自从电力的发明以来，我们的生活与电力密不可分。为了能够让我们使用到电力，需要有着数量庞大的电力设备的电网进行电力传输。一般而言，电力传输有发电、输电、变电、配电、用电等基本环节。其中变电站在电能传输环节中发挥了关键作用，变电站承担了电能转换以及电能的传输。由于变电站中电场和磁场都比较复杂，需要对电力电子设备的运行状态进行检测。日常的巡检工作是维持变电站保持稳定的关键环节^[1]。但是由于人工巡检具有很大的不确定因素，经常会造成数据的缺失和读数错误。目前而言，变电站存在着以下几个方面的问题：设备较多、巡检工人的专业素养不足、巡检人员不足等。针对以上的问题，研究一种仪表盘示数识别系统研发显得尤为必要。

仪表盘示数识别系统研发的主要功能是对变电站的设备进行全方位和不间断的巡检，能及时的发现电网中的问题，读取仪表的示数，测量设备的温度等。对于仪表而言，电网中的设备的仪表主要有两类：数字式仪表和模拟式仪表类。数字仪表具有简单的数据处理功能，能够把检测到的数据进行模数转换然后通过数码显示管显示出来。但是数字仪表内部容易受到外部强电场和强磁场环境的干扰，会造成仪表的失灵。模拟仪表是机械式的结构，用指针来显示相应的参数的变换，能够抵抗复杂的电磁环境。因此仪表盘示数识别系统研发必须要具备对模拟式仪表示数的自动读取。

使用仪表盘示数识别系统研发节约了人力成本，让巡检过程无人化，提高了巡检过程的安全性与可靠性，为以后实现变电站无人化作出了重要的贡献，它真正的提高了变电站的现场设备和电网的安全可靠性。

本项目将主要分为五个内容，具体的内容为：

第一为仪表盘示数识别系统研发的总体系统方案设计，简要介绍仪表盘示数识别系统研发的系统框架以及控制算法流程图。

第二仪表盘示数识别系统研发结构设计，重点介绍仪表盘示数识别系统研发的结构需求和结构设计。

第三为仪表盘示数识别系统研发的硬件系统设计，介绍仪表盘示数识别系统的硬件方案和选型。

第四为仪表盘示数识别系统的仪表目标识别系统，重点介绍仪表盘示数识别系统的目标识别用到的深度学习算法YOLOv4和仪表读数识别的图像处理算法。

第五为测试和实验，测试了巡检机器人的巡线功能、YOLOv4算法对仪表识别的效果以及仪表示数读取。

近些年来，随着电子信息技术的飞速发展，智能机器人在许多方面都有了广泛的应用。在20世纪80年代，美国科研人员研发了一款地面自主机器人，可以在道路上独立行驶，它是世界上第一台地面自动机器人。到了如今，自主地面机器人的种类丰富，功能齐全，推动了各类专用智能机器人的发展。

仪表盘示数识别系统巡检方式主要有两大类功能：1）利用红外热成像仪检测电力电子设备的温度，对温度异常的情况报警；2）利用摄像头拍摄被测的仪表然后识别出示数。仪表盘示数识别系统的导航方式有多种类别，包括：基于固定轨道导航、通过引导线导航、通过激光SLAM导航等。前面两种方法有着较高的定位精度，比较适合适用于固定的巡检路线。利用激光SLAM导航能够根据需求即时的更新路径，但是激光SLAM的算法比较复杂，并且定位精度较低。目前而言，绝大数的电力巡检机器人使用的是固定轨道式的导航方式。

实验采用的设备为上位PC机，具体配置和环境为：CPU采用Intel(R) Core i5-8300H，内存为8G，显卡为NIVIDA GeForce GTX 1050Ti ,window10操作系统，环境为tensorflow，框架为Keras，使用Pycharm编译器。通过加载训练得到模型，开始进行测试。在固定的场景下识别了50张图片，平均的准确率达到了0.9732。我们本次实验采用的Visual Studio 2015集成开发环境和OpenCV4.2.0作为本次图像处理的环境。Visual Studio 是常用的集成开发环境，可以编译多种语言。OpenCV的中文全称是开源计算机视觉库。OpenCV最初是由英特尔公司研发的，它是由C和C++函数构成的函数库，可以运行在Mac OS、Linux、Window等主流操作系统。它可以在MATLAB、Python、C++等编程中调用，是计算机视觉领域最常用的图像处理工具。

技术线路：仪表盘示数识别系统能够基本满足替代人工进行电网巡检，从而大大的减少用人成本，提高了变电站的巡检的效率，使得变电站运行更加地可靠安全。总体而言，电网巡检过程中存在的问题，分析了仪表盘示数识别系统的国内外发展趋势，并且根据电网巡检中存在的人工仪表识别与读数效率低的问题，设计了一款仪表盘示数识别系统，并且介绍了它的结构组成、控制系统、仪表识别处理部分等核心内容。这种电网机器人在投入使用之后，能够提高电网巡检的工作效率，降低了变电站工人的劳动强度和安全风险。

拟解决的问题：（1）仪表盘示数识别系统在巡检是可能会有一些障碍物，使得巡检机器人无法按照预定的路径行驶；（2）仪表盘示数识别系统无法应对突发的外界环境，因此需要增加运维人员现场操控模式；（3）仪表盘示数识别系统是通过无线摄像头传输图像的，因此在传输的过程中容易受到干扰；（4）仪表盘示数识别系统的本体部分并不具备图像处理能力，需要后台的计算机进行操控，并不能实现巡检过程完全的自动化；

预期成果：以上的存在的问题也为我们后期仪表盘示数识别系统的改进指明了方向。后面我们将通过加装红外传感器或超声波传感器来实现避障功能，确保巡检机器人能够安装预定的路径行驶。我们通过使用加装遥控模块，实现巡检工人对电网智能巡检机器人的现场操作。我们通过使用树莓派或者JESTON NANO开发板来实现巡检过程的完全自动化。

1.第一步仪表盘示数识别系统将采用的是分层式结构，将有仪表盘示数识别系统本体部分和后台监控计算机。仪表盘示数识别系统的本体部分主要有四个系统组成：磁传感系统、电机驱动控制系统、仪表图像采集系统、4G无线通信传输模板。后台监控计算机主要由两个部分：仪表目标检测与示数读取系统、4G无线通信传输模板。

2.第二步实现仪表盘示数识别系统巡检功能的大致工作流程分为：将通过磁传感器检测地面已经安装好的磁引导线，使得电网巡检人能够按照固定的路径进行巡检，仪表盘示数识别系统到达预定的仪表图像采集区域后，开始使用云台上的高清摄像头进行图像采集，获得仪表图像后，通过4G通信传输模块传输到后台监控计算机，后台计算机开始进行仪表的目标识别，将仪表图片送入已经训练好的YOLOv4算法模型得到了预测结果，然后将标注好的预测结果利用VS2015和OpenCV集成的开发环境中进行处理，最终得到仪表识别的结果，并将处理的仪表读数结果保存。

3.第三步需要设置总体结构框图，我们要计划设计一款轮式的移动机器人，通过提前在预定路径上安装磁引导线，通过磁传感器进行巡线，使得机器人可以准确的完成预定好的路径。

   4.第四步仪表盘示数识别系统的软件控制系统将分为两大部分操作：仪表盘示数识别系统移动部分和仪表盘示数识别系统图像处理部分。其中仪表盘示数识别系统移动部分的代码定义了仪表盘示数识别系统的直流无刷电机和磁导航传感器的闭环控制方法。图像处理部相应代码定义了仪表的检测与示数的读取。