基三維空間測量的水保、環(huán)保核查比對方法研究

韓利 張慶霞 王一波 李曄 秦鵬 劉啟飛

摘要：為提高輸電線路工程項目驗收中環(huán)保和水保核查的效率，采用傳統(tǒng)的人工驗收已經(jīng)不能滿足工程驗收的要求。由此，針對該需求，提出一種基于三維激光掃描的環(huán)保、水保核查比對方法。首先，通過無人機三維激光掃描系統(tǒng)實現(xiàn)對輸電線路環(huán)保的采集;然后通過數(shù)據(jù)的預(yù)處理，實現(xiàn)對點云數(shù)據(jù)的分類，并引入基于Hough變換與相似度原理的檢測方法，實現(xiàn)對驗收工程項目周邊環(huán)境缺陷的檢測;最后搭建軟件測試平臺，對上述方法進(jìn)行測試。結(jié)果表明，上述方法可很好的實現(xiàn)輸電線路周邊環(huán)保的可視化展示，從而為項目驗收提供了更多的參考。

關(guān)鍵詞：三維激光掃描;點云數(shù)據(jù);環(huán)境缺陷檢測;可視化

中圖分類號：TM835

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-5922（2020）07-0046-04

目前，我國關(guān)于項目驗收中雖然出臺了相關(guān)的技術(shù)規(guī)范與標(biāo)準(zhǔn)，但大部分都是些總體性的要求，缺乏具體的規(guī)定或技術(shù)標(biāo)注，而不利于項目驗收中的各項指標(biāo)確定，從而導(dǎo)致在環(huán)保、水保驗收中很多環(huán)境要求無法得到落實。同時，傳統(tǒng)環(huán)保和水保核查驗收中，通常通過人工勘查的當(dāng)時，但對于一些比較偏遠(yuǎn)的電力項目，則很難實現(xiàn)人工勘查。因此，這就要求結(jié)合信息技術(shù)。一方面通過現(xiàn)代信息技術(shù)解決人工勘查難題，另一方面是提高無人機在電力項目環(huán)境驗收中圖像的清晰度。因此，引入三維激光雷達(dá)系統(tǒng)，通過激光點云實現(xiàn)對數(shù)據(jù)的采集。

三維空間測量的環(huán)保、水保核查具體思路

1當(dāng)前針對電力系統(tǒng)的環(huán)保、水保核查方面，很大部分是依據(jù)傳統(tǒng)的人工進(jìn)行核查，這種方式不僅排查難度大，同時非常耗時。因此，采用三維激光雷達(dá)系統(tǒng)進(jìn)行電力項目的環(huán)保、水保核查，是當(dāng)前項目驗收的重要途徑創(chuàng)新。對此，本研究在采用激光雷達(dá)三維測量完成對圖像采集，經(jīng)數(shù)據(jù)預(yù)處理，并通過一定的圖像匹配算法，找出項目驗收中環(huán)保與水保不符合要求的地方，從而為當(dāng)前項目驗收提供信息化的處理方式。

2激光雷達(dá)的數(shù)據(jù)采集

激光雷達(dá)（LiDAR，Light?Detection?And?Ranging）作為一種新型的測量系統(tǒng)，主要依據(jù)激光測距、差分GPS等技術(shù)進(jìn)行三維坐標(biāo)數(shù)據(jù)測量，進(jìn)而生成LiDAR數(shù)據(jù)影像，得到數(shù)字高程模型。因此，依據(jù)該技術(shù)，將電力項目驗收的環(huán)保、水保核查流程設(shè)計為如圖1所示。

從圖1中看出，實現(xiàn)電力項目的環(huán)保、水保驗收，主要是依據(jù)激光雷達(dá)測量系統(tǒng)對圖像的采集。通過數(shù)據(jù)運算構(gòu)建環(huán)境的三維影像圖像，并進(jìn)行圖像的預(yù)處理和輸出。

3數(shù)據(jù)預(yù)處理

在完成以上數(shù)據(jù)采集后，則需要對數(shù)據(jù)進(jìn)行預(yù)處理、校驗和激光點云數(shù)據(jù)分類，以此為后續(xù)的圖像檢

測提供更為高質(zhì)量的圖像。

3.1激光點云預(yù)處理

激光數(shù)據(jù)預(yù)處理主要涉及定位、坐標(biāo)轉(zhuǎn)換等。在定位過程中，則需要利用到GPS數(shù)據(jù)以及其他的參數(shù)。預(yù)處理的具體過程如下所示：

1）數(shù)據(jù)定位。首先分離GPS數(shù)據(jù)與IMU數(shù)據(jù)，然后將前者應(yīng)用到定位解算中。在本次定位中主要利用了雙差分定位技術(shù)提高數(shù)據(jù)的精度。

2）數(shù)據(jù)定向。在定位后對激光掃描儀的坐標(biāo)進(jìn)行計算，本研究則主要利用GPS天線位置的坐標(biāo)。具體所需要的數(shù)據(jù)包括：廠商提供的IMU、激光掃描儀相對位置數(shù)據(jù)、IMU偏心分量數(shù)據(jù)，實測得到的GPS天線偏心分量。在此基礎(chǔ)上，根據(jù)各個激光點的坐標(biāo)完成對點云文件的定向過程。

3.2數(shù)據(jù)檢校

數(shù)據(jù)檢校的參數(shù)主要有航偏角（Heading）、翻滾角（Roll）等4個參數(shù)，需要結(jié)合Lidar數(shù)據(jù)、地物等實現(xiàn)校正。具體的過程如下所示。

1）翻滾角（Roll）校正。首先需要獲取兩條處于對向飛行的航線，然后對點云樣本橫斷面兩側(cè)航線的高差（d，d）進(jìn)行測定，同時得到二者之間的距.離（swathvidth）。翻滾角的校正值A(chǔ)r計算公式如下所示：

公式（1）中，d=（d，+d）/2。經(jīng)過處理后將點云數(shù)據(jù)處于掃描方向的橫斷面實現(xiàn)了重疊。

2）俯仰角（Pitch）校正。在校正Pitch值的過程中，主要根據(jù)如下公式計算對應(yīng)的改正值（Ap）：

公式（2）中，AGL代表航高;d代表航線間的區(qū)別。經(jīng)過上述校正后，實現(xiàn)了點云數(shù)據(jù)在尖頂房位置的相互重合。

3）航偏角（Heading）校正。Heading值的具體校正公式如下所示：

公式（3）中，distance代表航線地底點與重疊區(qū)域中心的距離值;d=（d，+d，）/2代表兩條航線的不同?；谏鲜鲂Ｕ幚砗?，2條航線處于尖頂房位置實現(xiàn)了相互重合。

4）PES檢校。在校正過程中主要取對向飛行航線的重疊區(qū)邊緣，并且與航線方向尖頂房脊線保持垂直，具體的校正公式如下所示：

公式（4）中，ScanAngle代表掃描角;AGL代表航高;d代表兩條航線的區(qū)別。

在具體調(diào)整過程中需要按照Heading、Roll、Pitch的順序進(jìn)行校正，如果△r、Ap、Ah、APES全部消除，則完成了檢校的過程。

3.3激光點云分類

為了對各種類型的地物進(jìn)行劃分，需要對先前處理的點云文件進(jìn)行分類處理，由此能夠為之后的環(huán)境驗收提供必要的信息。自動分類的詳細(xì)流程如圖2所示。

3.4DEM制作

在制作數(shù)字高程模型（DEM）時需要利用先前自動分類得到的數(shù)據(jù)，具體需要通過Terrascan軟件來將地表類型的激光點巖數(shù)據(jù)構(gòu)TIN，然后對高程點進(jìn)行提取可以得到對應(yīng)的DEM。

3.5DOM制作

在制作正射影像時主要利用了TerraPhoto軟件，需要基于獲取影像連接點的方式對影像外的方位元素進(jìn)行修正，首先在各個像對中選擇不少于8對均勻分布的連接點，然后根據(jù)具體情況進(jìn)行修正處理。在得到修正后的外方位元素之后，結(jié)合先前得到的DEM.來獲取需要的正射影像。

DOM處理技術(shù)的特征主要體現(xiàn)在如下方面：

1）在影像格式轉(zhuǎn)換方面達(dá)到了使用的標(biāo)準(zhǔn)。

2）基于拼接技術(shù)對特殊的地形區(qū)域進(jìn)行處理，以保證達(dá)到分析的要求。

3）采用匹配連接點調(diào)整方式進(jìn)行處理，滿足了使用的要求。

4）基于解算得到航片姿態(tài)參數(shù)。

5）影像色調(diào)保持了良好的均勻性，鑲嵌邊位置3灰度特征較為穩(wěn)定。

3.6三維模型生成

根據(jù)之前的處理過程已經(jīng)得到了DEM、DOM，在此基礎(chǔ)上可以對三維圖像進(jìn)行設(shè)計，具體需要與電力工程中的線路模型等進(jìn)行結(jié)合。在具體制作過程中，需要對電力線等地物進(jìn)行建模，此過程中需要利用到高分辨率航片以及對應(yīng)的點云設(shè)計，然后完成紋理貼圖的過程。中在建模過程中可以采用不同的方法，首先是直接利用3dsmax軟件實現(xiàn)建模的方式，即利用先前得到的點云數(shù)據(jù)進(jìn)行渲染，可以對特定的剖面進(jìn)行繪制，由此得到需要的規(guī)則模型;其次是基于得到的點云數(shù)據(jù)來建立三角網(wǎng)模型，確保模型能夠在軟件中獨立運行。經(jīng)過分析，在本次研究中采用了第一種方法完成建模過程，需要在AlatuEarth內(nèi)集成鐵塔和線路模型，將電業(yè)局提供的相關(guān)信息導(dǎo)入到數(shù)據(jù)庫中，以此與三維模型進(jìn)行配合應(yīng)用。

4圖像特征提取與匹配

在完成上述激光點云數(shù)據(jù)處理的基礎(chǔ)上，要找到項目驗收過程中存在的問題，需要對圖像進(jìn)行匹配和比對，從而找到項目驗收過程中存在的問題。對此，本文提出采用Hough變換圖像特征進(jìn)行提取，然后通過相似度函數(shù)對圖像進(jìn)行比對。Hough變換方法主要對圖像空間內(nèi)的直線進(jìn)行變換，可以得到參數(shù)空間內(nèi)的點形式。如果處于參數(shù)空間內(nèi)的直線相交于一點，則他們在圖像空間內(nèi)的對應(yīng)點必然處于相同直線上。根據(jù)上述原理，結(jié)合參數(shù)空間的重合點數(shù)量來確定圖像空間的直線特征。當(dāng)參數(shù)空間內(nèi)相交于相同點的直線較多時，則可以對檢測的閾值進(jìn)行設(shè)置，如果統(tǒng)計的次數(shù)高于閾值，那么可以認(rèn)為在圖像空間內(nèi)存在對應(yīng)的直線。

在圖像匹配方面，建立專用的相似性度量函數(shù)，在此基礎(chǔ)，上可以對環(huán)境缺陷進(jìn)行評價。當(dāng)兩圖像的相似度較高時，則轉(zhuǎn)換到參數(shù)空間后的峰值數(shù)量等特征往往具有較高的相似度，據(jù)此可以對二者的相似度做出較為準(zhǔn)確的評價。

5系統(tǒng)軟件設(shè)計

5.1軟件體系結(jié)構(gòu)

本文設(shè)計的輸電網(wǎng)水保與環(huán)保核查三維展示系統(tǒng)主要使用了C/S架構(gòu)方式，即傳統(tǒng)的客戶端/服務(wù)器模式，其中客戶端主要是用戶操作的普通計算機，服務(wù)器則利用了數(shù)據(jù)服務(wù)器。用戶通過客戶端軟件來進(jìn)行操作，包括建庫、查詢、修改以及維護(hù)等操作，可以訪問服務(wù)器端的信息，并獲取到處理后的結(jié)果。本系統(tǒng)中的相關(guān)技術(shù)如下所示：

1）系統(tǒng)主要面向Windows平臺，客戶端與服務(wù)器端均為Windows平臺環(huán)境。

2）基于OneMapSDI引擎來獲取各系統(tǒng)的數(shù)據(jù)，此過程中利用了特殊的數(shù)據(jù)調(diào)度算法，滿足了數(shù)據(jù)提取和應(yīng)用的要求。

3）在數(shù)據(jù)管理方面利用了sQLServer數(shù)據(jù)庫，建：立數(shù)據(jù)庫表的方式完成對相關(guān)數(shù)據(jù)的維護(hù)。

4）系統(tǒng)實現(xiàn)過程中采用Java開發(fā)語言進(jìn)行開發(fā)。5.2系統(tǒng)硬件與網(wǎng)絡(luò)結(jié)構(gòu)

本系統(tǒng)對于局域網(wǎng)訪問提供了完善的支持，在數(shù)據(jù)通信與共享過程中利用了分級管理模式，本系統(tǒng)的拓?fù)浣Y(jié)構(gòu)設(shè)計如圖3所示。

5.3系統(tǒng)實現(xiàn)

為驗證上述方案的可行性，利用無人機對上述系統(tǒng)進(jìn)行搭建。其中在輸電線路點云數(shù)據(jù)采集，無人機采集三維效果示意如圖4所示，在過程中，無人機主要搭載GL70激光掃描儀，其掃描頻率可以達(dá)到550kHz，重量12kg，測距范圍和精度分別是350m、土10mm。掃描儀中集成了慣導(dǎo)系統(tǒng)等，可以采集到更多的信息。另外，掃描儀主要搭載在Dragonr50無人機中，該類型的無人機廣泛應(yīng)用到了多個領(lǐng)域中，其連續(xù)飛行時間可達(dá)2.5h，"飛行速度可以達(dá)到80km/h，機身與最大起飛重量分別是35kg、70kg。在實驗過程中的飛行距離和高度分別是30km、130m，飛行速度控制在30km/h，總計飛行時長lh。掃描對象主要是某500kV輸電線路，該線路所處的地區(qū)地勢較為平坦，位于線路東側(cè)和西側(cè)的分別是村鎮(zhèn)和山地，線路兩側(cè)的寬度均為100m，長度為200m。

根據(jù)上述結(jié)果可知，采用基于激光雷達(dá)的線路環(huán)境缺陷檢測方法具有一定的優(yōu)勢，不僅能夠?qū)?dǎo)線一地面等多種類型的缺陷進(jìn)行檢測，而且可以獲取到缺陷的詳細(xì)信息，包括缺陷的具體位置、范圍以及種類等。相對常規(guī)的檢測方法，檢測精度高、速度快，因此具有廣闊的應(yīng)用前景。

6結(jié)語

文章主要對基于無人機激光雷達(dá)的線路環(huán)境缺陷檢測方法進(jìn)行了研究，在研究過程中進(jìn)行了相關(guān)的實驗，即通過搭載于無人機的三維激光掃描儀采集到了某線路的點云數(shù)據(jù)，然后通過預(yù)處理以及特征提取等過程完成了對數(shù)據(jù)的處理，在此基礎(chǔ)上建立了對應(yīng)的三維模型，并完成了對線路環(huán)保缺陷的識別。研究結(jié)果顯示，該方法有助于改善輸電線路環(huán)保驗收的效率，相對于常規(guī)的檢測方法在效率以及精度上均體現(xiàn)出一定的優(yōu)勢，并且能夠獲取到缺陷的位置以及類型等詳細(xì)信息，彌補了傳統(tǒng)環(huán)保驗收方式中的不足問題，適合于應(yīng)用到實際輸電線路工程的環(huán)保驗收中。

參考文獻(xiàn)

[1]浦石，吳新橋，燕正亮，等.無人機激光雷達(dá)智能識別輸電線路缺陷[].遙感信息，2017，32（04）：52-57.

[2]黎炎，李哲，胡丹暉，等.基于雷達(dá)監(jiān)測信號的輸電線路安全預(yù)警系統(tǒng)[J].電測與儀表，2019，56（04）：70-74+94.

[3]王松波，李馬驍，李海瑞，等.基于三維激光雷達(dá)技術(shù)的輸電線路廊道障礙物檢測研究[J].電子科技，2019，32（04）：81-84.

[4]李偉，唐伶俐，吳昊昊，等.輕小型無人機載激光雷達(dá)系統(tǒng)研制及電力巡線應(yīng)用[J].遙感技術(shù)與應(yīng)用，2019，34（02）：269-274.

[5]劉立超，魏國粱，張青松，等.基于激光雷達(dá)的農(nóng)業(yè)耕作微地貌測量裝置設(shè)計與試驗[J].農(nóng)業(yè)機械學(xué)報，2019，50（07）：84-92.

[6]韓曉言，何靜，游安清.激光雷達(dá)在電力巡線應(yīng)用中的計算方法[J].太赫茲科學(xué)與電子信息學(xué)報，2019，17（04）：703-708.

[7]龔昕，張楠.基于Hough變換的圓檢測算法的改進(jìn)[J].信息技術(shù)，2020，44（06）：89-93+98.

[8]杜靜，魏鴻磊，樊雙蛟，等.基于HOUGH變換的指針式壓力表自動識別算法[J].機床與液壓，2020，48（11）：70-75.

[9]王奇鍇，潘如如，高衛(wèi)東，等.基于圖像處理的牛仔織物緯斜檢測方法[J].棉紡織技術(shù)，2020，4806）：31-35.

[10]張夏，肖啟芝，許凱，等.Haar-like特征在稀疏建筑物檢測中的應(yīng)用[J].測繪地理信息，2020，45（03）：39-43.