機(jī)載LiDAR 在電力巡線中關(guān)鍵技術(shù)的探討

曾敦梁

（廈門圖辰信息科技有限公司，福建 廈門 361008）

0.引言

電網(wǎng)建設(shè)是國家經(jīng)濟(jì)建設(shè)的基礎(chǔ)，輸電線路巡檢是安全生產(chǎn)的首要保障。傳統(tǒng)的航空攝影模式與常規(guī)作業(yè)方式存在作業(yè)強(qiáng)度大、周期長，數(shù)據(jù)不直觀、結(jié)果不準(zhǔn)確、再利用程度不高及地形復(fù)雜難以到達(dá)等問題，如輸電線細(xì)小，無法采用手持激光測距儀瞄準(zhǔn)；樹木叢生地區(qū)巡線通道無法到達(dá)等。機(jī)載LiDAR 很好地解決了上述問題。點云的多次回波技術(shù)可以完整提取電力線點，實現(xiàn)三維重建電力線走廊，進(jìn)行高精度三維空間量測、模擬分析、通道可視化管理及隱患故障排查。此外機(jī)載激光雷達(dá)的強(qiáng)穿透性、多次回波技術(shù)、快速數(shù)據(jù)獲取等在獲取電力線數(shù)據(jù)的同時，通過濾波算法，可快速分離出地表、植被、電塔等信息，提取地形成果數(shù)字高程模型、數(shù)字表面模型等數(shù)據(jù)，為后期基礎(chǔ)建設(shè)提供基礎(chǔ)數(shù)據(jù)。

1.關(guān)鍵技術(shù)探討

電力巡線多分布于地勢陡峭、高差較大的山區(qū)且線路多帶狀分布。電力巡檢由于線路及測區(qū)較為復(fù)雜，多采用激光雷達(dá)系統(tǒng)集成在無人機(jī)上進(jìn)行數(shù)據(jù)采集。為保障飛行的安全性及數(shù)據(jù)的準(zhǔn)確性，需在航飛前了解測區(qū)的地形、地貌、高差，進(jìn)行合理的航攝分區(qū)。規(guī)劃線路重疊度、相對航高、點云密度等參數(shù)。在無人機(jī)數(shù)據(jù)獲取安全高度的前提下，確保測區(qū)無航攝漏洞、地形最低點的點云滿足要求。

1.1 電力巡線數(shù)據(jù)獲取

1.1.1 LiDAR 系統(tǒng)的安裝

采用無人機(jī)搭載激光雷達(dá)系統(tǒng)，激光雷達(dá)系統(tǒng)的安裝方向決定航線的設(shè)計方向，在航飛獲取時需要注意考慮該項因素。例如，安裝方向與機(jī)頭保持一致時，掃描方向應(yīng)與航線垂直。若采用圓錐線掃描，安裝方式則可以多樣，呈圓錐形采集（如圖1、圖2 所示）：

圖1 平行線掃描

圖2 圓錐線掃描

1.1.2 慣導(dǎo)系統(tǒng)的要求

（1）機(jī)載LiDAR 測量系統(tǒng)集成激光雷達(dá)、POS 系統(tǒng)、控制系統(tǒng)于一體。POS 系統(tǒng)獲取實時高精度的位置與姿態(tài)信息，確保離散點云數(shù)據(jù)的空間位置精度。激光雷達(dá)的發(fā)射頻率與強(qiáng)度決定點云密度?；谝陨蟽蓚€方面考慮，在獲取中我們要保障POS 系統(tǒng)定位精度及點云發(fā)射頻率、強(qiáng)度滿足點云密度要求。

（2）航飛時以8 字形或s 形進(jìn)入航線，單條航線獲取時間不超過15min，以消除IMU 的累計誤差。飛機(jī)在空中盡量不產(chǎn)生大機(jī)動、不要急轉(zhuǎn)彎、不要加速減速。

（3）基站要使用精確標(biāo)識確定位置（刻線鐵釘或者加釘木樁），基站接收機(jī)要早于飛機(jī)上GNSS 設(shè)備開機(jī)，晚于飛機(jī)接收機(jī)關(guān)機(jī)。

（4）激光點云數(shù)據(jù)的精度對于慣導(dǎo)系統(tǒng)的依賴性較強(qiáng)，故在飛行獲取中需要實時關(guān)注POS 系統(tǒng)信號情況、回波接收情況。

1.2 數(shù)據(jù)處理

獲取到的原始數(shù)據(jù)進(jìn)行預(yù)處理及慣導(dǎo)解算，首先需要檢查原始數(shù)據(jù)的完整性，可以通過查看數(shù)據(jù)量及文件個數(shù)來判斷。其次處理慣導(dǎo)數(shù)據(jù)及檢校場數(shù)據(jù)，再次利用差分處理后的POS 數(shù)據(jù)及檢校場參數(shù)校準(zhǔn)點云航線，進(jìn)行航帶調(diào)整、去除噪點等，輸出通用的.las 格式。最后進(jìn)行數(shù)據(jù)質(zhì)量檢查。如范圍覆蓋、點云密度、重疊度、點云精度等是否滿足規(guī)范及設(shè)計要求。質(zhì)檢完成后移交下工序進(jìn)行電力線、電塔信息提取。

1.2.1 地面點分類

目前地面濾波的算法比較多樣，核心原理主要根據(jù)地形特點，將貼近地面的點云分類。多采用軟件自動濾波與人工作業(yè)相結(jié)合進(jìn)行。常用的是坡度濾波算法、基于不規(guī)則三角網(wǎng)濾波算法等。坡度濾波算法通過判斷距離初始地面點一定范圍d 內(nèi)的所有點，計算初始地面點與d 距離范圍內(nèi)所有待判斷點的高差。通過濾波核函數(shù)計算高差閾值，判斷是否為地面點[1]?；诓灰?guī)則三角網(wǎng)的濾波算法[2]，該算法首先將一個范圍內(nèi)的最低點作為預(yù)判地面點，生成一個三角網(wǎng)，然后計算附近點到該三角網(wǎng)表面的距離和夾角，滿足預(yù)先設(shè)定的閾值后，將該點加到三角網(wǎng)中，如此迭代，直到遍歷完范圍內(nèi)的所有點為止[3]。在實際生產(chǎn)中，根據(jù)數(shù)據(jù)情況及地形特點往往需要多種算法疊加使用，獲取最優(yōu)的地面點。

1.2.2 電力線分類

電力線特有的線狀分布，相鄰電力線點高程變化小，距離非電力線地物高差大，其特有位置高度特點，數(shù)據(jù)多存儲于點云首次回波中。在提取電力線數(shù)據(jù)時常采用高程直方圖自動閾值分割法，但該類方法常受到地形變化的影響。為了減少地形變化影響，梁靜[4]先利用DSM 消除地形起伏影響，然后在利用高程直方圖進(jìn)行濾波分類。Cheng L[5]提出一種從車載點云中分離電力線的方法。首先將高于地表的點進(jìn)行三維網(wǎng)格化，然后利用電力線空間分布特點，提取包含電力線的網(wǎng)格，最后利用霍夫變換檢測格網(wǎng)內(nèi)的電力線點。

2.實驗與分析

本次采用GS-MID40 進(jìn)行測區(qū)數(shù)據(jù)獲取，測區(qū)線路走向為自西向東，單回架設(shè)，線路全長25km，項目要求提取電力線點云數(shù)據(jù)、電力塔數(shù)據(jù)、獲取電力塔中心點坐標(biāo)及制作線路中心帶寬50m 的DEM，DEM 精度滿足1∶500 數(shù)字高程模型要求。本次設(shè)計點密度優(yōu)于20pts/m2。數(shù)據(jù)獲取流程（如圖3 所示）：

圖3 航飛數(shù)據(jù)獲取流程

2.1 地面點自動濾波

根據(jù)項目地形特點，測區(qū)帶狀分布，地形變化較為復(fù)雜，采用坡度濾波、基于不規(guī)則三角網(wǎng)的濾波算法均無法達(dá)到期望的效果，故本次將這兩種濾波算法進(jìn)行結(jié)合改進(jìn)，提取地面點，達(dá)到了較好的自動濾波效果。

步驟一：測區(qū)進(jìn)行分段，標(biāo)記block 塊，如block1、block2等；

步驟二：分塊的點云進(jìn)行預(yù)處理，首先進(jìn)行粗分類，濾除掉地面低點、噪點、明顯錯誤點。并將項目中不需要的點云信息根據(jù)多次回波技術(shù)進(jìn)行濾除，如建筑物點、植被點等；

步驟三：將測區(qū)中外業(yè)實測的野外地形點（含平面與高程信息，多分布于地形變化處）加入到點云中。建立格網(wǎng)并設(shè)置格網(wǎng)閾值，搜索格網(wǎng)里面是否存在已知點，若有，將已知點與格網(wǎng)范圍內(nèi)的最低點做比較，若最小高程值小于已有點，則將最小高程值作為地面點，反之將已知點作為地面點。建立三角格網(wǎng)；

步驟四：遍尋格網(wǎng)尺寸內(nèi)的所有點云，并進(jìn)行如步驟三判斷，不斷更新三角網(wǎng)直至格網(wǎng)內(nèi)不再增加新的地面點為止；

步驟五：重復(fù)步驟三與四直至將格網(wǎng)內(nèi)其余數(shù)據(jù)分類完成，最后提取地面點。

2.2 電力線點云提取

為了提取電力線點云，首先將地面點云根據(jù)濾波算法進(jìn)行分類、去除，由于測區(qū)地勢高差較大，長距離電力線提取達(dá)不到所需效果，故將測區(qū)根據(jù)高程進(jìn)行分段，以一個小的分段為一個block 進(jìn)行處理。根據(jù)電力線空間分布特點：單條電力線相鄰點基本位于一個平面上或一條直線上。根據(jù)上述特點設(shè)置閾值。

（1）測區(qū)分段，根據(jù)地形高差將測區(qū)電力線區(qū)域進(jìn)行分段；

（2）建立搜索范圍，在分段區(qū)域建立搜索范圍，一般選擇在中心點附近20 個點內(nèi)進(jìn)行搜索；

（3）在電力線點中任意選取高度最低的激光點作為中心點標(biāo)記為起始點P0；

（4）基于中心點P0進(jìn)行K 近鄰域搜索，搜索范圍內(nèi)的點Pi 與該中心點P0進(jìn)行比較，若P0－Pi大于等于d 閾值，則該點歸入電力線中，反之，該點不歸于電力線中（如圖4 所示）；

（5）迭代執(zhí)行（3）與（4）步驟，直到分段內(nèi)找不到滿足的點為止；

（6）進(jìn)行反方向跟蹤，重新將起始點P0作為中心點，重復(fù)執(zhí)行步驟（3）－（5）直到分段內(nèi)找不到滿足的點為止，該分段點云分類完畢；

（7）其他未處理點云，重復(fù)上述步驟，完成分類。分類結(jié)果（如圖5 所示）：

圖4 點到電力線距離示意圖

圖5 電力線點云

2.3 電塔中心點坐標(biāo)提取

電塔作為電力資源的調(diào)配站，對電力資源起到了承載與支撐作用，是輸電線路的主要組成部分[6]，高壓電塔的維護(hù)與檢修是線路巡檢中的重要工作之一，目前機(jī)載激光點云中高壓電塔坐標(biāo)大多以人工交互方式獲取或直接事先給定[7]，因此從點云數(shù)據(jù)中自動識別出高壓電塔中心點坐標(biāo)可以大大提高電力巡檢的效率。電力線數(shù)據(jù)分離后，在電力線基礎(chǔ)上進(jìn)行電塔數(shù)據(jù)的提取，可采用區(qū)域增長算法分離每個電塔，再利用最小二乘空間直線擬合法精確定位電塔的空間位置，進(jìn)實現(xiàn)電塔點云的自動識別和高精度定位[7]，也可采用高程自動閾值分割方法進(jìn)行濾波去除地面點，而后將濾波后三維點云轉(zhuǎn)換為二維高程值影像，以數(shù)學(xué)形態(tài)學(xué)方法提取電塔[8]。

本實驗中主要利用自動濾波分類出地面點后，再利用人工濾波方法手工提取電塔點云，將濾波后的電塔三維點云提取所有的坐標(biāo)信息，利用電塔中心點位置特征提取中心點坐標(biāo)（如圖6、表1 所示）：

步驟一：將電塔三維點云中的所有點（含電塔地面點）進(jìn)行人工分類處理，獲取準(zhǔn)確電塔點云成果；

步驟二：將提取電塔點云中的所有點坐標(biāo)信息，序列化記錄并進(jìn)行編號；

步驟三：利用電塔中心點空間位置特點，采用數(shù)學(xué)方法獲取Xmax、Xmin、Ymax、Ymin。

其中X 軸自東向西方向，Y 軸為自南向北，坐標(biāo)軸原點取東邊最邊緣點云點為中心點；

步驟四：分離出電塔點云中的地面點，利用地形擬合計算出該區(qū)域的平均高程值，賦值為H 電塔中心。（H 電塔中心：取電塔地面點的均值。）；

步驟五：驗證獲取到的電塔中心點是否正確。

圖6 電塔提取

表1 電塔中心點坐標(biāo)

2.4 人工濾波

通過自動濾波雖然提出了我們所需要的絕大部分點云類別，但依然存在由于噪點、地形變化較為復(fù)雜而造成的錯分，且點云密度無法完整表達(dá)部分復(fù)雜地形區(qū)域，需要進(jìn)行人工濾波。通過不同方向的點云剖面圖進(jìn)行點云人工濾波。針對輸電線路項目，我們所關(guān)注的是地面點、電力線點、電塔點等類別，需注意以下幾點：

（1）溝渠、土堤等地形復(fù)雜區(qū)域，應(yīng)完整進(jìn)行表達(dá)，在點云無法進(jìn)行完整表達(dá)的情況下，可借助影像圖參考勾畫特征線進(jìn)行表達(dá)；

（2）電力線點云，由于電力線較為細(xì)小，容易造成局部點云缺失、錯分，為表達(dá)完整性，可將電力線按照類別顯示，查看是否是錯分導(dǎo)致的電力線點云缺失。并注意去除電力線點云中的異常點或噪點；

（3）電塔點云，電塔具有區(qū)別于其他地物的高度特征，且分布區(qū)域也大部分位于極高處，空間上與電力線連接，在人工濾波時需要注意不要將其錯漏，而且由于電塔往往容易錯分到植被點中，在進(jìn)行人工分類時，需要保證電塔的完整性、在電塔與植被接邊處盡量多方向切割點云，進(jìn)行剖面表達(dá)，將電塔邊界點完整表達(dá)。

3.結(jié)束語

本文從激光雷達(dá)技術(shù)的特點出發(fā)，著重介紹了以下內(nèi)容：

（1）項目實際生產(chǎn)中問題及解決方法。本文從航飛點云數(shù)據(jù)獲取、點云處理、電力巡線點云提取的作業(yè)方法，通過項目結(jié)合分析提出在生產(chǎn)中的注意事項；

（2）探討關(guān)鍵技術(shù)，本文基于電力線特點，提出了改進(jìn)的地面濾波算法。從點云中較好地分類出地面點。再利用輸電線路空間分布特征，提出了自動識別輸電線點云的步驟，在自動濾波算法的基礎(chǔ)上，也加入了人工濾波方法，保證分類的準(zhǔn)確性；

（3）電塔中心點坐標(biāo)提取。在基于地面點、電力線點云、電塔點云分類正確的基礎(chǔ)上，探討電塔中心點坐標(biāo)提取方法，并以項目生產(chǎn)為例，進(jìn)行實驗，較好地提取電塔中心點坐標(biāo)。

總之，本文通過具體項目與關(guān)鍵技術(shù)探討，建立了電力巡線采集與處理分析的技術(shù)流程，提出了該類項目的解決方案，同時也提出了一種優(yōu)化的電力巡線點云提取算法。實現(xiàn)了電力線、電塔中心點坐標(biāo)的提取。