一种基于水下机器人的海底电缆探测方法

摘要

本发明涉及一种基于水下机器人的海底电缆探测方法，通过搭载在水下机器人上的温度传感器实时检测当前位置处电缆温度和电缆隧道的环境温度，通过搭载在水下机器人上的摄像机拍摄图像；基于拍摄图像控制水下机器人的移动，以及获取电缆隧道积水深度；基于电缆温度、环境温度和电缆隧道积水深度实现积水环境下对电缆温度的预测，该方法为电缆积水环境下的人员运维提供有效的检测手段，对于提高电力系统稳定性具有广阔的应用空间和指导意义。

权利要求

1.一种基于水下机器人的海底电缆探测方法，其特征在于，其应用于远程控制平台，所述方法包括：

通过搭载在所述水下机器人上的温度传感器实时检测当前位置处电缆温度和电缆隧道的环境温度，通过搭载在所述水下机器人上的摄像机拍摄图像；

基于所述拍摄图像控制所述水下机器人的移动，以及获取电缆隧道积水深度；

基于所述电缆温度、所述环境温度和所述电缆隧道积水深度实现积水环境下对电缆温度的预测；

其中，所述基于所述拍摄图像控制所述水下机器人的移动包括：在接收到所述拍摄图像时，调出上一次拍摄并保存的拍摄图像，并与当前接收到的拍摄图像进行对比，通过机器视觉技术解算分析得到所述水下机器人的当前位置，以及所述水下机器人的下一步动作，从而控制所述水下机器人的移动；

所述基于所述拍摄图像获取电缆隧道积水深度包括：对积水检测点进行图像采集，以获取所述积水检测点的积水图像；

基于图像识别技术对所述积水图像进行识别，以确定所述积水检测点的积水深度；

所述基于所述电缆温度、所述环境温度和所述电缆隧道积水深度实现积水环境下对电缆温度的预测包括：

获取原始样本数据，所述原始样本数据包括多个位置处下的电缆温度、环境温度和电缆隧道积水深度；

基于所述原始样本数据，训练得到水下电缆温度热路模型；

获取当前位置处的环境温度和所述电缆隧道积水深度；

将所述环境温度和所述电缆隧道积水深度输入至所述电缆温度热路模型中，获取当前位置处的电缆温度；

其中，所述电缆温度热路模型为训练后的深度卷积神经网络模型，所述深度卷积神经网络模型的训练过程主要包括：

从原始样本数据中得到电缆温度集合，所述电缆温度集合包括多个位置处的电缆温度；

从电缆温度集合中获取待训练电缆温度集合和待校验电缆温度集合；

将待训练电缆温度集合中的每个电缆温度依次输入到所述深度卷积神经网络模型，利用预设的训练算法训练用于根据所述电缆温度对应的环境温度和所述电缆隧道积水深度预测深度卷积神经网络模型；

利用待校验电缆温度集合中的每个电缆温度校验训练后的深度卷积神经网络模型。

2.根据权利要求1所述的一种基于水下机器人的海底电缆探测方法，其特征在于，水下机器人身上设置有主控制器、三轴陀螺仪、三轴加速度计、温湿度传感器和深度传感器，所述控制所述水下机器人的移动包括：所述远程控制平台在接收到所述拍摄图像时，调出上一次拍摄并保存的拍摄图像，并与当前接收到的拍摄图像进行对比，通过机器视觉技术解算分析得到转动的角度、运动的距离、当前的朝向、以及自身的姿态；

所述远程控制平台将包含所述转动的角度、所述运动的距离、所述当前的朝向、以及所述自身的姿态的数据包传送给所述主控制器，以控制所述述水下机器人的移动。

说明书

一种基于水下机器人的海底电缆探测方法

技术领域

[0001] 本发明涉及水下机器人技术领域，尤其涉及一种基于水下机器人的海底电缆探测方法。

背景技术

[0002] 我国城市化进程加快，缆化率大大提升，确保其安全可靠运行日益成为国家电网公司配网管理中的工作重点。输电、配电电缆运维单位每年都要投入大量人力物力来对输、
配电电缆及其管沟进行运行维护工作。但是由于电缆沟道地势低洼，常常发生积水，尤其到
了雨季，积水甚至可将管道全部淹没。为了保证积水条件下的电缆安全可靠运行，防止电缆
浸泡在积水中发生事故，电缆巡检人员需要经常性地对电缆沟内的电缆进行巡视检查，特
别是在雨季期间需要对电缆线路进行重点巡视并对重要保电电缆进行巡检。

[0003] 目前95%的电力电缆都为交联聚乙烯电缆，交联聚乙烯电缆如果长期泡在水里将会加速电缆的水树老化，并且水对电缆的铠装层及铜屏蔽层的腐烛也是相当严重，因此积
水特别是污水对电缆运行影响比较重要。为解决此问题，一方面需要尽快加装排水装置，另
一方面需要在发现积水时进行实地检测和巡视。但是由于环境比较复杂，很有可能在积水
状态下已经发生放电，巡检人员下沟有一定的危险性。

[0004] 因此，亟需提供一种基于水下机器人的海底电缆探测方法，以保证施工人员在发生积水情况下第一时间能够对电缆运行状态进行检测，针对性的对电缆进行检修。

发明内容

[0005] 本发明的目的在于提供一种基于水下机器人的海底电缆探测方法，以解决上述背景技术中提出的问题。

[0006] 为实现上述目的，本发明所采取的技术方案是：

[0007] 一种基于水下机器人的海底电缆探测方法，其应用于远程控制平台，所述方法包括：

[0008] 通过搭载在所述水下机器人上的温度传感器实时检测当前位置处电缆温度和电缆隧道的环境温度，通过搭载在所述水下机器人上的摄像机拍摄图像；

[0009] 基于所述拍摄图像控制所述水下机器人的移动，以及获取电缆隧道积水深度；

[0010] 基于所述电缆温度、所述环境温度和所述电缆隧道积水深度实现积水环境下对电缆温度的预测。

[0011] 作为本发明的进一步改进，所述基于所述拍摄图像控制所述水下机器人的移动包括：

[0012] 在接收到所述拍摄图像时，调出上一次拍摄并保存的拍摄图像，并与当前接收到的拍摄图像进行对比，通过机器视觉技术解算分析得到所述水下机器人的当前位置，以及
所述水下机器人的下一步动作，从而控制所述水下机器人的移动。

[0013] 作为本发明的进一步改进，水下机器人身上设置有主控制器、三轴陀螺仪、三轴加速度计、温湿度传感器和深度传感器，所述控制所述水下机器人的移动包括：

[0014] 所述远程控制平台在接收到所述拍摄图像时，调出上一次拍摄并保存的拍摄图像，并与当前接收到的拍摄图像进行对比，通过机器视觉技术解算分析得到转动的角度、运
动的距离、当前的朝向、以及自身的姿态；

[0015] 所述远程控制平台将包含所述转动的角度、所述运动的距离、所述当前的朝向、以及所述自身的姿态的数据包传送给所述主控制器，以控制所述述水下机器人的移动。

[0016] 作为本发明的进一步改进，所述基于所述拍摄图像获取电缆隧道积水深度包括：

[0017] 对积水检测点进行图像采集，以获取所述积水检测点的积水图像；

[0018] 基于图像识别技术对所述积水图像进行识别，以确定所述积水检测点的积水深度。

[0019] 作为本发明的进一步改进，基于所述电缆温度、所述环境温度和所述电缆隧道积水深度实现积水环境下对电缆温度的预测包括：

[0020] 获取原始样本数据，所述原始样本数据包括多个位置处下的电缆温度、环境温度和电缆隧道积水深度；

[0021] 基于所述原始样本数据，训练得到水下电缆温度热路模型。

[0022] 作为本发明的进一步改进，所述电缆温度热路模型为训练后的深度卷积神经网络模型，所述深度卷积神经网络模型的训练过程主要包括：

[0023] 从原始样本数据中得到电缆温度集合，所述电缆温度集合包括多个位置处的电缆温度；

[0024] 从电缆温度集合中获取待训练电缆温度集合和待校验电缆温度集合；

[0025] 将待训练电缆温度集合中的每个电缆温度依次输入到所述深度卷积神经网络模型，利用预设的训练算法训练用于根据所述电缆温度对应的环境温度和所述电缆隧道积水
深度预测深度卷积神经网络模型；

[0026] 利用待校验电缆温度集合中的每个电缆温度校验训练后的深度卷积神经网络模型。

[0027] 作为本发明的进一步改进，所述基于所述电缆温度、所述环境温度和所述电缆隧道积水深度实现积水环境下对电缆温度的预测还包括：

[0028] 获取当前位置处的环境温度和所述电缆隧道积水深度；

[0029] 将所述环境温度和所述电缆隧道积水深度输入至所述电缆温度热路模型中，获取当前位置处的电缆温度。

[0030] 采用上述技术方案所产生的有益效果在于：

[0031] 本发明实施例提供的一种基于水下机器人的海底电缆探测方法，通过搭载在水下机器人上的温度传感器实时检测当前位置处电缆温度和电缆隧道的环境温度，通过搭载在
水下机器人上的摄像机拍摄图像；基于拍摄图像控制水下机器人的移动，以及获取电缆隧
道积水深度；基于电缆温度、环境温度和电缆隧道积水深度实现积水环境下对电缆温度的
预测，该方法为电缆积水环境下的人员运维提供有效的检测手段，对于提高电力系统稳定
性具有广阔的应用空间和指导意义。

附图说明

[0032] 为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的
附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前
提下，还可以根据这些附图获得其它的附图。

[0033] 图1是本发明实施例一种基于水下机器人的海底电缆探测方法的流程图。

具体实施方式

[0034] 为使本发明的目的、技术方案和优点更加清楚，下面结合具体实施例对发明进行清楚、完整的描述，需要理解的是，术语“中心”、“竖向”、“横向”、“上”、“下”、“前”、“后”、
“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所
示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装
置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限
制。

[0035] 图1是本发明实施例一种基于水下机器人的海底电缆探测方法的流程图，其应用于远程控制平台，如图1所示，其包括：

[0036] S101、通过搭载在水下机器人上的温度传感器实时检测当前位置处电缆温度和电缆隧道的环境温度，通过搭载在水下机器人上的摄像机拍摄图像。

[0037] 水下机器人的主控制器通过脐带电缆与岸上的远程控制平台连接，用以太网实现通信交互。主控制器的核心是基于Linux系统的嵌入式ARM开发板，它通过串行口或CAN接口
与其他前端模块相连接，传输指令给其他模块的MCU，并通过不同的MCU向各个前端装置采
取控制。这些前端模块包括定位导航模块、传感器模块、多功能驱动器模块、作业控制模块、
电源与能量管理模块、探测装置模块等组成。每个模块之间彼此独立，但都与同一个主控制
器间进行数据交互，以达到“一对多”的远程控制方式。

[0038] 从而远程控制平台可以通过搭载在水下机器人上的温度传感器实时检测电缆隧道的环境温度，通过搭载在水下机器人上的摄像机拍摄图像。

[0039] S102、基于拍摄图像控制水下机器人的移动，以及获取电缆隧道积水深度。

[0040] 其中，基于拍摄图像控制水下机器人的移动包括：在接收到拍摄图像时，调出上一次拍摄并保存的拍摄图像，并与当前接收到的拍摄图像进行对比，通过机器视觉技术解算
分析得到水下机器人的当前位置，以及水下机器人的下一步动作，从而控制水下机器人的
移动。

[0041] 关于控制水下机器人移动的方式，在一种可能的实现方式中，水下机器人身上还设置有主控制器、三轴陀螺仪、三轴加速度计、温湿度传感器和深度传感器，远程控制平台
在接收到拍摄图像时，调出上一次拍摄并保存的拍摄图像，并与当前接收到的拍摄图像进
行对比，通过机器视觉技术解算分析得到转动的角度、运动的距离、当前的朝向、以及自身
的姿态；

[0042] 远程控制平台将包含转动的角度、运动的距离、当前的朝向、以及自身的姿态的数据包传送给主控制器，以控制述水下机器人的移动。

[0043] 基于拍摄图像获取电缆隧道积水深度包括：

[0044] 对积水检测点进行图像采集，以获取积水检测点的积水图像；

[0045] 基于图像识别技术对积水图像进行识别，以确定积水检测点的积水深度。

[0046] S103、基于电缆温度、环境温度和电缆隧道积水深度实现积水环境下对电缆温度的预测。

[0047] 该方法包括：

[0048] S1031、获取原始样本数据，原始样本数据包括多个位置处下的电缆温度、环境温度和电缆隧道积水深度；

[0049] S1032、基于原始样本数据，训练得到水下电缆温度热路模型。

[0050] 其中，上述电缆温度热路模型为训练后的深度卷积神经网络模型，深度卷积神经网络模型的训练过程主要包括：

[0051] 从原始样本数据中得到电缆温度集合，电缆温度集合包括多个位置处的电缆温度；

[0052] 从电缆温度集合中获取待训练电缆温度集合和待校验电缆温度集合；

[0053] 将待训练电缆温度集合中的每个电缆温度依次输入到深度卷积神经网络模型，利用预设的训练算法训练用于根据电缆温度对应的环境温度和电缆隧道积水深度预测深度
卷积神经网络模型；

[0054] 利用待校验电缆温度集合中的每个电缆温度校验训练后的深度卷积神经网络模型。

[0055] 在获得电缆温度热路模型后，执行步骤S1033‑S1034实现积水环境下对电缆温度的预测。

[0056] S1033、获取当前位置处的环境温度和电缆隧道积水深度；

[0057] S1034、将环境温度和电缆隧道积水深度输入至电缆温度热路模型中，获取当前位置处的电缆温度。

[0058] 本发明实施例提供的一种基于水下机器人的海底电缆探测方法，通过搭载在水下机器人上的温度传感器实时检测当前位置处电缆温度和电缆隧道的环境温度，通过搭载在
水下机器人上的摄像机拍摄图像；基于拍摄图像控制水下机器人的移动，以及获取电缆隧
道积水深度；基于电缆温度、环境温度和电缆隧道积水深度实现积水环境下对电缆温度的
预测，该方法为电缆积水环境下的人员运维提供有效的检测手段，对于提高电力系统稳定
性具有广阔的应用空间和指导意义。

[0059] 最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可
以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而
这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范
围。