基于無人機平臺的電力巡線相關(guān)技術(shù)研究進展

摘 要： 無人機通信、感知與計算是提高無人機電力巡線效率的關(guān)鍵技術(shù)，該文深入綜述上述三項技術(shù)的基本發(fā)展歷程與其在電力行業(yè)的落地應(yīng)用。首先，剖析無人機中繼通信技術(shù)對傳統(tǒng)通信領(lǐng)域產(chǎn)生的深刻變革與無人機基站部署這一核心課題的技術(shù)發(fā)展；其次，探討無人機信息感知技術(shù)的最新動態(tài)，包括雙光相機、激光雷達、深度相機等多種載荷的應(yīng)用與創(chuàng)新；最后，分析無人機與邊緣計算融合這一全新領(lǐng)域的現(xiàn)有研究成果與未來發(fā)展方向。通過以上綜述、總結(jié)、分析，該文闡明無人機中繼通信、信息感知與邊緣計算技術(shù)的發(fā)展脈絡(luò)，指出以上技術(shù)應(yīng)用于電力巡線工作所取得的成果與尚存在的問題，并對相關(guān)技術(shù)在電力巡線行業(yè)的未來發(fā)展方向進行展望。

關(guān)鍵詞： 無人機; 電力巡線; 中繼通信; 信息感知; 邊緣計算

中圖分類號： TB9 文獻標志碼： A 文章編號： 1674–5124（2025）03–0001–15

0 引 言

無人機巡線是無人機技術(shù)發(fā)展過程中對電力行業(yè)傳統(tǒng)范式產(chǎn)生巨大沖擊的全新方法，提高無人機巡線效率自此成為電力領(lǐng)域的重要研究課題，本文將深入探討對電力領(lǐng)域影響深遠的三項關(guān)鍵無人機技術(shù)：無人機中繼通信技術(shù)、無人機信息感知技術(shù)以及無人機邊緣計算技術(shù)。首先，無人機中繼通信技術(shù)為傳統(tǒng)通信領(lǐng)域帶來了深刻變革[1-2]，通過無人機基站部署實現(xiàn)了通信范圍的擴大和穩(wěn)定性的提升，為應(yīng)急通信、智慧城市等場景提供了技術(shù)支持[3]，同時也對無信號區(qū)域無人機電力巡檢的通信難題有所啟發(fā)；其次，無人機信息感知技術(shù)的不斷創(chuàng)新，包括各種載荷的應(yīng)用與發(fā)展[4]，如雙光相機[5-7]、激光雷達[8] 和深度相機[9]，為無人機在復(fù)雜環(huán)境中實現(xiàn)高效感知和智能決策提供了廣闊的前景，可有效支撐絕緣子檢測、桿塔檢測、地線檢測等各類感知任務(wù)的執(zhí)行；最后，無人機與邊緣計算技術(shù)的融合開啟了新的研究方向[10-11]，相較傳統(tǒng)架構(gòu)體系，部署在機載邊緣計算平臺上的避障、目標檢測、缺陷檢測等智能算法具有更優(yōu)越的時效性，有利于實現(xiàn)無人機在電力巡檢領(lǐng)域更高度的智能化與自主化。目前國內(nèi)對無人機電力巡檢分支技術(shù)的系統(tǒng)性歸類、總結(jié)還相對薄弱，本文將基于無人機中繼通信、無人機信息感知、無人機邊緣計算三項關(guān)鍵技術(shù)對眾多學(xué)者的工作進行綜述、總結(jié)、分析，指出現(xiàn)階段研究成果、存在的問題和未來發(fā)展方向。

1 無人機中繼通信技術(shù)

近年來，無人機[12] 與移動通信技術(shù)[13] 的逐步碰撞與融合促成了無人機中繼通信這一創(chuàng)新性技術(shù)的誕生，結(jié)合無人機技術(shù)和移動通信技術(shù)可以實現(xiàn)更為可靠、靈活和高效的通信網(wǎng)絡(luò)[14]，從而為更多潛在的應(yīng)用場景賦能[15-16]。無人機與移動通信技術(shù)的融合不僅是現(xiàn)代通信技術(shù)的前沿研究領(lǐng)域，也是未來無線網(wǎng)絡(luò)和遠程控制領(lǐng)域發(fā)展的關(guān)鍵動力，上述技術(shù)融合在提升通信效率、增強網(wǎng)絡(luò)覆蓋和促進新應(yīng)用方面具有重要意義[17]：作為移動中繼，在地面基站缺乏、衛(wèi)星通信延遲過高、單兵無法部署的艱難條件下，無人機可以輔助實現(xiàn)邊緣設(shè)備與指揮中心的連接，無人機中繼通信技術(shù)在無信號區(qū)域擴展網(wǎng)絡(luò)覆蓋范圍方面具有難以比擬的優(yōu)勢[18-19]。此外，無人機中繼通信技術(shù)通過視距無線傳輸（lineof sight， LoS）等技術(shù)能夠為偏遠地區(qū)提供具有拓展性的信號覆蓋，并在電力巡檢、緊急通信、災(zāi)后救援等[20-21] 需要快速部署和動態(tài)網(wǎng)絡(luò)適應(yīng)的場景中對網(wǎng)絡(luò)性能做出一定程度的優(yōu)化[22-23]。

無人機中繼通信技術(shù)應(yīng)用場景的多樣性揭示了其在未來智慧社會構(gòu)建中的重要地位，無人機中繼通信技術(shù)不僅是對已有通信系統(tǒng)的增強與拓展，更是一種范式的轉(zhuǎn)變[24-26]。本章總結(jié)了當前無人機中繼通信技術(shù)在位置部署這一最主要研究分支上的研究成果，區(qū)別于傳統(tǒng)的二維平面基站部署問題，無人機基站的部署受到更多因素的影響，位置部署優(yōu)化方法研究也存在更多切入點，關(guān)于無人機基站位置部署的研究主要分為靜態(tài)部署與動態(tài)部署兩類。

1.1 靜態(tài)部署

靜態(tài)部署指無人機搭載基站或電臺飛往指定位置后懸停為用戶提供中繼通信服務(wù)的業(yè)務(wù)模式，懸停狀態(tài)的無人機犧牲了一定的機動性，但是提供了更為穩(wěn)定的無線連接，有著較高的穩(wěn)定性。文獻[27]（2014） 完成了單無人機靜態(tài)部署基礎(chǔ)理論的奠基，眾多學(xué)者在此基礎(chǔ)上進行了單無人機[28-30] 靜態(tài)部署優(yōu)化方法的研究，有效提高了單無人機靜態(tài)部署下的機載基站通信性能，但單個空中基站存在負載能力低與覆蓋范圍小的局限性，為了實現(xiàn)更大范圍的通信覆蓋，研究多空中基站下的協(xié)同覆蓋勢在必行。文獻[31]（2015） 分析了兩個無人機基站為特定區(qū)域提供最大覆蓋時相互間存在電磁干擾的問題，為多無人機基站部署提供了參考，此后，文獻[32-34] 相繼為多無人機靜態(tài)部署理論方法進行了補充與優(yōu)化。

上述研究均為傳統(tǒng)方法，隨著圖論、多智能體等理論的發(fā)展以及用戶服務(wù)質(zhì)量要求的不斷提高，多無人機部署逐漸成為當前靜態(tài)部署的主流方案。文獻[35]（2022） 提出了一種改進多目標蜻蜓算法（IMODAOM），對總最低保密率、總最大SLL 和無人機的能耗實現(xiàn)了共同優(yōu)化。文獻[36]（2023） 開發(fā)了一種基于非線性多智能體系統(tǒng)理論的無人機靜態(tài)編隊控制方案，系統(tǒng)模型如圖1 所示，方案可有效構(gòu)建根據(jù)協(xié)調(diào)多點傳輸方案與隨機幾何理論奠定的網(wǎng)絡(luò)拓撲，確保協(xié)同無人機能夠高效到達目標空間位置執(zhí)行無線覆蓋任務(wù)。

文獻[37]（2024） 開發(fā)了一種高效的塊坐標下降和逐次凸逼近方法，通過引入觀測無人機，并對其與中繼無人機位置進行聯(lián)合優(yōu)化，最大限度地提高了衰落信道中所有用戶的平均流媒體效用。以上方法通常考慮了對發(fā)射功率的優(yōu)化，一定程度上保障更長時間的通信覆蓋，但仍難以得到永久性鏈路，文獻[38]（2024） 在考慮中繼無人機能耗的同時，引入備用無人機與分布式充電站，基于最優(yōu)算法獲取特定場景下中繼無人機、備用無人機及充電站的最佳部署位置，從而搭建永久性無人機中繼鏈路，其系統(tǒng)結(jié)構(gòu)如圖2 所示。

上述文獻在靜態(tài)或半靜態(tài)場景中有著廣闊的應(yīng)用前景，但由于靜態(tài)部署的空中基站一定程度上犧牲了無人機的機動性，在高移動性場景中會導(dǎo)致低效的資源管理，因此有必要考慮動態(tài)部署。

1.2 動態(tài)部署

移動性是無人機基站區(qū)別于地面基站的一大本質(zhì)特征，動態(tài)部署因此成為無人機基站部署的重要研究分支。

文獻[39]（2016） 提出了一種基于固定翼無人機的彈性移動無線中繼網(wǎng)絡(luò)模型，模型如圖3 所示，無人機在兩個用戶子網(wǎng)之間以變參數(shù)（半徑、速率）圓周形式運動從而實現(xiàn)信號中繼，該模型有效降低了信號中繼斷線概率，且在傳輸速率上不亞于靜態(tài)部署在最優(yōu)位置的多旋翼無人機，固定翼無人機變參數(shù)圓形運動軌跡的設(shè)計容易拓展到橢圓等更多情形，對其他復(fù)雜場景下的空中基站動態(tài)部署有所啟發(fā)。

此后，文獻[40-41] 研究了無人機動態(tài)部署下的能耗模型與功率優(yōu)化問題，對資源分配合理化做出貢獻。進一步的，文獻[42]（2022） 設(shè)計了一種對波束成形、用戶關(guān)聯(lián)、感知時間選擇和無人機軌跡聯(lián)合優(yōu)化的周期性無人機輔助通信系統(tǒng)，以最大限度提高總和可實現(xiàn)率推導(dǎo)了閉式最優(yōu)波束成形矢量，從而給出了無人機運動速率的下限，以完成無人機動態(tài)軌跡設(shè)計。上述研究主要基于對應(yīng)場景的幾何學(xué)特征，仍難以形成一般化結(jié)論推廣至其他場景，但隨著人工智能技術(shù)的發(fā)展，無人機基站動態(tài)部署的一般化方法研究迎來新的轉(zhuǎn)機。文獻[43]（2023）結(jié)合Deep Q-Network 深度強化學(xué)習(xí)和不動點迭代技術(shù)來確定無人機動態(tài)位置和信道分配策略，該方法在用戶公平性、中斷率等網(wǎng)絡(luò)性能指標上均優(yōu)于傳統(tǒng)方法與普通Q-learning 機制。文獻[44] （2023）將空中基站動態(tài)部署的無人機協(xié)同軌跡優(yōu)化問題描述為馬爾可夫博弈問題，并提出一種基于多智能體深度強化學(xué)習(xí)（MADRL）的分布式軌跡優(yōu)化算法：double-stream attention multi-agent actor-critic（DSAAC）算法，其流程如圖4 所示，該算法綜合無人機的吞吐量、安全距離和功耗設(shè)計獎勵函數(shù)并在Critic 網(wǎng)絡(luò)中設(shè)計了分層多頭注意力編碼器從而解決無人機和用戶數(shù)量增加時的維數(shù)災(zāi)難問題，數(shù)值計算結(jié)果驗證了DSAAC 算法的有效性。文獻[45]（2024） 提出了一種結(jié)合優(yōu)化方法與深度學(xué)習(xí)方法的集成框架，使用訓(xùn)練的無監(jiān)督學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò)的輸出作為優(yōu)化變量的初始值，通過優(yōu)化調(diào)度、發(fā)射功率和無人機運動軌跡保證每個地面節(jié)點的最小收集能量需求，對網(wǎng)絡(luò)輸出的優(yōu)化變量進行微調(diào)，從而在基于深度學(xué)習(xí)的方案基礎(chǔ)上進一步提高了性能。

基于上述討論可知，相較無人機基站的靜態(tài)部署，動態(tài)部署可與當前熱門的人工智能領(lǐng)域產(chǎn)生良好的化學(xué)反應(yīng)，合理應(yīng)用強化學(xué)習(xí)等人工智能技術(shù)可為無人機動態(tài)部署領(lǐng)域的運動軌跡優(yōu)化、信道分配、多無人機協(xié)作等核心分支賦能，具有更高的研究價值與廣闊的應(yīng)用前景。

1.3 電力巡線無人機中繼技術(shù)應(yīng)用

目前無人機在架空輸電線路巡檢中的應(yīng)用已經(jīng)較為廣泛，無人機中繼技術(shù)的不斷發(fā)展為偏遠山區(qū)的電力巡線通信難題帶來了新的方法論。

文獻[46]（2014 年）提出了一種如圖5 所示的系留中繼無人機電力巡檢系統(tǒng)，該系統(tǒng)的性能在一段500 kV 的山區(qū)輸電線路上得到了驗證，上述輸電線路全長70 km，途經(jīng)43 座分布在海拔400 m 到1 500 m 之間的桿塔。文獻[46] 采用的是靜態(tài)部署方法，用于中繼的系留無人機懸停在海拔3 000 m的高空，文獻[47] 則針對無人機電力巡線距離受限的問題，提出了如圖6 所示的無人機動態(tài)中繼巡線作業(yè)方案。通過對空間分集接收、高效糾錯編碼等技術(shù)的研究，確定中繼無人機的最佳部署位置：在地勢起伏較大的區(qū)域，中繼無人機與巡檢無人機應(yīng)保持5～10 km 距離伴飛，地勢平緩地區(qū)中繼無人機與巡檢無人機距離可適當延長，但最大距離應(yīng)在20 km 以內(nèi)。該方法可有效提高偏遠地區(qū)電力巡檢無人機的通信距離，對實現(xiàn)超視距無人機巡檢數(shù)據(jù)傳輸具有一定參考價值。

此外，無人機中繼技術(shù)在電力行業(yè)已有多項應(yīng)用案例，國網(wǎng)福建信通公司[48]（2021）、國網(wǎng)甘肅公司[49] （2023）、廣東電網(wǎng)公司[50]（2023） 等已應(yīng)用無人機中繼技術(shù)輔助完成了多次配網(wǎng)巡檢、應(yīng)急檢修工作，有效調(diào)高了作業(yè)效率，但上述應(yīng)用只考慮了信號覆蓋的要求，并未涉及資源最優(yōu)調(diào)配，如何將信號覆蓋范圍、發(fā)射功率、無人機運動軌跡等因素作為約束條件，基于實際場景設(shè)計最優(yōu)中繼部署的一般性方法將是未來的重要研究方向。

2 無人機信息感知技術(shù)

利用無人機搭載不同載荷的信息感知技術(shù)實現(xiàn)對環(huán)境的全方位、多角度的信息獲取已經(jīng)成為現(xiàn)代社會不可或缺的技術(shù)手段。常見的無人機載荷有可見光成像載荷、紅外熱成像載荷、雙目立體相機、激光雷達、紫外相機等[51]，各種機載載荷設(shè)備的快速發(fā)展極大地提升了無人機的信息感知技術(shù)，賦予了無人機卓越的環(huán)境適應(yīng)能力、多樣化的信息獲取方式，以及廣泛的應(yīng)用范圍，借助于計算機視覺和深度學(xué)習(xí)等技術(shù)對無人機載荷數(shù)據(jù)信息進行智能分析與處理為各行業(yè)的決策提供有力支持是目前無人機發(fā)展的一個主流趨勢。

在電力系統(tǒng)中，高壓架空輸電線路扮演著地區(qū)電力輸送的核心角色，巡檢輸電線路是保障輸配電網(wǎng)絡(luò)安全運行的關(guān)鍵一環(huán)。在輸電線路巡檢過程中，無人機搭載不同類型的載荷對電力桿塔、輸電線及線路部件等進行快速掃描、實時監(jiān)測與高精度測量[52]。借助無人機不同載荷的信息感知技術(shù)規(guī)劃電力巡線路徑、發(fā)現(xiàn)線路異常情況，及時避免電力系統(tǒng)中可能存在的安全隱患。與傳統(tǒng)的人工巡線相比，搭載不同感知設(shè)備的無人機巡線技術(shù)不僅可以節(jié)約人力資源成本，降低人工巡檢作業(yè)風(fēng)險，還能大幅提升巡檢作業(yè)工作精度和效率，減少漏檢與誤檢的次數(shù)，提高巡檢過程中的智能化與自動化水平。無人機搭載信息感知設(shè)備在電力巡線中的運用還具有更高的靈活性與安全性，能夠在復(fù)雜地形、惡劣環(huán)境或天氣中進行巡檢，克服人力不足或時間的限制。

2.1 無人機載可見光相機電力巡線技術(shù)

無人機載可見光相機進行電力巡線時主要借助可見光相機的高清成像能力從而實現(xiàn)對電力線路的快速、精準檢測。通過捕捉電力線路的實時圖像，完成電力線的分割、線路周圍的環(huán)境監(jiān)測、線路中如電線斷裂、絕緣子破損、懸掛異物等異常情況檢測，從而保障電力系統(tǒng)的安全穩(wěn)定運行。

文獻[53]（2019） 借助機載可見光成像構(gòu)建電力線路數(shù)據(jù)集，采用深度學(xué)習(xí)語義分割技術(shù)對電力線自動分割以完成電力線路巡檢所需的第一步，進而實現(xiàn)可視化巡檢輸配電網(wǎng)絡(luò)，維護電力供應(yīng)的可靠性、可用性和可持續(xù)性。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，將目標檢測算法應(yīng)用在輸電線路異物檢測與絕緣子的缺陷檢測也成為主要的研究方向之一[54-56]。文獻[57]（2020） 將多尺度卷積神經(jīng)網(wǎng)絡(luò)與定向邊界框回歸和尺度直方圖匹配策略相結(jié)合，異物識別的平均精度達到88.1%，可以有效的檢測周圍環(huán)境中的野火或煙霧、重大機械如起重機以及風(fēng)箏等易對輸電線路造成危害的入侵異物，但其檢測速度較慢，難以滿足實時檢測的需求。文獻[58]（2023） 為解決復(fù)雜場景下輸電線路異物識別精度低的問題，將YOLOv5 算法與窗口自注意力網(wǎng)絡(luò)融合，提升了線路異物中小目標的檢測效果，對輸電線路多目標入侵檢測精度達到90.2%，在復(fù)雜的背景和遮擋干擾的情況下仍具較高的檢測精度。文獻[59]（2023） 針對無人機檢測絕緣子缺陷存在缺陷特征不明顯、小目標檢測效果差、檢測精度和速度無法同時滿足的問題，通過改進YOLOv5 算法加強網(wǎng)絡(luò)提取特征的能力并使模型更加輕量化，使絕緣子缺陷檢測平均精度均值達到93.84%，速率較原檢測算法也進一步提升。

無人機載可見光相機在電力巡線中可以為肉眼可見的電力設(shè)備異常情況提供參考，其搭載設(shè)備要求簡單，成本低廉，識別缺陷范圍廣，被大量應(yīng)用于無人機線路巡檢中。且與深度學(xué)習(xí)技術(shù)相結(jié)合后，無人機載可見光相機電力巡線技術(shù)展現(xiàn)出更強的穩(wěn)健性，能夠有效地抵御檢測目標因幾何變換、形變、光照變化等因素的干擾，降低了異物附著在輸電線上導(dǎo)致的形變帶來的識別難度。目前機載可見光相機電力巡線技術(shù)還需重點關(guān)注小目標異物的檢測識別，同時應(yīng)當豐富輸電線路異物可見光數(shù)據(jù)集，以全面結(jié)合實際輸電線路場景完善異常檢測方法。

2.2 無人機載紅外熱成像電力巡線技術(shù)

傳統(tǒng)可見光相機依賴光線的反射和散射來捕捉圖像，導(dǎo)致在惡劣氣候如大霧、雨雪等無光照還有超遠距離等使用環(huán)境下成像模糊、細節(jié)丟失，從而限制其在這些環(huán)境下的應(yīng)用。與可見光成像相比，紅外熱成像技術(shù)通過吸收目標物體輻射出的紅外光，將不可見的紅外輻射變?yōu)榭梢姷臒嵯駡D，從而反映出目標物體的溫度分布狀態(tài)。其具有環(huán)境適應(yīng)性強、探測距離遠、非接觸快速測溫等優(yōu)勢被廣泛應(yīng)用于電力設(shè)備運行過程中因接觸不良、過載、短路等故障時出現(xiàn)的異常發(fā)熱故障檢測與識別。

文獻[60]（2022） 針對輸電線路紅外熱圖像中故障區(qū)域難以分割的問題，提出一種基于最大相似度閾值框架的脈沖耦合神經(jīng)網(wǎng)絡(luò)輸電線路紅外圖像熱故障區(qū)域提取方法，能較好地提取故障區(qū)域并在提取時間上優(yōu)于原始算法。文獻[61] （2023） 提出了一種輸電線路熱異常監(jiān)測方法，在無人機上安裝紅外熱像儀獲取精確溫度并提出一種有效的后處理方法以消除室外環(huán)境中其他熱源發(fā)出的熱能，結(jié)合線路自動跟蹤方法可以實現(xiàn)完全自主的輸電線路健康狀況檢查。

無人機載紅外熱成像電力巡線技術(shù)可以在輸電線路故障發(fā)生之前，迅速、精確地識別出潛在的安全隱患，目前在電力巡檢領(lǐng)域中已成為預(yù)防性巡檢中最為高效的檢測手段[59]，但尚未大規(guī)模投入應(yīng)用。由于紅外熱圖像的分辨率一般較低，當輸電線路出現(xiàn)微小故障如細微的裂紋等，這些故障易被圖像的噪點或背景噪聲所掩蓋，在紅外熱圖像中表現(xiàn)得并不明顯，未來需進一步提升紅外熱成像技術(shù)的分辨率和靈敏度，并結(jié)合紅外圖像增強技術(shù)進一步提高辨識微小故障的能力，此外還可與無人機載可見光相機聯(lián)合使用并進行圖像融合以增強圖像質(zhì)量和目標識別的能力，交叉驗證輸電線路的微小故障。

2.3 無人機載紫外相機電力巡線技術(shù)

利用無人機還可攜帶紫外相機完成電力巡檢中的特定任務(wù)。紫外成像技術(shù)是檢測輸電設(shè)備異常電暈放電和表面局部閃絡(luò)的有效手段。利用無人機搭載紫外成像設(shè)備獲取電力設(shè)備紫外檢測圖像，確定絕緣設(shè)備局部放電位置，完成對設(shè)備運行情況的評估。文獻[62]（2021） 分析了紫外相機檢測的成像原理和影響因素，并利用無人機搭載紫外成像儀對多條超高壓輸電線路和絕緣子設(shè)備進行現(xiàn)場檢測，結(jié)果表明紫外成像檢測方法能有效發(fā)現(xiàn)絕緣子和線路表面因破損或毛刺等產(chǎn)生的放電現(xiàn)象，但對于放電量的大小尚不能進行量化，如何利用紫外成像檢測量化放電量的大小將是今后的研究方向。受紫外熱成像設(shè)備價格的影響，目前在電力巡檢中與無人機結(jié)合的應(yīng)用較少，相關(guān)研究也處于起步階段。

2.4 無人機載激光雷達電力巡線技術(shù)

機載激光雷達（LiDAR）是集全球定位系統(tǒng)、慣性導(dǎo)航系統(tǒng)和激光測距系統(tǒng)于一體的綜合性載荷[56]。其通過發(fā)射激光束，對比發(fā)射信號和反射信號構(gòu)建三維數(shù)據(jù)點云圖，相關(guān)數(shù)據(jù)信息經(jīng)處理后可實現(xiàn)目標距離、姿態(tài)、形狀等信息的探測和識別。在電力巡線中，無人機載激光雷達技術(shù)則以飛行平臺為載體，搭載激光雷達掃描儀對架空輸電線路進行掃描，利用LiDAR 采集的高精度三維數(shù)據(jù)獲取輸電線路經(jīng)風(fēng)向變換、導(dǎo)線負荷量等因素的長期影響而導(dǎo)致的弧垂度變化，防止輸電線路周邊物體與導(dǎo)線間的距離過近；同時還可應(yīng)用其對電力桿塔進行三維重建，及時發(fā)現(xiàn)因地形變化、風(fēng)力不均等因素造成的電力桿塔傾斜角變化，實現(xiàn)安全隱患問題的及時規(guī)避；獲取的三維位置信息還可服務(wù)于無人機巡線的路徑規(guī)劃中，及時規(guī)避障礙確保飛行安全。

文獻[63]（2019） 為使電力線檢測過程更加可靠和自主，提出了基于LiDAR 的無人機電力線實時檢測與建模算法，對獲取的點云數(shù)據(jù)進行自適應(yīng)鄰近點比較并聚類提取線路，根據(jù)共線特性擬合建模，完成電力線的分割與三維重建，得到的電力線模型可用于障礙物檢測與防撞。該算法的提出能應(yīng)用于具有實時要求的線路提取與重建任務(wù)。但在對電力線進行提取時仍存在一定的誤差，不能很好的區(qū)分部分電力線點與植被點。文獻[64]（2021） 提出了一種基于激光雷達的智能電力線檢測概念。其巡檢示意圖如圖7 所示，主要包括點云分類、關(guān)鍵點提取、路線生成和故障檢測四個步驟，其中可利用激光雷達獲取高精度空間信息的能力來識別每個電力線組件的位置，這些位置信息可以改進預(yù)先通過人工或半自動規(guī)劃得到的無人機巡檢路線從而避免無人機巡檢過程中可能出現(xiàn)的碰撞問題，同時還可根據(jù)關(guān)鍵點位置信息的引導(dǎo)結(jié)合最短路徑搜索算法生成一條最有效且安全的巡檢路徑。實驗驗證表明只需一到兩名技術(shù)人員即可在10min 內(nèi)完成對單個電力線跨度的檢查，說明激光雷達可輔助電力線系統(tǒng)巡檢路線的生成，從而提高電力線巡檢的效率與安全性。

文獻[65]（2022） 利用無人機激光雷達得到的高精度密集點云對發(fā)射塔傾斜狀態(tài)進行評估，通過對桿塔結(jié)構(gòu)進行擬合計算桿塔中心線，進而計算得到桿塔傾斜率，實驗結(jié)果顯示桿塔傾斜角測量的平均相對誤差小于0.7°，證明了激光雷達支持的電力桿塔重建對保證輸電線路安全的有效性，提高了利用無人機對輸電線路桿塔風(fēng)險狀態(tài)的快速、海量智能感知水平。

綜上可知，機載激光雷達技術(shù)可以利用采集的三維點云數(shù)據(jù)高效、準確的獲得外部環(huán)境信息從而實現(xiàn)故障隱患的及時發(fā)現(xiàn)與快速消除，彌補了傳統(tǒng)人工或直升機進行電力巡線的不足。但其在對輸電線路進行巡檢時，還面臨電力線路跨度大、電力線尺寸較小、背景信息復(fù)雜多樣等問題，無人機載激光雷達電力巡線技術(shù)的精確性與環(huán)境適應(yīng)能力還需進一步提高。在點云數(shù)據(jù)采集過程中點云密度、雜點也會對線路提取或三維重建算法的精確性造成干擾，同時點云數(shù)據(jù)量一般較大，如何在保證點云處理算法準確性的同時提高運算速度是未來仍有待研究的問題。

2.5 無人機載雙目立體視覺電力巡線技術(shù)

傳統(tǒng)相機只能記錄相機視角內(nèi)的所有物體，而深度相機可以檢測物體到相機的距離獲取圖像中每個點的三維坐標信息，在電力巡線中被廣泛應(yīng)用于目標定位、導(dǎo)航避障等。根據(jù)獲取深度信息原理的不同，深度相機可分為結(jié)構(gòu)光相機、時間飛行法（time of flight，TOF）深度相機和雙目立體相機，其中利用無人機搭載雙目相機是目前的主流趨勢。雙目立體視覺的靈感受人類具有通過雙眼來獲取物體距離信息能力的啟發(fā)，它通過對比兩個可見光攝像頭獲得的兩幅圖像之間的差異，結(jié)合視差原理計算圖像特征點間的關(guān)系從而獲取三維空間中的深度信息。

文獻[66]（2019） 針對復(fù)雜自然環(huán)境背景下輸電線路缺陷檢測不理想的問題，提出一種利用雙目深度成像技術(shù)的無人機巡檢輸電線路缺陷及潛伏危險診斷系統(tǒng)。將立體匹配算法中的SAD 和GC 算法相結(jié)合以減少計算量并獲得高質(zhì)量的視差圖，再利用雙峰閾值分割提取輸電線路目標，對輸電線路進行HOG 特征提取并采用支持向量機對特征進行訓(xùn)練，建立缺陷識別模型，最終識別準確率高達80.3%。使用該系統(tǒng)對輸電線路缺陷進行智能診斷提高了診斷效率，減少了人工工作量。文獻[67]（2021） 研制了一種無人機結(jié)合全球定位系統(tǒng)、嵌入式工控計算機與雙目視覺感知技術(shù)的輸電線路自動巡檢系統(tǒng)，可以實現(xiàn)電力設(shè)備的實時準確檢測、真實空間定位與檢測報告的自動生成。圖8 為其應(yīng)用于絕緣子檢測的具體原理圖，利用RGB-D 顯著性檢測初步確定絕緣子的候選面積，再根據(jù)絕緣子的骨架結(jié)構(gòu)特征實現(xiàn)精準檢測，最后利用雙目立體視覺和無人機的GPS 坐標來獲取絕緣子的真實空間位置。

在220 kV 輸電線路中的實驗結(jié)果表明該系統(tǒng)滿足實際工程中絕緣子檢測和空間定位的魯棒性和準確性要求。由于系統(tǒng)硬件的可擴展性，未來可作為良好的硬件平臺搭載其他設(shè)備進一步服務(wù)于電力系統(tǒng)。文獻[68] （2023） 將機載雙目相機應(yīng)用于電力巡檢中的路障規(guī)避中，針對無人機低空飛行進行電力線路檢測可能會出現(xiàn)的碰撞問題，利用雙目視覺相機獲取視差并轉(zhuǎn)化為實際距離信息，結(jié)合RRT路徑規(guī)劃算法重新規(guī)劃無人機的飛行路線實現(xiàn)避障功能。但該基于機載雙目立體視覺的避障算法相對簡單，重新生成的避障路徑并非無人機的最短飛行路徑。

機載雙目相機作為利用無人機采集深度圖像的關(guān)鍵設(shè)備，其具備操作簡單、成本較低等優(yōu)點，但雙目立體視覺技術(shù)依賴環(huán)境中的自然光線采集圖像，在電力巡線中面對惡劣的自然環(huán)境時因為光照角度變化、強度變化等環(huán)境因素的影響導(dǎo)致拍攝的兩張圖片亮度差別較大，不利于兩張圖像之間的配準。同時在對輸電線路圖像進行立體匹配時，需要進一步考慮如何選擇更合理的匹配特征來為立體匹配提供更多信息，提高在輸電線路在被遮擋區(qū)域和弱紋理區(qū)的匹配精度，盡可能克服匹配過程中復(fù)雜背景環(huán)境干擾的影響。同時還需精簡優(yōu)化雙目立體視覺匹配算法，提高算法的運算效率與實用性。

2.6 無人機載多種設(shè)備電力巡線技術(shù)

隨著無人機載荷能力的提升，研究人員開始將多種載荷設(shè)備聯(lián)合使用已獲得更全面的信息。文獻[69] （2020） 利用無人機同時搭載可見光相機與紅外熱相機對輸電線路進行圖像采集，采用改進卷積神經(jīng)網(wǎng)絡(luò)對兩種異源圖像進行融合，融合后圖像即具有較好的色彩又包含了熱紅外目標信息。選取某實際運行線路進行巡視，結(jié)果顯示輸電線路故障的自動檢測發(fā)現(xiàn)率達90% 以上。但其并未與未進行圖像融合的可見光圖像或紅外圖像的輸電線路故障檢測效果進行對比，無法驗證圖像融合對輸電線路故障檢測效果的有效性，后續(xù)應(yīng)進一步研究。文獻[70]（2022） 利用無人機搭載可見光相機與激光雷達采集電力桿塔數(shù)據(jù)，對電力桿塔的可見光圖像與點云圖像進行三維重建并融合，使得激光點云圖中富含顏色紋理效果，提高模型的準確度，以該模型為研究對象測量電力桿塔傾斜度，結(jié)果表示該方法相較傳統(tǒng)方法測量精度有所提高。圖9 是融合可見光的激光雷達電力桿塔三維模型。

文獻[71]（2015） 結(jié)合了多種傳感設(shè)備，利用無人機搭載紅外相機、可見光相機、紫外相機、激光雷達設(shè)計研發(fā)了一套無人機多傳感器電力線路安全巡檢系統(tǒng)，圖10 為無人機多傳感器數(shù)據(jù)采集系統(tǒng)的示意圖。對多傳感設(shè)備采集的數(shù)據(jù)進行獨立與融合處理，完成對電力線路異常發(fā)熱、異常放電以及安全距離檢測，實現(xiàn)輸電線路不同缺陷的智能診斷。巡檢結(jié)果表明該系統(tǒng)對線路缺陷與隱患的監(jiān)測結(jié)果與人工勘察結(jié)果一致，可以實現(xiàn)對電力線路進行自動化、高效巡檢的要求。

無人機搭載多種感知設(shè)備提高了其對周圍環(huán)境的感知能力，使其能夠更加智能地執(zhí)行任務(wù)。然而，無人機搭載感知設(shè)備進行電力巡線也存在一些問題。多種機載感知設(shè)備的環(huán)境適應(yīng)性和穩(wěn)定性需要不斷提高，以應(yīng)對各種復(fù)雜環(huán)境和氣象條件；無人機在飛行過程中會受到風(fēng)力等外部因素的影響，可能導(dǎo)致飛行不穩(wěn)定，影響感知設(shè)備采集數(shù)據(jù)的質(zhì)量和準確性，需要具備良好的飛行控制系統(tǒng)保證搭載多種感知設(shè)備的無人機飛行穩(wěn)定性；不同感知設(shè)備采集到的圖像與海量數(shù)據(jù)需要進行高效的處理分析與融合以彌補各個設(shè)備之間的局限性，從而得到更全面、更可靠的信息。解決這些問題將需要技術(shù)的不斷創(chuàng)新和完善，以確保無人機搭載感知設(shè)備能夠安全、可靠地服務(wù)于電力巡線。

3 無人機邊緣計算技術(shù)

伴隨著大數(shù)據(jù)、云計算以及移動通信技術(shù)的高速發(fā)展，互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)生了深刻的變革[72-74]。近年來，物聯(lián)網(wǎng)技術(shù)高速發(fā)展[75]，大量終端設(shè)備被接入到網(wǎng)絡(luò)之中，網(wǎng)絡(luò)數(shù)據(jù)的不斷膨脹直接導(dǎo)致傳統(tǒng)云計算體系結(jié)構(gòu)的弊病愈發(fā)顯著。將產(chǎn)生的所有數(shù)據(jù)全部卸載到云端服務(wù)器上勢必會產(chǎn)生非常嚴重的網(wǎng)絡(luò)堵塞和極高的服務(wù)延遲[11， 76]。在這種背景之下，人們提出了邊緣計算MEC 的概念[77]，以減輕數(shù)據(jù)中心的處理壓力[78]。邊緣計算旨在使數(shù)據(jù)的計算和存儲發(fā)生在靠近數(shù)據(jù)源的位置[79]，即所謂的“邊緣”處，從而有效減少數(shù)據(jù)的傳輸時間，提高系統(tǒng)的響應(yīng)速度，減少帶寬消耗，并提高數(shù)據(jù)的處理效率。

近年來架空線路的擴建需求和覆蓋范圍不斷增大，這些輸電線路常年暴露于惡劣的自然環(huán)境中，諸如絕緣子破損、鋼絲繩斷裂以及電力線接頭腐蝕等缺陷問題非常普遍[80]，通過人工進行線路檢測的方法危險系數(shù)高且效率較低，難以滿足現(xiàn)代化電網(wǎng)建設(shè)的基本要求[81]，在此背景之下，利用無人機進行電力巡檢的方法凸顯出了極大的優(yōu)勢。然而，傳統(tǒng)的無人機電力巡檢方法嚴重依賴無人機控制人員的操作水平，且巡檢效率較低，限制了無人機的各項性能，無法實現(xiàn)電力巡檢的自主化、無人化和智能化[82]。將無人機上傳感器采集到的數(shù)據(jù)實時處理并反饋給無人機進行路徑?jīng)Q策已經(jīng)成為國內(nèi)外學(xué)者研究的焦點，并由此引出了無人機邊緣計算的問題。

3.1 基于地面站的無人機移動邊緣計算

移動邊緣計算是一種由歐洲電信標準化協(xié)會于2014 年提出的新概念，它通過在地面基站上部署一臺或多臺相當于“微云”的邊緣服務(wù)器[74]，對無人機產(chǎn)生的計算密集型任務(wù)[83] 進行快速處理并將數(shù)據(jù)處理的結(jié)果及時反饋給無人機進行決策。該方法的整體架構(gòu)如圖11 所示：通過空空鏈路，執(zhí)行如巡檢、遙感等任務(wù)的無人機之間相互連接。無人機將傳感器收集到的如激光點云、可見光圖像、紅外熱圖像等數(shù)據(jù)信息的分析任務(wù)卸載到部署在地面站上的，邊緣服務(wù)器將數(shù)據(jù)處理完畢后返還結(jié)果給無人機，這種處理方式在一定程度上降低了無人機的能耗，減少了無人機數(shù)據(jù)處理存在的延遲，并延長了無人機的續(xù)航時間。

參考文獻[74] 中也提到了一種無人機-邊緣服務(wù)器-云端3 層架構(gòu)的無人機移動邊緣計算平臺，通過將無人機產(chǎn)生的計算密集型任務(wù)合理分配到云端和邊緣服務(wù)器上，實現(xiàn)計算資源的最大化利用，進一步減小無人機數(shù)據(jù)處理的時延，提高無人機對周圍環(huán)境的感知和決策能力。

這種無人機邊緣計算方法在電力巡檢領(lǐng)域中的基本應(yīng)用流程為：無人機將飛行過程中采集到的視頻圖像信息以及輸電線路的缺陷等信息實時回傳至地面站的邊緣服務(wù)器，通過邊緣服務(wù)器中部署的相關(guān)算法對這些信息進行及時的處理和反饋，包括對視頻信息進行目標的檢測和追蹤，并將這些信息反饋給無人機進行自主飛行和避障；對無人機捕獲的缺陷信息進行實時的檢測分析，確定缺陷的種類和位置。

基于地面站的無人機移動邊緣計算存在以下問題：

1）當計算任務(wù)處理的數(shù)據(jù)為視頻流時，從無人機導(dǎo)出視頻到地面站上邊緣服務(wù)器的過程容易中斷，且在網(wǎng)絡(luò)信號較差的環(huán)境下時延較高，無法滿足無人機實時決策的需要[84]。

2）在某些特定的電力巡檢場景中，地面站邊緣服務(wù)器由于輕便性較差的原因不易攜帶。

針對地面站邊緣服務(wù)器存在的上述缺陷，無人機直接搭載邊緣計算平臺進行實時的數(shù)據(jù)處理和決策已經(jīng)成為了當下主流的發(fā)展趨勢[85]。

3.2 無人機機載邊緣計算

參考文獻[80] 利用大疆開發(fā)的嵌入式機載邊緣計算平臺Manifold 2 設(shè)計了一套輸電線路無人機自主缺陷檢測系統(tǒng)，該系統(tǒng)分為輸電部件檢測模塊和缺陷分析模塊兩部分，如圖12 所示。機載邊緣計算平臺控制無人機進行自主飛行，并從無人機攝像頭捕獲的實時視頻中實時檢測和定位輸電系統(tǒng)的各個組件。利用設(shè)計好的缺陷檢測算法對識別出的部件進行缺陷檢測和分析，最終將分析結(jié)果保存至機載邊緣計算平臺中。其采用的缺陷檢測和定位系統(tǒng)在復(fù)雜自然環(huán)境下具有較強的魯棒性，同時因其各個算法均部署在機載邊緣計算平臺上，實現(xiàn)了輸電線路缺陷檢測的完全自動化，大大提高了檢測的效率。參考文獻[86] 提出了一種地面站輔助的無人機自主電力架線系統(tǒng)，在無人機上搭載NVIDIAJetson TX2 嵌入式機載計算機，并在其上部署相關(guān)避障算法，實現(xiàn)對無人機傳感器采集的數(shù)據(jù)進行實時的分析處理。利用數(shù)傳和圖傳設(shè)備將經(jīng)過機載計算機處理的無人機捕獲的畫面發(fā)送至地面站，地面站可以實時觀測無人機的狀態(tài)，一旦發(fā)生緊急情況，如避障算法失靈，可以立即將無人機切換至人工控制模式。參考文獻[87] 在無人機上安裝NVIDIAJetson Nano 機載邊緣計算平臺并在其上部署了輸電線路檢測算法，該算法通過獲取輸電線路線的空間位置自動提取輸電線上的密集點云。之后，通過計算輸電線和地面點云之間的空間距離來自動檢測障礙物，從而實現(xiàn)無人機在自主電力巡檢過程中的避障。

由上述應(yīng)用案例可以看出，無人機機載邊緣計算平臺在電力巡檢領(lǐng)域已經(jīng)有了一定的應(yīng)用基礎(chǔ)和應(yīng)用前景。伴隨著微型處理器、GPU 技術(shù)、網(wǎng)絡(luò)通信技術(shù)和專用集成電路（ASIC）技術(shù)的不斷進步和發(fā)展，無人機機載邊緣計算平臺的運算存儲能力和實時數(shù)據(jù)傳輸能力將不斷增強。未來機載邊緣計算平臺的發(fā)展趨勢將會是不斷與其他先進技術(shù)融合，如廣州中科云圖有限責(zé)任公司自主研發(fā)設(shè)計的云冠2.0 集成了5G 通信技術(shù)，可以實現(xiàn)無人機攝像頭視頻數(shù)據(jù)的高速推流。同時，現(xiàn)有機載邊緣計算平臺受限于無人機有限的電池容量而不能充分發(fā)揮其作用，因此，先進的電池儲能技術(shù)也將是機載邊緣計算平臺技術(shù)的另一個突破口。而機載邊緣計算平臺性能的不斷改進和完善也將使其能夠更好地執(zhí)行各種AI 算法，如避障算法、目標檢測算法、缺陷檢測算法等[88]，最終實現(xiàn)無人機在電力巡檢領(lǐng)域完全自主化和智能化的突破。

4 結(jié)束語

基于以上討論可知，無人機在電力巡檢領(lǐng)域持續(xù)推廣應(yīng)用的關(guān)鍵在于通信、感知與計算能力，目前無人機中繼通信技術(shù)、無人機信息感知技術(shù)、無人機邊緣計算技術(shù)在電力巡線領(lǐng)域均已取得一定成就：無人機中繼通信技術(shù)的初步應(yīng)用一定程度上解決了無信號區(qū)域機巡工作的無人機通信問題，但如何在不影響無人機通信效率的同時實現(xiàn)發(fā)射功率最小化與通信覆蓋范圍最大化仍是值得深入研究的問題；無人機信息感知技術(shù)提高了電力巡線的自主化與智能化水平，在電力巡線工作中已被廣泛應(yīng)用，但考慮到不同輸電場景的特殊性與復(fù)雜性，解決不同場景下無人機的飛行限制問題與海量采集數(shù)據(jù)的分析處理問題將是未來的重要研究課題；無人機機載邊緣計算技術(shù)對無人機數(shù)據(jù)處理的實時性有所提高，極大地減少了數(shù)據(jù)傳輸至云端的時延，但如何在降低機載邊緣計算平臺能耗的同時增強其運算能力以適應(yīng)更高復(fù)雜度算法需求仍是一個亟待解決的難題。