繆希仁，劉志穎，鄢齊晨

(福州大學(xué)電氣工程與自動化學(xué)院，福建 福州 350108)

摘要： 隨著無人機(jī)在電力巡檢領(lǐng)域的推廣應(yīng)用，輸電線路巡檢工作模式發(fā)生巨大轉(zhuǎn)變，海量巡檢數(shù)據(jù)需要后期人工處理，巡檢工作高度依賴專業(yè)人員，對巡檢工作智能化有著迫切需求.針對這一問題，本研究介紹電力巡檢無人機(jī)應(yīng)用現(xiàn)狀，概述電力無人機(jī)巡檢工作模式及特點(diǎn)，分析無人機(jī)智能巡檢技術(shù)需求；在此基礎(chǔ)上重點(diǎn)綜述巡檢數(shù)據(jù)智能處理、無人機(jī)自主導(dǎo)航和無人機(jī)續(xù)航三個關(guān)鍵技術(shù)問題，探討其可能的解決方案，并對其未來發(fā)展進(jìn)行展望，希望能為相關(guān)研究提供一些有益參考.

關(guān)鍵詞： 電力巡檢；無人機(jī)；圖像處理; 自主導(dǎo)航；在線取能

0 引言

線路巡檢是保證架空線路正常運(yùn)行的重要手段.隨著我國輸電線路的快速發(fā)展，線路巡檢工作面臨著作業(yè)強(qiáng)度大、周期長，部分線路環(huán)境惡劣等問題，傳統(tǒng)的人工巡視方法面臨巨大挑戰(zhàn).為此，近年來電網(wǎng)積極引進(jìn)新技術(shù)，提高線路巡檢工作自動化程度，改進(jìn)巡檢工作模式.

無人機(jī)巡檢是對傳統(tǒng)人工巡檢的技術(shù)提升，由飛手遠(yuǎn)程操控?zé)o人機(jī)，通過機(jī)載的傳感設(shè)備(如相機(jī)、紅外成像儀等)對架空線路進(jìn)行巡查[1-2].相比其他改進(jìn)技術(shù)，如直升機(jī)巡檢[3]、機(jī)器人巡檢[4]等，無人機(jī)巡檢雖然在巡檢精度上有所下降，但具有設(shè)備簡單、成本低廉、機(jī)動靈活、安全高效、視野良好、易于發(fā)現(xiàn)桿塔平口以上的缺陷等優(yōu)點(diǎn)，且無需對線路進(jìn)行改造，不存在損傷線路的隱患，更容易與人工巡檢相融合，成為日常巡檢手段，是當(dāng)前電網(wǎng)的主要推廣方向.根據(jù)國家電網(wǎng)公司公布的數(shù)據(jù)，無人機(jī)架空線路巡檢效率是人工巡檢的8～10倍，在日常巡檢工作中，人工巡檢與無人機(jī)巡檢各占50%.可以預(yù)見，無人機(jī)巡檢將會成為未來電網(wǎng)最主要的，應(yīng)用范圍最廣泛的巡檢手段.但隨著無人機(jī)巡檢技術(shù)的推廣，新的問題也隨之產(chǎn)生：巡檢過程中產(chǎn)生的海量圖像數(shù)據(jù)需要后期人工處理；巡檢工作人員需要具備較高的無人機(jī)相關(guān)技能，其技能水平對巡檢質(zhì)量和電力設(shè)施安全有直接影響.在現(xiàn)階段，專業(yè)無人機(jī)巡檢人員的欠缺與巡檢工作智能化水平的不足是無人機(jī)巡檢推廣應(yīng)用的主要制約因素.

針對上述問題，本研究介紹電力巡檢無人機(jī)應(yīng)用現(xiàn)狀，概述電力無人機(jī)巡檢工作模式及特點(diǎn)，分析無人機(jī)智能巡檢技術(shù)需求，重點(diǎn)綜述巡檢數(shù)據(jù)智能處理、無人機(jī)自主導(dǎo)航、無人機(jī)續(xù)航等關(guān)鍵技術(shù)問題，探討其可能的解決方案，為相關(guān)研究提供一些有益參考.

1 電力巡檢無人機(jī)應(yīng)用現(xiàn)狀

1.1 電力無人機(jī)概述

根據(jù)無人機(jī)的機(jī)體結(jié)構(gòu)，通常可將無人機(jī)分為無人直升機(jī)、多旋翼無人機(jī)和固定翼無人機(jī)三類.目前在電力巡檢中都有應(yīng)用，但由于三種無人機(jī)的性能特點(diǎn)存在較大差異，其所承擔(dān)的巡檢任務(wù)也有所側(cè)重.

無人直升機(jī)與傳統(tǒng)直升機(jī)類似，但由操控人員在地面站進(jìn)行操控，是早期電網(wǎng)無人機(jī)巡檢試驗(yàn)方案之一.由于無人直升機(jī)體積較大，操控難度較高，存在與電力設(shè)施碰撞產(chǎn)生嚴(yán)重后果的潛在風(fēng)險(xiǎn)，且成本較高，目前已較少應(yīng)用在電力巡檢領(lǐng)域.

多旋翼無人機(jī)由多個旋翼產(chǎn)生升力，通過改變各個旋翼的轉(zhuǎn)速控制飛行器的姿態(tài)，具有小巧靈活、垂直起降、精準(zhǔn)懸停的優(yōu)點(diǎn)，但機(jī)動性和飛行高度較低，負(fù)載較小，續(xù)航時(shí)間短.因此，在架空線路巡檢中，多旋翼無人機(jī)通常負(fù)責(zé)小范圍精細(xì)作業(yè)，或桿塔精細(xì)化建模等任務(wù).

固定翼無人機(jī)依靠螺旋槳或渦輪發(fā)動機(jī)提供前進(jìn)動力，由機(jī)翼與空氣的相對運(yùn)動產(chǎn)生升力，其巡航速度快，續(xù)航時(shí)間長，但起降需要跑道，且無法懸停.在架空線路巡檢中，固定翼通常負(fù)責(zé)大范圍、有較高航程要求的任務(wù).

除此之外，還有結(jié)合固定翼與多旋翼的復(fù)合翼無人機(jī)，兼具垂直起降、精準(zhǔn)懸停與巡航速度快的優(yōu)點(diǎn)，在災(zāi)后應(yīng)急等惡劣復(fù)雜環(huán)境的應(yīng)用場景中極具潛力，但在電力巡檢領(lǐng)域尚未有大范圍落地應(yīng)用.

從功能來說，無人機(jī)在電力巡檢中所扮演的角色主要為遙感承載平臺.

1.2 遙感承載平臺

遙感檢測指利用遙感器記錄目標(biāo)物對電磁波的輻射、反射等信息并形成影像，分析目標(biāo)物特性及其變化，屬于典型的非接觸式測量方法.在架空線路巡檢中，遙感檢測通常被用于檢測關(guān)鍵電力部件的運(yùn)行情況，是目前電網(wǎng)最為普遍的無人機(jī)應(yīng)用方式.常用的遙感檢測手段包括紫外成像、紅外熱成像、可見光成像、激光雷達(dá)等.

1.2.1 可見光遙感

可見光遙感巡檢即利用穩(wěn)像儀、相機(jī)等可見光采集設(shè)備，檢查肉眼可見的電力設(shè)備特征性質(zhì)變化，其設(shè)備要求簡單，檢測缺陷范圍廣，被大量應(yīng)用于無人機(jī)線路巡檢中[5].由于無人機(jī)性能特性差異，旋翼無人機(jī)與固定翼無人機(jī)在搭載可見光遙感時(shí)，工作模式及側(cè)重點(diǎn)有明顯差異.

旋翼無人機(jī)通常被用來代替?zhèn)鹘y(tǒng)的人工巡檢方式，由飛手在巡查地點(diǎn)附近升空，利用搭載的可見光影像采集設(shè)備進(jìn)行巡查，其重點(diǎn)監(jiān)測對象為架空線路本體，包括導(dǎo)地線、絕緣子、金具、桿塔等，以及作業(yè)點(diǎn)附近的線路通道異常情況和缺陷隱患[1].

固定翼無人機(jī)通常由固定機(jī)場或臨時(shí)搭建的起飛點(diǎn)升空，沿架空線路或既定航線飛行，對線路進(jìn)行連續(xù)拍照并拼接形成通道全景圖或視頻錄像，其重點(diǎn)監(jiān)測對象為線路通道、周邊環(huán)境、沿線交叉跨越等宏觀情況，兼顧較為明顯的設(shè)備缺陷，如桿塔倒伏、斷線等[2].

1.2.2 紅外遙感

紅外遙感是當(dāng)前監(jiān)測和診斷運(yùn)行中電力設(shè)備過熱缺陷的常規(guī)手段之一.其原理是通過紅外熱像儀等設(shè)備探測目標(biāo)熱輻射以獲取目標(biāo)的二維溫度分布，生成熱像圖，通過分析熱像圖特征判斷設(shè)備運(yùn)行情況.具有高效、安全、不受高壓電磁場干擾等優(yōu)點(diǎn)，適用于變電站、架空線路、發(fā)電站等電力設(shè)備的異常發(fā)熱檢測.在架空線路巡檢中，多裝備于旋翼無人機(jī)上，技術(shù)已經(jīng)較為成熟，但尚未大規(guī)模投入應(yīng)用.

1.2.3 紫外遙感

紫外遙感主要用于檢測電力設(shè)備的電暈放電和表面局部閃絡(luò)，通過探測放電輻射出的波長為240～280 nm波段的紫外光信號，輸出放電紫外圖像，以圖像光子數(shù)作為衡量放電強(qiáng)度的量化參數(shù).該方法相比超聲波檢測法、紅外成像法，具有靈敏度高、不易受環(huán)境干擾等優(yōu)勢.受制于紫外遙感設(shè)備的價(jià)格因素，目前在電力巡檢中將其與無人機(jī)結(jié)合的應(yīng)用較少，相應(yīng)研究也仍處于剛起步階段.

1.2.4 激光雷達(dá)

激光雷達(dá)以發(fā)射激光束感知目標(biāo)的位置、速度等特征量，目前被廣泛應(yīng)用在地理信息測繪及定位導(dǎo)航領(lǐng)域.在電力巡檢中，主要用于架空線路的通道環(huán)境測繪及三維重建，是當(dāng)前電力線路走廊通道環(huán)境檢測的主要技術(shù)手段之一.該方法主要通過機(jī)載激光雷達(dá)掃描電力線路通道，根據(jù)點(diǎn)云數(shù)據(jù)建立電力走廊通道環(huán)境的三維模型，在此基礎(chǔ)上分析危險(xiǎn)點(diǎn)(樹障缺陷、限距缺陷、外破缺陷等)，并結(jié)合傾斜攝影進(jìn)行通道可視化管控，結(jié)合微氣象、導(dǎo)線工況進(jìn)行導(dǎo)線弧垂、風(fēng)偏、覆冰等缺陷預(yù)警.由于多旋翼無人機(jī)航程受限，激光雷達(dá)多裝載于固定翼無人機(jī)上，硬件成本較高，目前也有將小型激光雷達(dá)裝載于中小型旋翼無人機(jī)上，承擔(dān)桿塔精細(xì)建模等任務(wù)，但尚未大規(guī)模應(yīng)用.

2 無人機(jī)電力巡檢的智能化需求

截至2017年，全國輸電線路總長度達(dá)到68.8萬 km2，平均每百公里無人機(jī)巡檢需要專業(yè)人員20人，耗時(shí)160 h.在進(jìn)行架空線路無人機(jī)巡檢時(shí)，通常由飛手現(xiàn)場采集固定區(qū)域或關(guān)鍵部件的影像數(shù)據(jù)，帶回地面站后再通過人工觀看影像查找缺陷并進(jìn)行標(biāo)注處理.因此，除戶外巡檢作業(yè)外，每百公里巡檢產(chǎn)生圖片8萬多張，后期還需人工檢查圖像數(shù)據(jù)約500 GB.采用這種工作模式的原因主要有兩點(diǎn)：一是便攜無人機(jī)操控設(shè)備的屏幕尺寸較小、分辨率不足，而大部分缺陷區(qū)域尺度較小，不利于現(xiàn)場查找缺陷；二是無人機(jī)續(xù)航及存儲空間有限，無法支持過于精細(xì)的現(xiàn)場檢查工作.這種模式使得巡檢工作的后期數(shù)據(jù)處理工作量大增，巡檢質(zhì)量嚴(yán)重依賴處理人員的影像檢查能力，且存在視覺疲勞導(dǎo)致漏檢率上升的隱患，對巡檢工作智能化有迫切需求.

智能化是電力無人機(jī)巡檢的發(fā)展趨勢，現(xiàn)階段可分為兩個部分：用于減輕后期數(shù)據(jù)處理工作量的巡檢圖像數(shù)據(jù)處理智能化和用于減少無人機(jī)巡檢對專業(yè)工作人員依賴的無人機(jī)全自主智能巡檢.二者并非相互獨(dú)立，一方面，與汽車自動駕駛類似，目前無人機(jī)自主導(dǎo)航研究大量使用機(jī)器視覺進(jìn)行輔助，與巡檢圖像數(shù)據(jù)處理存在一定的交叉；另一方面，良好的全自主巡檢系統(tǒng)可以保證巡檢過程中流程的標(biāo)準(zhǔn)化，避免人為因素造成巡檢質(zhì)量參差不齊，規(guī)范巡檢數(shù)據(jù)采集，降低后期數(shù)據(jù)處理難度.從技術(shù)上來講，完全的自主巡檢(即在陌生的環(huán)境中，僅依賴少量的先驗(yàn)知識自主完成巡檢任務(wù))所涉及的技術(shù)面更廣，約束條件更多(如無人機(jī)計(jì)算能力、載荷等)，難度更高，是現(xiàn)階段無人機(jī)巡檢智能化發(fā)展的終極目標(biāo).要實(shí)現(xiàn)無人機(jī)巡檢智能化，需要解決數(shù)據(jù)智能處理、無人機(jī)自主導(dǎo)航和續(xù)航三個核心問題.

3 無人機(jī)電力巡檢的關(guān)鍵問題

3.1 數(shù)據(jù)智能處理

當(dāng)前無人機(jī)巡檢產(chǎn)生的巡檢數(shù)據(jù)主要有兩種：激光雷達(dá)點(diǎn)云數(shù)據(jù)和光學(xué)影像數(shù)據(jù)(包括可見光、紅外、紫外等).前者的數(shù)據(jù)處理通常指點(diǎn)云數(shù)據(jù)的三維重建與分析工作，目前已經(jīng)具備較高的自動化水平，成熟的商用軟件僅需少量的人工干預(yù).光學(xué)影像數(shù)據(jù)處理的目的則是從影像中找出特定的設(shè)備或具有特定影像特征的區(qū)域，其本質(zhì)與圖像目標(biāo)檢測類似.其中，紫外檢測法由于設(shè)備成本高昂，在電力巡檢中實(shí)際應(yīng)用較少，其故障診斷一般通過紫外成像中的光子量計(jì)數(shù)間接推定紫外輻射水平，但不同檢測設(shè)備的光譜響應(yīng)度存在較大差異[6]，難以形成統(tǒng)一的定量分析標(biāo)準(zhǔn)，在巡檢數(shù)據(jù)處理領(lǐng)域相關(guān)研究非常少，且通用性有待商榷，故在此不做討論.

3.1.1 可見光影像數(shù)據(jù)處理

可見光影像電力目標(biāo)檢測是目前該領(lǐng)域最為熱門的研究方向，大量的研究致力于自動識別并標(biāo)注巡檢航拍圖像中的關(guān)鍵電力部件或特定缺陷.文[7]對《國家電網(wǎng)公司架空輸電線路運(yùn)維管理規(guī)定(國網(wǎng)(運(yùn)檢/4)305-2014)》規(guī)定的近900種架空線路巡檢常見缺陷進(jìn)行了整理，通過整合相同缺陷內(nèi)容但分屬不同危害等級的缺陷種類(如絕緣子自爆缺陷根據(jù)損壞程度不同被分為了一般、嚴(yán)重、危急三種性質(zhì)的缺陷)，共統(tǒng)計(jì)出499種不同缺陷內(nèi)容的缺陷類型.并指出依靠單純的圖像目標(biāo)檢測技術(shù)僅能檢測近300種巡檢缺陷，其余類型的缺陷需要在目標(biāo)檢測的基礎(chǔ)上結(jié)合特定的約束條件或圖像測距進(jìn)行檢測(如電力器件的滑移、導(dǎo)線與其他物體的限距等)，有30余種缺陷無法僅依靠可見光影像確定.

近年來，隨著計(jì)算機(jī)性能的提升及大型數(shù)據(jù)集的建立，深度學(xué)習(xí)技術(shù)在圖像處理領(lǐng)域迅速崛起，并在圖像識別領(lǐng)域占據(jù)統(tǒng)治地位.但在電力巡檢圖像檢測領(lǐng)域，文[7]統(tǒng)計(jì)國內(nèi)外近10年公開發(fā)表的論文，占主流地位的仍是基于人工設(shè)計(jì)特征提取的機(jī)器學(xué)習(xí)圖像目標(biāo)檢測方法，檢測對象以絕緣子或及其缺陷、導(dǎo)地線提取為主，約占論文總量的3/4，較好的檢測準(zhǔn)確率通常能達(dá)到90%.有部分研究將深度學(xué)習(xí)技術(shù)應(yīng)用到該領(lǐng)域中，效果總體上優(yōu)于人工設(shè)計(jì)特征的機(jī)器學(xué)習(xí)方法，準(zhǔn)確率通常約為95%.目前該領(lǐng)域的研究普遍存在檢測對象單一的問題，電力巡檢有近900種常規(guī)缺陷，且電力部件具有型號眾多、同類不同型設(shè)備存在外觀差異的特點(diǎn)，一個算法僅能檢測單一或少數(shù)幾種目標(biāo)缺乏工程意義[7].王萬國等[8]使用基于深度學(xué)習(xí)技術(shù)的Faster RCNN算法同時(shí)檢測間隔棒、均壓環(huán)和防震錘三類目標(biāo)，平均準(zhǔn)確率92.7%，展現(xiàn)了人工智能技術(shù)在電力巡檢影像多類檢測的潛力.

國家電網(wǎng)于2018年分別進(jìn)行了多旋翼無人機(jī)和直升機(jī)電力巡檢航拍圖像人工智能處理技術(shù)驗(yàn)證工作，兩次技術(shù)驗(yàn)證均采用基于深度學(xué)習(xí)的目標(biāo)檢測算法，檢測目標(biāo)為8～9類常見且典型的架空線路缺陷，使用的數(shù)據(jù)集僅包含正樣本(即含有缺陷的圖像)，算法檢測的最好成績?yōu)?0%～89%，不同類型缺陷的檢測成績有較大差異：針對絕緣子、金具等幾何特征相對顯著的缺陷，檢測效果較好；而通道環(huán)境、接地裝置和異物類缺陷由于樣本數(shù)較少，且缺陷表現(xiàn)特征多樣化，檢測效果不佳.2019年舉行了一次航拍圖像現(xiàn)場驗(yàn)證工作，首次將未經(jīng)遴選的實(shí)際巡檢圖像作為測試數(shù)據(jù)，由于實(shí)際巡檢工作中存在大量的負(fù)樣本，導(dǎo)致誤檢、錯檢率上升，同時(shí)，由于前兩次技術(shù)驗(yàn)證均是挑選視覺特征相對顯著的缺陷作為檢測目標(biāo)，而本次現(xiàn)場驗(yàn)證將大部分缺陷都納入考量，增加了大量具備語義關(guān)聯(lián)信息(如桿塔塔材缺失)或外觀表現(xiàn)不明顯的缺陷，大大增加了算法檢測難度，檢測準(zhǔn)確率僅為10%～30%.

從目前研究來看，深度學(xué)習(xí)技術(shù)在檢測準(zhǔn)確率及算法泛用性上都優(yōu)于人工設(shè)計(jì)特征的機(jī)器學(xué)習(xí)方法，但距離實(shí)際應(yīng)用還有相當(dāng)長的一段路要走.制約深度學(xué)習(xí)技術(shù)在該領(lǐng)域發(fā)展的最主要因素是數(shù)據(jù)集問題.深度學(xué)習(xí)技術(shù)需要大量數(shù)據(jù)的支撐，據(jù)筆者所知，目前全球范圍內(nèi)尚未有公開的電力巡檢數(shù)據(jù)集，所有已發(fā)表的研究均是基于各研究團(tuán)隊(duì)自建的小型數(shù)據(jù)集.其次，電力線路缺陷存在的嚴(yán)重的類不平衡現(xiàn)象，即高發(fā)缺陷與罕見缺陷存在較大的數(shù)量差異，同種缺陷具有多種外觀表現(xiàn)，其分布也非完全均衡.另一方面，電力巡檢缺陷種類較多，一種算法僅能檢測少量缺陷因而缺乏工程意義，但要利用深度學(xué)習(xí)技術(shù)的算法泛用性，首先要解決的是缺陷的分類問題.目前的分類方法主要以生產(chǎn)管理為導(dǎo)向，并不完全契合人工智能技術(shù)的開發(fā)和應(yīng)用需求.對電力缺陷進(jìn)行統(tǒng)計(jì)分析，制定標(biāo)準(zhǔn)化的、兼顧日常生產(chǎn)與人工智能技術(shù)的電力缺陷描述及分類方法，有助于推動智能化技術(shù)發(fā)展及數(shù)據(jù)庫建設(shè)的規(guī)范化.在檢測算法方面，目前該領(lǐng)域大多數(shù)研究以算法的遷移應(yīng)用為主，所用算法大多為Fast RCNN、YOLO等成熟的模型框架[7]，在算法創(chuàng)新上有所欠缺.

圖像測距是使用圖像處理方法進(jìn)行電力巡檢可見光缺陷檢測的另一項(xiàng)關(guān)鍵技術(shù)，主要針對電力巡檢中的限距類缺陷，如導(dǎo)線與周圍樹木、建筑物安全距離不足等.目前限距類缺陷檢測主要依靠激光三維建模、電子經(jīng)緯儀等手段，存在檢測時(shí)效差或使用環(huán)境限制等問題.圖像測距的優(yōu)勢在于其不需要額外的設(shè)備與巡檢計(jì)劃，可以直接利用無人機(jī)搭載的攝像機(jī)，在日常機(jī)巡工作中就能完成距離類缺陷檢測.但由于電力線路巡檢需要無人機(jī)保持10 m以上的安全距離，且工作場景以戶外日間為主[1]，無法使用精度較高的主動式測距方法(如結(jié)構(gòu)光投射或飛行時(shí)間法等)，而基于可見光圖像分析的被動式測距方法目前在精度和算法可靠性方面仍存在不足，因此該技術(shù)在巡檢中尚未有實(shí)際應(yīng)用，且相關(guān)研究較少[7].

3.1.2 紅外影像數(shù)據(jù)處理

由于紅外熱像法與可見光巡檢在檢查方法和成像上存在一定的差異，針對兩種影像數(shù)據(jù)的研究也有較大差別.在檢查方法上，電力部件在不同工況下會有不同的熱輻射表現(xiàn)，在通過熱像圖檢測部件缺陷時(shí)，通常要考慮絕對溫度、相對溫度、熱像分布特征等因素[9]，比直接觀察外觀的可見光巡檢更加復(fù)雜.在成像特征上，紅外圖像受硬件成本限制，分辨率普遍不高；被測目標(biāo)與周圍環(huán)境存在熱交換、空氣輻射、熱吸收等現(xiàn)象，對成像質(zhì)量有一定干擾；熱圖像復(fù)雜度、紋理等很大程度上受物體表面紅外輻射場影響，通常僅能反映設(shè)備的邊緣信息.紅外圖像通常有如下特點(diǎn)：

1) 灰度分布集中，且整體數(shù)值較低；

2) 信噪比低，含有大量混合噪聲；

3) 對比度低；

4) 圖像邊緣模糊.

因此，紅外圖像處理的研究主要集中在熱像圖降噪與增強(qiáng)、目標(biāo)檢測與分割、異常發(fā)熱區(qū)域檢測三個方向.

在圖像降噪與增強(qiáng)方面，何怡剛等[10]針對現(xiàn)有紅外設(shè)備成像盲元補(bǔ)償算法存在的復(fù)雜度高、精度低、易造成邊緣模糊等問題，提出一種新的基于溫度梯度基本理論的盲元塊補(bǔ)償算法，實(shí)現(xiàn)電力設(shè)備紅外圖像盲元塊的有效補(bǔ)償.王門鴻等[11]提出了基于直方圖雙向均衡和NSCT變換結(jié)合的紅外圖像增強(qiáng)方法，對圖像高頻部分和低頻部分進(jìn)行不同的增強(qiáng)，在增強(qiáng)圖像清晰度方面取得了較好的效果.陳基順等[12]針對復(fù)雜環(huán)境下電力設(shè)備熱像圖存在多噪聲、多尺度等問題，提出一種基于改進(jìn)Retinex模型的熱像圖增強(qiáng)方法，提升了紅外熱圖的對比，有效地消除不同尺寸的設(shè)備濾波時(shí)的邊緣彌散現(xiàn)象.

在目標(biāo)檢測與分割方面，紅外圖像數(shù)據(jù)量相對較少，建立數(shù)據(jù)集難度較大，當(dāng)前該領(lǐng)域的研究以基于對象影像分析方法[13]為主，甚少涉及機(jī)器學(xué)習(xí)方法，與可見光影像的目標(biāo)檢測研究有較大差異.彭向陽等[14]提出一種基于絕緣子中心線附近周期性重復(fù)的紋理特征聚類的航拍紅外圖像絕緣子定位算法，識別率85%以上.郭文誠等[15]針對電力設(shè)備圖像的傾斜、縮放及外形相似性導(dǎo)致的設(shè)備特征參量難以提取的問題，提出基于Zernike矩特征和相關(guān)向量機(jī)的設(shè)備分類識別方法，識別準(zhǔn)確率達(dá)94.7%.施兢業(yè)等[16]提出一種基于改進(jìn)區(qū)域生長法的電力設(shè)備紅外圖像分割算法，以解決傳統(tǒng)區(qū)域生長法需要人工選擇初始種子點(diǎn)、易產(chǎn)生過分割與欠分割等不足.顧鵬程等[17]針對傳統(tǒng)Chan-Vese模型在分割電力設(shè)備熱像圖時(shí)存在的分割速度緩慢、不能有效消除無關(guān)背景的問題，修改了模型初始水平集函數(shù)，并利用一個高斯核函數(shù)產(chǎn)生長度正則項(xiàng)的效果，簡化梯度下降流，提高曲線的全局收斂速和模型的分割速度，具備消除無關(guān)背景的能力.針對電力設(shè)備紅外圖像包含大量的噪聲，且設(shè)備邊緣較為模糊的特點(diǎn)，余彬等[18]提出一種基于密度相似因子的電力設(shè)備紅外圖像分割方法，實(shí)現(xiàn)電力設(shè)備紅外圖像濾噪分割.李鑫等[19]提出一種基于粒子群優(yōu)化方法的Niblack電力設(shè)備紅外圖像分割算法，以類間方差公式作為粒子群算法的適應(yīng)度函數(shù)，搜尋Niblack法處理后圖像分塊鄰域的最優(yōu)分割閾值，并采用該閾值對當(dāng)前分塊進(jìn)行二值化處理，相比Osts、Niblack等傳統(tǒng)算法，極大減小了誤分率和平均耗時(shí).

在異常發(fā)熱區(qū)域檢測方面，絕緣子是熱像圖缺陷檢測研究的一個熱門對象.針對絕緣子處于劣化阻值范圍和絕緣良好時(shí)發(fā)熱相同的盲區(qū)問題，彭子健等[20]提出一種基于電網(wǎng)絡(luò)法的紅外熱像檢測盲區(qū)分析方法，根據(jù)絕緣子串電壓分布，結(jié)合絕緣子的發(fā)熱模型，對比了理想條件下和存在測量誤差時(shí)的紅外熱像檢測盲區(qū)，并就盲區(qū)絕緣子對絕緣子串整體溫升的影響進(jìn)行了分析；李唐兵等[21]提出一種基于鐵帽和盤面溫升特征的劣化絕緣子盲區(qū)診斷方法.此外，文[22]提出一種結(jié)合均值漂移的改進(jìn)MSER算法，實(shí)現(xiàn)電力設(shè)備故障區(qū)域自動提取.文[23]針對傳統(tǒng)聚類算法對電力設(shè)備紅外圖像多層分割效果較差，異常檢測有效性較低等問題，提出一種核貓群電力紅外圖像異常檢測方法，較k-means、FCM等算法，其異常檢測更為準(zhǔn)確全面.針對電力設(shè)備紅外圖像批量診斷中故障特征參量提取及參數(shù)配置難題，文[24]提出一種基于PSO-Niblack的設(shè)備溫升特征和BA-SVM的設(shè)備故障診斷算法，故障識別率達(dá)97.5%.

3.1.3 激光雷達(dá)數(shù)據(jù)處理

電力巡檢是激光雷達(dá)在測繪領(lǐng)域的細(xì)分應(yīng)用，相較于傳統(tǒng)的地圖測繪工作，電力通道測繪的難點(diǎn)主要集中在桿塔和導(dǎo)線的識別與重建：電力鐵塔是由細(xì)長塔材構(gòu)成的鏤空結(jié)構(gòu)建筑，不利于點(diǎn)云數(shù)據(jù)的三位重建[25]；輸電線路導(dǎo)線的外徑一般為8～37 mm[26]，由于測量距離和激光雷達(dá)角分辨率的限制，無法保證每個掃描周期都能掃描到電力線，即電力線的點(diǎn)云數(shù)據(jù)通常為一串不連續(xù)的點(diǎn)，需要后期進(jìn)行識別并補(bǔ)充完整，與此同時(shí)，電力線三維重建又是多項(xiàng)電力檢測及預(yù)警的基礎(chǔ)，對檢測精度有直接影響[27-29].因此，該領(lǐng)域相關(guān)研究主要集中在電力線路走廊點(diǎn)云分類及典型目標(biāo)識別、電力線三維重建、桿塔三維重建、危險(xiǎn)點(diǎn)檢測等4個方面[27].隨著技術(shù)的成熟，目前主流的數(shù)據(jù)處理軟件已經(jīng)可以實(shí)現(xiàn)大部分流程的自動化處理.

3.2 無人機(jī)自主導(dǎo)航

自主導(dǎo)航是實(shí)現(xiàn)無人機(jī)自主巡檢的核心技術(shù)，在現(xiàn)階段，無人機(jī)自主巡檢的路徑導(dǎo)航以“人工示教+航跡復(fù)現(xiàn)”或人工預(yù)先設(shè)定航跡為主，其本質(zhì)都是基于GPS的預(yù)定軌跡飛行.在高精度GPS定位技術(shù)的支持下，一定程度上可以實(shí)現(xiàn)電力巡檢中無人機(jī)自主起降和飛行過程.但這種方式存在明顯的不足：一方面，每條線路，甚至每基桿塔都要進(jìn)行預(yù)先的飛行軌跡設(shè)定，無法適應(yīng)檢測目標(biāo)或周圍環(huán)境隨時(shí)間發(fā)生的改變，如桿塔檢修后部件安裝位置及方向發(fā)生改變，或周圍植被自然生長后侵入航道等情況，需要對飛行軌跡進(jìn)行重新調(diào)整；另一方面，該方法對定位精度有較高要求，通常來說，民用無人機(jī)GPS定位誤差可達(dá)2～10 m，根據(jù)當(dāng)前施行的電網(wǎng)規(guī)范，小型無人機(jī)應(yīng)與線路保持10 m以上安全距離[1].為克服這一問題，通常采用配備載波相位差分技術(shù)(real-time kinematic，RTK)的無人機(jī)進(jìn)行自主飛行，其定位精度可達(dá)厘米級，但RTK技術(shù)需要建立參考基站或有穩(wěn)定快速的網(wǎng)絡(luò)覆蓋提供虛擬基站，而架空線路分布廣，且大部分處于人煙罕至區(qū)域，難以實(shí)現(xiàn)RTK基站的全覆蓋.此外，基于主動測距的深度相機(jī)無法應(yīng)用于中遠(yuǎn)距離戶外場景，而激光雷達(dá)成本較高，因此，機(jī)器視覺成為該領(lǐng)域大部分研究的首選方案.

架空輸電線路通道環(huán)境有一定的凈空要求，根據(jù)電壓等級不同，線路與周邊物體需保持十或數(shù)十米以上距離，桿塔之間的距離通常為數(shù)百米，是典型的大尺度空曠場景.因此，電力無人機(jī)巡檢的自主導(dǎo)航可分為兩個階段：桿塔間的飛行與近塔區(qū)域的飛行.

在塔間區(qū)域，線路上通常不會有大量復(fù)雜的電力設(shè)備，幾乎不存在巡檢視線遮擋等問題，該階段無人機(jī)也不需要知道其確切位置，僅需保持安全距離的情況下沿導(dǎo)線飛行即可.因此，該階段自主導(dǎo)航研究主要為輸電線提取、跟蹤和距離估計(jì)[30-35].為了更好地利用導(dǎo)線的平行直線特性[36]，這類研究通常以俯拍視角的電力線路為主要對象.Menendez等[37]搭建了一個以微縮模型作為目標(biāo)的試驗(yàn)平臺，使用邊緣增強(qiáng)和霍夫變換檢測圖像中的平行線實(shí)現(xiàn)電力線提取，并通過對比當(dāng)前圖像與已知參考高度下獲取的參考圖像中平行導(dǎo)線間隙的變化估算當(dāng)前導(dǎo)線與鏡頭的距離(假定平行導(dǎo)線間隙不變)；并在后續(xù)研究[38]中使用高斯濾波及Gabor背景濾除改進(jìn)了電力線提取算法，并融合慣性導(dǎo)航數(shù)據(jù)進(jìn)行距離估算，但該方法需要將圖像傳至地面站處理，且無法在接近桿塔的區(qū)域使用.Nasseri等[39]提出一種基于粒子濾波的無人機(jī)航拍電力線檢測和跟蹤方法.Valipour等[36]提出一種基于高斯可控濾波器與概率霍夫線變換結(jié)合的導(dǎo)線檢測方法，并使用無跡卡爾曼濾波進(jìn)行導(dǎo)線跟蹤.相較于無人機(jī)飛行于導(dǎo)線上方所獲得的俯拍圖像，無人機(jī)飛行于導(dǎo)線側(cè)面所采集的側(cè)拍圖像在大多數(shù)情況下背景更簡單，通常為單純的天空背景，雖然在側(cè)拍視角下導(dǎo)線失去了原本明顯的平行直線特征，但有效避免了復(fù)雜背景的干擾.利用這一特點(diǎn)，中科院譚民團(tuán)隊(duì)[40]將無人機(jī)置于導(dǎo)線側(cè)面區(qū)域飛行，在簡單背景下進(jìn)行導(dǎo)線提取，計(jì)算導(dǎo)線的消逝點(diǎn)(vanishing point，VP)，設(shè)計(jì)了一種基于深度學(xué)習(xí)技術(shù)的鐵塔檢測網(wǎng)絡(luò)Tower RCNN，結(jié)合VP與鐵塔檢測結(jié)果確定無人機(jī)飛行航向[41]；利用透視原理恢復(fù)輸電線之間的平行結(jié)構(gòu)，通過計(jì)算當(dāng)前幀與參考幀之間導(dǎo)線間隙變化與導(dǎo)線束相平面位移反推無人機(jī)與導(dǎo)線間的距離變化，從而控制導(dǎo)線與機(jī)體的安全距離[42].

近塔區(qū)域是無人機(jī)巡檢的重點(diǎn)區(qū)域，該區(qū)域電力部件數(shù)量眾多，分布集中，相互遮擋現(xiàn)象嚴(yán)重，為了保證巡檢質(zhì)量，無人機(jī)通常需要與電力部件保持一定距離繞塔飛行，并在多個點(diǎn)位懸停檢查.該階段是整個無人機(jī)巡檢導(dǎo)航的重點(diǎn)，也是研究難點(diǎn)，但目前該領(lǐng)域研究極少.譚民團(tuán)隊(duì)[43-44]提出了一種改進(jìn)的ORB-SLAM框架，將LSD線段檢測與ORB-SLAM相結(jié)合，以解決近塔區(qū)域的無人機(jī)定位問題，并設(shè)計(jì)了兩種繞塔巡檢飛行方式.該方案是目前已知完成度最高的電力無人機(jī)自主巡檢方案，囊括了塔間與近塔兩個區(qū)域的飛行導(dǎo)航，但在機(jī)體與導(dǎo)線距離感知方面，僅能通過參考幀估算距離的變化，無法得到相對確切的距離值；另一方面，側(cè)拍視角在一些情況下也存在相對復(fù)雜的背景(如遠(yuǎn)處的山脈、城市等)，該方案在相對復(fù)雜背景下的魯棒性還有待驗(yàn)證.

除此之外，還有基于磁傳感的導(dǎo)航方法，即無人機(jī)搭載磁傳感器，通過計(jì)算磁場變化重構(gòu)導(dǎo)線位置及輪廓[45]，進(jìn)而實(shí)現(xiàn)無人機(jī)沿導(dǎo)線自主飛行[46-47]；以及基于激光雷達(dá)的輸電線跟蹤飛行方法[48].但此類研究較少，且尚未解決近塔區(qū)域的導(dǎo)航問題.

3.3 續(xù)航問題

續(xù)航能力不足是制約無人機(jī)巡檢效率的主要問題之一，也是進(jìn)一步實(shí)現(xiàn)全自主無人機(jī)巡檢必須解決的關(guān)鍵問題之一.目前，無人機(jī)巡檢以小型多旋翼機(jī)型為主，典型續(xù)航時(shí)間為20～45 min，油電混合的中大型機(jī)也難以超過3 h，需要頻繁更換電池，嚴(yán)重影響巡檢效率.針對這一問題，除了增加電池容量和減小無人機(jī)功耗外，當(dāng)前業(yè)界的主流方案是設(shè)置無人機(jī)機(jī)巢，并配合無人機(jī)自主起降技術(shù)來提高無人機(jī)電池管理自動化程度，從而減輕續(xù)航問題對巡檢效率的影響.

無人機(jī)機(jī)巢主要有兩種類型：由巡檢車輛改裝而成的移動式機(jī)巢，以及固定安裝于桿塔頂部的固定式機(jī)巢.移動式機(jī)巢是目前較為成熟的方案，已在全國多個地區(qū)試點(diǎn)運(yùn)行.其典型工作方式為巡檢人員事先設(shè)定巡檢任務(wù)并生成飛行軌跡，無人機(jī)自動升空，按既定路線完成巡檢工作，后自動返航，自主降落于機(jī)巢中進(jìn)行充電或由人工更換電池，當(dāng)前區(qū)域完成巡檢后，機(jī)巢隨巡檢車輛前往下一區(qū)域.移動式機(jī)巢本質(zhì)上是一個無人機(jī)存儲、運(yùn)輸及充電裝置，并可集成通信中繼、數(shù)據(jù)處理、能源管理等功能，一定程度上提高巡檢工作自動化程度，緩解續(xù)航問題.固定式機(jī)巢設(shè)計(jì)本意是讓無人機(jī)在完成巡檢任務(wù)后自動降落在桿塔機(jī)巢中充電，待電池充滿后，再自行升空，沿設(shè)定的路線繼續(xù)執(zhí)行巡檢路線，是一種僅需少量人工遠(yuǎn)程干預(yù)的半自動蛙跳式巡檢模式，高度契合無人機(jī)自主巡檢需求，具有較好的應(yīng)用前景.但由于無人機(jī)自主巡檢技術(shù)尚未成熟，仍有諸多技術(shù)難點(diǎn)需要攻克，該方案仍未真正意義上的實(shí)現(xiàn).另一方面，固定式機(jī)巢還面臨供能困難的問題及桿塔承重問題，國家電網(wǎng)公司[49]發(fā)明了一種安裝于桿塔地線橫擔(dān)的機(jī)巢，采用光伏供能，但其整體重量較大，對桿塔有一定影響.

固定式機(jī)巢的供能問題，本質(zhì)上屬于輸電線路低壓設(shè)備的供能問題，其技術(shù)路線主要可分為基于電磁場的供能方法和非電磁場供能方法兩大類.非電磁場供能方法主要有光伏/風(fēng)電供能[50]、微波供能[51]和激光供能[52].其中，光伏/風(fēng)電供能通過搭設(shè)光伏電池板或小型風(fēng)機(jī)為用電設(shè)備提供能源，易受環(huán)境因素影響，供能穩(wěn)定性較差，通常需要搭配蓄電模組使用，是目前中小型在線監(jiān)測設(shè)備最常用的供能方式.微波供能與激光供能類似，都屬于電能的無線傳輸，需要在用電設(shè)備附近設(shè)立額外的電源及轉(zhuǎn)換發(fā)射裝置，不同的是，前者將電能轉(zhuǎn)換為微波信號，經(jīng)由整流天線接受后重新轉(zhuǎn)換為電能；后者將電能轉(zhuǎn)換為特定波長的激光，使用特制的光伏電池接受轉(zhuǎn)換.兩種技術(shù)都存在明顯不足：電磁波和激光轉(zhuǎn)換效率較低，取能功率受到限制；其次，位于發(fā)射端的額外電源仍然需要解決供電問題，不適用于市電獲取困難的架空輸電線路.基于電磁場的供能方法主要有電流線圈供能、電場感應(yīng)取能和地線取能三種.電流線圈供能指在導(dǎo)線上安裝電流線圈，利用互感原理獲取電能，但輸電導(dǎo)線電流存在較大的線路負(fù)載波動，影響供電穩(wěn)定性[53].劉錚等[54]針對常規(guī)電流互感器在線取能方法無法在較寬的輸電線路電流變化范圍內(nèi)實(shí)現(xiàn)穩(wěn)定的較大功率輸出的問題，提出基于阻抗匹配的輸電線路在線取能方法，該方法利用套在輸電線路上的磁芯的勵磁電感與磁芯副邊匹配電容實(shí)現(xiàn)并聯(lián)諧振,大幅增加線路阻抗從而抑制線路上的電流.同時(shí)通過分流的方式將輸電線路上的負(fù)荷電流導(dǎo)入負(fù)載實(shí)現(xiàn)功率輸出.電場感應(yīng)取能的基本原理是利用高壓電力線的空間位移電流為電容充電，電容儲能后為用電設(shè)備供能[55]，其供能平均功率較低，一般適用于充電時(shí)間長的低功耗或間歇式工作設(shè)備.地線取能是近年該領(lǐng)域的研究熱點(diǎn)，基于靜電感應(yīng)原理，文[56-59]通過高壓變壓器對220 kV輸電線路完全絕緣的地線實(shí)現(xiàn)取能，克服大功率設(shè)備供電問題，但其裝置體積較大；李一航[60]研究了三種通過高壓輸電線路絕緣地線進(jìn)行抽能的方案，實(shí)驗(yàn)測試符合預(yù)期，可提供幾十瓦的輸出功率；謝彥斌等[61]針對輸電線路分段絕緣地線取能問題，提出了基于渦旋感應(yīng)的取能等值計(jì)算電路，并對取能端口的戴維南等效電路參數(shù)進(jìn)行了推導(dǎo)，實(shí)測結(jié)果表明取能分析與計(jì)算是合理的，此外取能裝置對線路絕緣不構(gòu)成威脅，但該裝置只適用于具有兩根架空地線，且至少一根地線采用分段接地方式的交流線路.

解決續(xù)航問題的另一種思路是在無人機(jī)飛行過程中進(jìn)行動態(tài)充能，直接提高無人機(jī)的續(xù)航時(shí)間，其技術(shù)路線與輸電線路低壓設(shè)備供能存在一定的交叉.在非電磁場供能方面，微波[62]、激光供能[63]都能為飛行狀態(tài)的無人機(jī)提供能源，提高其續(xù)航能力，但其發(fā)射端需要與接收端保持一定的距離，因此其能量源應(yīng)是移動的，并能保持對無人機(jī)的實(shí)時(shí)跟蹤.這一特點(diǎn)限制了該技術(shù)在固定翼無人機(jī)上的應(yīng)用，然而對于多旋翼無人機(jī)而言，巡檢過程中大部分時(shí)間都處于近塔范圍，在桿塔與桿塔之間的飛行只占其工作時(shí)長的一小部分，將供能發(fā)射端置于桿塔之上，為近塔巡檢的多旋翼無人機(jī)進(jìn)行動態(tài)充能能一定程度上延長其工作時(shí)間，但這一構(gòu)想依然需要解決一些關(guān)鍵問題，如供能端的能量獲取、如何避免桿塔結(jié)構(gòu)對遠(yuǎn)程供能的影響、高強(qiáng)度激光的潛在風(fēng)險(xiǎn)評估[64]等.文 [63]展示了一個使用激光為四軸旋翼無人機(jī)供能的飛行實(shí)驗(yàn)，結(jié)果表明重量1 kg的無人機(jī)能連續(xù)飛行超過12 h.光伏供能也被認(rèn)為是提高無人機(jī)續(xù)航的潛在手段之一，并引發(fā)了諸多關(guān)注，目前該領(lǐng)域的研究主要集中在電池的布置、溫度響應(yīng)、傾斜角度等機(jī)體結(jié)構(gòu)設(shè)計(jì)[65-67]及載荷、電池容量和工作續(xù)航能力之間的關(guān)系[68-69].事實(shí)上，在大多數(shù)相關(guān)研究中，光伏電池通常作為無人機(jī)的主要供能手段，而電池則作為光照不足情況下的補(bǔ)充能源[70]，文[69,71]論述光伏動力無人機(jī)24 h運(yùn)行的可能性，但依然需要考慮無人機(jī)在較長一段時(shí)間內(nèi)光照不足的情況下的替代能源問題.光伏供能的另一個局限性在于它需要足夠大的機(jī)體面積來鋪設(shè)光伏電池，使該方法通常只能被用在體型較大的固定翼無人機(jī)上.此外，還有學(xué)者提出利用陣風(fēng)[72]或丟棄能量耗竭的電池[73]來延長無人機(jī)的工作時(shí)長，前者從鳥類飛行中獲得靈感，需要無人機(jī)根據(jù)陣風(fēng)調(diào)整飛行姿態(tài)及高度以減少能量消耗，一般僅適用于固定翼無人機(jī)，對于路線相對固定，且需要與電力設(shè)備保持一定觀測距離的巡檢無人機(jī)而言并不適用；后者在電池占無人機(jī)總重量比重較大時(shí)可以有效減少無人機(jī)能耗，但會增加巡檢的硬件成本，對環(huán)境造成一定影響，額外的電池傾倒裝置也會增加一部分的無人機(jī)重量，相比之下更適用于無人機(jī)應(yīng)急救援、電力無人機(jī)搶險(xiǎn)救災(zāi)等應(yīng)急場合.

利用輸電線電磁場為無人機(jī)進(jìn)行動態(tài)充能同樣被認(rèn)為是一種極具潛力的方案[74]，文[75]對其進(jìn)行了可行性論證，同時(shí)也指出在實(shí)際情況中應(yīng)考慮其他磁場的干擾[76].在能量傳輸上，部分研究建議將無人機(jī)降落在輸電線上進(jìn)行充電[77-78]，Marshall[78]為無人機(jī)設(shè)計(jì)了一種特殊的導(dǎo)線抓取機(jī)構(gòu)，該機(jī)構(gòu)在閉鎖時(shí)還充當(dāng)電力傳輸系統(tǒng)中的磁芯，電能通過其轉(zhuǎn)移到無人機(jī)的轉(zhuǎn)換單元，為電池進(jìn)行充能.在無人機(jī)自主降落領(lǐng)域，已有不少研究嘗試將無人機(jī)降落于輸電線上，并取得了一定的成果[79-81].而另一部分研究認(rèn)為隨著無線充電技術(shù)的發(fā)展，動態(tài)充能并不需要無人機(jī)降落在輸電線上[82-83]，這意味著無人機(jī)可以一邊沿輸電線路飛行，執(zhí)行巡檢任務(wù)，一邊從線路周圍的電磁場中獲得能量補(bǔ)給.雖然這一方案非常有吸引力，但實(shí)際上公開發(fā)表的研究并不多.在運(yùn)動過程中保持強(qiáng)耦合和高效率的能量傳輸是一項(xiàng)非常具有挑戰(zhàn)性的任務(wù)[84]，無人機(jī)飛行過程中的不穩(wěn)定性及輸電線路運(yùn)行過程參數(shù)不可控，使能量傳輸?shù)陌l(fā)射端與接收端之間的耦合極度容易失控.Lu等[84]對這一問題進(jìn)行了討論，并在相對理想的模擬環(huán)境下試驗(yàn)了利用感應(yīng)電能傳輸(inductive power transfer，IPT)[85]和諧振耦合無線電能傳輸(resonant coupled wireless power transfer，RC WPT)[86]，從輸電導(dǎo)線的電磁場中獲取能量進(jìn)行充能，結(jié)果表明，RC WPT技術(shù)在這一領(lǐng)域極具潛力.此外，無人機(jī)自主導(dǎo)航中的磁傳感導(dǎo)航技術(shù)或許對解決此問題有所幫助.

4 結(jié)語

近10年來，為應(yīng)對不斷增長的輸電網(wǎng)絡(luò)帶來的線路巡檢壓力，電網(wǎng)積極引進(jìn)無人機(jī)巡檢技術(shù)，這一舉措有效提高了電力巡檢工作的戶外工作效率，減輕戶外工作壓力，但也帶來了新的挑戰(zhàn).即海量數(shù)據(jù)后期處理問題，以及日益增長的專業(yè)無人機(jī)巡檢人員需求與巨大的人員缺口之間的矛盾.智能化是應(yīng)對當(dāng)前挑戰(zhàn)的有效辦法，也是未來電力無人機(jī)巡檢的發(fā)展方向.在這一過程中，必須解決三個關(guān)鍵技術(shù)問題：數(shù)據(jù)智能處理、無人機(jī)自主導(dǎo)航及無人機(jī)續(xù)航問題.

巡檢數(shù)據(jù)智能處理是當(dāng)前電力無人機(jī)巡檢工作中較為急迫的需求，也是無人機(jī)全自主巡檢的關(guān)鍵技術(shù)，如機(jī)器視覺輔助定位的巡檢圖像采集、融合機(jī)器視覺或激光雷達(dá)的多傳感無人機(jī)定位導(dǎo)航等.得益于近年來人工智能技術(shù)的崛起，機(jī)器視覺，特別是圖像處理領(lǐng)域發(fā)展迅速，電力無人機(jī)巡檢圖像數(shù)據(jù)處理領(lǐng)域取得了一定的研究成果，數(shù)次技術(shù)驗(yàn)證工作展示了其廣闊的應(yīng)用前景.但一些基礎(chǔ)建設(shè)工作，如巡檢數(shù)據(jù)庫建設(shè)、相關(guān)規(guī)范與標(biāo)準(zhǔn)制定等尚未完成，巡檢現(xiàn)場試驗(yàn)結(jié)果不甚理想，距離實(shí)際應(yīng)用還有相當(dāng)長的一段路要走.

自主導(dǎo)航技術(shù)是實(shí)現(xiàn)電力無人機(jī)智能自主巡檢的核心技術(shù)，目前在RTK高精度定位的幫助下，能實(shí)現(xiàn)一定程度自動巡檢，即沿預(yù)設(shè)路線飛行并采集數(shù)據(jù)，但這一方式仍需要大量的人工預(yù)操作，且對RTK基站或網(wǎng)絡(luò)覆蓋有較高要求.機(jī)器視覺是目前該領(lǐng)域研究的主流方法，大量的研究致力于電力線的識別與跟蹤，甚少有研究涉及近塔區(qū)域的定位與導(dǎo)航，僅有少數(shù)團(tuán)隊(duì)提出相對完整的自主導(dǎo)航框架.此外，磁傳感導(dǎo)航和激光雷達(dá)導(dǎo)航技術(shù)亦是值得關(guān)注的領(lǐng)域.

續(xù)航是當(dāng)前制約無人機(jī)巡檢效率的主要問題之一，也是實(shí)現(xiàn)自主巡檢所必須解決的關(guān)鍵問題.移動式機(jī)巢的提出一定程度上減輕了旋翼無人機(jī)續(xù)航能力弱對巡檢造成的不利影響，但并未從根本上解決問題.固定式機(jī)巢作為無人機(jī)的固定充能站點(diǎn)，還能兼具數(shù)據(jù)的初步處理、回傳等功能，高度契合蛙跳式自主巡檢的構(gòu)想，但依然需要解決其自身的供能問題.從目前的結(jié)果來看，單純的光伏供能難以同時(shí)滿足設(shè)備輕量化與供能功率的要求，基于電磁原理從輸電線路上獲取能源是一條潛在的技術(shù)路線，雖然吸引了諸多關(guān)注，但該領(lǐng)域尚未有可以投入應(yīng)用的研究成果.從長遠(yuǎn)來看，基于電磁原理的無人機(jī)飛行過程動態(tài)充電是一個非常有吸引力的解決方案，可以在不增加電池容量的情況下極大提高無人機(jī)的續(xù)航能力，解除其掛載設(shè)備功耗限制，但目前相關(guān)研究非常少，依然處于理論論證階段.

綜上所述，電力無人機(jī)巡檢智能化是一個漫長的發(fā)展過程，其研究往往需要多學(xué)科跨領(lǐng)域協(xié)作，極具挑戰(zhàn)性.但可以預(yù)見的是，隨著無人機(jī)應(yīng)用的推廣與深化，它在未來很長一段時(shí)間內(nèi)將會是研究熱點(diǎn)之一.

參考文獻(xiàn)：

[1] 國家電網(wǎng)公司運(yùn)維檢修部.架空輸電線路無人直升機(jī)巡檢技術(shù)規(guī)程：Q/GDW 11367-2014[S].北京: 中國電力出版社,2015: 2-3.

[2] 國家電網(wǎng)公司運(yùn)維檢修部.架空輸電線路固定翼無人機(jī)巡檢技術(shù)規(guī)程：Q/GDW 11386-2015[S].北京: 中國電力出版社,2015: 2.

[3] 國家電網(wǎng)公司運(yùn)維檢修部.直升機(jī)巡檢技術(shù)規(guī)范：Q/GDW 1909-2013[S].北京: 中國電力出版社,2014: 3-4.

[4] 國家能源局.架空輸電線路機(jī)器人巡檢技術(shù)導(dǎo)則：DL/T 1722-2017[S].北京: 中國電力出版社,2017: 2-6.

[5] NGUYEN V N,JENSSEN R,ROVERSO D.Automatic autonomous vision-based power line inspection: a review of current status and the potential role of deep learning[J].International Journal of Electrical Power and Energy Systems,2018,99: 107-120.

[6] 崔穆涵.日盲紫外像增強(qiáng)器與ICCD的參量測試與輻射標(biāo)定[D].長春: 中國科學(xué)院研究生院,2016.

[7] 劉志穎,繆希仁,陳靜,等.電力架空線路巡檢可見光圖像智能處理研究綜述[J/OL].電網(wǎng)技術(shù): 1-14[2019-12-10].https://doi.org/10.13335/j.1000-3673.pst.2019.0349.

[8] 王萬國,田兵,劉越,等.基于RCNN的無人機(jī)巡檢圖像電力小部件識別研究[J].地球信息科學(xué)學(xué)報(bào),2017,19(2): 256-263.

[9] 中華人民共和國電力行業(yè)標(biāo)準(zhǔn).帶電設(shè)備紅外診斷應(yīng)用規(guī)范：DL/T 664-2016[S].北京: 中國電力出版社,2016.

[10] 何怡剛,琚天公,李兵,等.基于溫度梯度的電力設(shè)備紅外圖像盲元塊補(bǔ)償[J].電子測量與儀器學(xué)報(bào),2018,32(5): 1-8.

[11] 王門鴻,楊文陵,龔建新,等.基于NSCT和直方圖的電力設(shè)備紅外圖像增強(qiáng)[J].微處理機(jī),2016,37(3): 40-43.

[12] 陳基順,肖立軍,萬新宇,等.復(fù)雜環(huán)境下電力設(shè)備紅外熱圖增強(qiáng)與分割研究[J].紅外技術(shù),2018,40(11): 1112-1118.

[13] CHENG G,HAN J.A survey on object detection in optical remote sensing images[J].ISPRS Journal of Photogrammetry and Remote Sensing,2016(117): 11-28.

[14] 彭向陽,梁福遜,錢金菊,等.基于機(jī)載紅外影像紋理特征的輸電線路絕緣子自動定位[J].高電壓技術(shù),2019,45(3): 922-928.

[15] 郭文誠,崔昊楊,馬宏偉,等.基于Zernike矩特征的電力設(shè)備紅外圖像目標(biāo)識別[J].激光與紅外,2019(4): 503-506.

[16] 施兢業(yè),劉俊.基于改進(jìn)區(qū)域生長法的電力設(shè)備紅外圖像分割[J].光學(xué)技術(shù),2017,43(4): 381-384.

[17] 顧鵬程,黃福珍.基于改進(jìn)Chan-Vese模型的電力設(shè)備紅外圖像分割[J].計(jì)算機(jī)工程與應(yīng)用,2017,53(10): 193-196；212.

[18] 余彬,萬燕珍,陳思超,等.基于密度相似因子的電力紅外圖像分割方法[J].紅外技術(shù),2017,39(12): 1139-1143.

[19] 李鑫,崔昊楊,霍思佳,等.基于粒子群優(yōu)化法的Niblack電力設(shè)備紅外圖像分割[J].紅外技術(shù),2018,40(8): 780-785.

[20] 彭子健,張也,付強(qiáng),等.高壓瓷絕緣子紅外熱像檢測盲區(qū)研究[J].電網(wǎng)技術(shù),2017,41(11): 3705-3712.

[21] 李唐兵,龍洋,萬亞玲,等.基于鐵帽和盤面溫升特征的劣化絕緣子紅外檢測方法[J].紅外技術(shù),2018,40(12): 1193-1197; 1205.

[22] 馮振新,周東國,江翼,等.基于改進(jìn)MSER算法的電力設(shè)備紅外故障區(qū)域提取方法[J].電力系統(tǒng)保護(hù)與控制,2019,47(5): 123-128.

[23] 胡洛娜,彭云竹,石林鑫.核貓群紅外圖像異常檢測方法在電力智能巡檢中的應(yīng)用[J].紅外技術(shù),2018,40(9): 908-914.

[24] 李鑫,崔昊楊,許永鵬,等.電力設(shè)備IR圖像特征提取及故障診斷方法研究[J].激光與紅外,2018,48(5): 659-664.

[25] 秦川,杜勇,王奇,等.三維激光雷達(dá)技術(shù)在高壓輸電線路巡維中的應(yīng)用評述[J].遙感科學(xué),2018,6(1): 1-8.

[26] 中國電力企業(yè)聯(lián)合會.110 kV～750 kV架空輸電線路設(shè)計(jì)規(guī)范：GB50545-2010[S].北京: 人民出版社,2010: 7-8.

[27] 張繼賢,段敏燕,林祥國,等.激光雷達(dá)點(diǎn)云電力線三維重建模型的對比與分析[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2017,42(11): 1565-1572.

[28] 秦新燕,吳功平,彭向陽,等.巡線式激光雷達(dá)點(diǎn)云的電力線重構(gòu)[J].測繪科學(xué),2019,44(5): 171-176; 190.

[29] 沈小軍,秦川,杜勇,等.復(fù)雜地形電力線機(jī)載激光雷達(dá)點(diǎn)云自動提取方法[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,46(7): 982-987.

[30] WANG L,CHEN Z,HUA D,et al.Semantic segmentation of transmission lines and their accessories based on UAV-taken images[J].IEEE Access,2019(7): 80829-80839.

[31] 張從新,趙樂,王先培.復(fù)雜地物背景下電力線的快速提取算法[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版),2018,51(8): 732-739.

[32] TIAN F,WANG Y,ZHU L.Power line recognition and tracking method for UAVs inspection[C]// IEEE International Conference on Information and Automation.Piscataway: IEEE,2015: 2136-2141.

[33] LIU X,HOU L,JU X.A method for detecting power lines in UAV aerial images[C]// 3rd IEEE International Conference on Computer and Communications(ICCC).Piscataway: IEEE,2017: 2132-2136.

[34] LIU Y,WEN G.An effective power line distance measuring method based on UAV image sequence[C]//8th International Conference on Intelligent Human-Machine Systems and Cybernetics(IHMSC).Piscataway: IEEE,2016: 64-67.

[35] ZHOU X,ZHENG X,OU K.Power line detect system based on stereo vision and FPGA[C]//2nd International Conference on Image,Vision and Computing(ICIVC).Piscataway: IEEE,2017: 715-719.

[36] VALIPOURS,KHANDANI H,MORADI H.The design and implementation of a hotline tracking UAV[C]//3rd RSI International Conference on Robotics and Mechatronics(ICROM).Piscataway: IEEE,2015: 252-258.

[37] MENENDEZ O A,PEREZ M,CHEEIN F A A.Vision based inspection of transmission lines using unmanned aerial vehicles[C]//IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems(MFI).Piscataway: IEEE,2016: 412-417.

[38] MENENDEZ O A,PEREZ M,CHEEIN F A A.Visual-based positioning of aerial maintenance platforms on overhead transmission lines[J].Applied Sciences-basel,2019,9(1): 165.

[39] NASSERIM H,MORADI H,NASIRI S M,et al.Power line detection and tracking using hough transform and particle filter[C]//6th RSI International Conference on Robotics and Mechatronics(IcRoM).Piscataway: IEEE,2018: 130-134.

[40] BIAN J,HUI X,YU Y,et al.A robust vanishing point detection method for UAV autonomous power line inspection[C]//IEEE International Conference on Robotics and Biomimetics(ROBIO).Piscataway: IEEE,2017: 646-651.

[41] HUI X,BIAN J,ZHAO X.A monocular-based navigation approach for unmanned aerial vehicle safe and autonomous transmission-line inspection[J].International Journal of Advanced Robotic Systems,2019,16(1): 1729881419829941.

[42] HUI X,BIAN J,ZHAO X,et al.A point-match-based distance-perception approach for UAV autonomous transmission-line inspection[C]//13th World Congress on Intelligent Control and Automation(WCICA).Piscataway: IEEE,2018: 1476-1481.

[43] BIAN J,HUI X,ZHAO X,et al.A monocular vision-based perception approach for unmanned aerial vehicle close proximity transmission tower inspection[J].International Journal of Advanced Robotic Systems,2019,16(1): 1729881418820227.

[44] BIAN J,HUI X,ZHAO X,et al.A point-line-based SLAM framework for UAV close proximity transmission tower inspection[C]//IEEE International Conference on Robotics and Biomimetics(ROBIO).Piscataway: IEEE,2018: 1016-1021.

[45] WU Y,ZHAO G,HU J,et al.Overhead transmission line parameter reconstruction for UAV inspection based on tunneling magnetoresistive sensors and inverse models[J].IEEE Transactions on Power Delivery,2019,34(3): 819-827.

[46] GAO F,WANG S,WU Y,et al.A novel inverse method for automatic UAV line patrolling with magnetic sensors[C]// IEEE International Symposium on Electromagnetic Compatibility and 2018 IEEE Asia-Pacific Symposium on Electromagnetic Compatibility(EMC/APEMC).Piscataway: IEEE,2018: 481-485.

[47] ROSNERD,TRIFU C,TRANCA C,et al. Magnetic field sensor for UAV power line acquisition and tracking[C]//17th RoEduNet Conference: Networking in Education and Research(RoEduNet).Piscataway: IEEE,2018: 1-5.

[48] DENG C,LIU J,LIU Y,et al.Real time autonomous transmission line following system for quadrotor helicopters[C]//International Conference on Smart Grid and Clean Energy Technologies(ICSGCE).Piscataway: IEEE,2016: 61-64.

[49] 國家電網(wǎng)公司.電力線路無人機(jī)智能巡檢控制方法和系統(tǒng)：105511495A[P].2016-04-20[2019-10-02].

[50] 曾東,杜俊杰,許金明,等.風(fēng)光互補(bǔ)供電系統(tǒng)在輸電線路視頻監(jiān)控中的應(yīng)用[J].電氣技術(shù),2012(6): 56-59.

[51] 申世軍.小功率微波供電系統(tǒng)的研究[D].四川: 電子科技大學(xué),2013.

[52] 陳韜,朱永,王寧,等.基于無線傳感器網(wǎng)絡(luò)的激光主動供能系統(tǒng)[J].傳感器與微系統(tǒng),2012,31(11): 91-93.

[53] 李維峰,付興偉,白玉成,等.輸電線路感應(yīng)取電電源裝置的研究與開發(fā)[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版),2011,44(4): 516-520.

[54] 劉錚,樊紹勝,胡劼睿.基于阻抗匹配的輸電線路在線取能方法研究[J].中國電機(jī)工程學(xué)報(bào),2019,12(24): 1-12.

[55] 駱一萍,曾翔君,雷永平,等.基于放電法的高壓電場感應(yīng)取能技術(shù)[J].電力系統(tǒng)自動化,2015,39(8): 113-119.

[56] 劉炳堯,陣彩屏,肖松蘭,等.避雷線調(diào)諧抽能的研究[J].電力系統(tǒng)及其自動化學(xué)報(bào),1991,3(1): 115-121.

[57] 劉炳堯,儲玉鳳,肖松蘭,等.調(diào)諧法抽能及調(diào)諧變壓器的研究[J].電工技術(shù)學(xué)報(bào),1991,6(4): 37-40.

[58] BERTHIAUME R,BLAIS R.Microwave repeater power supply tapped from the overhead ground wire on 735 kV transmission lines[J].IEEE Transactions on Power Apparatus and Systems,1980,99(1): 183-184.

[59] GURURAJ B I,NANDAGOPAL M R.Design parameters of earth-wire power tapping[J].Proceedings of the Institution of Electrical Engineers,1970,117(1): 177-182.

[60] 李一航.高壓輸電線路絕緣地線取能技術(shù)研究[D].保定: 華北電力大學(xué),2016.

[61] 謝彥斌,蔣興良,胡建林,等.典型架空輸電線路分段絕緣地線取能研究[J].中國電機(jī)工程學(xué)報(bào),2018,38(3): 947-955.

[62] 申世軍.小功率微波供電系統(tǒng)的研究[D].四川: 電子科技大學(xué),2013.

[63] ACHTELIKM C,STUMPF J,GURDAN D,et al.Design of a flexible high performance quadcopter platform breaking the MAV endurance record with laser power beaming[C]//IEEE RSJ International Conference on Intelligent Robots and Systems.Piscataway: IEEE,2011: 5166-5172.

[64] DUNCANK J.Laser based power transmission: component selection and laser hazard analysis[C]//IEEE PELS Workshop on Emerging Technologies: Wireless Power Transfer(WOW).Piscataway: IEEE,2016: 100-103.

[65] GUOZ,CHEN X,HOU Z,et al.Development of a solar electric powered UAV for long endurance flight[C]//11th AIAA Aviation Technology,Integration,and Operations(ATIO) Conference.Reston: AIAA,2011: 6966.

[66] SHIAUJ,MA D,YANG P,et al.Design of a solar power management system for an experimental UAV[J].IEEE Transactions on Aerospace Electronic Systems,2009,45(4): 1350-1360.

[67] FAZELPOURF,VAFAEIPOUR M,RAHBARI O,et al.Considerable parameters of using PV cells for solar-powered aircrafts[J].Renewable & Sustainable Energy Reviews,2013,22(8): 81-91.

[68] REINHARDTK,LAMP T,GEIS J,et al.Solar-powered unmanned aerial vehicles[C]//Proceedings of the 31st Intersociety Energy Conversion Engineering Conference(IECEC).Piscataway: IEEE,1996: 41-46.

[69] JASHNANIS,NADA T,ISHFAQ M,et al.Sizing and preliminary hardware testing of solar powered UAV[J].The Egyptian Journal Remote Sensing Space Science,2013,16(2): 189-198.

[70] OETTERSHAGENP,MELZER A,MANTEL T,et al.A solar-powered hand-launchable UAV for low-altitude multi-day continuous flight[C]//IEEE International Conference on Robotics and Automation(ICRA).Piscataway: IEEE,2015: 3986-3993.

[71] AtlantikSolar.Tackling the European refugee crisis with solar-powered UAVs: a fully-autonomous 26-hour search-and-rescue flight[EB/OL].(2016-08-22)[2019-11-15].http://www.atlantiksolar.ethz.ch/?p=931.

[72] RICHARDSON P L.Upwind dynamic soaring of albatrosses and UAVs[J].Progress in Oceanography,2015,130: 146-156.

[73] CHANG T,YU H.Improving electric powered UAVs’ endurance by incorporating battery dumping concept[C]//Asia-Pacific International Symposium on Aerospace Technology(APISAT).Amsterdam: Elsevier Science BV,2014: 168-179.

[74] GUPTAV,KANDHALU A,RAJKUMAR R.Energy harvesting from electromagnetic energy radiating from AC power lines[C]//Proc 6th Workshop on Hot Topics in Embedded Network Sensors(HotEmNets).New York: ACM,2010: 17.

[75] SIMICM,BIL C,VOJISAVLJEVIC V.Investigation in wireless power transmission for UAV charging[J].Procedia Computer Science,2015,60(1):1846-1855.

[76] SIMICM,BIL C,VOJISAVLJEVIC V,et al. Design of a recharge station for UAVs using non-contact wireless power transfer[C]//54th AIAA Aerospace Scence Meeting.Reston: AIAA,2016: 1-11.

[77] MOOREJ,TEDRAKE R.Magnetic localization for perching UAVs on powerlines[C]// IEEE/RSJ International Conference on Intelligent Robots and Systems.Piscataway: IEEE,2011: 2700-2707.

[78] MARSHALLP T.Power line sentry charging: US11169260[P].2005-06-24 [2019-11-16].

[79] ZHANGX,LI X,YIN W,et al.A binocular vision based auxiliary navigation system of the unmanned aerial vehicle for power line inspection[C]//3rd International Conference on Systems and Informatics(ICSAI).Piscataway: IEEE,2016: 291-296.

[80] LIU S,TAN B,ZHOU W,et al.An UAV precision landing method based on virtual control point on the high voltage transmission line[C]//9th International Conference on Modelling,Identification and Control(ICMIC).Piscataway: IEEE,2017: 693-698.

[81] MIRALLESF,HAMELIN P,LAMBERT G,et al.Linedrone technology: landing an unmanned aerial vehicle on a power line[C]//IEEE International Conference on Robotics and Automation(ICRA).Piscataway: IEEE,2018: 6545-6552.

[82] SILBERGE J,MILGRAM J H.Battery charging arrangement for unmanned aerial vehicle utilizing the electromagnetic field associated with utility power lines to generate power to inductively charge energy supplies: US11789128[P].2007-04-05[2019-11-16].

[83] BI Z,KAN T,MI C,et al.A review of wireless power transfer for electric vehicles: prospects to enhance sustainable mobility[J].Applied Energy,2016,179(16): 413-425.

[84] LU M,BAGHERI M,JAMES A P,et al.Wireless charging techniques for UAVs: a review,reconceptualization,and extension[J].IEEE Access,2018 (6): 29865-29884.

[85] BARMAN S D,REZA A W,KUMAR N,et al.Wireless powering by magnetic resonant coupling: recent trends in wireless power transfer system and its applications[J].Renewable and Sustainable Energy Reviews,2015,51: 1525-1552.

[86] KURS A,KARALIS A,MOFFATT R,et al.Wireless power transfer via strongly coupled magnetic resonances[J].Science,2007,317(5834): 83-86.

Review on UAV intelligent technology for transmission line inspection

MIAO Xiren,LIU Zhiying,YAN Qichen

(College of Electrical Engineering and Automation,Fuzhou University,Fuzhou,Fujian 350108,China)

Abstract: With the widespread application of unmanned aerial vehicle (UAV) in power grids inspection,the work pattern of transmission line inspection has undergone a significant change.The inspection works and the massive amount of inspection data needs to be manually processed afterward are highly dependent on professionals,which triggering an urgent need for the intelligence of inspection.In this paper,with the aim to address this problem,we conduct an extensive literature review.Firstly,we introduce the application status of UAV for transmission line inspection; summarize the work pattern and characteristics of transmission line inspection by using UAV.Next,the technical requirements of UAV intelligent transmission line inspection are analyzed.Build upon previous work,three key issues: intelligentized post-processing of inspection data,autonomous navigation of UAV for inspection and endurance of UAV are emphatically reviewed.The possible solutions are discussed.Finally,we conclude the paper with an outlook for the future of this field and hope to provide some useful references for related researches.

Keywords: transmission line inspection; unmanned aerial vehicle (UAV); image processing; auto-nomous navigation; on-line power tapping

DOI:10.7631/issn.1000-2243.19629

文章編號：1000-2243(2020)02-0198-12

中圖分類號： V279; TM75

文獻(xiàn)標(biāo)識碼： A

收稿日期： 2019-12-23

通信作者： 劉志穎(1988-)，男，博士研究生，主要從事無人機(jī)巡檢技術(shù)、機(jī)器視覺研究，95278635@qq.com

基金項(xiàng)目： 國家自然科學(xué)基金青年項(xiàng)目資助(61703105，61703106)

(責(zé)任編輯：沈蕓)