摘要:其硬件佈置形式和成像原理,基本避免了歧義,從而擺脫了對結構光等輔助手段的依賴,在機器視覺領域實現了通用、實時、遠距離和被動成像的三維檢測,彌補了單/雙目+結構光和飛行時間技術(time of flight, TOF)等三維成像既有技術線路中的功能空白,通過在任意距離上的實時成像功能,且採用LoRa技術模塊,能夠滿足導地線覆冰厚度測量需要的野外和大視場範圍需求。爲了模擬真實的電力線路環境,特意在戶外搭建實驗測試平臺,固定好覆冰的導線,架設四目相機,順光拍攝,儘可能避免樹木、植被等干擾背景,進行圖像採集,如圖6所示。

危害電網安全運行的重要因素之一是覆冰,迫切需要準確可靠的方法對其監測。爲此,中國南方電網有限責任公司超高壓輸電公司曲靖局、北京國網富達科技發展有限責任公司的研究人員葉凡、熊細濤、桂菲菲、何紅太、秦源汛,在2020年第2期《電氣技術》雜誌上撰文,基於三維即時成像立體視覺技術,利用搭載LoRa模塊的四目相機對導地線覆冰進行監測。

該方法中的硬件佈置形式和成像原理可大大避免歧義,從而擺脫對結構光等輔助手段的依賴,在機器視覺領域實現了通用、實時、遠距離和被動成像的功能,能夠滿足覆冰監測需要的野外和大視場範圍的需求。實驗證明,該方法能夠直觀觀察到覆冰情況及準確計算覆冰的厚度,具有實用性及可行性,爲導地線覆冰監測工作提供了有力的技術支撐。

覆冰數據是指導電力線路防冰、抗冰工作決策的重要依據,對保障電網安全穩定運行具有重要意義,必須採用可靠且準確的測量方法獲得。目前,採用攝影測量的方法能直觀地獲得電力線路的覆冰狀況。通過對線路覆冰前後的圖像進行分析來確定被測物體的位置、尺寸和形狀,並提取覆冰圖像的邊緣輪廓,從而計算出覆冰厚度。

由於電力線路安裝的現場環境是多樣的,有高山、平地,背景植被的顏色會隨着季節的變化而發生變化;且電力線路的覆冰情況複雜多變,不單會出現規則覆冰,在特定的環境條件下還會出現如冰凌的不規則覆冰,現有圖像監測方法都是對採集的二維圖像進行處理和識別,很難精確地將背景干擾與導線圖像準確分離,易受攝像機位置和角度的影響。使用單目圖像對不規則覆冰的圖像識別精度較低,不能對覆冰情況進行準確測量。

鑑於此,有人提出用雙目圖像來測量覆冰的厚度,但是由於覆冰的自遮擋、陰影,以及鏡頭視場大小和景深的限制,雙目立體測量系統不能通過一次測量得到被測物體表面的所有數據,須從不同的視點進行多次測量,且雙目圖像匹配需要消耗大量的運算資源,在匹配過程中有些歧義很難自動消除,所以具有事後運算需要人工干預和修正的特點,一般很難用於實時的三維感知和測量。

本文基於三維即時成像立體視覺技術,獲取導地線覆冰的四目圖像,測量覆冰層的厚度。它是建立在平行光軸四像機矩陣佈局基礎上的一種純光學圖像三維測量系統,硬件結構至少包括一組2×2陣列、光軸平行佈置的數碼相機組,通過空間幾何數據的分析對多幅圖像進行關聯匹配,從而消除雙目匹配過程中普遍產生的歧義性,完全擺脫了對結構光等輔助手段的依賴。

在未來的物聯網應用場景中,有大量的應用是運營商的網絡無法覆蓋的,尤其是覆冰的電力線路所處山區偏遠,地質條件複雜,這些環境的網絡連接選擇無線遠距離傳輸通信模塊(long range radio, LoRa)更爲合適。

綜上,本文基於三維即時成像立體視覺技術,利用搭載LoRa模塊的四目相機對導地線覆冰進行厚度測量,可對覆冰厚度信息進行及時分析,並做出相應的處理結果輔助決策建議,從而實現對導地線覆冰的“智慧”檢測。

1 測量原理

1.1 三維即時成像立體視覺

三維即時成像立體視覺包括4臺焦距、分辨率等各項參數完全一樣的圖像採集設備,該4臺相機中心組成一個平面矩陣,所有相機的光軸相互平行。它是仿照人類完善的視覺系統,以純光學成像的技術線路,模仿人眼功能原理的三維成像相機組。

基於平行雙目三維運算視差原理,不同深度的被視點,都具有不同的視差值,深度值和視差值兩者之間成反比,且被視點的深度值還與兩幅圖像之間的基線距離以及相機鏡頭的焦距成正比。

該矩形結構分佈特徵的四目系統可以克服雙目立體視覺系統的空間位置精度與匹配精度的矛盾。這樣就產生了4組平行雙目匹配關係(矩形的垂直方向也完全可以理解爲雙目平行匹配),使原來雙目的單一不確定性匹配,變爲四組雙目的具有強幾何約束的確定性匹配。

1.2 覆冰厚度測量流程

首先獲得清晰的二維覆冰圖像是準確計算覆冰厚度的先決條件。本文從4個視角觀察輸電線路,獲取從不同角度得到的圖像,然後確定相機的內參數與外參數,建立覆冰線路的空間座標點同它在圖像平面上像點之間的對應關係式。將圖像進行預處理,突出所需要的信息,降低干擾噪聲。對應覆冰線路上的同一個空間物理點在不同圖像中的像點,對特徵點進行匹配,最後通過計算即可求得覆冰輪廓的三維座標,具體測量流程如圖1所示。

圖1 測量流程圖

2 系統硬件設計

2.1 硬件結構

電力線路覆冰厚度測量系統的總體架構如圖2所示。本系統由四目相機、地面工作站、LoRa無線傳輸模塊和電池模塊4部分組成。依託平行光軸四相機陣列硬件結構,後臺內置通用算法,滿足測量覆冰厚度的需要。

圖2 硬件總體架構

2.2 四目相機

四目相機是由4個圖像傳感器焊接在同一塊電路板上,圖像傳感器光學中心呈矩形佈置,四個傳感器的掃描線水平對齊且垂直對齊。圖像採集電路採用現場可編程門陣列(field programmable gate array, FPGA)控制圖像採集,依靠硬件觸發電路,實現4幅圖像的同步採集,滿足高速同步測量的要求,依靠千兆網口或其他圖像數據接口輸出數據。

鏡頭採用C型接口鏡頭,焦距根據測量距離選擇不同的焦距,距離遠可以選擇長焦鏡頭,覆冰導線的測量距離爲8~15m,因此鏡頭焦距爲35mm定焦鏡頭。

圖3 四目相機內部結構圖

2.3 地面工作站

地面工作站硬件爲一臺筆記本電腦,軟件實現的功能有拍攝控制、三維運算和數據管理。軟件平臺如圖4所示。

圖4 軟件平臺

2.4 無線傳輸模塊

無線傳輸模塊採用的是LoRa模塊,可實現數據採集、遠程控制、LoRa通信,解決遠距離、分散採集、快速組網的問題,不需要對模塊進行二次開發。該模塊工作頻率433Hz,功率2W,傳輸距離2km。

在廣播透傳模式下,模塊不改變數據和協議,所發即所收;在星型協議組網通信模式下,節點是間歇性休眠的,中心模塊發給節點模塊只需要在數據前面加入節點模塊的地址編碼,節點模塊發給中心模塊則是通過透明傳輸方式,節點之間不會相互干擾。

2.5 電池模塊

電池模塊採用鋰電池直流供電方式,滿足四目相機圖像採集板、嵌入式計算機板和無線模塊的用電需求。三塊板各自的功率分別爲6W、20W、2W,共28W。電池組按DC 12V,6000mA•h,供電時長不低於2.5h。

3 系統主要功能

3.1 四目相機功能

  • 1)單路相機圖像動態採集並利用高清多媒體接口(high definition multimedia interface, HDMI)圖傳通道實時圖傳。
  • 2)由單路圖像採集切換爲四相機組進行圖像同步採集。
  • 3)二維圖像同步採集、本地存儲和利用數據接口下載。

3.2 無線模塊功能

四目相機中的無線接收裝置能夠接收地面工作站發出的各類命令,並將命令傳輸到四目相機中的嵌入式計算機板。

3.3 地面工作站功能

  • 1)自動接收四目相機的4幅同步採集圖像,實時接收和存儲多次多角度的同步採集圖像。
  • 2)同步採集四目相機的4幅圖像,進行三維運算,得到導地線覆冰的三維立體圖像。
  • 3)根據導地線三維圖像,自動計算和描述該視角下導地線覆冰的最大外部輪廓,以及視場範圍內該輪廓在不同截面的位置和形狀,計算得到最大截面和最小截面,以及平均截面的冰輪廓間的距離 尺寸。
  • 4)根據導地線的型號以及同一測量位置上多個視角的覆冰輪廓,自動計算覆冰平均厚度。
  • 5)具有單次和累計測量數據的記錄、顯示和導出功能。

4 實驗驗證及分析

4.1 戶外模擬測試

爲驗證本文測量方法的有效性和準確性,進行了模擬實驗。將型號爲LGJ-400/35、直徑約爲26.82mm的導線,放置於飲料瓶中,加水靜置於高低溫交變溼熱試驗箱,溫度設定爲40℃、持續時間爲48h,進行低溫試驗模擬覆冰過程,得到覆冰後的導線,如圖5所示。

圖5 模擬導線覆冰

爲了模擬真實的電力線路環境,特意在戶外搭建實驗測試平臺,固定好覆冰的導線,架設四目相機,順光拍攝,儘可能避免樹木、植被等干擾背景,進行圖像採集,如圖6所示。

圖6 戶外模擬實驗

通過四目相機,獲取覆冰的導線圖片,如圖7所示。再根據場景的遠近,剔除導線之外的背景圖像進行導線的邊緣提取,得到軟件處理後的測量圖,如圖8所示。通過同一測量位置上多個視角的覆冰輪廓,自動計算覆冰平均厚度。

圖7 戶外測量圖


圖8 軟件測量圖

在每次採集圖像的同一時刻,對覆冰的導線進行人工手動測量,得到實際寬度值。

4.2 實驗結果分析

經過多次重複實驗,覆冰層從厚變薄的過程,可模擬電力線路不同情況下的覆冰厚度,得到不同的覆冰厚度數據,見表1。

表1 覆冰厚度數據

由表1數據可見,本文研究的測量方法能夠有效地檢測出覆冰導線的邊緣。在測試的這10組數據中,與實際測量最大誤差爲0.97mm。對於導線覆冰厚度測量來說,這樣的誤差值是可以接受的。

此外,爲了模擬導地線處於雜亂的背景下,特意在複雜背景下搭建實驗場景。將背景圖像設爲樹枝、雜草、牆壁、鐵圍欄及其他建築物。如圖9所示。圖10爲複雜背景下軟件測量圖。對不同規格的導地線進行拍攝,以不同直徑的導地線來模擬不同覆冰厚度,從而對本文測量方法進行驗證,得到的數據見表2。

通過對複雜背景下的7種導線及2種地線的測量,得到最大誤差爲±1.62mm,滿足電力線路覆冰厚度測量偏差的要求。如果提高圖像的分辨率,還可以大大減小誤差的絕對值。

圖9 複雜背景下實驗搭建圖


圖10 複雜背景下軟件測量圖


表2 複雜背景下導地線直徑數據

5 結論

本文采用4臺相機平行光軸佈置形成矩陣陣列,極大簡化了計算過程,使三維匹配運算實現了標準化和通用化,具有匹配快速、運算簡單的特點,完全可以實現芯片化。其硬件佈置形式和成像原理,基本避免了歧義,從而擺脫了對結構光等輔助手段的依賴,在機器視覺領域實現了通用、實時、遠距離和被動成像的三維檢測,彌補了單/雙目+結構光和飛行時間技術(time of flight, TOF)等三維成像既有技術線路中的功能空白,通過在任意距離上的實時成像功能,且採用LoRa技術模塊,能夠滿足導地線覆冰厚度測量需要的野外和大視場範圍需求。

目前,對基於三維即時成像立體視覺技術的電力線路覆冰厚度測量的研究較少,因實驗條件限制,本文只進行了人工模擬覆冰的實驗,今後還需要對現場的導地線覆冰進行實際測量,爭取實現導地線覆冰的準確預測、清晰測量和高效融解,使電網從懼怕冰災轉變爲從容應對。

相關文章