基于自动驾驶无人机前端识别压接金具施工工艺外观检测方法

刘高，翟瑞聪，许国伟

（1.广东电网有限责任公司机巡管理中心，广东 广州 510160；2.广东电网有限责任公司汕头供电局，广东 汕头 515000）

0 引言

输电线路作为电力工业的重要基础设施，是电网的重要组成部分，其安全稳定运行关系到电力系统的可靠性和国民经济的持续发展。对于输电线路中的关键部件，若施工工艺出现问题会危及整个电网运行的稳定性。

压接金具是实现特高压输电线路远距离不间断输电的主要手段，常用的压接金具包括耐压线夹以及接续管等。目前对于耐张线夹、接续管等压接金具主要采用X光检测或其他基于可见光图片的外观检测方法。在实际应用中，采用飞手操作无人机拍摄图片的方式时，图片的质量完全依赖于飞手的飞行经验和拍摄方式，可能会导致一些图片偏转角度过大，无法正常用于识别部件，从而导致拍摄图片是无用的，无法对耐张线夹进行工艺判断，而且飞行完成后再处理会降低处理效率，不能及时发现问题。因此本文提出一种基于前端识别的自主巡检技术，实现对压接金具进行外观检测。

1 前端识别模块

1.1 前端识别算法

采用前端识别模式，无人机挂载边缘计算模块进行实时识别，为了达到前端识别的效率，降低识别过程中产生的能耗，因此在选择目标检测算法时，采用YOLOV3（YOU ONLY LOOK ONCE）的检测方法，提高检测效率的同时，而不会降低目标识别的精度[1]。

YOLOV3算法基本思想：首先通过特征提取网络对输入图像提取特征，得到一定尺寸的特征图，比如13*13，然后将输入图像分成13*13个grid cell，接着如果ground truth中某个object的中心坐标落在哪个grid cell中，那么就由该grid cell来预测该object，因为每个grid cell都会预测固定数量的bounding box[2]。

其中YOLOV3采用darknet53的网络结构（如图1所示），采用全卷积方式，并借鉴Resnet的方式，在网络中加入残差模块，有利于解决深层次网络的梯度问题[3]。

1.2 硬件架构

主要通过机载串口进行数据通信，机载串口中能过可以输出视频流及相关机载链路中的数据。AI模块通过串口接收无人机的视频流媒体数据，进行数据解算，加载算法，识别之后通过机载链路部分数据发送给云台，部分数据发送给地面站[4]。系统硬件架构如图2。

2 压接工艺检测

2.1 工作流程

本文提出采用基于无人机自动驾驶的方式，通过机载前端识别模块，对无人机云台视频流进行实时识别，辅助调整无人机姿态，使得压接金具部件始终位于视野中心，提高了无人机拍摄图片的利用率，同时，通过机载边缘计算模块采用前端识别方式，在飞行的过程中就判别压接金具压接工艺是否符合要求，从而提高工作效率，减少因为飞手人为因素造成的图片质量参差不齐的现象[5]，具体工作流程如下，流程图如图3所示。

（1）为无人机下发航点信息，包括一次飞行的所有航点，无人机开启自动飞行模块，并飞到指定预制点位。

（2）无人机到达指定位置，开启智能作业模式。

（3）无人机携带边缘计算模块对云台相机推送的视频流进行检测，判断视野内压接金具出现位置，并计算云台转动角度，转动云台，使压接金具位于相机视野正中心，并位置居中[6]。

（4）锁定压接金具后，拍照存储，并将图片输入到边缘计算模块。

（5）前端边缘计算模块对压接金具各评价位置进行识别分割，并根据图片计算各部分所占比例。

（6）通过比例计算压接金具压接工艺是否符合施工要求，如果不符合则弹出提示信息，提示出现不符合压接比例的压接金具。

（7）无人机飞到下一航点，继续作业直至所有航点坐标飞行完成。

（8）无人机作业结束。

2.2 压接金具型号

按照中国电力企业联合会标准中《架空输电线路X射线检测线夹质量评价技术导则》中对典型结构金具压接质量评价部分介绍，可以将耐张线夹分为：钢（铝包钢）芯铝（或铝合金）绞线用耐张线夹、铝合金芯铝绞线耐张线夹、碳纤维芯铝绞线耐张线夹、压接式地线耐张线夹（如图4所示）。接续管主要分为：塔接式接续管（如图5所示）、对接式接续管、碳纤维芯导线直线接续管[7]。

3 结论

针对耐张线夹、接续管等压接金具的施工工艺检测方法的升级，本文提出一种基于自动驾驶无人机结合前端识别模块的外观检测方法，主要利用前端识别模块对压接金具部件进行定位和锁定，并控制无人机进行姿态和云台角度调整，实现在无人机飞行过程中对特定压接金具部件的压接工艺检测。