徐勇明，袁林峰，柯 達(dá)，李飛偉，范根法，劉慶生，馬學(xué)裕

(國網(wǎng)浙江嘉善縣供電有限公司，浙江 嘉興 314000)

0 引言

近年來，無人機(jī)巡檢逐漸成為電力巡檢中主要巡檢手段[1-2]，通過無人機(jī)搭載高像素相機(jī)來拍攝輸電線路通道中的圖像作為巡檢內(nèi)容，但輸電線路通道中環(huán)境復(fù)雜，多數(shù)在山林中[3-5]，巡檢人員遠(yuǎn)程控制無人機(jī)只能通過相機(jī)狹窄視角來觀察周圍環(huán)境，容易導(dǎo)致無人機(jī)撞擊物體墜毀[6]。因此，自主的無人機(jī)巡檢系統(tǒng)將成為巡檢技術(shù)發(fā)展方向。

無人機(jī)自主飛行系統(tǒng)應(yīng)該包括測距模型、控制算法和數(shù)據(jù)鏈路閉環(huán)。在國內(nèi)外研究中，呂明等[7]在已知UAV當(dāng)前位置以及巡檢線路中桿塔GPS信息的前提下,利用由GPS信息快速計(jì)算兩點(diǎn)間距離的算法和地理坐標(biāo)系轉(zhuǎn)換來對(duì)無人機(jī)自主控制；測距方面，Menendez等[8]使用邊緣增強(qiáng)和霍夫變換檢測圖像中的平行線對(duì)電力線提取，以當(dāng)前圖像與參考圖像中平行導(dǎo)線間隙的變化估算當(dāng)前導(dǎo)線與鏡頭的距離,另外,在提取電力線算法中進(jìn)一步地使用高斯濾波及 Gabor 背景濾除，并融合慣性導(dǎo)航數(shù)據(jù)對(duì)距離進(jìn)行估算[9]；Araar等[10]提出基于視覺的伺服系統(tǒng)，通過PID控制原理對(duì)無人機(jī)與輸電導(dǎo)線相對(duì)位置關(guān)系測距進(jìn)行控制,實(shí)現(xiàn)無人機(jī)自主飛行；王亞先等[11]提出單目視覺測量無人機(jī)距離輸電導(dǎo)線的水平距離和垂直距離,來實(shí)現(xiàn)無人機(jī)在一定規(guī)則下的自動(dòng)飛行和相機(jī)追蹤導(dǎo)線；祝琨等[12-13]采用雙目立體匹配的方法估計(jì)相機(jī)與物體之間的距離；Valipour等[14]提出一種基于高斯可控濾波器與概率霍夫線變換結(jié)合的導(dǎo)線檢測方法,并使用無跡卡爾曼濾波進(jìn)行導(dǎo)線跟蹤；Nasseri等[15]提出一種基于粒子濾波的無人機(jī)航拍電力線檢測和跟蹤方法;基于深度學(xué)習(xí)方面，有人將無人機(jī)置于導(dǎo)線側(cè)面區(qū)域飛行，在簡單背景下進(jìn)行導(dǎo)線提取，計(jì)算導(dǎo)線的消逝點(diǎn)(vanishing point，VP)，設(shè)計(jì)了一種基于深度學(xué)習(xí)技術(shù)的鐵塔檢測網(wǎng)絡(luò) Tower RCNN[16]，結(jié)合VP與鐵塔檢測結(jié)果確定無人機(jī)飛行航向[17]; 文獻(xiàn)[18]利用透視原理恢復(fù)輸電線之間的平行結(jié)構(gòu)，通過計(jì)算當(dāng)前幀與參考幀之間導(dǎo)線間隙變化與導(dǎo)線束相平面位移，反推無人機(jī)與導(dǎo)線間的距離變化，從而控制導(dǎo)線與機(jī)體的安全距離。

但基于視覺的測距方案在巡檢時(shí)對(duì)光線要求嚴(yán)格，而際場景中環(huán)境復(fù)雜多變，故此方法難以在實(shí)際場景使用。為此，可采用激光雷達(dá)進(jìn)行測距，使無人機(jī)的實(shí)時(shí)控制有更強(qiáng)的魯棒性[19]。

本文針對(duì)以上研究優(yōu)缺點(diǎn)，提出以正交雷達(dá)為測距傳感器，在多變環(huán)境中測距精度魯棒性強(qiáng)，在這基礎(chǔ)上建立無人機(jī)導(dǎo)線跟蹤飛行模型，以PID控制算法實(shí)現(xiàn)無人機(jī)控制，并且為了實(shí)現(xiàn)全線路自動(dòng)巡檢，提出基于激光點(diǎn)云位置和塔頭特性來識(shí)別塔頭，實(shí)現(xiàn)自動(dòng)跨塔。在無人機(jī)、正交雷達(dá)和地面站的數(shù)據(jù)鏈路中形成閉環(huán)，使得數(shù)據(jù)得以傳輸，實(shí)現(xiàn)實(shí)時(shí)有效的無人機(jī)導(dǎo)線跟蹤飛行。

1 正交雷達(dá)測距模型

正交雷達(dá)的具體參數(shù)如表1所示。

正交雷達(dá)掃描點(diǎn)處于一平面，其坐標(biāo)系如圖1所示。無人機(jī)距離導(dǎo)線10 m認(rèn)為是安全距離，這是因?yàn)榘凑赵撜焕走_(dá)參數(shù)中的角度分辨率，雷達(dá)能夠掃描0.034 m寬度的物體，此時(shí)精細(xì)導(dǎo)線的半徑足以被掃描到。

表1 正交雷達(dá)具體參數(shù)

圖1 雷達(dá)坐標(biāo)系

正交雷達(dá)在輸電線路通道上方測距模型如圖2所示。在圖2中，正交雷達(dá)激光旋轉(zhuǎn)1圈就計(jì)為1個(gè)測量周期t。

圖2 正交雷達(dá)的測距模型

在測距模型中，無人機(jī)在導(dǎo)線的正上空，在俯視角如圖3所示。圖3中，DLF、DLB、DRF、DRB分別為無人機(jī)左前方、左后方、右前方、右后方距離導(dǎo)線的距離。

圖3 無人機(jī)可跟蹤巡檢姿態(tài)俯視圖

令EFB=|DLB-DLF|，ELR=|DLF-DRF|；并設(shè)β為航道姿態(tài)調(diào)整的前后測距誤差閾值；α為航向姿態(tài)調(diào)整的左右測距誤差閾值。

當(dāng)EFB≤β，ELR≤α?xí)r，認(rèn)為無人機(jī)處于可巡檢跟蹤姿態(tài)，此時(shí)無人機(jī)可以開始以一定巡檢速度v向前飛行。

當(dāng)EFB>β，ELR>α?xí)r，如圖4所示，認(rèn)為無人機(jī)處于航向調(diào)整姿態(tài)，此時(shí)無人機(jī)應(yīng)進(jìn)行航向角調(diào)整,其誤差量為Eangle。

(1)

圖4 無人機(jī)航向調(diào)整姿態(tài)俯視圖

當(dāng)EFB≤β，ELR>α?xí)r，如圖5所示，認(rèn)為無人機(jī)處于航道調(diào)整姿態(tài)，此時(shí)無人機(jī)應(yīng)進(jìn)行水平左右位置平移調(diào)整，其誤差量為Ed。

(2)

圖5 無人機(jī)航道調(diào)整姿態(tài)俯視圖

無人機(jī)跟蹤控制過程如圖6所示，形成控制閉環(huán)。

圖6 控制流程

2 跨塔算法

無人機(jī)巡檢過程需要跨越轉(zhuǎn)角塔來實(shí)現(xiàn)全線路的自動(dòng)巡檢，那么就需要無人機(jī)在導(dǎo)線跟蹤飛行過程中，識(shí)別前方為塔頭后進(jìn)入跨塔飛行狀態(tài)。

首先需要對(duì)塔頭識(shí)別，其算法為根據(jù)塔頭的點(diǎn)云位置特征進(jìn)行識(shí)別。當(dāng)無人機(jī)和正交雷達(dá)以本文的測距模型飛行時(shí)，在無人機(jī)左前方和右前方的激光點(diǎn)云位置會(huì)呈現(xiàn)如圖7所示的情況。

定義左前方方向采集到的點(diǎn)云數(shù)據(jù)集合為SLF，其中集合的點(diǎn)云數(shù)據(jù)為P(y,z)，右前方方向采集到的點(diǎn)云數(shù)據(jù)集合為SRF，其中集合的點(diǎn)云數(shù)據(jù)為P(x,z)；NSLF，NSRF分別為集合SLF、SRF的點(diǎn)云數(shù)量；HLF、HRF為點(diǎn)云集合SLF、SRF中點(diǎn)云在Z軸方向的最大距離；η為識(shí)別塔頭時(shí)左前激光掃描的點(diǎn)云在Z軸方向的閾值；ι為識(shí)別塔頭時(shí)右前激光掃描的點(diǎn)云在Z軸方向的閾值；κ為識(shí)別塔頭時(shí)左前激光掃描的點(diǎn)云數(shù)量閾值；λ為識(shí)別塔頭時(shí)右前激光掃描的點(diǎn)云數(shù)量閾值。則有：

圖7 正交雷達(dá)掃描塔頭點(diǎn)云示意

(3)

(4)

當(dāng)HLF<η、HRF<ι、NSLF>κ、NSRF>λ時(shí)，認(rèn)為無人機(jī)進(jìn)入跨塔飛行狀態(tài)，按照當(dāng)前飛行方向前進(jìn)，再進(jìn)入跟蹤姿態(tài)調(diào)整狀態(tài)，繼續(xù)跟蹤飛行，過程如圖8所示。

圖8 無人機(jī)跨塔飛行過程

3 無人機(jī)自主控制算法

根據(jù)PID控制原理，PID算法為

(5)

u(t)為被控制量；e(t)為實(shí)際輸出值和期望輸出值之間誤差;KP為比例系數(shù)；KI為積分系數(shù)；KD為微分系數(shù)。其中，KP是直接影響到實(shí)際控制效果的，在合理的數(shù)值范圍內(nèi)KP越大，控制效果越好，越短時(shí)間回到期望值，但也容易導(dǎo)致抖動(dòng)，無法穩(wěn)定于期望值；KD影響的是控制量向期望值靠近時(shí)的加速度，即使得靠近期望值的過程相對(duì)平滑；而只有KD控制會(huì)導(dǎo)致控制量一直與期望保持一個(gè)恒量差值，KI是來抵消這個(gè)恒量的。

將上述航向角誤差Eangle和航道偏移誤差Ed作為PID控制算法的控制量，具體控制流如圖9所示。

圖9 PID控制流程

4 無人機(jī)跟蹤系統(tǒng)架構(gòu)

為了實(shí)現(xiàn)飛行跟蹤系統(tǒng)數(shù)據(jù)鏈路的閉環(huán)，利用無線傳輸方式，將正交雷達(dá)掃描的點(diǎn)云數(shù)據(jù)發(fā)送給地面站，地面站通過藍(lán)牙與控制端通信，在控制端實(shí)現(xiàn)算法控制，并將控制指令發(fā)送給無人機(jī)進(jìn)行控制，架構(gòu)如圖10所示。

圖10 無人機(jī)跟蹤系統(tǒng)數(shù)據(jù)傳輸架構(gòu)

5 實(shí)驗(yàn)分析與結(jié)果

5.1 實(shí)驗(yàn)條件

在實(shí)驗(yàn)中，在某雙回路的線路中進(jìn)行測試，無人機(jī)采用DJI的御2，參數(shù)β=0.1、α=0.1、η=7 m、ι=7 m、κ=50、λ=50。實(shí)驗(yàn)內(nèi)容為測試無人機(jī)跟蹤姿態(tài)調(diào)整的穩(wěn)定性，以及測試無人機(jī)過塔繼續(xù)跟蹤的成功率。在穩(wěn)定性測試中，當(dāng)飛手將搭載正交雷達(dá)的無人機(jī)飛行至導(dǎo)線上空并發(fā)送自動(dòng)巡線指令后，無人機(jī)接收指令開始進(jìn)行跟蹤姿態(tài)調(diào)整，并記錄跟蹤飛行過程中航向角的變化和水平左右速度變化。

5.2 實(shí)驗(yàn)結(jié)果分析

無人機(jī)在自動(dòng)巡檢中，航向角變化趨勢(shì)和水平速度變化趨勢(shì)如圖11所示。

在實(shí)際測試中，線路一共有53座基塔。在跟蹤飛行中，當(dāng)無人機(jī)1組電池電量耗完時(shí)則計(jì)為1次巡檢。全條線路飛行測試完成后，所得數(shù)據(jù)如表2所示，其中，平均跨塔成功率為96%。

從實(shí)驗(yàn)結(jié)果可以看出，基于正交雷達(dá)的無人機(jī)導(dǎo)線跟蹤飛行算法在跟蹤過程中的調(diào)整過程是穩(wěn)定可控可行的。在跨塔飛行中，容易導(dǎo)致失敗的情況都為轉(zhuǎn)角塔且其轉(zhuǎn)向角度較大，雷達(dá)掃描點(diǎn)云丟失了導(dǎo)線信息，但這種情況實(shí)際數(shù)量很少，并且丟失導(dǎo)線跟蹤后可以通過切換回手動(dòng)模式，再進(jìn)行手動(dòng)校正。

圖11 航向角變化趨勢(shì)和水平速度變化趨勢(shì)

表2 巡檢過程跨塔數(shù)據(jù)

6 結(jié)束語

提出了基于自觸發(fā)原理的脈沖式正交雷達(dá)在輸電線路上的測距模型，利用PID控制無人機(jī)實(shí)現(xiàn)精細(xì)導(dǎo)線跟蹤，并且在實(shí)際場景中測試其跟蹤飛行過程的穩(wěn)定性和可行性。為了進(jìn)一步地加強(qiáng)全自動(dòng)流程，加入跨塔算法，在大部分情況下都能實(shí)現(xiàn)跨塔飛行繼續(xù)進(jìn)行導(dǎo)線跟蹤飛行。本方法提高了巡檢效率，為無人機(jī)電力巡檢自動(dòng)化提供新的思路。