基于差分定位的輸電線路無人機自主巡檢異常情況研究

吳宇鑫，金 哲，孔 韜*，李小來，王偉東，徐森熙，程俊翔

（1.國網湖北省電力有限公司超高壓公司，湖北 武漢 430050；2.三峽大學電氣與新能源學院，湖北 宜昌 443002）

0 引言

近年來，超、特高壓輸電線路規模大幅增加，這對輸電線路的運維水平和巡檢效率提出了更高的要求［1-11］。截止2021年12月，國網湖北省電力有限公司超高壓公司宜昌運維分部負責運行維護超、特高壓輸電線路25 條，長度1 726.12 km，桿塔3 682 基，絕大多數的輸電線路位于群山峻嶺之中，運維難度較大，隨著無人機巡檢技術的應用［12-15］，輸電運維人員可以在電腦端快速、準確地發現線路中的隱患缺陷，使得輸電線路運維效率有了質的提升，無人機巡檢技術成為了輸電線路智能巡檢技術發展的重要方向。

Gupta L［16］等學者通過研究認為，受地面、操控人員視角差異影響，人為操控精確定位相當困難，不僅降低工作效率，而且可能因定位不良影響航拍和狀態診斷的有效性［17-18］，有必要開展無人機自主巡檢解決這些問題，但并沒有論證，無人機自主巡檢可能引起的其他異常情況；國內毛遠軍［19-20］等學者分析了自主巡檢、作業安全管控、缺陷識別技術和巡檢數據應用、輔助檢修作業等關鍵技術應用現狀，并在結論中指出了該技術的不足，但未對不足情況指出解決方案。

目前，在高精度RTK 差分定位技術支持下，通過無人機搭載激光雷達設備［21-30］建立三維點云模型，在三維模型上繪制航線軌跡，進行自主巡檢時，將無人機記錄的航線軌跡中航拍軌跡點精確的經緯度、海拔高度和攝像頭俯仰角度等信息提取出來，即可據此進行無人機自主巡檢，自主巡檢設備組成和信號傳輸情況如圖1所示，從而拍攝高分辨率圖像。

2019 年8 月-2019 年12 月，國網湖北省電力有限公司檢修公司宜昌運維分部對所轄的適航區全部3 078基桿塔開展了4 942次無人機自主巡檢工作，如圖2所示，通過大數據分析發現，其異常率高于現場要求5%，無人機自主巡檢異常，不僅會影響正常的作業流程，獲取不到桿塔部件的照片資料，增加人員重復作業工作量，而且嚴重時會導致無人機偏航、撞擊、墜機。針對此問題，本文詳細分析了無人機自主巡檢工作異常的原因，針對其中的主要原因進行了詳細分析，根據分析的結果制定了改進對策，并使用改進后的方法進行試驗，驗證該方法的可行性。

圖2 輸電線路自主巡檢異常情況調查圖Fig.2 Diagram of abnormity investigation on autonomous inspection of transmission line

1 常見的無人機自主巡檢異常情況

本文對宜昌運維分部2019年8月-2019年12月的4 942次無人機自主巡檢工作的異常情況進行分析，經分析發現，照片命名錯誤、撞擊障礙物、照片獲取異常是無人機自主巡檢的主要異常情況，本文對此進行針對性分析。

無人機在自主巡檢或姿態飛行過程中，撞擊障礙物，導致無人機損壞，造成該事故主要有以下原因：一是由于三維點云精度低等原因造成繪制航線時未掃描出障礙物，導致無人機在正常飛行的情況下，撞擊障礙物；二是由于在建立三維點云模型時，所設置的天線偏差過大，三維模型坐標不準確，使得航線軌跡坐標錯誤；三是受拍照角度錯誤、拍照環境逆光等因素影響，無人機自主巡檢拍攝照片無法清楚地展示部件點情況，導致工作人員無法準確掌握線路運行情況；四是重命名步驟多，導致資料員工作量過大，易造成重命名錯誤的情況，導致無法分辨桿塔塔號及部件點位置。下面，對這些情況逐一進行以下分析。

1.1 激光點云密度

激光雷達設備用于對桿塔點云數據的采集，采集設備示意圖如圖3 所示，對2019 年8 月-2019 年12 月使用不同采集精度的激光雷達設備進行無人機自主巡檢的作業次數和異常次數進行了統計，如圖4所示。

圖3 激光雷達采集設備Fig.3 Lidar acquisition equipment

由圖4 可知，異常率最大為采集精度15 mm 的6.33%，最小為50 mm 的5.98%，兩者相差0.35%，雖然異常率相差不大，但仍有所區別，在大量應用后，對降低無人機自主巡檢異常率仍有較大幫助。

圖4 不同采集精度激光雷達設備進行500 kV山地自主巡檢異常情況Fig.4 Anomalies of autonomous patrol inspection on mountainous 500 kV line by different-acquisition-accuracy lidar equipment

1.2 航線繪制偏差

實際手動繪制航線時，一般借助電腦端軟件進行繪制，一般情況下航點偏移距離與實際航點偏移距離的比約為1∶500。選擇500 kV葛安一、二回200基位于山地的桿塔，在不同繪制偏差下進行無人機自主巡檢作業試驗。然后，對不同繪制偏差下無人機自主巡檢異常情況進行了統計，如圖5所示。

圖5 繪制偏差情況統計圖Fig.5 Statistical diagram of route-mapping deviation

由圖5 可知，繪制偏差最大異常率為4 mm～5 mm的10.5%，最小為0 mm～1 mm 和1 mm～2 mm 的2.0%，兩者相差8.5%。

1.3 天線設置

選取中海達RTK 設備獲取定位點的GPS 坐標，測量示意圖如圖6所示。

圖6 偏差位置獲取示意圖Fig.6 Schematic diagram of deviation position acquisition

選取500 kV 盤宜一、二回位于山地200 基桿塔進行自主巡檢試驗，統計在不同天線設置偏差下自主巡檢異常次數，如圖7所示。

由圖7可知，自主巡檢異常率最大為5 cm-6 cm的6.5%，最小為0 cm-1cm 和1 cm-2 cm 的1.5%，兩者相差5.0%。

圖7 不同天線設置偏差下的500 kV山地自主巡檢異常次數統計圖Fig.7 Statistics of abnormal times of autonomous inspection on mountainous 500 kV line under different antenna setting deviation

1.4 照片命名

無人機存儲的照片資料需要對逐條線路、逐基桿塔進行區分，并對部件點逐一進行重命名。如果重命名步驟多，導致資料員工作量過大，易造成重命名錯誤的情況，導致無法分辨桿塔塔號及部件點位置。

無人機存儲的照片資料需要對逐條線路、逐基桿塔進行區分，并對部件點逐一進行重命名。操作步驟數計算公式如下：

重命名步驟數≈線路數+桿塔數+照片數

2019 年8 月-2019 年12 月500 kV 盤宜一、二回線路山地無人機自主巡檢的桿塔數量及獲取的照片數量，如表1所示。

表1 2019年500 kV盤宜一、二回山地自主巡檢桿塔數量、照片數量及操作步驟數Table 1 Number of towers,photos and operation steps of autonomous inspection on 500 kV Pan-Yi primary and secondary line in the mountainous area in 2019

由本章節分析可知，航線繪制偏差值、天線設置偏差值和照片命名步驟數，均是造成無人機自主巡檢異常率高的主要原因，現針對這3條原因進行分析。

2 航線繪制偏差解決方案及效果

2.1 分析航線文件描述

使用Notepad++軟件對航線文件進行分析，分析出航線文件組成，并繪制了示意圖，如圖8所示。經過試驗與分析，發現航線文件字段的描述與無人機動作之間的關聯，在進行同一類型桿塔自主巡檢時由于所需拍照的航跡點是相同的，僅是不同航跡點坐標、云臺偏航角和俯仰角。

圖8 航線文件組成示意圖Fig.8 Schematic diagram of route document composition

2.2 分析航線繪制規則

航點坐標通過部件點坐標和偏移向量獲得，云臺方向向量由拍照點航點和部件點航點決定，偏航角和俯仰角由航向和云臺方向向量計算獲得，如圖9所示。

圖9 偏航角和俯仰角示意圖Fig.9 Schematic diagram of yaw angle and pitch angle

固定航點的飛行順序，將航點按照既定的順序排列好，配置拍照點的參數。編制公式通過部件點的坐標自動計算出航點的坐標，按照三角函數公式計算出拍照點的偏航角和俯仰角，將航點坐標、拍照點坐標和拍照點參數按照航線文件格式匯總就生成了一個新的航線文件，將編輯好的航線進行試驗發現，不符合安全距離的航點數占比依舊很高，不符合作業要求，必須選擇專業航線編輯軟件進行航線編輯工作。

2.3 確定航線編輯軟件

作業人員可以將預先編輯好的航線文件通過數據傳輸發送到無人機端進行執行。按照自主巡檢的作業需求，對常用的航線編輯軟件大疆DJI Pilot、大疆智圖、數字綠土Lipoweline進行選擇確定。

由表2可知，數字綠土Lipoweline軟件具有模板航線生成和航線批量檢查功能，選擇Lipoweline 軟件進行航線的編輯和檢查工作。

表2 常用航線編輯軟件的選擇確定Table 2 Selection and determination of common route editing software

2.4 測試“模板繪制”及“批量檢查”功能

繪制500 kV 清葛線001 號桿塔航線，并保存為模板航線，然后利用模板航線生成同一類塔型的目標桿塔024號的航線，如圖10所示。

圖10 目標桿塔航線Fig.10 Target tower route

對生成的目標桿塔航線進行安全檢查，如圖11所示，發現8號航點距離桿塔位置僅2.17 m，小于設置的安全距離2.5 m，需對航點進行修改。經修改后的航線如圖不再提示安全距離不足。

圖11 航線安全檢查提示及經修改后的航線Fig.11 Soute safety inspection tips and modified routes

2.5 效果檢查

借助航線繪制軟件Lipowerline 統計2020 年8 月-2020年12月500 kV輸電線路繪制的航線最大偏差，如表3 所示。由表3 可知，經改進后，航線繪制偏差＜2.0 mm，由表3 數據可知，航線偏差值控制在該區間段時，無人機自主巡檢異常率較低。

表3 對策一效果檢查統計表Table 3 Statistical table of effect inspection of Countermeasure I

3 開發自動重命名功能及效果

3.1 確定總體思路

照片的整理歸檔首先要將不同線路名稱的照片區分開，然后將同一條線路不同桿塔的照片進行區分，而后將同一基桿塔不同部件的照片進行區分，最后將照片的名稱按照統一的格式進行命名。

3.2 制定照片與部件點匹配方法。

照片的特征值包含在屬性信息中，照片屬性信息中包含照片GPS坐標，繪制部件點與照片匹配示意圖，如圖12所示。

圖12 部件點與照片匹配示意圖Fig.12 Schematic diagram of matching component points with photos

3.3 設計功能模塊

根據照片與部件點匹配方法，設計功能模塊。

1）提取照片GPS坐標值

根據照片屬性信息中包含的GPS 坐標，提取照片的GPS坐標值，如圖13所示。

2）建立特征值與名稱匹配規則

GPS 坐標變換為平面坐標示意圖，讀取無人機航線中的拍照點所拍部件點名稱與坐標o1［x1，y1，z1］。設定拍照點閾值δ（一般為1 m）。依據坐標變換獲取照片坐標o2［x2，y2，z2］。將部件點坐標與照片坐標進行計算空間距離。

若p≤δ，則匹配；若p>δ，則放棄。利用逐步比較的算法實現照片坐標值與部件點坐標值一一比較。

3）照片自動命名

分析公司照片命名規則，根據線路名稱、桿塔號進行區分，對每張照片根據部件點名稱進行重新命名。

3.4 測試自動重命名功能

對500 kV盤宜一回150號至169號的桿塔照片進行自動命名試驗，照片自動重命名功能界面，如圖14所示。

圖14 自動重命名功能界面Fig.14 Interface of automatic renaming function

試驗時手動輸入相應參數，設置好文件夾路徑。 試驗結果如圖15所示。

圖15 已重命名的盤宜一回169號部件點照片Fig.15 Point images of renamed No.169 part on Pan-Yi primary circuit

3.5 照片自動重命名效果檢查

對2020年8月-2020年12月自主巡檢獲得的照片資料進行了重命名試驗，對作業次數和總步驟數進行了統計，如表4所示。照片自動重命名實施之后，每基桿塔重命名步驟數＜3次，由表4數據可知，重命名步驟數控制在該區間段時，無人機自主巡檢異常率較低。

表4 照片自動重命名效果檢查表Table 4 Effect checklist of image automatic renaming

4 “固定式”基站架設方法及效果

4.1 制定“固定式”基站架設方案

確定“固定式”基站架設總體思路，總體思路包括，分析GNSS 基站架設規則，記錄滿足作業條件的基準點，對設備裝置進行選型，編制操作手冊等。

選取尺寸和高度合適的三腳架作為天線的固定基座，選取尺寸和硬度合適的塑料箱作為基站設備的保護箱。“固定式”基站安裝方案，如圖16所示，基站架設在基礎穩定、視野開闊、遠離干擾源的地點。

圖16 “固定式”基站安裝方案Fig.16 Installation scheme of"fixed"base station

4.3 實施“固定式”基站安裝方案

1）確定安裝流程

僅首次安裝需尋找基準點，及測量坐標，安裝流程如圖17所示。

圖17 “固定式”基站安裝流程圖Fig.17 Installation flow chart of"fixed"base station

2）實施安裝方案

進行“固定式”基站安裝，如圖18所示。

圖18 “固定式”基站安裝Fig.18 Installation of"fixed"base station

3）編制操作手冊

編寫操作手冊，對基準點選取、基站架設和參數設置等進行說明。包括：①基準點選取；②基站架設；③參數設置。

4.4 效果檢查

2020 年5 月分5 批次進行試驗，每批進行10 次基站架設，借助中海達RTK 設備測量并求取天線偏差值，如表5所示。

表5 效果檢查統計表Table 5 Effect check statistics

由表5可知，應用這種方法，天線設置偏差＜3 mm，由表5數據可知，天線設置偏差控制在該區間段時，無人機自主巡檢異常率較低。

2020 年，國網湖北省電力有限公司檢修公司宜昌運維分部應用改進后的方法，對所轄輸電線路開展自主巡檢工作，分別對2020 年8 月-2020 年12 月無人機自主巡檢異常次數進行了調查，調查結果如表6 所示。

表6 活動實施后自主巡檢異常次情況調查表Table 6 Questionnaire on abnormity times of self-inspection after the implementation of the activity

5 結語

2020年8月-2020 年12月的自主巡檢異常率均低于要求值5.0%。使用改進后的方法，山地無人機自主巡檢異常率由之前的6.23%降至3.88%，取得了不錯的效果。目前，本方法在湖北省500 kV 輸電線路應用后，山地地形下輸電桿塔無人機自主巡檢異常次數顯著減少，自主巡檢作業安全性得到提升。由于無人機出現異常頻次降低，節省了需處理異常的時間，單位時間內可以完成更多桿塔的自主巡檢作業，提高了巡檢效率。