面向高变倍场景的变电站巡检机器人云台相机对准方法
姜骞，刘亚东，严英杰，刘庆臻，陈思，江秀臣
(上海交通大学电气工程系)
DOI：10.13334/j.0258-8013.pcsee.223072
在电力行业数字化、智能化转型过程中，搭载多模态成像传感器的变电站巡检机器人、无人机和视频监控设备逐渐替代传统人工，成为了变电设备状态监测的主要工具。其中，变电站巡检机器人具备全天候、非接触式、多参量测量等特性，通常搭载着光学变焦可见光和定焦红外双光谱云台相机，通过智能移动底盘自主导航到预置位置、以预置云台角度和变焦倍数采集设备数据，并结合内置人工智能算法完成仪表、开关等目标自动识别任务，极大提升了变电设备巡检效率。
变电站巡检机器人投入现场长期运行后，受到导航定位误差、底盘轮胎打滑、螺丝松动和电机磨损等因素影响，其实际停靠位姿偏离期望预置位姿，尤其是在拍摄开关、表计等超过10倍变焦的高变倍场景下容易出现云台相机视场内没有目标设备或对焦失败的问题，导致有效巡检图像比例以及表计识别等智能算法准确率降低。因此，解决高变倍场景下的云台相机位姿偏差问题已成为提升变电站巡检机器人实际应用效果的关键手段。
现有相机对准方法在控制机器人时仅调整云台角度，没有对机器人底盘停靠位置误差进行校正，导致相机最终位姿与预置位姿间仍存在较大误差，巡检图像与模板图像之间存在透视畸变差异。对此，文章重点开展了相机对准误差建模、误差求解、误差校正三方面内容的研究，核心目标为校正巡检机器人停靠时的相机位姿误差，使其拍摄到满足检测要求的高质量巡检图像，进而有效提升巡检图像数据占比以及智能检测算法准确率。
1）相机对准误差建模。
文章建立的相机对准误差模型如图1所示。该模型根据机器人预置位姿与巡检位姿之间的误差关系以及位姿与像素之间关联关系，构建了位姿误差与像素误差之间的关联关系。
图1 巡检机器人相机对准误差模型
2）相机对准误差求解。
根据巡检机器人运行工况以及变电站内部空间布局，作出相应的条件假设后，首先利用图2所示的像素误差求解方法计算巡检图像与模板图像的像素误差，紧接着推导出巡检机器人底盘的实际位姿误差；其中，像素误差分为横轴和纵轴误差，对应的底盘平移误差分为垂直预置朝向和平行预置朝向两部分。
图2 巡检图像与模板图像像素误差计算流程
3）相机对准误差校正。
在计算出机器人位姿误差后，文章提出了一种折半控制校正方法，用于独立校正机器人的旋转误差和平移误差，其中平移误差被正交解耦为垂直预置朝向和平行预置朝向两部分进行独立校正，进而提升校正鲁棒性，整体校正流程如图3所示。
图3 巡检机器人相机对准误差校正流程
4）试验结果。
本章所提方法与相关方法的像素误差对比结果如图4所示，由结果可见，所提方法的像素误差显著优于现有方法，实现了更高精度的相机对准。
1）本文构建的巡检机器人相机对准位姿误差模型可准确描述巡检机器人本体位姿误差与相机成像像素误差之间的关系，为相机对准问题提供了模型参考。
2）本文提出的巡检机器人相机位姿误差正交解耦方法可有效地将误差分解到平行于相机预置朝向和垂直于预置朝向的方向上，并且结合折半控制方法可独立精确校正相机旋转误差以及两个方向上的平移误差，提升了巡检机器人相机对准过程的稳定性，使得机器人拍摄到与模板图像之间像素误差与透视差异更小的巡检图像。
3）在拍摄开关、表计设备的高变倍场景下，本文提出的底盘与云台联合运动调整的相机对准方法可有效校正巡检机器人云台相机的平移和旋转误差，改进了传统相机对准方法仅调整云台角度在稳定性和精度上的不足，使得巡检机器人相机更加精确地对准目标设备并拍摄到高质量的巡检图像，表现出更高的巡检覆盖率和准确率。
在利用高精度的相机对准方法拍摄到的高质量巡检图像后，下一步可开展基于模板图像与巡检图像特征差异的设备外观缺陷检测、仪表定位与识别等应用层面的变电设备在线监测与状态评估方法研究。
引文信息
姜骞，刘亚东，严英杰，等．面向高变倍场景的变电站巡检机器人云台相机对准方法[J]．中国电机工程学报，2024，44(8)：3337-3346．
JIANG Qian，LIU Yadong，YAN Yingjie，et al．Substation inspection robot PTZ camera alignment method for high zoom scenes[J]．Proceedings of the CSEE，2024，44(8)：3337-3346(in Chinese)．
作者介绍
责编：张文鑫
审核：李新洁
声明
本文为原创作品，所涉文字及图片版权均属《中国电机工程学报》编辑部所有，根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编我编辑部的作品，务必请提前联系我编辑部。个人请按本微信原文转发、分享。
