0 引言

    近年来，我国的全国互联大电网逐步建成并完善，输电线路总长度和输送容量逐年增长。为确保输电线路的可靠性，及时发现线路损伤和隐患，电力部门必须定期对输电线路进行巡检^[1]。目前输电线路的巡检主要为人工巡检，此方式受到自然环境和巡检设备的制约，成本高、效率低、漏检率及误检率大，效果不佳。线路攀爬机巡检机器人巡检速度慢，对机器人的机械结构设计要求高，需要完成越障等高难度动作，机械结构和控制算法复杂^[2-4]。

    由于四旋翼无人机具有能垂直起降、可悬停、适应性强、成本低、安全性高、机动性好等许多特点^[5-6]，可搭载航拍装置多角度、全方位地获取清晰准确的输电线信息。非接触式输电线巡检实现在线监测，提升故障检出率，为迅速确定抢修方案、缩短抢修时间提供有力保障^[7-8]。

    本文设计了一种基于摄像头的自主巡线四旋翼无人机方案，用黑白摄像头^[9]采集输电线与背景的灰度图像信息并进行相应处理，快速准确地识别出输电线，以输电线作为导航目标，规划四旋翼无人机的巡线路径。

1 四旋翼无人机自主巡线方案设计

    自主巡线四旋翼无人机由机架、主控模块、摄像头、姿态检测模块、高度检测模块、电机驱动模块、电池模块构成。主控模块读取各传感检测模块的数据并进行姿态数据融合，解算出无人机的高精度姿态角，读取并处理摄像头图像数据，规划无人机巡线路径，根据偏差调节各电机转速，使无人机执行相应的飞行动作达到自主巡线飞行的效果。四旋翼无人机总体设计图如图1。

2 系统硬件设计

    系统硬件设计分为四旋翼无人机机架及动力模块、主控模块、输电线检测模块、无人机姿态及高度检测模块、应急通信模块5个部分。

2.1 机架及动力模块

    四旋翼无人机是一种六自由度的、带有4片正反桨叶的旋翼类飞行器，可通过改变4个电机的转速控制无人机在纵向、横向、竖直方向和偏航方向上运动。选用大疆公司的风火轮F450飞行平台，好盈30 A无刷电调直接焊接到F450的沉金PCB上，配备新西达2 212/1 000 kV电机构建四旋翼无人机。该平台机架力臂材料强度大，耐摔，耐撞击，机身设计时保持重心和几何重心重合，稳定性好。为了增长四旋翼无人机的巡检时间、悬停能力以及抗风能力，满足电机的功率要求，动力模块配备30 C放电性能的5 200 mAh的高能锂聚合物电池。

2.2 主控模块

    四旋翼无人机的主控模块是实现机体稳定、精确巡线飞行的核心。选用STM32F407芯片完成对各种传感器数据的读取、运算处理、飞行姿态和动作的控制，使无人机根据控制算法处理结果来调整飞行姿态，实现巡线飞行。

    STM32F407芯片是基于ARMCortex-M4内核的32 bit微控制器，具有256 KB Flash，支持最高168 MHz的运行频率，开源且拥有函数库，功能强大，与硬件兼容性好，可移植性强，便于无人机控制算法的开发、维护和升级。

2.3 输电线检测模块

    输电线图像的分辨率是决定自主巡线是否精确的基础。图像采集采用OV7620摄像头，利用逐行扫描方式采集输电线及背景图像上的点，通过I/O传输到主控模块。OV7620是CMOS彩色/黑白图像传感器,支持连续和隔行两种扫描方式,最高像素为664×492，帧速率为30 f/s，数据格式包括YUV、YCrCb、RGB 3种，内置10 bit双通道A/D转换器,输出8 bit图像数据，自带自动增益和自动白平衡控制，功耗小于110 mW，可以采集到较为清晰的黑白数字图像。

2.4 无人机姿态及高度检测模块

    四旋翼无人机的姿态检测是姿态控制与调整的前提，包括翻滚角、俯仰角、偏航角。姿态检测采用MPU-6050和GY-273 HMC5883L。MPU-6050是全球首例整合性六轴运动处理组件，避免除了组合陀螺仪与加速度计的轴间差的问题，大大减小了体积，提高了精度；三轴电子罗盘HMC5883L内部集成了先进的高分辨率磁阻传感器，并附带了具有霍尼韦尔专利的集成电路，能使罗盘测量精度控制在2°以内，可以通过I²C引脚与系统连接。高度检测选用大气压强传感器MPXA6115A，MPXA6115A具有耐高温、高精度集成、输出的模拟量与高度成线性关系等优点。

2.5 应急通信模块

    四旋翼无人机的安全是自主巡线的基础，方案设计中引入无线遥控模块，在突发意外时可以通过手动遥控解决。无线遥控模块选用E31-TTL-50，通信距离为2 100 m，收发一体，具有发射功率小且密度集中的优点。

3 系统软件设计

    系统软件是四旋翼无人机的自主巡线控制核心，本文设计了基于摄像头的无人机巡线算法、无人机姿态检测与控制算法。无人机自主巡线软件系统如图2所示。

3.1 基于摄像头的无人机巡线算法

    四旋翼无人机自主巡线飞行过程中,摄像头采集的图像数据主要为输电线和背景两种颜色，因此只需对图像灰度数据进行处理，即可识别出输电线实现跟踪导航。本文的摄像头数据输出采用YUV格式，YUV数据格式中“Y”表示明亮度,也就是灰阶值；而“U”和“V”表示的则是色度，作用是描述影像色彩及饱和度，用于指定像素的颜色。YUV色彩空间的优点是它的亮度信号Y和色度信号U、V是分离的，如果只有Y信号分量而没有U、V分量,表示的图像就是黑白灰度图像。

    考虑到STM32F407的数据处理能力与存储空间有限,而本系统的目的只在于提取输电线，即处理8位Y信号分量，并且输电线在高空中与背景差异较大，易于辨别。基于以上原因，不需要提取图像中所有的点，只需提取一定数量的数据阵列即可，最终方案采集240×180分辨率图像。然后对图像依次进行二值化、中值滤波和输电线提取，并通过单目视觉测距算法判断无人机与输电线的相对位置，最终实现实时规划无人机巡线路径的功能。

    巡线过程涉及无人机的自主运动，在本文的设计中，巡线主要依靠无人机的垂直升降、前后俯仰、左右翻滚3种运动姿态。

    在初始化阶段需要手动遥控将四旋翼无人机直升到输电线附近，而后四旋翼无人机沿着线路前进时需要俯仰运动，与线路靠得太近时需要翻滚运动来及时调整。

    (1)二值化处理

    基于灰度的输电线图像二值化即选择一个合适的阈值，将输电线与背景有效分开。将图像导入MATLAB进行分析，发现飞行器在不同地点、不同时间甚至不同天气环境下，背景及输电线的像素值受客观因素影响较大，无法使用恒定阈值对图像进行二值化处理，所以二值化的阈值要不断改变。

    采用循环迭代下的最佳阈值分割算法，计算出图像的最佳阈值，并求出此时的二值化图像，并对图像进行细化处理，提高输电线提取效果。

    实验发现，背景光线较暗时，输电线线图像如图3所示，二值化后图像如图4所示。当背景光线很强时，输电线对光线进行反射，输电线亮度与背景接近，输电线图像如图5所示，二值化后图像如图6所示，无法识别。因此巡线时间应选择在背景光线弱的时候，如阴天。

    (2)中值滤波算法

    二值化后已经出现非常清晰的输电线图像，实际检测中仍会有干扰和噪声存在，干扰下一步的线路识别。所以选择对图像进行中值滤波，把数字图像中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近真实值，从而消除孤立的噪声点。

    (3)巡线控制思路

    在摄像头提取出稳定的信号后，识别输电线轨迹，进行数据分析处理，计算出偏差角度，再将误差数据送入PID控制器，对电机的旋转速度进行控制，及时调整，直到输电线轨迹稳定在飞行器飞行的合理范围内。控制思路如图7所示。

    将基准线设定在摄像头图片中间位置，允许一定误差范围，而后将采集进来的实时摄像头数据进行比对，计算出误差值，输出到PID控制器中调节电机旋转速度，达到在输电线附近稳定飞行。

    程序设计思路为建立一组数组，默认为黑线理想情况下的稳定值，图片大小为240×180像素，设IMAGE[110]~IMAGE[130]为巡线允许的范围内的黑线，程序中photo[]数组实时存储了每一次的图像，将黑线部分保留，进行差值运算，保留正负符号，对应竖行相加减，横向求平均值，得出某一瞬间的偏差度X。输入PID调节器进行电机控制。

    考虑运动图像的不稳定性，实际采用摄像头PD与运动速度PID联合的闭环控制，使飞行速度稳定在设定值范围内，达到稳定巡线的效果。

    在稳定了摄像范围之后便可以调整俯仰角度进行巡线，此后的过程中俯仰与翻滚角度及时调整互补，稳定输出。

3.2 无人机姿态检测与控制算法设计

    四旋翼无人机的姿态检测与控制直接关系到巡线过程的稳定性和可靠性，通过卡尔曼滤波算法快速融合加速度计、陀螺仪、电子罗盘数据，使用加速度计测量值修正陀螺仪的积分误差，充分利用陀螺仪在测量角位移时良好的高频特性和加速度计在测量角速度时良好的低频特性，结合电子罗盘数据解算出四旋翼无人机3个轴向的姿态角估计值，包括翻滚角、俯仰角、偏航角。将得到的无人自飞行姿态与自主巡线算法规划的路径比较，计算得出期望姿态角，通过PID算法控制四旋翼无人机快速的跟踪期望姿态角，稳定航向和高度，从而使无人机自主巡线飞行。

    四旋翼无人机姿态解算采用基于卡尔曼滤波的融合算法，卡尔曼滤波是一个最优化自回归数据处理算法，它以现代控制理论和统计数据处理为基础，以估计均方误差值最小化为准则，对当前系统的状态作出最佳估计。该算法的基本思想是：采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值。它适合于实时处理和计算机运算。

    卡尔曼滤波器与一般滤波器的最大区别在于它同时处理了系统的状态方程和观测方程，其系统方框图如图8所示。

    系统的状态方程为：

其中x(k)为系统在时刻下的状态向量，A(k|k-1)为系统状态转移矩阵，w(k-1)表示过程白噪声，符合正态分布。

    观测方程为：

式中，Z(k)为系统在k时刻下的观测向量，H(k)为观测矩阵，v(k)为观测白噪声，同样也符合正态分布。

    四旋翼无人机的姿态融合解算中，可以依据陀螺仪积分输出的角度作为姿态角的观测值，将加速度计和电子罗盘测得的姿态角作为系统测量值，套用卡尔曼滤波器的流程来确定更新后的角度确定姿态角。卡尔曼滤波算法的实际系统框图如图9所示。

4 结语

    安全责任重于泰山，传统的电力巡检存在着极大的安全隐患，比如人工攀爬杆塔、人工操控无人机巡检，这些都具有人为因素从而导致安全事故发生。本方案利用无人机代替人工巡检再由摄像头定位输电线，从而实现了真正意义上的自主巡航，有效改善了输电线路的巡检工作安全性，同时也提高了工作的效率。

参考文献

[1] 魏传虎，任杰，张晶晶，等.电力巡线无人机数据传输系统研究[J].电子技术应用，2015(7)：77-80.

[2] 黄俊璞，林韩，宋福根，等.输电线路上方无人机巡检避障策略[J].电气应用，2015(2)：32-34.

[3] 付昱玮，李字明，姜洪.无人机巡线的发展和应用研究[J].科技论坛，2014(1)：25-27.

[4] 何苏勤，刘学.无人机巡检链路数据传输系统的设计与实现[J].实验技术与管理，2012(9)：93-96.

[5] 宫琛.四轴飞行器研究与设计[D].淮南：安徽理工大学，2013.

[6] 岳基隆，张庆杰，朱华勇.微小型四旋翼无人机研究进展及关键技术浅析[J].电光与控制，2010(10)：46-52.

[7] 黄谨益.无人机在电力输电线路的各种应用[J].大众科技，2015(9)：81-84.

[8] 汤明文，戴礼豪，林朝辉，等.无人机在电力线路巡视中的应用[J].中国电力，2013(3)：35-38.

[9] 吴吟箫，张虹，王新生，等.基于黑白摄像头的智能小车路径识别系统设计[J].计算机技术及应用，2009(4)：42-45.

作者信息:

张科比，雷  勇

（四川大学 电气信息学院，四川 成都610065）