基于计算机视觉方法的输电线路铁塔关键部件位移监测系统

国网江苏省电力有限公司 徐 铼 国网江苏省电力有限公司徐州供电分公司 刘 蕾 周大炎

在输电线路施工立塔架线中，有些关键部位如地锚和高空塔材的位移和形变将对整个施工安全造成巨大影响。目前对这些关键点的位移实时监测还只是停留在人工观察水平，不能进行实时监测并给出预警；缺乏可用于立塔架线施工的对地面或高空关键部件进行定位、并对位置信息进行实时监测的装置，因此亟需开展深入研究。

1 立塔施工关键部件位移监测方法的选择

为满足输电线路立塔施工关键部件位移监测的需要，要求测量距离不小于100米，定位重复测量精度高于3cm，反应时间不大于2s，根据这些指标选择关键部件位移监测方法。目前主流的位移检测方法可分为接触式和非接触式两类，其中接触式传感器有拉绳式位移传感器、加速度传感器、角度传感器、液位计乃至应变片等，这些方法常见于工程测量领域[1]。接触式测量的优点在于，不需要远距离地观测和苛刻的测试条件，直接布置在结构便可完成结构位移的测量，但这对于一些场合反而不方便，如高耸杆塔架构等，布置接触式传感器反而困难。

非接触式结构位移测量方法主要有地面测绘时使用全站仪方法、基于全球定位系统（GPS）的测量方法、合成孔径雷达（SAR）测量方法、激光雷达及地面测绘时使用全站仪和基于计算机视觉的测量方法等。传统的全站仪方法在测量精度和自动化程度上不能满足要求。GPS方法和SAR方法主要在应对人迹罕至或实地测量难度较大的场景，测试精度可达亚米尺度，但很难达到厘米级精度，一般主要用于地形地貌的监测、高耸结构的位移测量等[2]。激光雷达通过发射和接收激光束，分析激光遇到目标对象后的折返时间，计算出到目标对象的相对距离，并利用此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息，快速得到出被测目标的三维模型以及线、面、体等各种相关数据，建立三维点云测量设备具备非常高的精度。从效果上来讲，激光雷达维度（线束）越多时间测量精度越高、距离测量精度也越高，但成本也越大，不适合输电线路施工的成本要求。

相比以上方法，基于计算机视觉方法的结构位移测量方法以其全场性、系统简便廉价性、高精度、快速性、非接触性等优势，成为结构位移检测中的一种重要方法[3]。一方面随着相机分辨率的提升和成本的降低，视觉监测的成本降低而像素分辨力大幅提升；另一方面随着计算机视觉的飞速发展，以图像计算位移的方法获得长足发展，通过位移计算的后处理算法可以视觉方法的结构位移测量精度提升至像素乃至亚像素量级，其中基于图像相关的方法配合人为处理的高质量散斑表面，甚至可将计算精度提升到百分之一乃至千分之一像素精度[4]。经过测算，当测量距离为120m时，使用普通的25mm镜头像素精度即可满足3cm的要求。因此选用计算机视觉方法作为立塔施工关键部件位移监测的方法。

2 基于计算机视觉方法的关键部件位移监测系统组成和计算流程

基于计算机视觉方法的铁塔位移监测系统分为图像采集、图像处理和图像识别三个模块。计算系统硬件配置：处理器Intel Core I3-3110M，内存8GB DDR3，硬盘空间500GB，显卡NVIDIA GeForce GT 620M，网络配置为宽带网络。操作系统Windows7 x64，开发工具Visual Studio 2017；OpenCV 3.4.0，开发语言C++。

图像采集模块包括电荷光学成像模块和网络传输模块。光学成像模块包括耦合器件（CCD）摄像头和红外模块（包括光敏传感器和红外发射器）。摄像机快门速度1/60s至1/500s；分辨率800万像素，帧率25fps(0.04s)。当光强大于0.02Lux时摄像头为正常模式，直接利用外界自然光采集图像。当光强小于0.02Lux时摄像头自动切换为红外模式，同时目标铁塔上的光敏传感器控制铁塔若干目标点上的红外发射器发射红外光线，使得拍摄出的图像较为清晰且突出特征。在电路系统采取信号采集单元脉冲同步、多路采集同步以及通讯传输同步等同步技术，提高实时性。网络协议采用TCP/IP协议，通用性强。由于计算机需要识别电信号，故将CCD模块采集到的模拟信号和时序信号通过A/D转换器转换为电信号经USB2.0接口传输给计算机，确保了整个过程的稳定性，通过同步技术及480M带宽的USB2.0接口等提高了传输的实时性。

图像处理模块使用通用预处理流程进行灰度化及平坦化。选用高斯滤波进行图像增强，精度高、实时性好。当光强大于0.02Lux时无需对图像进行其他处理。光强小于0.02Lux时，需根据需求执行暗通道先验去雾算法或Retinex算法来进行相应处理，使图像更为清晰、突出重点，便于后续图像识别。

图1 关键部件位移监测系统计算流程

图像识别模块计算关键部件的位移。当光强大于0.02Lux时，首先使用Canny算法进行边缘检测，然后进行外轮廓检测及提取，最后提取出图像的质心坐标，通过计算相邻图像间质心坐标差，结合摄像比例尺求出实际位移。当光强小于0.02Lux时采用特征点提取检测方案。在图像中选取感兴趣部分（ROI区域），降低时间复杂度，在特征点检测时选用AKAZE算法，结合特征点描述的ORB算法同时对特征点进行提取，得到相应信息。最后运用位移视差算法计算位移。得到的位移量与安全阈值进行比较，若超出其范围则根据一定的判定规则给出继续观察、报警等措施。

3 基于计算机视觉方法的位移监测系统的测试和应用

基于上述方案，开发了一套基于计算机视觉方法的位移监测系统，并对实际铁塔的监测点的位移进行了监测，部分结果如图2所示。

图2 基于计算机视觉方法的位移监测系统测试结果

从图中可看出，除第四个监测点偶尔出现跳动误差外，其余四个监测点均达到良好效果。在有人为移动相机模拟干扰和故障情况时，系统也能做出正确反映。最终测试的位移误差在迎光拍摄、背景干扰较大时仍能取被控制在单个像素之内。像素分辨率达到了2cm，证明提出的计算机视觉方法对位移实时、精确的监测有效，所开发的位移监测系统及系统中使用的方案和算法能够满足要求，可用于对输电线路铁塔及其它类型的建筑关键部位在施工和运营过程中的位移进行实时、精确的监测。