王林梦
国网蒙东检修公司鄂尔多斯市输电工区 内蒙古自治区 呼和浩特市 010020
摘要：在我国经济实力逐渐壮大，科学技术不断创新的今天，根据高压输电线路地线上障碍物的几何形状和结构特点，提出了一种基于单目视觉识别的多传感器高压线路地线障碍物识别和测距定位的方法。
关键词：高压输电线路；巡检机器人；障碍物识别；定位
引言
我国的科技领域正在高速的发展中，各个领域都有了前所未有的突破性进展，高压输电线路巡线机器人是以移动机器人为载体,以可见光摄像机、红外成像仪、超声波交叉测距仪等为载荷系统,当机器人沿导线移动时,完成对输电线路的巡检巡视。局部自主巡线机器人应能自主跨越导线上防震锤、直线夹与悬垂绝缘子组合结构、耐张线夹等障碍物。因此,障碍物检测识别是自主巡线机器人的关键技术之一。
1障碍识别
基于特征模板匹配的障碍识别就是对提取的多个障碍物图像特征进行参数描述,并利用匹配算法在模板特征库中进行匹配,确定障碍物类型。目前常用的图像特征提取算法有SIFT、HOG、RIFT、SURF及其改进型,如何均衡算法性能与效率是进行特征提取的关键。此外,机器人选用的模板特征库需兼顾不同光照和气候条件,以提高其适应性。基于结构约束的障碍物识别就是通过提取图像中线路与障碍物的形状图形基元,利用障碍物的形状和输电线路与障碍物之间的位置约束,实现对不同障碍物的识别。设计了一种基于结构约束的障碍识别算法,该算法首先利用Canny算子和霍夫变换对相线进行识别和定位,然后利用障碍物与相线之间的位置约束和障碍物本身的形状特征实现了对障碍物的识别,并提出了一种基于存在概率图的圆检测方法,提高了对边缘残缺的圆的检测效果。基于结构约束的障碍物识别技术计算速度快,具有很好的实时性,但抗干扰能力弱,图形基元的提取效果易受背景影响。基于机器学习的障碍识别通过将提取的障碍物图像特征作为输入,训练合适的分类器,然后利用合适的分类策略实现多种障碍物的主动分类识别,常用的分类器有SVM、神经网络等。利用障碍物的Hear和HOG特征,分别训练了SVM分类器,结合障碍物与高压线之间的结构约束识别其类型,取得了较好的识别效果。通过训练分类器,首先使用部分重要特征构造简单分类器进行粗检,然后逐步添加输入端特征,对障碍物进行细检。该方法识别准确率较高,能够有效避免局部极小值点。利用小波模极大值算法提取二值化图像的边缘,并计算出其局部最优小波矩特征作为输入,最后训练小波神经网络实现了对障碍物的识别,识别精度较高。基于主动学习的障碍识别计算量大,通常需要对图像特征向量进行降维处理,因此如何从中提取出理想的特征子集尤为关键。此外,基于主动学习的障碍识别还需要庞大的的样本集作为支撑。
2单目视觉测距实现方法
此方法根据摄像机小孔成像原理，摄像机成像平面上产生的图像与外界实物图像的投影成比例关系，且某点与其图像投影的连线与光轴的夹角产生的一对顶角角度相同。根据此原理建立摄像机与金具障碍物的特征点的几何关系模型，然后根据标定不同焦距的每个像素点的弧度，建立摄像机在此焦距下与障碍物距离的关系式即可求解摄像机与障碍物的水平距离。以高压输电线路地线为平面上的一条线，向下做一平面，此平面穿过地球的引力中心，称作地线引力平面，且高压输电线路地线经过此平面。由于金具障碍物和机器人都是悬挂于此高压输电线路地线上，其上的金具障碍物都是左右对称的，此平面自然穿过金具障碍物的对称中心，就可以选取金具的中心点作为测距的特征点，又由于悬挂于高压输电线路地线上的机器人受到重力的作用，其重心必然经过此平面，调节机器人上的摄像机位置，使摄像机的光轴线也经过此平面，这样摄像机的垂直轴始终位于此平面上。这样就可以简化为一个平面内的几何关系。
由于机器人的左右摆动和线路的坡度等原因，在实际中会存在一定的误差，此误差也可以根据安装在机器人上的动态倾角传感器测量的角度值进行修正。
3导线检测识别
导线并不是障碍,检测它是用来约束防震锤以及悬垂线夹上方绝缘子串的位置。巡线机器人沿导线行走时,导线在图像平面中的投影呈棒状从图像平面上边框倾斜向下。一种导线的识别方法,该方法利用渐进概率霍夫变换PPHT抽取直线,并对这些直线进行角度和位置约束,得到导线的两条边缘直线,从而完成导线的识别和定位。机器人在高压输电线路特殊工作环境中行走时，一方面受到外界光线和输电导线强电磁场干扰;另一方面，本体电机动力输出时产生振动影响，机器人工作时常处于一种“颤动”状态，所以像机拍摄的原始图像不够清晰，图像中混入了不必要的光照和振动噪声影响，使图像达不到识别要求。为了去除干扰、达到目标检测的要求，有必要对障碍物图像进行中值滤波、膨胀和腐蚀等预处理措施。对障碍物图像进行预处理后的图像去掉了许多噪声点和线条状干扰小块。虽然看上去图像变得模糊了一些，但也平滑了一些由于光线过亮所形成的亮点，障碍物目标区域的像素差异降低，这样有利于后面进行图像二值化和图像边缘提取。
5特征提取模块
图像识别是根据一定的图像特征进行的，显然这些特征的选择很重要，直接影响到识别分类器的设计、性能及其识别结果的准确性。特征选择错误，分类就不能准确，甚至无法分类。特征选择和提取的基本任务是如何从众多特征中找出最有效的特征。良好的特征具有如下4个特点：①可区别性：对不同类图像，特征应具有明显的差异；②可靠性：对同类图像，特征值应比较接近；③独立性好：特征之间彼此不相关；④数量少：图像识别系统的复杂程度随系统维数(特征的个数)迅速增长。对于巡检机器人的障碍无识别要求而言，所提取的特征必须简单、快速、可靠性高。由于障碍物目标具有多灰度级，且与其周边接触较多的背景灰度分布往往重叠在一起，因此不宜采用颜色和灰度特征。同时由于障碍物目标的不规则形状，一些常用的形状特征，比如矩形度、圆形度等，也不宜采用。而对于一些统计特征，比如小波变换系数等，对于实时性较强的应用场合也不实用。因此应提出一种针对障碍物目标的特有特征，以满足简单、实用和可靠的识别要求。从采集的图像中可看出，由于悬垂线夹与耐张线夹的形状的差异，主要的差别在于悬垂线夹的左右轮廓走向斜度较小，而跳线线夹的左右轮廓走向斜度较大且方向一致。
6防震锤检测识别
为便于机器人的跨档距自主运行和传感器的识别，在保证输电线路电气性能和功能的前提下对地线上的金具进行相应的选型和改造，防振锤主要由具有较重质量的金属重锤以及具有高强度、高弹性的镀锌钢绞线及其线夹组成。防振锤的选取主要考虑防振锤的线夹线上部分的凸起要足够的小，并且形状复杂度较低，易于传感器检测和处理的型号。悬垂线夹分为上扛式、防晕型、下垂式。悬垂线夹选取挂板挂点位于线夹下部的上扛式，并将挂板的形状改造为C型，这样可使机器人的行走轮顺利通过悬垂线夹，而且易于悬垂线夹的检测识别。由于高压输电线路地线在耐张杆塔处并不是连续的，而是断开后两端分别连接到耐张杆塔的横担上，这就阻断了沿高压输电线路地线行走的机器人通路。为使机器人能够顺利通过耐张杆塔，实现跨档距自主运行全程巡检，就必须在耐张杆塔处添加可供机器人运行通过的耐张过桥。
结语
该方法也存在当光线过于强烈时误检的问题,需进一步改进。另外,将进一步在该方法基础上利用视觉传感器来研究障碍物的定位、导线相对机器人的姿态检测以及测巡线机器人与障碍之间的距离等。
参考文献
[1]周风余,吴爱国,李贻斌.110?kV输电线路巡线机器人[J].中国电力,2008,41(3):32
［2］张运楚，梁自泽．基于结构约束的架空输电线路巡线机器人障碍识别［J］．机器人，2007，29(1):1-6．