输电线路无人机全自主巡检方案综述 - 信息谷 - ICITU

对现代人而言可以一个月不吃饭，三天不喝水，但如果一天没有电会让人感到绝望。现代社会人们对电力的依赖不亚于对空气的依赖。但是我们在享受电力给现代生活带来便捷的同时又有多少人真正了解那些在幕后默默奉献的电力工作者。其中有那么一批人，他们翻山越岭不辞劳苦，守护着一个个电力输送节点，为电力系统的正常运作提供着保障。

随着国内电力事业的发展，电网的数量及覆盖范围也在日益增加，传统的输电线路巡检模式，不仅劳动强度大、工作条件艰苦，而且劳动效率低。各个相关领域一直在探索研究如何优化架空输电线路的巡检方式。

设备规模成倍增长、运行环境日趋复杂，人力成本大幅增加，急需通过先进技术应用来解决设备规模与人员配置的矛盾问题。居不完全统计，目前国内输电线路巡检人员缺员率高达46%。

机器人、无人机巡检等正逐步替代人工巡检，智能装备获取的数据与分析、海量监控视频图像的查阅，需投入大量人力物力进行识别，工作量大、效率低、时效性差。

计算机硬件性能的大幅提升，人工智能图像识别技术日趋成熟，为设备管理模式从“传统人工驱动”向“智能数据驱动”转变提供了基础。

自从十几年前无人机技术逐渐开始民用化的第一天起，电网人就一直在探索如何利用无人机这项新技术来为电力设备巡检保驾护航。

有人总结说，近十年（2008-2018）基本上是“人巡”时代到“机巡”时代的转变期，也就是从传统单纯依靠人工巡视逐渐过渡到利用无人机或有人机进行巡视，这个时期人们主要解决无人机的安全性、可靠性、易操作性等问题，但基本停留在人工操控无人机的作业模式，对飞控手依赖程度较高，无人机作业效率相对较低。这个时代的无人机电力巡检行业就犹如中国历史上的春秋战国时代，无人机供货厂家众多，巡检标准不统一，有的独霸一方，有的昙花一现。这个时代基本以深圳大疆公司入主电力工业无人机市场为终结点，大疆以消费级无人机市场的技术和资本优势，以迅雷不及掩耳之势，快速统一了电力无人机市场。

2018年10月11日，山东电力机巡作业中心在山东聊城“聊长川线”顺利完成了国家电网首次全自主精细化巡检作业。这也代表着电力巡检技术迈进了一个新时代。

当无人机安全飞行、高精度定位、三维信息采集（倾斜摄影与国产激光雷达扫描技术）这些技术逐渐成熟的同时，电力无人机的应用逐渐开始了新的时代。这个时代以基于激光雷达电力扫描的全自主巡检、基于固定机场/移动机场的无人机全自主巡检、巡检图像人工智能缺陷识别等为主要特征，开启了“智巡”时代的新篇章！

“智巡”时代的无人机全自主巡检是一套建立在标准的输电线路无人机巡检作业规范的基础上，使无人机无论基于何种起飞平台，均可实现全自动起飞、数据采集、降落、数据导出和后期数据处理等一系列自动化过程，全程无需或较少的人工干预，高效完成输电线路巡检作业的标准化作业方式。其实现过程大致可分为：输电线路全息三维信息采集、全自主航线规划及航点库建设、精细化全自主飞行采集、缺陷识别与巡检报告输出等四个主要过程。

作业人员登陆无人机操作控制系统，通过前端App操控系统与平台的对接，可接入后端“自主巡检航点库”进行自主飞行任务规划、并通过平台下载任务航线；之后控制无人机进行精细化自主巡检作业；飞行过程中无人机实时状态可实时通过操作控制系统发回管控平台，实现后端飞巡监控；飞行完成后，将图像上传至缺陷识别系统实现巡检图像的缺陷识别、分析、审核等相关操作，最终实现从巡检任务的制定、巡检全过程实时监控，到巡检成果的汇总工作闭环，实现输电线路巡检的综合管控。

当前无人机全自主巡检的一个关键条件是对线路三维信息进行事先采集，一般通过搭载激光雷达系统或可见光相机+倾斜摄影点云重建，获取电网线路的全息三维点云数据，形成高精度的基础三维地图。

基于三维点云生成的高精度基础三维地图，根据《架空输电线路多旋翼无人机巡检影像拍摄指导手册》要求（拍摄位置点：杆塔、塔体、基础、导线、大小金具、绝缘子等）进行全自主巡检航线规划，航线规划软件除具备基于点云的精细化航线规划外，也应该同时具备常规通道巡视、树障巡视、特殊巡视、三维点云采集等航线规划能力。

当进行巡检作业时，通过无人机飞行操作控制系统可无缝对接读取精细化航线规划系统导出的航线文件或全自主飞行航线库，与无人机飞行控制系统交互，完成对杆塔的全自主精细化数据采集及其他常规飞行作业。

这里值得一提的是，当前大部分厂家推的解决方案精细化飞行阶段都要完全依赖RTK高精度定位系统，才能保证航线完全复现和图像采集质量。但有些时候线路上根本没有网络信号，或RTK定位精度保证不了，这时，还必须退回到手动采集模式。

北京御航基于自身在电力场景领域的AI技术沉淀，打造了全自主巡检“AI视觉导航”模块。全自主巡检AI视觉导航模块主要基于人工智能算法、边缘计算及高性能AI芯片等技术打造，主要用于辅助无人机系统完成智能化拍照操作，重点解决普通拍照模式下对焦不准、目标偏离中心区域、采集分辨率不够及对RTK的高度依赖等问题，基于AI视觉导航模块，无人机可实现距离杆塔较远距离的悬停，云台自主寻找目标并进行变焦、对焦、对准等操作，保证拍摄目标清晰可见，且不需要飞控手对云台的频繁操作，特别适用于无网络RTK、通讯条件差、杆塔周围有其他异物等情况下的全自主飞行采集。

巡检图像智能处理过程主要基于人工智能深度学习技术，对巡检数据进行快速重命名、数据整理、缺陷智能预测，并基于友好的缺陷审核工具进行缺陷审核。

巡检图像处理包含两个阶段的工作：一是数据整理阶段，主要完成数据到杆塔/部件的对应、图像重命名、文件夹整理，图像上云；二是数据缺陷分析、缺陷审核和巡检报告输出。在AI缺陷识别技术未成熟之前巡检图像处理各家有各自的方案，但总的趋势是数据处理要上云，实现规模化、标准化、智能化数据处理模式。

纵观无人机全自主巡检技术全过程，现如今激光雷达点云采集或倾斜摄影数据采集基本达到技术成熟的地步，基于点云的航线规划纯属软件开发成熟度的问题，无人机飞行操控仅仅涉及与平台系统和无人机系统接口对接的技术过程，唯独AI视觉导航和缺陷智能识别技术相对较难攻克，尤其后者巡检图像的缺陷智能识别，更是需要全行业人的共同努力，在数据积累和算法调优方面深度、长期投入才能最终解决行业难题。

视觉导航主要包括视觉图像预处理，目标提取、目标跟踪、数据融合等问题。其中，目标检测传统方法主要为背景差法、帧差法、光流法等，当前阶段主要采用深度学习方法进行目标检测；目标跟踪可以分析目标特征进行状态估计，并与其他传感器融合，用到的方法有卡尔曼滤波、粒子滤波器和人工神经网络等。还有很多方法诸如全景图像几何形变的分析或者地平线的检测等没有进行特征提取，而是自动将图像的某一变量加到控制中去。最终实现对目标的对准、跟踪和精确拍照。

当期阶段的AI视觉导航模块主要功能集中在提高自主拍照质量、扩展全自主飞行环境适应性等方面，下一阶段AI视觉导航模块会在4G/5G通讯集成、实时缺陷检测、信息实时反馈、远程交互式巡检等方面发力。

图像识别技术是以图像的主要特征为基础的。每个图像都有它的特征，如字母A有个尖，P有个圈、而Y的中心有个锐角等。对图像识别时眼睛的研究表明，视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。由此可见，在图像识别过程中，知觉机制必须排除输入的多余信息,抽出关键的信息。同时,在大脑里必定有一个负责整合信息的机制，它能把分阶段获得的信息整理成一个完整的知觉映象。

纵观国家电网与南方电网近两三年都在电力AI应用落地方面做足了工作，电力AI应用除了在用电调配、变电站巡检等场景外，在输电巡检领域一点也不落后。2018年、2019年两年间，国家电网公司分别以中国电科院、国网山东电网公司等单位牵头先后组织过不下于四次全国性输电线路人工智能图像识别技术验证工作，北京御航几乎都有参加，并且成绩名列前茅。当前国家电网巡检图像智能识别云平台已集结了体系内外包括国网智能、国网信产、联研院、北京御航、旷视科技等8家单位共同进行长期算法培育，整个云平台系统由中国电科院云、联研院云、山东云、江苏云等几个部分共同构建，服务于全网省试点单位。

南方电网有限责任公司以南网数字研究院和广东电网有限责任公司机巡作业中心为依托，也打造了机巡图像智能识别平台主云平台，此外，广东电网有限责任公司汕头供电局依托自身在图像缺陷辨识方面的技术底蕴联合北京御航智能科技有限公司，打造了图像智能识别分云平台，与机巡中心共同推动南网在机巡图像识别方面的AI创新之路。

无人机巡检日工作效率较传统人工操控无人机提高了30%左右，同时使用无人机全自主巡检又在此基础上提升了30%-50%的工作效率。并且对于人员的工作技能水平要求也大大的降低了。

无人机全自主作业飞行，减少了人工操作干预，使纷繁复杂的线路巡检工作变得更具条理化、简单化、智能化，形成巡检工作的标准化、信息化，实现以电网安全为目标的结果导向。

精细化巡视采取标准化作业流程与拍摄标准，提高了无人机巡检拍摄图像的全面性与有效性；规范无人机操作，避免人为操作无人机产生的安全隐患。