基于视觉识别的智能巡检机器人系统设计

丁宁 陈波 蔡钧宇 谭文正

摘 要：本项目研究一种基于具有视觉识别功能的自动巡线机器人，以及对应数据集中监控服务，构成电力生产部门嵌入式智慧集控模式。系统具有现场采集图像信息、信号故障自动识别、故障报警、区域温度报警、趋势分析及报警、自动生成巡检报告功能。

关键词：机器人；智能巡检；实施方案

中图分类号：TP391 文献标志码：A 文章编号：2095-2945（2018）24-0086-02

Abstract： This project studies a kind of automatic inspection robot with vision recognition function and corresponding data centralized monitoring service， which forms embedded intelligent centralized control mode in power production department. The system has the functions of collecting image information on the spot， automatic identification of signal faults， fault alarm， regional temperature alarm， trend analysis and alarm， automatic generation of inspection report.

Keywords： robot； intelligent inspection； implementation scheme

引言

視频监控很早已被引入电力设备运行状态的远程监视中。早期利用“遥视”和机器人实现的生产环境中图像监测，只实现了图像、声音信号的数字化以及远距离传送，为解决生产环境中远程多媒体监控系统提供了全面的技术支持。但是缺乏对信息进行处理的功能，不能对监控目标进行智能化的主动识别分析，需要操作员随时观察分析图像，无形中增加了调度人员的负担[1]。另外，人工判断具有主观性，人眼容易疲劳，很难达到电力设备运行状态监测自动化的要求。并在一定程度上忽略了事后对事故发展的准确判断并降低了对事故处理的快速反应能力。延误了排除缺陷的时间，影响了售电量和服务承诺。[2]

图像分析技术可从根本上解决目前电力设备在线监测中存在的一些实际问题。智能化巡检设备可实现无纸化信息纪录并对设备性能进行动态分析， 可以有效的提高规范程度和真实性。既克服了传统巡检管理中存在的各种弊端， 同时又加强了传统巡检工作所追求的效果。[3]

本方案设计具有视觉识别功能的智能巡检机器人和相关巡检信息管理系统。可设置智能巡检机器人按时按指定路线在现场巡检。智能巡检机器人识别待检测区域设备，通过高清摄像机采集图像，识别出设备类型和当前状态，判断设备运行情况。识别出故障后，给出告警信号。对有故障趋势的设备，给出预警信号。

2 设计内容

2.1 整体框架图（见图1）

2.2 主要实现的功能

（1）研究实现利用工业相机实时采集的图像定位各种数显及动圈仪表监测设备，并获取仪表图像信息，通过图像识别，分析监控设备的实时读数，在仪表读数发生异常时发出报警信息。（2）集中上传巡检中采集的数据结果，分析数据变化趋势，对有故障趋势的设备，给出预警信号。（3）研制轮式机器人，具有现场监控功能。机器人系统具有远程视频监控、远程遥控以及温度湿度监测功能。（4）建设智能巡检信息管理系统，实现生产运行管理中现场监控设备信息采集分析和数据集中监控服务器的信息机房嵌入式智慧集控模式。

2.3 主要研究内容

（1）研制轮式现场监控机器人系统，具有远程视频监控、远程遥控以及温度湿度监测功能。（2）巡检机器人的工业相机定位获取各种监控设备图像，基于计算机图像处理技术，对采集的图像进行图像处理、自动识别所需信息，自动记录相关数据。（3）设计相关信息管理系统，存储和查询检测数据，管理设备基本信息、机柜基本信息等基础数据。

3 硬件设计

系统中硬件设计包括智能巡检机器人。还包括后台服务器和网络通讯等设备。

智能巡检机器人和主控室的控制端软件协同实现智能巡检功能。智能巡检机器人为轮式移动机器人，具有巡线、遥控等移动方式。巡线方式是按照事先标记的线路移动，在特定位置停留并测量数据，并可以设置按时巡检。智能巡检机器人实现自动读取仪表读数、显示巡检结果、操作员确认结果、趋势分析、各事故报警等巡检功能。

4 信息处理功能

以智能设备为基础的智能巡检系统，包含以下关键信息的计算和处理：图像识别、趋势判断、巡检数据记录、信息系统管理。

4.1 图像识别

智能巡检系统中，图像识别技术部分是系统的核心技术，分为四部分：仪表刻度识别和设备编号二维码识别。

根据在电厂的现场调研，电厂仪表盘分为5大类：液柱、电子表、指针表、油壶、液晶屏。

不同的仪表盘，计算机图像识别特征不同，因此设计不同的图像分析识别算法来识别不同类型的仪表盘读数。研究每种类型仪表盘的表盘布局、刻度范围、指针位置和移动等特点，运用图像识别理论和开发技术，设计不同算法程序。

所有图像识别算法程序配置在数据中心的应用服务器中运行。应用服务器获得智能巡检机器人拍摄的仪表盘图像后，通过图像识别算法分析图像，识别出当前仪表盘读数。

所有巡检观测的生产设备，基本信息不同，包括设备位置、设备类型、测量值安全范围、测量值单位等。数据中心记录所有基本信息，在巡检过程中，巡检机器人和巡检控制台程序通过基本信息获得被检测设备特征。设备特征通过设备编号唯一标识。巡检系统安装阶段，为所有巡检观测设备安装设备编号二维码。智能巡检机器人通过识别二维码，获得编号，将编号和被识别图像传至数据中心应用服务器。

4.2 趋势判断

除了巡检获得的测量值超出安全范围发生故障报警，智能巡检系统还会对每个测量值的变化趋势做出分析，预判可能将要发生的故障，并给出预判警报。

趋势判断功能由数据中心趋势判断应用服务器实现。当图像识别应用服务或巡检数据记录应用服务将巡检测量值提交至数据中心数据库服务后，趋势判断应用服务对每个测量值进行趋势判断，当某一测量值在定义时间段内，发生连续上升或下降变化时，变化速度或范围超出经验范围，则生成趋势预判警报，警报信息被立即发送到主控室巡检控制台。

4.3 巡检数据记录

当智能巡检机器人在执行巡检过程中，识别到设备编号二维码，拍摄仪表等设备图像，发送至数据中心图像识别应用服务器，该服务器将识别的测量值，作为巡检测量数据保存至数据中心数据库，记录标注为机器人自动巡检生成。

4.4 信息管理系统

智能巡检后台信息管理系统具有对部门、机柜设备、巡检机器人以及相关人员的基本信息管理，汇总和分析各类监控数据，自动生成巡检报告等功能。满足生产运行管理中监控设备信息采集分析和数据集中监控服务器的嵌入式智慧集控模式。

5 软件设计

智能巡检系统中软件功能包括5部分：智能巡检机器人软件部分、图像识别应用服务器软件、趋势判断应用服务器软件、事故判断应用服务、信息管理系统服务器软件部分。

智能巡检机器人除移动控制功能外，在主控室的控制端软件的指挥和配合下，可以完成巡检工作的自动读取仪表读数、显示巡检结果、操作员确认结果、趋势分析、各事故报警等功能。

智能巡检机器人和主控室的控制端软件协同实现智能巡检功能。智能巡检机器人软件部分控制高清摄像头完成图像信息采集功能。软件对获取图像实时分析，寻找其中的二维码信息，当识别到有二维码出现在图像中，立刻截取当前包括仪表结构等的完整影像或电源背板热量分布等红外热成像影像。初步判断影像符合识别要求后，将二维码影像和设备影像通过网络上传至图像识别应用服务器。

其中巡线方式是按照事先标记的线路移动，在特定位置停留并测量数据，并可以设置按时巡检。遥控方式是操作人员在主控室通过操作控制端软件，遥控机器人完成巡检任务。

参考文献：

[1]祝晓辉.基于图像处理的电力设备识别方法研究[D].华北电力大学（河北），2007：1-3

[2]趙永俊.变电站巡视中图像分析方法的研究[D].华北电力大学，2013.

[3]李国伟.基于智能巡检系统在火电厂的研究[J].科技信息（学术研究），2008（27）.

[4]Joon-Young Park， Jae-Kyung Lee， Byung-Hak Cho. An Inspection Robot for Live-Line Suspension Insulator Strings in345-k V Power Lines[J]. IEEE Transactions on Power Delivery，2012.

[5]Taro Suzuki，Mitsunori Kitamura，Yoshiharu Amano.6-DOF Localization for a Mobile Robot using Outdoor 3D Voxel Maps[J]. Proceeding of IEEE International Conference on Intelligent Robots and Systems，2010.

[6]Wail Gueaieb， Md. Suruz Miah. An Intelligent Mobile Robot Navigation Technique Using RFID Technology[J]. Transactions on Instrumention and Measurment，2008.

[7]中国电器工业协会智能电网设备工作委员会.智能变电站发展的现状与形势分析[J].电器工业，2012（9）：16-17，20-22，24-27.

[8]曹爱飞.基丁电力设备的热图像处理与分析[D].安徽大学，2017.