增強(qiáng)現(xiàn)實(shí)(AR)技術(shù)在電力設(shè)備智能巡檢中的應(yīng)用

作者/ 齊文平 姚京松 劉曉芳 吳軍 國(guó)家電網(wǎng)湖北省電力公司檢修公司(湖北 武漢 430077)

摘要：針對(duì)電力設(shè)備巡檢環(huán)境復(fù)雜、效率低、巡檢數(shù)據(jù)統(tǒng)計(jì)不完善等問(wèn)題，本文提出了一種將AR智能眼鏡技術(shù)應(yīng)用于電力設(shè)備巡檢的方法。該方法利用AR技術(shù)，將標(biāo)準(zhǔn)操作規(guī)范圖像或視頻與巡檢對(duì)象進(jìn)行無(wú)縫貼合，使巡檢人員在復(fù)雜精密設(shè)備中迅速找到指定對(duì)象，以有效完成智能巡檢。

引言

　　電力設(shè)備巡檢工作是有效保證輸電、變電、配電線(xiàn)路及其設(shè)備安全的一項(xiàng)基礎(chǔ)工作。通過(guò)巡視檢查來(lái)掌握線(xiàn)路和電力設(shè)備運(yùn)行狀況及周?chē)h(huán)境的變化，發(fā)現(xiàn)設(shè)備缺陷和危及線(xiàn)路及設(shè)備安全的隱患，提出具體的檢修內(nèi)容，以便及時(shí)消除缺陷^[2]。

　　針對(duì)我國(guó)眾多電力相關(guān)企業(yè)在設(shè)備巡檢中勞動(dòng)力耗費(fèi)大、工作效率低、巡檢不到位、偽造巡檢數(shù)據(jù)、巡檢數(shù)據(jù)統(tǒng)計(jì)不完善，導(dǎo)致不能及時(shí)有效發(fā)現(xiàn)問(wèn)題，使企業(yè)蒙受重大損失的問(wèn)題^[3]，本文特別提出了一種利用AR智能眼鏡的智能巡檢方法，該方法根據(jù)AR 技術(shù)的特點(diǎn)，結(jié)合電力設(shè)備巡檢業(yè)務(wù)實(shí)際，將AR技術(shù)應(yīng)用于電力設(shè)備智能巡檢中，提高設(shè)備巡檢質(zhì)量，及時(shí)記錄和分析設(shè)備缺陷和隱患，以避免巡檢不到位或不及時(shí)等現(xiàn)象，實(shí)用效果比較理想。

1 AR智能眼鏡巡檢概述

　　本文涉及到的AR智能眼鏡巡檢的系統(tǒng)框架如圖1所示。

1.1 操作建模

　　根據(jù)設(shè)備巡檢管理的需要，進(jìn)行兩種相關(guān)的模型建立，包括巡檢流程和判定模型，以及設(shè)備和儀表等計(jì)算機(jī)識(shí)別圖形模型。

　　巡檢流程和判定模型包括巡檢路線(xiàn)的設(shè)定、巡檢時(shí)間的設(shè)定、巡檢類(lèi)型的設(shè)定、異常判斷的設(shè)定，以及巡檢人員信息的設(shè)定等。

　　設(shè)備和儀表等計(jì)算機(jī)圖形識(shí)別模型包括巡檢中用到的所有設(shè)備和儀器儀表，以及與設(shè)備和儀器儀表相關(guān)的所有的物理特性所覆蓋的圖形的模型。

　　巡檢流程和判定模型是巡檢的流程依據(jù)，指導(dǎo)巡檢人員按照操作規(guī)程進(jìn)行巡檢，確保人生安全和設(shè)備的安全。設(shè)備和儀表等計(jì)算機(jī)圖形識(shí)別模型是便于A(yíng)R智能眼鏡巡檢過(guò)程的計(jì)算機(jī)自動(dòng)識(shí)別，包括設(shè)備對(duì)象的設(shè)備和物理參數(shù)的識(shí)別。

1.2 巡檢指令

　　巡檢指令是依據(jù)巡檢操作規(guī)程，通過(guò)管理系統(tǒng)向巡檢人員派發(fā)的巡檢操作令。

　　由數(shù)據(jù)服務(wù)器中的管理功能模塊箱發(fā)送包括巡檢流程和判定依據(jù)，以及所有的物理參數(shù)。

　　巡檢人員在巡檢過(guò)程中，通過(guò)智能眼鏡和AR技術(shù)識(shí)別需要巡檢的設(shè)備對(duì)象，這里所指的對(duì)象包括設(shè)備本身的屬性和設(shè)備所反應(yīng)的各種與供電相關(guān)的電力物理參數(shù)，通過(guò)增強(qiáng)現(xiàn)實(shí)SDK和計(jì)算機(jī)視覺(jué)SDK，將包括文字、圖片或視頻的模型數(shù)據(jù)與AR眼鏡現(xiàn)場(chǎng)識(shí)別的電力設(shè)備巡檢對(duì)象進(jìn)行無(wú)縫貼合。AR智能眼鏡識(shí)別到指定的對(duì)象，同時(shí)識(shí)別到與該設(shè)備相對(duì)應(yīng)的各種物理參數(shù)，AR智能眼鏡將所采集的所有物理參數(shù)根據(jù)判定模型進(jìn)行判定，確定巡檢設(shè)備的工況，按照超過(guò)規(guī)程分別進(jìn)行處理，然后將所有的判定結(jié)論和采集的所有數(shù)據(jù)存儲(chǔ)在A(yíng)R智能眼鏡中。

1.3 巡檢數(shù)據(jù)上傳

　　當(dāng)巡檢任務(wù)按照操作規(guī)程完成后，AR智能眼鏡會(huì)自動(dòng)將1.2中存儲(chǔ)的數(shù)據(jù)上傳至服務(wù)器。

1.4 數(shù)據(jù)分析系統(tǒng)

　　數(shù)據(jù)分析子系統(tǒng)將采集到的數(shù)據(jù)及結(jié)果進(jìn)行檢查、過(guò)濾、分析和綜合，得到巡檢人員在某個(gè)模塊的表現(xiàn)與預(yù)期的差距或者巡檢業(yè)務(wù)中某個(gè)巡檢點(diǎn)存在的嚴(yán)重缺陷，最終實(shí)現(xiàn)“以人為中心”和“以設(shè)備為中心”融合的企業(yè)大數(shù)據(jù)采集、過(guò)濾、儲(chǔ)存、挖掘、推送，幫助企業(yè)做出更明智的決策。

2 AR智能眼鏡巡檢實(shí)現(xiàn)

　　本文介紹的基于A(yíng)R智能眼鏡的智能巡檢方法在建模階段，將現(xiàn)有的巡檢資料，如文字、圖片、視頻、3D動(dòng)畫(huà)，通過(guò)系統(tǒng)的轉(zhuǎn)換，變?yōu)闃?biāo)準(zhǔn)的可視化巡檢流程數(shù)據(jù)，傳輸?shù)紸R智能眼鏡，利用增強(qiáng)現(xiàn)實(shí)技術(shù)，實(shí)時(shí)指引巡檢人員標(biāo)準(zhǔn)規(guī)范化地完成巡檢工作，整個(gè)實(shí)現(xiàn)過(guò)程包含若干關(guān)鍵技術(shù)。

2.1 特征信息提取與場(chǎng)景匹配

　　在1.1中介紹了增強(qiáng)現(xiàn)實(shí)智能巡檢的建模階段，除巡檢流程和判定模型這個(gè)與巡檢的任務(wù)和規(guī)程相關(guān)的建模外，還有一個(gè)關(guān)鍵的模型，即設(shè)備和儀表等計(jì)算機(jī)識(shí)別圖形模型。

　　對(duì)各個(gè)巡檢點(diǎn)所在場(chǎng)景，包括環(huán)境、設(shè)備、儀器儀表等進(jìn)行計(jì)算機(jī)識(shí)別圖形建模，形成N個(gè)標(biāo)準(zhǔn)的訓(xùn)練圖像(N表示操作建模的訓(xùn)練圖像數(shù)量)。在巡檢過(guò)程中，巡檢人員根據(jù)AR智能眼鏡里的自動(dòng)導(dǎo)航提示到達(dá)相應(yīng)的位置，采集其所處位置的場(chǎng)景圖像，也就是待巡檢場(chǎng)景的圖像，將此場(chǎng)景的實(shí)際圖像與N個(gè)訓(xùn)練圖像進(jìn)行匹配，得到與當(dāng)前查詢(xún)圖像場(chǎng)景吻合的訓(xùn)練圖像。

　　場(chǎng)景匹配我們將其定義為一種參數(shù)估計(jì)的方法，這些參數(shù)定義了場(chǎng)景模型的位置和姿態(tài)。我們將場(chǎng)景模型定義為一個(gè)離散函數(shù)T_x,y，該函數(shù)在一個(gè)窗口內(nèi)取值，也就是說(shuō)點(diǎn)(x，y)∈w的坐標(biāo)。假設(shè)圖像都收到加性高斯噪聲的干擾，該噪聲的平均值為零，其未知的標(biāo)準(zhǔn)差為δ，那么，放在坐標(biāo)(i，j)處的模型中的一個(gè)點(diǎn)與位于(x,y)∈w處的相應(yīng)像素匹配的概率是由正態(tài)分布給出的：

(1)

　　因?yàn)橛绊懨總€(gè)像素的噪聲獨(dú)立，模型位于坐標(biāo)(x,y)的概率是該模型所覆蓋的每個(gè)像素的聯(lián)合概率，即：

(2)

　　其中，n為模型中的像素個(gè)數(shù)，這個(gè)函數(shù)稱(chēng)為似然函數(shù)。在最大似然估計(jì)中，需要選擇參數(shù)，以使似然函數(shù)最大化。在實(shí)際算法設(shè)計(jì)中，場(chǎng)景匹配使用了存儲(chǔ)模型相對(duì)于采集圖像不同位置的匹配存儲(chǔ)空間。

2.2 區(qū)域定位

　　在建模的時(shí)候，根據(jù)現(xiàn)場(chǎng)的實(shí)際情況，事先在訓(xùn)練圖像上對(duì)特定的設(shè)備和儀器儀表等需要識(shí)別的對(duì)象做區(qū)域定位。在對(duì)當(dāng)前查詢(xún)圖像進(jìn)行區(qū)域定位時(shí)，利用查詢(xún)圖像與匹配到的訓(xùn)練圖像之間的透視變換關(guān)系，將訓(xùn)練圖片上的區(qū)域定位框拉伸到查詢(xún)圖像視角下，以便確定查詢(xún)圖像上待識(shí)別目標(biāo)所處區(qū)域。

2.3 目標(biāo)識(shí)別與跟蹤

　　在2.2定位到的區(qū)域內(nèi)，通過(guò)2.1的算法(已經(jīng)作為0glass計(jì)算機(jī)視覺(jué)SDK面向社會(huì)開(kāi)放)實(shí)現(xiàn)基于圖像的目標(biāo)識(shí)別，從而識(shí)別出根據(jù)模型建立和操作規(guī)程要求的巡檢點(diǎn)。

　　識(shí)別出特定的巡檢點(diǎn)后，增強(qiáng)現(xiàn)實(shí)SDK會(huì)將事先建立好與之對(duì)應(yīng)的可視化巡檢流程數(shù)據(jù)和判定模型數(shù)據(jù)傳輸給AR智能眼鏡，通過(guò)AR的SDK技術(shù)，實(shí)時(shí)指引巡檢人員實(shí)現(xiàn)標(biāo)準(zhǔn)規(guī)范化的巡檢工作，最終達(dá)到如圖2所示效果。

　　AR智能眼鏡在使用過(guò)程中，需要全方位地移動(dòng)，在眼鏡中內(nèi)置了頭部姿態(tài)傳感器，用以捕獲人的頭部運(yùn)動(dòng)姿態(tài)，從而實(shí)現(xiàn)物體的跟蹤，確保頭部運(yùn)動(dòng)不影響識(shí)別的對(duì)象和虛擬信息的融合。

3 結(jié)論

　　基于A(yíng)R智能眼鏡以及AR技術(shù)結(jié)合電力企業(yè)實(shí)際需要，可以很好地改進(jìn)目前電力設(shè)備巡檢狀況。本文提到的方法提高了巡檢的效率，確保了電力系統(tǒng)更加穩(wěn)定運(yùn)行，并且進(jìn)一步推進(jìn)了巡檢工作的標(biāo)準(zhǔn)化、管理的科學(xué)智能化，以及監(jiān)督的自動(dòng)化，具有推廣價(jià)值。

參考文獻(xiàn)：

　　[1]付躍安.移動(dòng)增強(qiáng)現(xiàn)實(shí)(AR)技術(shù)在圖書(shū)館中應(yīng)用前景分析.中國(guó)圖書(shū)館學(xué)報(bào),2013,5:034-039.

　　[2]朱月香.電力設(shè)備缺陷管理模式的探討[J].浙江電力, 2000(2):48-49.

　　[3]劉重陽(yáng).基于物聯(lián)網(wǎng)的工業(yè)設(shè)備智能巡檢系統(tǒng)研發(fā).[D].燕山大學(xué),2015.

　　[4]G Kipper, J Rampolla.增強(qiáng)現(xiàn)實(shí)技術(shù)導(dǎo)論[M].鄭毅,譯.北京:國(guó)防工業(yè)出版社,2014,8.

　　[5]王涌天,陳靖,程德文.增強(qiáng)現(xiàn)實(shí)技術(shù)導(dǎo)論[M].北京:科學(xué)出版社,2015,6.

　　本文來(lái)源于《電子產(chǎn)品世界》2017年第5期第58頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。