覆冰數(shù)據(jù)是指導(dǎo)電力線路防冰、抗冰工作決策的重要依據(jù)，對保障電網(wǎng)安全穩(wěn)定運行具有重要意義，必須采用可靠且準(zhǔn)確的測量方法獲得。目前，采用攝影測量的方法能直觀地獲得電力線路的覆冰狀況。通過對線路覆冰前后的圖像進行分析來確定被測物體的位置、尺寸和形狀，并提取覆冰圖像的邊緣輪廓，從而計算出覆冰厚度。

由于電力線路安裝的現(xiàn)場環(huán)境是多樣的，有高山、平地，背景植被的顏色會隨著季節(jié)的變化而發(fā)生變化；且電力線路的覆冰情況復(fù)雜多變，不單會出現(xiàn)規(guī)則覆冰，在特定的環(huán)境條件下還會出現(xiàn)如冰凌的不規(guī)則覆冰，現(xiàn)有圖像監(jiān)測方法都是對采集的二維圖像進行處理和識別，很難精確地將背景干擾與導(dǎo)線圖像準(zhǔn)確分離，易受攝像機位置和角度的影響。使用單目圖像對不規(guī)則覆冰的圖像識別精度較低，不能對覆冰情況進行準(zhǔn)確測量。

鑒于此，有人提出用雙目圖像來測量覆冰的厚度，但是由于覆冰的自遮擋、陰影，以及鏡頭視場大小和景深的限制，雙目立體測量系統(tǒng)不能通過一次測量得到被測物體表面的所有數(shù)據(jù)，須從不同的視點進行多次測量，且雙目圖像匹配需要消耗大量的運算資源，在匹配過程中有些歧義很難自動消除，所以具有事后運算需要人工干預(yù)和修正的特點，一般很難用于實時的三維感知和測量。

本文基于三維即時成像立體視覺技術(shù)，獲取導(dǎo)地線覆冰的四目圖像，測量覆冰層的厚度。它是建立在平行光軸四像機矩陣布局基礎(chǔ)上的一種純光學(xué)圖像三維測量系統(tǒng)，硬件結(jié)構(gòu)至少包括一組2×2陣列、光軸平行布置的數(shù)碼相機組，通過空間幾何數(shù)據(jù)的分析對多幅圖像進行關(guān)聯(lián)匹配，從而消除雙目匹配過程中普遍產(chǎn)生的歧義性，完全擺脫了對結(jié)構(gòu)光等輔助手段的依賴。

在未來的物聯(lián)網(wǎng)應(yīng)用場景中，有大量的應(yīng)用是運營商的網(wǎng)絡(luò)無法覆蓋的，尤其是覆冰的電力線路所處山區(qū)偏遠，地質(zhì)條件復(fù)雜，這些環(huán)境的網(wǎng)絡(luò)連接選擇無線遠距離傳輸通信模塊（long range radio, LoRa）更為合適。

綜上，本文基于三維即時成像立體視覺技術(shù)，利用搭載LoRa模塊的四目相機對導(dǎo)地線覆冰進行厚度測量，可對覆冰厚度信息進行及時分析，并做出相應(yīng)的處理結(jié)果輔助決策建議，從而實現(xiàn)對導(dǎo)地線覆冰的“智慧”檢測。

1 測量原理

1.1 三維即時成像立體視覺

三維即時成像立體視覺包括4臺焦距、分辨率等各項參數(shù)完全一樣的圖像采集設(shè)備，該4臺相機中心組成一個平面矩陣，所有相機的光軸相互平行。它是仿照人類完善的視覺系統(tǒng)，以純光學(xué)成像的技術(shù)線路，模仿人眼功能原理的三維成像相機組。

基于平行雙目三維運算視差原理，不同深度的被視點，都具有不同的視差值，深度值和視差值兩者之間成反比，且被視點的深度值還與兩幅圖像之間的基線距離以及相機鏡頭的焦距成正比。

該矩形結(jié)構(gòu)分布特征的四目系統(tǒng)可以克服雙目立體視覺系統(tǒng)的空間位置精度與匹配精度的矛盾。這樣就產(chǎn)生了4組平行雙目匹配關(guān)系（矩形的垂直方向也完全可以理解為雙目平行匹配），使原來雙目的單一不確定性匹配，變?yōu)樗慕M雙目的具有強幾何約束的確定性匹配。

1.2 覆冰厚度測量流程

首先獲得清晰的二維覆冰圖像是準(zhǔn)確計算覆冰厚度的先決條件。本文從4個視角觀察輸電線路，獲取從不同角度得到的圖像，然后確定相機的內(nèi)參數(shù)與外參數(shù)，建立覆冰線路的空間坐標(biāo)點同它在圖像平面上像點之間的對應(yīng)關(guān)系式。將圖像進行預(yù)處理，突出所需要的信息，降低干擾噪聲。對應(yīng)覆冰線路上的同一個空間物理點在不同圖像中的像點，對特征點進行匹配，最后通過計算即可求得覆冰輪廓的三維坐標(biāo)，具體測量流程如圖1所示。

圖1 測量流程圖

2 系統(tǒng)硬件設(shè)計

2.1 硬件結(jié)構(gòu)

電力線路覆冰厚度測量系統(tǒng)的總體架構(gòu)如圖2所示。本系統(tǒng)由四目相機、地面工作站、LoRa無線傳輸模塊和電池模塊4部分組成。依托平行光軸四相機陣列硬件結(jié)構(gòu)，后臺內(nèi)置通用算法，滿足測量覆冰厚度的需要。

圖2 硬件總體架構(gòu)

2.2 四目相機

四目相機是由4個圖像傳感器焊接在同一塊電路板上，圖像傳感器光學(xué)中心呈矩形布置，四個傳感器的掃描線水平對齊且垂直對齊。圖像采集電路采用現(xiàn)場可編程門陣列（field programmable gate array, FPGA）控制圖像采集，依靠硬件觸發(fā)電路，實現(xiàn)4幅圖像的同步采集，滿足高速同步測量的要求，依靠千兆網(wǎng)口或其他圖像數(shù)據(jù)接口輸出數(shù)據(jù)。

鏡頭采用C型接口鏡頭，焦距根據(jù)測量距離選擇不同的焦距，距離遠可以選擇長焦鏡頭，覆冰導(dǎo)線的測量距離為8～15m，因此鏡頭焦距為35mm定焦鏡頭。

圖3 四目相機內(nèi)部結(jié)構(gòu)圖

2.3 地面工作站

地面工作站硬件為一臺筆記本電腦，軟件實現(xiàn)的功能有拍攝控制、三維運算和數(shù)據(jù)管理。軟件平臺如圖4所示。

圖4 軟件平臺

2.4 無線傳輸模塊

無線傳輸模塊采用的是LoRa模塊，可實現(xiàn)數(shù)據(jù)采集、遠程控制、LoRa通信，解決遠距離、分散采集、快速組網(wǎng)的問題，不需要對模塊進行二次開發(fā)。該模塊工作頻率433Hz，功率2W，傳輸距離2km。

在廣播透傳模式下，模塊不改變數(shù)據(jù)和協(xié)議，所發(fā)即所收；在星型協(xié)議組網(wǎng)通信模式下，節(jié)點是間歇性休眠的，中心模塊發(fā)給節(jié)點模塊只需要在數(shù)據(jù)前面加入節(jié)點模塊的地址編碼，節(jié)點模塊發(fā)給中心模塊則是通過透明傳輸方式，節(jié)點之間不會相互干擾。

2.5 電池模塊

電池模塊采用鋰電池直流供電方式，滿足四目相機圖像采集板、嵌入式計算機板和無線模塊的用電需求。三塊板各自的功率分別為6W、20W、2W，共28W。電池組按DC 12V，6000mA?h，供電時長不低于2.5h。

3 系統(tǒng)主要功能

3.1 四目相機功能

• 1）單路相機圖像動態(tài)采集并利用高清多媒體接口（high definition multimedia interface, HDMI）圖傳通道實時圖傳。
• 2）由單路圖像采集切換為四相機組進行圖像同步采集。
• 3）二維圖像同步采集、本地存儲和利用數(shù)據(jù)接口下載。

3.2 無線模塊功能

四目相機中的無線接收裝置能夠接收地面工作站發(fā)出的各類命令，并將命令傳輸?shù)剿哪肯鄼C中的嵌入式計算機板。

3.3 地面工作站功能

• 1）自動接收四目相機的4幅同步采集圖像，實時接收和存儲多次多角度的同步采集圖像。
• 2）同步采集四目相機的4幅圖像，進行三維運算，得到導(dǎo)地線覆冰的三維立體圖像。
• 3）根據(jù)導(dǎo)地線三維圖像，自動計算和描述該視角下導(dǎo)地線覆冰的最大外部輪廓，以及視場范圍內(nèi)該輪廓在不同截面的位置和形狀，計算得到最大截面和最小截面，以及平均截面的冰輪廓間的距離 尺寸。
• 4）根據(jù)導(dǎo)地線的型號以及同一測量位置上多個視角的覆冰輪廓，自動計算覆冰平均厚度。
• 5）具有單次和累計測量數(shù)據(jù)的記錄、顯示和導(dǎo)出功能。

4 實驗驗證及分析

4.1 戶外模擬測試

為驗證本文測量方法的有效性和準(zhǔn)確性，進行了模擬實驗。將型號為LGJ-400/35、直徑約為26.82mm的導(dǎo)線，放置于飲料瓶中，加水靜置于高低溫交變濕熱試驗箱，溫度設(shè)定為◆40℃、持續(xù)時間為48h，進行低溫試驗?zāi)M覆冰過程，得到覆冰后的導(dǎo)線，如圖5所示。

圖5 模擬導(dǎo)線覆冰

為了模擬真實的電力線路環(huán)境，特意在戶外搭建實驗測試平臺，固定好覆冰的導(dǎo)線，架設(shè)四目相機，順光拍攝，盡可能避免樹木、植被等干擾背景，進行圖像采集，如圖6所示。

圖6 戶外模擬實驗

通過四目相機，獲取覆冰的導(dǎo)線圖片，如圖7所示。再根據(jù)場景的遠近，剔除導(dǎo)線之外的背景圖像進行導(dǎo)線的邊緣提取，得到軟件處理后的測量圖，如圖8所示。通過同一測量位置上多個視角的覆冰輪廓，自動計算覆冰平均厚度。

圖7 戶外測量圖

圖8 軟件測量圖

在每次采集圖像的同一時刻，對覆冰的導(dǎo)線進行人工手動測量，得到實際寬度值。

4.2 實驗結(jié)果分析

經(jīng)過多次重復(fù)實驗，覆冰層從厚變薄的過程，可模擬電力線路不同情況下的覆冰厚度，得到不同的覆冰厚度數(shù)據(jù)，見表1。

表1 覆冰厚度數(shù)據(jù)

由表1數(shù)據(jù)可見，本文研究的測量方法能夠有效地檢測出覆冰導(dǎo)線的邊緣。在測試的這10組數(shù)據(jù)中，與實際測量最大誤差為0.97mm。對于導(dǎo)線覆冰厚度測量來說，這樣的誤差值是可以接受的。

此外，為了模擬導(dǎo)地線處于雜亂的背景下，特意在復(fù)雜背景下搭建實驗場景。將背景圖像設(shè)為樹枝、雜草、墻壁、鐵圍欄及其他建筑物。如圖9所示。圖10為復(fù)雜背景下軟件測量圖。對不同規(guī)格的導(dǎo)地線進行拍攝，以不同直徑的導(dǎo)地線來模擬不同覆冰厚度，從而對本文測量方法進行驗證，得到的數(shù)據(jù)見表2。

通過對復(fù)雜背景下的7種導(dǎo)線及2種地線的測量，得到最大誤差為±1.62mm，滿足電力線路覆冰厚度測量偏差的要求。如果提高圖像的分辨率，還可以大大減小誤差的絕對值。

圖9 復(fù)雜背景下實驗搭建圖

圖10 復(fù)雜背景下軟件測量圖

表2 復(fù)雜背景下導(dǎo)地線直徑數(shù)據(jù)

5 結(jié)論

本文采用4臺相機平行光軸布置形成矩陣陣列，極大簡化了計算過程，使三維匹配運算實現(xiàn)了標(biāo)準(zhǔn)化和通用化，具有匹配快速、運算簡單的特點，完全可以實現(xiàn)芯片化。其硬件布置形式和成像原理，基本避免了歧義，從而擺脫了對結(jié)構(gòu)光等輔助手段的依賴，在機器視覺領(lǐng)域?qū)崿F(xiàn)了通用、實時、遠距離和被動成像的三維檢測，彌補了單/雙目+結(jié)構(gòu)光和飛行時間技術(shù)（time of flight, TOF）等三維成像既有技術(shù)線路中的功能空白，通過在任意距離上的實時成像功能，且采用LoRa技術(shù)模塊，能夠滿足導(dǎo)地線覆冰厚度測量需要的野外和大視場范圍需求。

目前，對基于三維即時成像立體視覺技術(shù)的電力線路覆冰厚度測量的研究較少，因?qū)嶒灄l件限制，本文只進行了人工模擬覆冰的實驗，今后還需要對現(xiàn)場的導(dǎo)地線覆冰進行實際測量，爭取實現(xiàn)導(dǎo)地線覆冰的準(zhǔn)確預(yù)測、清晰測量和高效融解，使電網(wǎng)從懼怕冰災(zāi)轉(zhuǎn)變?yōu)閺娜輵?yīng)對。