袁 野，付子峰，李 響，吳星奇，于 江

（國網(wǎng)湖北省電力有限公司超高壓公司輸電檢修中心，湖北 武漢 430064）

0 引言

目前無人機(jī)自主巡檢通過預(yù)先設(shè)置基于GPS的拍攝航線，無人機(jī)起飛后通過GPS 坐標(biāo)到達(dá)航線預(yù)定位置航點后開始拍攝，采集輸電桿塔等設(shè)備的圖像［1-3］。但是目前各類自主巡檢無人機(jī)可靠性低，無法滿足巡檢需求。無人機(jī)到達(dá)規(guī)劃航點后，需通過自主巡檢程序控制調(diào)整機(jī)身姿態(tài)，微調(diào)云臺控制相機(jī)變焦采集圖像，使目標(biāo)設(shè)備在圖像中居中顯示并確保對焦正確、圖像清晰、曝光正常［4-6］。

若拍攝過程中定位信號受到干擾，或者陣風(fēng)造成無人機(jī)位置姿態(tài)變化，都會導(dǎo)致自主巡檢拍攝的圖像中丟失目標(biāo)設(shè)備的情況［7-9］。本項目采用實時圖像識別的方式，其技術(shù)路線如圖1所示。

圖1 典型工況條件下自適應(yīng)拍攝技術(shù)路線Fig.1 Adaptive shooting technique route under typical working conditions

用自主巡檢航線中各個拍攝位置的無人機(jī)及云臺朝向設(shè)置，控制目標(biāo)設(shè)備部件在圖像中位置的初值［10-12］。無人機(jī)到達(dá)航點位置懸停后，調(diào)用相機(jī)廣角端完成設(shè)備圖像采集，相機(jī)采集設(shè)備圖像后，發(fā)送到前端智能分析模塊進(jìn)行實時分析，檢測目標(biāo)位置。根據(jù)目標(biāo)設(shè)備在圖像視野中的方位，聯(lián)通飛控系統(tǒng)調(diào)整相機(jī)位置，控制云臺向反方向轉(zhuǎn)動，并實時檢測目標(biāo)設(shè)備距離視野中心的偏移量，自主巡檢拍攝過程中［13-15］。始終進(jìn)行動態(tài)伺服，保障設(shè)備始終在圖像中居中顯示。通過前端質(zhì)量校驗機(jī)制，防止對焦錯誤、機(jī)身抖動造成的圖像模糊，以及經(jīng)常由于逆光拍攝造成圖像對比度異常，全面保障圖像拍攝質(zhì)量［16-18］。

1 無人機(jī)自主巡檢設(shè)備圖像拍攝

無人機(jī)自主巡檢作業(yè)應(yīng)實現(xiàn)對桿塔設(shè)備、附屬設(shè)施的全覆蓋，根據(jù)機(jī)型特點、巡檢塔型，遵照標(biāo)準(zhǔn)化作業(yè)流程開展作業(yè)，巡檢導(dǎo)、地線、絕緣子串、銷釘、均壓環(huán)、防振錘等重要設(shè)備或發(fā)現(xiàn)缺陷故障點時，從俯視、仰視、平視等多個角度、順線路方向、垂直線路方向以及距離設(shè)備5 m處進(jìn)行航拍，拍攝過程宜由遠(yuǎn)及近、由高及低、由內(nèi)及外、先俯后仰［19-21］，根據(jù)現(xiàn)場情況設(shè)置定點、定距、定時拍照。對于直線塔，從大、小號方向分別拍攝，重點拍攝地線、光纜等掛點以上設(shè)備和線夾、掛環(huán)連接金具；對于同塔多回輸電線路和耐張塔，采取雙側(cè)巡檢方式。除掛點以上設(shè)備和連接金具外，還需重點檢查跳串、跳線間隔棒和調(diào)整板、間隔板等承載橫向荷載的設(shè)備，實現(xiàn)對桿塔及導(dǎo)線全方位精細(xì)化檢查［22-24］。

開展自主巡檢時，其圖像采集內(nèi)容包括桿塔及基礎(chǔ)各部位、導(dǎo)地線、附屬設(shè)施、大小號側(cè)通道等；采集的圖像應(yīng)清晰，可準(zhǔn)確辨識銷釘級缺陷，拍攝角度合理［25-27］。無人機(jī)拍攝時應(yīng)等待無人機(jī)穩(wěn)定后再進(jìn)行拍攝，有光學(xué)防抖功能的相機(jī)應(yīng)開啟光學(xué)防抖，盡量避免因為無人機(jī)晃動而造成的圖像模糊。另外在光線較強(qiáng)烈時，應(yīng)盡量選擇順光拍攝，逆光拍攝需及時調(diào)節(jié)相機(jī)感光度和曝光補(bǔ)償系數(shù)［28-36］。

1.1 桿塔拍攝

塔頭從線路大、小號側(cè)分別拍攝塔頭全貌，如圖2?？赡艽嬖诘娜毕莅ㄋ募暗鼐€支架明顯變形和受損、塔材缺失、嚴(yán)重銹蝕導(dǎo)地線掉串掉線、懸掛異物等。

圖2 塔頭拍攝示例Fig.2 Example of tower head shooting

塔身整體或分段拍攝A-B、B-C、C-D、D-A 4個面全貌（不同面可分別拍攝，也可多面拍攝一張照片），如圖3?？赡艽嬖诘娜毕莅ㄋ拿黠@變形、受損和缺失；嚴(yán)重銹蝕懸掛異物等。

圖3 塔身拍攝示例Fig.3 Example of tower body shooting

全塔拍攝從大、小號側(cè)分別拍攝桿塔全貌，如圖4?？赡艽嬖诘娜毕莅ㄖ鞑拿黠@變形、桿塔傾斜懸掛異物、導(dǎo)地線掉串掉線等。

圖4 全塔拍攝示例Fig.4 Example of full tower shooting

1.2 導(dǎo)地線拍攝

地線拍攝時，無人機(jī)近似垂直地線方向內(nèi)、外兩側(cè)分別拍攝；拍攝內(nèi)容應(yīng)包括整個金具串及連接的地線、塔材，如圖5。可能存在的缺陷：地線從線夾抽出；地線滑移；線夾斷裂裂紋、磨損；螺栓及螺帽松動、缺失；連接板、連接環(huán)調(diào)整板損傷、裂紋；銷釘脫落或嚴(yán)重銹蝕、連接點塔材變形等。

圖5 耐張、直線塔地線拍攝示例Fig.5 Shooting example of tension and linear tower ground wire

對引流線，無人機(jī)采用近似垂直線路方向內(nèi)、外兩側(cè)分別拍攝，每個方向可多張拍攝或只拍一張，每個方向拍攝的內(nèi)容匯總后應(yīng)包括引流線兩端線夾及之間的所有導(dǎo)線，如圖6?？赡艽嬖诘娜毕莅ǎ阂骶€松股、散股、斷股、表層受損、斷線、放電燒傷分裂導(dǎo)線扭絞，間隔棒松脫、變形或離位等。

圖6 引流線拍攝示例Fig.6 Shooting example of by-pass jumper

對防振錘，無人機(jī)近似垂直線路方向內(nèi)、外兩側(cè)分別拍攝，如圖7。每個方向可多張拍攝或只拍一張；每個方向拍攝的內(nèi)容匯總后應(yīng)包括所有防振錘，可能存在的缺陷包括：防振錘跑位、脫落、嚴(yán)重銹蝕、阻尼線變形、燒傷等。

圖7 防振錘拍攝示例Fig.7 Shooting example of vibration damper

對導(dǎo)線本體，無人機(jī)至少從兩個方向拍攝分段拍攝，每相拍攝內(nèi)容匯總后應(yīng)包括整根導(dǎo)線（地線、OPGW）及所有間隔棒，如圖8，可能存在的缺陷包括：散股、斷股、損傷、斷線、放電燒傷、懸掛漂浮物、嚴(yán)重銹蝕；分裂導(dǎo)線扭絞、覆冰；間隔棒松脫、變形或離位等。

圖8 導(dǎo)線拍攝示例Fig.8 Example of wire shooting

1.3 絕緣子及金具拍攝

絕緣子串導(dǎo)線端拍攝，可拍攝部分為絕緣子串和金具。無人機(jī)對耐張串、懸垂串，近似垂直導(dǎo)線方向上、下、左、右分別拍攝；每張照片均應(yīng)包括所有線夾、金具螺栓，且每串不少于2 片絕緣子。對近似垂直導(dǎo)線方向上、下、左、右分別拍攝，如圖9?？赡艽嬖诘娜毕莅ǎ簩?dǎo)線從線夾抽出；導(dǎo)線滑移；線夾斷裂裂紋、磨損；螺栓及螺帽松動、缺失；連接板、連接環(huán)調(diào)整板損傷、裂紋；銷釘脫落或嚴(yán)重銹蝕；均壓環(huán)、屏蔽環(huán)脫落、斷裂、燒傷；絕緣子彈簧銷缺損，鋼帽裂紋、斷裂，鋼腳嚴(yán)重銹蝕或破損等。

圖9 耐張串、懸垂串絕緣子導(dǎo)線端拍攝示例Fig.9 Shooting example of tensioning string, suspension string insulator wire end

絕緣子串掛點，可拍攝部分為絕緣子串和金具。無人機(jī)采用近似垂直導(dǎo)線方向上、下、左、右分別拍攝；每張照片均應(yīng)包括所有線夾、金具螺栓、掛點塔材，且每串不少于2 片絕緣子，如圖10?？赡艽嬖诘娜毕莅ǎ郝菟奥菝彼蓜?、缺失；連接板、連接環(huán)調(diào)整板損傷、裂紋；銷釘脫落或嚴(yán)重銹蝕；掛點塔材、變形；絕緣子彈簧銷缺損，鋼帽裂紋、斷裂，鋼腳嚴(yán)重銹蝕或破損等。

圖10 耐張串、懸垂串絕緣子掛點拍攝示例Fig.10 Shooting example of tensioning string and suspension string insulator hanging point

對整串絕緣子，近似垂直導(dǎo)線方向上、下、左、右分別拍攝；每張照片均應(yīng)包括整個絕緣子串，如圖11。可能存在的缺陷包括：傘裙破損、嚴(yán)重污穢、有放電痕跡；彈簧銷缺損；鋼帽裂紋、斷裂；鋼腳嚴(yán)重銹蝕或破損；絕緣子串順線路方向傾斜角過大；絕緣子自爆等。

圖11 絕緣子串拍攝示例Fig.11 Shooting example of insulator strings

1.4 附屬設(shè)施拍攝

附屬設(shè)施包括各種拍攝桿塔所有標(biāo)識標(biāo)牌、防雷、防鳥、在線監(jiān)測裝置，如圖12?？赡艹霈F(xiàn)的缺陷包括：標(biāo)識標(biāo)牌缺失、損壞、字跡或顏色不清、嚴(yán)重銹蝕等。防雷設(shè)置破損、變形、引線松脫，螺栓松脫， 銷釘脫落或嚴(yán)重銹蝕，放電間隙變化、燒傷、計數(shù)器動作情況等；防鳥裝置缺失、破損、變形、螺栓松脫銷釘脫落或嚴(yán)重銹蝕等；在線監(jiān)測裝置外觀損壞、引線松脫，螺栓松脫、銷釘脫落或嚴(yán)重銹蝕等。

圖12 桿塔標(biāo)識標(biāo)牌拍攝示例Fig.12 Shooting example of tower identification signs

1.5 線路走廊拍攝

線路走廊拍攝，對本基桿塔下相導(dǎo)線側(cè)面分別拍攝大、小號側(cè)順線路方向分別至下一基桿塔的通道整體情況，通道內(nèi)建（構(gòu)筑物、魚塘、水庫、農(nóng)田、樹竹生長、施工作業(yè)情況；周邊及跨越的電力及通信線路、道路、鐵路、索道、管道情況；地質(zhì)情況等），如圖13?？赡艹霈F(xiàn)的缺陷主要是塔吊、推土機(jī)、挖掘機(jī)等施工外破目標(biāo)、樹線距離不足、違章建筑、地質(zhì)環(huán)境變化等。

圖13 線路走廊拍攝示例Fig.13 Shooting example of transmission line corridor

2 典型工況下自適應(yīng)拍攝算法

2.1 視野中電力設(shè)備目標(biāo)檢測

目前無人機(jī)自主巡檢航線規(guī)劃完全依賴基于北斗系統(tǒng)的差分定位，控制無人機(jī)到達(dá)預(yù)設(shè)航點后，調(diào)整機(jī)身以及云臺朝向，按順序在預(yù)設(shè)位置對設(shè)備部件進(jìn)行拍攝。在具備前端識別設(shè)備的基礎(chǔ)上，可以通過基于檢測反饋調(diào)整的設(shè)備拍攝算法，使無人機(jī)精準(zhǔn)對向目標(biāo)設(shè)備執(zhí)行拍攝，進(jìn)一步提升巡檢圖像拍攝質(zhì)量。

無人機(jī)到達(dá)懸停航點后，飛控發(fā)送指令至前端智能分析模塊，開啟圖像分析流程，前端智能分析模塊向無人機(jī)云臺相機(jī)獲取實時視頻。為降低處理壓力，可以從原視頻文件中每多幀中抽取1幀圖像進(jìn)行分析處理，推薦每10幀抽取1幀，其抽取比例可在系統(tǒng)中設(shè)置。

通過智能分析模塊運行的深度學(xué)習(xí)模型，采用經(jīng)過輕量化改進(jìn)的目標(biāo)檢測算法（You Only Look Oncee，YOLO）YOLO 模型檢測典型設(shè)備，從相機(jī)廣角端拍攝圖像中定位典型設(shè)備位置，并對視野內(nèi)的設(shè)備進(jìn)行編號排序。經(jīng)試驗，可以將待識別的目標(biāo)設(shè)備抽象為幾個重點拍攝位置多個設(shè)備的組合，包括：塔全景、塔頂?shù)鼐€掛點、懸垂絕緣子接地端掛點、懸垂絕緣子串整體、懸垂絕緣子導(dǎo)線端、耐張絕緣子接地端掛點、耐張絕緣子串整體、耐張絕緣子導(dǎo)線端。選取典型拍攝位置的圖像標(biāo)注后，預(yù)先訓(xùn)練模型集成于無人機(jī)飛控上。

以上位置設(shè)備有相對明顯的組合輪廓特征，智能分析模塊運行的輕量化深度學(xué)習(xí)檢測模型即可準(zhǔn)確識別。相對于對絕緣子、線夾等各類設(shè)備的識別，本節(jié)方案更加抽象地概括了電力場景下需要拍攝的位置特征，發(fā)揮了深度學(xué)習(xí)模型的優(yōu)勢。避免了針對不同電壓等級線路中不同型號設(shè)備識別算法的開發(fā)，降低了開發(fā)成本，提升了識別穩(wěn)定性。

將拍攝時刻設(shè)為T0，此圖片記為Pic0，記錄T0時刻飛控各項參數(shù)，包括GPS 坐標(biāo)，無人機(jī)IMU 三軸參數(shù)，包括偏轉(zhuǎn)角、俯仰角、翻滾角，云臺的三軸參數(shù)，包括偏轉(zhuǎn)角、俯仰角、翻滾角。前端模塊調(diào)用輕量化深度學(xué)習(xí)模型，識別Pic0，識別出的設(shè)備區(qū)域從上至下進(jìn)行順序編號，按照編號順序，決定后續(xù)的變焦拍攝順序，目標(biāo)識別及編號示例如圖14。

圖14 從圖像中定位出設(shè)備并排序Fig.14 Positioning and sorting devices from images

2.2 考慮風(fēng)速影響的無人機(jī)及云臺反饋調(diào)節(jié)

前端智能分析模塊計算圖像中設(shè)備區(qū)域中心點位置與視野中心位置偏差，反饋給無人機(jī)飛控，調(diào)節(jié)無人機(jī)及云臺，使目標(biāo)圖像采集過程中，目標(biāo)設(shè)備區(qū)域在圖像中居中顯示。

首先建立圖像坐標(biāo)系，以左上角為原點，右方為X軸，下方為Y軸建立圖像坐標(biāo)系，其X軸方向最大值為圖片的最大橫向分辨率（Xm，0），Y軸方向最大值為圖像最大縱向分辨率（0，Ym）通過頂點坐標(biāo)計算目標(biāo)設(shè)備中心在圖像坐標(biāo)系中的坐標(biāo)。

根據(jù)坐標(biāo)反饋到無人機(jī)飛控，控制無人機(jī)及云臺向?qū)?yīng)方向調(diào)整。例如目標(biāo)在圖像中偏左上，則應(yīng)通過飛控控制云臺向左上移動。通過實時獲取飛控IMU中無人機(jī)姿態(tài)參數(shù)和云臺三軸參數(shù)，若目標(biāo)采集過程中受到陣風(fēng)影響，導(dǎo)致無人機(jī)姿態(tài)參數(shù)出現(xiàn)變化，則前端模塊發(fā)送命令使云臺應(yīng)朝反方向補(bǔ)償，保持鏡頭朝向不變。例如若檢測到無人機(jī)偏轉(zhuǎn)角較上一時刻改變了α度，則云臺應(yīng)在上一時刻三軸位置的基礎(chǔ)上，偏轉(zhuǎn)角補(bǔ)償-α度，從而始終保持相機(jī)拍攝朝向方位穩(wěn)定。重新計算坐標(biāo)值，重復(fù)以上步驟，至同時滿足設(shè)置值，過程示例如圖15。

圖15 圖像中設(shè)備識別反饋相機(jī)調(diào)整拍攝示例Fig.15 Shooting example of device recognition feedback camera adjustment in the image

2.3 目標(biāo)設(shè)備圖像自動對焦拍攝

通過前端智能分析模塊與無人機(jī)飛控通信伺服無人機(jī)及云臺，保證采集過程中目標(biāo)設(shè)備始終保持居中顯示，防止因陣風(fēng)等因素引起無人機(jī)姿態(tài)變化導(dǎo)致的拍攝目標(biāo)丟失。由于變焦相機(jī)鏡片組是機(jī)械結(jié)構(gòu)，飛控控制相機(jī)從最短焦距變化到最長焦距需要1 s～2 s的時間，遠(yuǎn)大于拍照時的曝光時間1/100 s，因此通過變焦過程中圖像識別與無人機(jī)云臺伺服步驟，保證變焦過程中鏡頭始終鎖定拍攝目標(biāo)，防止因陣風(fēng)等外界變化造成的目標(biāo)丟失。

若無人機(jī)為搭載定焦相機(jī)的精靈4 等型號無人機(jī)，則前端智能分析模塊控制無人機(jī)朝向拍攝目標(biāo)飛行，使目標(biāo)圖像在視野中逐漸變大。前端智能分析模塊實時讀取采集過程中圖像，并識別出目標(biāo)設(shè)備包圍盒，確保采集過程中設(shè)備始終保持在圖像中居中顯示。采集過程如圖16。完成上述變焦操作，對準(zhǔn)目標(biāo)設(shè)備后，相機(jī)對目標(biāo)設(shè)備進(jìn)行自動對焦操作，拍攝目標(biāo)設(shè)備部位清晰圖像。

圖16 目標(biāo)設(shè)備圖像拉近居中顯示原理示例Fig.16 Example of zooming in and centered display of target device images

2.4 考慮光照影響的圖像質(zhì)量校驗

對焦正確的第i幀圖像，計算其灰度直方圖，若存在明顯的波峰波谷，則對灰度值直方圖進(jìn)行均衡化操作，并計算其正確曝光時間及曝光補(bǔ)償參數(shù)，保障圖像對比度適中，如圖17。

圖17 曝光參數(shù)優(yōu)化后圖像采集效果對比Fig.17 Comparison of image acquisition effect after exposure parameter optimization

第1 個目標(biāo)拍攝完成后，可見光相機(jī)恢復(fù)至最短焦距，根據(jù)檢測算法模塊檢測結(jié)果進(jìn)行比對。讀取每個設(shè)備區(qū)域中心點坐標(biāo)PAi（XApi，YApi）通過最小歐式距離完成Pic0與Pic0A中各設(shè)備中心點的對應(yīng)，確認(rèn)拍攝排序2 的設(shè)備，避免順序混亂和重復(fù)拍攝。關(guān)聯(lián)飛控和工單，對每個拍攝部位進(jìn)行命名，例如命名為“500 kVxxx線10號上相絕緣子導(dǎo)線端”。

重復(fù)上文步驟，完成排序2 設(shè)備的高清圖像采集與清晰度檢測，以此類推完成本航點視野內(nèi)所有設(shè)備的圖像采集與清晰度檢測。通過在一個航點完成視野內(nèi)多個設(shè)備的拍攝，降低航線規(guī)劃的難度和規(guī)劃工作量，避免了飛行航線過程中的能量損耗和在GPS 定位精度有限的條件下多個航點尋找懸停點消耗的時間，提升巡檢效率。

3 結(jié)語

考慮不同拍攝背景、光照、拍攝距離等典型環(huán)境工況條件，對自主巡檢無人機(jī)拍攝的圖像進(jìn)行了規(guī)范，基于輕量化改進(jìn)YOLO 算法，建立了基于圖像識別反饋的無人機(jī)巡檢自適應(yīng)拍攝算法，通過從無人機(jī)視頻中識別出桿塔、絕緣子、金具等典型電力設(shè)備部件，反饋給無人機(jī)飛控系統(tǒng)。在拍攝前調(diào)節(jié)控制無人機(jī)拍攝位置、相機(jī)焦距、角度等拍攝參數(shù)，使拍攝圖像居中且清晰可見，在考慮風(fēng)速、光照影響的工況條件下，實現(xiàn)了對桿塔、導(dǎo)地線、絕緣子、金具、附屬設(shè)施、線路走廊的高清自適應(yīng)對焦拍攝。