王賢強,劉軍,張正祥,胡云輝
(國網(wǎng)安徽省電力公司合肥供電公司,安徽 合肥 230000)
目前,民用電量和工業(yè)用電量急劇增多,給電力系統(tǒng)帶來了較大的壓力,同時也為電力系統(tǒng)提供了新的發(fā)展機遇[1]。電力系統(tǒng)的安全運行是保證電網(wǎng)穩(wěn)定的重要前提,早期對電網(wǎng)系統(tǒng)的檢查主要依賴于人工,工作人員使用特定的環(huán)境監(jiān)控設備定期對電網(wǎng)進行巡檢,以此保障電網(wǎng)的安全運行。隨著用電量的成倍增加,電網(wǎng)供電范圍的擴大,早期的人工巡檢方法工作效率低、危險性高,易出現(xiàn)錯檢、漏檢的情況,巡檢工作逐漸被機器人取代[2-4]。針對電網(wǎng)特殊的工作環(huán)境,機器人代替人工巡檢的方法更加安全可靠,且實時性強,是未來電網(wǎng)帶電運維無人化的趨勢和研究熱點[5]。
國外對帶電作業(yè)機器人的研究比較早,運維機器人作為移動機器人的一種,其研究在80 年代末已經(jīng)取得了一定的成果,進入21 世紀后,國外的一些學者已經(jīng)開發(fā)出運維機器人的樣機,且對機器人的行為導航技術也有一定的研究成果[6]。傳統(tǒng)的機器人作業(yè)位置預判方法只能單自由度地控制機器人機械臂識別周圍環(huán)境,部分角度的環(huán)境信息缺失,使預判位置存在一定的位置誤差和航向角度誤差[7]。針對這一問題,該文提出了基于六軸慣導的電網(wǎng)帶電運維機器人作業(yè)位置預判方法,解決了傳統(tǒng)方法中存在的問題。
利用六軸慣導控制機器臂末端的手持慣導設備軌跡,獲取以機器人為中心的周圍環(huán)境特征,為機器人作業(yè)位置的預判做準備。使用六軸慣導為帶電作業(yè)機器人的控制核心,其設計的控制模塊主要包括手持慣導設備、機器人空間機械臂和機械臂控制器,其中手持慣導設備采集操作員手部動作,將手部動作數(shù)據(jù)通過無線網(wǎng)絡傳輸?shù)綑C械臂控制器。六軸慣導控制結構如圖1 所示。
圖1 六軸慣導控制結構
在實際的電網(wǎng)帶電運維過程中,機器人通過云臺被推送到作業(yè)高空,工作人員操作機器臂和環(huán)境感知部件感知周圍環(huán)境,傳輸環(huán)境數(shù)據(jù),完成作業(yè)任務[8]。在云臺上,雙目立體相機實時將環(huán)境感知部件采集的圖像數(shù)據(jù)通過無線網(wǎng)絡傳輸?shù)降孛?。機器臂操作控制器通過操作員手部操作,自動規(guī)劃各自由度的運行軌跡,驅(qū)動機械臂運動,從而使機器臂調(diào)整到操作員期望的空間角度,獲取周圍完整的環(huán)境信息[9-10]。
在獲取圖像的同時,使用紅外測溫功能,識別周圍環(huán)境溫度異常的物體。在電網(wǎng)系統(tǒng)中,很多設備零件內(nèi)部存在熱運動,符合黑體輻射定律[11]。根據(jù)黑體輻射定律:
式中,α1和α2表示輻射常數(shù),β表示光譜輻射波長,T表示絕對溫度,P表示能量密度。
結合上述公式可知紅外測溫的原理,輻射能力越強的物體代表其溫度也越高[12-13]。帶電運維機器人上裝有紅外熱像儀,利用紅外熱像儀上的探測器聚焦設備零件的局部區(qū)域熱度,從而將溫度數(shù)據(jù)傳輸至顯示界面,獲得已知的溫度數(shù)據(jù)。
根據(jù)已知的溫度數(shù)據(jù)進行診斷時,針對不同的情況,考慮溫升、溫差和相對溫差3 個關鍵因素[14]。相對誤差是根據(jù)相應的兩個測點之間的溫差與其中較熱點的溫升之比的百分數(shù)獲得[14]。公式如下:
式中,κ1表示發(fā)熱點的溫升,κ2為正常相對應點的溫升,g0表示環(huán)境參照體的溫度,g1和g2分別表示發(fā)熱點和正常相對應點的溫度。根據(jù)電網(wǎng)線路的溫度診斷,明確機器人運維環(huán)境,避免由溫度引起的運維誤差。
通過上述過程獲得周圍環(huán)境特征,從而對機器人作業(yè)位置進行預判[15]。通過環(huán)境感知部件獲得一定的距離數(shù)據(jù),距離數(shù)據(jù)所呈現(xiàn)的特征就是觀測到的環(huán)境特征。在環(huán)境感知部件工作時,受到外界因素的影響,距離數(shù)據(jù)中存在部分噪聲,不能直接獲取到完美直線。針對這一問題,引用約束規(guī)則,將屬于同一直線的距離點歸并,獲得完美的環(huán)境特征直線。用極坐標r=(θ,λ) 表示距離點,直線由模型參數(shù)(d,γ)描述,d表示機器人到直線的距離,γ表示d到機器人坐標橫軸的夾角。該直線特征作為機器人位置估計的觀測,觀測模型可以用下式表示:
式中,Ma表示在機器人極坐標下a時刻的觀測模型,通過觀測模型可獲得環(huán)境地圖中的特征。
假設帶電運維機器人從已知的位置出發(fā),通過機器人上的運動感受傳感器達到獲取機器人行動信息的目的,將收集到的多種行動信息集成為控制輸入數(shù)據(jù),通過這些輸入數(shù)據(jù)達到跟蹤機器人位置的目的[16]。需要注意的是,傳感器測量的數(shù)據(jù)并不能完美地代替機器人實際執(zhí)行的動作,在測量過程中存在部分誤差,被引入到后續(xù)操作中,給機器人作業(yè)位置預判帶來了誤差。因此,建立機器人的位置預測模型,以預測機器人的作業(yè)位置。
利用IMU(慣性測量單元)獲取機器人的絕對航向信息,利用里程計和IMU 實現(xiàn)機器人在起始點的初始位置對準:
式中,W0表示機器人的初始位置。根據(jù)機器人的運動學模型,得到機器人位置更新的基本方程:
式中,v表示機器人的線速度,W表示前一時刻位置的估計數(shù)據(jù),ω表示機器人移動的旋轉(zhuǎn)角速度,W'表示后一時刻位置的估計數(shù)據(jù)。通過初始位置和更新位置獲得預測直線。在對電網(wǎng)帶電運維機器人作業(yè)位置預判時,將通過觀測模型獲得的觀測直線及通過IMU 得到的預測直線相匹配,將預測直線數(shù)據(jù)組成預測子集,觀測子集則由環(huán)境感知數(shù)據(jù)組成。為了保證匹配過程中預測和觀測的數(shù)據(jù)一一對應,避免出現(xiàn)一對多或多對一的異常情況,將觀測直線和預測直線都關聯(lián)同一個環(huán)境特征。同時建立一個預測和觀測之間的修正量ξij,更好地找到觀測之間預測的配對。
式中,(v·t)ja表示a時刻的觀測,(v·t)'ia表示a時刻的預測。為了判斷特征預測和觀測之間匹配是否有效,給出匹配的判定門限:
其中,G表示預測和觀測之間匹配的門限閾值。在預測子集和觀測子集匹配過程中,通過式(9)的判定條件判斷一個觀測與各個預測之間的關系。在真實的作業(yè)過程中,只有一個觀測結果落在一個判定門限才是有效的。若出現(xiàn)一個觀測對應多個判定門限,則通過計算和多次匹配,篩選出最佳的配對作為有效配對。對于匹配過程中沒有落入判定門限的觀測,則直接棄置,僅利用預測來估計機器人的作業(yè)位置。
在電網(wǎng)帶電運維過程中,其機器人作業(yè)環(huán)境基本相似,環(huán)境特征相似度較高,為了避免落入多個判定門限的情況,選擇環(huán)境特征差異較大的區(qū)域。
至此,基于六軸慣導的電網(wǎng)帶電運維機器人作業(yè)預判方法設計完成。
在電網(wǎng)帶電運維機器人作業(yè)位置預判實驗研究中,主要引用傳統(tǒng)的預判方法進行對比實驗,實驗所用的機器人如圖2 所示。
圖2 實驗機器人
為減少自然環(huán)境的干擾,定位實驗在室內(nèi)進行,分別使用基于六軸慣導的電網(wǎng)帶電運維機器人作業(yè)位置預判方法和文獻[7]提出的巡線機器人輸電線路狀態(tài)檢修方法進行對比實驗,使用第三方軟件Rviz輸出結果,通過仿真結果能夠明顯看出不同預判方法的對比效果。
圖3顯示的a、b、c、d 4個點為預判點,圖中的軌跡為機器人行動軌跡。從圖中可以看出,傳統(tǒng)預判方法預判的位置與機器人實際行動軌跡相比,出現(xiàn)了嚴重的偏離,而該文方法預判的位置與機器人實際行動軌跡十分貼切。統(tǒng)計出兩組實驗結果的位置誤差和航向角誤差,使用不同的預判方法進行多次實驗,利用統(tǒng)計軟件SPSS 統(tǒng)計位置誤差和航向角誤差。具體統(tǒng)計結果如表1 所示。
圖3 不同預判方法位置預判實驗結果
表1 不同預判方法誤差統(tǒng)計結果
由表1 可知,文獻[7]提出的巡線機器人輸電線路狀態(tài)檢修方法平均位置誤差為30.55 cm,航向角誤差為9.41°;基于六軸慣導的預判方法平均位置誤差為2.79 cm,航向角誤差為0.52°。對比以上數(shù)據(jù),可以明顯看出傳統(tǒng)的預判方法位置誤差遠高于基于六軸慣導的電網(wǎng)帶電運維機器人作業(yè)位置預判方法,說明設計的預判方法優(yōu)于傳統(tǒng)預判方法。
機器人在電網(wǎng)帶電運維中承擔著電力巡檢的任務,通過對作業(yè)位置的預判,完成預定的作業(yè)任務并實時上報。通過引用六軸慣導控制機器人的行為,利用機器臂獲取機器人周圍環(huán)境信息,依據(jù)環(huán)境信息及物件溫度變化預判出機器人作業(yè)位置。針對不同預判方法,設計對比實驗,在相同的實驗條件下,證明了設計的基于六軸慣導的電網(wǎng)帶電運維機器人作業(yè)位置預判方法更加優(yōu)秀。但是所提方法仍然存在一些問題,由于實驗過程數(shù)據(jù)主要依靠人工測量,定位精度不足,下一步研究工作可以圍繞這一問題展開。