高压输电线路巡检机器人障碍物识别与定位

doi:10.11930/j.issn.1004-9649.201805103

中国电力 ›› 2019, Vol. 52 ›› Issue (4): 111-118.DOI: 10.11930/j.issn.1004-9649.201805103

高压输电线路巡检机器人障碍物识别与定位

张峰^1,2, 郭锐^1,2, 卢士彬^1,2, 李振宇^1,2, 杨波³, 孙晓斌³

1. 国网山东省电力公司电力科学研究院, 山东济南 250003;
2. 山东鲁能智能技术有限公司, 山东济南 250101;
3. 国网山东省电力公司, 山东济南 250001

收稿日期:2018-05-10 修回日期:2018-07-28 出版日期:2019-04-05 发布日期:2019-04-16
作者简介:张峰(1983-),男,高级工程师,从事电力机器人技术研究,E-mail:zhangf_0633@qq.com;郭锐(1978-),男,工学博士,高级工程师(教授级),从事电力特种作业机器人研究,E-mail:guoruihit@gmail.com;卢士彬(1987-),男,工程师,从事电力机器人控制与检测研究,E-mail:lushibin2009@qq.com
基金资助:
国家电网有限公司科技项目（520600160004）。

Obstacle Recognition and Location of Inspection Robot for High-Voltage Transmission Lines

ZHANG Feng^1,2, GUO Rui^1,2, LU Shibin^1,2, LI Zhenyu^1,2, YANG Bo³, SUN Xiaobin³

1. State Grid Shandong Electric Power Research Institute, Jinan 250003, China;
2. Shandong Luneng Intelligent Technology Co., Ltd., Jinan 250101, China;
3. State Grid Shandong Electric Power Company, Jinan 250001, China

Received:2018-05-10 Revised:2018-07-28 Online:2019-04-05 Published:2019-04-16
Supported by:
This work is supported by Science and Technology Project of SGCC (No.520600160004).

摘要/Abstract

摘要： 根据高压输电线路地线上障碍物的几何形状和结构特点，提出了一种基于单目视觉识别的多传感器高压线路地线障碍物识别和测距定位的方法。该方法利用机器人本体上的摄像机获得图像，然后再根据障碍物的几何形状特征，判断出障碍物的类型。根据识别出来的障碍物特征点与摄像机的位置关系建立测距几何模型，从而计算出机器人到障碍物的距离。当机器人非常靠近障碍物或者正在通过障碍物时，摄像机测距定位方法不再适用，此时可以采用安装在机器人上的光电传感器和动态倾角仪，结合机器人的运行速度和传感器采集信号的变化，识别出障碍物的关键点，从而计算出机器人与障碍物的位置关系。

关键词: 机器人, 传感器, 高压输电线路, 障碍物识别与定位, 视觉识别

Abstract: According to the geometric shape and structural characteristics of the obstacles on the ground wire of high-voltage transmission lines, a method based on monocular visual recognition for the recognition and location of obstacles on multi-sensor high-voltage lines is proposed. Use the camera on the robot body to obtain the image, and then determine the type of the obstacle based on the geometry features of the obstacle. A distance measuring geometric model is established based on the recognized positional relationship between the obstacle feature point and the camera, thereby calculating the distance from the robot to the obstacle. When the robot is very close to obstacles or is passing through obstacles, the camera positioning method is not applicable. In this case, photoelectric sensors and dynamic inclinometers installed on the robot can be used in combination with the robot's running speed and the sensor's acquisition signal. The changes can identify the key points of the obstacle and calculate the specific position that has reached the obstacle.

Key words: robot, sensor, high-voltage transmission line, recognition and location of obstacles, visual identity

中图分类号:

TM755

张峰, 郭锐, 卢士彬, 李振宇, 杨波, 孙晓斌. 高压输电线路巡检机器人障碍物识别与定位[J]. 中国电力, 2019, 52(4): 111-118.

ZHANG Feng, GUO Rui, LU Shibin, LI Zhenyu, YANG Bo, SUN Xiaobin. Obstacle Recognition and Location of Inspection Robot for High-Voltage Transmission Lines[J]. Electric Power, 2019, 52(4): 111-118.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201805103

https://www.electricpower.com.cn/CN/Y2019/V52/I4/111

参考文献 20

[1]	董吉谔. 电力金具手册[M]. 3版. 北京:中国电力出版社, 2010.
[2]	周风余, 吴爱国, 李贻斌. 110 kV输电线路巡线机器人[J]. 中国电力, 2008, 41(3):32-35 ZHOU Fengyu, WU Aiguo, LI Yibin. An inspection robot running on 110 kV power transmission line[J]. Electric Power, 2008, 41(3):32-35
[3]	李栋, 林靖宇, 高鹏宇, 等. 无人机输电线路巡检中安全距离测量方法[J]. 广西大学学报(自然科学版), 2016, 41(2):498-505 LI Dong, LIN Jingyu, GAO Pengyu, et al. Safe distance measurement for power transmission line inspection by UAVs[J]. Journal of Guangxi University (Natural Science Edition), 2016, 41(2):498-505
[4]	李丽丽. 机器人视觉中的障碍物优化识别方法研究[J]. 计算机仿真, 2016, 33(6):306-309 LI Lili. Research on optimization recognition method for the obstacle in robot vision[J]. Computer Simulation, 2016, 33(6):306-309
[5]	李全民, 张运楚, 李俊策. 架空输电线路巡线机器人的视觉导航[J]. 计算机工程与应用, 2007, 42(19):221-224, 248 LI Quanmin, ZHANG Yunchu, LI Junce. Visual navigation for power transmission line inspection robot[J]. Computer Engineering and Applications, 2007, 42(19):221-224, 248
[6]	张运楚, 梁自泽, 傅思遥, 等. 基于结构约束的架空输电线路巡线机器人障碍识别[J]. 机器人, 2007, 29(1):1-6 ZHANG Yunchu, LIANG Zize, FU Siyao, et al. Structure-constrained obstacle recognition for transmission line inspection robot[J]. Robot, 2007, 29(1):1-6
[7]	吴刚, 唐振民. 单目式自主机器人视觉导航中的测距研究[J]. 机器人, 2010, 32(6):828-832 WU Gang, TANG Zhenmin. Distance measurement in visual navigation of monocular autonomous robots[J]. Robot, 2010, 32(6):828-832
[8]	邹伟, 喻俊志, 徐德, 等. 基于ARM处理器的单目视觉测距定位系统[J]. 控制工程, 2010, 17(4):509-512 ZOU Wei, YU Junzhi, XU De, et al. Monocular vision measurement system based on ARM microprocessor[J]. Control Engineering of China, 2010, 17(4):509-512
[9]	郭磊, 徐友春, 李克强, 等. 基于单目视觉的实时测距方法研究[J]. 中国图象图形学报, 2006, 11(1):74-81 GUO Lei, XU Youchun, LI Keqiang, et al. Study on real-time distance detection based on monocular vision technique[J]. Journal of Image and Graphics, 2006, 11(1):74-81
[10]	肖大伟, 翟军勇. 轮式移动机器人单目视觉的目标测距方法[J]. 计算机工程, 2017, 43(4):287-291 XIAO Dawei, ZHAI Junyong. Target distance measurement method with monocular vision for wheeled mobile robot[J]. Computer Engineering, 2017, 43(4):287-291
[11]	屈姗姗, 陈潇, 吴晓红, 等. 基于单目视觉测距的测高测面积方法[J]. 科学技术与工程, 2016, 16(2):224-228 QU Shanshan, CHEN Xiao, WU Xiaohong, et al. A method for measuring the height and area based on distance estimation of monocular vision[J]. Science Technology and Engineering, 2016, 16(2):224-228
[12]	王小坤, 贾庆轩, 谭胜. 一种单目视觉测距方法的研究[J]. 科技信息(学术研究), 2008(34):96, 98
[13]	王忠亮, 吴功平, 何缘, 等. 基于单目机器视觉的高压输电线路障碍物定位研究[J]. 机械设计与制造, 2015(4):85-87 WANG Zhongliang, WU Gongping, HE Yuan, et al. Location of the obstacle of high voltage transmission lines based on monocular machine vision[J]. Machinery Design & Manufacture, 2015(4):85-87
[14]	宋树伟, 阮毅, 李正. 基于多传感器的超高压输电线路巡检机器人越障控制[J]. 机床与液压, 2013(7):51-54 SONG Shuwei, RUAN Yi, LI Zheng. Obstacle-navigation control of automatic inspection robot for extra-high voltage power lines based on multi-sensor[J]. Machine Tool & Hydraulics, 2013(7):51-54
[15]	王中立, 牛颖. 基于多传感器信息融合的机器人障碍物检测[J]. 中国测试, 2017, 43(8):80-85 WANG Zhongli, NIU Ying. Obstacle detection of robot based on multi-sensor information fusion[J]. China Measurement & Test, 2017, 43(8):80-85
[16]	毛臣健. 基于多传感器信息融合的机器人自定位方法[J]. 科技通报, 2012(2):146-148 MAO Chenjian. The robot self-localization method based on multi-sensors information fusion[J]. Bulletin of Science and Technology, 2012(2):146-148
[17]	丁希仑, 张武, 解玉文. 基于多传感器信息的冗余度机器人运动规划与控制[J]. 机器人, 2004, 26(4):361-367 DING Xilun, ZHANG Wu, XIE Yuwen. Kinematics planning and control of redundant robots based on multi-sensor information[J]. Robot, 2004, 26(4):361-367
[18]	付双飞, 王洪光, 房立金, 等. 超高压输电线路巡检机器人越障控制问题的研究[J]. 机器人, 2005, 27(4):341-345, 366 FU Shuangfei, WANG Hongguang, FANG Lijin, et al. On obstacle-navigation control of inspection robot for the extra-high voltage power transmission lines[J]. Robot, 2005, 27(4):341-345, 366
[19]	周庆, 肖前波, 万欣, 等. 500 kV输电线路巡检机器人越障控制研究[J]. 仪器仪表学报, 2015, 36(S1):143-147 ZHOU Qing, XIAO Qianbo, WAN Xin, et al. Research of the power line robot for overcoming the obstacles by a continue way[J]. Chinese Journal of Scientific Instrument, 2015, 36(S1):143-147
[20]	张圣祥, 庄礼鸿. 多传感器信息融合的服务机器人导航方法[J]. 单片机与嵌入式系统应用, 2018, 18(3):5-9 ZHANG Shengxiang, ZHUANG Lihong. Navigation method of service robot based on multi-sensor information fusion[J]. Microcontrollers & Embedded Systems, 2018, 18(3):5-9

高压输电线路巡检机器人障碍物识别与定位

Obstacle Recognition and Location of Inspection Robot for High-Voltage Transmission Lines

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 20

相关文章 15

编辑推荐

Metrics

[1]	杨磊, 浑连明, 祖国强, 李树军, 李心达, 郭俊龙, 张玉涛. 电动汽车充电机器人发展现状和标准需求[J]. 中国电力, 2024, 57(4): 89-99.
[2]	钟成, 翟迪, 陆阳, 刘晓波, 王心如, 赵雄文. 基于改进灰狼算法的电力管廊覆盖优化技术[J]. 中国电力, 2023, 56(8): 68-76.
[3]	鞠玲, 黄怿. 基于EFPI的数字配电网超声检测传感器[J]. 中国电力, 2023, 56(6): 194-201.
[4]	安春燕, 陆阳, 翟迪, 朱雪琼. 电力智能传感器及传感网安全防护技术[J]. 中国电力, 2023, 56(11): 67-76.
[5]	张茜, 毛义鹏, 余乐, 杨皓. 适用于无直流侧电压传感器单相级联H桥型光伏逆变器的直接功率模型预测控制方法[J]. 中国电力, 2022, 55(2): 172-180.
[6]	赵隆, 郭玉龙, 郑天堂, 曹雯. 考虑特征瞬变的导线微风振动在线监测及预警技术[J]. 中国电力, 2021, 54(9): 34-44.
[7]	华志刚, 范佳卿, 郭荣, 汪勇, 吴潇翔. 人工智能技术在火电行业的应用探讨[J]. 中国电力, 2021, 54(7): 198-207.
[8]	张敏, 方健, 王红斌, 罗林欢, 郝方舟, 杨帆, 林翔. 多功能配电房状态监测传感器的设计[J]. 中国电力, 2021, 54(2): 36-43.
[9]	柴彬, 刘飞, 江平开, 江秀臣, 黄兴溢. 面向电力设备检测与诊断的压电材料及器件[J]. 中国电力, 2021, 54(10): 105-116.
[10]	曹培, 徐鹏, 贺建明, 高凯, 田昊洋, 季怡萍. 基于多源感知的开关柜绝缘缺陷检测技术[J]. 中国电力, 2021, 54(10): 117-124,133.
[11]	唐诗洋, 门永生, 于振, 关城, 许永刚. 特高压铁塔高空作业辅助机器人攀登系统[J]. 中国电力, 2020, 53(12): 177-182.
[12]	卫晓东, 李易, 李祺, 梅佳, 李庆梅, 周立民, 王志军, 刘达. 输电线路杆塔攀爬巡视机器人研制[J]. 中国电力, 2020, 53(11): 162-167.
[13]	徐鑫乾, 徐铼, 陈杰, 刘洋, 张朝鹏, 何嘉弘, 高丙团. 基于移动无线传感网的电缆通道应急监测系统[J]. 中国电力, 2020, 53(1): 66-71,99.
[14]	王静怡. 电力厂区防涝水位实时预警系统设计与应用[J]. 中国电力, 2019, 52(5): 127-133.
[15]	余斌, 尹项根, 吴小忠, 汤吉鸿, 宁春海, 李辉, 朱维钧, 刘海峰, 徐浩. 输电线路在线监测的层次化通信网络规划模型[J]. 中国电力, 2019, 52(3): 161-168.

模态框（Modal）标题

高压输电线路巡检机器人障碍物识别与定位

Obstacle Recognition and Location of Inspection Robot for High-Voltage Transmission Lines

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 20

相关文章 15

编辑推荐

Metrics