基于機(jī)器視覺技術(shù)的接地線裝拆安全檢測告警技術(shù)應(yīng)用

引言

接地線是保證電氣施工人員人身安全的生命線,而掛拆接地線是電氣操作中危險系數(shù)較高的操作,任意一個錯誤操作都可能對整個電力系統(tǒng)的安全運(yùn)行造成無法挽回的后果,甚至發(fā)生嚴(yán)重的人身傷亡、設(shè)備損壞事故。在很多停電檢修作業(yè)中,由于所用接地線較多、接地點分布于各個地方,高強(qiáng)度的工作會使得作業(yè)人員在拆除接地線的過程中漏拆臨時接地線,從而致使帶接地線合斷路器、隔離開關(guān)的惡性誤操作事故發(fā)生。根據(jù)國網(wǎng)公司的統(tǒng)計數(shù)據(jù),約有六成的電氣誤操作事故都與接地線操作密不可分。目前,接地線需要人工搬運(yùn)到工作場所,核對間隔名稱也是人工進(jìn)行的,產(chǎn)生疏漏的概率不可完全避免,目前還沒有較好的自動化防誤方法,因此,展開針對接地線裝拆操作的防誤研究,對于提高施工安全水平具有重要意義。基于此,設(shè)計并提出了一套基于機(jī)器視覺技術(shù)的接地線裝拆安全檢測告警軟件,并對其應(yīng)用進(jìn)行研究。

1基于機(jī)器視覺技術(shù)的接地線裝拆安全檢測告警技術(shù)

1.1告警功能的實現(xiàn)

利用手持終端與伺服電機(jī)實現(xiàn)接地線裝拆安全檢測的告警,接地線裝拆的安全檢測告警流程如圖1所示。首先是利用手持終端同步工作票信息,然后采用手持設(shè)備開發(fā)OCR識別間隔文本,最后采用手持設(shè)備GPIo控制纏繞電機(jī)轉(zhuǎn)動方向及轉(zhuǎn)速。

以接地線安裝的安全檢測告警為例,對大致的流程步驟說明如下:

(1)運(yùn)維人員到現(xiàn)場操作之前,點擊辦公電腦中的同步程序,該程序是一個RPA機(jī)器人程序,可以替代人工快速瀏覽今日工作的工作票,并將工作票信息下載到同步目錄中。

(2)運(yùn)維人員將下載的工作票信息文件拷貝到安全移動U盤介質(zhì)中。

(3)運(yùn)維人員將安全移動U盤插入手持終端,手持終端自動識別工作票的信息文件,并進(jìn)行關(guān)鍵結(jié)構(gòu)化信息解析。

(4)運(yùn)維人員拖動小車到達(dá)工作間隔后,利用手持終端的"作業(yè)點校核"模塊調(diào)出攝像機(jī),拍攝作業(yè)現(xiàn)場的間隔銘牌照片。

(5)獲取到間隔銘牌圖片后,程序?qū)D片進(jìn)行TsR(多場景圖像識別),識別出間隔的銘牌文本。

(6)如果間隔識別不出或識別的文本與工作票不對應(yīng),則提示用戶,重新返回步驟(4):若識別成功,則進(jìn)入步驟(7)。

(7)再次檢索是否存在同一作業(yè)點的多個工作票,提交用戶選擇確認(rèn)或選擇不確認(rèn),如果用戶確認(rèn),則進(jìn)入步驟(8):如果不確認(rèn),則返回步驟(4),重新拍攝校核。

(8)程序解鎖電機(jī),使程序具備放線操作功能。

(9)執(zhí)行放線操作。

(10)拔出接地線樁頭,組裝接地線桿,進(jìn)行接地線安裝操作。

1.2軟件設(shè)計

1.2.1軟件架構(gòu)

基于機(jī)器視覺技術(shù)的接地線裝拆安全檢測告警技術(shù)手持終端所用的軟件為嵌入式應(yīng)用軟件,采用軟件開發(fā)MVC框架,更好地實現(xiàn)了用戶界面代碼、后臺業(yè)務(wù)及數(shù)據(jù)模型的分離,具有更好的軟件工程維護(hù)特性。

軟件開發(fā)框架如圖2所示,MVC(模型一視圖一控制器)開發(fā)框架分為3層,分別是模型層、控制層和視圖層。模型層包括工作票、人員、照片、告警信息的模型,可以通過控制層輕松生成實例,不需要編寫關(guān)系查詢語句,從而減少了很多隱性錯誤:控制層包括業(yè)務(wù)邏輯的控制,比如對工作票地點和圖像識別作業(yè)點間隔名稱進(jìn)行匹配等,還包括底層硬件驅(qū)動邏輯的控制,比如電機(jī)控制、語音播報、圖像采集等,通過JNA技術(shù)連接底層驅(qū)動文件,通常為DLL或sO格式文件。視圖層采用了烏班圖的UI,主要是通過JavaFx技術(shù)自帶的圖形界面組件實現(xiàn),為操作人員提供界面顯示功能。

1.2.2編程語言選擇

在編程語言的選擇方面,由于系統(tǒng)是基于觸屏的平板操作系統(tǒng),可采用的編程語言有Python、Java、C#、C＋＋等,目前大部分控制程序采用C＋＋語言,通過○T編程工具進(jìn)行編寫,但C＋＋語言的內(nèi)存泄露問題對系統(tǒng)的開發(fā)、測試提出了很高的要求,通常適合成熟的應(yīng)用,如硬件驅(qū)動等。Python、Java與C#都沒有類似的問題,但Python多用于計算和人工智能建模,C#語言主要用于windows平臺的開發(fā),可移植性不強(qiáng),而Java具備跨平臺操作的可能性,在各類操作系統(tǒng)上的應(yīng)用是比較容易移植的,因此,本項目采用Java作為編程語言。

1.2.3收放線功能的實現(xiàn)

針對纏繞線的需求存在放線與收線操作,本項目采用了直流正反轉(zhuǎn)電機(jī),通過控制主板J1900低功耗板GPIo控制技術(shù)進(jìn)行控制,選擇一組引腳控制電機(jī)啟停,一組引腳控制輸出PwM電壓,通過輸出電壓大小控制電機(jī)的轉(zhuǎn)速。

2機(jī)器視覺技術(shù)在接地線裝拆安全檢測告警中的應(yīng)用

2.1機(jī)器視覺技術(shù)概述

視覺是人類獲取外界信息的主要方式,是一種強(qiáng)大的感知方式,而機(jī)器視覺技術(shù)指的是利用機(jī)器模擬人的視覺感知,將感知的事物進(jìn)行度量、描述的一種技術(shù),度量的實現(xiàn)基于硬件,信息描述的實現(xiàn)基于軟件。在機(jī)器視覺技術(shù)中關(guān)鍵的是對信息的描述,因此,現(xiàn)階段對于機(jī)器視覺技術(shù)的發(fā)展,一般集中于算法軟件層。機(jī)器視覺技術(shù)中心信息的描述主要任務(wù)為對目標(biāo)進(jìn)行檢測、分割與跟蹤三個方面。

2.1.1目標(biāo)檢測

目標(biāo)檢測指的是在獲取到的圖像中,設(shè)定需關(guān)注的語義對象,對基于語義對象的一類或多類型的實例目標(biāo)進(jìn)行檢測,進(jìn)而獲取實例目標(biāo)的信息。獲取的信息主要包括實例類別信息和在圖像中的位置信息。傳統(tǒng)的目標(biāo)檢測主要分為3個階段,分別是區(qū)域選取、特征提取及特征分類,通過圖像分類技術(shù)將目標(biāo)檢測問題轉(zhuǎn)化為圖像分類問題:深度學(xué)習(xí)技術(shù)的提出及其在目標(biāo)檢測中的應(yīng)用,取代了手工進(jìn)行特征提取的操作,提升了傳統(tǒng)算法中對于區(qū)域的選取效率,并且提升了特征分類的準(zhǔn)確度。目標(biāo)檢測方法主要可分為兩類,一種為單階段檢測方法,通過直接回歸得到目標(biāo)位置,代表算法為YoLo、ssD等:另一種為兩階段檢測方法,通過生成候選框,在候選框上回歸得到目標(biāo)位置,代表算法有FastR-CNN、FasterR-CNN等。

2.1.2目標(biāo)分割

目標(biāo)分割主要是將獲取到的圖像中歸屬于同一個物體的所有像素進(jìn)行處理,利用標(biāo)簽化處理方式將其添加到同一標(biāo)簽中,確定圖像中物體的邊界,進(jìn)而在視覺上呈現(xiàn)出分割的效果。根據(jù)分割對象的不同主要分為兩種,一種是語義分割,僅要求在類別上進(jìn)行分割即可:另一種是實例分割,要求精確分割到個體上。根據(jù)分割方式的不同,可分為基于像素相似性分割和基于像素鄰域關(guān)系分割兩種,代表算法有閾值分割算法、區(qū)域生長算法等。

2.1.3目標(biāo)跟蹤

目標(biāo)跟蹤的主要任務(wù)是獲取目標(biāo)在視頻序列中的運(yùn)動軌跡,通過確定視頻序列中一個或多個目標(biāo)的大小和位置關(guān)系,并通過關(guān)系將目標(biāo)關(guān)聯(lián)起來,進(jìn)而實現(xiàn)運(yùn)動軌跡的獲取。根據(jù)建模方式的不同,目標(biāo)跟蹤算法可分為兩種,一種是生成模型構(gòu)建,通過模型提取目標(biāo)的特征,并構(gòu)建特征的表現(xiàn)模型,在圖形中進(jìn)行區(qū)域搜索,獲取與模型匹配度最高的區(qū)域,并輸出跟蹤結(jié)果,代表算法有卡爾曼濾波、Mean-shift算法等:另一種是判別模型構(gòu)建,該模型將目標(biāo)和背景視為兩種類別,分別進(jìn)行特征提取、特征分類,將目標(biāo)跟蹤問題轉(zhuǎn)化為二分類問題,代表算法有相關(guān)濾波算法、深度學(xué)習(xí)處理等。

2.2基于語義特征的場景文本檢測方法

在機(jī)器視覺技術(shù)中針對文字的識別大都采用OCR技術(shù)實現(xiàn),但是OCR處理圖片天然存在短板,即必須將字體調(diào)整平整才能夠形成高度匹配的文字識別效果。自然場景中,很多文字存在著扭曲、不全、顏色脫落等現(xiàn)象,拍攝者的技能、角度、光線等都給識別帶來了不確定性,這就如同掃描的文本打印后再次掃描,通過OCR特別容易出現(xiàn)亂碼字符是一樣的。本文研究的關(guān)鍵是場景文本檢測,對象是變電站間隔銘牌,通常來說,銘牌維護(hù)都是相對及時的,但也有部分變電站銘牌存在老化及不平整等現(xiàn)狀,這給項目的技術(shù)路線開展帶來了一定程度的干擾。

基于圖像處理的OCR識別是進(jìn)行場景文本檢測常用的一類方法,首先拍攝圖像,然后將圖像通過圖形變換,形成規(guī)整的二值圖像,從而獲取文本區(qū)域和內(nèi)部特征,最終根據(jù)特征識別相應(yīng)的文字,因此自然情況下文本識別率不高的原因也就不難理解了。近年來,隨著人工智能技術(shù)的發(fā)展,在特定的領(lǐng)域,通過采集樣本利用CNN或RNN進(jìn)行特征自動提取,通過概率模型學(xué)習(xí)特定領(lǐng)域范圍內(nèi)的文本識別,成為較好的解決方案,后期又增加了注意力機(jī)制,使自然場景下的學(xué)習(xí)更加高效、有針對性。

針對自然場景文本的檢測[6],一般采用PSENET網(wǎng)絡(luò)對文本進(jìn)行識別,通常在OCR識別中,文字檢測都是由目標(biāo)檢測繼承而來,目標(biāo)檢測大多是基于先驗框的,比如anchorbase。該模式從目標(biāo)檢測衍生到OCR領(lǐng)域就有很多缺陷,比如傾斜(或扭曲)文字檢測不準(zhǔn)、過長文字串檢測不全、過短文字串容易遺漏、距離較近的無法分開等。

為解決上述存在的問題,通過應(yīng)用漸進(jìn)式擴(kuò)展網(wǎng)絡(luò)(PSENet)技術(shù)進(jìn)行優(yōu)化,應(yīng)用原理如下:

將拍攝的照片進(jìn)行4~5層的上采樣,由高分辨大圖轉(zhuǎn)換成隱含特征的小號圖片,這類圖片容易聚焦物體,起到優(yōu)秀的聚焦作用,通過小號圖片的下采樣,再與對應(yīng)大小的原圖進(jìn)行加運(yùn)算,可以保留圖像的細(xì)節(jié),同時突出物體。多次操作后的圖像,再通過1×1的卷積,形成多張圖片,比如P1,P2,P3,…,Pn。為了獲得最佳的對比,形成文本范圍與周圍環(huán)節(jié)的優(yōu)異區(qū)分或是多個文本范圍的相互區(qū)分,采用漸進(jìn)式尺度擴(kuò)張算法[8],劃分這些圖片的文本區(qū)域,很多研究表明,6~7張圖片的效果最為優(yōu)秀。

如圖3所示,具體操作如下:首先,將P1的圖片文本范圍與背景范圍進(jìn)行識別,比如圖片矩陣中文本部分的區(qū)域是灰色,背景部分是矩陣白色區(qū)域,通過不同顏色文本像素標(biāo)志向像素四領(lǐng)域逐步擴(kuò)展,如果不同文本區(qū)域的多張存在沖突,則標(biāo)記為2,處理方式可采用先到先得原則:其次,將P2的圖片與P1融合處理,直至P7,最終形成文本范圍的強(qiáng)區(qū)分。

3機(jī)基L于器視覺術(shù)的接地線裝拆安全檢測告警覺術(shù)應(yīng)用分析

本項目開發(fā)完成的成果包括數(shù)據(jù)同步、作業(yè)點校核、電機(jī)控制等三個模塊,數(shù)據(jù)可以與工作站服務(wù)器進(jìn)行同步,可以采用RPA關(guān)鍵信息采集或PMS數(shù)據(jù)中臺接口方式獲得。本項目采用了RPA技術(shù)采集,每日將工作票關(guān)鍵信息同步到工具軟件,再通過OTG方式拷貝到移動硬盤中。作業(yè)點校核功能能夠打開攝像頭獲取現(xiàn)場的圖片,并自動將注意力集中到文字區(qū)域,采用自然場景下文本光學(xué)識別技術(shù),利用基于語義特征的場景文本檢測方法準(zhǔn)確識別間隔文本,將文本和工作票信息進(jìn)行比對,比對無誤后,通過電機(jī)控制纏繞裝置解鎖,并開始放線操作。

實際應(yīng)用過程中,通過小車的拉桿拖動,帶動220kV接地線9根管加軟管銅接地線,大大減少了以前人工肩扛或手抱的操作負(fù)擔(dān)。到達(dá)作業(yè)點后,通過手持終端"作業(yè)點校核"進(jìn)行工作間隔與工作票信息位置驗證,驗證一致后,驅(qū)動電機(jī)解鎖,可進(jìn)行放線操作。本文設(shè)計的基于機(jī)器視覺技術(shù)的接地線裝拆安全檢測告警軟件,可以有效地對變電站工作間隔進(jìn)行核驗,從而防止變電運(yùn)維人員錯誤操作間隔裝接地線的行為。目前,該系統(tǒng)在某220kV變電站現(xiàn)場已投入試運(yùn)行,由于220kV站點間隔多且電壓等級高,走錯間隔的隱患必須百分之百消除,該系統(tǒng)能夠通過圖像核驗間隔,通過控制對纏繞裝置進(jìn)行解鎖,很大程度上減少了安全風(fēng)險,提高了變電站運(yùn)維工作的安全性。

4結(jié)語

接地線裝拆工作具有一定的危險性,并且大部分危險事故是由誤操作引起的,因此對接地線的裝拆進(jìn)行檢測、對誤操作行為進(jìn)行告警具有重要意義。本文設(shè)計的基于機(jī)器視覺技術(shù)的接地線裝拆安全檢測告警軟件,通過機(jī)器視覺技術(shù)實現(xiàn)對施工作業(yè)環(huán)境的識別,利用手持終端搭載安全判別軟件,通過校驗工作間隔與工作票信息位置,進(jìn)而控制伺服電機(jī)的收放線工作,當(dāng)存在誤操作時停止收放線進(jìn)而實現(xiàn)阻攔、警示操作人員的功能。通過在接地線裝拆中應(yīng)用基于機(jī)器視覺技術(shù)的安全檢測告警技術(shù),可以有效降低誤操作帶來的安全風(fēng)險,提高接地線裝拆工作的安全性,從而提高變電站運(yùn)行的安全性和穩(wěn)定性,進(jìn)而推動電力行業(yè)良性發(fā)展。