為標(biāo)簽位置的坐標(biāo)。

通過最小二乘法計算標(biāo)簽位置為

(11)

(12)

(13)

式中，η為最小二乘法的系數(shù)。

通過最小二乘法得出的標(biāo)簽位置與UWB測量值、4個基站位置差值最小。

1.3.3 優(yōu)化UWB定位

優(yōu)化定位的UWB方法與最小二乘法相同。具體如下：通過上述UWB基站位置、測距信息及需要計算的標(biāo)簽位置，建立殘差，公式為

(14)

(15)

優(yōu)化公式(15)可表述為當(dāng)標(biāo)簽位置處于任何時間時，基站與標(biāo)簽間距測量值均能夠約束標(biāo)簽位置，但當(dāng)測量值不精準(zhǔn)時，標(biāo)簽位置定位精度會隨著測量精度降低而降低。為避免上述情況可將標(biāo)簽移動速度變?yōu)橐粋€弱約束，增加兩個連續(xù)時間內(nèi)標(biāo)簽定位的約束，結(jié)合約束的優(yōu)化方程為

(16)

(17)

通過上述方法，利用優(yōu)化UWB定位技術(shù)計算標(biāo)簽位置，即可完成水力發(fā)電廠入侵人員定位。

2 實驗分析

為驗證視覺定位技術(shù)的水力發(fā)電廠入侵人員UWB定位方法有效性，選取某地區(qū)水力發(fā)電廠為實驗對象。采用HIKROBOT雙目視覺相機(jī)，該視覺相機(jī)內(nèi)具有高質(zhì)量芯片，可有效覆蓋30萬到6.04億像素，成像質(zhì)量高，設(shè)置該相機(jī)基線長度是200 mm，焦距是3 mm，采集圖像尺寸均為480×640像素；在該水力發(fā)電廠500 m2的區(qū)域內(nèi)設(shè)置5個USW基站。選取該水力發(fā)電廠內(nèi)某一位作業(yè)人員為該水力發(fā)電廠的入侵人員進(jìn)行模擬實驗，利用本文方法采集入侵人員圖像，并對采集到的入侵人員圖像進(jìn)行檢測，結(jié)果如圖4所示。

圖4 入侵人員圖像采集與入侵人員檢測

根據(jù)圖4可知，本文方法可清晰準(zhǔn)確采集到水力發(fā)電廠入侵人員圖像，將其作為深度學(xué)習(xí)網(wǎng)絡(luò)輸入，完成入侵人員檢測，獲取入侵人員的邊緣輪廓信息。實驗說明：本文方法采集的入侵人員圖像清晰精準(zhǔn)，可從中檢測出入侵人員身體目標(biāo)，為后續(xù)入侵人員定位提供良好實驗基礎(chǔ)。

實驗分析不同干擾下本文方法的入侵人員圖像定位精度。設(shè)置該作業(yè)人員距離基站50 m，將相機(jī)抖動、作業(yè)人員處于動態(tài)背景下兩種情況作為入侵人員圖像檢測干擾，本文方法的入侵人員圖像定位結(jié)果如圖5所示。

圖5 不同干擾下入侵人員圖像定位結(jié)果

通過圖5可知，當(dāng)相機(jī)出現(xiàn)抖動時，本文方法的入侵人員定位結(jié)果與實際值誤差上下浮動不超過0.06 m，當(dāng)入侵人員在動態(tài)背景干擾下，本文方法圖像定位結(jié)果與實際值誤差上下浮動不超過0.12 m，實驗說明：動態(tài)背景的干擾比相機(jī)抖動干擾產(chǎn)生的誤差大，但誤差值均符合入侵人員圖像定位標(biāo)準(zhǔn)，本文方法在干擾情況下依舊能提供高精度入侵人員定位數(shù)據(jù)。

實驗分析本文方法對入侵人員的定位結(jié)果。選取該水力發(fā)電廠內(nèi)一名作業(yè)人員作為入侵人員進(jìn)行定位模擬實驗。通過本文方法對該入侵人員行動軌跡進(jìn)行定位，將定位采集的數(shù)據(jù)通過MATLAB數(shù)學(xué)編輯軟件進(jìn)行處理，將入侵人員行動軌跡共分為A、B、C、D、E點進(jìn)行分析，入侵人員定位效果如圖6所示。

圖6 入侵人員定位情況

根據(jù)圖6可知，本文方法可有效、實時跟蹤入侵人員的行動軌跡。當(dāng)入侵人員行動軌跡處于A、B點時，水力發(fā)電廠內(nèi)部未發(fā)生報警現(xiàn)象，說明入侵人員處于非工作區(qū)域和工作區(qū)域；當(dāng)入侵人員行動軌跡處于C、D點時，水力發(fā)電廠內(nèi)部發(fā)生黃色報警現(xiàn)象，說明入侵人員已進(jìn)入該水力發(fā)電廠核心工作區(qū)域；當(dāng)入侵人員行動軌跡處于E點時，水力發(fā)電廠內(nèi)部發(fā)生紅色報警現(xiàn)象，說明入侵人員已進(jìn)入該水力發(fā)電廠危險區(qū)域，入侵人員可能存在人身安全，需要對入侵人員進(jìn)行驅(qū)逐。實驗說明：本文方法可高效實現(xiàn)入侵人員定位，實時反饋入侵人員定位信息，并實現(xiàn)入侵人員的定位信息預(yù)警。

3 結(jié) 論

研究基于視覺定位技術(shù)的水力發(fā)電廠入侵人員UWB定位方法，實現(xiàn)水力發(fā)電廠入侵人員精準(zhǔn)定位。依據(jù)雙目視覺技術(shù)與深度學(xué)習(xí)完成水力發(fā)電廠入侵人員圖像采集與入侵人員檢測，以水力發(fā)電廠入侵人員檢測結(jié)果為基礎(chǔ)，結(jié)合優(yōu)化UWB實現(xiàn)水力發(fā)電廠入侵人員定位。實驗說明：本文方法對入侵人員圖像采集的清晰度較高，可有效檢測到入侵人員，且入侵人員定位精度高，可通過定位獲取入侵人員行動軌跡，規(guī)避入侵人員人身危險，提高水力發(fā)電廠安全作業(yè)程度。