引言
接地線是保證電氣施勞工員人身安全的生命線，而挂拆接地線是電氣操作中危險系數較高的操作，任意一個錯誤操作都可能對整個電力系統的安全運作造成無法挽回的後果，甚至發生嚴重的人身傷亡、裝置損壞事故。
在很多停電檢修作業中，由于所用接地線較多、接地點分布于各個地方，高強度的工作會使得作業人員在拆除接地線的過程中漏拆臨時接地線，進而緻使帶接地線合斷路器、隔離開關的惡性誤操作事故發生。
根據國網公司的統計資料，約有六成的電氣誤操作事故都與接地線操作密不可分，目前，接地線需要人工搬運到工作場所，核對間隔名稱也是人工進行的，産生疏漏的機率不可完全避免，目前還沒有較好的自動化防誤方法，是以，展開針對接地線裝拆操作的防誤研究，對于提高施工安全水準具有重要意義。
基于此，設計并提出了一套基于機器視覺技術的接地線裝拆安全檢測告警軟體，并對其應用進行研究。
基于機器視覺技術的接地線裝拆安全檢測告警技術
1.告警功能的實作
利用手持終端與伺服電機實作接地線裝拆安全檢測的告警，接地線裝拆的安全檢測告警流程如圖1所示，首先是利用手持終端同步工作票資訊，然後采用手持裝置開發OCR識别間隔文本，最後采用手持裝置GPIO控制纏繞電機轉動方向及轉速。
以接地線安裝的安全檢測告警為例，對大緻的流程步驟說明如下：
（1）運維人員到現場操作之前，點選辦公電腦中的同步程式，該程式是一個RPA機器人程式，可以替代人工快速浏覽今日工作的工作票，并将工作票資訊下載下傳到同步目錄中。
（2）運維人員将下載下傳的工作票資訊檔案拷貝到安全移動U盤媒體中。
（3）運維人員将安全移動U盤插入手持終端，手持終端自動識别工作票的資訊檔案，并進行關鍵結構化資訊解析。
（4）運維人員拖動小車到達工作間隔後，利用手持終端的“作業點校核”子產品調出錄影機，拍攝作業現場的間隔銘牌照片。
（5）擷取到間隔銘牌圖檔後，程式對圖檔進行TSR（多場景圖像識别），識别出間隔的銘牌文本。
（6）如果間隔識别不出或識别的文本與工作票不對應，則提示使用者，重新傳回步驟（4）；若識别成功，則進入步驟（7）。
（7）再次檢索是否存在同一作業點的多個工作票，送出使用者選擇确認或選擇不确認，如果使用者确認，則進入步驟（8）；如果不确認，則傳回步驟（4），重新拍攝校核。
（8）程式解鎖電機，使程式具備放線操作功能。
（9）執行放線操作。
（10）拔出接地線樁頭，組裝接地線杆，進行接地線安裝操作。
2.軟體設計
2.1軟體架構
基于機器視覺技術的接地線裝拆安全檢測告警技術手持終端所用的軟體為嵌入式應用軟體，采用軟體開發MVC架構，更好地實作了使用者界面代碼、背景業務及資料模型的分離，具有更好的軟體工程維護特性。
軟體開發架構如圖2所示，MVC（模型—視圖—控制器）開發架構分為3層，分别是模型層、控制層和視圖層，模型層包括工作票、人員、照片、告警資訊的模型，可以通過控制層輕松生成執行個體，不需要編寫關系查詢語句，進而減少了很多隐性錯誤；控制層包括業務邏輯的控制。
比如對工作票地點和圖像識别作業點間隔名稱進行比對等，還包括底層硬體驅動邏輯的控制，比如電機控制、語音播報、圖像采集等，通過JNA技術連接配接底層驅動檔案，通常為DLL或SO格式檔案，視圖層采用了烏班圖的UI，主要是通過JavaFX技術自帶的圖形界面元件實作，為操作人員提供界面顯示功能。
2.2程式設計語言選擇
在程式設計語言的選擇方面，由于系統是基于觸屏的平闆作業系統，可采用的程式設計語言有Python、Java、C#、C++等，目前大部分控制程式采用C++語言，通過QT程式設計工具進行編寫，但C++語言的記憶體洩露問題對系統的開發、測試提出了很高的要求，通常适合成熟的應用，如硬體驅動等。
Python、Java與C#都沒有類似的問題，但Python多用于計算和人工智能模組化，C#語言主要用于Windows平台的開發，可移植性不強，而Java具備跨平台操作的可能性，在各類作業系統上的應用是比較容易移植的，是以，本項目采用Java作為程式設計語言。
2.3收放線功能的實作
針對纏繞線的需求存在放線與收線操作，本項目采用了直流正反轉電機，通過控制主機闆J1900低功耗闆GPIO控制技術進行控制，選擇一組引腳控制電機啟停，一組引腳控制輸出PWM電壓，通過輸出電壓大小控制電機的轉速。
機器視覺技術在接地線裝拆安全檢測告警中的應用
1.機器視覺技術概述
視覺是人類擷取外界資訊的主要方式，是一種強大的感覺方式，而機器視覺技術指的是利用機器模拟人的視覺感覺，将感覺的事物進行度量、描述的一種技術，度量的實作基于硬體，資訊描述的實作基于軟體。
在機器視覺技術中關鍵的是對資訊的描述，是以，現階段對于機器視覺技術的發展，一般集中于算法軟體層，機器視覺技術中心資訊的描述主要任務為對目标進行檢測、分割與跟蹤三個方面。
2.基于語義特征的場景文本檢測方法
在機器視覺技術中針對文字的識别大都采用OCR技術實作，但是OCR處理圖檔天然存在短闆，即必須将字型調整平整才能夠形成高度比對的文字識别效果。
自然場景中，很多文字存在着扭曲、不全、顔色脫落等現象，拍攝者的技能、角度、光線等都給識别帶來了不确定性，這就如同掃描的文本列印後再次掃描，通過OCR特别容易出現亂碼字元是一樣的。
本文研究的關鍵是場景文本檢測，對象是變電站間隔銘牌，通常來說，銘牌維護都是相對及時的，但也有部分變電站銘牌存在老化及不平整等現狀，這給項目的技術路線開展帶來了一定程度的幹擾。
基于圖像處理的OCR識别是進行場景文本檢測常用的一類方法，首先拍攝圖像，然後将圖像通過圖形變換，形成規整的二值圖像，進而擷取文本區域和内部特征，最終根據特征識别相應的文字，是以自然情況下文本識别率不高的原因也就不難了解了。
近年來，随着人工智能技術的發展，在特定的領域，通過采集樣本利用CNN或RNN進行特征自動提取，通過機率模型學習特定領域範圍内的文本識别，成為較好的解決方案，後期又增加了注意力機制，使自然場景下的學習更加高效、有針對性。
針對自然場景文本的檢測，一般采用PSENET網絡對文本進行識别，通常在OCR識别中，文字檢測都是由目标檢測繼承而來，目标檢測大多是基于先驗框的，比如anchorbase，該模式從目标檢測衍生到OCR領域就有很多缺陷，比如傾斜（或扭曲）文字檢測不準、過長文字串檢測不全、過短文字串容易遺漏、距離較近的無法分開等。
為解決上述存在的問題，通過應用漸進式擴充網絡（PSENet）技術進行優化，應用原理如下：将拍攝的照片進行4～5層的上采樣，由高分辨大圖轉換成隐含特征的小号圖檔，這類圖檔容易聚焦物體，起到優秀的聚焦作用，通過小号圖檔的下采樣，再與對應大小的原圖進行加運算，可以保留圖像的細節，同時突出物體。
多次操作後的圖像，再通過1×1的卷積，形成多張圖檔，比如P1，P2，P3，…，Pn，為了獲得最佳的對比，形成文本範圍與周圍環節的優異區分或是多個文本範圍的互相區分，采用漸進式尺度擴張算法，劃分這些圖檔的文本區域，很多研究表明，6～7張圖檔的效果最為優秀。
如圖3所示，具體操作如下：首先，将P1的圖檔文本範圍與背景範圍進行識别，比如圖檔矩陣中文本部分的區域是灰色，背景部分是矩陣白色區域，通過不同顔色文本像素标志向像素四領域逐漸擴充，如果不同文本區域的多張存在沖突，則标記為2，處理方式可采用先到先得原則；其次，将P2的圖檔與P1融合處理，直至P7，最終形成文本範圍的強區分。
基于機器視覺技術的接地線裝拆安全檢測告警技術應用分析
本項目開發完成的成果包括資料同步、作業點校核、電機控制等三個子產品，資料可以與工作站伺服器進行同步，可以采用RPA關鍵資訊采集或PMS資料中台接口方式獲得，本項目采用了RPA技術采集，每日将工作票關鍵資訊同步到工具軟體，再通過OTG方式拷貝到移動硬碟中。
作業點校核功能能夠打開攝像頭擷取現場的圖檔，并自動将注意力集中到文字區域，采用自然場景下文本光學識别技術，利用基于語義特征的場景文本檢測方法準确識别間隔文本，将文本和工作票資訊進行比對，比對無誤後，通過電機控制纏繞裝置解鎖，并開始放線操作。
實際應用過程中，通過小車的拉杆拖動，帶動220kV接地線9根管加軟管銅接地線，大大減少了以前人工肩扛或手抱的操作負擔，到達作業點後，通過手持終端“作業點校核”進行工作間隔與工作票資訊位置驗證，驗證一緻後，驅動電機解鎖，可進行放線操作。
本文設計的基于機器視覺技術的接地線裝拆安全檢測告警軟體，可以有效地對變電站工作間隔進行核驗，進而防止變電運維人員錯誤操作間隔裝接地線的行為。
目前，該系統在某220kV變電站現場已投入試運作，由于220kV站點間隔多且電壓等級高，走錯間隔的隐患必須百分之百消除，該系統能夠通過圖像核驗間隔，通過控制對纏繞裝置進行解鎖，很大程度上減少了安全風險，提高了變電站運維工作的安全性。
結語
接地線裝拆工作具有一定的危險性，并且大部分危險事故是由誤操作引起的，是以對接地線的裝拆進行檢測、對誤操作行為進行告警具有重要意義。
本文設計的基于機器視覺技術的接地線裝拆安全檢測告警軟體，通過機器視覺技術實作對施工作業環境的識别，利用手持終端搭載安全判别軟體，通過校驗工作間隔與工作票資訊位置，進而控制伺服電機的收放線工作，當存在誤操作時停止收放線進而實作阻攔、警示操作人員的功能。
通過在接地線裝拆中應用基于機器視覺技術的安全檢測告警技術，可以有效降低誤操作帶來的安全風險，提高接地線裝拆工作的安全性，進而提高變電站運作的安全性和穩定性，進而推動電力行業良性發展。