基于无人机的输电线缆识别算法研究

基于无人机的输电线缆识别算法研究

尹兴周  张育勋  乔雷章

广州市电力工程有限公司  广东省广州市 514260

1.概述

1.1.背景及意义

截至2021年底，中国公路营运总里程528万公里，高速公路营运总里程11.7万公里。铁路营运总里程超过15万公里，高铁营运总里程41289公里，还在持续增长中。特高压输电线路长度超过5万公里，其他电压等级线路长度也在高速增长，在“碳达峰”“碳中和”目标下，高压线路建设也将迎来新高潮。

架设高压输电线路，技术上不断更新，线缆材料强度越来越高，架线设备在不断升级，架线段长度不断增加。随着经济和社会的发展，线路与线路，线路与交通设施交叉跨越不断增多，架线难度越来越大，危险系数越来越高。特别是线路与铁路交叉跨越，往往需要夜间施工，给架线施工不断带来新的挑战。

随着我国科技水平的飞速发展，自动化航拍辅助架线安装发展迅速，。无人机以其体型轻便，易于操作等独特优势，在灾情检测、生态环境评估、救援指挥、危险区检测等领域得到广泛应用，有效降低了人力安装的成本和安全隐患，利用无人机轻便快捷、成本较低的特点进行输电线路辅助架设成为一种未来趋势；同时依托计算机视觉技术，由无人机采集线缆图像安全高效的进行线路架设具有充分的理论技术支持，配合施工控制人员，进行安全高效的线路架设安装。

图 1线路架设过程

图 2 软件功能架构图

1.2.输电线缆图像

一般无人机辅助架设过程中，识别图像不同于一般图像，由于背景复杂，在基础的线缆图像之外，往往还增加了背景中的地理特征、线缆表面异物等。

图 3线缆识别图像

输电线路的复杂背景当中，很多背景也会被误判为输电线缆，在整个架设过程当中造成不必要的失误，最终导致施工控制端接受到错误的数据，发出错误指令使架线任务失败，甚至产生安全事故，由此可见，应当保证架设过程中输电线缆的准确识别，安全高效的完成线缆架设任务。

2.研究现状及本文技术路线

2.1.研究现状

目前，国内外对于线缆识别检测都是依据线缆直线特性设计的识别算法，相当于把线缆当作一条连续的直线段实现线缆的检测，比如用Hough变换、Radon变换、方向滤波和基于梯度和边缘信息的一些线段检测算法，其中Hough变换和Radon变换较为常用。

2.2.技术路线

本文利用无人机巡检电力线路的采集图像，通过图像处理实现对线缆的智能识别和检测，主要研宄内容如下：

（1）对无人机拍摄的图像特点进行研究，分析线缆检测难点；

（2）预处理之后真实还原线缆架设过程中的图像和实际高度移动速度等，方便施工控制端作出合理决策。

3.图像处理算法

由于无人机采集到的电力线航拍图像环境特殊，都在自然环境下进行，在采集期间产生的噪声会严重干扰到图像，使图像很大程度的退化。在成像期间会发生模糊、畸变、噪声混入以及失真等状况。不仅如此，受光照因素的制约，无人机在拍摄时会出现曝光力度不够准确或者拍摄画面明暗差异大等类似状况。由此可见，预处理是获取高质量的航拍图像中不可或缺的环节，对图像进行处理，是通过一系列技术手段来遏制干扰因素，提取到有效信号，从而达到改善图像质量的目的。针对于架线线缆，使架线线缆进入监控画面时，能够将其准确识别，同时确认当线缆高度到达安全高度时，及时准确的触发报警信号，给予报警，原理图如下：

图 4原理图

参考文献：

[1]张世朋，基于无人机航拍的电力线状况与故障识别算法研究，2018

[2旋翼无人机视觉跟踪系统，2011

