李瑫，黃浩，陳李松，孫龍，張超

（中國(guó)電子科技集團(tuán)公司第四十八研究所，湖南 長(zhǎng)沙 410111）

0 引言

我國(guó)已成為全球光伏發(fā)電裝機(jī)容量最大的國(guó)家。截止2019年底，我國(guó)光伏電站累計(jì)裝機(jī)規(guī)模已達(dá)到204.3GW。面對(duì)如此龐大的市場(chǎng)規(guī)模，如何通過(guò)運(yùn)營(yíng)維護(hù)來(lái)提高光伏電站的發(fā)電效率、降低運(yùn)維成本，保障光伏電站收益的最大化，越來(lái)越受到電站業(yè)主和投資者的關(guān)注。由于光伏電站選址多在沙地、山坡等偏僻區(qū)域且規(guī)模較大，常規(guī)的人工巡檢方式已無(wú)法滿足電站運(yùn)維智能高效的要求。

智能無(wú)人機(jī)技術(shù)的發(fā)展和應(yīng)用為光伏電站巡檢指明了新的方向。通過(guò)搭載紅外成像相機(jī)和可見(jiàn)光成像相機(jī)，智能運(yùn)維無(wú)人機(jī)可提供組件紅外檢測(cè)、表面灰塵檢測(cè)、隱裂檢測(cè)等多種檢測(cè)，還能實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)、分析、智能診斷等功能，對(duì)光伏電站智能運(yùn)維大有益處。因此，研究光伏電站的智能運(yùn)維無(wú)人機(jī)系統(tǒng)及技術(shù)，具有重要的現(xiàn)實(shí)意義。

根據(jù)光伏電站運(yùn)維需求載荷小但要求機(jī)動(dòng)靈活的特點(diǎn)，小型的多旋翼是比較合適的選擇。本文選取結(jié)構(gòu)簡(jiǎn)單、體積更小、機(jī)動(dòng)性更強(qiáng)的四旋翼，研究適應(yīng)于光伏電站運(yùn)維的智能無(wú)人機(jī)設(shè)計(jì)、控制及運(yùn)維技術(shù)，并進(jìn)行試驗(yàn)驗(yàn)證。

1 四旋翼的設(shè)計(jì)

四旋翼無(wú)人機(jī)可分為三個(gè)部分：動(dòng)力系統(tǒng)，支撐結(jié)構(gòu)，控制系統(tǒng)。另外，無(wú)人機(jī)用于執(zhí)行任務(wù)還需要任務(wù)設(shè)備。

1.1 動(dòng)力系統(tǒng)設(shè)計(jì)

動(dòng)力系統(tǒng)設(shè)計(jì)的目標(biāo)是保證旋翼提供足夠升力的同時(shí)保持足夠的續(xù)航時(shí)間。螺旋槳和電機(jī)是提供系統(tǒng)動(dòng)力的部件，合適的螺旋槳與電機(jī)的匹配對(duì)提高多旋翼性能和效率有著直接的影響。螺旋槳的參數(shù)有尺寸、螺距、槳葉數(shù)等，對(duì)于多旋翼無(wú)人機(jī)，二葉槳的效率是最高的；多旋翼使用的電機(jī)多為無(wú)刷直流電機(jī)，其參數(shù)有尺寸、KV值等，相對(duì)來(lái)說(shuō)，KV值小的電機(jī)力矩大、轉(zhuǎn)速低、效率高。兩者參數(shù)的設(shè)計(jì)選取應(yīng)使總力效（螺旋槳力效×電機(jī)效率）達(dá)到最高。

動(dòng)力系統(tǒng)參數(shù)的設(shè)計(jì)可以通過(guò)理論計(jì)算獲得，但過(guò)程繁瑣，計(jì)算過(guò)程中的一些參數(shù)也較難確定，因此本文采取根據(jù)經(jīng)驗(yàn)設(shè)計(jì)參數(shù)再進(jìn)行校核的方法。根據(jù)設(shè)計(jì)指標(biāo)載荷能力≥500g、續(xù)航≥20Min，預(yù)估滿載重量2000g。根據(jù)經(jīng)驗(yàn)，為保證電機(jī)穩(wěn)定運(yùn)行，多旋翼滿載重量不超過(guò)電機(jī)及槳最大拉力的2/5，則單軸（電機(jī)和槳）最大拉力應(yīng)≥1250g；同時(shí)，在油門在50%左右時(shí)，多旋翼應(yīng)能實(shí)現(xiàn)懸停，即單軸拉力應(yīng)在500g左右。通過(guò)查找電機(jī)性能參數(shù)表，可以選取合適的電機(jī)及槳葉，并確定電壓等級(jí)。

1.2 控制系統(tǒng)設(shè)計(jì)

飛行控制器是多旋翼的核心器件，主要包括導(dǎo)航、控制和決策三大功能。目前主流的開(kāi)源飛控有APM和Pixhawk，其中Pixhawk是一款高級(jí)自動(dòng)駕駛儀系統(tǒng)，其前身是APM，采用了目前新標(biāo)準(zhǔn)的STM32F427（帶FPU）及STM32F103雙處理器且搭載了NuttX的實(shí)時(shí)操作系統(tǒng)，在模型自動(dòng)控制方面有著出色的性能、靈活性和可靠性。且可以選用APM：Copter或者PX4原生固件來(lái)實(shí)現(xiàn)飛行控制。目前APM是開(kāi)源飛控的標(biāo)桿，其固件成熟、穩(wěn)定、功能豐富且可定制，用戶眾多。因此本文采用Pixhawk飛控，搭載APM：Copeter固件，并選取Mission Planner軟件作為地面站。

經(jīng)過(guò)上述設(shè)計(jì)，本文所研究的多旋翼無(wú)人機(jī)配置如表1。

表1 多旋翼無(wú)人機(jī)配置

2 位姿閉環(huán)控制研究

四旋翼通過(guò)調(diào)節(jié)四個(gè)電機(jī)轉(zhuǎn)速來(lái)改變旋翼轉(zhuǎn)速，實(shí)現(xiàn)升力的變化，從而控制飛行器的姿態(tài)和位置。其有6個(gè)自由度，卻只有4個(gè)控制輸入，是不穩(wěn)定、時(shí)變、非線性、高階、強(qiáng)耦合、欠驅(qū)動(dòng)的多輸入多輸出系統(tǒng)[1]，因此其位置姿態(tài)控制是四旋翼無(wú)人機(jī)的重點(diǎn)研究課題。本文建立所設(shè)計(jì)四旋翼的數(shù)學(xué)模型，并對(duì)其位姿閉環(huán)控制器進(jìn)行設(shè)計(jì)。

2.1 四旋翼動(dòng)力學(xué)建模

2.1.1 坐標(biāo)變換

飛行器的運(yùn)動(dòng)可以完全分解為相對(duì)地面坐標(biāo)系的平移運(yùn)動(dòng)和相對(duì)于機(jī)體坐標(biāo)系的姿態(tài)運(yùn)動(dòng)兩部分。在不同方向上的位移以及飛行速度的衡量是相對(duì)地坐標(biāo)系而言，飛行器的俯仰角、滾動(dòng)角和偏航角的定義則是相對(duì)機(jī)體坐標(biāo)系而言，為正確表征飛行器的運(yùn)動(dòng)狀態(tài)，需要建立機(jī)體坐標(biāo)系到地坐標(biāo)系的轉(zhuǎn)換關(guān)系，用矩陣表示如下[2]：

式中：c表示cos函數(shù)，s表示sin函數(shù)，θ、ψ、δ分別表示飛行器的偏航角、俯仰角和橫滾角。

2.1.2 平移運(yùn)動(dòng)模型

在地面坐標(biāo)系中，根據(jù)牛頓運(yùn)動(dòng)定律，并考慮空氣阻力，有[3]：

將其轉(zhuǎn)換至地面坐標(biāo)系中，并代入（式2），得[4]：

上式即為平移運(yùn)動(dòng)的狀態(tài)方程。

2.1.3 姿態(tài)運(yùn)動(dòng)模型

根據(jù)牛頓-歐拉方程，并考慮機(jī)體及旋翼的螺旋效應(yīng)，有：

聯(lián)合式（5）和（6），可得四旋翼的姿態(tài)運(yùn)動(dòng)方程：

綜上所述，四旋翼的動(dòng)力學(xué)數(shù)學(xué)模型如下：

動(dòng)力學(xué)模型的相關(guān)參數(shù)值如表2。

表2 四旋翼動(dòng)力模型參數(shù)

2.2 閉環(huán)控制器設(shè)計(jì)

本文采用串級(jí)PID控制算法對(duì)飛行器的位置和姿態(tài)進(jìn)行雙閉環(huán)控制，其結(jié)構(gòu)如圖所示。圖中，內(nèi)回路為姿態(tài)控制回路，C1為內(nèi)回路控制器；外回路為位置控制回路，C2為外回路控制器。內(nèi)回路是外回路位置控制的基礎(chǔ)，通過(guò)控制飛行器的3個(gè)歐拉角，實(shí)現(xiàn)對(duì)飛行器的姿態(tài)控制，進(jìn)而實(shí)現(xiàn)對(duì)飛行器位置控制[6]。

圖1 四旋翼閉環(huán)控制器結(jié)構(gòu)圖

外環(huán)PID控制器以當(dāng)前角度為輸入量，遙控輸入量和初始水平位置角度的和為期望值，偏差是期望值與輸入量之差。外環(huán)PID的控制目標(biāo)是使偏差為0，即使四旋翼無(wú)人機(jī)由當(dāng)前飛行狀態(tài)糾正到目標(biāo)飛行狀態(tài)。其積分的計(jì)算是偏差的累積，為防止持續(xù)積分使得積分量太大造成系統(tǒng)超調(diào)，必須進(jìn)行積分限幅，通常設(shè)定積分限幅量為遙控最大角度量的一半。其微分計(jì)算是將當(dāng)前偏差與上一次偏差計(jì)算得到的差值來(lái)與微分時(shí)間相除，微分值的大小表示了偏差變化的快慢關(guān)系。

內(nèi)環(huán)PID控制器以外環(huán)控制角度輸出量為內(nèi)環(huán)角速度PID控制的期望值，其輸入量是從陀螺儀采集到的角速度值，偏差為期望值與輸入量的差值，輸出量為3軸的角速率。與外環(huán)一致，其積分計(jì)算對(duì)偏差進(jìn)行累加，并且進(jìn)行積分限幅；微分計(jì)算是將當(dāng)前角速度偏差與上一次角速度偏差計(jì)算得到的差值來(lái)與微分時(shí)間相除。通過(guò)計(jì)算可得到內(nèi)環(huán)角速度PID控制的輸出量，再結(jié)合油門解算四個(gè)電機(jī)的轉(zhuǎn)速可得電動(dòng)機(jī)轉(zhuǎn)動(dòng)時(shí)的PWM脈沖寬度控制量。

本文在仿真模型的基礎(chǔ)上進(jìn)行了PID整定。仿真得出相關(guān)參數(shù)的取值區(qū)間，取中值進(jìn)行飛行試驗(yàn)，根據(jù)實(shí)際飛行效果對(duì)參數(shù)進(jìn)行微調(diào)，最終得到較為理想的PID控制參數(shù)見(jiàn)表3。

表3 四旋翼無(wú)人機(jī)控制PID參數(shù)

3 智能運(yùn)維技術(shù)研究

3.1 自動(dòng)作業(yè)路徑規(guī)劃

對(duì)于選定的巡檢區(qū)域，運(yùn)維系統(tǒng)應(yīng)能根據(jù)設(shè)定參數(shù)自動(dòng)規(guī)劃出無(wú)人機(jī)巡檢飛行路線，指揮無(wú)人機(jī)按規(guī)劃自動(dòng)起降和飛行，實(shí)現(xiàn)“一鍵巡檢”的簡(jiǎn)易操作功能。這可借助于Mission Planner地面站軟件的“飛行計(jì)劃”功能來(lái)實(shí)現(xiàn)：繪制多邊形，將作業(yè)區(qū)域用多邊形框選出來(lái)，通過(guò)“自動(dòng)航點(diǎn)/區(qū)域”創(chuàng)建測(cè)繪任務(wù)，設(shè)置任務(wù)高度、路徑間隔、航點(diǎn)間隔、起始為Home點(diǎn)以及每個(gè)航點(diǎn)的動(dòng)作等，即可自動(dòng)規(guī)劃飛行路徑并生成飛行任務(wù)。將任務(wù)上傳至飛控，在無(wú)人機(jī)起飛時(shí)設(shè)置為自動(dòng)操控模式，即可自動(dòng)開(kāi)始巡檢作業(yè)，完成后返回降落。若區(qū)域內(nèi)有障礙物，也可通過(guò)多邊形將障礙物框出，規(guī)劃路徑將避開(kāi)障礙物區(qū)域。

3.2 全景圖像生成

全景圖像生成是應(yīng)用3D重建技術(shù)對(duì)航拍的圖像進(jìn)行拼接處理，生成所掃描區(qū)域的三維全景圖像。主要的流程為特征提取與匹配->圖像配準(zhǔn)->圖像拷貝->圖像融合->拼接圖像導(dǎo)出[7]。

第一步就是特征點(diǎn)提取?，F(xiàn)在CV領(lǐng)域有很多特征點(diǎn)的定義，比如SIFT、SURF、Harris角點(diǎn)、ORB都是很有名的特征因子。但SIFT計(jì)算量很大，它的改進(jìn)方法SURF在速度方面有了明顯的提高[8]，因此本文采用SURF進(jìn)行圖像的特征提取。在特征點(diǎn)被檢測(cè)出來(lái)之后，需要以某種方式將它們關(guān)聯(lián)起來(lái)。本文采用RANSAC（Random Sample Consensus）算法來(lái)估算單應(yīng)矩陣，通過(guò)調(diào)用findHomography函數(shù)并在參數(shù)中選澤CV_RANSAC來(lái)實(shí)現(xiàn)圖像的可靠配準(zhǔn)。第三步是圖像拷貝，就是將圖像直接拷貝到配準(zhǔn)圖上。最后一步是將所有輸入圖像變形并融合到一個(gè)符合的輸出圖像中。首先計(jì)算每個(gè)輸入圖像的變形圖像坐標(biāo)范圍，得到輸出圖像大小，之后使用反向變形，將每個(gè)輸入圖像的像素映射到參考圖像定義的平面上，最后在重疊區(qū)域融合像素顏色，以避免接縫。最簡(jiǎn)單的方法是使用羽化（Feathering），即將圖像的重疊區(qū)域的像素值按一定的權(quán)值相加合成新的圖像。

4 試驗(yàn)驗(yàn)證

本文所研制的無(wú)人機(jī)及其飛行照片如圖2所示。飛行器在載荷623g、全重2838g情況下正常起飛，在油門50%左右實(shí)現(xiàn)懸停，說(shuō)明動(dòng)力配置比較充裕。在自穩(wěn)模式和定高模式下，飛行器的姿態(tài)曲線及高度曲線如圖3所示。

圖2 四旋翼無(wú)人機(jī)實(shí)物及飛行照片

從圖3中可以看出，自穩(wěn)模式下飛行器實(shí)際姿態(tài)角與期望姿態(tài)角的跟隨特性較好，且波動(dòng)幅度較小，說(shuō)明姿態(tài)內(nèi)環(huán)控制效果良好，飛行穩(wěn)定；定高模式下高度跟隨快、保持精度較高，說(shuō)明位置外環(huán)動(dòng)態(tài)響應(yīng)特性好，穩(wěn)定性及穩(wěn)態(tài)精度高。

圖3 四旋翼姿態(tài)控制曲線及高度曲線

利用地面站飛行計(jì)劃設(shè)置測(cè)繪任務(wù)，相對(duì)高度50m，路徑間隔30m，航點(diǎn)間隔30m，自動(dòng)生成的飛行路徑如圖4中黃色路徑所示；將操作切換到自動(dòng)模式，解鎖無(wú)人機(jī)后輕推油門回中，飛行器即執(zhí)行飛行及拍照任務(wù)，其自主飛行路線如圖4中紫色路徑所示。

圖4 飛行器自動(dòng)路徑規(guī)劃及自主飛行

從圖4中可見(jiàn)，飛行器飛行與規(guī)劃路線保持高度一致，且起飛后自主按路徑完成巡檢任務(wù)后自主返航降落，真正實(shí)現(xiàn)了“一鍵巡檢”的簡(jiǎn)單操作。

應(yīng)用基于OpenCV開(kāi)發(fā)的圖像拼接程序?qū)︼w行過(guò)程中拍攝的照片進(jìn)行離線拼接處理，生成的全景圖像如圖5所示。圖像的中心區(qū)域拼接效果良好，建筑物輪廓特征匹配正確且融合自然。但邊緣的拼接出現(xiàn)扭曲，這一方面是因?yàn)檫吘壍恼掌瑪?shù)量少，部分特征無(wú)法匹配，另一方面也可在拼接融合算法方面進(jìn)一步改進(jìn)。

圖5 全景圖像拼接效果圖

5 結(jié)語(yǔ)

利用無(wú)人機(jī)進(jìn)行光伏電站的運(yùn)維巡檢技術(shù)可行且優(yōu)勢(shì)明顯。本文自制的四旋翼無(wú)人機(jī)可以滿足光伏運(yùn)維的載荷、續(xù)航時(shí)間要求，且飛行控制穩(wěn)定可靠，可以勝任光伏電站巡檢及場(chǎng)址勘測(cè)等任務(wù)。在運(yùn)維功能方面，本文利用開(kāi)源地面站軟件，比較簡(jiǎn)便地實(shí)現(xiàn)了巡檢區(qū)域的選定和飛行路徑的自動(dòng)規(guī)劃，加載了巡檢任務(wù)的無(wú)人機(jī)可以實(shí)現(xiàn)“一鍵巡檢”的簡(jiǎn)便操作；利用OpenCV開(kāi)發(fā)的全景圖像合成軟件效果良好，中心區(qū)域的圖像拼接融合效果滿足大場(chǎng)景圖像效果要求，邊緣區(qū)域也可通過(guò)減少圖像拍攝間隔、適當(dāng)擴(kuò)大邊緣巡檢區(qū)域、進(jìn)一步優(yōu)化拼接融合算法等進(jìn)行改善。再進(jìn)一步采用紅外、可見(jiàn)光雙光攝像頭，即可實(shí)現(xiàn)對(duì)光伏電站的熱斑檢測(cè)、積塵檢測(cè)等智能運(yùn)維功能?？梢钥隙ǎ悄苓\(yùn)維無(wú)人機(jī)技術(shù)必將在光伏電站得到廣泛應(yīng)用，成為光伏電站智能運(yùn)維的有力助手。