楊 蔚，周 輝，楊生蘭，楊穎銳

(國網(wǎng)四川省電力公司檢修公司，四川 成都 610000)

輸電線路巡檢絕緣子跟蹤與測距技術(shù)

楊 蔚，周 輝，楊生蘭，楊穎銳

(國網(wǎng)四川省電力公司檢修公司，四川 成都 610000)

針對輸電線路無人機巡檢的應(yīng)用背景，在巡線過程中無人機需要對目標物準確定位，以免發(fā)生碰撞造成墜機的損失。以鋼化玻璃絕緣子為研究對象，從跟蹤的實時性與準確性方面考慮，通過對絕緣子在 空間最大類間方差法分割與尺度變化調(diào)整策略，實現(xiàn)絕緣子的多尺度跟蹤。根據(jù)相機成像原理，通過偽像距的測距算法計算無人機與絕緣子之間的距離。實驗結(jié)果表明，提出的算法不僅能夠有效跟蹤目標，而且能夠準確的得到絕緣子與無人機之間的距離，測距精度較高，在無人機巡檢線路的場景中有良好的應(yīng)用前景。

無人機；輸電線路；絕緣子；多尺度跟蹤；測距

輸電線路是傳送電能的載體，確保它的正常工作是保證電網(wǎng)穩(wěn)定的必要條件[1-2]。由于輸電線路設(shè)備大部分暴露在比較惡劣的野外環(huán)境下，在自然環(huán)境的長期作用下以及設(shè)備本身的老化，容易出現(xiàn)絕緣子破損、導(dǎo)線斷股、銷釘銹蝕等缺陷，需要定期去巡檢和維護。隨著科技的發(fā)展與新技術(shù)的引入，無人機巡檢開始得到高度關(guān)注并且逐漸應(yīng)用到線路巡檢中，在一定程度上彌補了傳統(tǒng)人工巡檢的不足[3-5]。

針對輸電線路無人機巡檢的應(yīng)用背景，論文主要研究絕緣子的多尺度跟蹤與測距。由于無人機在巡檢過程中會不斷地遠離或者靠近絕緣子，跟蹤算法需要適應(yīng)這種尺度不斷發(fā)生變化的場景[6]。輸電線路無人機巡檢絕緣子測距，目的在于確定絕緣子相對于無人機的三維位置信息，幫助操控手準確判斷目標，為無人機自主飛行與避障提供參考，此研究點的關(guān)鍵在于獲取絕緣子在圖像中的深度信息[7]，計算出無人機與絕緣子之間的距離，提高巡檢安全性和準確性。

1 絕緣子多尺度跟蹤

1.1 圖像預(yù)處理

主要是對航拍視頻圖像進行預(yù)處理，這里主要采用圖像去除噪聲的方法淡化背景和噪聲的影響，減弱絕緣子周圍鐵塔、樹木、導(dǎo)線、房屋等事物的影響，突出絕緣子的特征[8]。圖像預(yù)處理技術(shù)是絕緣子跟蹤的基礎(chǔ)，有效的圖像預(yù)處理可以使跟蹤取得更好的效果[9]。

1.2 絕緣子分割

絕緣子的分割有兩個作用：(1)根據(jù)分割的結(jié)果得到絕緣子發(fā)生變化的閾值，通過閾值判斷是否進行尺度的調(diào)整，這是調(diào)整跟蹤框，實現(xiàn)多尺度跟蹤的一個前提；(2)通過對絕緣子的分割，得到絕緣子在圖像中的位置信息(X,Y,W,L)，獲取絕緣子在圖像中的高度L，這是通過基于偽像距測距的方法得到絕緣子距離無人機的距離的前提條件。

Lab顏色空間有相對較寬的色域[10]，L表示亮度分量，從黑色到白色取值范圍是[0,100]；a通道表示從綠色到紅色，取值范圍是[-128,127]；b表示從藍色到黃色，取值范圍是[-128,127]。而且與RGB顏色空間相比，Lab顏色空間在抵抗光照變化的影響上有一定的優(yōu)勢，光照只是影響亮度分量，即Lab顏色空間的L分量，對a分量、b分量并未造成影響。鋼化玻璃絕緣子是用于高壓線路的一種特殊設(shè)備，它本身呈綠色，人眼對目標進行判斷時，顏色特征是比較明顯的特征。而且考慮到無人機巡檢輸電線路的應(yīng)用場景，大部分是在白天野外環(huán)境中，受光照的影響比較大。因此選擇在Lab空間的a通道低閾值進行分割。將圖像從RGB空間轉(zhuǎn)換到Lab空間，通過最大類間方差法進行圖像分割，絕緣子在Lab空間和Lab空間a通道的圖像如圖1所示。

圖1 絕緣子圖像顏色空間轉(zhuǎn)換

圖1(a)是經(jīng)過平滑濾波之后絕緣子在Lab空間的圖像，圖1(b)是在Lab空間的a通道的絕緣子二值圖像，分割結(jié)果如圖2所示。通過“最大類間方差法”，按照前景和背景方差最大的準則，分割出絕緣子的主體部分，如圖2(a)所示。分割之后，有一部分與絕緣子的顏色特征相近的背景也被分割出，干擾了接下來的閾值選取，通過形態(tài)學(xué)處理取出干擾[11]，處理后的結(jié)果如圖2(b)所示。

圖2 絕緣子分割結(jié)果

1.3 絕緣子尺度調(diào)整

定義每一幀圖像中絕緣子的有效像素占據(jù)整個目標框內(nèi)有效像素的比例為面積比，取前十幀圖像面積比的均值設(shè)為Tλ,作為閾值判斷得基礎(chǔ)。按照實際需求取合適的比例系數(shù)λ1和λ2，那么尺度系數(shù)閾值的范圍為λ1Tλ和λ2Tλ。在跟蹤過程中，計算每一幀圖像中目標框內(nèi)有效像素的占據(jù)目標框內(nèi)的比值，與閾值做比較，如果變化范圍超過了設(shè)定的閾值，就認為目標物尺度發(fā)生了變化，以此來適應(yīng)絕緣子的尺度變化，目標框尺度變化如圖3所示。跟蹤框原始尺度如圖3(a)所示，跟蹤框尺度發(fā)生變化，尺度調(diào)整之后如圖3(b)所示。

圖3 跟蹤框尺度變化

1.4 更新分類器

假設(shè)目標在第一幀的位置是給定的，基于第一幀的位置信息評估出在接下來每一幀圖像中目標的位置，實現(xiàn)對目標的跟蹤。本文分類器選用樸素貝葉斯分類器，按照需要分類的事件，哪個事件計算出的概率值最大，就認為是分類目標。獲取絕緣子的正負訓(xùn)練樣本，貝葉斯分類器根據(jù)訓(xùn)練樣本來估計訓(xùn)練參數(shù)，分類器響應(yīng)最大的位置就是絕緣子的位置。分類器數(shù)學(xué)模型為

(1)

其中，p(fk|y=1)和p(fk|y=0)服從正態(tài)分布N(μk,σk)。提取正負樣本特征訓(xùn)練分類器對目標和背景進行分類，在目標周圍提取正樣本，在目標較遠處提取負樣本。分類器從第一幀圖像開始學(xué)習(xí)，每一幀位置確定之后進行參數(shù)更新，分類器更新方式如式所示

(2)

(3)

其中，λ是學(xué)習(xí)參數(shù)。分類器在每一幀都進行更新，保證了跟蹤效果的準確性。通過更新過參數(shù)的貝葉斯分類器進行二分類運算，在下一幀圖片到來時，在上一幀目標周圍提取樣本特征，送到分類器進行判斷，分類器響應(yīng)最高的位置作為目標的當前位置。確定新的目標位置之后，按照絕緣子分割結(jié)果進行閾值判斷，確定目標尺度的調(diào)整[12-13]。

2 偽像距測距

在絕緣子實時跟蹤得到位置信息的基礎(chǔ)上，通過基于偽像距測距的方法，計算絕緣子距離無人機的距離，得到絕緣子的三維目標信息。以此來輔助無人機的自主飛行，幫助操控手準確判斷目標，保證無人機的安全自主飛行，提高巡檢安全性和準確性。

2.1 測距原理

根據(jù)相機的成像原理[14-15]，在知道絕緣子尺寸的前提下，計算絕緣子與相機之間的距離，相機是加載在無人機上的，絕緣子與相機之間的距離近似為絕緣子與無人機之間的距離。這種算法適應(yīng)于無人機拍攝得到的圖像無線傳輸?shù)降孛嬲?，利用地面站監(jiān)控端的影像信息來計算絕緣子與無人機之間的距離，在無人機巡檢線路的場景中有廣泛的應(yīng)用前景。

圖4 相機測距原理圖

2.2 測距算法實驗結(jié)果

針對提出的算法，通過使用無人機搭載攝像機，分別在實驗室場景下和野外環(huán)境場景下，模擬無人機巡檢輸電線路的過程，對鋼化玻璃絕緣子進行測距實驗。實驗室環(huán)境下采用640×480的視頻序列，野外環(huán)境下采用240×432的視頻序列。從實驗結(jié)果圖中可以看出，實現(xiàn)了對絕緣子的實時跟蹤，并能夠?qū)崟r反應(yīng)出絕緣子與相機之間的距離。

2.2.1 實驗室場景下測距

在實驗室環(huán)境下，搭載一個絕緣子串，相機由近到遠慢慢遠離絕緣子，模擬無人機在巡線過程中遠離絕緣子的場景。圖5是對絕緣子進行跟蹤測距的結(jié)果，對于每一幀圖像，測距結(jié)果在圖中左上角實時顯示，測距范圍從1.5～4.5 m，測距誤差率如表1所示。

圖5 室內(nèi)環(huán)境下絕緣子測距效果

表1 室內(nèi)絕緣子測距誤差率 /cm

2.2.2 野外場景下測距效果

野外環(huán)境下，選擇高壓輸電線路，操控?zé)o人機搭載相機由遠到近靠近絕緣子，圖6是在野外環(huán)境下對絕緣子進行跟蹤測距的結(jié)果，相機與絕緣子的距離由遠到近，測距范圍從4.5～2.5 m，測距結(jié)果在圖中左上角實時顯示，測距誤差率如表2所示。

圖6 野外環(huán)境下絕緣子測距效果

表2 室外絕緣子測距誤差 /cm

實驗表明本文采用的算法能夠?qū)崟r跟蹤絕緣子并準確測量出它的位置信息。算法簡單快速，硬件實現(xiàn)方便，在測量1～5 m之間的距離時。測距結(jié)果相對準確，能夠滿足實際無人機巡檢的需求。

3 結(jié)束語

論文提出了絕緣子多尺度跟蹤與測距技術(shù)，算法通過在 空間分割絕緣子和尺度變化調(diào)整，實現(xiàn)了絕緣子的多尺度跟蹤；通過相機成像原理，利用偽像距測距算法，實時計算出無人機與絕緣子之間的距離。在后續(xù)，通過更準確的絕緣子多尺度跟蹤算法與精確的絕緣子分割，可以改進測量精度，這是下一步工作的重點。

在輸電線路無人機巡檢過程中，對連接頭等定點方面巡視比較困難，再加上視角差的影響，可能造成無人機與鐵塔、導(dǎo)線、絕緣子的碰撞。通過多尺度的絕緣子跟蹤算法，利用分割得到的絕緣子長度根據(jù)相機成像原理，得到目標物與相機的距離，達到測距的目的。

測得無人機與絕緣子之間的距離后，及時調(diào)整無人機的飛行距離避免發(fā)生碰撞，為無人機的自主飛行提供保障，這種算法簡單有效，在電力無人機巡線中將有廣泛的應(yīng)用前景。

[1] 華裕偉.航拍視頻絕緣子部件的提取與識別[D].大連:大連海事大學(xué),2013.

[2] 張柯,李海峰,王偉.淺議直升機作業(yè)在我國特高壓電網(wǎng)中的應(yīng)用[J].高電壓技術(shù),2006,32(6):45-46.

[3] 張保花.直升機巡檢輸電線路圖像中絕緣子部件的提取[D].大連:大連海事大學(xué),2010.

[4] 尚大偉. 華北電網(wǎng)直升機電力作業(yè)的現(xiàn)狀與發(fā)展[J].電力設(shè)備,2007,8(4):33-35.

[5] 李國興. 我國直升機電力作業(yè)的現(xiàn)狀與發(fā)展[J].電力設(shè)備,2006,7(3):41-45.

[6] 趙志剛,梁利輝.直升機在超高壓輸電線路巡視與帶電檢修作業(yè)中的應(yīng)用[C].北京:供電企業(yè)帶電作業(yè)技術(shù)研討會,2012.

[7] 湯明文,戴禮豪,林朝輝,等.無人機在電力線路巡視中的應(yīng)用[J].中國電力,2013,46(3):35-38.

[8] 仝衛(wèi)國,苑津莎,李寶樹.圖像處理技術(shù)在直升機巡檢輸電線路中的應(yīng)用綜述[J].電網(wǎng)技術(shù),2010(12):204-208.

[9] Lin J,Han J,Chen F,et al.Defects detection of glass insulator based on color image[J].Power System Technology,2011,35(1):127-133.

[10] 黃宵寧,張真良.直升機巡檢航拍圖像中絕緣子圖像的提取算法[J].電網(wǎng)技術(shù),2010(1):194-197.

[11] 姚春羽,金立軍,閆書佳.電網(wǎng)巡檢圖像中絕緣子的識別[J].系統(tǒng)仿真學(xué)報,2012,24(9):1818-1822.

[12] Maresca M E,Petrosino A. Matrioska: A multi-level approach to fast tracking by learning[C].Berlin:Image Analysis and Processing(ICIAP),2013.

[13] Duffner S,Garcia C.PixelTrack: a fast adaptive algorithm for tracking non-rigid objects[C].Penn:IEEE International Conference on Computer Vision,2013.

[14] Aggarwal N,Karl W C.Line detection in images through regularized hough transform[J]. IEEE Transactions on Image Processing,2006,15(3):582-591.

[15] 馬帥營,安居白,陳舫明.基于區(qū)域定位的絕緣子圖像分割[J].電力建設(shè),2010,31(7):14-17.

Transmission Line Inspection Insulator Tracking and Ranging Technology

YANG Wei, ZHOU Hui, YANG Shenglan, YANG Yingrui

(Sichuan Power Maintenance Company, State Grid, Chengdu 610000, China)

For the unmanned aerial vehicle to inspect the transmission lines, the drones need to locate accurately and avoid collision. Real-time accurate multi-scale insulator tracking is achieved by using glass insulators and the Otsu method to segment insulators in Lab space and scale adjusted for changes in policy. By the camera imaging principle, we calculates the distance between the UAV and the insulator by pseudo-image distance. Experimental results show that the proposed algorithm offers both effective target tracking and accurate calculation of the distance between the insulator and the UAV, with good prospects in UAV inspecting transmission lines.

unmanned aerial vehicle; transmission line; insulator; multi-scale tracking; ranging

2016- 06- 28

楊蔚(1978-)，男，工程師。研究方向：無人機在輸電線路上的應(yīng)用。

10.16180/j.cnki.issn1007-7820.2017.05.034

TM755

A

1007-7820(2017)05-124-04