無線充電無人機自動駕駛配網智能巡檢控制分析系統設計

申雷

(漢大科技云南有限公司， 云南，昆明 650214)

0 引言

無人機是由無線信號或已建立的程序控制的，隨著電子學及材料技術的迅速發展，無人機可以更高效、更方便地進行遠程作業，無人機的特性和功能使得它非常適用于需要地理數據支持的電網規劃和巡邏[1]。為了確保無線充電無人機自動駕駛具有良好的操控性，能夠精準躲避在配網沿線出現的植被和建筑物，有學者[2-3]提出了一種利用配網供電技術為無人機內部供電的方法，但如何使無人機能準確、快速地錨定到供電位置，還需進一步研究。

以GIS為基礎的巡檢控制分析系統，常用于電網、沿傳感器設置充電系泊點、采用主動連接結構作錨定裝置等，但這也導致除必要的充電基礎設施外，還需沿電網設置數不清的支承和固定結構，更重要的是還需在無人機上全面設置各種結構或設備實現連接，進一步削弱無人機的承載能力[4]。使用人工巡檢控制分析系統的使用受自身持續工作能力的限制，而且配電網本身較長，往往設在偏遠地區或繞過繁忙地區，很難在大多數省、地的線路運營單位推廣應用[5]。為此，提出了基于RFID的無線充電無人機自動駕駛配網智能巡檢控制分析系統設計。

1 系統硬件結構設計

為了給無人機充電，在無人機的巡航線路上設置一個以上的無線充電模塊。無人機充電時，無線充電模塊充電面朝上，無人機不充電時，無線充電模塊充電面朝下[6]。

系統硬件結構如圖1所示。

由圖1可知，利用數據庫引擎記錄線路故障歷史信息，信息管理模塊為軟件提供權限控制。在分析檢測模塊中，根據相關標準確定區分設備各種狀態閾值，建立配網缺陷檢測與決策標準數據庫[7]。

圖1 系統硬件結構

1.1 圖像識別器

圖像識別器是利用計算機對圖象進行處理和分析，以識別不同的圖象目標。S3C2440采用三星的ARM處理器實現自動識別，基于S3C2440處理器采用32位 RISC嵌入式芯片。

圖像識別器如圖2所示。

圖2 圖像識別器

由圖2可知，內置攝像機S3C2440支持圖像輸入，最高可達4096×4096像素。為此，系統選用130萬像素的攝像機進行視頻采集傳輸，實現對圖像的巡更采集[8]。該方法首先用 Catnera控制器完成光譜圖像的數據轉換和存儲，再用傅里葉逆變換和調幅技術進行識別和處理[9]。

1.2 圖像采集模塊

圖片采集模塊的主要功能包括：由單片機控制ISP-PLD設備實現攝像機的高速攝像和攝像存儲，由單片機圖像壓縮和PC串行通信完成圖像數據傳輸、處理和顯示。

其工作過程可簡單描述為模擬相機采集圖像，將SAA713H對應信號轉換為數字圖像信號，利用FPGA采集全息信號，并對圖像預處理，如圖像去噪、空間變換等，最后再通過DSP進行信號處理[10]。將SAA7113HVPO數據總線與RTS0、RTS1、LLC等接口連接到FPGA上，通過DSP的RC總線對其內部寄存器進行配置。

將SAA7113H對應信號RTS1和RTS0分別配置為場—場同步信號，只有當場—場同步信號均有效時，才能有效地輸出圖像數據[11]。這時，可以根據時鐘信號采集圖像數據。另外通常是圖像消隱信號，不予以考慮。

SAA7113H與數字信號處理器和現場可編程門陣列的連接如圖3所示。

圖3 圖像采集模塊

1.3 數據下載模塊

數據下載模塊主要由RFID射頻識別模塊和數字信號處理模塊兩部分組成，用于數據下載操作。從下載模塊返回的微弱配網信號經天線轉換為數字信號進入射頻模塊下載模塊，由下載模塊的數字信號處理器進行處理和成形[12]。最終從標簽解調返回信息，完成標識操作。下載模塊則需要與上層中間件和應用軟件進行交互，以實現操作指令的執行和數據匯總上傳。數據上傳后，下載模塊會再次過濾標簽的原子事件，并在數據上載前處理為下載模塊的事件。減少了下載模塊、中間件和應用軟件之間的數據流量，這使得一些中間件應該具有的功能成為可能。智能化、小型化、集成化是下載模塊的發展方向，這也將具有強大的前端控制功能。可與現場設備直接交互，下載模塊可控制[13]。

2 系統軟件部分設計

2.1 構建RFID巡檢數據存儲目錄

針對RFID設計目標，建立了用于線路分析與處理的數據目錄結構，如圖4。

圖4 巡檢數據存儲目錄結構圖

由圖4可知，利用架空線路基本不變的配電網絡結構進行數據存儲。在配網結構發生變化時(如新增線路)，增加相應的線路目錄并更新線路數據庫[14]。每一個缺陷處理單元(標記為配網塔號)都按照巡檢任務的執行時間建立一個子目錄，保存任務收集到的原始數據和測試結果。

2.2 分析檢測

在測試初期，對各缺陷分析單元的單個圖像進行分析處理，找出缺陷點，計算出該缺陷點(區域)的特征值，然后對當前缺陷分析單元的可見光和紅外全景圖進行拼接，并用可疑缺陷點的SIFT特征描述符復制該可疑缺陷點[15]。該流程是根據故障決策數據庫中相應缺陷類型的每一級閾值，對初始檢測到的可疑缺陷點進行判斷。若此類缺陷具有歷史數據決策規則，則可根據歷史數據決策規則在相應的時間框架內查詢缺陷信息庫中是否存在故障點，并重新確定缺陷點的級別[16]。對有嚴重缺陷及以上的缺陷問題，由專人輔助判斷，確保判斷的準確性。

2.3 巡檢控制分析流程

巡檢控制分析流程如下所示。

Step 1 處理攝像頭連續獲取數據，并對其進行加權平均化灰度處理。

Step 2 經過灰度化處理的圖像獲取識別圖黑白圖像，其像素點灰度值滿足：

(1)

式中，T為閾值，其計算式為

(2)

式中，a、b表示所獲取的圖像像素值,i(m,n)表示像素點灰度值。

Step 3 將圖像識別器用于判斷無線充電無人機高度和方位[17]，主要包括以下幾點。

(1) 高度確定

根據黑白圖像獲取的識別輪廓，獲取圖像中質心點間距和輪廓參數數據，有效輪廓判斷公式為

(3)

式中，i、j表示黑白圖像提取到的任意兩個輪廓,L表示2個質心點間歐式距離,C表示捕捉到的輪廓周長,S表示輪廓面積,(x，y)表示質心坐標,μL、μx、μc分別表示質心間距、周長比和面積比閾值。

(2) 方位確定

剔除無效輪廓，確定無人機高度，根據正多邊形定位區域邊緣尺寸與面積，獲取定位區面積與周長比值K正。計算黑白圖像有效輪廓i對相應的比值Ki，根據比值不變特性，對有效輪廓是否為正多邊形定位區輪廓判斷。

Step 4 剔除非環形標志輪廓區域，確定標志區坐標，為此需進行除重處理，合并滿足判斷式的兩個相近圓形輪廓[18]，判斷式為

(4)

式中，L表示兩個待判斷圓形輪廓中心距離,μL、φR分別表示相對應的判斷閾值。

step 5 確定無人機高度和方位后，修正朝向，記錄圓形輪廓交點坐標，確定無人機偏航角，由此完成巡檢控制分析。

3 實驗

為驗證基于RFID的無線充電無人機自動駕駛配網智能巡檢控制分析系統的有效性，進行實驗驗證分析。

3.1 實驗環境設置

模擬了110 kV三興線N1-N19塔的全線激光掃描，并進行了自動巡檢測試。多旋翼無人機DJIM210 RTK和ZenmuSEX4S攝像機用于自動和精細巡邏檢查，巡檢線長約4.5公里，線路位于山區，巡視難度較大。

巡檢過程如圖5所示。

圖5 巡檢過程

3.2 巡檢缺陷數據分析結果對比

無線充電無人機自動駕駛配網出現的缺陷位置如圖6(a)所示，該處實際電壓值如圖6(b)所示。

(a) 缺陷位置

在圖6所示缺陷問題下，分別使用基于GIS巡檢控制分析系統Q1、人工巡檢控制分析系統Q2和基于RFID巡檢控制分析系統Q3分析該處電壓值，對電壓值分析的精度進行比較,如圖7所示。

圖7 三種系統電壓值分析結果對比

由圖7可知，與圖6(b)實際電壓值相比較，使用基于GIS巡檢控制分析系統分析的電壓值與實際電壓值相差較大，差別最大的時間段在100～300 s內，在100 s時相差最大為3.1 V；相比使用基于GIS巡檢控制分析系統，使用人工巡檢控制分析系統分析的電壓值與實際電壓值差距更大，在時間段為50～300 s、950～1 200 s內的差別最大，其中在時間為220 s時，差值最大為3.7 V；使用基于RFID巡檢控制分析系統與實際電壓值一致，誤差為0，說明使用基于RFID巡檢控制分析系統對該處電壓值分析的精度較高，在實際應用中具有較好的性能。

根據圖7的數據繪制三種系統對電壓值分析的精度對比圖，如圖8所示。

圖8 三種系統電壓值分析精度對比

通過圖8可以看出，基于GIS巡檢控制分析系統的波動較大，雖然在600 s時精度較高，達到95%，但是在波動后沒有保持此精度，并持續下降；人工巡檢控制分析系統雖然一開始波動較大，但是能夠在400～1 100 s時間段保持較高精度，軍你能達到95%以上，遺憾的是在1 200 s時精度有所下滑，勉強保持在90%；而使用基于RFID巡檢控制分析系統可以從始至終都保持著100%的精度，說明設計系統的分析精度能夠達到設計要求，實現精準分析的目的。

3.3 巡檢控制分析時間對比

分別使用基于GIS巡檢控制分析系統Q1、人工巡檢控制分析系統Q2和基于RFID巡檢控制分析系統Q3對比巡檢控制分析時間，對比結果如表1所示。

表1 三種系統巡檢控制分析時間對比

由表1可知，基于GIS巡檢控制分析系統的巡檢控制分析時間在48～54 s之間；人工巡檢控制分析系統的巡檢控制分析時間在52～58 s之間，平均高于Q1系統4 s；使用基于RFID巡檢控制分析系統的巡檢控制分析時間在18～22 s之間，平均低于Q1、Q2系統31 s、35 s，基于RFID巡檢控制分析系統的巡檢控制分析時間遠遠低于Q1、Q2系統，最快時間為18 s。

通過實驗能夠證明，使用基于RFID巡檢控制分析系統巡檢控制分析時間最少，精度最高，具有能夠在短時間內精準分析巡檢數據的性能。

4 總結

設計的基于RFID的無線充電無人機自動駕駛配網智能巡檢控制分析系統，有效提高了無人機額飛行準確性與安全性，同時保證配網智能巡檢作業高效性，具有良好應用前景。盡管本系統已完成了設計，但還存在許多不足。由于移動設備數據終端沒有相應圖像處理功能，檢測過程中發現缺陷不能實時反饋給系統，從而給管理者及時分析缺陷帶來了困難。