发布时间: 2024年12月22日 19:05
随着无人机技术的兴起，电力行业开始利用无人机进行巡检，不仅提高了巡检的安全性，也提高了巡检效率。巡检时无人机的避障问题是影响无人机安全运行的关键。在此背景下，福州大学电气工程与自动化学院的研究人员吕学伟、宋福根，在2021年第4期《电气技术》上撰文，综合介绍了各种多旋翼无人机的避障方法。
首先简单介绍了几种传统的避障方法，如基于视觉、雷达、超声波和红外等传感器的避障方法和基于柱状空间的避障方法，同时说明其不足之处；然后重点介绍了基于输电线路空间电磁场分布特征的避障方法，通过分析线路空间电场的分布特征，得到其空间等电场强度区域并以此值作为主要避障参量。该避障方法具有设备体积小、重量轻、避障精度高等优点，更适合应用于大型无人机自主巡检避障控制，为无人机超视距的大范围自主巡检提供一种安全、高效的避障策略。
随着我国电网的飞速发展，高压输电线路电压等级越来越高，线路越来越长且所经过的地形地貌也越来越复杂。传统的人工巡检方式效率低下，无法实现全方位的巡检。无人机具有不受地形环境限制、费效比低的优势，同时无需顾虑飞机意外坠毁导致的机上人员伤亡问题。因此，为了解决巡检的安全性问题，同时为了提高巡检的效率，使用无人机来巡检输电线路成为必然，并且它会逐步取代人工巡检，从而大大提高巡检效率。
安全问题是无人机巡检的重要方面。无人机在作业过程中需要拍摄清晰度较高的照片，便于电力人员对输电线路进行分析诊断，因此无人机要尽可能地靠近输电线路或杆塔。但如果与线路或杆塔过于接近，必然存在安全隐患。
为尽量减小无人机与作业目标（输电线路和杆塔等）的间距，提高作业的安全性，防止碰撞事故发生，同时为了减小人工操作成本，巡检无人机可配备一套高精准性、高灵敏度的避障系统，以实现避障目的，从而保障无人机巡检工作顺利进行。当无人机与作业目标的间距小于安全距离时，系统应及时快速地给无人机发出避障动作指令，同时安全距离要尽可能小，以便拍摄的照片更加清晰。
目前，无人机巡检大多以多旋翼无人机为主。本文综合介绍多旋翼无人机巡检避障的各种方案和原理，先简单介绍几种传统的方案，如基于传感器和柱状空间的避障方法，但由于其仍存在一定的不足之处，所以后来有学者提出利用输电线路本身存在的电磁场特性来实现避障的方案，经验证，该方法比传统方法更为精准、高效。
基于视觉的无人机避障方法出现较早，主要是利用摄像头等成像设备，拍摄并实时传输周边的环境图像给无人机以达到避障的目的。
英国EA电力咨询公司和威尔士大学最先将无人机应用于高压输电线路巡检工作中，他们研发了用于输电线路巡检的无人机，并利用实时无线传输的飞行图像进行巡检避障和悬停拍摄。后来由于单目视觉存在太多缺陷，双目立体视觉技术被提出，其原理是在多视角下感知并捕捉周围环境的图像，基于三角测量原理得到图像像素间的位置偏差，最后得到周围环境的三维空间信息，其避障流程如图1所示。
图1 双目立体视觉避障流程
后来无人机技术得到快速发展，基于多空间图像的三维巡检视频技术开始逐步兴起，首先在多个方位拍摄周围空间的图片，用于飞行空间的三维立体合成，同时将数据回传给地面站，根据该合成图像，地面工作人员可完成避障工作，但是该避障方案也存在一些缺陷，如三维图像合成较难、存储空间过大、实时性较差等。
单纯的基于视觉的避障方法已经不能满足复杂的巡检工作要求，所以很多学者开始将视觉避障法与其他理论结合来实现更好的避障效果，例如张午阳等提出的一种基于深度学习的四旋翼无人机单目视觉避障方法，该方法所用到的传感器只有一块单目摄像头，相比于传统的基于传感器的避障方法，所占用无人机的体积大大减小。
朱平等提出了一种双目立体视觉和光流相结合的避障方法，双目立体视觉可获取可靠的视差值和空间深度信息，进而辨别物体的远近；光流法能得到障碍物相对于摄像头的每一个时刻的运动速度。为了更快地得到更加准确的位置信息，将立体视觉和光流结合在一起。
然而基于视觉的无人机避障技术主要利用成像原理来进行避障，不可避免地存在图像处理问题，如图像清晰度问题和图像储存空间问题等；而先采集图像再以此避障的过程需要一定的时间，也就是实时性较差；另外视觉还会出现“看不到”或者“看不出来”等问题。
目前在无人机巡检避障技术中，应用较多的是毫米波雷达避障技术。加拿大的阿姆菲泰克公司于2000年7月研发的巡检无人机采用的就是这种技术，该技术主要利用连续雷达波信号来测量目标的距离和速度，即
式（1）
经实飞验证，虽然该避障技术能基本实现有效避障，但还是存在反射信号过多导致无法有效识别真正的障碍物反射波的问题。我国的由国家电网公司立项、福建电力公司承担的大型无人机巡检输电线路项目也采用了毫米波雷达避障技术来实现巡检避障目的，但是也存在反射波过滤较难和设备较多、较重等缺陷。
除了上述几种方法，还有利用超声波传感器来实现避障的，超声波测距原理如图2所示。同样基于超声波传感器，孟光磊等人仿真实现了无人机的避障；陈根华等人则设计了一套无人机三维避障系统。
也有学者将多个传感器结合在一起来加强避障的效果，例如N. Gageik等人以低成本的红外测距传感器和超声波传感器为主，结合光流和惯性测量单元（inertial measurement unit, IMU）对红外和超声波传感器的数据进行滤波，以此实现无人机的避障。
图2 超声波测距原理
总的来说，上述基于传感器的避障方法都存在一定的缺陷：视觉避障存在图像处理问题和实时性较差等问题；红外避障由于作用距离很短，所以在室外光线强的情况下基本不能使用；超声波避障的有效作用距离很难超过10m，且因为是搭载在多旋翼无人机上，故旋翼对空气的干扰使其更难应用；雷达避障存在反射波过滤较难、识别避障目标较难等问题，另外雷达避障设备体积较大、质量较重，对于空间和载荷都十分有限的无人机来说，其应用存在很大的缺陷。
柱状空间避障法主要是利用地图信息结合实际全球定位系统（global positioning system, GPS）数据，得到准确的三维空间信息以实现避障目的。柱状空间法一般是利用地理信息系统（geographic information system, GIS），有学者提出可采用电网公司已有的GIS结合GPS来对无人机巡检进行航路规划和避障。
董军喜利用GPS导航定位系统得到无人机的实时坐标数据，同时结合等高线地图数据，得到等高线等效障碍物模型，以此实现无人机的避障。
当然，将柱状空间法与其他方法有效结合必然能提高精准性，例如将柱状空间法和支持向量机算法结合的无人机线路检测避障方法：①根据飞行区障碍物建立圆柱形三维空间模型，如图3所示（图中，H为拉伸后高度，Hd为安全高度，并且Hd满足大于0，V1, …, V10为避障边界线的顶点）；②引入支持向量机以一种新的视角实现无人机的避障。
还有将柱状空间法和改进A*算法结合的无人机规避方法：①根据无人机飞行区域的障碍物分布情况，建立飞行区域的柱状空间；②将障碍物对无人机的影响引入估价函数中，重新设计启发函数；③将基于柱状空间和改进A*算法的无人机规避方法应用于无人机的规避中，并对规划的路径进行平滑处理。
图3 三维避障柱状空间
由于柱状空间的三维地图的合成很难做到完全准确，同时地面上的建筑物体等存在易变、随机、无规律性等特点，若为此一直保持三维地图的实时更新，则代价过大；并且还存在三维地图的存储空间要求过大、读取速度较慢等方面的问题，故基于柱状空间的避障方法也不是十分适合无人机巡检避障。
由于上述基于视觉的、基于传感器的、基于柱状空间的避障方法都存在一定缺陷，因此研究人员将目光投到输电线路本身就存在的电磁场特性上。众所周知，由于输电线路的导线有电流通过，其导线周围存在一定范围、不同强度的电磁场，而电磁场和距离在某种程度上是对应关系，因此利用输电线路的电磁场来达到避障的目的是一个很新颖很贴切的思路。
经各种研究证明，基于输电线路电磁场的无人机巡检避障方案比上述传统避障方法在各个方面都要更优越。该避障技术在硬件方面要求不高，非常适合荷载小的无人机；同时其避障的精准性较高，研究价值高、工程意义重大。
3.1 基于电场环境的避障方法
只利用电场来实现避障是早先的一种方案，山东电力科学研究院按照电压等级分类，利用输电线路电场强度变化率作为避障参量，并对每一电压等级都确定一个避障限值，当无人机测得的电场强度变化率大于限值时就发出避障指令。
但输电线路电场强度变化率主要取决于导线排列方式而不是电压等级，电压等级主要影响的是电场强度。而该方案却以电压等级分类，分别研究不同电压等级的避障，实际上电压等级与电场强度变化率并无直接对应关系，使其分类基础是缺乏理论依据的。因此，该避障方案是存在缺陷的。
后来宋福根首创性地提出一种基于输电线路电场分布特征的无人机巡检避障方案，该方案主要利用输电线路产生的电场作为避障参量，将实时检测到的各个方位的电场强度与理论分析得到的等电场强度结合，获得无人机和巡检目标的距离区间等，最后根据该距离区间进行避障。
此外，由于输电线路电场强度主要取决于电压等级，故只需研究某一电压等级在不同情况下的避障方案，对于其他电压等级则只需按照电压等级进行变换，进而得到对应的避障方案，最终可实现基于输电线路电场分布特征的全电网无人机巡检避障。
距离是无人机巡检避障的关键参量之一，而电场又恰好与距离成映射关系，因此就可以通过测得的电场强度数据，经过理论分析得到电场强度与距离的对应关系，然后计算出无人机与输电线路或杆塔之间的距离，使得无人机在巡检作业时可以与输电线路保持一定的安全距离，减小高压输电线产生的电场对无人机电子设备造成的干扰，避免坠机或损坏高压电线等事故的发生。
陈绍祥等人设计了一种检测高压输电线路电场的三维立体检测装置来完成上述避障步骤；郑天茹等人基于距离与电场强度的对应关系（见图4，以220kV为例），先通过电场测量装置进行数据处理，再与无人机飞控系统进行数据交互，来判断是否需要进行避障动作。
图4 220kV线路仿真与实测数据对比图
有些研究人员不利用距离作为避障参量，而是直接利用电场数据来实现避障判断：黄俊璞等人通过计算输电线路周围电场得到电场强度二次倒数，以此为判据来进行无人机避障判别，提高了无人机避障的精准性。这是一种简单直接并且有效的思路。
3.2 基于磁场环境的避障方法
由于磁场的复杂性等特点，其应用于无人机巡检避障方面的局限性相较于电场更大，因此直接利用磁场环境的避障方法并不多。一种最简单的思路就是将电磁传感器放在无人机上，并使用磁场数据来确定无人机与传输线之间的相对位置，以达到避障的目的。
3.3 基于电磁场结合的避障方法
显然，结合电场与磁场的复合避障方法要比单一利用电场或磁场的避障法更具有严谨性和精确性。首先要设计一种搭载在无人机上的并能同时检测电场和磁场强度的检测系统，如图5和图6所示，该系统能够检测出无人机与高压输电线在不同距离时的电磁场强度，又由于电磁场强度与无人机和高压输电线的距离成线性关系，因此可将检测数据通过无线传输到地面控制中心或直接提供给无人机飞控处理单元，来判断无人机是否处于安全范围，进而实现无人机的避障功能。
图5 电场检测单元结构
图6 磁场检测单元结构
3.4 基于电磁场模型的避障方法
建模法通过仿真软件建立起实际问题环境的空间数据模型，方便研究人员进行理论分析和仿真验证，避免了实际工作中人力、物力的耗费。要建立输电线路电磁场模型，首先要获得输电线路的电磁场参数和各种数据，再利用仿真软件（常用的有Ansys和Ansoft）在计算机中建立仿真模型。
若仅建立输电线路电场分布模型，则研究不同直流电压下直流输电线路中无人机巡检安全距离的电场仿真，得到不同位置距离的空间电场分布，见表1，再通过安全距离研究避障。
表1 500kV线路空间电场分布
或针对输电线路周围的障碍物，利用电场分布来研究避障。黄俊璞等人用Ansoft仿真软件对输电线路下方的障碍物进行三维仿真，如图7所示，再结合线路斜上方和斜下方的电场分布情况，得到无人机巡线安全距离，最后研究了无人机避障问题。
图7 线路斜下方房屋障碍模型
图7中，三条直线1、2、3垂直于导线表面，用来研究电场的沿线分布，A、B、C为三相导线。
为了使建模工作更精准更高效，可以将仿真分析软件与其他分析方法结合，宋福根等人利用三维电场估计方法结合有限元分析软件Ansys对电场强度分布进行建模，在此基础上分析空间电场强度的分布特征，然后研究无人机的避障原理。
同样，建模时结合第2节所讲的柱状空间法，使得仿真结果更严谨、更精确。邴丽媛等人采用多传感器融合技术，通过对巡检过程中可能出现的障碍物进行建模，建立最小安全空间模型，再结合输电线路周围电场模型，同时利用模糊神经网络方法，来研究无人机巡线的避障技术。
研究电磁场结合的输电线路模型与上述相似，关键在于得到不同电磁场强度下无人机与导线的距离关系，这可以通过结合有限元算法等分析方法与Ansys等仿真软件来分析得出。但该距离可能存在误差，因此曹浩楠等人提出了选用电场有效值结合高度的方法来确定无人机与输电线路真实距离，其结果误差更小，更接近实际距离。
此外，刘壮等人也通过建立输电线路电磁场仿真模型，研究无人机不同巡检距离下导线周围电磁场分布，并仿真得到±500kV直流输电线路直线塔无人机巡检作业最小安全距离为3m，在此基础上，结合电流进行距离修正，使其更精准更真实。
除此之外，还可将电磁场仿真模型及其得到的安全距离结果，结合其他方法来实现更高效、更准确的避障。例如冯智慧等人先通过建立导线对无人机工频电磁场干扰仿真模型，分析工频电磁场对无人机机身及机载设备的影响，确定了飞行最小安全距离；基于此，结合确定的最小安全距离、线路杆塔三维模型、巡检任务相关信息和三维GIS系统，最终实现无人机巡线路径规划和避障等功能。
3.5 基于电磁场并结合其他方案的避障方法
同样，将多种方法结合起来的避障方案虽然复杂性较高，但从精确性和优越性来说，必然比单一方法更高。在利用电磁场特性分析并得出无人机巡检的安全飞行距离的基础上，高旭东等人将图像匹配的视觉测距方法融合到该避障方法中。
这种复合避障法的关键在于利用电磁场特性得到无人机安全飞行距离，具体做法是：首先构建交流输电线路模型，分析不同电压等级下输电线内侧、外侧、下侧三个方向不同距离的电场强度、磁场强度的衰减情况；并设计简单的含有机翼、脚架的无人机模型，分析无人机对于输电线周围电场和磁场分布的影响以及无人机周围电场的分布、无人机机体磁场的分布；结合无人机飞行速度、信号传输延时特性、风速等因素，最终得出无人机在高压交流输电线环境中巡检的近似安全飞行距离。
综上所述，几种传统的基于传感器的和基于柱状空间的避障方案虽然在初期实现了无人机巡检避障的功能，但经过实践的检验，其缺陷也慢慢暴露出来，但这些方案所提供的思路和经验仍然是避障工作不可或缺的宝贵财富。同时，随着研究的深入，这些方案也很有可能经过优化、完善和创新，展现出全新的活力。
相比之下，基于输电线路空间电磁场分布特征的无人机避障策略更为优越。该避障策略是一种通过分析输电线路空间电场的分布特征，得到其空间等电场强度区域并以此值作为主要避障参量的自主避障策略。
该避障策略硬件要求低，受外界影响较低，避障精准性高，效率高，同时理论基础扎实，发展前景广，更适合应用于大型无人机自主巡检避障控制，可为其超视距的大范围自主巡检提供一种安全、高效的避障策略。目前国网福建省电力公司已经在该避障控制领域进行了大量的前期研究工作，为将来大型无人机的超视距大范围巡检打下了坚实的基础。
#pgc-card .pgc-card-href { text-decoration: none; outline: none; display: block; width: 100%; height: 100%; } #pgc-card .pgc-card-href:hover { text-decoration: none; } .pgc-card { box-sizing: border-box; height: 164px; border: 1px solid #e8e8e8; position: relative; padding: 20px 94px 12px 180px; overflow: hidden; } .pgc-cardafter { content: " "; display: block; border-left: 1px solid #e8e8e8; height: 120px; position: absolute; right: 76px; top: 20px; } .pgc-cover { position: absolute; width: 162px; height: 162px; top: 0; left: 0; background-size: cover; } .pgc-content { overflow: hidden; position: relative; top: 50%; -webkit-transform: translateY(-50%); transform: translateY(-50%); } .pgc-content-title { font-size: 18px; color: #222; line-height: 1; font-weight: bold; overflow: hidden; text-overflow: ellipsis; white-space: nowrap; } .pgc-content-desc { font-size: 14px; color: #444; overflow: hidden; text-overflow: ellipsis; padding-top: 9px; overflow: hidden; line-height: 1.2em; display: -webkit-inline-box; -webkit-line-clamp: 2; -webkit-box-orient: vertical; } .pgc-content-price { font-size: 22px; color: #f85959; padding-top: 18px; line-height: 1em; } .pgc-card-buy { width: 75px; position: absolute; right: 0; top: 50px; color: #406599; font-size: 14px; text-align: center; } .pgc-buy-text { padding-top: 10px; } .pgc-icon-buy { height: 23px; width: 20px; display: inline-block; background: url(https://lf3-cdn-tos.bytescm.com/obj/cdn-static-resource/pgc/v2/pgc_tpl/static/image/commodity_buy_f2b4d1a.png); } 智能自主无人机：先进任务与未来应用 ￥79 购买
温馨提示：
