基于全景差分视场的无人机精细化快速巡检李汶江

基于全景差分视场的无人机精细化快速巡检李汶江

程昆李汶江吴宇刘军张久林

（国网重庆市电力公司检修分公司重庆市400039）

摘要：本文根据无人机巡检航时短，操作要求高的特点，通过全景视场快速定位关键设备，再通过差分计算自动聚焦，获得高精度巡检图像，保证巡线快速定位，减少悬停时间，提高巡检效率。

关键词：全景视场；快速定位；自动聚焦

1引言

目前，针对特高压±800kV及以上线路，无人机巡检存在线路档距大，飞行条件复杂，电池电量有限，无人机操作要求高，离杆塔飞行较远，拍摄精度不够，难以辨识销钉缺失、金具形变等细小故障等问题。本文针对现有问题，研究在输电线路中，如何使用无人机进行精细化快速巡检，利用全景差分技术，提升了操作效率，实现了输电线路的精细化快速巡检。因此本文具有很高的研究价值和应用前景。

2实施方案

2.1利用超远距离高清拍摄获取“裂纹级”巡检图像

2.1.1精细化巡检APP

为规范输电线路无人机巡检工作规程，能够按电网巡线航拍图像采集标准进行航拍，简化工作流程，提升工作效率。本文研究用于多旋翼无人机巡检的精细化巡检APP。

精细化巡检APP主要通过代替无人机的图传平台，在手机平板上操作无人机的摄像云台。在巡检中提供，航拍轨迹建议，关键设备拍摄角度提示，自动命名归类图像，自动导入系统等功能。

输电线路关键设备和结构点如绝缘子、耐张线夹、销钉等都是需要重点巡视的区域，而这些关键设备和机构点的故障往往需要近距离拍照。为防止在巡检中忽略这些关键设备和结构点的巡视，精细化巡检APP开发了航拍轨迹建议和关键设备航拍角度提示功能。

2.1.2典型场景特征图像数据的建立及动态完善技术

采集到的海量电力设备航拍巡检图像和固定监控视频等影像数据经深度学习会产生大量的有价值的数据，因为航拍巡线视频数据量非常大，设备状态信息隐藏在海量的数据中，不能直接应用，需要研究有效的图像表达和标识方法，提高视频的检索效率。并且通过视频往往不能直接获取设备状态，需要研究设备状态分级变化图谱，采用人工智能技术分析并给出典型设备的状态级别和预警信息，进而根据分析结果，研究细分故障区域的分割技术，为实现智能视觉分析奠定基础。具体研究方案如下：

（1）首先需要针对多媒体信息开展基于稀疏编码、视觉单词技术的图像数据描述研究，主要包括：通过分析Labor感知字典的视觉响应特性，研究群智能演化计算技术和优化算法；通过改进传统的基于优化Gabor字典的图像稀疏编码算法，得到感知多成分字典及混合字典的图像稀疏编码方法；在过完备稀疏表示的图像分解理论的基础上，结合视觉单词研究自适应字典学习的图像融合理论和方法；通过研究结构相识度的稀疏编码方法，基于压缩感知理论，研究在线字典学习的图像超分辨重建方法和算法；在上述研究基础上，面向海量的视频数据，建立复杂非结构图像数据的结构化描述体系和方法。

（2）在图像描述方法的基础上，研究图像快速检索方法——基于机器学习的图像标注，包括：采用高斯混合模型和支持向量机等模型，研究视频底层特征，如颜色、边缘和纹理等，进而研究视频结构分析，包括镜头与子镜头的切分以及关键帧的选择方法；在视觉信息标注中采用语义概念特性，通过充分挖掘语义概念的特性，研究面向语义概念间关联特性挖掘的视觉信息标注框架，以提高视觉信息标注的准确性；将多语义概念学习的思想应用到多示例学习中，通过挖掘概念间的相互联系研究多示例语义概念学习技术，结合航拍巡线视频数据，从典型设备和应用场景的角度对视觉信息标注技术进行研究，从而有效地提高设备图谱的标注准确性。

（3）在图像分类和检索的基础上，需要研究图像信息中表达的设备状态，即基于视频特征的设备状态软变化检测技术，包括：利用软测量概念和技术，采用机理分析、状态估计、模式识别、人工神经网络、模糊理论、和非线性信息处理技术等方法建立基于设备视频特征的表征辅助变量和主导变量之间关系的软测量模型；将所建立的模型应用于本项目前述工作中建立的多媒体数据库中，采用智能的建模和预测技术，提取设备状态变化的软测量分级标准，实现可衡量设备状态的软测量技术。

2.1.3图像自动分类归档

由上述拍到的高清图像，无人机会根据用户需求自动命名和分类，减少；图片处理时间，提高了巡检效率。巡检图像如图1所示。

3.总结

本文研究的无人机摄像机通过广角镜头获得景深信息并快速定位关键设备，再采用2000万像素长焦镜头快速自动聚焦，获得高精度巡检图像，保证巡线快速定位。

精细巡检在人工上塔前提前发现绝缘子裂纹、闪络烧伤、护套龟裂、涂料破损、金具鼓包、烧伤20余种运行隐患，降低由设备老化带来的安全隐患。实现了“裂纹”级隐患辨识，避免老化放电风险，提高人员上塔安全。

巡检图像自动分类归档。系统根据拍摄时的GPS信息和拍摄时间，自动将巡检图像重命名归类到杆塔，减少图片处理时间，提高巡检效率。

参考文献：

[1]张运楚，梁自泽，谭民.架空电力线路寻线机器人的研究综述.机器人.2009，26（5）.

[2]刘建友，李宝树.航拍绝缘子图像的提取与识别.传感器世界.2009，12：17-19.

[3]孙牵宇，童峰，许肖梅.一种大角度范围的高精度超声波测距处理方法.厦门大学学报（自然科学版），2006，7，45（4）：513-517.

[4]王旭.四旋翼飞行器在输电线路检测中的关键技术的研究：[华北电力大学硕士毕业论文].华北电力大学.2011.

[5]厉秉强，王滨海，利用无人直升机巡检输电线路.山东电力技术.2010，1（20）：1-4.

[6]陈晓兵，马玉林，徐祖舰.无人飞机输电线路巡检技术探讨.南方电网技术.2008，2（6）：57-60.