架空线路绝缘喷涂异物检测识别及机器人运动轨迹规划.pdf

第6 0 卷第6 期2023年6 月15日电测与仪 表Electrical Measurement&InstrumentationVol.60 No.6Jun.15,2023架空线路绝缘喷涂异物检测识别及机器人运动轨迹规划周开河,杨跃平1，叶夏明，朱艳伟,黄晓明1（1.国网宁波供电公司，浙江宁波3150 10；2.国网浙江省电力公司电力科学研究院，杭州310 0 14）摘要：异物侵人不仅影响输配电线网绝缘漆喷涂，更会影响电网安全运行。为此，需要开展输电架空线路绝缘喷涂异物检测、识别与清除的智能化方案研究。文中构建了基于分段映射直方图图像增强预处理、基于光流法图像区域特征分离提取、基于改进Camshift算法动态异物跟踪识别的异物检测、识别、跟踪方案；构建了基于关节空间的机械臂D-H运动学模型,采用五项式插值法进行机械臂空间运动轨迹规划；构建了基于双层结构模型预测控制（M o d e l Pr e d i c t i v e Co n t r o l,M PC）的异物高精度控制视觉伺服控制方案，实现异物抓取的高精度控制。试验结果表明异物检测、识别、跟踪算法具有高鲁棒性，能够有效增强图像，提取复杂环境下的特征矩形区域，实现有遮挡情况下的动态异物跟踪；多关节机械臂空间运动轨迹算法具有良好连续平稳性，有效满足机械臂始终指向待抓取异物中心点；基于MPC的视觉伺服控制能够满足机械臂异物抓取的高精度控制。关键词：异物检测；运动轨迹；视觉伺服D0I:10.19753/j.issn1001-1390.2023.06.005中图分类号：TM93Detection and identification of foreign object in overhead lineinsulation spraying and robot trajectory planningZhou Kaihe,Yang Yueping?,Ye Xiaming,Zhu Yanwei,Huang Xiaoming(1.State Grid Ningbo Power Supply Company,Ningbo 315010,Zhejiang,China.2.Electric Power Research Institute of State Grid Zhejiang Electric Power Company,Hangzhou 310014,China)Abstract:Foreign matter intrusion will not only affect the spraying of insulation paint for transmission and distribution net-work,but also affect the safe operation of power grid.Therefore,the intelligent scheme of detection,identification and re-moval of foreign matters in insulation spraying of transmission overhead lines is studied.Firstly,a foreign object detection,recognition and tracking scheme,which based on segmented mapping histogram image enhancement preprocessing,imageregion feature separation and extraction based on optical flow method and dynamic foreign object tracking and recognitionbased on improved CAMSHIFT algorithm,is constructed.Then,the D-H kinematics model of the manipulator based onjoint space is constructed,and the pentanomial interpolation method is used to plan the spatial trajectory of the manipula-tor.Finally,a visual servo control scheme for foreign object high-precision control based on double-layer structure modelpredictive control(MPC)is constructed to realize the high-precision control of foreign object grasping.The experimentalresults show that the foreign object detection,recognition and tracking algorithm has high robustness,which can effectivelyenhance the image,extract the characteristic rectangular region in complex environment,and realize dynamic foreign ob-ject tracking under occlusion;The spatial trajectory algorithm of multi joint manipulator has good continuity and stability,which can effectively meet the requirement that the manipulator always points to the center of the foreign object to begrasped.Visual servo control based on MPC can meet the high-precision control of foreign object grasping of manipulator.Keywords:foreign object detection,motion trajectory,visual servo文献标识码：A文章编号：10 0 1-139 0(2 0 2 3)0 6-0 0 32-0 8基金项目：浙江省电力有限公司科技项目（52 11NB1800XN）；国家自然科学基金资助项目（6 18 7 6 2 19）一32 一第6 0 卷第6 期2023年6 月15日0引言我国电能传输的主要载体是架空电力线，尤其是110kV及以上等级的输配电网普遍采用架空电力线，因此架空线路的安全可靠与否将直接影响电能质量的好坏，进而影响电力用户的用电质量体验。目前我国普遍采用的架空线路主要是架空裸导线与架空绝缘导线两类。前者导线直接裸露于空气中，没有绝缘层包裹,便于散热，价格低廉，多用于野外施工。后者因为使用绝缘层包裹导线，使得线路发生单相接地短路、相间短路等故障的概率大大降低,线芯氧化、腐蚀等也得到了较好控制，但散热性较差，载流量低于架空裸导线，施工较为复杂。我国南方地区多采用架空裸导线，因为雨雪、环境、建筑物等因素的影响，极易发生单相接地短路故障,因此多采用在架空裸导线上喷涂绝缘漆的方式防止此类故障的发生2 。绝缘漆喷涂需要专门的喷涂机器人予以完成。目前我国关于电力工业机器人的研究多集中于电力线路巡线、日常运维等方面。文献3 针对大型预应力钢筒混凝土管道外表面喷涂作业任务设计了一个五自由度的自动喷涂机器人，解决了喷涂质量问题。文献4-5 针对机器人避障问题提出了基于改进灰狼算法的路镜规划，具有较好的稳定性。文献6针对大作业量的区域监测机器人给出了基于改进灰狼算法的路径规划方案，具有较高的收敛速度与较好的收敛精度。文献7-9 给出了基于A*算法与动态窗口法的混合算法，旨在解决多目标复杂环境下移动机器人的路径规划,结果表明方案能够在复杂环境下有效规划机器人移动路径。目前关于绝缘喷涂机器人的研究多集中于机器人的控制系统设计，且轨迹规划也多集中于线路巡检、被动监测、主动除冰等功能，针对绝缘喷涂机器人主动检测架空线路异物侵入、清除及结合控制系统的绝缘喷涂相对较少。基于此，文章以绝缘喷涂机器人的相关未攻克技术为主要为研究对象，通过旋翼无人机有效检测识别架空线路的异物，并结合机械臂对其进行异物清除，实现绝缘漆喷涂前的障碍物清扫，为后续绝缘漆喷涂奠定技术基础。1总体思路绝缘喷涂机器人作业前需要首先检测识别并清除架空线路上的各种异物。输配电线路，比如110 kV线路，多采用架空线路，架设高度相对较低，极易与周边树木、建筑物形成短路。尤其在南方地区,因雨雪天气或者是腐蚀性、污染性等因素，极易在线路表面、绞线电测与仪表Electrical Measurement&Instrumentation接触点的缝隙处聚集大量的污垢、鸟粪、灰尘等，极易在雨雪天气形成泥流，导致短路故障,形成跳闸等恶性事故。此外，大风天气极易出现海报、编织袋、风筝、树枝、孔明灯等漂浮异物悬挂于架空导线上，导致电弧火花，引起安全事故。2020年以后，依托5G技术、机器学习、边缘计算等实现架空线路智能巡检，同时结合机械臂、视觉伺服系统实现异物自动清除，即“智巡时代”10 。因此，总体思路如图1所示。旋翼飞行机器人1图像采集111图像处理1111异物检测异物定位十计算机视觉系统图1总体思路Fig.1General scheme由图1可知：（1）通过喷涂机器人的计算机视觉系统采集架空线路视频图像，并对其进行图像增强处理，然后检测跟踪异物目标，并对其进行定位；（2）喷涂机器人的多关节机械臂运动控制系统通过运动学模型，优化机械臂空间轨迹，并优化控制轨迹；（3）通过视觉伺服系统执行机械臂运动行为，清除异物。在此过程中，需要注意无人机自主控制、无人机与机械臂耦合、异物检测定位的动态感知等关键问题。2桌异物检测与跟踪异物检测与跟踪的基本方案如图2 所示。视频图像采集一基于直方图的基于概率霍夫定义异物检测图像增强处理边缘特征提取异物检测识别改进Camshift跟踪算法异物跟踪图2 异物检测跟踪基本方案Fig.2Foreign object detection and tracking scheme由图2 可知,异物检测跟踪的基本方案是：（1）通过无人机采集的视频图像，经过分段直方图均衡化进行图像增强处理；(2)通过概率霍夫边缘检测算法得到图像直线边一33一Vol.60 No.6Jun.15,2023异物清除控制机械臂运动行为运动学模型空间轨迹规划运动控制优化视觉伺服机械臂运动控制异物区域确定法的异物检测区域基于稠密光流第6 0 卷第6 期2023年6 月15日缘提取特征，得到基于偏转角度的随机误差，保持输配电线网水平，得到异物检测区域；（3）通过改进光流法计算相邻图像的光流速度，得到光流场图像，确定异物区域；(4)通过改进的Camshift算法提取、匹配异物特征，跟踪异物检测目标区域。2.1图像预处理及优化喷涂机器人携带的机器视觉系统极易受到气动因素、光照强度、相机采样速度、成像距离、成像焦距、成像方向、处理器处理速度等因素影响，使得采集的视频图像存在噪声，出现模糊。尽管喷涂机器人有减振系统，但仍需要对原始图像进行增强预处理。图像增强预处理常用的是图像滤波，主要目的是增强异物与输配电线网的整体特性，扩大前景（输配电线网及异物)与背景(其它环境）的特征差别。常用的图像滤波算法主要有线性滤波与非线性滤波12 。其中,线性滤波算法主要有均值滤波、高斯滤波；非线性滤波算法主要有中值滤波、双边滤波。图像滤波效果的好坏主要取决于像素处理运算法则、滤波模板尺寸、滤波模板形状等因素。输配电线网的线路多为黑色或者是黑灰色，灰度值较低，且形状多为直线或者是近似直线，因此，可以不考虑机器视觉的硬件系统以及传输采集速度，仅考虑环境条件对图像的影响，即不同天气下输配电线网的线路直线边缘特征提取，也就是确定输配电线网的异物区域。正常天气下，输配电线网线路的颜色、形状的噪声相对较小，滤波增强的主要目的是增强直线边缘特征，降低背景清晰度,因此,选择均值滤波算法即可。非正常天气下，因旋翼无人机暂无防雨水装置，可以只考虑雾天情况。在雾天,能见度低,图像前景与图像背景对比度变化不大，但存在强噪声，图像模糊严重，选择高斯滤波进行预处理13。此外，存在图像全局失真时，采用提出的改进直方图均衡化处理算法进行优化。传统直方图均衡化算法如下：Ju=H(a).K-N(1)MN式中H(）、M、N、K 分别表示累计直方图、图像边长、图像宽度、灰度值。通常,K=256,灰度值范围定义为0,K1。本质是将小范围的图像灰度值扩大到0,255的更大灰度值范围内,增强图像对比度。但是，扩大范围后极易出现灰度级减少，图像信息减少，噪声加大。因此,采用分段映射思想将0,2 55 分成N一34一电测与仪表Electrical Measurement&Instrumentation段14,再利用式(1)在每段内重新进行像素占比分配。如果线性斜率过大，亮度较暗区域的噪声加大；如果过小,信息丢失较多,导致对比度不升反降。因此,采用式(2)进行改进,即限制斜率大小。max(mk,Smin)(ms 1)ml=Imin(mk,Smax)(m:1)式中smaxvSmin分别表示斜率限制上限值、斜率限制下限值。2.2动态异物检测根据特性，运动目标检测分为全局运动与局部运动15。前者指携带的相机悬停轻微移动时采集的图像，后者指相机相对不动时图像前景与图像背景之间的相对运动。基于喷涂机器人的输配电线网线路异物检测属于全局运动，即动态运动目标检测，其主要检测算法有光流法、背景运动补偿法。文中选用光流法。光流法以相邻图像像素点为分析对象，以亮度不变、灰度恒定为前提，以其运动位移除以间隔时间，近似作为像素运动的瞬时速度，以此刻画图像动态运动，如式(3)所示：I(x,y,t)=I(x+x,y A y,t+t)(3)式中I(x,y,t)、I(+x,y A y,t+t)分别表示像素点(,y)在t的灰度值、（t+t)的灰度值。对式(3)进行泰勒级数展开并忽略其高阶无穷小项，得到：I,u+I,u+I,=0式中I,分别表示像素点(x,y)在轴、轴、t轴的偏导数。计算图像中每个像素点的光流矢量，可以得到稠密光流。借助每个像素点的光流矢量，对其进行基于光流速度快慢的差异化分离，可以区分前景与背景。2.3动态异物跟踪通过基于光流速度矢量差异化的稠密光流法分离出前景与背景后，采用Camshift算法对输配电下线网异物进行动态运动跟踪。但Camshift算法在有遮挡的情况下，极易出现局部最大值，导致无法跟踪，故对其进行基于卡尔曼滤波的算法改进。Camshif算法是基于MeanShift算法的连续自适应算法，首先建立自适应调整搜索窗口大小的直方图模型,然后对其进行直方图反向投影计算，得到每个像素点对应的颜色概率,接着计算零阶矩、一阶矩,进而计算质心点,计算得到搜索窗口的自适应调整边长,循环执行,直到漂移距离大于给定阈值时,输出质心点及窗口宽度16 。针对有遮挡下可能无法跟踪动态运动目标的情况,应用Kalman滤波对Camshif算法进行改进。Kal-man滤波如式(5)所示：Vol.60 No.6Jun.15,2023(2)(4)第6 0 卷第6 期2023年6 月15日=A Xk-1+Bu+WkLz:=H X+Uk式中xu、W VU k V、A、B、H 分别为状态变量、输入值、状态噪声、观测噪声、系统测量值、状态转移矩阵、控制矩阵、系统测量矩阵。其中，Wi、U 均服从高斯分布,且互不相关。引入Kalman滤波,可以利用其快速高效的递推计算,以过程估计及状态更新,实时预测Camshif算法中第k帧图像的质心点以及水平方向的速度矢量。3多关节机械臂空间轨迹规划机械臂类似“人手”，旨在完成抓取功能。根据关节数与自由度的关系，机械臂主要有欠驱动机、六自由度以及?余度机械臂等三种类型17 。根据文中喷涂机器人抓取输配电线网异物的要求，选择六自由度机械臂,并构建其运动学数学模型，定义关节空间轨迹规划。机械臂轨迹规划主要基于笛卡尔空间或者是关节空间，前者易理解，但计算量大，故选择基于关节空间描述机械臂的空间轨迹数学模型。3.1基于关节空间的多关节机械臂运动学模型架空线路绝缘喷涂机械臂属于半闭环控制结构、开式运动的多关节机械臂，为链式机器人，通过标定提高电机与机械臂之间的运动学位姿精度,故采用D-H建模法构建多关节机械臂的运动学位置及轨迹规划18 。D-H建模法通过连杆长度（a.）、连杆偏移距离（d.）、偏转角（0;）、关节扭角（;）等4个基本参数刻画暗含垂直与相交的坐标系建立原则，得到具有6 个限制条件的多关节机械臂的最小线性表述约定，即首先确定每个关节的固定坐标系，然后按照关节性质确定坐标轴方向。如果关节旋转,乙轴采用右手定则确定其旋转方向；如果关节移动，Z轴方向为关节移动直线方向。Y轴方向均为右手定则确定的旋转方向。X轴方向始终垂直于乙平面。根据Craig约定，多关节机械臂的连杆变化矩阵如下：cos0;sin;cosi-1T,=sind;sini-10通过关节空间到笛卡尔空间的坐标映射变换，可将式(6)描述的两个相邻关节的位姿关系转化为基坐标系下多关节机械臂末端的空间位置与姿态，即多关电测与仪 表Electrical Measurement&Instrumentation节机械臂的正运动学模型(5)多关节逆运动学模型，就是关节空间到笛卡尔空间的逆向映射，即已知多关节机械臂末端的空间位姿，逆向求解机械臂其它每个关节的参数。通常，工程上多忽略机械臂基座旋转关节及手腕关节,采用基于二维坐标系的三关节逆运动学分析。因此,在关节机械约束条件下，已知机械臂每个关节的位置与姿态，通过正运动学、逆运动学求解，得到机械臂的运动工作空间。3.2多关节机械臂空间轨迹规划在特定坐标系下，六自由度喷涂机器人多关节机械臂的空间轨迹是每个自由度的位置、速度、加速度随时间的变化19 。因此,采用五项式插值法设计多关节机械臂的空间规划轨迹。通常，悬停状态下，喷涂机器人机械臂初始状态保持不变。忽略机械臂末端执行器与机器人载体的相对运动，可定义异物抓取时空间路径的起点与终点，即确定抓取空间路径的角位移、角速度、角加速度,如式(7)所示：,o(t)=ao+ajt+at+a,t+aftt+a,ts0(t)=a+2a2t+3a,t?+4a4t+5ast*(o(t)=2a,+6agt+12agt?+20ast3六个约束条件如下：0(to)=。=o(ty)=e,=ao+aity+af+af+atf+ast(to)=o=ai0(it)=,=a+2azty+3a,f+4at,+5astf0(to)=0。=2 a l(o(tf)=0。=2 a z +6 a s t +12 a 4t +2 0 a s t)若取to=0,联立式(7）、式(8）,得到含有6 个未知数的线性方程组,如下：=0a1=0o-sino;0cos9;cosi-1-sini-1cos9;sini-1cos;-100Vol.60 No.6Jun.15,2023(7)(8);-12=0o/2-sini-id,200,-200-(80,+120)t,-(300-0,)tcosi-Id;a3=1300,-300+(140,+160.)ty+(30-20)t(6)a4=120,-1200-(60,+60)ty-(30-0,)tas=2t22t(9)一35一第6 0 卷第6 期2023年6 月15日4多关节机械臂视觉伺服策略视觉伺服控制的主要目的是实现喷涂机器人载体飞行悬停时异物抓取的高精度控制。根据参考文献20-25,采用双层结构模型预测控制（MPC)算法进行视觉伺服的多输入多输出设计，既能增加振动抑制及抗扰动性，又能减少余约束条件对控制精度的影响。在MPC上层（规划层）结构中，依据机械臂动力学（式（10）模型，根据目标位置及约束条件,进行振动抑制、抗扰动处理及约束条件优化。依据机械臂动力学模型，下层（跟踪层）主要根据机械臂抓取异物的实时状态跟踪目标轨迹，完成动作幅度不大的运动轨迹调控。M(0)+C(0,0)+G(0)=T(10)式(10)具有强耦合、非线性时变特性,线性化处理后只能在很小的空间内具有较好的准确度,因此,采用滚动策略对其进行模型准确性提升。设状态变量为x=Lx21=x2x=-M(0)-C(0,0)+P(xi)(t)-M(0)-C(0)y=x1(11)令采样周期为T,对式（11）进行泰勒级数展开，得到机械臂运动学模型的离散化方程式，即：Jx(i+1)=x(t+(i+1)T)=Ax(i)+Br(i)+Gply(i)=Cx(i),(i=0,1,2,.,N-1)(12)式中(i）、(i）、(i)分别表示第i个采样时刻的机械臂系统状态、机械臂预测状态、机械臂驱动力矩；A、B、G,表示第i个采样时刻下的相关矩阵。根据工程需求分析,文中相机系统采用相机固定在机械臂末端的“眼在手”模式,使得目标图像始终位于相机画面中心,避免被遮挡。设误差矢量e如式(13)所示：e=s(m,a)-s*式中m、s、s*分别表示目标异物图像位姿、计算视觉特征、计算视觉特征的额外信息矢量、计算视觉特征期望矢量。因此，异物抓取的视觉伺服流程如下所述：（1）利用喷涂机器人飞行载体的相机系统实时抓取图像信息，由算法计算目标异物的空间三维位姿，确定机械臂与异物之间的相对空间位置；(2)根据相对空间位置,计算机械臂各关节空间轨一36 一电测与仪表Electrical Measurement&Instrumentation迹的运动参数；(3)计算机械臂与目标异物的位置偏差，根据MPC进行反馈闭环控制,减小偏差；（4）判断误差是否小于给定值？如果小于给定值，执行第(5)步;反之,回到第(1)步；(5)给出执行指令，抓取输电线路上的异物。5试验结果及其分析5.1试验系统研制的试验系统主要包含无人机搭载系统、异物抓取机械臂、地面子站、相机视觉系统、数据通信系统以及数据传输管理系统。文章重点分析异物图像采集后的图像处理、伺服图像处理以及机械臂运动的空间轨迹规划。其中，无人机选用大疆的六旋翼无人机飞行平台，轴距、最大载重、对称轴距分别为1.133m、6kg、1 m。抓取异物的机械臂总长度、净重、抓力分别为 0.5 m、1.1 k g、0.6 k g。1则式(10)演化为：(13)Vol.60 No.6Jun.15,20235.2动态异物检测与跟踪试验分析设N=4、Sm i n=0、Sm a x=5,基于分段映射的直方图预处理效果如图3所示。（a）原始模糊图像（b）传统直方图处理效果（c）分段映射直方图处理效果图3基于分段映射的直方图图像预处理Fig.3IHistogram image preprocessing basedon segmentation mapping第6 0 卷第6 期2023年6 月15日传统直方图、分段映射直方图处理模糊图像后的峰值信噪比分别为14.9 dB、2 0.4d B,表示分段映射直方图预处理策略能够有效降低暗区噪声，保留图像主要信息，增强了图像对比效果。基于光流法的异物检测效果如图4所示。因为无法有效采集输电线路的高空异物遮挡，故采用实验室试验图像代替。（a）原始复杂图像（b）光流法图像处理效果图4基于光流法的异物检测效果Fig.4 Foreign object detection effect based onoptical flow method由图4可知：当处于复杂环境时，环境细节较多。将运动速度相对较快的像素点确定为前景，运动速度相对较慢的确定为背景，通过边缘检测算法、特征匹配,可以相对容易确定出异物的最小外接矩形。因此，虽然复杂环境下前景检测相对较为困难，但是采用光流法依然能够较好地适应不同场景下的不同异物，具有较强的抗干扰能力。对于异物有遮挡的情况,采用基于卡尔曼滤波改进的Camshift算法进行跟踪识别。对高速/低速”、“有遮挡/无遮挡”，分四种情况进行了基于改进Cam-shift算法的异物遮挡跟踪识别,其对比结果如表1所示。由表1可知：无论是无遮挡还是有遮挡，无论是低速还是高速，改进Camshift算法对于动态异物的跟踪识别准确率均高于传统 Camshift 算法。这是因为Kal-电测与仪 表Electrical Measurement&Instrumentationman滤波能够根据当前相邻两帧图像的运动趋势提前预测下一帧的运动区域,所以对运动中的图像具有较好的跟踪识别准确率。表1基于改进 Camshift 算法的异物跟踪识别对比Tab.1Foreign object tracking and recognition comparisonbased on improved Camshift algorithm跟踪准确率（准确数/试验总数）类型Camshift算法低速无遮挡45/50高速无遮挡40/50低速有遮挡30/50高速有遮挡20/505.3多关节机械臂空间运动轨迹规划构建基于关节空间的多关节机械臂运动学模型后,采用基于五项式插值法的空间运动轨迹试验仿真结果如图5所示。200位10 0002468101214t/s500-5002468101214t/s10050加0-5002468101214t/s图5机械臂关节角空间运动轨迹Fig.5 Spatial motion trajectory of manipulator joint angle在图5中，五个红色圆点分别表示A（起点）、B、C、D、E（终点），即从起点A开始，依次通过中间点B、C、D,最后达到重点E，表示机械臂根据目标异物的情况适时调整。可知：基于五项式插值法的机械臂关节角运动轨迹的位置、速度、加速度的变化均呈现连续平滑趋势，且没有任何的突变点，既能通过五项式插值法的加速度约束，有效解决关节角加速度不连续的问题,有效抑制振动冲击，又能够满足抓取异物时，机械臂末端执行器始终指向异物的中心点。一37 一Vol.60 No.6Jun.15,2023改进Camshift算法50/5045/5035/5030/50第6 0 卷第6 期2023年6 月15日5.4基于MPC的视觉伺服控制基于双层MPC算法的视觉伺服控制仿真结果如图6 所示。43.02.52.01.5莱1.00.50-0.5-1-10图6 基于MPC的机械臂关节旋转角度Fig.6 Manipulator joint rotation angle based on MPC图6 表征双层MPC控制后六自由度异物识别机械臂的关节角度变化。其中，深色点、浅点分别表示机械臂关节旋转角度的实测值、期望值。由图6 可知，采用MPC控制策略后，机械臂关节旋转角度快速达到期望值后，变化趋于稳定，几乎不会发生波动。如果是PID控制,则会在控制点发生超调,产生振动。所以MPC具有较快的相应速度、较好的稳定性以及振动抑制能力。6结束语架空线路进行绝缘喷涂时，若输电线路上存在异物，不仅无法完成绝缘喷涂，还会对电网安全运行带来巨大安全隐患。基于此，针对绝缘喷涂时输电线路异物侵入问题提出了一套智能化解决方案。以多旋翼无人机为机载平台，以机载摄像机实施采集输电线路现场的图形图像，构建了基于分段映射的图像增强预处理、基于光流法的图像特征区域动态分离、基于Kalman滤波改进Camshift算法的异物跟踪识别智能图像视觉处理方案，试验结果表明该方案能够有效增强图像信息,完成复杂环境下异物图像区域的特征分离及有遮挡情况下的图像跟踪。构建了基于关节空间的多关节机械臂D-H模型,对其进行了运动状态分析,采用五项式插值法进行了空间运动轨迹规划，确定机械臂抓取异物的空间路径，即机械臂执行器始终指向异物中心点，试验结果表明空间轨迹规划算法具有较高的运动平稳性。构建了基于MPC的视觉伺服控制策略，旨在完成机械臂执行器异物抓取的高精度控制，试验结果表明机械臂末端执行器能够稳定抵达待抓取异物的位置。一38 一电测与仪 表Electrical Measurement&Instrumentation参考文献1刘志颖，缪希仁，陈静，等电力架空线路巡检可见光图像智能处理研究综述J.电网技术，2 0 2 0，（3）：10 57-10 6 9.Liu Zhiying,Miao Xiren,Chen Jing,et al.Overview of visible imageintelligent processing in power overhead line inspection J.Power GridTechnology,2020,（3):10 57-10 6 9.X:0.05Y2Vol.60 No.6Jun.15,2023【2 沈治架空电力线绝缘漆自动喷涂行走机器人设计J机械设计与制造，2 0 2 0，（7)：2 41-2 45.Shen Zhi.Design of walking robot for automatic spraying insulating painton overhead power lines J.Mechanical Design and Manufacturing,2020,(7):241-245.3崔国华，王立卿，马良，等，一种混凝土管道喷涂机器人设计与轨2345迹规划J.机械设计与制造，2 0 2 0，（3）：159-16 2，16 6.Cui Guohua,Wang Liqing,Ma Liang,et al.Design and trajectoryplanning of a concrete pipe spraying robot J.Mechanical Design andManufacturing,2020,（3):159-16 2,16 6.【4刘宁宁，王宏伟基于改进灰狼优化算法的移动机器人路径规划J.电测与仪表，2 0 2 0，（1)：7 6-8 3，9 8.Liu Ningning,Wang Hongwei.Path planning of mobile robot based onimproved gray wolf optimization algorithm J.Electrical Measurement&Instrumentation,2020,(1):76-83,98.5】董诗绘，牛彩雯，戴琨.基于深度强化学习的变电站巡检机器人自动化控制方法研究J高压电器，2 0 2 1，57（2）：17 2-17 7.6李靖，杨帆基于改进灰狼优化算法的区域监测机器人路径规划J.科学技术与工程，2 0 2 0，（15）：6 12 2-6 12 9.Li Jing,Yang Fan.Path planning of regional monitoring robot based onimproved gray wolf optimization algorithm J.Science,Technology andEngineering,2020,(15):6122-6129.7王洪斌，尹鹏衡，郑维，等基于改进的A*算法与动态窗口法的移动机器人路径规划J机器人，2 0 2 0，（3）：346-353.Wang Hongbin,Yin Pengheng,Zheng Wei,et al.Mobile robot pathplanning based on improved A *algorithm and dynamic windowmethodJ.Robot,2020,(3):346-353.8 迟清，万康鸿，袁福祥，等。融合粒子滤波和环境标签矫正的巡检机器人自主定位算法J智慧电力，2 0 2 1，49（4）：10 1-10 7.9袁文海，刘彪，徐浩，等基于复合神经网络的GIS局放故障类型识别J.电力科学与技术学报，2 0 2 1，36（4）：157-16 4.10王秋萍，王梦娜，王晓峰改进收敛因子和比例权重的灰狼优化算法J.计算机工程与应用，2 0 19，55(2 1）：6 0-6 5，9 8.Wang Qiuping,Wang Mengna,Wang Xiaofeng.Improved grey wolf op-timizer with convergence factor and proportional weight J.ComputerEngineering and Applications,2019,55(21):60-65,98.11焦圣喜，王海洋基于ORB算法的输电线路异物识别研究J科学技术与工程，2 0 16，16(2 7)：2 36-2 40.Jiao Shengxi,Wang Haiyang.Research on foreign object identificationof transmission line based on orb algorithmJ.Science,Technologyand Engineering,2016,16(27):236-240.12唐翔翔，沈薇，朱明，等基于改进YOLOv4的输电线路异物检测算法J安徽大学学报（自然科学版），2 0 2 1，45（5）：58-6 3.Tang Xiangxiang,Shen Wei,Zhu Ming,et al.Transmission line foreign第6 0 卷第6 期2023年6 月15日object detection algorithm based on improved yolov4 J.Journal of An-hui University(Natural Science Edition).2021,45(5):58-63.13 杨剑锋，秦钟，庞小龙，等基于深度学习网络的输电线路异物入侵监测和识别方法J电力系统保护与控制，2 0 2 1，49（4)：37-44.Yang Jianfeng,Qin Zhong,Pang Xiaolong,et al.Foreign object intru-sion monitoring and identification method of transmission line based ondeep learning networkJ.Power System Protection and Control,2021,49(4):3744.14陈玉权，王红星，沈杰，等.基于ML-S20CELM的输电线异物检测方法研究J南京邮电大学学报（自然科学版），2 0 2 0，40（3）：89-96.Chen Yuquan,Wang Hongxing,Shen Jie,et al.Research on foreignmatter detection method of transmission line based on ML-S20CELMJ.Journal of Nanjing University of Posts and Telecommunications(Natural Science Edition),2020,40(3):89-96.15张焕坤，李军毅，张斌，等基于改进型YOLOv3的绝缘子异物检测方法J.中国电力，2 0 2 0，53(2)：49-55.Zhang Huankun,Li Junyi,Zhang Bin,et al.Insulator foreign matterdetection method based on improved Yolo V3 J.China power,2020,53(2):49-55.16龚钢军