基于机器视觉的精准定位与追踪在驱鸟机器人中的应用

基于机器视觉的精准定位与追踪在驱鸟机器人中的应用

王炳政、丁林坡、王璨

郑州科技学院

摘要：为防止鸟类活动造成电力设备运行故障，设计了一种基于红外感知的变电站鸟类定向驱散装置，用于开展鸟类定向瞄准驱散。通过改进的图像模板匹配方法，完成鸟类目标识别与定位，然后基于比例微分积分算法实现鸟类的指向性跟踪与驱散。实验室测试与现场试验表明，所设计的变电站鸟类定向驱散装置具有定位精度高、跟踪速度快的特点，能够有效实现定向驱乌功能。

关键词：红外感知；变电站；鸟；驱散；设计

一、引言

变电站是电力系统中对电能的电压和电流进行变换、集中和分配的场所，其正常运行直接保证电能的质量，以及设备的安全。而变电站周同鸟类活动频繁，鸟类会使用爪、鸟喙对绝缘外皮进行破坏，同时大型鸟类降落在电容器组时，极易引发电容器组短路、绝缘失效等电路故障。据统计，鸟害原冈致使变电站交流滤波器发生跳闸等电路故障，占我国电网电路故障三分之一以上。

笔者设计了一种基于红外感知的变电站鸟类定向驱动装置。这一驱鸟装置采用红外图像进行鸟类目标检测与识别，实现对远距离鸟类、遮掩鸟类的精准识别，并对识别到的鸟群个体进行跟踪标记，而后将识别的鸟类位置反馈给主控器，控制二维转台转动瞄准鸟群所在位置，利用高爆声波驱鸟炮定向完成鸟类驱散，解决传统驱鸟装置对鸟类驱散指向性小足，以及鸟类对驱散装置产生适应性的问题。

二、装置设计

（一）系统组成

笔者设计的驱鸟装置由机械子系统、控制子系统和感知子系统构成。机械子系统由驱鸟炮底座、底座安装板和驱鸟炮炮筒组成，控制子系统由主控箱、二维电动转台、炮筒姿态调整器和驱鸟炮控制点火器组成，感知子系统包括双光红外相机和相机底座。驱鸟炮筒通过炮筒姿态渊整器与二维电动转台连接，二维电动转台与驱鸟炮底座连接为一体，其中炮筒利用炮筒姿态调整器实现上下的转动，利用二维电动转台实现在二维平面的左右转动。通过相机底座安装在驱鸟炮筒上的双光红外相机，其光轴轴线与炮筒的中心轴线平行。

（二）运行原理

在驱鸟装置处于工作状态时，双光红外相机对前方视场进行实时的检测，在发现视场中有鸟类活动踪迹时，实时将鸟类与相机两者的相对坐标信息传输给主控器，主控器将传同数据，计算出鸟类坐标与炮筒中心轴线之问的偏差量，如果偏差值在允许误差范围内，则点火控制器被触发，炮筒发射出高爆声波，对鸟类进行驱散。如果偏差值超出允许误差范围，主控器根据偏差值进行计算，根据计算结果，控制二维电动转台和炮筒姿态调整器的转动，快速调整俯仰与偏航角度，将偏差值调整在允许误差范同内，然后触发驱鸟炮控制点火器，炮筒发射出高爆声波，对鸟进行驱散。

三、基于红外感知的鸟类识别方法

笔者首先将所要识别目标分为显著目标识别和微小目标识别两大类，并分别制定更具有针对性的识别算法。针对显著目标的识别图像制定检测策略，结合静止背景下的运动目标检测方法，利用帧间图像配准后得到的小序列进行运动目标检测，针对微小运动目标检测，采用背景抑制方法，融合多尺度局部亮度差和加权图像局部熵，提高整体检测的稳定性和准确率。

（一）图像预处理

为降低条纹噪声的影响，首先采用双边滤波对红外图像进行去噪。然后利用尺度不变特征变换进行了图像的配准，克服了Harris角点的不具备尺度不变性的问题，而且对光照、噪声、视角变化都具备很强的稳定性，独特性好，在特征匹配时具有高的正确率。

（二）显著目标检测

笔者采用了基于连续离异点低秩表达的运动目标检测方法。首先对于配准好图像序列，将图像分解为由基本不变的背景、运动目标组成的前景、噪声三部分组成。笔者所采用的目标是在背景图像中估测运动的前景目标。采用交替迭代算法来求解能量泛函模型，通过将能量泛函求解分成两个步骤，分别能量最小化背景图像和运动的前景目标。连续离异点低秩表达的运动目标检测方法的应用，不仅提高了鸟类在变电站复杂环境下的识别效率，还实现了对被变电站内装置遮掩鸟类的精准识别。

（三）微小目标检测

红外成像系统远距离成像时，鸟类等目标呈现小目标特性。又由于远距离的原因，目标运动不明显，在动平台成像时，周围背景的运动变化量远大于目标，且特征背景少。对此笔者提出了基于多尺度亮度差加权熵的方法。多尺度亮度差体现的是中心与周围邻域的差异性，容易受强边缘信息影响，通过结合局部熵对多尺度亮度差进行修正，可以提高整体检测的稳定性和准确率。首先利用局部亮度差比较中心像素周围像素点的均值与其外围像素均值的差异。由于目标大小不确定，固定内窗和外窗大小无法满足实际应用，需要引入多尺度信息。根据小目标的定义，小目标占2像素×2像素到8像素x8像素之间，通过固定外窗，取不同大小的中心像素邻域作为内窗，分别计算内窗与内外窗之间的局部亮度差，以它们之间最大的亮度差作为该中心点的多尺度局部亮度差。由于红外图像中，小目标的出现，破坏了目标区域的纹理特征，会导致目标区域的图像熵发生变化。通过限定局部窗口大小，以窗口内图像信息计算图像熵，便能体现局部特征。根据最大熵原理，均匀分布的区域熵要大于非均匀分布的区域，由此可以根据局部图像熵在复杂背景中寻找目标。

四、定向跟踪驱散控制

（一）控制模型

在变电站对鸟类进行定向跟踪驱散，首先要对鸟类进行识别，然后对鸟类的位置进行精准确定，最后使用声波驱鸟炮对鸟类进行定向驱逐。为此，笔者设计了一套控制系统，实现对鸟类的跟踪和最大驱散强度的指向性驱散。图2中，(uo，vo)为鸟类在图像中的期望位置，(u，v；)为鸟类在图像中的当前位置，e(t)为鸟类当前位置与期望位置的偏差值，θ1、θ2分别为偏差值解耦的俯仰角度与偏航角度，u(t)为输出信号。

首先通过相机对鸟类进行图像捕捉，来确定鸟类当前位置。成像原理如图3所示，将相机获取的鸟类位置信息(u；，v；)传送到主控制器中，与期望位置(uo，vo）进行比较。然后根据二维电动转台俯仰偏航运动完全解耦，将得到的偏差值解耦的01、θ2传送到比例积分微分控制器中，以调整声波驱鸟炮俯仰角度θ1与偏航角度θ2，捕捉鸟类实时位置，并更新鸟类目标在图像中的位置(u；，v；)。根据常见鸟类大小与相机参数进行估计匹配，从而对鸟类的位置进行实时更新，最后利用声波驱鸟炮对鸟类进行定向驱逐。

（二）控制率

为了更加精准地跟踪鸟类，驱鸟装置采用了比例、积分、微分控制算法来实时跟踪。相机识别鸟类后，应用比例、积分、微分控制算法来调整声波驱鸟炮俯仰角度及偏航角度，以确定鸟类的位置。当系统发生偏差时，可立即产生调节作用，以减少偏差，消除系统稳态误差，提高准确度。应用比例积分微分控制算法，可精准调节声波驱鸟炮的角度，实现对鸟类定向跟踪和最大驱散强度的指向性驱散。

五、结语

变电站周围经常出现鸟类活动，比较容易引起电容器组短路，造成严重电路事故。笔者针对鸟害设计了一种基于红外感知的变电站鸟类定向驱散装置，采用图像匹配，对鸟类精准定位与识别，并实现指向性驱散。相比于传统的持续输出声光电信号驱散鸟类，该驱鸟装置采川红外光对鸟类进行识别，运算速度快、识别准确率高，且应用高爆声波驱鸟炮，在不伤害鸟类的基础上可实现快速准确的指向性驱散功能。

参考文献

[1]曹海欧，严国平，徐宁，等．数字化变电站GOOSE组网方案[J]．电力自动化设备，2011，31(4)：143—146，150．

[2]邓浩光．浅析输电线路运行安全影响因素及防治措施『J]．中国设备工程，2021(3)：157—159．

[3]田彦文．高压输电线路的运行安全与维护探析[J]．硅谷，2013，6(15)：100—101．

本文为河南省教育厅2021年大学生创新创业训练计划项目“基于机器视觉的驱鸟机器人设计”（编号：S202112746012）、郑州科技学院2021年大学生创新创业训练计划项目“基于机器视觉的驱鸟机器人设计”（编号：DC202112）阶段性成果