基于GPS定位技術的電力巡檢目標實時跟蹤平臺設計

伍 鵬,盧朝成,顏 真,韓 聰,康合敏,諸葛葳

（國網福建省電力有限公司南平供電公司,南平 353016）

0 引言

我國十分重視電力系統發展,所需要的電力設施遍布全國各地［1］。但是,電力系統在運行過程中會受到氣候環境因素影響,出現斷股、銹蝕、磨損等問題,給社會和居民帶來經濟損失［2］。基于此,供電部門十分重視電力設施的安全運行,以此設計電力巡檢系統,提前發現電力設備存在的老化、磨損、銹蝕等質量問題,保證電力系統運行安全［3］。然而,電力巡檢系統在巡檢過程中受磁場、風等因素影響,其跟蹤巡檢目標時會降低巡檢效率、產生較高的巡檢成本,且跟蹤巡檢目標定位存在偏差［4］。為此,電力巡檢目標跟蹤技術得以發展。

目前,國內外將跟蹤技術分為目標偵測、檢測區域規劃、定位目標、軌跡估計、軌跡預測、目標通告六個階段,研究出集中式、分布式、以節點為中心、以位置為中心、二進制探測、信息驅動、傳送樹、雙元檢測、粒子濾波等目標跟蹤算法［5-6］。在國內外研究基礎上,相關學者提出如下觀點:文獻［7］將空中目標作為研究對象,運用YOLOv4算法、KCF算法和深度學習算法,分別對空中目標進行檢測、跟蹤、分類,實現了空中目標的跟蹤。文獻［8］將3D多目標跟蹤作為研究對象,采用激光技術檢測跟蹤目標,通過Kalman濾波器預測跟蹤目標行動位置,最后運用貪婪算法,根據目標位置跟蹤3D多目標。

在實時跟蹤電力巡檢目標時,上述學者研究的跟蹤技術存在跟蹤目標軌跡與實際軌跡擬合度低的問題,為此本文提出了基于GPS定位技術的電力巡檢目標實時跟蹤平臺設計。

1 電力巡檢目標實時跟蹤平臺硬件結構設計

依據電力巡檢目標跟蹤需求,以電力巡檢系統為基礎,設計了如圖1所示的電力巡檢目標實時跟蹤平臺硬件結構。

圖1 電力巡檢目標實時跟蹤平臺硬件結構Fig.1 Hardware structure of power patrol inspection target real-time tracking platform

如圖1所示,電力巡檢目標實時跟蹤平臺硬件結構將平臺分為了電力巡檢目標GPS定位跟蹤運行控制模塊、周邊環境信息采集模塊、電源模塊、通信模塊和中央控制系統五部分。

中央控制系統主要由服務器、PC、電力巡檢管理人員以及其他用戶組成,主要功能為設定電力巡檢目標和控制其他模塊。電力巡檢管理人員通過PC端下達電力巡檢指令,確定電力巡檢目標。服務器會依據這一指令控制通信模塊傳輸中央控制模塊信息,實現電力巡檢目標跟蹤。

根據中央控制系統下發的通信信息,GPS定位跟蹤運行控制模塊的主要功能為:集中控制基于GPS定位技術的電力巡檢設備各運動部件的動作,讓電力巡檢設備可以根據巡檢目標位置進行長時間巡檢運動,為實時跟蹤平臺軟件設計提供硬件控制基礎。同時,電力巡檢設備會將遠程控制反饋的信息反饋給中央控制系統。

電源模塊主要功能是為平臺硬件設備供電、轉換、監測電壓［9］。考慮到電力巡檢設備運行時長、巡檢位置等問題,此次設計平臺選擇電池供電方式為平臺各個硬件設備供電。當電池電量不能滿足硬件設備運行需求時,電池模塊向中央控制系統發出電量過低報警,通知平臺操控人員為平臺更換電池。

信息采集模塊的主要功能為:采用高清紅外一體攝像機、溫度傳感器等感知設備捕捉電力巡檢設備及巡檢區域環境,為定位電力巡檢目標的軟件設計提供電力巡檢目標跟蹤路徑的選擇依據。

通信模塊的主要功能為傳送中央控制系統的指令。考慮到電力巡檢設備的運行距離,選擇4G無線通信方式實現平臺通信。

2 基于GPS定位技術的電力巡檢目標實時跟蹤平臺軟件設計

跟蹤平臺軟件設計的流程如圖2所示。

圖2 基于GPS定位技術的電力巡檢目標實時跟蹤平臺軟件設計流程Fig.2 Software design process of real-time tracking platform for power patrol inspection target based on GPS positioning technology

2.1 基于GPS定位技術定位電力巡檢目標

為了精確定位電力巡檢目標,采用GPS定位技術和BD-2定位技術共同確定電力巡檢目標位置。基于此,采用此次研究選擇的定位技術,所組成的定位模型如圖3所示。

由圖3可知,受GPS和BD-2定位技術時間基準影響,此次設計的組合定位模型在定位時會產生兩個接收時鐘差［10］。為此,通過GPS定位技術與BD-2定位技術的單個定位數學方程,得到如圖3所示的組合定位模型數學方程,則有

圖3 GPS與BD-2組合定位模型Fig.3 Combined localization model of GPS and BD-2

由式（1）可知,GPS定位技術和BD-2定位技術的接收時鐘差不相同,為此需要求解信號接收機的鐘差。假設信號發射衛星的數量為N,依據信號接收機衛星星歷和觀測信息寫出的偽距方程組為

式（4）中,Δu為接收的增量信號矩陣［13］。忽略觀測隨機誤差,引入最小二乘法,加權融合Δd,得到跟蹤目標定位結果Δx,則有

式（5）中,ω為偽距觀測量權重比。根據式（5）,即可實時獲取電力巡檢跟蹤目標位置。依據圖3的GPS與BD-2組合定位模型,設計電力巡檢目標實時跟蹤算法,實時跟蹤電力巡檢目標。

2.2 設計電力巡檢目標實時跟蹤算法

基于GPS與BD-2組合定位模型實時定位到的電力巡檢目標,設計的實時跟蹤算法如下:

1）初始化定位模型定位到的電力巡檢目標,將其記為基樣本ε。

2）采用置換矩陣K變換跟蹤目標得到負樣本,則有

式（6）中,1表示正樣本,0表示負樣本。依據式（6）所示的置換矩陣,可以讓電力巡檢目標的基樣本ε向下偏移一個元素,形成循環偏移樣本

式（7）中,j為基樣本中的第j個元素,M為基樣本的循環偏移次數［14］。

3）用嶺回歸計算循環偏移樣本,為不同偏移下得到的樣本賦權,則有

式（8）中,G為離散Fourier變換矩陣,diag（·）為構造對角矩陣函數,ε′為的共軛運算,⊙表示向量之間的點乘,為ε經離散Fourier變換后的樣本,δ為正則化參數,為每個樣本回歸值組成的列向量。

4）依據式（8）賦予的權值,引入核函數生成回歸函數模型f(χ),提取樣本位置特征,則有

式（9）中,β為β1、β2、…、βj組成的學習列向量,λ為任意兩個樣本映射到高維空間的相關矩陣,χ為樣本位置特征。

5）采用式（10）訓練式（9）所示的回歸函數模型

式（10）中,φ為濾波參數,λ1為λ的第一行元素,^y為f（χ）得到的回歸值。

6）采用式（9）再次提取樣本位置特征,并尋找樣本峰值位置變化,以此來更新β和χ的值

式（11）中,χ′為更新后輸出的位置,η為學習速率因子,β′為更新后的學習參數［15］。

依據式（11）,更新后得到的樣本位置值即為目標跟蹤結果。重復上述步驟1～步驟6,即可實現電力巡檢目標實時跟蹤。

3 跟蹤實驗及分析

將某區域的某一段輸電線桿塔作為電力巡檢目標,在硬盤為5400轉/s、DDR3型4GB內存、1600MHz主頻、CPU為Core i5-4200U、獨立顯卡為ADM Radeon HD8670M的計算機上搭建此次設計的平臺,測試此次設計的基于GPS定位技術的電力巡檢目標實時跟蹤平臺的可行性。

3.1 算法收斂性測試

KCF算法使用的HOG特征包含16個bin,大小為3×3。模型學習速率為0.02,最大進化迭代數為500,慣性權重為1.0。正則化參數設置為0.02,高斯核函數設為0.5。針對不同距離下的目標,實驗選取了不同的搜索窗口與目標尺寸的邊長比值（padding值）進行跟蹤實驗,確定了能穩定跟蹤不同尺寸的最優padding值為2.05。本文算法、文獻［8］算法的目標函數訓練波動情況如圖4所示。

由圖4可知,本文方法目標函數在20組時即達到最優padding值。與其他方法相比,本文方法收斂速度更快,說明了本文方法具有較好的收斂性。

圖4 收斂性測試結果Fig.4 Test results of convergence

3.2 電力巡檢目標

此次實驗選擇的輸電線路共有16個桿塔,每個桿塔上都有6個陶瓷避雷器、6個導線線夾、2個地線線夾,每個設備上都存在不同大小的螺絲。當避雷器和線夾上的螺絲出現故障時,會出現避雷器和電線線路脫落問題,極易產生電力磁場,遇到明火時出現火災。

將此次實驗選擇的輸電線路及其桿塔放置在(x,y)二維坐標系中,得到如圖5所示的輸電線和桿塔位置圖。

圖5 輸電線和桿塔位置圖Fig.5 Location diagram of power transmission lines and power tower

3.3 實驗方法

根據此次實驗確定的實驗對象,將圖5中的A點設置為無人機巡檢起始點,電力巡檢無人機的速度設置為16m/s,安裝在無人機上的DSP編碼器以1s的時間間隔獲得GPS定位技術和BD-2定位技術定位組合模型采集的巡檢無人機跟蹤電力巡檢目標軌跡。實驗分為跟蹤單個目標和跟蹤多個目標兩部分,其實驗過程如下:

1）第一部分:單個目標跟蹤。在圖5中,設置B點作為跟蹤單個目標的位置,B點位置無人機在(x,y)二維坐標系x軸方向上的夾角為63.2°,y軸方向上的夾角為26.8°,C點位置無人機在(x,y)二維坐標系上屬于原點,則A點和B點之間的距離為200m。將DSP編碼器采集到的目標跟蹤軌跡數據分解映射到x軸和y軸方向上,對比軌跡擬合度。

2）第二部分:多個目標跟蹤。在電力巡檢目標實時跟蹤的實際應用中,巡檢任務多面對多個目標,多個目標的跟蹤效果也體現出跟蹤平臺的靈活性,因此進行多個目標的跟蹤測試。以A點作為桿塔巡檢初始位置,使用電力巡檢無人機巡檢圖5中的16個桿塔,在C點處結束桿塔巡檢。將DSP編碼器采集到的目標跟蹤軌跡數據分解到x軸和y軸方向上,對比軌跡擬合度。

為了體現實驗結果的客觀性,將文獻［8］中的目標跟蹤方法作為對比方法,檢驗本文方法和對比方法的目標跟蹤效果。

3.4 分析結果

（1）單個目標的跟蹤分析

單個目標的跟蹤軌跡與其實際軌跡的擬合如圖6所示。

由圖6可知,此次的設計平臺在跟蹤單個電力巡檢目標時,與文獻［8］方法的跟蹤軌跡相比,本文跟蹤軌跡與實際軌跡的重合程度較高,和實際軌跡誤差較小,表明本文方法具有較優的跟蹤效果:這是因為本文構建的GPS定位技術和BD-2定位技術定位組合模型能夠準確定位每一個電力巡檢目標,同時利用KCF算法實現了電力巡檢目標的實時跟蹤。

圖6 單個巡檢目標的軌跡擬合Fig.6 Trajectory fitting diagram of single patrol inspection target

（2）多個目標的跟蹤分析

多個目標的跟蹤軌跡與其實際軌跡的擬合如圖7所示。

由圖7可知,文獻［8］方法應用下,跟蹤多個電力巡檢目標時,未檢查到一些跟蹤目標。而與文獻［8］方法的跟蹤軌跡相比,本文跟蹤軌跡與實際軌跡的擬合度明顯較高,即在跟蹤多個電力巡檢目標時,利用GPS定位技術和BD-2定位技術構建的定位組合模型能夠準確定位每一個目標,可以同時跟蹤多個電力巡檢目標,具有較優的跟蹤效果。

圖7 多個巡檢目標的軌跡擬合Fig.7 Trajectory fitting diagram of multiple patrol inspection targets

4 結論

本文的設計從電力巡檢設備角度出發,針對電力巡檢設備巡檢電力目標時可能存在的問題,通過引入GPS定位技術,減少了跟蹤目標數量對平臺跟蹤效果的影響,同時還提高了跟蹤軌跡與實際軌跡的擬合度。但是,此次研究未曾考慮電力巡檢目標跟蹤過程中可能受到的外界干擾問題。因此在今后的工作中,還需深入研究平臺跟蹤算法的抗干擾能力,進一步提高平臺跟蹤電力巡檢目標的精度。