变电站智能巡检机器人多目标识别方法研究

2024-01-31罗骏杰潘亦辰

电气技术与经济 2024年1期

关键词：热像仪热辐射红外

罗骏杰董悦潘亦辰

（国网浙江省电力有限公司杭州供电公司）

0 引言

变电站作为电力系统的重要构成部分，其工作性能将会直接对变电系统的变电效率产生影响。使用智能化变电设备，采用智能巡检机器人，有利于保障变电站的用电安全，凭借机器人的智能系统，自主检测信息并识别处理，经过网络多方联动，提高巡检效率。

UWB多目标识别方法，采用红外相机多目标识别，最大程度上保障机器人运行效率，提高巡检工作的智能化操作水平。

1 变电站智能巡检机器人

1.1 巡检机器人的结构

为方便变电站内各项电力设施的照常工作，需要在智能化变电站设备当中安装智能巡检机器人，将智能化与巡检功能充分结合，在实现机器人自动导航的同时，完成自动定位和各部件传感分布，从而构建机器人的关键系统框架。当机器人质量越大，所消耗的能量也会越大，因此为了更好地进行重力调节，采用移动机构、中心机构与控制箱打造机器人的整体结构，图1为巡检机器人的构造情况［1］。

图1 智能巡检机器人原理构造示意图

1.2 巡检机器人系统

为更好的满足变电站的日常工作需求，要求设计人员在设计智能巡检机器人时适当的加入相关技术，比如监测技术与数据分析技术，从而完善机器人现有功能，实现变电站内的日常巡检与监督工作，再通过加密技术完成对信息的交互与传递。巡检机器人系统设计环节，移动控制子系统主要由主板、传感器、运动控制卡和驱动轮等部分构成，以此支撑机器人完成行为和运动，采集外部环境数据，对机器人可视路径展开智能规划，保障机器人的运行与动力学理论相符，满足巡检机器人的自主运动功能需求，检测变电站各项电力设施的数据，采集并传输图像信息。

1.3 巡检机器人的主要功能

1.3.1 识别检测功能

变电站内应用智能巡检机器人时，为保障各功能完善，需在机器人身上安装相应检测设备，完成对障碍物的检测与识别，合理判断故障现象。机器人需要配备可见光摄像机，以此用来采集图像与音频信息。机器人可以独立读取并记录信息，实时分析当前变电站的运行状态。随后，机器人采用图像匹配方法炭疽数据库信息，对采集到的图像和数据库内的图片相互对比，完成二者之间的匹配工作。算法设计方面，可矫正形变信息，降低灰度差，通过能量归一化与灰度均衡化手段，加深对图像信息的分析，提高机器人图像匹配度。

1.3.2 智能巡检分类功能

在变电站的日常工作中，智能巡检机器人主要有训练模式和返航模式这两种工作模式，此外机器人会按照实际巡检工作需求调整巡检方式，这些隐藏功能一般不会被用到，所以在运行期间会被忽略。

1.3.3 定位导航功能

针对智能巡检机器人的定位导航功能，需提前设定机器人的行进轨迹，使其在遇到障碍物的时候自动掉头或转弯，避开障碍物，在到达指定位置后，机器人依靠红外相机来探测可见光，再根据实际情况对设备的清晰角度进行调整，使机器人拍摄到的内容更加清晰。依靠图像处理功能，系统自身带有红外热像仪，可对目标对象进行实时监测，判断目前变电站中电力设备在运行期间是否存在着异常高温情况。将可见光摄像机的高度设置在500mm左右，机器人的行走速度保持在0.5m／s，机器人在行走的同时可以沿着导线进行拍摄，记录电力设施主变与刀闸开合的实际位置，自动读取相关数据，完成对仪器仪表的故障处理。不仅如此，变电站巡检机器人还具有无线传输功能，可以将监测到的信息数据传递给监控中心，随后监控中心会向机器人下达相关指令，指导机器人完成各项操作。

1.4 巡检机器人的关键技术

1.4.1 导航定位技术

该技术一般是利用磁导航或激光导航技术，让机器人可以在提前规划的路线内移动。磁导航技术下，需提前在路径内设磁性材料，方便智能巡检机器人识别与感应行进路线，防止路线错误。激光导航技术下，激光可以检测障碍物，再规划相应路线，防止机器人发生碰撞。同时为确保机器人能够在短时间内完成整个变电站的数据采集，在导航定位技术中应将变电站的平面图录入机器人系统中，并经算法确定机器人最佳巡视路线后，机器人即可按照既定路线观察变电站的内部状态。

1.4.2 检测识别技术

机器人自身有着较强的检测识别能力，可对变电站的各类情况有效识别，采集环境信息，经过信息分析，掌握变电站内的故障问题。检测工作中，巡检机器人主要负责检测设备的外观情况，识别开关状态，读取与识别不同表计、压板或油温表数据，利用激光雷达技术实现变电站三维全景重构，掌握一次和二次设备的具体坐标情况和构件使用情况。

1.4.3 图像识别技术

在对变电站中一次或二次设备进行识别的时候，智能巡检机器人采用图像识别技术，对比和记录各时间段的设备情况，找出设备问题。红外线识别期间，可利用红外热成像摄像机获取设备红外光谱，测量其表面温度。比如当开关柜内部存在线路老化的问题时，此时电路的电阻将会变大，从而出现线路过热的情况，智能巡检机器人会通过对红外光谱的使用，及时发现温度异常情况，并立即向系统作出预警提示。

1.4.4 自动充电技术

智能巡检机器人会在工作期间自动识别电量，当电量下降到某一标准时开始自动充电。在设计机器人巡检路线的时候，还需充分考虑机器人的充电时间，并确保充电时的安全性，为机器人设置专用充电桩，机器人在识别信号之后与充电桩相互对接即可。同时系统通过实时监测机器人的充电结果，当系统检测模块显示机器人的充电完成后，可控制机器人自动断开充电桩并恢复启动状态，再次接收到变电站巡视的工作任务后即可正常启动。

2 变电站智能巡检机器人多目标识别方法

2.1 红外相机多目标识别方法

2.1.1 热辐射理论

热量的传播主要是从温度偏高的物体传递到温度偏低的物体，物体间的温度差异越大，其热辐射就会越强，这样的能量发射方式就是热辐射。实际上，热辐射属于一种连续光谱，其性质和温度有关，任何物体都会向外辐射能量，同时吸收来自环境当中的辐射能量。所有物体都有温度，温度＞0℃时，物体自身温度产生红外辐射。热辐射电磁波能量波长一般与温度有关，人体肉眼可感知的可见光波段是0.4～0.75μm，红外波段中的短波段与之相邻，长波段与微波相邻，范围为0.75～10000μm。从波长角度来划分，红外波段共有4个区间，其中近红外线属于高频红外线，波长0.75～3μm，能量最强［2］。

2.1.2 红外热像仪测量

起初人们将红外热像仪用在军事领域，士兵们在夜间和雾天使用红外热成像仪，以此发现敌军。由于热成像仪有着十分强大的功能，随着设备功能的开发，各类民用热像仪被用于工业生产、温度测量等领域，日常生活中的相机就是一种可见光成像装置，这种相机会利用目标物体表面反射的光成像。相比之下，红外相机会根据目标物体与四周环境温度与热辐射差异进行对比，将其热辐射能量分布情况采用图像的形式进行成像，如图2所示，为可见光相机和红外相机拍摄出来的图像差异情况。

图2 可见光相机和红外相机拍摄图像的对比

本文选择的智能巡检机器人多目标识别系统主要以红外单目视觉系统为基础，这一系统适用于各类复杂场景的多目标识别问题处理，采用Guide ipt640高分辨率在线测温热像仪，在线获取跟踪目标的红外图像，再通过红外图像处理技术得到编码信息，系统按照编码信息来判断跟踪目标是否正确。

红外热像仪在应用时主要具有以下技术优势：（1）红外热像仪在使用的过程中不会受到灯光与环境光的影响，能够凭借跟踪目标的热辐射形成红外图像。（2）仪器适合用在各种复杂环境，支持全天候工作，变电站中的巡检机器人携带方便，红外热像仪重量轻，体积小，机器人操作方便。（3）红外穿透能力强，即便是变电站内粉尘与浓雾严重，设备依然可以工作。（4）仪器反应灵敏，成像更加直观，图像采集度较高，目标温度变化时能够快速进行感知，并输出相应的温度分布图像。

智能巡检机器人身上携带的红外相机主要依靠红外探测器与光学成像物镜，反映红外辐射能量，再将其转为人体肉眼可见的红外热图像。关于探测器针对探测目标的辐射功率，相应计算公式具体如下：

上述公式当中，f为热像仪光学焦距；τd为透过率；A0和A1分别为物体面积与探测面；η（λ）为系统效率；WΔλ为辐射能量强度。

巡检机器人身上的红外热像仪检测目标的辐射强度主要包含目标物体自身热辐射，以及目标物体背景与干扰物体的热辐射。红外热像仪在工作期间的大致过程如图所示，目标、背景产生的辐射一般会经过光学成像或电子处理等过程，最终从辐射转为直观的红外图像，如图3所示。

图3 红外图像的产生过程

2.1.3 智能巡检机器人红外相机多目标识别方案

伴随着深度学习与神经网络算法的发展，对于多目标检测技术的处理，人们会采用深度学习方法，利用神经网络进行图像识别，本文采用一种以可编码热红外标准为前提的变电站智能巡检跟随行走机器人的多目标识别方法，多根平行的碳纤维加热时直接供电加热，再利用二进制对加热丝编码，通过对加热顺序的调整，完成对不同热辐射标志的有效区分，进而更好的满足多目标检测任务的执行要求［3］。

2.2 UWB多目标识别方法

2.2.1 变电站智能巡检机器人的设计与选择

采用Nooploop公司研发的Auto Robo A移动机器人为变电站的智能巡检机器人，在机器人身上安装专门的传感器模块，以实现避障与跟随功能。机器人采用480MHz的STM32H750VBT6主控板芯片，以及1500mAh容量的锂电池，支持Windows下多种软件开发，完成对智能巡检机器人的有效调试，设备配备了激光传感器和惯性传感器，硬件连接情况大致如图4所示。

图4 Auto Robo A移动机器人硬件连接示意图

采用TOFSence激光传感器，将其作为变电站智能巡检机器人的避障传感器，以TOF飞行时间测算障碍物和机器人的距离，控制电机躲避障碍物。机器人的前端会安装3个激光传感器，通过级联测距的方式串联传感器，再利用通信接口将距离信息传递给控制器。下表为激光测距传感器的相应参数［4］。

表激光测距传感器相应参数

2.2.2 UWB多目标识别

UWB主要指无限载波通信技术，采取纳秒级数据，起初被用于军方雷达，随后开放了民用频段，相对带宽＞0.2MHz或绝对带宽＞500MHz的通信系统均为UWB系统，UWB多目标识别的定义公式具体如下所示：

上述公式当中，fh和fi分别指的是功率谱峰值衰减10db时的最高频和最低频；fc是中心频率。采用香农定理描述UWB传输速率、信号带宽与信噪比的关系，相应公式具体如下：

公式中，B为信道带宽，S为信号平均功率，N为噪声功率谱密度，C为信道容量。UWB带宽范围在500MHz～7.5GHz范围内，其信号数据传输速率较快，系统结构简单，能耗较低，分辨率较高，具有较为精确的定位效果，可用于解决变电站内智能巡检机器人的定位与跟随移动问题。以UWB技术为前提设计智能巡检机器人多目标识别系统，在完成对单个目标识别的同时，还能进行多目标识别，采用便签和基站的通信地址进行识别，在IEEE 802.15.4协议下完成多种噪声环境下的数据可靠传输。

基于UWB的变电站智能巡检机器人多目标识别系统中，机器人跟随的目标会携带移动标签，同时机器人的身上也会安装固定基站，系统提前存储标签地址信息和基站地址信息。标签开始工作后，系统发送广播信号，信号将会涵盖所有基站地址信息，基站接收信号之后，将会精准的分析数据包内的信息，科学判断数据包当中是否存在着自身地址信息，如果存在，就会和标签之间建立连接，完成对目标的有效识别。为尽可能的防止多标签在分配的过程中出现通信冲突，智能巡检机器人的基站和标签在匹配之后，UWB的目标识别功能也会因此而完成［5］。在本次多目标识别系统实现中，机器人可根据系统设定的行动轨迹路线对UWB多目标的状态展开识别，可满足不同环境下的数据采集与快速响应的要求。