變電站智能巡檢機器人多目標識別方法研究

羅駿杰 董 悅 潘亦辰

（國網浙江省電力有限公司杭州供電公司）

0 引言

變電站作為電力系統的重要構成部分，其工作性能將會直接對變電系統的變電效率產生影響。使用智能化變電設備，采用智能巡檢機器人，有利于保障變電站的用電安全，憑借機器人的智能系統，自主檢測信息并識別處理，經過網絡多方聯動，提高巡檢效率。

UWB多目標識別方法，采用紅外相機多目標識別，最大程度上保障機器人運行效率，提高巡檢工作的智能化操作水平。

1 變電站智能巡檢機器人

1.1 巡檢機器人的結構

為方便變電站內各項電力設施的照常工作，需要在智能化變電站設備當中安裝智能巡檢機器人，將智能化與巡檢功能充分結合，在實現機器人自動導航的同時，完成自動定位和各部件傳感分布，從而構建機器人的關鍵系統框架。當機器人質量越大，所消耗的能量也會越大，因此為了更好地進行重力調節，采用移動機構、中心機構與控制箱打造機器人的整體結構，圖1為巡檢機器人的構造情況［1］。

圖1 智能巡檢機器人原理構造示意圖

1.2 巡檢機器人系統

為更好的滿足變電站的日常工作需求，要求設計人員在設計智能巡檢機器人時適當的加入相關技術，比如監測技術與數據分析技術，從而完善機器人現有功能，實現變電站內的日常巡檢與監督工作，再通過加密技術完成對信息的交互與傳遞。巡檢機器人系統設計環節，移動控制子系統主要由主板、傳感器、運動控制卡和驅動輪等部分構成，以此支撐機器人完成行為和運動，采集外部環境數據，對機器人可視路徑展開智能規劃，保障機器人的運行與動力學理論相符，滿足巡檢機器人的自主運動功能需求，檢測變電站各項電力設施的數據，采集并傳輸圖像信息。

1.3 巡檢機器人的主要功能

1.3.1 識別檢測功能

變電站內應用智能巡檢機器人時，為保障各功能完善，需在機器人身上安裝相應檢測設備，完成對障礙物的檢測與識別，合理判斷故障現象。機器人需要配備可見光攝像機，以此用來采集圖像與音頻信息。機器人可以獨立讀取并記錄信息，實時分析當前變電站的運行狀態。隨后，機器人采用圖像匹配方法炭疽數據庫信息，對采集到的圖像和數據庫內的圖片相互對比，完成二者之間的匹配工作。算法設計方面，可矯正形變信息，降低灰度差，通過能量歸一化與灰度均衡化手段，加深對圖像信息的分析，提高機器人圖像匹配度。

1.3.2 智能巡檢分類功能

在變電站的日常工作中，智能巡檢機器人主要有訓練模式和返航模式這兩種工作模式，此外機器人會按照實際巡檢工作需求調整巡檢方式，這些隱藏功能一般不會被用到，所以在運行期間會被忽略。

1.3.3 定位導航功能

針對智能巡檢機器人的定位導航功能，需提前設定機器人的行進軌跡，使其在遇到障礙物的時候自動掉頭或轉彎，避開障礙物，在到達指定位置后，機器人依靠紅外相機來探測可見光，再根據實際情況對設備的清晰角度進行調整，使機器人拍攝到的內容更加清晰。依靠圖像處理功能，系統自身帶有紅外熱像儀，可對目標對象進行實時監測，判斷目前變電站中電力設備在運行期間是否存在著異常高溫情況。將可見光攝像機的高度設置在500mm左右，機器人的行走速度保持在0.5m／s，機器人在行走的同時可以沿著導線進行拍攝，記錄電力設施主變與刀閘開合的實際位置，自動讀取相關數據，完成對儀器儀表的故障處理。不僅如此，變電站巡檢機器人還具有無線傳輸功能，可以將監測到的信息數據傳遞給監控中心，隨后監控中心會向機器人下達相關指令，指導機器人完成各項操作。

1.4 巡檢機器人的關鍵技術

1.4.1 導航定位技術

該技術一般是利用磁導航或激光導航技術，讓機器人可以在提前規劃的路線內移動。磁導航技術下，需提前在路徑內設磁性材料，方便智能巡檢機器人識別與感應行進路線，防止路線錯誤。激光導航技術下，激光可以檢測障礙物，再規劃相應路線，防止機器人發生碰撞。同時為確保機器人能夠在短時間內完成整個變電站的數據采集，在導航定位技術中應將變電站的平面圖錄入機器人系統中，并經算法確定機器人最佳巡視路線后，機器人即可按照既定路線觀察變電站的內部狀態。

1.4.2 檢測識別技術

機器人自身有著較強的檢測識別能力，可對變電站的各類情況有效識別，采集環境信息，經過信息分析，掌握變電站內的故障問題。檢測工作中，巡檢機器人主要負責檢測設備的外觀情況，識別開關狀態，讀取與識別不同表計、壓板或油溫表數據，利用激光雷達技術實現變電站三維全景重構，掌握一次和二次設備的具體坐標情況和構件使用情況。

1.4.3 圖像識別技術

在對變電站中一次或二次設備進行識別的時候，智能巡檢機器人采用圖像識別技術，對比和記錄各時間段的設備情況，找出設備問題。紅外線識別期間，可利用紅外熱成像攝像機獲取設備紅外光譜，測量其表面溫度。比如當開關柜內部存在線路老化的問題時，此時電路的電阻將會變大，從而出現線路過熱的情況，智能巡檢機器人會通過對紅外光譜的使用，及時發現溫度異常情況，并立即向系統作出預警提示。

1.4.4 自動充電技術

智能巡檢機器人會在工作期間自動識別電量，當電量下降到某一標準時開始自動充電。在設計機器人巡檢路線的時候，還需充分考慮機器人的充電時間，并確保充電時的安全性，為機器人設置專用充電樁，機器人在識別信號之后與充電樁相互對接即可。同時系統通過實時監測機器人的充電結果，當系統檢測模塊顯示機器人的充電完成后，可控制機器人自動斷開充電樁并恢復啟動狀態，再次接收到變電站巡視的工作任務后即可正常啟動。

2 變電站智能巡檢機器人多目標識別方法

2.1 紅外相機多目標識別方法

2.1.1 熱輻射理論

熱量的傳播主要是從溫度偏高的物體傳遞到溫度偏低的物體，物體間的溫度差異越大，其熱輻射就會越強，這樣的能量發射方式就是熱輻射。實際上，熱輻射屬于一種連續光譜，其性質和溫度有關，任何物體都會向外輻射能量，同時吸收來自環境當中的輻射能量。所有物體都有溫度，溫度＞0℃時，物體自身溫度產生紅外輻射。熱輻射電磁波能量波長一般與溫度有關，人體肉眼可感知的可見光波段是0.4～0.75μm，紅外波段中的短波段與之相鄰，長波段與微波相鄰，范圍為0.75～10000μm。從波長角度來劃分，紅外波段共有4個區間，其中近紅外線屬于高頻紅外線，波長0.75～3μm，能量最強［2］。

2.1.2 紅外熱像儀測量

起初人們將紅外熱像儀用在軍事領域，士兵們在夜間和霧天使用紅外熱成像儀，以此發現敵軍。由于熱成像儀有著十分強大的功能，隨著設備功能的開發，各類民用熱像儀被用于工業生產、溫度測量等領域，日常生活中的相機就是一種可見光成像裝置，這種相機會利用目標物體表面反射的光成像。相比之下，紅外相機會根據目標物體與四周環境溫度與熱輻射差異進行對比，將其熱輻射能量分布情況采用圖像的形式進行成像，如圖2所示，為可見光相機和紅外相機拍攝出來的圖像差異情況。

圖2 可見光相機和紅外相機拍攝圖像的對比

本文選擇的智能巡檢機器人多目標識別系統主要以紅外單目視覺系統為基礎，這一系統適用于各類復雜場景的多目標識別問題處理，采用Guide ipt640高分辨率在線測溫熱像儀，在線獲取跟蹤目標的紅外圖像，再通過紅外圖像處理技術得到編碼信息，系統按照編碼信息來判斷跟蹤目標是否正確。

紅外熱像儀在應用時主要具有以下技術優勢：（1）紅外熱像儀在使用的過程中不會受到燈光與環境光的影響，能夠憑借跟蹤目標的熱輻射形成紅外圖像。（2）儀器適合用在各種復雜環境，支持全天候工作，變電站中的巡檢機器人攜帶方便，紅外熱像儀重量輕，體積小，機器人操作方便。（3）紅外穿透能力強，即便是變電站內粉塵與濃霧嚴重，設備依然可以工作。（4）儀器反應靈敏，成像更加直觀，圖像采集度較高，目標溫度變化時能夠快速進行感知，并輸出相應的溫度分布圖像。

智能巡檢機器人身上攜帶的紅外相機主要依靠紅外探測器與光學成像物鏡，反映紅外輻射能量，再將其轉為人體肉眼可見的紅外熱圖像。關于探測器針對探測目標的輻射功率，相應計算公式具體如下：

上述公式當中，f為熱像儀光學焦距；τd為透過率；A0和A1分別為物體面積與探測面；η（λ）為系統效率；WΔλ為輻射能量強度。

巡檢機器人身上的紅外熱像儀檢測目標的輻射強度主要包含目標物體自身熱輻射，以及目標物體背景與干擾物體的熱輻射。紅外熱像儀在工作期間的大致過程如圖所示，目標、背景產生的輻射一般會經過光學成像或電子處理等過程，最終從輻射轉為直觀的紅外圖像，如圖3所示。

圖3 紅外圖像的產生過程

2.1.3 智能巡檢機器人紅外相機多目標識別方案

伴隨著深度學習與神經網絡算法的發展，對于多目標檢測技術的處理，人們會采用深度學習方法，利用神經網絡進行圖像識別，本文采用一種以可編碼熱紅外標準為前提的變電站智能巡檢跟隨行走機器人的多目標識別方法，多根平行的碳纖維加熱時直接供電加熱，再利用二進制對加熱絲編碼，通過對加熱順序的調整，完成對不同熱輻射標志的有效區分，進而更好的滿足多目標檢測任務的執行要求［3］。

2.2 UWB多目標識別方法

2.2.1 變電站智能巡檢機器人的設計與選擇

采用Nooploop公司研發的Auto Robo A移動機器人為變電站的智能巡檢機器人，在機器人身上安裝專門的傳感器模塊，以實現避障與跟隨功能。機器人采用480MHz的STM32H750VBT6主控板芯片，以及1500mAh容量的鋰電池，支持Windows下多種軟件開發，完成對智能巡檢機器人的有效調試，設備配備了激光傳感器和慣性傳感器，硬件連接情況大致如圖4所示。

圖4 Auto Robo A移動機器人硬件連接示意圖

采用TOFSence激光傳感器，將其作為變電站智能巡檢機器人的避障傳感器，以TOF飛行時間測算障礙物和機器人的距離，控制電機躲避障礙物。機器人的前端會安裝3個激光傳感器，通過級聯測距的方式串聯傳感器，再利用通信接口將距離信息傳遞給控制器。下表為激光測距傳感器的相應參數［4］。

表 激光測距傳感器相應參數

2.2.2 UWB多目標識別

UWB主要指無限載波通信技術，采取納秒級數據，起初被用于軍方雷達，隨后開放了民用頻段，相對帶寬＞0.2MHz或絕對帶寬＞500MHz的通信系統均為UWB系統，UWB多目標識別的定義公式具體如下所示：

上述公式當中，fh和fi分別指的是功率譜峰值衰減10db時的最高頻和最低頻；fc是中心頻率。采用香農定理描述UWB傳輸速率、信號帶寬與信噪比的關系，相應公式具體如下：

公式中，B為信道帶寬，S為信號平均功率，N為噪聲功率譜密度，C為信道容量。UWB帶寬范圍在500MHz～7.5GHz范圍內，其信號數據傳輸速率較快，系統結構簡單，能耗較低，分辨率較高，具有較為精確的定位效果，可用于解決變電站內智能巡檢機器人的定位與跟隨移動問題。以UWB技術為前提設計智能巡檢機器人多目標識別系統，在完成對單個目標識別的同時，還能進行多目標識別，采用便簽和基站的通信地址進行識別，在IEEE 802.15.4協議下完成多種噪聲環境下的數據可靠傳輸。

基于UWB的變電站智能巡檢機器人多目標識別系統中，機器人跟隨的目標會攜帶移動標簽，同時機器人的身上也會安裝固定基站，系統提前存儲標簽地址信息和基站地址信息。標簽開始工作后，系統發送廣播信號，信號將會涵蓋所有基站地址信息，基站接收信號之后，將會精準的分析數據包內的信息，科學判斷數據包當中是否存在著自身地址信息，如果存在，就會和標簽之間建立連接，完成對目標的有效識別。為盡可能的防止多標簽在分配的過程中出現通信沖突，智能巡檢機器人的基站和標簽在匹配之后，UWB的目標識別功能也會因此而完成［5］。在本次多目標識別系統實現中，機器人可根據系統設定的行動軌跡路線對UWB多目標的狀態展開識別，可滿足不同環境下的數據采集與快速響應的要求。

3 結束語

總而言之，變電站運行過程中應用智能巡檢機器人，不僅可以提高巡檢工作效率，還能降低變電站的人力成本，保障巡檢質量?？茖W采用紅外相機多目標識別方法和UWB多目標識別方法，明確巡檢機器人導航定位技術、檢測識別技術、圖像識別技術操作要點，完成對變電站內多目標的有效識別，提高機器人工作效率。