變電站智能巡檢機(jī)器人關(guān)鍵技術(shù)開發(fā)

汪 洋

(國(guó)網(wǎng)浙江省電力有限公司杭州供電公司，浙江 杭州 310000)

0 引言

變電站是電網(wǎng)中轉(zhuǎn)換和分配電能的重要節(jié)點(diǎn)，隨著技術(shù)的發(fā)展，其自動(dòng)化和智能化水平不斷提升。傳統(tǒng)的變電站人工巡檢需值班人員使用手持儀器對(duì)設(shè)備逐一檢查，這種方式在面對(duì)規(guī)模越來(lái)越龐大和繁雜的現(xiàn)代變電站時(shí)顯得力不從心，且人工巡檢易受到人員工作經(jīng)驗(yàn)、責(zé)任心、精神狀態(tài)等諸多因素的影響。當(dāng)前的變電站也配置了一定數(shù)量的攝像頭，但由于受視覺盲區(qū)、光照等客觀條件限制而無(wú)法實(shí)現(xiàn)全方位監(jiān)控。得益于無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor networks，WSN)技術(shù)的發(fā)展，電力系統(tǒng)開始引入相關(guān)傳感器監(jiān)測(cè)設(shè)備運(yùn)行參數(shù)，但由于傳感器通信帶寬小，應(yīng)用范圍受到很大的局限。隨著人工智能和嵌入式技術(shù)的發(fā)展，具備多種功能的巡檢機(jī)器人在電力系統(tǒng)中相繼投入應(yīng)用，與人工巡檢相比，其檢測(cè)效率和精度都更具優(yōu)勢(shì)，同時(shí)也能避免人工巡檢過(guò)程存在的安全風(fēng)險(xiǎn)。

目前，電力系統(tǒng)巡檢機(jī)器人大多針對(duì)500 kV及以上的大型變電站，而在眾多的小型變電站中涉及較少且尚未形成統(tǒng)一的標(biāo)準(zhǔn)，同時(shí)已投入使用的巡檢機(jī)器人大多采用遙控巡檢方式，不僅沒有真正形成智能化，還存在導(dǎo)航精度差、通信速度慢和圖像匹配精度低等問(wèn)題。因此，開發(fā)和應(yīng)用一款變電站智能巡檢機(jī)器人顯得尤為急迫。

1 智能巡檢機(jī)器人運(yùn)動(dòng)及導(dǎo)航模塊設(shè)計(jì)

1.1 關(guān)鍵技術(shù)

1.1.1 加權(quán)平均算法

巡檢機(jī)器人的底盤下安裝有8個(gè)磁傳感器，編號(hào)1～8并賦予不同的權(quán)重值。由于傳感器的接受范圍有限，至多同時(shí)有3個(gè)磁傳感器可檢測(cè)到磁軌，檢測(cè)到磁軌的傳感器會(huì)把自己的權(quán)重值信號(hào)輸出給主控芯片，主控芯片的輸入輸出接口讀取磁傳感器信號(hào)并根據(jù)信號(hào)的加權(quán)平均值來(lái)判斷機(jī)器人當(dāng)前的位置。若最后的加權(quán)平均值為0，則機(jī)器人位于磁軌正中央，速度調(diào)節(jié)系統(tǒng)輸入的速度參考值保持不變；若根據(jù)相應(yīng)的加權(quán)平均值判斷出機(jī)器人相對(duì)于磁軌左偏或右偏，則相應(yīng)的左側(cè)或右側(cè)直流無(wú)刷電機(jī)加速，即對(duì)應(yīng)電機(jī)的速度調(diào)節(jié)系統(tǒng)的輸入速度參考值增大[1]。表1給出當(dāng)不同組的磁傳感器檢測(cè)到磁軌時(shí)，速度調(diào)節(jié)系統(tǒng)的輸入值。

表1 速度調(diào)節(jié)系統(tǒng)的輸入值

1.1.2 PID控制技術(shù)

對(duì)于計(jì)算機(jī)可以處理的離散數(shù)字式PID主要有位置式PID控制算法和增量式PID控制算法兩種。位置式PID是一種非遞推的算法，因PID控制輸出的u(k)值直接對(duì)應(yīng)電機(jī)的實(shí)際轉(zhuǎn)速，所以基于簡(jiǎn)化電機(jī)控制系統(tǒng)的考慮，控制設(shè)計(jì)采用位置式PID算法。

PID算法最重要的是參數(shù)整定，比例參數(shù)、積分參數(shù)和微分參數(shù)的選取直接決定了系統(tǒng)的控制效果。這3個(gè)參數(shù)可通過(guò)理論計(jì)算求得，也可通過(guò)工程試驗(yàn)得出。理論計(jì)算需提前推導(dǎo)被控對(duì)象的傳遞函數(shù)，且還要考慮工作時(shí)變化的阻尼和可能的外界干擾，很難建立系統(tǒng)實(shí)際數(shù)學(xué)模型，因此采用簡(jiǎn)單易行的工程試驗(yàn)來(lái)整定PID參數(shù)。

1.2 控制方案驗(yàn)證

1.2.1 譯碼器模塊

在Simulink工具內(nèi)搭建基于微處理器(STM32)的霍爾信號(hào)譯碼過(guò)程抽象電路以及譯碼規(guī)則，由于電路母線上可直接設(shè)置接收霍爾信號(hào)的模塊，可將該信號(hào)傳給為實(shí)現(xiàn)控制邏輯專門搭建的譯碼器[2]。

1.2.2 速度調(diào)節(jié)器模塊

速度調(diào)節(jié)器的主體是PI控制器，利用Simulink把芯片通過(guò)軟件將霍爾信號(hào)轉(zhuǎn)換成速度信號(hào)的過(guò)程抽象化，由于在Simulink中與電機(jī)連接的母線上可直接獲取到電機(jī)的轉(zhuǎn)速值，所以可直接將此值作為PI控制器的一個(gè)輸入，并將速度參考值作為PI控制器的另一個(gè)輸入。PI控制器可以直接選擇Simulink中的預(yù)制模塊。

1.2.3 整體仿真

在Simulink中構(gòu)建系統(tǒng)的整體仿真模型，在輸出位置加入電壓表和數(shù)據(jù)顯示模塊用以探測(cè)逆變器的輸入變化、電機(jī)的轉(zhuǎn)速變化、PI控制器的輸出以及譯碼器的譯碼結(jié)果。

系統(tǒng)仿真時(shí)間設(shè)定為1 s，速度參考值為3 000 rad/s，并且預(yù)設(shè)在0.5 s時(shí)給系統(tǒng)一個(gè)外加干擾，通過(guò)電機(jī)的轉(zhuǎn)速變化確定系統(tǒng)是否可實(shí)現(xiàn)調(diào)速。由轉(zhuǎn)速變化趨勢(shì)(見圖1)可知，PI控制器的超調(diào)不大，也沒有發(fā)生振蕩，整體響應(yīng)時(shí)間很短，0.5 s時(shí)系統(tǒng)受到外部干擾后，轉(zhuǎn)速發(fā)生下降但很快恢復(fù)正常。

圖1 轉(zhuǎn)速變化趨勢(shì)

通過(guò)觀測(cè)3個(gè)霍爾傳感器輸出的120°相位差霍爾信號(hào)，這3組信號(hào)經(jīng)過(guò)譯碼就可以產(chǎn)生換相序列。

由逆變器輸入電壓的變化可知，隨著電機(jī)轉(zhuǎn)速的升高，逆變器的輸入電壓也同時(shí)升高，并且在電機(jī)轉(zhuǎn)速穩(wěn)定后逆變器的輸入電壓保持不變，當(dāng)額外加入一個(gè)力矩給電機(jī)，系統(tǒng)為維持速度就會(huì)增大逆變器的輸入電壓，基本確定所提轉(zhuǎn)速控制方案是可行的。

1.3 硬件設(shè)計(jì)

通過(guò)在Simulink中對(duì)直流無(wú)刷電機(jī)控制系統(tǒng)的仿真，驗(yàn)證了利用3組霍爾信號(hào)控制三相橋式逆變電路的開關(guān)來(lái)實(shí)現(xiàn)電機(jī)的換相，同時(shí)利用速度調(diào)節(jié)器產(chǎn)生的電壓信號(hào)調(diào)整電機(jī)上的磁場(chǎng)強(qiáng)度來(lái)控制電機(jī)的速度是可行性。實(shí)際上的控制系統(tǒng)就基于該原理連接不同的硬件實(shí)現(xiàn)的，再輔以軟件控制讓系統(tǒng)成為一個(gè)有機(jī)的整體。

根據(jù)上述需求，對(duì)硬件(電路架構(gòu))進(jìn)行設(shè)計(jì)與分析。如果需要直流無(wú)刷電機(jī)動(dòng)作，那么需要的基本模塊有直流電源、逆變系統(tǒng)、功率驅(qū)動(dòng)電路等，但這些模塊組成的是一個(gè)開環(huán)系統(tǒng)。為實(shí)現(xiàn)對(duì)電機(jī)的控制，機(jī)器人必須加入霍爾信號(hào)獲取系統(tǒng)和速度轉(zhuǎn)換系統(tǒng)，使其構(gòu)成一個(gè)完整的閉環(huán)系統(tǒng)。通過(guò)STM32可實(shí)現(xiàn)PID控制、霍爾邏輯脈沖寬度調(diào)制(PWM)控制、電流及電壓保護(hù)等諸多功能。

導(dǎo)航系統(tǒng)架構(gòu)如圖2所示，工作站的導(dǎo)航部分是依托于集成芯片STM32F103V8T6建立，主要的被控對(duì)象是直流無(wú)刷電機(jī)，輔以電源電壓監(jiān)控，同時(shí)霍爾信號(hào)作為芯片的高級(jí)定時(shí)器的輸入。整個(gè)系統(tǒng)的基本工作過(guò)程為電源電路根據(jù)速度調(diào)節(jié)器的不同值提供不同的電壓，系統(tǒng)初始化并進(jìn)行電壓檢測(cè)，啟動(dòng)電機(jī)，霍爾信號(hào)被芯片的高級(jí)定時(shí)器接收后經(jīng)過(guò)功率驅(qū)動(dòng)電路作用于逆變器的3個(gè)橋臂控制電機(jī)換相，同時(shí)霍爾信號(hào)接入一個(gè)普通定時(shí)器進(jìn)行速度轉(zhuǎn)換。當(dāng)需要調(diào)速時(shí)，轉(zhuǎn)換后的速度值和新的參考值一起通過(guò)比較寄存器產(chǎn)生用于控制直流電源電壓輸出的信號(hào)，用以控制逆變電路的直流輸入[3]。

圖2 導(dǎo)航系統(tǒng)架構(gòu)

1.4 軟件設(shè)計(jì)

軟件開發(fā)平臺(tái)使用的是Keil公司開發(fā)的MDK-ARM套件，該軟件為基于Cortex-M、Cortex-R4、ARM、ARM9處理器設(shè)備提供了一個(gè)完整的開發(fā)環(huán)境，可滿足絕大多數(shù)的嵌入式應(yīng)用。設(shè)計(jì)使用的具體版本為Keil MDK5，包含了uVision5 IDE集成開發(fā)環(huán)境和ARM Compiler5編譯器。

該設(shè)計(jì)中的程序分為主程序和中斷子程序兩部分，采用這樣的設(shè)計(jì)是為了優(yōu)化代碼的運(yùn)行效率，同時(shí)增強(qiáng)其可讀性，且也有利于后期的調(diào)試和優(yōu)化。主程序負(fù)責(zé)系統(tǒng)的初始化、和其相連的各個(gè)外設(shè)的初始化及提供子程序接口。為了確保電機(jī)的速度被精確控制，需要一系列的中斷子程序來(lái)實(shí)現(xiàn)相應(yīng)的功能，包括PI控制程序、霍爾信號(hào)的譯碼、霍爾信號(hào)的速度轉(zhuǎn)換、換相信號(hào)的產(chǎn)生等。

2 圖像匹配度檢測(cè)模塊設(shè)計(jì)

圖像匹配度檢測(cè)是指巡檢機(jī)器人在變電站的標(biāo)定位置停車并調(diào)用攝像機(jī)拍攝標(biāo)定位置的圖像，利用通信模塊將圖像回傳給后臺(tái)，后臺(tái)軟件在Python-OpenCV環(huán)境下識(shí)別回傳圖像與模板庫(kù)內(nèi)標(biāo)準(zhǔn)圖像的差異度，如果差異度超過(guò)閾值就證明有異物懸掛或產(chǎn)生了較大的形變。為保證識(shí)別的準(zhǔn)確度，背景濾除和畸形矯正技術(shù)被廣泛應(yīng)用。

圖像處理算法主要依賴于OpenCV視覺庫(kù)。OpenCV被大量應(yīng)用在人機(jī)交互、圖像識(shí)別、人臉識(shí)別、動(dòng)作跟蹤、機(jī)器視覺等領(lǐng)域。

2.1 攝像機(jī)調(diào)用

OpenCV中提供了攝像機(jī)調(diào)用的接口，可以通過(guò)其拍攝一段視頻并且灰度化。為了獲取視頻，系統(tǒng)需要?jiǎng)?chuàng)建一個(gè)VideoCapture對(duì)象，這個(gè)對(duì)象的參數(shù)通常是一個(gè)設(shè)備的序列號(hào)或者是一段視頻文件，如果是調(diào)用自身的攝像機(jī)則該參數(shù)為0。

2.2 差異度檢測(cè)

2.2.1 關(guān)鍵技術(shù)

OpenCV中使用函數(shù)cv2.cornerHarris進(jìn)行角點(diǎn)檢測(cè)，該函數(shù)有輸入圖像的類型、角點(diǎn)檢測(cè)中要考慮的鄰域大小、窗口的大小、自由參數(shù)四個(gè)參數(shù)，通過(guò)其應(yīng)用可獲得較好的角點(diǎn)檢測(cè)結(jié)果。

如果對(duì)檢測(cè)有更高的要求，OpenCV函數(shù)庫(kù)還可以提供亞像素級(jí)的角點(diǎn)檢測(cè)函數(shù)cv2.cornerSubPix和適合在目標(biāo)跟蹤算法中使用的cv2.goodFeatureToTrack函數(shù)。

2.2.2 差異度檢測(cè)的實(shí)現(xiàn)

二值化和角點(diǎn)檢測(cè)是形狀匹配的基礎(chǔ)，角點(diǎn)作為描述圖像特征的因子被當(dāng)作形狀匹配函數(shù)的輸入。因角點(diǎn)算法具有旋轉(zhuǎn)不變性，但當(dāng)圖像的尺寸發(fā)生變化時(shí)(如圖像縮放)，角點(diǎn)的描述就不再準(zhǔn)確，即被判定為角點(diǎn)的像素點(diǎn)事實(shí)上可能不再是角點(diǎn)。為解決這個(gè)問(wèn)題，系統(tǒng)使用根據(jù)Hu矩(一種圖像特征描述方法，用于描述圖像形狀和幾何特征的不變特性，具有平移、旋轉(zhuǎn)和尺度不變性)計(jì)算的cv2.matchShape函數(shù)來(lái)進(jìn)行形狀匹配，具有縮放不變性。

2.3 背景減除算法

差異度檢測(cè)算法中，不論是角點(diǎn)檢測(cè)函數(shù)還是形狀匹配函數(shù)，都要對(duì)圖片中所有像素點(diǎn)進(jìn)行遍歷，嘈雜背景中的元素都會(huì)加入檢測(cè)和匹配的過(guò)程。在實(shí)際的變電站應(yīng)用中，天氣等客觀因素造成的背景變化是不可避免的，所以該算法投入應(yīng)用，則必須配置一個(gè)高精度的背景減除算法。

2.3.1 背景建模

在視頻中的任何一個(gè)像素點(diǎn)都是由K(一般取3～5)個(gè)高斯分布混合建模的，那么任意一個(gè)時(shí)間節(jié)點(diǎn)N的像素值為XN的概率為p(XN)=(XN，θj)，式中：wj是第j個(gè)高斯分量的權(quán)重，η(XN，θj)是第k個(gè)分量的正態(tài)分布。在這個(gè)算法中使用適應(yīng)值ωk/σk對(duì)K分布進(jìn)行排序，其中，σk是第k個(gè)分量的協(xié)方差，wk為第k個(gè)高斯分布的權(quán)重。算法使用這個(gè)適應(yīng)值對(duì)像素進(jìn)行K分布排序，并且取其中的前B個(gè)像素作為背景的模型，其中B=argmin(＞T)，其中，閾值T是背景模型的最小部分，即背景在場(chǎng)景中的最小先驗(yàn)概率。背景減法通過(guò)將前景像素標(biāo)記為遠(yuǎn)離任何背景像素大于2.5標(biāo)準(zhǔn)差的任何像素來(lái)執(zhí)行，匹配測(cè)試值的第一個(gè)高斯分量將由一組更新方程進(jìn)行更新。

此外，高斯混合分布模型可以將背景分量與前景分量進(jìn)行比較，如果前景分量中的某個(gè)部分的色度和亮度都在設(shè)定的區(qū)間內(nèi)則會(huì)被認(rèn)定為陰影部分?；诒尘傲炼鹊目紤]，Z.Zivkovic改進(jìn)了該算法，為每一個(gè)像素都單獨(dú)設(shè)定了一個(gè)K值，改進(jìn)過(guò)后的算法對(duì)背景亮度的變化更加敏感。

2.3.2 測(cè)試

將上述算法打包成函數(shù)cv2.createBackgroundSubtractorMOG2，其包含了幾個(gè)可調(diào)參數(shù)：進(jìn)行建模場(chǎng)景的時(shí)間長(zhǎng)度、高斯混合成分的數(shù)量、閾值等，在實(shí)際應(yīng)用中全部設(shè)為默認(rèn)值，測(cè)試結(jié)果如下。

1) 不同亮度的背景的減除。選用一段背景中含有不同亮度部分的視頻，經(jīng)算法優(yōu)化，不同的亮度區(qū)域都被認(rèn)定成了背景區(qū)域，說(shuō)明高斯混合模型算法對(duì)于顏色和亮度都是敏感的。

2) 含有前景的圖像的背景減除。采用視頻中含有前景的一幀畫面和經(jīng)過(guò)背景減除之后含有前景的一幀畫面進(jìn)行對(duì)比，在這組實(shí)驗(yàn)中背景發(fā)生過(guò)一次變化(從白色變成藍(lán)色)，測(cè)試結(jié)果可知，當(dāng)背景起初發(fā)生變化時(shí)會(huì)被當(dāng)成前景不被減除，但由于算法中使用的函數(shù)具有自適應(yīng)能力，藍(lán)色部分很快被認(rèn)定為背景并減除。

2.4 基于OpenCV的攝像機(jī)標(biāo)定

由于機(jī)器人只搭載了一臺(tái)單孔攝像機(jī)，導(dǎo)致拍攝的圖片存在畸變，這就需要對(duì)攝像機(jī)進(jìn)行標(biāo)定。圖像畸變是由四個(gè)內(nèi)參數(shù)(fx，fy，cx，cy)和五個(gè)外參數(shù)(即三個(gè)徑向畸變參數(shù)(k1，k2，k3)和兩個(gè)切向畸變參數(shù)(p1，p2))造成的，想要消除畸變就必須求解出這些參數(shù)。求解參數(shù)的大致思路為，利用計(jì)算機(jī)中預(yù)存的包含明顯圖案模式的樣本圖片(如棋盤)，圖片上的一些特殊點(diǎn)(如棋盤的四個(gè)角點(diǎn))的坐標(biāo)是已知的，將這張預(yù)存的圖片下載并打印，利用移動(dòng)攝像機(jī)對(duì)標(biāo)準(zhǔn)圖片拍攝若干張照片(拍攝的照片存在畸變)，在畸變照片上的角點(diǎn)與標(biāo)準(zhǔn)圖像中的角點(diǎn)之間建立方程組，求解這些方程組即可求出上文中的畸變參數(shù)[4]，具體實(shí)現(xiàn)過(guò)程如下。

1) 設(shè)定好迭代過(guò)程停止的條件，cv2.TERM_CRITERIA_EPS表示精確度(誤差)滿足epsilon (誤差設(shè)定值)時(shí)停止，cv2.TERM_CRITERIA_MAX_ITER表示迭代次數(shù)超過(guò)max_iter (最大允許迭代次數(shù))時(shí)停止。cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER表示滿足任意條件即可。

2) 獲取標(biāo)定板角點(diǎn)的位置并將坐標(biāo)系建立在標(biāo)定板上，建立2個(gè)數(shù)組用于存儲(chǔ)角點(diǎn)的2D和3D坐標(biāo)；使用cv2.findChessboardCorners函數(shù)找到棋盤格的角點(diǎn)。由于該函數(shù)找到的角點(diǎn)坐標(biāo)并不是一個(gè)精確的坐標(biāo)，如果有更高的精度需求，則需要使用cv2.cornerSubPix這個(gè)函數(shù)來(lái)找到亞像素級(jí)的角點(diǎn)位置。

3) 使用cv2.drawChessboardCorners函數(shù)把已經(jīng)找到的角點(diǎn)在棋盤格的相應(yīng)位置標(biāo)記下來(lái)；再使用cv2.calibrateCamera函數(shù)來(lái)標(biāo)定造成圖像畸變的參數(shù)，返回?cái)z像機(jī)矩陣、畸變系數(shù)、旋轉(zhuǎn)和變換向量等。

4) 通過(guò)cv2.getOptimalNewCameraMatrix函數(shù)得到自由縮放系數(shù)，利用該系數(shù)對(duì)攝像機(jī)矩陣進(jìn)行優(yōu)化，同時(shí)返回一個(gè)包含感興趣區(qū)域(ROI)的圖像，后續(xù)程序可以用這個(gè)圖像對(duì)結(jié)果進(jìn)行裁剪。

3 視頻實(shí)時(shí)回傳設(shè)計(jì)

機(jī)器人不僅需要將在標(biāo)定位置拍攝的圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比，同時(shí)也需要把巡檢過(guò)程中的全部情況以視頻形式傳送給后臺(tái)，以便后臺(tái)人員對(duì)變電站有更及時(shí)和全面的了解。機(jī)器人的視頻回傳系統(tǒng)是一個(gè)基于樹莓派的無(wú)線視頻監(jiān)控系統(tǒng)，樹莓派插入無(wú)線網(wǎng)卡使機(jī)器人和后臺(tái)PC保持在同一個(gè)局域網(wǎng)內(nèi)，同時(shí)樹莓派上的USB接口可連接搭載的攝像頭。系統(tǒng)工作流程為基于Wi-Fi技術(shù)使機(jī)器人和后臺(tái)保持在一個(gè)局域網(wǎng)內(nèi)，通過(guò)V4L2接口技術(shù)完成視頻的采集，在利用H.264編碼技術(shù)完成視頻編碼，并在TCP/IP通信協(xié)議下搭建套接字(Socket)[5-7]，最終將視頻傳送至后臺(tái)。

3.1 關(guān)鍵技術(shù)分析

3.1.1 開發(fā)板介紹

Raspberry pi開發(fā)板是一款基于ARM架構(gòu)、Linux操作系統(tǒng)的微型電腦，其尺寸小、售價(jià)低，擁有相較于單片機(jī)更大的內(nèi)存，也可選用SD卡作為外存，并可拓展連接鼠標(biāo)、鍵盤、無(wú)線網(wǎng)卡、攝像機(jī)及顯示器等。

Raspberry pi擁有完善的Raspbian OS系統(tǒng)（基于Linux的樹莓派板卡操作系統(tǒng)），相較于沒有操作系統(tǒng)的芯片而言，在Raspbian OS下編寫的通信程序?qū)⒈粯O大地簡(jiǎn)化，且和PC端Linux系統(tǒng)下編寫的程序差異并不大。

3.1.2 V4L2接口技術(shù)

Linux視頻設(shè)備驅(qū)動(dòng)(video for linux 2，V4L2)是一種在Linux系統(tǒng)下用于捕獲影音硬件設(shè)備的接口，可為硬件設(shè)備提供驅(qū)動(dòng)，也可通過(guò)一系列接口函數(shù)完成開發(fā)板和攝像機(jī)之間的指令傳遞和數(shù)據(jù)讀取，其采集視頻的流程如圖3所示。

圖3 V4L2采集視頻流程

3.1.3 TCP/IP通信協(xié)議

國(guó)際標(biāo)準(zhǔn)化組織制定了實(shí)現(xiàn)開放系統(tǒng)互連的基礎(chǔ)模型—OSI模型，具體可分為物理層、鏈路層、網(wǎng)絡(luò)層、傳輸層、會(huì)話層、表示層和應(yīng)用層，具體到TCP/IP協(xié)議下的模型可按圖4劃分，其中TCP屬于傳輸層、V4L2和H.264屬于第一、二層。

圖4 TCP/IP協(xié)議下的模型示意

TCP/IP是面向連接的，在收發(fā)數(shù)據(jù)前必須和接收方建立三次可靠的連接(三次握手)，結(jié)束后第四次握手?jǐn)嚅_連接。TCP網(wǎng)絡(luò)編程是通過(guò)Socket套接字來(lái)實(shí)現(xiàn)，Socket可以理解為插座，其本質(zhì)上是一種文件描述符，通過(guò)調(diào)用這個(gè)函數(shù)就可以返回一個(gè)包含了通信五元組(源端口、目的端口、源IP、目的IP、協(xié)議類型)的整形Socket描述符。

3.2 無(wú)線視頻監(jiān)控系統(tǒng)調(diào)試

在Socket通信前先設(shè)定機(jī)器人為客戶端，后臺(tái)PC為服務(wù)器端。編寫TCP/IP協(xié)議下的Socket通信程序先要建立一個(gè)Socket套接字，設(shè)定協(xié)議的類型、套接字的類型、端口號(hào)等；接下來(lái)使用bind函數(shù)將套接字與主機(jī)間的IP、端口等信息關(guān)聯(lián)，使用listen函數(shù)監(jiān)聽可能的訪問(wèn)，使用accept函數(shù)來(lái)相應(yīng)接入請(qǐng)求，重新創(chuàng)建一個(gè)socket描述符用于與客戶端交換信息，使用connect函數(shù)是用來(lái)完成客戶端與服務(wù)器端的連接，使用send和recv函數(shù)用于傳輸和接收具體的數(shù)據(jù)，最后由close關(guān)閉，如圖5所示。

圖5 socket通信流程

4 結(jié)束語(yǔ)

針對(duì)變電站的智能巡檢機(jī)器人的設(shè)計(jì)要求，把機(jī)器人的設(shè)計(jì)分成運(yùn)動(dòng)及導(dǎo)航、圖像匹配檢測(cè)、視頻回傳三部分。首先通過(guò)對(duì)磁傳感器位置判斷、PID控制技術(shù)、軟硬件設(shè)計(jì)等實(shí)現(xiàn)了機(jī)器人的運(yùn)動(dòng)與導(dǎo)航；其次基于Python-OpenCV實(shí)現(xiàn)攝像機(jī)調(diào)用、差異度檢測(cè)、攝像機(jī)標(biāo)定等功能，并通過(guò)圖像匹配的算法、攝像機(jī)畸形矯正和視頻動(dòng)態(tài)背景濾除提升識(shí)別準(zhǔn)確率；最后利用Raspberry pi開發(fā)板、V4L2接口、TCP/IP通信協(xié)議以及Socket通信程序等技術(shù)構(gòu)建了機(jī)器人視頻回傳系統(tǒng)。與其他巡檢機(jī)器人最大差異在于，該設(shè)計(jì)加入了機(jī)器人在標(biāo)定位置拍照并與模板庫(kù)內(nèi)標(biāo)準(zhǔn)照片自動(dòng)對(duì)比差異度的功能，可在變電站存在異物懸掛或者較大形變時(shí)，自動(dòng)發(fā)出報(bào)警，提高對(duì)變電站的巡檢效率。