包志鵬 李梓菲 李梓璐 李梓鍇 郭博楊

摘要：基于目前電力巡檢無人機(jī)由于避障問題未能廣泛普及的背景，提出將多元化傳感器，即超聲波傳感器、激光傳感器、GPS傳感器組合應(yīng)用于電力無人機(jī)巡檢平臺(tái)，同時(shí)通過FNN算法，對(duì)多元化傳感器采集的無人機(jī)自身及周邊物體的物理信息進(jìn)行計(jì)算處理，從而指導(dǎo)無人機(jī)作出正確判斷，即繼續(xù)飛行、階段繞行或懸停等待。

關(guān)鍵詞：無人機(jī);電力巡檢;FNN;多元化傳感器

0? ? 引言

工業(yè)的正常運(yùn)轉(zhuǎn)、百姓的安居樂業(yè)離不開電網(wǎng)的穩(wěn)定運(yùn)行。我國國土遼闊，能源豐富，其中電能的穩(wěn)定傳輸及分配顯得尤為重要。電力系統(tǒng)故障給工業(yè)和民用帶來的經(jīng)濟(jì)損失無法估量。電力巡檢工作可以有效減少電力系統(tǒng)故障的發(fā)生，從而減少經(jīng)濟(jì)損失。但是電力巡檢工作強(qiáng)度、難度不容小覷，傳統(tǒng)的人工巡檢方式存在效率低下，人身安全無法保障等弊端，同時(shí)我國高壓輸電線路因?yàn)樽匀粭l件惡劣，無法通過人工方式進(jìn)行巡檢，因此無人機(jī)在電力巡檢中的廣泛應(yīng)用勢不可當(dāng)。但是無人機(jī)應(yīng)用于電力巡檢的復(fù)雜環(huán)境中，仍然存在技術(shù)壁壘：首先人工操作難度大，工作人員需要經(jīng)過長期培訓(xùn);其次如果操作失誤，墜機(jī)損失慘重，且可能損壞輸電線路。因此，需對(duì)無人機(jī)的自主飛行技術(shù)展開研究。本文通過結(jié)合多種傳感設(shè)備及FNN神經(jīng)網(wǎng)絡(luò)算法，深入研究分析，探討電力巡檢過程中無人機(jī)自主飛行的優(yōu)化策略。

1? ? 多元化傳感器在電力巡檢中的應(yīng)用

1.1? ? 多元化傳感器的設(shè)計(jì)原理

工業(yè)中多元化傳感的設(shè)計(jì)原理最初起源于人及其他動(dòng)物獲取信息的方式。生物界中幾乎所有的動(dòng)物都具有不止一個(gè)用于感知世界的器官，比如我們?nèi)祟悾ㄟ^眼睛獲得視覺信息，通過鼻子獲得嗅覺信息，通過耳朵獲得聽覺信息，通過舌頭獲得味覺信息，這些從不同維度獲得的信息融合在一起，能讓人類更加準(zhǔn)確高效地感知這個(gè)世界。同時(shí)，如果其中一個(gè)感知器官暫時(shí)或永久失去功能，其他感知器官幾乎仍然可以準(zhǔn)確地感知世界。多元化傳感器就是基于這個(gè)原理，讓各個(gè)傳感器分別采集信息，然后對(duì)各維度的信息進(jìn)行匯聚分析，從而達(dá)到高效準(zhǔn)確獲取物理世界信息的目的。

1.2? ? 多元化傳感器的實(shí)現(xiàn)方法

多元化傳感器的組合方式可以仿照電路系統(tǒng)大體分為三類，依次為串聯(lián)方式、并聯(lián)方式、串并聯(lián)融合方式。信息的融合大致發(fā)生在三個(gè)階段，通常稱作數(shù)據(jù)層、特征層、決策層。數(shù)據(jù)層就是在數(shù)據(jù)層面匯聚信息，屬于最低層次;特征層則是提取有效特征匯聚在一起進(jìn)行分析，屬于中間層;決策層是事先對(duì)采集的數(shù)據(jù)進(jìn)行預(yù)處理后匯聚信息，類似于常說的邊緣計(jì)算技術(shù)，屬于最高層次的信息融合。

多元化傳感器融合的核心是信息的融合，信息的融合需要采用現(xiàn)代化智能算法。常用的方法分為經(jīng)典方法和現(xiàn)代方法。經(jīng)典方法包括加權(quán)平均法、卡爾曼濾波、最小二乘法、極大似然估計(jì)、貝葉斯估計(jì)、品質(zhì)因素法、經(jīng)典推理法等?，F(xiàn)代方法包括聚類分析法、模版法、熵理論、模糊邏輯、遺傳算法、神經(jīng)網(wǎng)絡(luò)、模糊積分理論等。

2? ? 無人機(jī)電力巡檢業(yè)務(wù)需求分析

2.1? ? 無人機(jī)避障需求

我國輸電線路分布范圍廣，且地形復(fù)雜，遍及平原、高原、山地、丘陵、盆地，無人機(jī)在飛行過程中難免受環(huán)境影響，不能按照預(yù)定的航線飛行。除了在線路和桿塔正常定點(diǎn)飛行外，還有遇到過高的樹木、小鳥的巢穴、正在施工的人員或機(jī)器等不確定因素。為了避免無人機(jī)碰撞引發(fā)墜機(jī)或損壞線路的現(xiàn)象，利用多元化傳感器幫助無人機(jī)感知障礙物，然后調(diào)整飛行姿態(tài)和路徑是目前研究的重點(diǎn)。

2.2? ? 無人機(jī)自主飛行策略規(guī)劃

無人機(jī)自主飛行的先決和核心條件就是自動(dòng)避障，所以多元化傳感器搭載在無人機(jī)平臺(tái)上，能夠幫助無人機(jī)采集自身及周邊環(huán)境信息，從而作出正確判斷，在緊急情況下自動(dòng)避障，并在避障后自動(dòng)調(diào)整回原航線。首先將線路障礙物劃分為靜態(tài)和動(dòng)態(tài)兩大類。靜態(tài)避障相對(duì)簡單，將以無人機(jī)為圓心的區(qū)域劃分為幾個(gè)層次，第一層是安全區(qū)，即無需調(diào)整;第二層是規(guī)劃區(qū)，即需要隨時(shí)準(zhǔn)備調(diào)整;第三層是碰撞區(qū)，即需要立即作出調(diào)整。動(dòng)態(tài)避障，需要在靜態(tài)避障的基礎(chǔ)上預(yù)測障礙物的運(yùn)動(dòng)軌跡，同時(shí)作出等待或繞行的決策。

3? ? 基于FNN的電力無人機(jī)避障方案設(shè)計(jì)

3.1? ? 基于多元化傳感器的無人機(jī)避障方案

我國電力巡檢環(huán)境復(fù)雜，無人機(jī)技術(shù)可以替代傳統(tǒng)的人工巡檢，但無人機(jī)避障問題亟待解決。近些年，傳感器技術(shù)得以迅速發(fā)展，目前可用于無人機(jī)避障的傳感器數(shù)不勝數(shù)。紅外傳感器通過物體表面溫度感知物體，但巡線時(shí)障礙物多數(shù)為沒有生命體征的物體，所以紅外傳感器不適合。可見光傳感器可以獲得物體照片，但是無法判斷距離和位置，所以也不適合避障應(yīng)用。本文經(jīng)過對(duì)比分析，決定采用質(zhì)量輕、體積小、成本低的超聲波傳感器、激光傳感器和GPS傳感器。超聲波傳感器能發(fā)出超聲波，當(dāng)碰到物體時(shí)聲波返回，根據(jù)波速和時(shí)間可以計(jì)算物體距離是否在安全區(qū)。激光傳感器工作原理類似，只是發(fā)出的是激光。GPS可以定位位置信息，技術(shù)相當(dāng)成熟，在國內(nèi)外各個(gè)領(lǐng)域應(yīng)用廣泛。

3.2? ? FNN算法在電力無人機(jī)巡檢中的應(yīng)用

模糊理論和神經(jīng)網(wǎng)絡(luò)理論是近年來人工智能技術(shù)中的熱點(diǎn)。神經(jīng)網(wǎng)絡(luò)是模擬人的大腦處理信息，可以通過學(xué)習(xí)和聯(lián)想處理問題，人工干預(yù)少，但是對(duì)于一些邊界不清楚的模糊問題不能利用已學(xué)習(xí)的知識(shí)靈活處理。而模糊理論正好與其互補(bǔ)，它對(duì)于樣本要求低，能夠利用專家知識(shí)處理模糊問題，但是工作效率低且需要人為干涉。如果能將二者結(jié)合，則可彌補(bǔ)其各自的不足。本文首先通過激光傳感器、超聲波傳感器、GPS傳感器獲取無人機(jī)及周圍物體的位置及距離信息，然后結(jié)合無人機(jī)自身原定軌跡，通過FNN算法計(jì)算其是否處于危險(xiǎn)區(qū)及規(guī)劃區(qū)，如果沒在則正常飛行，如果在則作出繞行或等待的決定，從而避免因?yàn)榕鲎苍斐傻慕?jīng)濟(jì)損失。

無人機(jī)避障方案整體流程圖如圖1所示。

4? ? 結(jié)語

本文首先基于我國輸電線路巡檢環(huán)境惡劣的背景，思考無人機(jī)代替人工巡檢需要面臨的避障問題;然后提出通過搭載多元化傳感器感知物理世界信息，同時(shí)通過FNN算法處理多元化傳感器采集到的物理世界信息;最后綜合計(jì)算結(jié)果，為無人機(jī)作出繞行、等待、正常飛行的決定提供可靠依據(jù)。

[參考文獻(xiàn)]

[1] 郭劍東，王康，李志宇.基于凸面體圓弧航路的無人機(jī)自主避障算法[J/OL].控制與決策（2019-09-29）[2020-02-20].https：//doi.org/10.13195/j.kzyjc.2019.0768.

[2] 溫家鑫，趙國榮，趙超輪，等.基于改進(jìn)人工勢場的無人機(jī)編隊(duì)避障[J/OL].飛行力學(xué)（2019-11-18）[2020-02-20].https：//doi.org/10.13645/j.cnki.f.d.20191116.008.

[3] 張樂，袁鎖中，黃永康.連續(xù)障礙環(huán)境下無人機(jī)實(shí)時(shí)避障控制[J/OL].電光與控制（2019-12-19）[2020-02-20].https：//kns.cnki.net/KCMS/detail/41.1227.TN.20191219.0920.006.html.

[4] 伍友利，葉圣濤，方洋旺，等.固定翼無人機(jī)群的集群和避障控制[J].國防科技大學(xué)學(xué)報(bào)，2019，41（5）：103-110.

[5] 申燕凱，段海濱，鄧亦敏，等.仿鴿群被動(dòng)式慣性應(yīng)急避障的無人機(jī)集群飛行驗(yàn)證[J].中國科學(xué)（信息科學(xué)），2019，49（10）：1343-1352.

[6] SALT L，HOWARD D，INDIVERI G，et al.Parameter Optimiz-ation and Learning in a Spiking Neural Network for UAV Obstacle Avoidance Targeting Neuromorphic Proce-ssors[J].Journal of Latex Class Files，2015，14（8）：1-14.

收稿日期：2020-03-04

作者簡介：包志鵬（1995—），男，甘肅永靖人，工程師，從事電網(wǎng)智能檢測研究應(yīng)用工作。