基于三維點云視覺融合的邊緣計算測距應用解決方案
發布時間：2022-05-23 00:00:00
系統集成AI模型管理組件和點云數據管理組件，打通AI訓練平臺，在業務執行過程中自動采集和標注素材，上傳AI訓練平臺進行模型訓練迭代，升級的模型通過云邊協同架構下發至對應的邊緣計算3D測量感知設備，實現隱患目標物檢測識別，并融合3D測量感知設備中對應的線路點云模型數據，實現隱患目標物安全距離測量應用，自動標識隱患風險等級。
1 目標和概述
1.1 面臨的挑戰
輸電線路是電網系統的重要組成部分，是電能傳輸 的重要通道，保障輸電線路穩定運行至關重要。但輸電 線路分布廣、線路長、長期暴露在自然環境中運行，不 僅要經受正常機械載荷和電力負荷的作用，而且還受到 各方面外來因素的干擾，尤其是隨著城市的建設，施工 現場越來越多，大型施工機械由于與附近線路安全距離 不足，經常造成導線放電引發停電和安全事故，這些隱 患因素如不及時發現和消除，將會嚴重威脅電網系統穩 定運行，對于電網用戶而言如何提高線路運維管理效率 面臨著如下挑戰：
（1）傳統的輸電線路巡視多為步行巡視、乘車巡 視、靠人現場蹲守的粗放型管理方法，每年投入大量人 力和物力，但收效甚微；
（2）傳統巡視方式受人為因素的影響較大，在惡 劣天氣條件下作業相當困難，巡視質量也差，容易導致 線路隱患或缺陷不能及時處理；
（3）目前有些線路區段采用抓拍圖片AI識別方 式，一定程度上提高了巡視效率，但AI識別有效素材采 集難、模型開發成本高、模型迭代周期長、正確識別但 無意義的報警多、處理報警工作量大等限制了邊緣計算在輸電場景的有效落地；
（4）電網用戶本身會對管轄的線路進行三維激光 點云數據建模，用于線路數據建檔或無人機巡航，如何 最大化利舊點云數據進行應用創新和管理提升是電網用 戶業務探索的一個重要方向。
1.2 總體方案概述
方案基于三維點云和視覺感知融合技術建立一套 輸電線路智能巡視系統。系統集成AI模型管理組件和點 云數據管理組件，打通AI訓練平臺，在業務執行過程中 自動采集和標注素材，上傳AI訓練平臺進行模型訓練 迭代，升級的模型通過云邊協同架構下發至對應的邊緣 計算3D測量感知設備，實現隱患目標物檢測識別，并 融合3D測量感知設備中對應的線路點云模型數據，實 現隱患目標物安全距離測量應用，自動標識隱患風險等 級。同時結合多維傳感設備和信息化手段，實現從隱患 智能發現、消缺任務下發和提示、現場處理反饋到隱患 入賬的全流程管理，提升輸電線路設備狀況感知、外力 破壞和環境災害監測預警能力，提高線路精益化管理水 平，確保電網線路安全穩定運行。
本方案對比一體式雙目視覺測量、分體式多目相機 測量、激光雷達測量等方案，在測量范圍、測量精度、 實時性方面都比較均衡，在成本方面具有明顯優勢，具 備規模推廣和應用的基礎。
1.3 方案主要目標
（1）從運營角度
減少巡線的人力、交通成本投入，提升管理效率， 降低巡線工作量，保障巡線真實性、全面性以及確保運 維規范落地。
（2）從監測角度
實時可視化地了解輸電線路運行狀況及線路運行 架構分布，快速檢索故障桿塔，有針對性地下發巡視任 務，提高巡視效率，彌補人工巡檢及時性不足的問題， 提高巡線的頻次，幫助發現線路隱患。
（3）從智能化角度
從事后取證分析到事前智能預警和風險等級識別， 智能分析所轄線路存在的隱患，形成數據池，輔助用戶 全面分析線路運行狀態和隱患排查，提前做好防護措施 和檢修計劃。
2 方案介紹
2.1 系統架構
圖1為輸電線路智能巡視系統整體架構圖，方案依 照“數據管理全景化、運行狀態透明化、診斷決策智慧 化及設備修復高效化”的設計思路，AI訓練平臺發布初 步模型到智慧線路管理平臺進行模型管理，管理模型版 本和生命周期，平臺將配置完成的點云數據和模型數據 發布至3D測量感知設備端，感知設備不斷采集對應的 隱患目標素材，并上傳測量結果返回平臺，平臺根據測 量結果和環境狀態對隱患目標進行風險等級劃分，并針 對性下發工單，派遣運維人員處理隱患和歸檔操作，生 成設備巡視報表、隱患庫、缺陷庫和設備臺賬庫，形成 業務閉環，高效管理輸電通道環境異常狀態，減輕人員 巡線工作量。采集的數據持續輸入AI訓練平臺，不斷優 化算法模型精度，形成模型迭代閉環，提高算法模型更 新效率。
圖1 系統整體架構
2.2 硬件平臺
3D測量相機架設在輸電桿塔合適位置，相機采集線路通道場景的二維圖像，將激光雷達獲取的三維點云投影到二維圖像，形成能夠與單目圖像匹配的投影圖像，對投影圖像和單目圖像進行特征提取與校對，生成對應配置文件，根據二維圖像豐富的顏色信息進行隱患目標識別和提取，利用激光雷達與攝像機之間的變換關系推導出目標在三維點云中對應的點云，輸出隱患目標的空間位置信息，從而幫助用戶測量目標距離和區分隱患風險等級。硬件邏輯結構如圖2所示。
圖2 硬件邏輯結構
（1）自動測距
前端相機定時或實時采集圖像，對圖像中的隱患目標物進行3D測量， 輸出隱患目標物與輸電導線的最近距離，當檢測出隱患目標與導線的距離小于安全距離時，將測量結果上報至平臺端，平臺端進行報警等級自動劃分，啟動隱患處理流程。
（2）手動測距
用戶在平臺端選擇待測量的圖像，并在圖像中手動 框選隱患目標物，點擊測量即可對隱患目標物進行3D 測量，并將測量結果在平臺端進行展示。
（3）實際效果對比
通過手持掃描儀現場實地測量，與圖像融合三維點 云進行3D測量系統計算結果進行比較，在取樣點中， 最大誤差控制在1米以內，較大程度滿足輸電線路通道 隱患目標物定位測距要求。3D融合測量效果與地面掃 描儀測量數據對比如圖3所示。
圖3 測量數據對比
2.3 軟件平臺
智慧線路管理平臺基于統一軟件技術架構，以組件 化方式構成產品，集成了消息中間件、數據庫服務、分 布式緩存、應用容器、事件分發、流媒體轉發、設備接 入、存儲接入、短信接入、郵件接入等各類服務，由各 個組件承載相關服務能力，提供平臺及支撐組件的各種 功能需求。軟件平臺業務架構如圖4所示。
圖4 平臺業務架構
各層級電網公司線路監控人員在監控中心通過線路 全景運行圖查看管轄范圍內的輸電線路情況，包括基礎 平臺信息、輸電線路地圖、各類數據統計信息、實時告 警信息等，方便了解輸電線路整體的情況和具體線路桿 塔的信息，對實時發生的告警進行處理，及時通知相關 運維負責人員。線路全景運行圖如圖5所示。
圖5 線路全景運行圖
平臺核心應用包括通道類應用、本體類應用、環境 狀態類應用、設備管理類應用。
（1）通道類應用
原有巡檢人員定期現場巡查的方案，巡視周期長， 難以保證把隱患信息及時地傳遞給上位者；其次有人參 與難免會出現偏差，導致信息的失真，最重要的是無法 保證人員確實是到指定位置巡查，稍有疏漏就容易引發 無法預料的后果。因此，智能識別通道隱患成為重要的 監測手段。海康威視通過三維點云視覺融合的智能3D 測量技術，提前預警通道隱患發生，平臺支持對告警進 行詳情查看、告警處理、抓圖、查看視頻等操作，用戶 遠程確認隱患、處理設備缺陷，告警信息推送給指定人 員或者確認派工現場處理，平臺同時支持告警數據和報 表的導出。3D測量告警界面如圖6所示。
圖6 3D測量告警
（2）本體類應用
由于線路設備安裝位置的問題，無法進行高頻的巡 檢，目前業務中一般巡檢周期是以季度、半年度來計算 的，遠遠無法達到用戶預期。因此遠程設備本體巡檢應 運而生，主要針對線路本體設備（絕緣子串、均壓環、 金具，塔頭、塔腿等）進行遠程的智能巡檢，用戶查看 定時抓拍的線路設備照片，及時發現設備缺陷并進行處 理。如圖7所示。
圖7 設備缺陷識別
（3）環境狀態類應用
輸電線路處于野外，自然環境及氣候經常發生變 化，海康威視通過部署前端多維感知傳感設備，實時 采集線路桿塔周邊溫度、濕度、風速、風向、氣壓、 雨量等環境信息和趨勢變化，監測異常氣候，預警線路 覆冰、異常舞動等情況，為檢修計劃制定和檢修裝備 配置提供參考依據。平臺支持通過桿塔資源樹查詢運維 單位、線路或線路下桿塔上的微氣象信息和桿塔姿態 信息，通過當日、近7日、自定義時間的方式，展示溫 度、濕度、降水量、氣壓、風速、風向、光輻射強度、 紫外線強度變化趨勢圖。
（4）設備管理類應用
目前輸電場景很多裝置在線率低，發生缺陷時較多 為線下處理，維修數據統計困難，難以評估各家廠商監 控裝置產品質量，另外輸電設備缺陷的處理復核閉環時 間長。海康威視設備資產臺賬對線路、桿塔、視頻圖像 設備進行資產管理，監控設備運行狀態，實現設備從安 裝、運行、維修、遷改到報廢的全生命周期線上管理， 規范設備資產運行管理，提升設備在線率、可靠率和返 圖率，方便運維人員導出設備運行報表進行周、月、季 分析。
2.4 數據安全措施
前端統一通過VPDN/APN專線通道等接入路由器、防火墻，通過安全接入平臺的安全接入區、接入服務區進行安全認證接入并進行安全服務訪問，通過電網公司內網業務提供的安全應用接口進行安全數據訪問。系統部署時，接入鏈路拓撲遵循接入網關——安全數據過濾系統——業務系統的方式。如圖8所示。
圖8 安全架構
3 代表性及推廣價值
（1）運檢模式變革
從原有人工巡檢模式轉變為智能的人機協同模式，減少人員現場巡線工作量，降低人工成本和交通成本，故障搶修從人海戰術轉變為精準定位，極大提高巡檢效率。
（2）管理效率提升
增加人工可運維線路長度，人工現場巡視率降低，巡檢周期從原先定期巡檢轉變為全天候實時監測，隱患故障從人工判別到智能決策，缺陷隱患處置率大幅提高，應急響應相比原有狀態更加迅捷。
（3）經濟效益提升
降低線路運維整體費用，實現較高程度的以機代人，減少停電事故導致的經濟產業損失，有效避免人工巡檢不到位導致的故障隱患，保障電網供電可靠性，提升線路智慧運營水平。
