徐其春，郭晨晨，劉志明，馬亞運，潘 卓，李建輝

（國網(wǎng)冀北電力有限公司唐山供電公司，唐山 063000）

隨著電力系統(tǒng)規(guī)模的不斷發(fā)展壯大，輸電線路的運維和檢修工作也越來越重要。而長距離輸電線路通常所處自然環(huán)境復雜惡劣，采用傳統(tǒng)人工巡檢存在巡檢效率低、風險大、成本高等問題，因此，成本低、操作簡便的無人機設備在長距離輸電線路巡檢作業(yè)中得到了廣泛應用[1-3]。無人機巡線環(huán)境通常地形復雜、遭受的突發(fā)威脅多變，且在對高電壓水平輸電線路進行巡查時可能受到線路空間電場干擾[4]，導致無人機發(fā)生故障甚至撞線事故。因此準確測定無人機與輸電線路的安全距離、制定安全的巡檢路線，對提升無人機巡檢精度、實現(xiàn)智能化無人機巡線有著重要意義。

目前，已有許多成熟的測距技術，包括激光測距、超聲波測距、紅外測距、雙目視覺測距技術[5-8]等。但在無人機巡線中常使用小型無人機進行作業(yè)[9-11]，其特點為載荷小，無法掛載大型的測距設備，因此目前傳統(tǒng)無人機巡線測距方法通常采用全球定位系統(tǒng)GPS（global positioning system）坐標轉換測距或激光測距。但上述兩種傳統(tǒng)測距手段存在測量精度不高、設備結構復雜、巡線成本較高等問題。

國內外許多學者均對無人機軌跡規(guī)劃進行了大量的研究，主要包括全局靜態(tài)航跡規(guī)劃和局部動態(tài)航跡規(guī)劃兩部分。其中，在全局靜態(tài)航跡規(guī)劃方面研究已較為成熟，例如：采用GPS 系統(tǒng)結合圖像處理與跟蹤算法保持在輸電線路上方進行巡線飛行[12]；引入智能群優(yōu)化算法選取最優(yōu)巡航路徑[13-15]等。但全局靜態(tài)航跡規(guī)劃僅適于預先掌握的環(huán)境障礙信息規(guī)劃航跡，無法應對巡線中可能發(fā)生的突發(fā)障礙，因此，目前研究重點主要集中于局部動態(tài)航跡規(guī)劃。局部動態(tài)航跡規(guī)劃通常被分析為一種多約束最優(yōu)求解問題，此類問題多采用智能優(yōu)化算法進行規(guī)劃[16-22]。但采用智能優(yōu)化算法雖然能在保證軌跡精度的情況下規(guī)避故障，但需要無人機額外掛載多種設備采集環(huán)境信息[23-24]，而且隨著環(huán)境復雜程度的增高需要大量時間規(guī)劃新路徑，導致無法規(guī)避突發(fā)障礙。

針對上述問題，本文提出一種基于靜態(tài)、動態(tài)兩種突發(fā)威脅的動態(tài)航跡規(guī)劃的無人機輸電線路自主巡檢方法。首先，通過光學觀測設備測量桿塔的成像高度及相鄰桿塔的間距，計算無人機與輸電線路間的安全距離；然后，將無人機巡線可能遭遇的各類突發(fā)情況分為靜態(tài)威脅與動態(tài)威脅，建立兩種突發(fā)情況下的航跡規(guī)劃模型，采用改進雙向快速擴展隨機樹RRT（rapidly-exploring random tree）算法進行航跡重規(guī)劃；最后，根據(jù)上述巡檢軌跡規(guī)劃建立無人機自主巡檢系統(tǒng)流程框架，實現(xiàn)全過程自主巡檢。系統(tǒng)應用的結果表明，該系統(tǒng)可以提高巡線效率，降低巡檢作業(yè)風險。

1 水平安全距離標準

長距離輸電線路通常位于山區(qū)、丘陵等崎嶇地形中，導致人工巡檢成本高、風險大，而引入無人機巡檢可有效解決該問題。但在無人機進行巡檢作業(yè)時，由于長距離輸電線路通常為高壓線，線路周邊分布有磁場干擾，影響無人機設備正常工作，甚至導致無人機失控發(fā)生撞線事故。因此，需要快速且實時測量無人機與線路間距離并進行調整，保障無人機在巡檢過程中的安全性。

根據(jù)輸電線路結構及無人機設備結構特點，無人機與輸電線路間的安全距離Ds可表示為

式中：I1、I2分別為輸電線路兩側磁場不影響無人機進行作業(yè)的臨界距離；I3、I4分別為輸電線路兩側電場不影響無人機進行作業(yè)的臨界距離；x1為預先規(guī)劃航跡與無人機實際航跡間的誤差距離；x2為風力造成的位置偏差距離；x3為測距儀的測量誤差距離；x4為GPS 定位距離偏差；v為無人機飛行速度；t為無線通訊最大延時；a1為無人機機翼長度；a2為無人機機頭與其主軸的距離；a3為無人機機尾與其主軸的距離；a4為無人機機載云臺與無人機主軸的距離。

根據(jù)不同的輸電線路電壓等級，其磁場、電場強度影響距離也有所不同。而對于目前實際無人機巡檢作業(yè)常用的小型無人機，在不同電壓等級下設定的安全巡檢距離如表1所示。

表1 電壓等級與安全距離之間的關系Tab.1 Relationship between voltage level and safety distance

1.1 傳統(tǒng)測距方法

傳統(tǒng)的測距方法包括激光測距、超聲波測距、紅外測距、雙目視覺測距技術等，但傳統(tǒng)測距方法受限于設備成本、測量精度、無人機載荷和設備功耗，不適用于目前的輸電線路巡檢作業(yè)。因此目前在小型無人機線路巡檢中常采用成本較低、測距原理簡單的GPS 定位測距或激光測距方法實現(xiàn)無人機與線路間距的實時檢測。

1.1.1 基于GPS 坐標轉換方法

基于無人機巡檢的桿塔GPS 坐標與無人機實時GPS坐標，可以得到無人機與當前巡檢線路間的水平距離。GPS技術的測距方法雖然簡單易行，但GPS在水平距離上仍存在一定誤差，同時GPS在無人機的高程距離上無法進行精確定位，因此無法判斷無人機與地面間的垂直距離。目前，GPS定位誤差距離通常在2.5 m，對于常見的500 kV 和750 kV線路的巡檢安全而言距離較大，相對誤差在17%～21%，存在較高的撞線風險；在山區(qū)等GPS 信號較弱的地區(qū)，其測量誤差會進一步擴大。因此，GPS測距法并不適用于小型無人機巡檢，尤其是高壓輸電線路巡檢。

1.1.2 基于激光掃描的測距方法

激光掃描的測距方法是通過無人機搭載的激光掃描儀等激光設備，對輸電線路發(fā)射激光并接收反射光形成立體建模以進行實時測距。該方法可以對輸電線路進行全面測量，如輸電線路弧度、導線間距、導線凈空距離等，便于無人機對線路狀態(tài)進行全面分析。激光掃描測距方法雖然測得信息全面，且精度較高，但其需要在無人機上搭載大量設備，對無人機的載荷、能耗有很大要求，因此，基于激光掃描的測距方法常用于無人直升機巡檢中。

1.2 單目視覺測距方法

針對上述傳統(tǒng)測距方法存在的問題，本文采取測距精度誤差相對較小，成本較低的單目視覺測距方法進行測距。

根據(jù)《架空輸電線路桿塔結構設計技術規(guī)定》可確定桿塔實際高度，因此，通過無人機搭載的光學設備，可以對相鄰的輸電線路桿塔進行拍照，測量所拍攝圖片中的桿塔間距，基于小孔成像原理即可得到無人機與輸電線路間的水平距離。

無人機單目測距原理如圖1 所示。其中，l為像A′、B′的像間距離；θ0為像A′、B′的成像夾角；θ為桿塔A、B在無人機光學中心處的夾角；α為無人機光學中心到桿塔B與線路AB間的夾角；ua、ub、va、vb分別為桿塔A、B 的物距和像距；L為輸電線桿塔A 到桿塔B 的實際距離；x為無人機與輸電線路間的水平間距。

圖1 單目測距原理Fig.1 Schematic of monocular ranging

假定桿塔高度為H，相機焦距為f，由無人機攝影的圖像中獲得桿塔的高度為ha、hb，則無人機與桿塔A、B間的物距分別為

無人機離輸電線路的距離x為

在無人機巡檢系統(tǒng)中，通過單目視覺測距法測量得到無人機與桿塔和線路間距，與巡檢線路電壓等級對應的安全距離相比較，通過對巡檢航跡的實時校正，使無人機巡檢能夠安全飛行。

2 無人機巡線航跡規(guī)劃

在無人機巡檢作業(yè)中，無人機軌跡規(guī)劃是保證其巡線效率和巡檢安全的一個重要問題。為了降低該問題的復雜性，本文將航跡規(guī)劃分為全局靜態(tài)航跡規(guī)劃和局部動態(tài)航跡規(guī)劃兩部分進行分析。

2.1 全局靜態(tài)航跡規(guī)劃

全局靜態(tài)航跡規(guī)劃是指在無人機進行巡檢前，根據(jù)巡檢目標桿塔及線路，提前規(guī)劃出的巡檢路線。該航跡在規(guī)劃時不會預測線路中可能出現(xiàn)的突發(fā)情況，因此僅考慮事先掌握的地理環(huán)境信息進行規(guī)劃，即，僅需考慮巡檢路線的距離而不需考慮實時性。

本文的無人機巡檢全局靜態(tài)航跡規(guī)劃步驟如下：

步驟1按照所分布的巡檢線路，確定無人機飛行區(qū)域、巡檢順序和無人機巡檢起點和終點；

步驟2基于確定的飛行路線，獲得相應區(qū)域內的地理環(huán)境信息，構建整體飛行環(huán)境；

步驟3結合無人機與飛行環(huán)境各因素的約束，在全局飛行環(huán)境中規(guī)劃出最優(yōu)飛行航跡。

2.2 局部動態(tài)航跡重規(guī)劃

局部動態(tài)航跡規(guī)劃是指在無人機巡檢作業(yè)過程中，發(fā)生突發(fā)障礙或威脅的情況，例如飛鳥、樹枝掉落和未知障礙物等事先無法預知的威脅，無人機根據(jù)規(guī)劃的航跡飛行不能躲避，需要重新規(guī)劃飛行路徑。由于巡檢作業(yè)中突發(fā)威脅是未知的，動態(tài)航跡規(guī)劃相對全局航跡規(guī)劃有更高的實時性，確保無人機在不偏離原有的計劃航線的同時，避開突發(fā)威脅。

無人機可能遭遇的突發(fā)威脅種類繁多且發(fā)生機理復雜，為簡化分析，本文將突發(fā)威脅分為兩種，一種為規(guī)劃全局航跡時未發(fā)現(xiàn)的靜態(tài)突發(fā)威脅，例如高大樹木、預先沒有發(fā)現(xiàn)的障礙等；另一種是動態(tài)突發(fā)威脅，例如飛鳥、其他飛行無人機等。

2.2.1 靜態(tài)突發(fā)威脅航跡規(guī)劃

對于靜態(tài)威脅，其特點為障礙物阻擋的區(qū)域固定，因此可根據(jù)無人機當前位置與故障區(qū)域劃定重規(guī)劃區(qū)域，在區(qū)域內重新規(guī)劃巡檢路線規(guī)避固定障礙物。因此可采用雙向RRT算法進行重規(guī)劃。

靜態(tài)突發(fā)威脅航跡重規(guī)劃如圖2 所示，其中，實心圓表示突發(fā)靜態(tài)威脅范圍；start′為無人機當前位置；goal′為無人機躲避威脅后的位置。

圖2 靜態(tài)突發(fā)威脅示意Fig.2 Schematic of static emergent threat

無人機靜態(tài)突發(fā)威脅航跡規(guī)劃步驟如下。

步驟1通過對無人機當前位置和靜態(tài)威脅范圍的分析，確定航跡重規(guī)劃區(qū)域。

步驟2確定重規(guī)劃區(qū)域起點start′和終止點goal′。

步驟3建立2 棵搜索樹，分別以start′和goal′作為2棵樹的根節(jié)點。

步驟4擴展2 棵搜索樹。首先擴展，以goal′作為隨機節(jié)點，在中選取距離goal′最近的葉節(jié)點xnearest，并向其擴展至無法擴展；若擴展失敗，則在重規(guī)劃區(qū)域選取1 個隨機點xrand進行擴展。的擴展方法與相同，但的最新節(jié)點作為葉節(jié)點進行擴展，若沿該方向擴展失敗則在重規(guī)劃區(qū)域內選取1 個隨機點xrand進行擴展。完成擴展之后，互換，并進行新一輪擴展，直到葉節(jié)點相互連接。在每次擴展中，均對擴展節(jié)點進行連接，若避開威脅區(qū)域則說明已對接完成。

步驟5連接在一起后，回溯生成航跡。

步驟6對航跡進行平滑處理。

步驟7無人機根據(jù)重規(guī)劃的航跡躲避障礙物后，回到全局靜態(tài)航跡上繼續(xù)巡檢任務。

2.2.2 動態(tài)突發(fā)威脅航跡規(guī)劃

對于第2.2.1節(jié)敘述的RRT算法，由于其生成葉節(jié)點時為隨機生成，具有很大隨機性，不適用于躲避威脅位置實時變化的動態(tài)突發(fā)威脅情況。因此在RRT 算法中的葉節(jié)點生成策略中考慮運動軌跡方程，根據(jù)無人機與動態(tài)威脅的運動軌跡規(guī)劃路徑，并以規(guī)避代價選取最優(yōu)路徑解決這種隨機性問題。

由于動態(tài)突發(fā)威脅航跡規(guī)劃問題較為復雜，不同威脅在運動速度、體積上差異較大，不利于快速規(guī)劃，因此本文做出以下假設：

（1）在無人機巡檢作業(yè)中，由于無人機體積較小，所以將其簡化成質點進行軌跡分析；

（2）無人機飛行速度保持恒定；

（3）本文考慮的動態(tài)突發(fā)威脅同樣為小型物體，因此將其簡化為質點進行分析；

（4）對于突發(fā)威脅，僅考慮其做勻速直線運動。

在RRT算法的基礎上考慮運動軌跡方程，建立以重規(guī)劃區(qū)域的起始點為樹的根節(jié)點。對于葉節(jié)點的生成，以重規(guī)劃區(qū)域的目標點作為xrand，且擴展方式與RRT算法相同，若擴展成功則與靜態(tài)突發(fā)威脅中擴展方式一致；若擴展失敗，則通過運動軌跡方程來確定xrand的選取。

在無人機軌跡模型中，其水平方向上的運動軌跡方程可表示為

式中：θk為無人機在水平方向上的飛行航向；θk+1為無人機在下一目標點水平方向上的飛行航向；(xk,yk)和(xk+1,yk+1)分別為當前航路點和下一航路點的橫、縱坐標；s為航跡段長度。

在無人機垂直方向的運動軌跡方程中，根據(jù)當前航路點與目標點的連線可得垂直坐標距離的變化為

式中：zk、zk+1分別為當前航路點和下一目標點的垂直坐標；xgoal、ygoal和zgoal分別為目標點的橫坐標、縱坐標和垂直坐標。

動態(tài)威脅的運動方程可表示為

式中：(xt,now,yt,now,zt,now)為探測到的威脅當前位置；φ為威脅飛行的水平方向的飛行航向；t為無人機采樣間隔；vt為動態(tài)威脅在采用間隔t內的行動速度；st為動態(tài)威脅在采用間隔t內的飛行距離；(xt,next,yt,next,zt,next)為威脅的下一時刻預計位置坐標。

根據(jù)動態(tài)威脅影響范圍及移動方向，無人機可以在水平方向及垂直方向進行規(guī)避，為了選取最優(yōu)規(guī)避路徑，設定代價函數(shù)F確定每個節(jié)點的移動代價來選取最優(yōu)節(jié)點，即

本文的無人機動態(tài)突發(fā)威脅航跡規(guī)劃步驟如下。

步驟1通過對無人機當前位置、動態(tài)威脅范圍和速度的分析，確定航跡重規(guī)劃區(qū)域。

步驟2選取目標節(jié)點作為隨機節(jié)點xrand，并沿該方向擴展搜索樹直到擴展失?。蝗粞啬繕斯?jié)點方向擴展失敗，則根據(jù)無人機運動軌跡方程來確定xrand，通過改變Δθ的取值，獲取能夠規(guī)避威脅的節(jié)點xrand。

步驟3根據(jù)獲取的新節(jié)點xrand擴展隨機樹。根據(jù)無人機在水平及垂直方向上的運動軌跡方程生成下一節(jié)點，計算其移動代價F，選取移動代價最小的節(jié)點作為下一個航跡點。

步驟4連接所有航跡點并進行平滑處理，得到動態(tài)突發(fā)威脅的重規(guī)劃航跡。

3 無人機自主巡檢系統(tǒng)框架

通過無人機巡線軌跡動態(tài)規(guī)劃，可以保證無人機在巡檢作業(yè)中的安全性，為保證巡線結果有效且正常上報給上層系統(tǒng)，實現(xiàn)全過程自主巡檢，還需建立對應的自動化流程框架。無人機自主巡檢流程如圖3所示，其具體過程如下。

圖3 無人機自主巡檢流程Fig.3 Flow chart of drone autonomous inspection

（1）控制系統(tǒng)接收上層巡檢線路。

（2）檢查巡檢線路信息，確認航線是否過近或過遠；是否包含禁飛區(qū)；預估航線總距離、時間和所需電量；是否與其他無人機執(zhí)行的航線重疊等。

（3）形成航線命令，上傳到無人機飛控

（4）檢查航站狀態(tài)、外界氣象狀態(tài)和風力風向狀態(tài)等。

（5）檢查無人機狀態(tài)，檢查各傳感器、動力系統(tǒng)、定位狀態(tài)及無人機剩余電量等。

（6）無人機起飛，到達自定高度后開始執(zhí)行巡檢航線。

（7）到達航點，暫停飛行，調整云臺角度、鏡頭參數(shù)并拍照，然后繼續(xù)飛行。

（8）所有航線執(zhí)行完畢后準備返航。

（9）接收到航站完畢信號，到達航站上方降落

（10）降落完成，從云臺相機中下載拍攝的照片，巡檢文件航點對照表。

（11）作業(yè)成果上傳

（12）全流程結束。

4 無人機輸電線路巡檢系統(tǒng)應用

基于大疆M300型無人機平臺研發(fā)的小型多旋翼無人機自主巡檢系統(tǒng)已于唐山地區(qū)電網(wǎng)進行實驗與調試，輸電線路的巡檢效率和無人機巡檢系統(tǒng)可靠性得到了明顯的改善。

無人機自主巡檢體系的結構如圖4所示，由圖4可知，該系統(tǒng)包括管控中心、智能航空站及其布置的無人機構成。管控中心通過同時接收、協(xié)調、反饋各無人機之間的信息，以及多航線任務規(guī)劃、編隊、任務分配等子系統(tǒng)協(xié)調配合，保證各無人機之間的任務分配合理、高效，通過優(yōu)化航線實現(xiàn)無人機以最短時間完成目標任務；通過集控飛行設備，可實現(xiàn)無人機超視距集控飛行和多智能航空站無人值守作業(yè)等。管控中心可同時控制多臺航空站，多臺航空站分別執(zhí)行不同的命令，顯示圖像可在不同無人機之間進行切換。管控中心采用“自主巡檢+手動飛行”控制模式，對無人機巡檢進行全過程管理，及時應對各類異常報警和故障情況，保障線路和無人機設備的安全。

圖4 無人機輸電線路巡檢系統(tǒng)Fig.4 Drone inspection system for transmission line

根據(jù)輸電線路重要程度、負荷量等多種因素的考量，部署多個智能航空站，擴大無人機可巡檢范圍，為目標區(qū)域規(guī)劃合理航線提供支撐。唐山某地區(qū)航空站布局示意如圖5所示。

圖5 唐山某地區(qū)航空站覆蓋區(qū)域示意Fig.5 Coverage area by Tangshan area air terminal

航空站布置在變電站內不影響變電運行的角落或邊緣位置，與變電站距離適中，便于取電，同時航空站上方無線路、設備等遮擋物。航線規(guī)劃時，無人機起飛后第一時間駛離變電站，以免相互影響，發(fā)生信號干擾，保證設備安全，然后按照航線進行自主巡檢。

在進行自主巡線時，可依托航空站更換無人機的搭載云臺，實現(xiàn)不同功能。搭載紅外光云臺可對桿塔溫度進行監(jiān)控；搭載激光設備可對桿塔及通道進行點云數(shù)據(jù)建模。形成以無人機為平臺，紅外光、激光、可見光多光一體的多維度巡檢方案，目標巡檢設備及巡檢方式如圖6、7所示。

圖6 無人機多維度巡檢方案Fig.6 Drone multi-dimensional inspection program

多維度巡檢方案有效地對桿塔存在的各類常見故障進行分析判斷。通過對同一位置的多次復拍，自動上傳至管控中心數(shù)據(jù)庫可進行歷史圖像對比，更好地了解設備變化、設備隱患形成的時間點和形成原因，幫助巡檢人員制定檢修方案。

無人機也可改為人工手動控制，對無人機自主巡檢過程中發(fā)現(xiàn)的異常設備進行人工判斷，解決人工巡檢很難發(fā)現(xiàn)高空隱蔽缺陷和各種通道隱患問題。通過對控制中心進行現(xiàn)場設備狀態(tài)、檢修策略等信息的及時掌握，對輸電線路狀態(tài)進行有效評價，并與現(xiàn)場圖像視頻相結合等手段，精準定位作業(yè)現(xiàn)場和風險點位，實現(xiàn)對所轄范圍內設備和通道運行狀態(tài)的綜合管理，從傳統(tǒng)、簡單的業(yè)務執(zhí)行工作模式轉變?yōu)椤皩崟r分析—判定缺陷—檢修策略”的一崗多能的工作模式。

圖7 多時間點桿塔圖像的對比Fig.7 Comparison among multi-point-in-time pole tower images

通過無人機自主巡檢作業(yè)替代人工間斷零散的作業(yè)模式，基于智能管控平臺進行智能識別，徹底替代人工巡檢模式，實現(xiàn)全天候可持續(xù)性作業(yè)，單次連續(xù)巡檢可達8 架次，連續(xù)巡檢時長可達4 h以上，并實現(xiàn)以航空站為中心，覆蓋直徑為14 km的巡檢面；提高了設備抗風險能力，較以往巡檢效率提升了2 倍，同時大大縮短了巡視周期，由原來的每月1 次縮短為每7 d 一次，針對重點線路巡視周期可縮短為1 d。由于巡線航跡誤差精確至米，故規(guī)避突發(fā)故障百余次，有效提高巡線安全性；同時精細化自主巡檢可利用高空視角更好地發(fā)現(xiàn)設備隱患，故障發(fā)現(xiàn)率提高100%，確保及時處理，保障線路的安全運行。

不同巡線方式的維護成本及巡檢成本分析如表2和表3所示。其中，采用固定翼無人機巡線，每日可巡檢距離最高且每公里平均成本最低，但因固定翼無人機無法對線路進行精確診斷，容易忽視高空隱蔽缺陷，不適用于日常巡檢；而小型旋翼無人機相對傳統(tǒng)人工巡線方式，可在平原、丘陵和山地區(qū)域作業(yè)，降低巡線成本32.11%、41.75%和54.30%，遠低于人工巡線成本，且提高了巡線效率；相對中型旋翼無人機降低9.34%、9.17%和23.56%，且日常維護成本更低。

表2 不同巡線方式維護成本對比Tab.2 Comparison of maintenance cost among different inspection methods

表3 不同巡線方式巡檢成本對比Tab.3 Comparison of patrol cost among different inspection methods

5 結語

本文針對現(xiàn)有小型無人機自主巡線技術的缺點與不足，提出一種基于動態(tài)航跡規(guī)劃的無人機輸電線路自主巡檢方法，通過規(guī)劃全局靜態(tài)航跡和局部動態(tài)航跡，并引入改進雙向快速RRT算法進行航跡重規(guī)劃，提高了無人機自主巡檢過程中的安全性。同時，將多機協(xié)同、無人機多維度自主巡檢、圖像智能識別等智能化作業(yè)手段進行應用，改變了傳統(tǒng)人工無人機巡檢模式，利用管控中心的圖像實時回傳和智能識別技術，對巡檢信息實時處理、智能甄別，及時發(fā)現(xiàn)輸電線路缺陷和隱患，縮短人工巡視時間，提高巡檢效率。通過應用實踐，證明巡檢系統(tǒng)能在保證輸電線路巡檢作業(yè)安全性的前提下，提高線路巡檢精度、效率并有效降低巡檢成本。