李 建，韓蘭貴

鐵路輸電線路智能激光驅(qū)鳥器設(shè)計(jì)

李 建，韓蘭貴

針對(duì)輸電線路防治鳥害的需求，設(shè)計(jì)了一種基于全景圖像識(shí)別的自動(dòng)定位激光驅(qū)鳥器，該驅(qū)鳥器利用多個(gè)廣角攝像機(jī)，在以該驅(qū)鳥器為中心的上半球范圍內(nèi)全景成像，自動(dòng)識(shí)別圖像中的飛鳥，并對(duì)飛鳥進(jìn)行跟蹤及持續(xù)激光照射，從而實(shí)現(xiàn)有效驅(qū)鳥。

輸電線路；鳥害防治；激光驅(qū)鳥器

0 引言

隨著生態(tài)環(huán)境的改善和人們保護(hù)鳥類意識(shí)的提高，鳥類逐漸增多。有的鳥類在繁殖季節(jié)經(jīng)常在鐵路輸電線路的鐵塔橫擔(dān)上筑巢或排便，不但污染瓷瓶，降低瓷瓶串外絕緣強(qiáng)度，還會(huì)引起線路跳閘，從而影響電氣化鐵路牽引供電系統(tǒng)的正常運(yùn)行。為確保電氣化鐵路的供電安全，須對(duì)這些鳥類進(jìn)行驅(qū)趕。針對(duì)不同的場(chǎng)所，可采取不同的驅(qū)鳥方法，目前主要采用人工驅(qū)逐、化學(xué)驅(qū)鳥劑、驅(qū)鳥刺、語音驅(qū)鳥器、超聲波驅(qū)鳥器等，但這些驅(qū)鳥方法和措施都有一定的弊端，很難達(dá)到長期有效的驅(qū)鳥效果。

采用刺激鳥類視覺的驅(qū)鳥方法，尤其是激光器驅(qū)鳥，可避免鳥類產(chǎn)生適應(yīng)性，是目前比較有效的驅(qū)鳥方式。為此，本文基于全景圖像識(shí)別技術(shù)設(shè)計(jì)了一種智能激光驅(qū)鳥器。該智能激光驅(qū)鳥器利用多個(gè)廣角攝像機(jī)對(duì)飛鳥進(jìn)行全景無縫拼接成像，自動(dòng)識(shí)別和跟蹤飛鳥，并控制旋轉(zhuǎn)云臺(tái)支撐激光器對(duì)飛鳥進(jìn)行持續(xù)照射，實(shí)現(xiàn)有效驅(qū)鳥。

1 智能激光驅(qū)鳥器的結(jié)構(gòu)與功能

基于全景圖像識(shí)別的智能激光驅(qū)鳥器主要由全景成像裝置、二自由度旋轉(zhuǎn)云臺(tái)、激光器、控制處理平臺(tái)和電源系統(tǒng)等組成，其結(jié)構(gòu)如圖1所示。

圖1 智能激光驅(qū)鳥器結(jié)構(gòu)

（1）全景成像裝置。該裝置由安裝在圓柱形底座上的3部廣角攝像機(jī)組成（參見圖2中的廣角攝像機(jī)安裝示意）。每部廣角攝像機(jī)的水平視野范圍為140°，垂直視野范圍為120°，每2部廣角攝像機(jī)之間的夾角為120°。該安裝方式能夠保證3部廣角攝像機(jī)在水平方向形成360°的全視野范圍，在垂直方向形成120°的視野范圍。廣角攝像機(jī)對(duì)視野范圍內(nèi)的飛鳥進(jìn)行圖像采集，形成全景無縫拼接圖像，并將采集的圖像傳輸至控制處理平臺(tái)進(jìn)行處理。

圖2 激光驅(qū)鳥器部件安裝示意

（2）二自由度旋轉(zhuǎn)云臺(tái)。由2個(gè)受脈沖寬度調(diào)制信號(hào)的模擬舵機(jī)和與之配套的鋁合金材料支架組合而成，其外觀結(jié)構(gòu)如圖3所示。將其安裝在圖2所示的底座上，并與全景成像裝置連接。旋轉(zhuǎn)云臺(tái)的安裝采用杯式軸承作為輸出軸，可以減小摩擦力，提高云臺(tái)的穩(wěn)定性和耐用性。每個(gè)舵機(jī)的旋轉(zhuǎn)范圍為-90°～90°，上層舵機(jī)支撐激光器，在控制處理平臺(tái)的PWM（脈沖寬度調(diào)制）控制下，調(diào)整激光器的照射角度，支撐激光器完成水平方向180°范圍、垂直方向180°范圍上半球空間的旋轉(zhuǎn)。

圖3 二自由度旋轉(zhuǎn)云臺(tái)結(jié)構(gòu)

（3）激光器。采用的激光器為電激勵(lì)式，發(fā)射點(diǎn)狀光斑激光，其波長為532 nm，功率為500 mW。該激光器受控制處理平臺(tái)的控制，發(fā)射綠色激光對(duì)飛鳥進(jìn)行持續(xù)照射，達(dá)到驅(qū)鳥的目的。

（4）控制處理平臺(tái)。采用TI（德國儀器）的TMS320DM8148（達(dá)芬奇數(shù)字媒體）處理器平臺(tái)，由運(yùn)動(dòng)檢測(cè)模塊、坐標(biāo)定位模塊和云臺(tái)控制模塊等組成?？刂铺幚砥脚_(tái)接收來自全景成像裝置傳輸?shù)膱D像，并對(duì)接收到的圖像進(jìn)行運(yùn)動(dòng)檢測(cè)。根據(jù)運(yùn)動(dòng)檢測(cè)結(jié)果，判斷水平方向360°范圍、垂直方向120°范圍內(nèi)是否存在飛鳥，如果存在飛鳥，則通過坐標(biāo)定位，使二自由度旋轉(zhuǎn)云臺(tái)控制激光器對(duì)飛鳥發(fā)射激光，進(jìn)行驅(qū)鳥；如果不存在飛鳥，則繼續(xù)進(jìn)行運(yùn)動(dòng)檢測(cè)。該控制處理平臺(tái)的工作過程如圖4所示。

圖4 控制處理平臺(tái)的工作過程

為減少電源系統(tǒng)電能的消耗，在系統(tǒng)設(shè)計(jì)時(shí)，對(duì)一日內(nèi)的不同時(shí)段采用不同的檢測(cè)頻率進(jìn)行運(yùn)動(dòng)檢測(cè)，并設(shè)置了運(yùn)動(dòng)檢測(cè)的間隔時(shí)間。如在飛鳥筑巢的高發(fā)期，即每年的3—6月，下午是鳥類筑巢活動(dòng)頻率低的時(shí)間段，將運(yùn)動(dòng)檢測(cè)的間隔時(shí)間設(shè)置為5 min，即每隔5 min檢測(cè)一次；晚上攝像機(jī)無法清晰成像，關(guān)閉功耗高的運(yùn)動(dòng)檢測(cè)模塊和坐標(biāo)定位模塊，只控制激光器每隔5 min照射上半球天空一次；其他時(shí)間段檢測(cè)間隔設(shè)置為30 s，即每隔30 s檢測(cè)一次。

（5）電源系統(tǒng)。由太陽能電池板、CN3722太陽能充電控制芯片和12.6 V鋰電池組成。太陽能電池板通過太陽能充電控制芯片CN3722為鋰電池充電，由鋰電池為驅(qū)鳥器的控制處理平臺(tái)、二自由度旋轉(zhuǎn)云臺(tái)和激光器提供持續(xù)電源。CN3722太陽能充電控制芯片采用由太陽能電池板供電的脈沖寬度調(diào)制降壓模式的充電管理集成電路，具有封裝外形小、外圍元器件少及使用簡(jiǎn)單等優(yōu)點(diǎn)，適用于為單節(jié)或多節(jié)鋰電池充電。

2 主要技術(shù)指標(biāo)及安裝方式

該智能激光驅(qū)鳥器的主要技術(shù)指標(biāo)如下：

（1）有效掃描范圍小于5 m；

（2）云臺(tái)水平旋轉(zhuǎn)范圍為180°，垂直旋轉(zhuǎn)范圍為 180°；

（3）激光光斑直徑小于5 cm，激光波長為532 nm，功率為500 mW；

（4）激光驅(qū)鳥器的外形尺寸為12 cm×20 cm×15 cm（不含太陽能電池板及托架）；

（5）工作電壓12 V、電流1 A；

（6）使用壽命3年；

（7）溫度范圍-30℃～80℃，濕度范圍1%～100%。

可根據(jù)不同的環(huán)境為該智能激光驅(qū)鳥器制作相應(yīng)的安裝托架。圖5所示為采用托架將其安裝在固定的橫梁上，有效防止飛鳥在該位置筑巢。

圖5 激光驅(qū)鳥器在固定橫梁上的安裝

3 工作原理及自動(dòng)驅(qū)鳥方式

3.1 工作原理

智能激光驅(qū)鳥器“先檢測(cè)后驅(qū)鳥”的工作原理采用類腦信息處理理論，控制處理平臺(tái)TMS320 DM8148是整個(gè)系統(tǒng)的核心部件。首先由控制處理平臺(tái)接收“感知”部件（全景成像裝置中3部廣角攝像機(jī)）采集的3路視頻流，之后控制處理平臺(tái)的多通道NTSC/PAL視頻解碼器TVP5158將視頻流進(jìn)行解碼，將NTSC/PAL模擬視頻流格式轉(zhuǎn)換為4∶2∶0的YCbCr數(shù)字視頻流格式，并通過設(shè)置控制處理平臺(tái)的視頻采樣率生成逐幀的多路廣角圖像；將多路廣角攝像機(jī)的每一幀圖像作為源圖像發(fā)送至控制處理平臺(tái)中的“認(rèn)知”部件（運(yùn)動(dòng)檢測(cè)模塊）來智能檢測(cè)水平方向360°范圍，垂直方向大于120°的空間范圍內(nèi)是否存在飛鳥；控制處理平臺(tái)根據(jù)運(yùn)動(dòng)檢測(cè)模塊的檢測(cè)結(jié)果來判斷是否執(zhí)行驅(qū)鳥操作，如果檢測(cè)到飛鳥，則通過“定位”部件（坐標(biāo)定位模塊）將移動(dòng)物體在源圖像中的原始坐標(biāo)值定位至該物體在全景圖像中的坐標(biāo)值，控制處理平臺(tái)根據(jù)當(dāng)前二自由度旋轉(zhuǎn)云臺(tái)的旋轉(zhuǎn)狀態(tài)和移動(dòng)物體的全景坐標(biāo)值，計(jì)算出水平轉(zhuǎn)臺(tái)和垂直轉(zhuǎn)臺(tái)的旋轉(zhuǎn)角度，最后觸發(fā)“控制”部件（云臺(tái)控制模塊）控制二自由度旋轉(zhuǎn)云臺(tái)支撐激光器旋轉(zhuǎn)至移動(dòng)物體的方向來執(zhí)行驅(qū)鳥操作。

3.2 自動(dòng)驅(qū)鳥方式

為實(shí)現(xiàn)激光驅(qū)鳥器的自動(dòng)驅(qū)鳥功能，須對(duì)飛鳥進(jìn)行目標(biāo)檢測(cè)。由于驅(qū)鳥器位于高空，飛鳥通常處于驅(qū)鳥器的上方，驅(qū)鳥器周圍運(yùn)動(dòng)物體少，對(duì)飛鳥的目標(biāo)檢測(cè)可以通過簡(jiǎn)單的運(yùn)動(dòng)檢測(cè)方法如背景差算法實(shí)現(xiàn)[8]。本文采用基于背景差算法的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，首先假定攝像機(jī)在開機(jī)后采集的圖像為背景圖像，控制處理平臺(tái)將背景圖像存儲(chǔ)在系統(tǒng)緩存中，并檢測(cè)當(dāng)前幀的圖像和背景圖像中對(duì)應(yīng)像素點(diǎn)的差異，如果某連通區(qū)域差值大于一定閾值，則判定該連通區(qū)域?yàn)榍熬斑\(yùn)動(dòng)目標(biāo)；如果控制處理平臺(tái)無法檢測(cè)到運(yùn)動(dòng)目標(biāo)，則將當(dāng)前幀的圖像存儲(chǔ)到系統(tǒng)緩存中作為背景圖像。

由于控制處理平臺(tái)對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)的是原始廣角圖像中圖像的坐標(biāo)值，而廣角圖像存在鏡頭畸變、安裝位置不正等影響因素，無法直接控制光斑激光在原始圖像中進(jìn)行目標(biāo)定位，而如果將3幅廣角圖像以無縫拼接的方式在以激光器為中心，半徑為R（半徑R的取值與廣角攝像機(jī)的視野范圍有關(guān)，通常取值為3～4 m，R的值可以通過實(shí)驗(yàn)獲得）的虛擬球面上成像，則可以通過控制球心處激光器的二自由度旋轉(zhuǎn)云臺(tái)的角度對(duì)目標(biāo)進(jìn)行坐標(biāo)定位。為節(jié)約計(jì)算資源，可以通過坐標(biāo)映射，即將原始廣角圖像中的坐標(biāo)映射到平面展開的全景圖像中，實(shí)現(xiàn)坐標(biāo)定位。

在全景圖像中的坐標(biāo)定位是實(shí)現(xiàn)驅(qū)鳥的關(guān)鍵環(huán)節(jié)，合理的定位方法可有效保證激光器瞄準(zhǔn)飛鳥。全景成像裝置中3部廣角攝像機(jī)同步采集一幀圖像后，采用自動(dòng)方式（如SIFT特征點(diǎn)自動(dòng)提取[9]）或者手動(dòng)方式選擇相鄰圖像中N對(duì)（一般N＞20）特征點(diǎn)。實(shí)際上，全景圖像中的坐標(biāo)定位意味著不同坐標(biāo)系的坐標(biāo)轉(zhuǎn)換，如圖6所示，在以下4個(gè)坐標(biāo)系之間進(jìn)行轉(zhuǎn)換：原始廣角圖像中圖像F的坐標(biāo)(xsrc,ysrc)；圖像F展開到半徑為R的三維虛擬球面表面形成的圖像B中的坐標(biāo)(xb,yb,zb)；對(duì)圖像B進(jìn)行偏航角為θn、俯仰角為Ψn和滾轉(zhuǎn)角為Φn的圖像變換后形成的圖像BR中的坐標(biāo)(xRb,yRb,zRb)；全 景展開形成的圖像D中的坐標(biāo)(xdest,ydest)。

圖6 全景圖像坐標(biāo)轉(zhuǎn)換

原始圖像和全景圖像的坐標(biāo)轉(zhuǎn)換過程如下：

（1）根據(jù)球面映射模型（式（1）—式（4））將原始圖像中特征點(diǎn)的原始坐標(biāo)映射為三維球面坐標(biāo)。

式中，θ為圖像F中坐標(biāo)值為(xsrc,ysrc)的點(diǎn)在球面中的偏角，(xsrc,ysrc)代表圖像F中的原始圖像特征點(diǎn)的原始坐標(biāo)值，(xb,yb,zb)代表圖像B中的三維球面坐標(biāo)值，R為球面半徑（一般取值3～4 m）。

假設(shè)在虛擬球面中全景拼接時(shí)對(duì)3路廣角圖像進(jìn)行變換的偏航角、俯仰角和滾轉(zhuǎn)角分別為θn、Ψn、Φn（n=1,2,3），則球面坐標(biāo)(xb,yb,zb)變換至球面全景圖像的坐標(biāo)轉(zhuǎn)換式為

式中，(xRb,yRb,zRb)代表球面坐標(biāo)(xb,yb,zb)經(jīng)過圖像變換后在虛擬球面圖像BR中的球面坐標(biāo)值。

（2）計(jì)算偏航角θn、俯仰角Ψn和滾轉(zhuǎn)角Φn（n=1,2,3）。采用非線性最優(yōu)化算法——Levenberg Marquard算法對(duì)3路虛擬球面圖像BR中特征點(diǎn)的球面坐標(biāo)值的差值的平方和函數(shù)進(jìn)行最優(yōu)求解。Levenberg Marquard算法是一種無條件約束優(yōu)化方法[10]，定義虛擬球面圖像BR中N對(duì)特征點(diǎn)之間的誤差能量函數(shù)E為

通過求解式（6）的最優(yōu)解，可得到偏航角θ、俯仰角Ψ和滾轉(zhuǎn)角Φ三個(gè)參數(shù)的值。

（3）全景圖像的坐標(biāo)轉(zhuǎn)換。根據(jù)原始廣角圖像中圖像F的坐標(biāo)(xsrc,ysrc)和式（1）—式（5），可將(xsrc,ysrc)映射到虛擬球面模型圖像BR上的點(diǎn)(xRb,yRb,zRb)。通過球面的經(jīng)度展開式（7）和緯度展開式（8）可以得到該點(diǎn)在全景圖像中的坐標(biāo)，從而完成全景圖像的坐標(biāo)變換。

式中，(xdest,ydest)代表原始圖像F中的坐標(biāo)(xsrc,ysrc)經(jīng)過球面模型映射、圖像變換和經(jīng)緯展開等變換后在全景圖像平面展開圖像D中的坐標(biāo)。

如果控制處理平臺(tái)通過運(yùn)動(dòng)目標(biāo)檢測(cè)算法在源圖像中檢測(cè)到運(yùn)動(dòng)目標(biāo)，通過上述坐標(biāo)定位算法對(duì)飛鳥進(jìn)行全景圖像中的坐標(biāo)定位后，根據(jù)二自由度旋轉(zhuǎn)云臺(tái)當(dāng)前狀態(tài)計(jì)算出其水平轉(zhuǎn)臺(tái)和垂直轉(zhuǎn)臺(tái)旋轉(zhuǎn)到運(yùn)動(dòng)目標(biāo)所需旋轉(zhuǎn)的角度；控制處理平臺(tái)在控制二自由度旋轉(zhuǎn)云臺(tái)旋轉(zhuǎn)的同時(shí)，開啟激光器對(duì)飛鳥進(jìn)行照射，當(dāng)飛鳥被照射后飛離時(shí)，對(duì)飛鳥進(jìn)行跟蹤和定位，旋轉(zhuǎn)二自由度旋轉(zhuǎn)云臺(tái)持續(xù)照射飛鳥；根據(jù)跟蹤結(jié)果判斷飛鳥是否飛離全景圖像的探測(cè)區(qū)域，如果飛鳥已經(jīng)飛離全景圖像的探測(cè)區(qū)域，則控制處理平臺(tái)關(guān)閉激光模組單元，驅(qū)鳥過程結(jié)束；如果飛鳥未飛離全景圖像的探測(cè)區(qū)域，則對(duì)飛鳥進(jìn)行持續(xù)跟蹤和照射，直到其飛離全景圖像的監(jiān)控范圍，從而實(shí)現(xiàn)有效驅(qū)鳥。上述驅(qū)鳥過程與方法如圖7所示。

圖7 驅(qū)鳥過程與方法

4 結(jié)語

鳥害對(duì)設(shè)備安全構(gòu)成很大威脅，是電力、鐵路牽引供電部門需要面對(duì)和有效解決的問題，本文設(shè)計(jì)了基于全景圖像識(shí)別的自動(dòng)定位激光驅(qū)鳥器，提出了智能化的驅(qū)鳥方法。利用多個(gè)廣角攝像機(jī)實(shí)現(xiàn)在以激光驅(qū)鳥器為中心的半球范圍內(nèi)的全景成像，并在全景圖像中自動(dòng)檢測(cè)和跟蹤飛鳥，采用二自由度旋轉(zhuǎn)云臺(tái)支撐激光器，結(jié)合飛鳥目標(biāo)檢測(cè)的結(jié)果，對(duì)飛鳥進(jìn)行持續(xù)激光照射，實(shí)現(xiàn)有效驅(qū)鳥。

[1]牛彪，王健，蔡煒，等.輸電線路鳥害故障分析及防范措施[J].輸配電工程與技術(shù)，2013，2（2）：43-47.

[2]江超，程愿應(yīng)，王又青，等.一種新型激光驅(qū)鳥器的研究[J].激光雜志，2002，23（4）：62-65.

[3]張弛，李光林，金城，等.農(nóng)田智能驅(qū)鳥器設(shè)計(jì)與試驗(yàn)[J]. 西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，41（5）：81-87.

[4]李慧明，閆石.驅(qū)鳥器在電力線路設(shè)計(jì)中的應(yīng)用[J].油氣田地面工程，2016（4）：64-69.

[5]宋利民，馬寶山，等.16位單片機(jī)在機(jī)場(chǎng)驅(qū)鳥器系統(tǒng)中的應(yīng)用[J].大連海事大學(xué)學(xué)報(bào)，2006（3）：78-80.

[6]田剛印.激光驅(qū)鳥器及激光驅(qū)鳥方法[P].中國專利，CN201110330041.3.2011.

[7]吳斌，丁星，等.一種基于模式識(shí)別的自動(dòng)瞄準(zhǔn)激光驅(qū)鳥裝置及驅(qū)鳥方法[P].中國專利，CN201210349635.3.2012.

[8]張志付.基于背景減法的運(yùn)動(dòng)檢測(cè)算法研究[D].上海交通大學(xué)，2008.

[9] David.G.Lowe. Distinctive Image Features from Scale-Invariant Keypoints[J], International Journal of Computer Vision,2004,60(2):91-110.

[10]Pujol,Jose.The solution of nonlinear inverse problems and the Levenberg-Marquardt method[J]. Geophysics.SEG.2007,72(4):W1–W16.

A kind of automatic positioning laser bird repelling device based on panoramic image recognition is designed to meet the requirements for repelling the birds from the power transmission line,the bird repelling device,by using of multiple wide-angle cameras,is able to achieve panoramic image within range of episphere with the laser bird repelling device to be in the center,automatically recognize the birds in the image,track and transmit continuously the laser to repel the birds..

Power transmission line;bird pest control;laser bird repelling device

U226.8

A

1007-936X(2017)06-0068-05

10.19587/j.cnki.1007-936x.2017.06.018

李 建.中鐵電氣化局集團(tuán)有限公司電氣化公司，工程師；

韓蘭貴.中鐵電氣化局集團(tuán)有限公司電氣化公司，教授級(jí)高級(jí)工程師。

2017-07-03