0 引言

    近年來，我國的全國互聯大電網逐步建成并完善，輸電線路總長度和輸送容量逐年增長。為確保輸電線路的可靠性，及時發現線路損傷和隱患，電力部門必須定期對輸電線路進行巡檢^[1]。目前輸電線路的巡檢主要為人工巡檢，此方式受到自然環境和巡檢設備的制約，成本高、效率低、漏檢率及誤檢率大，效果不佳。線路攀爬機巡檢機器人巡檢速度慢，對機器人的機械結構設計要求高，需要完成越障等高難度動作，機械結構和控制算法復雜^[2-4]。

    由于四旋翼無人機具有能垂直起降、可懸停、適應性強、成本低、安全性高、機動性好等許多特點^[5-6]，可搭載航拍裝置多角度、全方位地獲取清晰準確的輸電線信息。非接觸式輸電線巡檢實現在線監測，提升故障檢出率，為迅速確定搶修方案、縮短搶修時間提供有力保障^[7-8]。

    本文設計了一種基于攝像頭的自主巡線四旋翼無人機方案，用黑白攝像頭^[9]采集輸電線與背景的灰度圖像信息并進行相應處理，快速準確地識別出輸電線，以輸電線作為導航目標，規劃四旋翼無人機的巡線路徑。

1 四旋翼無人機自主巡線方案設計

    自主巡線四旋翼無人機由機架、主控模塊、攝像頭、姿態檢測模塊、高度檢測模塊、電機驅動模塊、電池模塊構成。主控模塊讀取各傳感檢測模塊的數據并進行姿態數據融合，解算出無人機的高精度姿態角，讀取并處理攝像頭圖像數據，規劃無人機巡線路徑，根據偏差調節各電機轉速，使無人機執行相應的飛行動作達到自主巡線飛行的效果。四旋翼無人機總體設計圖如圖1。

2 系統硬件設計

    系統硬件設計分為四旋翼無人機機架及動力模塊、主控模塊、輸電線檢測模塊、無人機姿態及高度檢測模塊、應急通信模塊5個部分。

2.1 機架及動力模塊

    四旋翼無人機是一種六自由度的、帶有4片正反槳葉的旋翼類飛行器，可通過改變4個電機的轉速控制無人機在縱向、橫向、豎直方向和偏航方向上運動。選用大疆公司的風火輪F450飛行平臺，好盈30 A無刷電調直接焊接到F450的沉金PCB上，配備新西達2 212/1 000 kV電機構建四旋翼無人機。該平臺機架力臂材料強度大，耐摔，耐撞擊，機身設計時保持重心和幾何重心重合，穩定性好。為了增長四旋翼無人機的巡檢時間、懸停能力以及抗風能力，滿足電機的功率要求，動力模塊配備30 C放電性能的5 200 mAh的高能鋰聚合物電池。

2.2 主控模塊

    四旋翼無人機的主控模塊是實現機體穩定、精確巡線飛行的核心。選用STM32F407芯片完成對各種傳感器數據的讀取、運算處理、飛行姿態和動作的控制，使無人機根據控制算法處理結果來調整飛行姿態，實現巡線飛行。

    STM32F407芯片是基于ARMCortex-M4內核的32 bit微控制器，具有256 KB Flash，支持最高168 MHz的運行頻率，開源且擁有函數庫，功能強大，與硬件兼容性好，可移植性強，便于無人機控制算法的開發、維護和升級。

2.3 輸電線檢測模塊

    輸電線圖像的分辨率是決定自主巡線是否精確的基礎。圖像采集采用OV7620攝像頭，利用逐行掃描方式采集輸電線及背景圖像上的點，通過I/O傳輸到主控模塊。OV7620是CMOS彩色/黑白圖像傳感器,支持連續和隔行兩種掃描方式,最高像素為664×492，幀速率為30 f/s，數據格式包括YUV、YCrCb、RGB 3種，內置10 bit雙通道A/D轉換器,輸出8 bit圖像數據，自帶自動增益和自動白平衡控制，功耗小于110 mW，可以采集到較為清晰的黑白數字圖像。

2.4 無人機姿態及高度檢測模塊

    四旋翼無人機的姿態檢測是姿態控制與調整的前提，包括翻滾角、俯仰角、偏航角。姿態檢測采用MPU-6050和GY-273 HMC5883L。MPU-6050是全球首例整合性六軸運動處理組件，避免除了組合陀螺儀與加速度計的軸間差的問題，大大減小了體積，提高了精度；三軸電子羅盤HMC5883L內部集成了先進的高分辨率磁阻傳感器，并附帶了具有霍尼韋爾專利的集成電路，能使羅盤測量精度控制在2°以內，可以通過I²C引腳與系統連接。高度檢測選用大氣壓強傳感器MPXA6115A，MPXA6115A具有耐高溫、高精度集成、輸出的模擬量與高度成線性關系等優點。

2.5 應急通信模塊

    四旋翼無人機的安全是自主巡線的基礎，方案設計中引入無線遙控模塊，在突發意外時可以通過手動遙控解決。無線遙控模塊選用E31-TTL-50，通信距離為2 100 m，收發一體，具有發射功率小且密度集中的優點。

3 系統軟件設計

    系統軟件是四旋翼無人機的自主巡線控制核心，本文設計了基于攝像頭的無人機巡線算法、無人機姿態檢測與控制算法。無人機自主巡線軟件系統如圖2所示。

3.1 基于攝像頭的無人機巡線算法

    四旋翼無人機自主巡線飛行過程中,攝像頭采集的圖像數據主要為輸電線和背景兩種顏色，因此只需對圖像灰度數據進行處理，即可識別出輸電線實現跟蹤導航。本文的攝像頭數據輸出采用YUV格式，YUV數據格式中“Y”表示明亮度,也就是灰階值；而“U”和“V”表示的則是色度，作用是描述影像色彩及飽和度，用于指定像素的顏色。YUV色彩空間的優點是它的亮度信號Y和色度信號U、V是分離的，如果只有Y信號分量而沒有U、V分量,表示的圖像就是黑白灰度圖像。

    考慮到STM32F407的數據處理能力與存儲空間有限,而本系統的目的只在于提取輸電線，即處理8位Y信號分量，并且輸電線在高空中與背景差異較大，易于辨別?；谝陨显?，不需要提取圖像中所有的點，只需提取一定數量的數據陣列即可，最終方案采集240×180分辨率圖像。然后對圖像依次進行二值化、中值濾波和輸電線提取，并通過單目視覺測距算法判斷無人機與輸電線的相對位置，最終實現實時規劃無人機巡線路徑的功能。

    巡線過程涉及無人機的自主運動，在本文的設計中，巡線主要依靠無人機的垂直升降、前后俯仰、左右翻滾3種運動姿態。

    在初始化階段需要手動遙控將四旋翼無人機直升到輸電線附近，而后四旋翼無人機沿著線路前進時需要俯仰運動，與線路靠得太近時需要翻滾運動來及時調整。

    (1)二值化處理

    基于灰度的輸電線圖像二值化即選擇一個合適的閾值，將輸電線與背景有效分開。將圖像導入MATLAB進行分析，發現飛行器在不同地點、不同時間甚至不同天氣環境下，背景及輸電線的像素值受客觀因素影響較大，無法使用恒定閾值對圖像進行二值化處理，所以二值化的閾值要不斷改變。

    采用循環迭代下的最佳閾值分割算法，計算出圖像的最佳閾值，并求出此時的二值化圖像，并對圖像進行細化處理，提高輸電線提取效果。

    實驗發現，背景光線較暗時，輸電線線圖像如圖3所示，二值化后圖像如圖4所示。當背景光線很強時，輸電線對光線進行反射，輸電線亮度與背景接近，輸電線圖像如圖5所示，二值化后圖像如圖6所示，無法識別。因此巡線時間應選擇在背景光線弱的時候，如陰天。

    (2)中值濾波算法

    二值化后已經出現非常清晰的輸電線圖像，實際檢測中仍會有干擾和噪聲存在，干擾下一步的線路識別。所以選擇對圖像進行中值濾波，把數字圖像中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近真實值，從而消除孤立的噪聲點。

    (3)巡線控制思路

    在攝像頭提取出穩定的信號后，識別輸電線軌跡，進行數據分析處理，計算出偏差角度，再將誤差數據送入PID控制器，對電機的旋轉速度進行控制，及時調整，直到輸電線軌跡穩定在飛行器飛行的合理范圍內。控制思路如圖7所示。

    將基準線設定在攝像頭圖片中間位置，允許一定誤差范圍，而后將采集進來的實時攝像頭數據進行比對，計算出誤差值，輸出到PID控制器中調節電機旋轉速度，達到在輸電線附近穩定飛行。

    程序設計思路為建立一組數組，默認為黑線理想情況下的穩定值，圖片大小為240×180像素，設IMAGE[110]~IMAGE[130]為巡線允許的范圍內的黑線，程序中photo[]數組實時存儲了每一次的圖像，將黑線部分保留，進行差值運算，保留正負符號，對應豎行相加減，橫向求平均值，得出某一瞬間的偏差度X。輸入PID調節器進行電機控制。

    考慮運動圖像的不穩定性，實際采用攝像頭PD與運動速度PID聯合的閉環控制，使飛行速度穩定在設定值范圍內，達到穩定巡線的效果。

    在穩定了攝像范圍之后便可以調整俯仰角度進行巡線，此后的過程中俯仰與翻滾角度及時調整互補，穩定輸出。

3.2 無人機姿態檢測與控制算法設計

    四旋翼無人機的姿態檢測與控制直接關系到巡線過程的穩定性和可靠性，通過卡爾曼濾波算法快速融合加速度計、陀螺儀、電子羅盤數據，使用加速度計測量值修正陀螺儀的積分誤差，充分利用陀螺儀在測量角位移時良好的高頻特性和加速度計在測量角速度時良好的低頻特性，結合電子羅盤數據解算出四旋翼無人機3個軸向的姿態角估計值，包括翻滾角、俯仰角、偏航角。將得到的無人自飛行姿態與自主巡線算法規劃的路徑比較，計算得出期望姿態角，通過PID算法控制四旋翼無人機快速的跟蹤期望姿態角，穩定航向和高度，從而使無人機自主巡線飛行。

    四旋翼無人機姿態解算采用基于卡爾曼濾波的融合算法，卡爾曼濾波是一個最優化自回歸數據處理算法，它以現代控制理論和統計數據處理為基礎，以估計均方誤差值最小化為準則，對當前系統的狀態作出最佳估計。該算法的基本思想是：采用信號與噪聲的狀態空間模型，利用前一時刻的估計值和當前時刻的觀測值來更新對狀態變量的估計，求出當前時刻的估計值。它適合于實時處理和計算機運算。

    卡爾曼濾波器與一般濾波器的最大區別在于它同時處理了系統的狀態方程和觀測方程，其系統方框圖如圖8所示。

    系統的狀態方程為：

其中x(k)為系統在時刻下的狀態向量，A(k|k-1)為系統狀態轉移矩陣，w(k-1)表示過程白噪聲，符合正態分布。

    觀測方程為：

式中，Z(k)為系統在k時刻下的觀測向量，H(k)為觀測矩陣，v(k)為觀測白噪聲，同樣也符合正態分布。

    四旋翼無人機的姿態融合解算中，可以依據陀螺儀積分輸出的角度作為姿態角的觀測值，將加速度計和電子羅盤測得的姿態角作為系統測量值，套用卡爾曼濾波器的流程來確定更新后的角度確定姿態角?？柭鼮V波算法的實際系統框圖如圖9所示。

4 結語

    安全責任重于泰山，傳統的電力巡檢存在著極大的安全隱患，比如人工攀爬桿塔、人工操控無人機巡檢，這些都具有人為因素從而導致安全事故發生。本方案利用無人機代替人工巡檢再由攝像頭定位輸電線，從而實現了真正意義上的自主巡航，有效改善了輸電線路的巡檢工作安全性，同時也提高了工作的效率。

參考文獻

[1] 魏傳虎，任杰，張晶晶，等.電力巡線無人機數據傳輸系統研究[J].電子技術應用，2015(7)：77-80.

[2] 黃俊璞，林韓，宋福根，等.輸電線路上方無人機巡檢避障策略[J].電氣應用，2015(2)：32-34.

[3] 付昱瑋，李字明，姜洪.無人機巡線的發展和應用研究[J].科技論壇，2014(1)：25-27.

[4] 何蘇勤，劉學.無人機巡檢鏈路數據傳輸系統的設計與實現[J].實驗技術與管理，2012(9)：93-96.

[5] 宮琛.四軸飛行器研究與設計[D].淮南：安徽理工大學，2013.

[6] 岳基隆，張慶杰，朱華勇.微小型四旋翼無人機研究進展及關鍵技術淺析[J].電光與控制，2010(10)：46-52.

[7] 黃謹益.無人機在電力輸電線路的各種應用[J].大眾科技，2015(9)：81-84.

[8] 湯明文，戴禮豪，林朝輝，等.無人機在電力線路巡視中的應用[J].中國電力，2013(3)：35-38.

[9] 吳吟簫，張虹，王新生，等.基于黑白攝像頭的智能小車路徑識別系統設計[J].計算機技術及應用，2009(4)：42-45.

作者信息:

張科比，雷  勇

（四川大學 電氣信息學院，四川 成都610065）