可見光影像與激光雷達(dá)點(diǎn)云融合技術(shù)在配網(wǎng)樹障巡檢中的應(yīng)用

吳錦秋，劉漢君，楊家開，陳宇浩

(廣東電網(wǎng)有限責(zé)任公司中山供電局，廣東中山528400)

0 引言

灌木、樹種等植被是影響配電線路安全運(yùn)行的最大走廊地物, 大多數(shù)配電網(wǎng)故障都是由樹障隱患引起的。當(dāng)樹木與電線的安全距離不足時就會引起跳閘、放電等事故, 樹障隱患巡檢與分析已成為輸電部門的重要工作。傳統(tǒng)的樹障巡檢方法是線路巡檢人員攜帶專業(yè)測高儀器、經(jīng)緯儀等笨重儀器計算導(dǎo)線弧垂到樹頂?shù)木嚯x是否滿足規(guī)范和安全運(yùn)行的要求。巡檢人員個人狀態(tài)和測量角度的不同往往會引起較大測量誤差, 亂砍亂伐、破壞植被和樹障隱患識別不到位的現(xiàn)象時有發(fā)生[1-2]。傳統(tǒng)的樹障巡檢方式常常受到冰雪、洪水、滑坡等自然災(zāi)害影響, 巡檢效率低下, 而且準(zhǔn)確性不高, 已經(jīng)不能滿足規(guī)模日益增長的配電網(wǎng)現(xiàn)代化作業(yè)的需求。

無人機(jī)作為電力線路巡檢的新方式, 通常搭載數(shù)碼攝像機(jī)、照相機(jī)等獲取線路走廊可見光影像資料的設(shè)備, 這種作業(yè)方式具有巡檢效率高、不受地域影響等優(yōu)勢。但可見光影像數(shù)據(jù)為二維數(shù)據(jù), 無法真實反映電線走廊的三維信息；另外, 其空間定位精度低, 難于測量樹、竹等地物到電線的距離,不能識別樹障隱患。激光雷達(dá) (light detection and ranging, LiDAR) 技術(shù)的發(fā)展及成本的降低, 為電力線路巡檢提供一種新的有效手段。激光雷達(dá)技術(shù)具有空間定位和凈空距離測量準(zhǔn)確、三維建?？焖俚葍?yōu)點(diǎn)。但是激光雷達(dá)點(diǎn)云數(shù)據(jù)沒有顏色特征, 其可視化效果較差, 不利于判讀地物和非地物的信息。綜上所述, 可見光影像和激光雷達(dá)各有優(yōu)缺點(diǎn), 依靠單一的測量方法不能獲取完整的三維實景模型。

國內(nèi)外對激光雷達(dá)測量技術(shù)或者可見光影像在電網(wǎng)的應(yīng)用研究都比較多, 但是對兩者的結(jié)合應(yīng)用卻比較少。本文探討可見光影像和激光雷達(dá)技術(shù)融合的方法, 將其運(yùn)用于配網(wǎng)走廊樹障隱患巡檢, 從而達(dá)到是否需要砍伐樹木和清除障礙的目的。

1 機(jī)載激光雷達(dá)測量原理

LiDAR 是通過發(fā)射激光脈沖, 接收返回的脈沖信號, 經(jīng)過系統(tǒng)處理, 快速獲取地面和地物三維信息的探測技術(shù)。機(jī)載激光雷達(dá)系統(tǒng)通常由飛行平臺、激光掃描儀、定位與慣性測量單元和控制單元等組成。其中, 飛行平臺既可以是旋冀無人機(jī), 也可以是固定翼飛機(jī), 或者無人直升飛機(jī)；激光掃描儀包括脈沖測距掃描儀和相位測距掃描儀；定位與慣性測量單元則由差分全球定位系統(tǒng) (differential global positioning system, DGPS) 和慣性測量裝置(inertial measurement unil, IMU) 組成[3-6]。無人機(jī)沿電線走廊掃描作業(yè)時, 機(jī)載激光雷達(dá)系統(tǒng)通過激光掃描儀向地表發(fā)射激光脈沖信號, 根據(jù)信號從發(fā)射至返回激光掃描儀所經(jīng)歷的時間來確定掃描儀中心至地表激光光斑之間的距離。利用DGPS 確定掃描儀中心坐標(biāo) (x0,y0,z0) 和IMU 確定的空間姿態(tài)參數(shù), 再根據(jù)空間幾何關(guān)系, 即可確定地面激光點(diǎn)的三維坐標(biāo) (x,y,z)。激光雷達(dá)點(diǎn)云數(shù)據(jù)不僅包括空間三維坐標(biāo), 還含有回波次數(shù)、回波強(qiáng)度等信息, 利用這些數(shù)據(jù)可以生成高精度數(shù)字高程模型 (digital elevation model, DEM) 和數(shù)字地表模型[7-10]。

使用無人機(jī)機(jī)載激光雷達(dá)系統(tǒng)進(jìn)行電力巡檢作業(yè)時, 激光脈沖遇到樹木、電線或者桿塔時, 激光脈沖就反射回探測器, 即可確定被掃描對象的空間位置。由于高密度的激光雷達(dá)數(shù)據(jù)非常適合還原樹冠形狀, 因而通過對不同激光回波的信息進(jìn)行提取和處理, 進(jìn)行電線走廊三維建模, 在三維模型中量測地物至電線間的距離, 以確保樹木、建筑物、交叉跨越等對線路的距離符合運(yùn)行規(guī)范和滿足運(yùn)行要求。

2 數(shù)據(jù)融合方法

將LiDAR 點(diǎn)云數(shù)據(jù)和可見光影像數(shù)據(jù)融合,充分發(fā)揮各自優(yōu)勢。LiDAR 點(diǎn)云與可見光影像融合需要經(jīng)過點(diǎn)云數(shù)據(jù)處理、配準(zhǔn)及著色三個過程,方法流程如圖1 所示。

圖1 數(shù)據(jù)融合流程

2.1 點(diǎn)云數(shù)據(jù)處理

點(diǎn)云數(shù)據(jù)處理包含點(diǎn)云去噪、濾波和分類, 處理流程如圖2 所示。

圖2 激光雷達(dá)點(diǎn)云數(shù)據(jù)處理流程

由于被掃描對象表面粗糙程度不同和外部環(huán)境的各類噪聲影響等原因, 點(diǎn)云數(shù)據(jù)會出現(xiàn)一些與主體點(diǎn)云特征不同、離主體點(diǎn)云較遠(yuǎn)的小片點(diǎn)云和離散點(diǎn), 不利于點(diǎn)云特征的提取與匹配。使用高斯分布濾波方法對原始點(diǎn)云數(shù)據(jù)進(jìn)行去噪處理, 其原理是對每個點(diǎn)的領(lǐng)域進(jìn)行統(tǒng)計分析, 由高斯分布的均值和標(biāo)準(zhǔn)差確定閾值, 將閾值之外的點(diǎn)當(dāng)作噪聲點(diǎn)剔除, 以提高后續(xù)激光點(diǎn)云與可見光影像配準(zhǔn)的精度[11]。高斯函數(shù)的一維形式為:

式中,μ決定了分布函數(shù)的對稱中心；σ為函數(shù)平滑程度參數(shù),σ越大, 平滑程度就越好。

將數(shù)值x轉(zhuǎn)變二維向量 (x,y), 高斯濾波二維形式為:

利用式 (2) 對每個點(diǎn)云的領(lǐng)域進(jìn)行線性卷積, 鄰域內(nèi)不同位置的點(diǎn)云被賦予不同的權(quán)值, 距離越近的點(diǎn)權(quán)重越大, 距離越遠(yuǎn)的點(diǎn)權(quán)重越小。其計算過程如下:

1) 把鄰域內(nèi)其他點(diǎn)云到鄰域中心的距離代入式 (2), 計算出高斯模板。

2) 若模板為小數(shù)形式, 則進(jìn)行歸一化處理,將模板左上角值歸一為1。

3) 將高斯模板的中心對準(zhǔn)待處理的點(diǎn)云矩陣, 然后把對應(yīng)元素相乘后相加, 沒有元素的地方補(bǔ)零。

4) 每個元素分別進(jìn)行上述計算, 得到的輸出矩陣就是高斯去噪的結(jié)果。

激光雷達(dá)系統(tǒng)采集的點(diǎn)云數(shù)據(jù)所包含信息復(fù)雜繁多, 不僅包含目標(biāo)點(diǎn)的三維坐標(biāo) (x,y,z), 還包括物體反射強(qiáng)度等信息。在這些激光點(diǎn)中, 有些點(diǎn)位于真實地形表面, 有些點(diǎn)位于房屋、桿塔、輸電線等人工建筑物或者樹木、竹子、草叢等自然植被。把激光點(diǎn)云數(shù)據(jù)的地物回波點(diǎn)除掉, 將原始點(diǎn)云分為地面點(diǎn)和非地面點(diǎn), 地面點(diǎn)經(jīng)過插值, 得到配電走廊的DEM, 稱為點(diǎn)云數(shù)據(jù)的濾波。

而從點(diǎn)云數(shù)據(jù)中區(qū)分樹枝、房屋、道路等不同地物, 則稱為點(diǎn)云數(shù)據(jù)的分類[12]。樹障分析中電力線點(diǎn)的提取也是先通過濾波分離地面點(diǎn)與地物點(diǎn), 然后使用分類方法分離植被點(diǎn)與電力線點(diǎn)。

2.2 點(diǎn)云與像素配準(zhǔn)

激光點(diǎn)云數(shù)據(jù)與可見光影像數(shù)據(jù)配準(zhǔn)必須將兩者建立在同一個坐標(biāo)系。激光點(diǎn)云數(shù)據(jù)是基于世界大地坐標(biāo)系1984 (World Geodetic System-1984,WGS-84) 所獲取, 將點(diǎn)云數(shù)據(jù)作為可見光影像的基準(zhǔn)坐標(biāo)系, 把可見光影像數(shù)據(jù)轉(zhuǎn)換至WGS-84 坐標(biāo)系?？梢姽庥跋駵y量的共線方程如下:

令

式 (3) 中,R為旋轉(zhuǎn)矩陣；(x,y) 為影像點(diǎn)在影像平面坐標(biāo)系中的坐標(biāo)；(Xc,Yc,Zc) 為投影中心在物方空間坐標(biāo)系下的坐標(biāo)；f為焦距。旋轉(zhuǎn)矩陣及投影中心點(diǎn)的坐標(biāo)由定位定姿系統(tǒng)(position and orientation system, POS) 獲取[13-14]。

為了實現(xiàn)從二維可見光影像坐標(biāo) (x,y) 到激光雷達(dá)三維空間坐標(biāo) (x,y,z) 的轉(zhuǎn)換, 先假定一個二維坐標(biāo)值z0。獲取 (x1,y1), 利用雙線性內(nèi)插的方法從LiDAR 數(shù)據(jù)中獲取坐標(biāo)為 (x1,y1) 的點(diǎn)的z值z1。循環(huán)計算下去, 獲取 (xn-1,yn-1,zn-1) 及 (xn,yn,zn), 當(dāng)最后兩個坐標(biāo)相應(yīng)的差值小于設(shè)定的閾值時即停止計算。相應(yīng)可見光影像位置為 (x,y) 的點(diǎn)的三維空間坐標(biāo) (x, y,z):

重復(fù)以上步驟, 可以對可見光影像中的每一個像素加入三維坐標(biāo)信息。

2.3 點(diǎn)云著色

可見光影像測量的共線方程式的另一種表達(dá)方式為:

將每個LiDAR 點(diǎn)的三維坐標(biāo) (X,Y,Z)、高精度的POS 數(shù)據(jù)以及相機(jī)參數(shù), 利用公式 (5) 獲取點(diǎn)云數(shù)據(jù)相對應(yīng)的像素在影像平面坐標(biāo)系下的(x,y)。然后將 (x,y) 處的色相、飽和度、亮度(hue、saturation、lightness, HSL) 賦值給相對應(yīng)的激光點(diǎn)[15-17]。點(diǎn)云數(shù)據(jù)不僅含有自身的三維坐標(biāo) (x,y,z)、回波強(qiáng)度、回波次數(shù)等信息, 還含有可見光影像所賦予的HSL 光譜信息, 即激光雷達(dá)點(diǎn)云與可見光影像進(jìn)行融合, 融合影像如圖3所示。

圖3 點(diǎn)云與像素融合影像

3 設(shè)備選配

項目選用HDL-64E 型激光雷達(dá), 具有64 線的激光束, 每秒能輸出220 萬個高密度脈沖點(diǎn)；激光波長為905 nm, 穿透能力強(qiáng), 能完全穿透樹葉到達(dá)到地表平面, 非常適用于還原電線和樹冠形狀。以大疆S900 多旋翼無人機(jī)為載體, 一體化集成高密度激光雷達(dá)點(diǎn)云掃描儀、可見光高清相機(jī)、DGPS、IMU 等傳感器。系統(tǒng)具有重量輕、攜帶方便、操作使用簡單、飛行可靠性高、定位精度與影像分辨率高等特點(diǎn), 滿足三維激光點(diǎn)云和可見光影像同步獲取的要求, 通過專業(yè)功能軟件, 識別樹障隱患。

4 實現(xiàn)功能

4.1 實時工況樹障分析

利用無人機(jī)融合系統(tǒng)對配網(wǎng)走廊進(jìn)行數(shù)據(jù)采集, 巡檢人員實時、快速、準(zhǔn)確確定當(dāng)前工況下線樹距離, 判斷樹木到電線的距離是否滿足安全運(yùn)行要求, 實現(xiàn)即時巡檢、即時發(fā)現(xiàn)缺陷的檢修一體作業(yè)模式[18]。

4.2 樹木生長預(yù)警分析

周期性地獲取配網(wǎng)走廊樹木的激光點(diǎn)云數(shù)據(jù),計算出樹木的平均生長速率, 利用軟件模擬未來樹木的生長情況, 提前識別潛在的危險點(diǎn), 防范于未然, 實現(xiàn)對未來工況的樹障預(yù)警[19]。

4.3 樹木倒伏分析

多數(shù)樹障停電事故都是電線走廊外的樹木倒入走廊內(nèi)造成。這是因為樹木在倒伏過程與電線的安全距離不足?？紤]樹木高度和樹木的生長速率等因素, 利用彩色點(diǎn)云數(shù)據(jù), 通過軟件進(jìn)行樹木倒伏分析, 計算樹木倒伏的危險區(qū)域, 確定樹木的最佳剪伐量。

4.4 綜合工況樹障模擬分析

配電線路敷設(shè)面積廣、線路長、地形情況復(fù)雜, 各種天氣狀況都會改變電線與樹木的空間距離, 對電力線路的安全運(yùn)行產(chǎn)生影響。利用彩色點(diǎn)云數(shù)據(jù), 通過專業(yè)軟件模擬最高氣溫情況、覆冰情況或者最大風(fēng)速情況等綜合工況下的最大弧垂和最大風(fēng)偏與周圍樹木之間的距離, 及時給出安全距離不足預(yù)警。

5 結(jié)語

基于可見光影像與激光雷達(dá)點(diǎn)云實時融合技術(shù)獲取配電走廊的地物信息, 重現(xiàn)了激光點(diǎn)云三維實景, 實現(xiàn)了實時工況樹障分析、樹木生長預(yù)警分析、樹木倒伏分析和綜合工況樹障模擬分析的功能。該技術(shù)提高了配電走廊樹障巡檢的工作效率和樹障識別的準(zhǔn)確性, 且可視化效果直觀；降低了輸電部門樹障巡檢的工作量和工作強(qiáng)度, 實現(xiàn)了配電線路運(yùn)行維護(hù)的可視化、智能化管理, 值得推廣與應(yīng)用。