機(jī)載LIDAR輸電巡檢中絕緣子缺陷識別研究

劉豐

摘? 要：隨著智能電網(wǎng)建設(shè)的大規(guī)模開展，對電網(wǎng)快速、高精度勘測、巡查和可視化管理提出了巨大的應(yīng)用需求。在輸電線路中絕緣子是電網(wǎng)中用量龐大、種類繁多的零部件，而且極易損壞。通過機(jī)載LIDAR及可見光傳感器對輸電通道絕緣子進(jìn)行缺陷識別，利用Canny算法對絕緣子影像進(jìn)行邊緣檢測，處理后所獲取圖像邊緣更完整、清晰。邊緣連接性更強(qiáng)，輪廓邊緣的細(xì)節(jié)更加完整，能有效抑制噪聲對邊緣檢測的干擾，實(shí)驗(yàn)結(jié)果表明，該方法可以較好地完成對目標(biāo)圖像的識別，從而對絕緣子缺陷監(jiān)測和定位提供數(shù)據(jù)支撐。

關(guān)鍵詞：輸電線路? 激光雷達(dá)? 絕緣子? Canny算法? 邊緣檢測

中圖分類號：TM755? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）09（c）-0101-03

Abstract： With the large-scale development of smart grid construction， there is a huge application demand for rapid and high-precision survey， inspection and visual management of power grid. In the transmission line， insulator is a large amount of parts and components， and it is easy to be damaged. Through the airborne lidar and visible light sensor to identify the defects of the insulator in the transmission channel， and using canny algorithm to detect the edge of the insulator image， the edge of the image obtained after processing is more complete and clear. The edge connectivity is stronger， the details of the contour edge are more complete， which can effectively suppress the interference of noise on edge detection. The experimental results show that the method can better complete the recognition of the target image， thus providing data support for insulator defect monitoring and positioning.

Key Words： Transmission line; Lidar; Insulator; Canny algorithm; Edge detection

高壓輸電線路的檢查方法一般采用皮帶輪或手動檢查。傳輸通道走廊周圍的地理環(huán)境通常海拔較高、或者是大片的森林和戈壁沙漠、或者橫跨濕地和湖泊。通訊和交通十分不便，工作環(huán)境較為惡劣，巡邏人員的人身安全也很脆弱。而且人工檢測效率低、工作強(qiáng)度大、檢測速度慢。這些因素使線路的檢查和維護(hù)極為困難。近年來，我國逐漸開始使用有人和無人飛行器進(jìn)行線路檢查，與以前的方法相比，它效率高、工作強(qiáng)度低。通過對航飛收集的圖像數(shù)據(jù)進(jìn)行詳盡的處理和比較，從收集到的大量數(shù)據(jù)中發(fā)現(xiàn)傳輸線設(shè)備和設(shè)施的異常情況，傳輸線路缺陷。

傳輸線中的絕緣子是電網(wǎng)中的大量組件，非常容易損壞。在長期的機(jī)械外力和自然環(huán)境，風(fēng)和溫差的急劇變化的影響下，它會導(dǎo)致絕緣層破裂和掉落，從而導(dǎo)致絕緣性能下降。傳輸線絕緣層損壞，導(dǎo)致電流返回地面，以致引起電網(wǎng)癱瘓并且操作中斷?，F(xiàn)在采用三維激光點(diǎn)云數(shù)據(jù)與圖像數(shù)據(jù)分析相結(jié)合的方法，將激光雷達(dá)數(shù)據(jù)與航拍圖像相互記錄，以獲得電力設(shè)備安裝的空間坐標(biāo)位置，及時(shí)隱藏危險(xiǎn)位置;結(jié)合使用圖像處理分析技術(shù)來識別絕緣設(shè)備中的缺陷，為員工維護(hù)提供了依據(jù)。

1? 原理與表達(dá)

1.1 LIDAR位置的坐標(biāo)

機(jī)載LIDAR系統(tǒng)是由全球衛(wèi)星定位系統(tǒng)（GPS）、慣性導(dǎo)航系統(tǒng)（INS）及激光定位系統(tǒng)等精密部件所組成的復(fù)雜系統(tǒng)。通過激光束脈沖信號的發(fā)射及接收，將返回的信號進(jìn)行處理，實(shí)現(xiàn)對地定位（如圖1所示）。結(jié)合飛行器的航跡文件，可計(jì)算出包括LiDAR在各采樣時(shí)間的GPS位置信息、距離信息、速度信息及觀測角度信息。

機(jī)載LIDAR數(shù)據(jù)包括原始激光點(diǎn)云數(shù)據(jù)信息、慣性導(dǎo)航信息數(shù)據(jù)、機(jī)載GPS數(shù)據(jù)和基站地面數(shù)據(jù)。原始激光數(shù)據(jù)除了包含坐標(biāo)、姿態(tài)等空間信息以外，還包括激光脈沖回波的反射強(qiáng)度信息。結(jié)合機(jī)載GPS航跡信息，經(jīng)過數(shù)據(jù)處理后，可為每個激光點(diǎn)計(jì)算出基于WGS84坐標(biāo)系的坐標(biāo)值，從而實(shí)現(xiàn)激光測量數(shù)據(jù)的大地定向。在處理計(jì)算的同時(shí)還必須考慮數(shù)設(shè)備原因造成的系統(tǒng)誤差，包括激光測距裝置與GPS天線中心位置的偏差，航載激光掃描儀安裝的翻滾傾角、俯仰傾角和航偏傾角，以及慣性導(dǎo)航裝置相對于GPS的偏心矢量與飛行器坐標(biāo)軸間的視軸偏心角等。由于GPS基準(zhǔn)站與機(jī)載運(yùn)動站GPS實(shí)現(xiàn)同步觀測，在此時(shí)間段內(nèi)星歷誤差、大氣影響等因子誤差基本一致，有高度的相關(guān)性，因此可采用雙差分以消除機(jī)載三維LiDAR在數(shù)據(jù)采集過程中的衛(wèi)星時(shí)間鐘差、衛(wèi)星軌道誤差、信號在對流層傳輸延遲、電離層傳輸延遲誤差等方面因素的影響，提高空間測量的定位精度。

1.2 絕緣子的識別

航拍所獲取的影像背景復(fù)雜，干擾信息較多，需要通過一系列圖像處理技術(shù)處理提取絕緣子的有效信息。邊緣檢測通過研究圖像邊緣的基本特征，利用絕緣子邊緣變化表現(xiàn)為灰度變化，可通過圖像邊界進(jìn)行微分計(jì)算灰度的變化來檢測絕緣子邊緣?，F(xiàn)業(yè)界已經(jīng)提成多種不同的邊緣檢測方法。在這些算法中，Canny算法由于在性能上有優(yōu)異的表現(xiàn)而受到廣泛的關(guān)注。

Canny算法的基本步驟為：先采用高斯函數(shù)一階導(dǎo)數(shù)對所要處理的圖像進(jìn)行進(jìn)行平滑濾波，對圖像噪聲實(shí)施抑制;由于高斯過濾的負(fù)面效果是容易發(fā)生邊緣模糊，需用“非極大值抑制”進(jìn)行處理，以便尋找圖像中邊緣點(diǎn)中的局部最大灰度點(diǎn);處理后減少了非邊緣點(diǎn)的情況，但是并不能消除一些假邊緣點(diǎn)，需進(jìn)一步使用雙閾值遞歸實(shí)現(xiàn)圖像邊緣連接。遞歸以高閥值點(diǎn)作為輪廓邊緣，在難以閉合的時(shí)候在尋找滿足條件的低閥值點(diǎn)進(jìn)行補(bǔ)充，最終完成邊緣檢測測的閉合。Canny與其他邊緣檢測方法的不同之處在于使用2種不同的閾值區(qū)分強(qiáng)邊緣和弱邊緣，由于絕緣子由單一材質(zhì)所構(gòu)成，特征較為明顯。高閾值點(diǎn)可認(rèn)定為提取絕緣子輪廓的有效強(qiáng)邊緣，當(dāng)強(qiáng)邊緣由于信噪產(chǎn)生斷開難以連接時(shí)，可遍歷周邊8個臨近低閥值點(diǎn)提取弱邊緣，并選取合適的像點(diǎn)，實(shí)現(xiàn)輪廓的連接與閉合，最終實(shí)現(xiàn)絕緣子邊緣識別的目的。

2? 實(shí)驗(yàn)結(jié)果

LAS格式標(biāo)準(zhǔn)的1.3版添加了激光回波波形數(shù)據(jù)中的信息，這些信息可用于提取和分類特征信息，以區(qū)分動力設(shè)備和其他地形擴(kuò)展應(yīng)用。首先，必須閱讀基本信息，例如比例因子，坐標(biāo)系和公共文件頭區(qū)域的坐標(biāo)偏移量，然后在區(qū)域的點(diǎn)數(shù)據(jù)記錄中讀取所需的坐標(biāo)數(shù)據(jù)?？勺冮L度記錄。最后完成坐標(biāo)值的提取和處理。

配準(zhǔn)LIDAR數(shù)據(jù)和圖像數(shù)據(jù)的過程包括：首先選擇與兩個圖像相對應(yīng)的相同名稱的圖像點(diǎn)，然后根據(jù)圖像的空間方向元素來計(jì)算相應(yīng)的地形點(diǎn)。由于相機(jī)上圖像空間姿態(tài)的偏差，在計(jì)算出的與同名地面點(diǎn)相對應(yīng)的照片中經(jīng)常會出現(xiàn)錯誤，難以準(zhǔn)確匹配。有必要進(jìn)一步校正圖像外部方位元素的幾何變化，以使相同名稱的圖像點(diǎn)和地面點(diǎn)重合，并對激光雷達(dá)數(shù)據(jù)和航拍數(shù)據(jù)進(jìn)行準(zhǔn)確配準(zhǔn)。

2.1 配準(zhǔn)測試

實(shí)驗(yàn)數(shù)據(jù)為LIDAR數(shù)據(jù)采樣間隔為1.2m、航拍數(shù)據(jù)采樣間隔為0.15m，對LIDAR采用7×7 作為中值濾波平滑，Harris點(diǎn)采用7×7高斯模版，極大值抑制半徑為5的情況下，并選擇15作為原型區(qū)域搜索半徑，可以得到角點(diǎn)互信息配準(zhǔn)與配準(zhǔn)后圖像的psnr（峰值信噪比）對應(yīng)關(guān)系，如表1。

可以看出半徑為15效果比較理想。

采用角點(diǎn)互信息和普通互信息配準(zhǔn)的對比見表2。

其中ddr（偏離度）問反映融合圖像與原始圖像在光譜上的匹配程度，越小越能反映保留原光譜信息。

2.2 Canny測試

示例絕緣子原圖如圖2和如圖3所示。

3? 結(jié)語

通過機(jī)載LIDAR及可見光傳感器對輸電通道絕緣子進(jìn)行缺陷識別，能提高工作效率，減少人力浪費(fèi)。首先，使用Canny算法通過對影像進(jìn)行邊緣檢測，提取出的絕艷子邊緣清晰，經(jīng)過雙閥值處理后邊緣連續(xù)性效果理想，實(shí)驗(yàn)結(jié)果如表3表明，該方法可以較好地完成對目標(biāo)圖像的識別，能有效判斷絕緣子是否存在破裂、脫落危險(xiǎn);通過配準(zhǔn)結(jié)合LiDAR坐標(biāo)數(shù)據(jù)，能快速鎖定故障點(diǎn)所在位置，實(shí)施維搶修活動，有推廣使用價(jià)值。

參考文獻(xiàn)

[1] 侯國瑞.激光LiDAR點(diǎn)云在電力巡線中的應(yīng)用[J].經(jīng)緯天地，2019（8）：19-22.

[2] 于旭宅.基于LiDAR數(shù)據(jù)的輸電線路通道危險(xiǎn)區(qū)域提取方法研究[D].北京：北京林業(yè)大學(xué)，2018.

[3] 張偉劍.輸電巡檢中絕緣子缺陷判讀及位置配準(zhǔn)研究[J].科技資訊，2018（2）：55-57.

[4] 張佳鵬.基于時(shí)空融合的激光雷達(dá)障礙物檢測與運(yùn)動目標(biāo)跟蹤[D].杭州：浙江大學(xué)，2019.

[5] 黃陸君，電力巡線LiDAR點(diǎn)云電塔自動定位和提取算法[J].測繪通報(bào)，2020（4）：53-57.

[6] 許克崍.輕型機(jī)載LiDAR技術(shù)在電力工程中的應(yīng)用[J]. 電力勘測設(shè)計(jì)，2017（5）：30-34.