顏學(xué)文 楊友晨 范新月 胡偉

摘 要：隨著電力系統(tǒng)的發(fā)展，高壓電纜的安全穩(wěn)定對(duì)供電系統(tǒng)至關(guān)重要。傳統(tǒng)人工巡檢效率低、勞動(dòng)強(qiáng)度大且有安全隱患。開發(fā)自動(dòng)化、智能化的巡檢機(jī)器人顯得必要。研究國(guó)內(nèi)外現(xiàn)狀和方法后，目標(biāo)是設(shè)計(jì)能自主導(dǎo)航、識(shí)別故障并進(jìn)行實(shí)時(shí)監(jiān)測(cè)的基于深度學(xué)習(xí)技術(shù)的高壓電纜隧道巡檢機(jī)器人系統(tǒng)。

關(guān)鍵詞：高壓電纜；隧道巡檢；故障診斷；深度學(xué)習(xí)

中圖分類號(hào)：TP242.6? 文獻(xiàn)標(biāo)識(shí)碼：A

隨社會(huì)經(jīng)濟(jì)發(fā)展，電力需求增長(zhǎng)，城市地下電纜隧道成主要供電設(shè)施。面臨復(fù)雜環(huán)境和安全隱患，提升巡檢效率與安全是關(guān)鍵。本文提出一種基于深度學(xué)習(xí)的高壓電纜隧道巡檢機(jī)器人方案，涵蓋設(shè)計(jì)、系統(tǒng)、結(jié)構(gòu)和視覺(jué)識(shí)別，經(jīng)試驗(yàn)驗(yàn)證其有效性及性能優(yōu)化，并對(duì)未來(lái)研究提出展望。

一、研究背景

城市地下電纜隧道增多，國(guó)內(nèi)高壓電纜隧道巡檢機(jī)器人取得進(jìn)展并應(yīng)用，但與國(guó)外先進(jìn)水平仍有差距。面臨結(jié)構(gòu)設(shè)計(jì)、導(dǎo)航定位、通信、故障檢測(cè)等技術(shù)挑戰(zhàn)。未來(lái)研究將強(qiáng)調(diào)智能化、自動(dòng)化、網(wǎng)絡(luò)化和可靠性，跨學(xué)科合作促進(jìn)創(chuàng)新。

國(guó)外較早研發(fā)相關(guān)技術(shù)，研究深入，機(jī)器人具備自主導(dǎo)航、缺陷檢測(cè)等功能，技術(shù)成熟且產(chǎn)業(yè)化程度高，廣泛應(yīng)用且提供租賃與定制服務(wù)。國(guó)外研究將繼續(xù)向智能化、自主化、網(wǎng)絡(luò)化和可靠性發(fā)展，注重輕量化、低成本和環(huán)保。

二、高壓電纜隧道巡檢機(jī)器人系統(tǒng)設(shè)計(jì)

（一）服務(wù)器控制系統(tǒng)

服務(wù)器控制系統(tǒng)由一個(gè)主機(jī)和一個(gè)小型基站構(gòu)成。主機(jī)處理交互信息和識(shí)別操作員協(xié)議，向機(jī)器人檢測(cè)系統(tǒng)和門禁系統(tǒng)發(fā)送指令。它包含緊急情況模塊和檢測(cè)算法模塊。小型基站則管理地圖數(shù)據(jù)、執(zhí)行協(xié)議指令和進(jìn)行圖像識(shí)別。數(shù)據(jù)通過(guò)基站網(wǎng)絡(luò)傳輸，以便系統(tǒng)有效應(yīng)對(duì)突發(fā)事件。

（二）巡檢機(jī)器人系統(tǒng)構(gòu)成

巡檢機(jī)器人系統(tǒng)配備視頻采集、紅外采集和人體控制裝置，并通過(guò)WiFi與服務(wù)器建立網(wǎng)絡(luò)連接。利用該連接，機(jī)器人可將拍攝的圖像、視頻以及實(shí)時(shí)定位信息回傳至服務(wù)器。中央處理器指導(dǎo)機(jī)器人的路徑算法，確保按預(yù)定路線進(jìn)行檢測(cè)。巡檢機(jī)器人系統(tǒng)構(gòu)成如圖1所示。

（三）智能巡檢系統(tǒng)軟件部分設(shè)計(jì)

基于深度學(xué)習(xí)的巡檢系統(tǒng)核心在于應(yīng)用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識(shí)別和模式分析。雖然相對(duì)于最前沿的目標(biāo)檢測(cè)模型，傳統(tǒng)深度學(xué)習(xí)模型可能在準(zhǔn)確性和效率方面存在局限，但它們?nèi)匀粸楸姸嗨惴ㄌ峁┝岁P(guān)鍵技術(shù)基礎(chǔ)。圖2為深度學(xué)習(xí)巡檢原理。

巡檢原理主要由以下4個(gè)步驟組成：

（1）原圖輸入：將原始圖像輸入到深度學(xué)習(xí)模型中。

（2）生成目標(biāo)候選區(qū)域：通過(guò)選擇性搜索從原始圖像中生成一個(gè)候選區(qū)域。根據(jù)巡檢特征分量權(quán)重，對(duì)識(shí)別出的候選區(qū)域圖像進(jìn)行灰度化處理，并確定關(guān)鍵設(shè)備圖像特征：

R = G = B = ωr

R + ωgG + ωbB

ωr + ωg + ωb （1）

在式（1）中，ωr、ωg、ωb分別表示圖像顏色紅、綠、藍(lán)的權(quán)值。該方法首先將圖像分割成若干小區(qū)域，然后對(duì)這些小區(qū)域進(jìn)行搜索，并根據(jù)以下四條規(guī)則對(duì)最大概率區(qū)域進(jìn)行合并。規(guī)則1：基于顏色直方圖分布，將顏色相似的小區(qū)域合并。規(guī)則2：通過(guò)梯度直方圖的分布，合并紋理相似的小區(qū)域。規(guī)則3：當(dāng)一個(gè)小區(qū)域被合并時(shí)，合并區(qū)域的總面積相對(duì)較小，從而避免了大區(qū)域合并多個(gè)小區(qū)域。規(guī)則4：合并任何一個(gè)小區(qū)域后，合并區(qū)域的總面積不會(huì)超過(guò)目標(biāo)對(duì)應(yīng)的邊界面積，這就保證了合并區(qū)域的形狀更加規(guī)則。反復(fù)進(jìn)行合并操作，直到?jīng)]有區(qū)域可合并，最后輸出所有區(qū)域，也就是目標(biāo)候選區(qū)域。

（3）抽取特征：利用卷積神經(jīng)網(wǎng)絡(luò)從候選區(qū)域中抽取特征，指定區(qū)域建議框的尺寸，然后抽取卷積特征。

（4）類別和回歸：每個(gè)類別的目標(biāo)都會(huì)被相應(yīng)的支持向量機(jī)（SVM）分類器進(jìn)行分類，該算法只需確定自己是否屬于目標(biāo)類別，然后用返回值對(duì)目標(biāo)候選幀進(jìn)行校正。

（四）巡檢機(jī)器人視覺(jué)系統(tǒng)

當(dāng)前巡檢機(jī)器人的視覺(jué)系統(tǒng)對(duì)障礙物的識(shí)別精度和測(cè)距精度都比較低，針對(duì)這一問(wèn)題，我們采用深度學(xué)習(xí)中的 SSD 算法識(shí)別障礙物，基于單目測(cè)距模型構(gòu)建地平面約束測(cè)距定位模型以實(shí)現(xiàn)精準(zhǔn)測(cè)距，搭建新的巡檢機(jī)器人視覺(jué)系統(tǒng)。相比 YOLO 算法和 Ｒ － CNN 算法，SSD 算法綜合性能更加優(yōu)秀; 迭代次數(shù)達(dá)到 500 次時(shí)，SSD模型需要 7.8h 進(jìn)行訓(xùn)練，比 YOLO 模型快 2.5h;比 Ｒ - CNN 模型快 3.7h; 迭代次數(shù)為 600 時(shí)，SSD模型的準(zhǔn)確率為 95.8% ，比 YOLO 模型高 22.4% ; 比 Ｒ - CNN 模型高 9.7% ; 地平面約束測(cè)距定位模型平均誤差為 0.89cm，比空間平面測(cè)距模型小1.89cm; 比單目視覺(jué)測(cè)距模型小 1.03cm。以上結(jié)果說(shuō)明，基于 SSD 算法和地平面約束測(cè)距定位模型的新巡檢機(jī)器人視覺(jué)系統(tǒng)能夠有效地對(duì)障礙物進(jìn)行識(shí)別檢測(cè)和測(cè)距定位，從而實(shí)現(xiàn)智能化、自動(dòng)化自主定位導(dǎo)航。

三、發(fā)展高壓電纜隧道巡檢機(jī)器人的意義

高壓電纜隧道巡檢機(jī)器人能自動(dòng)高效完成巡檢，保障人員安全，并減少依賴專業(yè)人員的人力成本。這些機(jī)器人利用高精度傳感器和先進(jìn)算法提高診斷準(zhǔn)確性，提升巡檢質(zhì)量。它們還助力實(shí)現(xiàn)電力系統(tǒng)的智能化管理，增強(qiáng)可靠性和穩(wěn)定性。同時(shí)，巡檢機(jī)器人推動(dòng)機(jī)械設(shè)計(jì)、電源補(bǔ)給、檢測(cè)和通訊等技術(shù)的創(chuàng)新，并減少環(huán)境影響。此外，其研究對(duì)社會(huì)經(jīng)濟(jì)發(fā)展有重要意義，確保電力供應(yīng)和社會(huì)可持續(xù)發(fā)展。

四、實(shí)驗(yàn)結(jié)果與分析

（一）實(shí)驗(yàn)結(jié)果

通過(guò)相關(guān)場(chǎng)地模擬環(huán)境和實(shí)際電纜隧道中的一系列試驗(yàn)驗(yàn)證電纜隧道機(jī)器人巡檢過(guò)程中系統(tǒng)功能及安全可靠性。

（二）高壓電纜隧道巡檢機(jī)器人的優(yōu)勢(shì)與未來(lái)發(fā)展

新型高壓電纜隧道巡檢機(jī)器人在時(shí)效性和準(zhǔn)確度上均優(yōu)于傳統(tǒng)人工巡檢。機(jī)器人通過(guò)預(yù)設(shè)軌道多次巡檢，實(shí)時(shí)數(shù)據(jù)傳輸，縮短維修時(shí)間和成本；而人工受時(shí)間、天氣和熟練度限制，導(dǎo)致結(jié)果不準(zhǔn)確。技術(shù)分析表明，機(jī)器人整合了機(jī)電一體化、導(dǎo)航規(guī)劃、多傳感器融合等技術(shù)，優(yōu)化系統(tǒng)和提高定位精準(zhǔn)度等可保障電纜網(wǎng)絡(luò)穩(wěn)定運(yùn)行。結(jié)論指出，雖有進(jìn)展，但巡檢機(jī)器人在復(fù)雜情況適用性、平臺(tái)承載能力和能源供應(yīng)等方面仍有待研究和改進(jìn)，未來(lái)需在技術(shù)創(chuàng)新和功能擴(kuò)展等方面繼續(xù)努力，以滿足電力行業(yè)高效安全巡檢的需求。

參考文獻(xiàn)：

[1]范厚良.基于深度學(xué)習(xí)的發(fā)電廠設(shè)備智能巡檢系統(tǒng)設(shè)計(jì)[J].電子設(shè)計(jì)工程，2022，30（01）：108-111+116.DOI：10.14022/j.issn1674-6236.2022.01.023.

[2]宋雷震，孫曉東.管道巡檢機(jī)器人目標(biāo)識(shí)別與定位檢測(cè)技術(shù)[J].吉首大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，42（05）：38-43.DOI：10.13438/j.cnki.jdzk.2021.05.007.

[3]宮法明，馬玉輝.基于時(shí)空雙分支網(wǎng)絡(luò)的人體動(dòng)作識(shí)別研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2020，30（09）：23-28.

[4]崔旺.隧道巡檢機(jī)器人的結(jié)構(gòu)設(shè)計(jì)與運(yùn)動(dòng)控制[D].沈陽(yáng)航空航天大學(xué)，2017.

[5][1]薛倩.基于人工智能的配電室設(shè)備自動(dòng)巡檢系統(tǒng)的研究[J].自動(dòng)化應(yīng)用，2023，64（17）：12-14+17.