無人機蜂巢綜合系統設計及應用*

楊啟帆，李志茹,馬宏忠，辛俊韋

(國網甘肅省電力公司 電力科學研究院，甘肅 蘭州 730070)

0 引 言

近年來，高壓輸電線路的運行管理模式趨向于標準化、精益化、智能化，傳統巡線方式面臨的困難是勞動強度大、工作條件艱苦、勞動效率低，遇到電網緊急故障和異常氣候條件下，線路維護人員不具備良好的作業環境。無人機智能巡檢系統應用于電力線路巡檢，不受地形地貌限制，尤其適用于險峻山區、多河流地貌下的巡線工作，可對輸電線路產生的故障進行實時在線定位和監控，地面控制人員可根據地面站回傳實況及時發現排除線路缺陷及重大隱患，巡查效率得以大大提高，節省了大量人力、物力，提高了巡檢人員工作安全系數[1]。

目前電力巡檢已經開始使用無人機代替人工巡檢，但是使用的無人機設備還需要人工使用遙控器來控制無人機的飛行路徑，并且每個無人機設備可攜帶的電池容量有限，只能在有限的范圍內飛行，如果人工操作不當，還可能發生無人機設備失控，電量耗盡等情況。

筆者針對目前無人機巡檢效率低、續航短的現狀，設計了一套軟硬件綜合系統平臺，用于控制無人機巡檢行為和對無人機巡檢過程中的數據進行處理。利用該系統平臺用戶可以在任務區域就近部署蜂巢平臺(無人機機場)和無人機，同時無人機可以以機場為中心自動規劃飛行巡檢路線，從而實現有效飛行，高效飛行，解放勞動力。

1 無人機蜂巢綜合系統平臺設計概述

1.1 無人機蜂巢平臺

無人機蜂巢平臺是協助無人機全流程作業的地面自動化設施，可以取代傳統人工操作，極大提高無人機的全自動作業能力。

無人機蜂巢平臺可以部署在特定區域。無人機存放于機場內，當有飛行需求時無人機自主從機場起飛，完成任務后無人機自動降落于機場內。在機場中，無人機可進行充電或制動更換電池，為下一次任務做好準備。有了機場的依托，無人機就可以在無人干預的情況下自行起飛和降落，更換電池，實現全自動化作業。

機場負責無人機的存儲，更換電池以及地空通信。可以實現對無人機的自動回收、能源補給，方便無人機在無人值守的情況下自行完成日常巡檢、三維測繪、精細化巡檢等各項作業，是實現無人機全自動連續電力巡檢作業運行的關鍵[2]。

無人機蜂巢整套系統是從無人機安裝電池起飛到無人機自動回收降落的完整流程。圖1是無人機蜂巢平臺系統設計圖示。圖2是人機在蜂巢平臺起降流程示意圖。

圖1 無人機蜂巢平臺設計

具體無人機蜂巢平臺設計流程如下：

(1) 當無人機任務執行結束，按給定的導航路線飛到無人機蜂巢平臺上方時，平臺艙門自動打開，無人機降落在蜂巢車內的停機坪上。

(2) 停機坪自動緩緩降落，蜂巢平臺頂部艙門關閉。

(3) 蜂巢平臺內部機械臂通過傳動裝置自動更換無人機電池，并進行數據交互

(4) 更換完新電池后，停機坪自動上升至安全位置，艙門打開。

(5) 停機坪繼續上升至蜂巢車頂部位置。

(6) 無人機起飛，進行二次巡檢，艙門關閉。

圖2 無人機在蜂巢平臺起降流程示意圖

1.2 基于無人機的數據采集系統

通過無人機的攜帶可見光相機、紅外相機、三維掃描設備以及喊話器、探照燈等，可以全天候快速采集巡檢目標的圖像數據，并將計算機視覺算法應用到對的目標識別中。

無人機攜帶巡檢載荷，以無人機自動機場為中心，可以實現一定半徑范圍的區域巡檢覆蓋。巡檢數據可以實時回傳至數據中心，進行分析處理。圖3為無人機數據采集現場與蜂巢平臺圖示。

圖3 無人機數據采集現場與蜂巢平臺圖示

1.3 遠程控制平臺

控制平臺是無人機自動機場以及無人機的管理平臺，可以實現對無人機自動機場或無人機的遠程控制，同時該平臺也是數據智能運營平臺。

該控制系統部署在客戶本地或者云端，可隨時登陸并控制設備。平臺可針對不同應用場景制定巡飛任務，針對業務場景實現的不同飛行方式和采集方式，通過控制系統下達任務，調配指揮無人機、自動機場等，連續飛行作業，并獲取實時視頻數據。

2 無人機電力巡檢技術路線

2.1 現狀介紹

隨著無人機在輸電線路巡檢應用逐漸普及，無人機在電網輸電線路的巡檢場景常常處于山高林遠的偏遠無信號區域，無法通過穩定的通信手段實現無人機數據與云端深度學習服務器相連，需要無人機本地邊緣端具備相關人工智能算法能力，而邊緣端的深度學習算法的壓縮和優化，制約著無人機人工智能在輸電巡檢中的應用[3]。

2.2 模型壓縮與模型優化

隨著輸電線路無人機設備數量的快速增長、作業規模的逐年擴大[4]，對網絡延遲、抖動、數據安全等提出了更高的要求，傳統云計算在以上方面表現乏力，于是邊緣計算應運而生，邊緣計算能夠在網絡的邊緣提供輕量級的云計算和存儲能力。最終采用基于能量效率、稀疏化、腐蝕卷積等多種模型裁剪壓縮的優化算法，實現原來僅能部署于大型高計算能力服務器的模型可移植應用部署于低功耗低計算能力的邊緣計算模塊之中。

設備整體在保持小體積長續航實用化的基礎上，集成了邊緣智能算法、邊緣計算平臺、高清視頻推流模組、自組網通信模塊、電源管理系統、高清電容觸摸屏等多種功能模塊，整機設備在行業內率先實現了無人機線路巡檢邊緣智能實時診斷的研究及應用[5]。

為訓練設備嵌入的邊緣智能算法模型，深度學習算法模型采用了基于學術界最新的YOLO-V4-Tiny[6](YOLOv4[7]網絡的輕量版)算法的改進模型，并且根據輸電線路無人機智能巡檢的場景需求進行了算法模型的裁剪、注意力優化、算法架構優化等方式，使其具備了無人機線路巡檢過程中的“實時”智能缺陷診斷的功能，利用圖像融合、特征金字塔、多尺度檢測、注意力模型與目標識別相融合等增強模型適用性方法，提升深度學習識別目標模型對缺陷目標識別的準確率和檢測速率。采用基于FPGA架構的最新的邊緣智能計算平臺，部署優化后智能實時診斷模型可以實現每秒20幀以上的視頻流分析診斷速率。

3 無人機蜂巢平臺應用

3.1 輸電線路巡查

圖4是無人機在輸電線路巡查的現場應用場景，在輸電線路巡檢作業中，無人機蜂巢平臺攜帶無人機設備，具有超強的續航能力，利用自動避障算法可實現自主飛行拍攝；其次該平臺結合邊緣計算技術和目標檢測算法自主檢測出電塔中需要進行精細檢視相關區域，如絕緣子、桿塔頂部等等。根據圖像控制算法控制無人機云臺將機載高清相機對準上述區域，自動調整焦距放大該區域，同時始終鎖定目標處于畫幅中央，然后使用深度學習神經網絡算法對該區域經行缺陷檢測，以此進行詳細巡視和有針對性的診斷故障[8]，達到實時檢測的效果，極大的提高了工作效率。

圖4 無人機在輸電線路巡查的應用

圖5為無人機三維航線和拍攝模式規劃現場應用場景，基于三維地圖進行復雜航跡規劃，無人機飛控還可以借助深度學習算法幫助實現桿塔本體精細化巡檢的拍照點自動化精準選定，形成平滑連接各拍照點的飛行航跡；根據桿塔關鍵特征(桿塔、導線、絕緣子等)的空間參數，推算并規劃好每個拍照點無人機位置、朝向、相機云臺角度，并上傳至無人機飛控系統中。

圖5 無人機三維航線和拍攝模式規劃

3.2 變電站巡檢

全系統可以滿足變電站高、中、低層巡視點多且密集的飛行需求，覆蓋了戶外設備例行巡視范圍和常規人工巡視盲點，高層點位包括設備支架、避雷針、母線及附屬設備、線夾、絕緣子；中層點位包括設備頂部、支柱瓷瓶、本體外觀點；低層點位包括表計、開關分合指示。

4 結 語

智能電網是電力行業發展的必然趨勢，隨著人工智能、物聯網、大數據、云計算、移動通訊等新一代技術信息的不斷迭代演進、融合創新，將為電力行業智能化發展提供強大驅動，重塑電力巡檢新的產業時代。

通過面向無人機電力巡檢全業務流程，從飛行平臺智能化、巡檢智能化、數據應用智能化等方面的研發實踐，闡述了新一代信息技術在無人機電力巡檢中的應用，展望了電力巡檢的智能化趨勢。未來將攻克一系列無人機智能巡檢相關技術瓶頸，通過部署網絡化移動，利用5G網聯無人機，超遠程低時延控制無人機或多機協同開展全天候、全自主、無人智能化巡檢，并同步開展缺陷的智能分析。通過全局一體化管控平臺，實現無人機的集中管控、數據的統一管理、深度挖掘、智能分析和綜合應用，對輸電、變電、配電線路運行狀態開展多維度智能分析和預警。同時，推進業務規范化、管控信息化、作業智能化、管理精益化。改變傳統的運維方式，提高作業安全、巡檢效率和作業質量，持續提升輸電智能化運檢水平和輸電專業精益化管理水平，開創輸電運檢新局面。