智能穿戴设备与安监布控球联动目标跟踪方法

潘志敏 唐信 梁运华 王梓糠 褚博

（1.国网湖南省电力有限公司检修公司 湖南省长沙市 410004 2.长沙理工大学 湖南省长沙市 410114）（3.湖南湖大华龙电气与信息技术有限公司 湖南省长沙市 410205）

1 引言

安全是电力作业当中首要关注的问题，目前针对电力作业过程的安全监督主要依靠于视频监控以及人为管理实现[1]。电力行业监控技术发展迅速，变电站视频监控系统已经引入人脸识别、全景监控、移动监控等先进设备及技术[2‐4]，较好地满足了变电站在设备安全、防盗保安、火警监控等安保及安全运行方面的需求。但针对特定运检作业过程的监控尚未有较为成熟的解决方案，传统设备难以实现对特定作业过程的跟踪监控，存在智能化不足的缺点。在变电站检修作业中，登高作业是较为常见的一种类型，同时高处坠落事故也是电力行业常见事故之一，因此需要对此类作业人员进行主动跟踪监控，避免意外事故发生。

目前国内对主动视觉跟踪研究较多且主要基于图像识别方法，可分为经典算法与智能算法两大类。经典算法主要采用图像匹配、图像分割及Mean‐Shift、Kalman 滤波等算法实现主动追踪[5]。文献[6]将融合Kalman 滤波的Camshift 算法与Adaboost 算法结合，提出基于人脸检测的主动跟踪算法，并根据人脸区域与视场面积关系对云台进行PTZ 控制；文献[7]提出基于SIFT 特征匹配的目标跟踪方法，利用SIFI 构建目标特征库，然后使用K 维树匹配算法对实时序列图像进行精确匹配，得到位置信息后控制云台转动。近年来，计算机算力的迅猛发展使得深度学习、神经网络等智能技术开始广泛应用于各个行业领域。文献[8]提出DLT 算法，将神经网络引入到目标跟踪；文献[9]提出MDNet，设计了一种轻量的卷积神经网络进行目标特征提取，可实现端到端的跟踪结果输出。

但上述方法均不能较好地实现对变电站登高作业人员的有效识别与跟踪。因此，本文依托适用于变电站的智能穿戴设备及安监布控球实现变电站现场作业人员的主动跟踪，利用智能穿戴设备的高度检测功能与GPS 定位功能获取登高作业人员的位置信息；研究基于改进PID 算法控制安监布控球的方法，将位置与高度信息作为控制系统输入，实现对登高作业人员的主动跟踪。

2 GPS-RTK定位方法

基于GPS 的定位技术在电力行业已经得到了广泛的应用。普通GPS 定位精度平均在10 米左右，最好能达到3～4 米，但也无法满足变电站内运作业人员的高精度定位需求。目前，较为成熟的实时动态定位GPS‐RTK 技术可较好地消除卫星钟误差、电离层与对流层的延迟误差，实现厘米级精度定位。变电站GPS‐RTK 系统如图1所示，主要由GPS 基准站交换机、后端服务器、网桥、路由器以及作业人员佩戴的智能穿戴设备（智能手表、智能头盔）等组成。

GPS 基准站安装在变电站空旷位置，其位置坐标固定不变，GPS 基准站连续跟踪所有可见卫星，并连接RJ45 接口通过交换机将观测数据及基准站已知坐标信息发送给后端服务器。智能穿戴设备接收的GPS 数据同样通过专网Wi‐Fi 或专网4G 通信发送至后端服务器。后端服务器对数据进行预处理后，将智能穿戴设备的GPS数据以及GPS 基准站数据组成差分观测值，并进行算法实时处理，求得作业人员的瞬时坐标位置。

利用GPS‐RTK 定位系统得到的位置坐标是基于WGS‐84 坐标系的。WGS‐84 是以地球质心为坐标原点的地心坐标系，不适用于我国目前采用的标准坐标系CGCS2000，同样也不能满足变电站内地方独立坐标系的需求。因此需要通过坐标转换得到平面坐标系后，再基于安监布控球转换为地方独立坐标系[9][10]。

3 基于改进PID的布控球目标跟踪算法

3.1 布控球PTZ控制输入量

安监布控球是一种PTZ 摄像机，可进行Pan/Tilt/Zoom 控制，即摄像头可左右上下移动，镜头可变倍变焦。GPS‐RTK 定位系统输出地方独立坐标系下的变电站运检作业人员位置信息，结合安监布控球位置信息及智能手表高度数据，计算得到安监布控球的PTZ控制输入量，如图2所示，给出了布控球P 轴控制量的计算示意图。

在主动追踪过程中，安监布控球需自动控制左右转向角度，布控球相对正北方向顺时针偏移角度θ’可由内嵌的方向传感器得到，由图所示可知布控球的转向角θc为：

安监布控球需要追踪登高作业人员，多数场景下布控球与运检作业人员不在同一水平高度，因此仅有P 轴控制不能满足要求，还需增加T 轴控制量。由于智能手表自带高度测量功能，因此运检作业人员的高度hw已知，如图3所示。安监布控球的高度ht已知，可得布控球T 轴控制量计算公式为：

为了将被追踪的作业人员置于布控球监视视场的中心，以获得高清晰度的人员图像，需要对安监布控球摄像头的焦距进行控制。在摄像头成像过程中，物距相同，焦距越大视场角越小，被摄物体在成像介质上成像越大。一般来说摄像头的变倍率都已固定设置完成，安监布控球变焦范围为4.5mm～135mm，30 倍光学变倍，可实现最佳视场监视距离为9m～270m，参考图3，变倍率公式为：

式中，n 为光学变倍率，O 为最大光学变倍率，已知安监布控球坐标及作业人员坐标就可以求得光学变倍率。

3.2 基于改进PID实现的布控球控制算法

3.2.1 带死区的积分分离PID 控制算法

PID 算法具有实现简单、性能好、精度高等特点，在现代工业控制领域中得到了广泛的应用[11]。传统的PID 算法在偏差较大时，由于积分项随时间累加，会在系统中产生较大的超调量导致震荡；在偏差较小时，控制器频繁的调节会使布控球的机械结构磨损，性能下降。因此在安监布控球的控制中引入带死区的积分分离PID 控制算法。积分分离PID 算法是在传统PID 控制算法中，当系统超调量过大时将积分项分离，其公式为：

式中，kp，ki，kd分别为控制器的比列系数、积分系数及微分系数；err 为偏差； β 为分离系数，W 为分离阈值。积分分离PID 算法本质上就是将PD 算法与PID 算法通过分离系数β 分离，当偏差绝对值e(i)大于分离阈值W 时，将积分项置零，此时为PD 控制器；当偏差绝对值e(i)小于分离阈值W 时，为PID 控制器，积分项正常工作。

在安监布控球的控制过程中，由于控制系统特性以及计算精度等问题，导致偏差始终存在，如果要求系统无静差，那么就会导致系统在偏差很小时频繁动作，因此可以引入带死区的PID 算法，在公式（4）后加入死区控制：

式中，M 为死区阈值。带死区的PID 控制算法在偏差值err(k)小于M 时认为没有偏差，PID 控制器不起作用；在偏差值err(k)大于M 时，则进行PID 调节。因此带死区的PID 控制算法可在保证控制系统稳定的前提下，兼顾其他性能指标。带死区的积分分离PID 算法控制流程如图4所示。

引入带死区的积分分离PID 控制算法，即可以防止在偏差过大时短时间内积分项占主导作用导致的布控球转速过快系统失稳问题，也能够避免在偏差过小时布控球持续调节导致的机械结构磨损问题。

3.2.2 带速度前馈的PID 控制器

引入积分分离的PID 控制算法解决了在偏差过大时引起的震荡问题，但是安监布控球控制系统中依然存在积分环节作用后系统惯性增加，使得系统超调量增大的问题，从而导致调节时间增加，难以快速跟踪运动的运检作业人员[12]。因此在控制系统中引入目标速度的前馈补偿，保证作业人员在行走作业时，布控球控制系统也能平稳跟踪。带速度前馈的PID 控制器结构如图5所示。

输入布控球PTZ 的控制量u，由作业人员速度检测的前馈控制量uv及位置偏差的比例反馈控制量up两部分组成，控制器的计算式可写为：

式中，Kv，Kp为比例系数，vr为作业人员的近似瞬时速度，T 为采样周期，D 表示滞后时间上限。由于程序指令需要响应时间，安监布控球控制系统存在滞后特性。如果使用当前系统采样的位置偏差计算控制量，当系统增益稍大可能会导致控制系统震荡发散。因此，需要对当前系统采样的位置偏差进行超前预测，且由于作业人员速度已由前馈补偿器补偿，可不考虑作业人员运动引起的偏差变化，用当前时刻作业人员的位置代替下一时刻的位置，得到如式（8）所示。

4 实验结果及分析

在安监布控球控制系统中，本文提出的变电站GPS‐RTK 定位系统获得的运检工作人员目标位置为给定信号，布控球PTZ 控制量为输出信号，控制目的为使登高作业人员处于布控球视场中心。设定运检作业人员匀速运动，布控球应用改进的PID 控制算法进行跟踪仿真，跟踪曲线如图6所示。

从图6 中可看出，传统的PID 控制算法在跟踪过程中由于积分项的作用会产生较大的超调量，导致调节时间较长。改进的PID 控制算法即带速度前馈及死区的积分分离PID 控制算法跟踪效果较好且调节时间短。积分分离PID 的积分项在偏差较大时不起作用，偏差可以快速下降；而在偏差较小时积分项开始作用以消除稳态误差。但是对于运动目标，积分分离阈值较难确定，当目标运动速度较大时，控制系统的稳态跟踪误差同样会增大，积分分离阈值应选取较大值。但是积分分离阈值越大，积分分离的效果越不明显。因此，为了更好地跟踪运动目标，引入速度前馈，可以看出改进的PID 控制算法跟踪效果较好。

5 结论

为实现变电站内安监布控球对电力作业人员的主动跟踪，本文研究了一种基于GPS‐RTK 与改进PID 控制算法的主动跟踪方法。依托于智能穿戴设备以及GPS 基准站实现精准定位及高度检测，引入带有速度前馈及死区的积分分离PID 算法，将得到的位置及高度信息作为控制输入量对应用改进PID 算法的智能布控球进行控制。实验结果表明，所提方法可实现较好的跟踪效果，为现场作业人员提供安全监督保障。