应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统设计

谢志文，吴 晖

（1.广东电网公司电力科学研究院，广州510030；2.南方电网电力科技股份有限公司，广州510030）

在地形比较复杂的荒野地区，电力线路分布广且多，线路所使用的管、线经过风吹日晒，很容易出现老化破损等情况，需要加大电力线路的巡检力度，同时，随着电力技术的不断改进，电压等级以及电网规模也不断得到改善，电力线路的铺设范围不断增加，长距离的电力线路铺设使用越来越多，随之而来的巡检电力线路的工作量不断增加，如果使用人工开展电力线路的沿线巡检，不但人力成本过大，而且安全成本和技术需求较高，不符合目前电力线路的安全、经济效益需求[1]。

过去使用的人工巡检方式通常是人力主导，借助简单交通工具和望远镜等检测设备检查电力线路情况，通过通信网络上报线路故障问题，这种巡检方式不能有效采集线路故障照片，技术人员不能准确判断故障情况与位置，容易出现漏检测和误检测的情况[2-4]。且受到环境影响，巡检工作不能按计划开展，一旦线路发生故障不能被及时检测出来，将会导致线路中断，发生大面积断电情况。为解决这种问题，众多专家对无人机巡检技术进行研究，文献[5]设计一种基于卫星技术的大型无人机巡检系统，利用卫星技术实现无人机的导航定位，该种技术虽然能够实现无人机的精准导航巡检，但是技术成本较高，实际使用时还需要进一步改进；文献[6]从现场勘查、设备安装、巡检规划和巡检应用等方面介绍了工程实施步骤，但是该种系统只能在地面实现检测，遗漏巡检的情况较高。

由于上述相关机器设备不能独立思考，只能执行计算机指令，在运行过程中会出现时变特性，受信噪干扰等因素的影响，很难实现全区、全天候的精确跟踪，且巡检准确率较低，因此，本文采取轨迹跟踪技术，使用鲁棒滑模控制算法，提升轨迹跟踪的准确性。滑模控制能够不考虑控制对象的扰动情况，在响应方面速度较快且灵敏性高，具有物理设备需求较小的特点，在机器人运动轨迹控制方面已经具有成熟的研究经验[7-9]，由此提升无人机巡检的准确性。

1 系统设计

1.1 系统整体结构

考虑到电力线路无人机智能化巡检的基本流程，构建电力线路无人机智能化巡检系统的整体框架，如图1所示。

图1 系统整体框架Fig.1 Overall system framework

采集模块、轨迹跟踪控制模块等数个模块共同组成电力线路无人机智能化巡检系统。在本文系统中，飞行状态监测模块负责监测飞行控制情况，由此监测无人机飞行控制情况，飞行控制模块中最重要的部分就是轨迹跟踪控制子模块，该子模块也是整个无人机飞行控制的核心部分，在下文中会展开详细分析。数据采集模块负责采集电力线路的图像信息与地面位置信息，并将其传输至飞行控制模块，飞行控制模块将这些数据经过无线数据传输模块传输至地面站模块，该模块保存电力线路图像信息数据与位置信息，巡检数据智能化分析管理模块对图像数据在线处理，地面站的工作人员分析电力线路中可能存在的故障问题与环境中可能存在的环境侵害，并判断故障情况，地面站控制模块向飞行控制模块反馈飞行数据，帮助轨迹跟踪控制模块控制无人机飞行。

飞行动力模块由动力能源设备与无人机机体组成，充电锂电池作为动力能源；飞行状态监测模块主要负载在巡检过程中监控无人机的飞行状态：电池电量、飞行时水平与垂直速度、飞行姿态等，用于掌握无人机的实时动态；数据采集模块主要通过传感器实现数据采集，因此该模块配备高清摄像机与光感传感器等设备获得电力线路和环境情况的数据[10-11]；无线数据传输模块负责图像与环境信息的传输和存储，配备大功率MDS 实现数据的无线传输，保证了数据的完整性与传输稳定性；地面站控制模块主要负责无人机的指挥操作；巡检数据智能化分析管理模块是检测电力线路是否发生故障的关键部分，该模块的工作流程如图2所示。

图2 巡检数据智能化分析管理模块工作流程Fig.2 Work flow chart of patrol inspection data intelligent analysis management module

该模块需要对获取的图像数据实行预处理，作为检测电力线路故障的智能算法，在比较复杂的背景环境中检测出电力线路中的故障情况，实现电力线路无人机智能化巡检[12]。

1.2 无人机硬件配置

本文智能化巡检系统所使用的无人机为四旋翼飞行器，该结构如图3所示。

图3 无人机结构Fig.3 UAV structure

如果需要近距离特殊操作则需要云台、摄像机以及无人机之间实现三轴切换转动，这种时候就需要使用遥控器实现控制操作。在该硬件部分中5.9G33 拼点模拟图片传输系统实现无线图像传输功能，该系统的有效传输距离为3.5 km，如果地面站配备天线接收设备，传输范围可扩大至10 m，利用XTEND900M/1W 数传电台实现无线数字传输，该硬件的最大数字传输距离接近65 m，35 A 无刷电子调速器配合无刷电机作为无人机的动力系统，最大功率接近580 W。可见光摄像机与3840×2160 分辨率航拍摄像机作为图像采集设备[13-14]。

1.3 机器人轨迹跟踪控制方法

轨迹跟踪控制子模块是飞行控制模块中最重要的一部分，也是整个系统的核心部分。无人机在坐标系的位置为坐标点，坐标点是四旋翼的中点M，航向角用θ 描述，x坐标轴的夹角和无人机飞行方向为无人机运行方向，其动力数学模型用式（1）描述：

式中：γ 为无人机的角速度；［x，y］为无人机的位置；v为无人机的线速度；［v，γ］为采用控制律完成无人机的轨迹跟踪。

通过自适应鲁棒滑模变结构控制算法完成无人机的轨迹跟踪[15]。

设置实时位置用［x，y］描述，理想轨迹用［xd，yd］描述，位置误差用［xe，ye］=［x-xd，x-yd］描述。将其导进式（1）中求出式（2）：

设计位置控制律：

（1）X轴：设置u1=vcos λ，取滑模变结构函数s1=xe，求导出s1′＝u1-xd′，设计控制律用u1=xd′-k1s1描述。其中，k1＞0，可得s1′＝-k1s1。

构建李雅谱诺夫函数，如式（3）所示：

求导得出式（4）：

当k1＞0 时，则V1′≤0，表示系统稳定。

（2）Y轴：设置u2=vsin λ，取滑模变结构函数s2=xe，求导出s2′＝u2-yd′，设计控制律用u2=yd′-k2s2描述。其中，k2＞0，可得s2′＝-k2s2。

构建李雅普诺夫函数，如式（5）所示：

求导得出式（6）：

当k2＞0 时，则V2′≤0，表示系统稳定。

通过上式求出实际位置控制律，如式（7）所示：

式中：实际控制角度用λ 描述。为使控制角度误差是0，需设计姿态控制律。

设计姿态控制律：

设置实际控制角度与理想角度误差用λe=λ-λd描述，取滑模函数用s3=λe描述，求导出式（8）：

滑模姿态控制律，如式（9）所示：

构建李雅谱诺夫函数，如式（10）所示：

求导得出式（11）：

按照柯西-施瓦茨不等式求出式（12）：

当k3＞0 时，则V3′≤0，表示系统稳定，地面站根据数据信息，进行电力线路故障识别，进而实现电力线路无人机智能化巡检。

2 实验结果

以某市郊区较空旷区域的电力线路作为研究对象，验证本文系统的性能，实验研究区域的电力线路长度约为5 km，属于110 kV 高压线路，结构属于架空线路，供电性能安全可靠，有利于区域电力长时间可持续发展。该段线路经济成本较低但是极易受到冷空气及雷击灾害影响，所以对于该类线路的巡检一直是电力公司重点工作。在本文方法应用下，其导航定位与路径规划模式如图4所示。

图4 导航定位与路径规划模式Fig.4 Navigation positioning and path planning mode

为使实验结果更加具有对比性，同时使用基于卫星技术的无人机巡检系统（下文简称对比系统1）与基于机器视觉的无人机巡检系统（下文简称对比系统2）对研究区域电力线路开展巡检验证，两种对比系统分别来自参考文献[5]与参考文献[6]。

无论何种巡检系统，无人机飞行方向都需要在系统控制之下，因此系统会存在一个规定轨迹路线，对比3 个系统轨迹跟踪在X轴方向、Y轴方向，与航向角度方向上与规定轨迹之间的误差，结果如图5所示。

图5 无人机轨迹跟踪误差分析Fig.5 Trajectory tracking error analysis of UAV

从图5 中能够看出，在实验初始阶段，本文系统与理想轨迹之间存在较小误差，经过短暂运行后，本文系统无人机飞行轨迹基本与理想轨迹拟合，没有出现过大的误差，轨迹跟踪控制效果较好。两种对比系统由于对于飞行轨迹控制没有过于重视，导致飞行轨迹与理想轨迹存在较大误差，这种误差将严重影响无人机的巡检效果。

为验证系统轨迹跟踪的可靠性能，特意把本文系统无人机带离距离规定轨迹30 m 处再开始起飞，系统可靠性验证结果如图6所示。

在图6 中，A 时刻为无人机起飞的初始地点，C时刻是规定轨迹的起始位置，A 时刻与C 时刻相距30 m，从图6 中能够看出，尽管初始阶段无人机与规定轨迹距离较远，但运用本文系统的无人机能够实时获取GPS 信号，同时由于本文系统使用自适应鲁棒滑模变结构控制算法，所以能够在B 时刻使得飞行器重新回到规定轨迹上，并且在后续的飞行过程中始终保持与规定轨迹一致的路线，由此可以看出本文系统具有较强的可靠性。

对比3 种系统图像数据采集后预处理效果，结果如图7所示。

图7 图像数据预处理效果Fig.7 Image data preprocessing effect

从图7 中能够看出，由于本文系统中巡检数据智能化分析管理模块具有良好的数据预处理功能，使用本文系统能够获得较为清晰的电力线路图像数据。两种对比系统并没有使用预处理技术，所以图像数据中存在较多噪声干扰。

在不同天气情况下，对电力线路开展巡检，巡检结果准确率情况见表1。

表1 不同天气干扰下巡检准确率对比Tab.1 Comparison of patrol inspection accuracy under different weather interference

从表1 中能够看出，对于电力线路各个构件3种系统均能实现准确巡检，但是在不同天气情况下，两种对比系统的巡检准确率逐渐降低，但是本文系统在天气干扰情况下仍然能够对比电力线路各个部件保证较高的巡检准确率，说明本文系统的实际应用性能较好。

3 结语

本文设计了应用机器人轨迹跟踪技术的电力线路无人机智能化巡检系统，利用无人机搭载传感器获得电力线路图像数据，运用本文所设计系统中的轨迹跟踪技术，控制无人机按照规划路线对电力线路实现巡检。以实际电力线路为研究对象开展实验研究，经过验证，本文系统无人机飞行轨迹能够与规定轨迹高度拟合，具有良好的轨迹跟踪效果，即使初始阶段发生偏航也能依靠系统强大的控制能力重新回归到规定轨迹；且本文系统在数据预处理阶段具有强大的数据预处理效果，在采集电力线路图像数据后能够实现图像预处理，获得良好的电力线路巡检效果。