無人機輸電線路測量點云自動分類與快速巡檢

黃新君 葛銀杰 彭 瑞 楊永義

(浙江省測繪科學技術研究院, 浙江 杭州 310012)

0 引言

目前輸電線路存在巡檢周期長、作業(yè)強度大、無法保證巡檢結果客觀性與完整性的問題[1]。傳統(tǒng)人工實測的方式效率低、成本高,隨著無人機技術的發(fā)展,使用旋翼無人機搭載短測程激光雷達的方式被應用于輸電線路安全檢測作業(yè)中[2-3],但仍然存在航時短、效率相對較低的問題。架空輸電線路巡檢中線路走廊環(huán)境巡檢屬于快速巡檢,要求能夠識別大面積下影響線路安全的典型目標[4]?；诠潭ㄒ頍o人機搭載激光雷達系統(tǒng)對輸電線路進行安全快速巡檢,具備效率高,且能夠得到高精度的平斷面數據、塔基地形及塔基斷面等數據的優(yōu)點[5-6],保證了巡檢結果的客觀性和完整性。

本文提出了一種基于固定翼無人機激光點云數據的輸電線路安全快速巡檢方法,首先對比分析固定翼和旋翼無人機平臺獲取激光點云數據的可靠性,然后針對輸電線路的桿塔、導線、植被以及地面等特征對象進行點云自動分類,對分類后的輸電線路進行導線修復與當前工況安全距離檢測,最后對樹障分析結果進行校核,得到安全檢測報告,以提高輸電線路安全隱患分析的準確性。

1 研究方法

1.1 基于固定翼無人機激光雷達系統(tǒng)的電力巡線

利用固定翼無人機搭載激光雷達設備極大地減少了外業(yè)的工作量,獲取到的輸電線路點云數據既能進行線路常規(guī)安全檢測,也能為精細化自動巡檢提供基礎航線點云數據[7]。在實際測量中,激光雷達的表面分辨率直接影響生成點云的密度,能反映出被測物體表面能夠被識別的最小特征尺寸。幾何關系如圖1所示,H為飛行器對地的垂直距離(m);雷達沿x軸掃過一個角度為β的角,并在x軸方向上的產生微小的增量ΔX;沿y軸掃過一個角度為α的角,并在y軸方向上的產生微小的增量ΔY[8]。

圖1 幾何關系圖

則X軸方向的分辨率計算如下:

ΔX=H×tanβ

(1)

y軸方向:

ΔY=H×tanα

(2)

因此,在單位面積內的點云數量:

(3)

式中,dα、dβ為已知數據,即掃描儀的最小角度分辨率,本次試驗中激光掃描儀最小角度分辨率為0.001°,所以在確定飛行高度H和角度α、β時,即可計算該區(qū)域的掃描點數。

本文基于固定翼無人機激光雷達系統(tǒng)的電力巡線流程如圖2所示。

圖2 基于固定翼無人機激光雷達系統(tǒng)的電力巡線流程

通過對多無人機飛行平臺的輸電線路巡檢數據進行對比分析,驗證基于固定翼無人機激光點云數據的輸電線路快速巡檢的可靠性,針對獲取的高精度點云數據進行特征對象自動分類與提取,并對提取的電力線進行導線修復與擬合,最后得到當前工況安全距離檢測報告。

1.2 輸電線路特征對象自動分類與導線修復

傳統(tǒng)的點云分割算法沒有專門針對輸電線路特征對象點云的分類方法。輸電線路點云的特征對象自動分類與導線修復首先需要對劃檔后的點云使用不規(guī)則三角網漸進加密算法進行地面與植被點云分類,然后針對劃檔后的桿塔區(qū)間,根據線路走向、幾何特性、相對高程等分析提取電力線、桿塔所對應的激光點。具體算法步驟如下[9-11]:

(1)對點云進行空間拓展性分割,將所有點按照所處空間平面進行歸類。

(2)提取不同分割片的點云,對其進行主成分分析,計算特征值,得到該分割片維度特征。

(3)使用多尺度分類器自動尋找分割的最佳尺度組合,最終實現(xiàn)不同類別點云數據的自動分割,將輸電線路點云分為桿塔、電力線、地面、植被4類特征對象。

2 試驗與分析

2.1 數據獲取與平臺分析比較

本次試驗采用垂直起降固定翼無人機搭載獲取輸電線路點云數據。試驗飛行速度27 m/s,飛行高度約200 m。通過巡線獲取到輸電線路三維點云數據,地表點密度約80個/m2,通過對地面點云進行剖面分析,可知點云厚度為4 cm。

旋翼搭載的短測程激光雷達設備脈沖頻率和測距一般都低于固定翼搭載的長測距激光雷達設備,且由于航時較短,較少用于大面積輸電線路巡檢,但是旋翼航速較低,單位面積點密度會多些。

為了驗證固定翼無人機載激光雷達能實現(xiàn)線路走廊環(huán)境的快速巡檢,本文將旋翼搭載的短測程8線激光雷達獲取的點云數據和固定翼無人機載激光雷達獲取的點云進行對比分析,如表1所示。

表1 多平臺載激光雷達點云對比

由表1可知,固定翼載長測距激光雷達點云厚度優(yōu)于旋翼載短測距激光雷達點云,滿足客戶點云密度不應少于30點/m2的要求,且導線點云兩點間距較短,剖面效果良好,能實現(xiàn)線路走廊環(huán)境的快速巡檢。

2.2 特征對象提取

輸電線路中對桿塔、導線、植被和地面等特征對象進行提取,首先需將相鄰桿塔歸為一檔,對每一檔進行特征對象提取,得到分類后的點云,然后針對不連續(xù)的導線點云進行修復,根據導線的特性和點云的分布特征,自動擬合出間斷處的點云。對該段導線點云測量可知間斷處長度為1.8 m,對其按照點間距0.1 m進行導線自動擬合與修復,得到0.1 m間距的導線連續(xù)點云。

2.3 安全檢測

輸電線路環(huán)境在進行點云分類后,基于擬合的電力線矢量數據和植被點云數據,可量測任意位置輸電線路與植被的距離[8],通過與當前電力線安全規(guī)范進行比較,得到緊急缺陷、重大缺陷、一般缺陷及關注點等相關信息[9],并自動生成輸電線路當前工況安全距離檢測報告，如表2所示。

表2 當前工況安全距離檢測報告

對其中桿塔區(qū)間的樹障點或預警點的檢測結果進行查看,分析其真實性,判斷是否因分類錯誤導致的誤檢,最終得到滿足電力線規(guī)范的安全檢測報告,如圖3所示。

圖3 危險點詳情圖

3 結束語

本文基于固定翼無人機激光點云數據驗證了其在輸電線路安全快速巡檢作業(yè)中的可行性。通過對多無人機平臺數據獲取方式進行對比分析,發(fā)現(xiàn)固定翼無人機激光雷達系統(tǒng)能實現(xiàn)線路走廊環(huán)境的快速巡檢;針對固定翼無人機激光點云數據自動分類與提取出桿塔、導線、植被和地面點云;通過導線修復得到精確且完整的輸電線路點云后輸出當前工況安全距離檢測報告。結果表明,固定翼無人機激光雷達系統(tǒng)一方面可以進行輸電線路快速巡檢,精準地判別輸電線路危險點,另一方面可以為自動駕駛精細化巡檢作業(yè)提供基礎航線點云數據,具有較高的實際應用價值。