[发明专利]基于时空不变特征抽取与电力系统运行状态的巡检机器人

说明书

技术领域：

 本发明专利涉及基于时空不变特征抽取与电力系统运行状态的巡检机器人

背景技术：

 近年来随着智能电网朝着信息化、数字化、自动化、互动化的方向发展，智能机器人在高空、隧道电力线路巡检、无人值守变电站巡检方面的应用越来越得到电力系统部门的重视。我国各级电力调度和控制中心作为电网安全、可靠运行的核心环节，通过安装视频、温检等不同类型的传感器对电力设备安全运行进行监控。目前除省级部门设有专人对远程搜集的数据进行监管之外，各地方部门采用工作人员定时巡检模式，即在夜间及绝大部分白天时间处于无人值守状态。因此，将移动智能机器人应用于电力调度和控制中心的设备运行监控无疑会增加电力系统的安全冗余，对于智能电网的安全运行具有重要的意义。

与目前已经推广应用的变电站巡检机器人相比，调控中心巡检机器人的任务执行面临如下难题：

1)调控中心巡检机器人无法借助于GPS设备进行精确定位，而变电站巡检机器人借助于差分GPS定位可以达到厘米级精度；埋设磁导引虽然能够实现机器人对预设路线的跟踪，但需要对基础设施进行改动，巡检过程中的精确定位也难度很大，且不利于后期任务的局部修改，鲁棒性差。

2)调控中心巡检机器人需要对监控计算机的显示器界面内容进行识别以实现对电力设备运行状态的认知，而变电站巡检机器人只需要利用自身携带的传感器（如红外摄像仪、可见光摄像机）等获取直接数据。由于机器人需要将视觉系统对准计算机屏幕，精确定位恰恰是最需要的。

为了解决调控中心巡检机器人所面临的困难，本发明通过突破复杂室内环境的自主地图创建与定位技术、基于局部特征的监视器内容识别技术构建电力调度控制中心巡检机器人原理样机，代替操作人员执行定时巡检任务，在遇到设备运行异常时能及时报警，并能在技术人员的远程操控下与调控中心现有固定方位监控系统组成全方位移动感知系统，能够使技术人员根据需求获取想要的现场信息，做出合理、科学的应急决策。上述关键技术的突破通过解决复杂室内环境下的地图创建、自主定位以及监视器内容认知瓶颈难题，为调控中心巡检机器人在电力系统的推广应用提供重要的理论基础和技术支撑。

发明内容:

1)总体结构图

首先对距离传感器在非结构化环境中获取的信息利用基于变尺度扇区裁剪的通道时空不变特征抽取方法在线检测拓扑节点，完成拓扑层构建；

然后将拓扑层节点对应的通道（分支）方向上获取的视觉信息构建场景层，利用基于彩色局部特征的时空不变特征抽取方法构建特征层。该方法同样用于监视器内容理解与电力系统运行状态认知；

利用拓扑层、场景层与特征层构成了层次化场景-拓扑地图。最后将拓扑层、场景层与特征层构建场景-拓扑地图，采用基于隐马尔可夫模型实现巡检机器人的精确定位（详见附图1）。

2) 面向复杂室内环境的时空不变特征抽取与电力系统运行状态认知

巡检机器人利用自身携带的视觉信息与距离传感器信息提取多维时不变特征（由时间改变引起的环境照度变化、环境局部改变等）与空不变特征（由观测位置引起的尺度变化、仿射变化、局部遮挡等），并进行多源融合以解决复杂室内环境的场景描述问题。

（1）基于视觉时空不变特征提取的环境认知与监视器内容理解

时空不变特征是指具有时不变与空不变特性的特征。具有光照不变、尺度不变、仿射不变、旋转不变和局部遮挡不变特性的ORB特征被用来表示复杂室内环境。

传统ORB算法拥有与SIFT和Surf类似的性能，却具有更快的处理速度，非常适合一定规模特征库的实时匹配需求。但是ORB特征本质上属于局部角点特征，忽略了环境中有用的颜色信息。 方法拟从ORB特征主颜色分析方面构建彩色ORB算法。

简要步骤如下：

 1）关键点选取：在场景中提取FAST角点作为特征关键点，然后对关键点进行非极大值抑制，并利用Harris角点检测方法进行过滤，消除位于曲率较小边缘上的关键点；

2）特征方向计算：利用灰度重心法计算FAST角点的主方向；

3）特征二进制串描述：在特征点附近按照主方向随机选取若干点对，将点对的灰度值归一化后形成二进制串作为ORB特征描述子；

4）特征主颜色判定：考虑特征点区域内的所有像素的饱和度与色度，采用红、黄、绿、青、蓝、紫、灰7种颜色对所有ORB特征进行分类，获得该特征占统治地位的颜色分量，将分类结果存储在ORB特征描述子后面；