跨界 · 融合 · 服務 · 創新
使用計算機視覺技術進行電力線檢查的技術取得了進步。無人駕駛飛行器 (UAV) 由于成本低、控制理論、機械設計和合適的電源供應方面的進步而受到越來越多的關注和激增。
基于視覺的無人機自主導航是一個復雜的過程，需要較短的計算時間和準確的測量，以便為設備提供合適且安全的控制命令。很明顯，無人機導航需要實時測量才能在規定的時間內（至少100 毫秒）產生響應，否則包括故障在內的嚴重后果可能會影響設備。
已經證明基于視覺的導航方法的電路巡檢是可行的，從垂直向下的相機拍攝的圖像中分析線條方向是有價值的（見圖 1) ，可用于檢測電力線并在無人機自主導航時隨時糾正航向。
圖1 從上到下的電力線圖像
在這項工作中，使用了基于機器人操作系統 (ROS) 的環境。開發了一套檢測線特征的技術，其中包括 CBS 算法的改編版本，一種獲得定義為定向線段直方圖 (HOS) 的電力線方向的方法，以及檢測電力線的過程。另一個貢獻是設計和開發了一個系統，該系統使用開發的技術為電力線跟蹤執行基于視覺的機載導航。
CBS算法中，ValidPoint方法負責使用Dx和Dy的值在可能的線方向 [0, 2 π ]范圍內搜索，其中屬于一條線的點較多。這是使用繪制圓算法通過對稱生成點的位置來完成的。NextCircle方法負責在檢測到的Dx和Dy的值的同一方向上尋找下一個有效點，以便移動到線的末尾（見圖 2）。
圖2 CBS算法流程。CBS：基于圓圈的搜索
在這項工作中，使用了一個低成本的六軸平臺型 DJI 550 來承載設備（見圖 3）。為了實現包括視覺處理和位置控制在內的導航任務，采用了機載配套計算機。我們使用了帶有 ARM 處理器的 ODROID U3 計算機和由配套計算機控制的 32 位 Pixhawk 飛行控制器。系統在 linux Ubuntu 14.04 下運行。OpenCV 用于實現計算機視覺算法和 ROS Indigo 以集成機器人平臺。
圖3 無人機平臺和飛行測試。(a) 六軸飛行器，(b) 垂直向下的相機，以及 (c 和 d) 試飛。UAV：無人機。
對于視覺系統，測試了兩個 USB 攝像頭。運動相機Mobius（配備廣角鏡頭）和ELP工業相機USBFHD01M（見圖4（b）).雖然可以獲得運動相機的校準參數，但減少徑向失真是一個挑戰。
為了在圖像校正方面獲得更好的結果，使用了 ELP 相機。該設備提供適合線檢測過程的圖像以及允許閉環控制的幀速率。無人機系統由一組相關組件組成，如圖4所示. 該系統的主要組成部分是無人機飛行平臺、飛行控制器、傳感器，包括 GPS、IMU（慣性測量單元，包括三軸磁力計、陀螺儀、加速度計和指南針）、攝像頭和運行的機載計算機開發的軟件。在該系統中，飛行控制器從機載計算機接收設定值并將傳感信息發送給它。視覺傳感器（相機）將圖像幀發送到機載計算機。
圖4 無人機系統
在這項工作中，電力線導航任務中涉及的任務由任務管理器協調（見圖 4）。任務管理器通過包括加速度計和 GPS 在內的傳感器接收數據。此外，它使用從相機提供的圖像中獲得的高級信息。開發的視覺模塊使用所提出的算法提取的信息是任務管理器中控制的輸入。
視覺伺服系統方案如圖5所示. 實現了基于圖像的視覺伺服。此控件使用在視覺模塊中獲得的角度。在低層部分，位置控制器接收電力線跟隨的參考以保持安全飛行。
圖5 控制系統
為了驗證所提出的電力線跟蹤方法，進行了三次實驗。首先，在離線過程中使用來自真實電力線檢查的圖像。其次，使用運動相機拍攝的視頻。第三，使用嵌入式實時系統完成基于所提出算法的電力線跟隨自主視覺導航策略。
第一次實驗：電力線路巡檢數據采集
使用從連續飛行中電力線檢查過程的不同角度拍攝的一組圖像。在圖 6，顯示了一些圖像。
圖6 電力線檢查序列中的一些圖像
第二次實驗：使用運動相機拍攝的視頻進行線檢測
在這個實驗中，一個指向下方的運動相機以手動飛行方式連接到無人機上。為此，CBS 線路檢測算法在 2 分鐘的視頻序列中得到驗證。必須使用相機校準工具箱校正幀。將HOS方法應用于主角度檢測的運動相機視頻的某些幀的結果如圖7所示，其中主角度用圖像中心的藍線表示。其余的段用不同的顏色著色，以便相互區分
圖7 使用運動相機拍攝的某些幀中的居屋結果。(a) 幀 1、(b) 幀 2、(c) 幀 3 和 (d) 幀 4。HOS：定向段的直方圖。
第三次實驗：使用車載視覺系統跟蹤線條
在本次測試中，展示了不同自主導航任務的結果。圖 8顯示了在自主導航任務過程中使用數據記錄器獲取和記錄的一些圖像。藍線代表每個圖像中檢測到的方向。
圖8 完成任務后的自主電力線。(a) 起飛，(b) 上升，(c) move_until，(d) 檢測，(e-h) 對齊，(i, j) 跟隨，(k) 返回，以及 (l) 下降和著陸。
