基于三維重構(gòu)數(shù)據(jù)的輸電線路通道智能清理

陳 杰，陳正宇

（中國能源建設(shè)集團(tuán)江蘇省電力設(shè)計(jì)院有限公司，江蘇 南京211102）

0 引言

隨著國民經(jīng)濟(jì)的不斷發(fā)展，我國輸電走廊、輸電線路輸送容量越來越大，輸送距離越來越長，使輸電走廊通道日益緊張。輸電走廊通道對路徑合理性、可行性、工程投資和建設(shè)進(jìn)度有較大影響，妥善處理通道清理對工程建設(shè)至關(guān)重要。基于重構(gòu)數(shù)據(jù)的通道清理創(chuàng)新統(tǒng)計(jì)方法，對通道內(nèi)房屋、林木進(jìn)行識別和單體化建模，根據(jù)通道清理原則繪制控制范圍面，自動選取需處理的房屋或林木信息，大幅度地提高了工作效率。

1 基于點(diǎn)云的房屋拆遷量自動統(tǒng)計(jì)與林木智能調(diào)查

通過點(diǎn)云濾波獲得對應(yīng)的建筑物分類點(diǎn)云，采用隨機(jī)抽樣一致性RANSAC（random sample consensus）算法自動提取房屋頂面，基于Delaunay三角網(wǎng)提取房屋的頂面輪廓，采用強(qiáng)制正交最小二乘法進(jìn)行房屋頂面輪廓的規(guī)則化，獲得單層房屋的面積；根據(jù)經(jīng)驗(yàn)值設(shè)定高度閾值自動判定房屋的樓層，從而獲得房屋的面積；自動計(jì)算輸電線路與房屋角點(diǎn)的最近偏距，完成房屋拆遷的判定，從而實(shí)現(xiàn)滿足初步設(shè)計(jì)要求的房屋拆遷量自動統(tǒng)計(jì)；利用激光雷達(dá)多回波的特性，采用面向單木提取的激光點(diǎn)云分割算法智能獲取輸電線路設(shè)計(jì)關(guān)心的高聳林木的密度、行距、株距、胸徑等信息，自動完成林木信息的統(tǒng)計(jì)調(diào)查；通過輸電線路房屋拆遷量、林木信息等工作的自動統(tǒng)計(jì)，為輸電線路路徑的優(yōu)化設(shè)計(jì)提供數(shù)據(jù)支撐。

1.1 房屋面積統(tǒng)計(jì)

根據(jù)地物特征設(shè)置不同的特征參數(shù)，預(yù)先對原始點(diǎn)云進(jìn)行分類，并通過人工編輯得到分類成果。在對水系、電力線、道路分類時，仍需要人工借助影像和點(diǎn)云數(shù)據(jù)進(jìn)行判讀實(shí)現(xiàn)分類。

在點(diǎn)云數(shù)據(jù)的后處理中，已經(jīng)將房屋點(diǎn)云提取出來，而要實(shí)現(xiàn)自動面積計(jì)算統(tǒng)計(jì)，就需要提取房屋頂面輪廓和獲取房屋的高度這兩項(xiàng)重要信息。本文提出的基于RANSAC的建筑物頂面提取方法是一種穩(wěn)健的模型參數(shù)估計(jì)算法，它根據(jù)一組含有異常數(shù)據(jù)的數(shù)據(jù)集，計(jì)算出數(shù)據(jù)的模型參數(shù)，得到有效樣本數(shù)據(jù)。RANSAC算法的基本思想如下[1]。

a）考慮1個最小抽樣集的勢為n的模型（n為初始化模型參數(shù)所需的最小樣本數(shù)）和1個樣本集P，P的樣本數(shù)num（P）＞n，從P中隨機(jī)抽取包含n個樣本的P的子集S初始化模型M。

b）余集CpS=PS中與模型M的誤差小于某一設(shè)定閾值t的樣本集以及S本身構(gòu)成S*。S*認(rèn)為是模型M的內(nèi)點(diǎn)集，它們構(gòu)成S的一致集。

c）若num（S*）≥N（其中N表示正確模型所含一致集的最小個數(shù)），認(rèn)為得到正確的模型參數(shù)，并利用集S*（內(nèi)點(diǎn)）采用最小二乘等方法重新計(jì)算新的模型M*，重新隨機(jī)抽取新的S，重復(fù)以上過程。

d）在完成一定的抽樣次數(shù)后，若未找到一致集則算法失敗，否則選取抽樣后得到的最大一致集判斷內(nèi)外點(diǎn)，算法結(jié)束。

RANSAC算法具有效率高、運(yùn)算快并且計(jì)算精度高的特點(diǎn)[2]。因此，本課題利用RANSAC算法提取房屋頂面的三維模型。實(shí)驗(yàn)表明，RANSAC擁有強(qiáng)大的抗噪聲能力，能夠?qū)崿F(xiàn)良好的房屋頂面提取效果。

在提取房屋頂面之后，需進(jìn)一步進(jìn)行建模分析處理，必須從離散的點(diǎn)云中提取建筑物的頂面輪廓。本課題首先基于Delaunay三角網(wǎng)提取房屋的頂面輪廓，再基于強(qiáng)制正交最小二乘法進(jìn)行房屋頂面輪廓的規(guī)則化[3]。圖1為建筑物輪廓規(guī)則化流程圖。實(shí)驗(yàn)獲取的房屋頂面輪廓經(jīng)過實(shí)地驗(yàn)證，精度優(yōu)于點(diǎn)云的平均間隔距離，達(dá)到了“亞像元”的精度。

圖1 建筑物輪廓規(guī)則化流程

獲取了建筑物頂面輪廓，再與RANSAC提取的空間三維平面結(jié)合，即可構(gòu)建房屋頂面的空間三維模型。得到矢量化后的單體房屋模型后，再利用無人機(jī)生成的數(shù)字高程模型DEM（digital elevation model）和數(shù)字表面模型DSM（digital surface model），經(jīng)過空間差值運(yùn)算，生成歸一化數(shù)字表面模型NDSM（normalized digital surface model）[4]，以判斷房屋的高度，從而估計(jì)房屋的面積。將層數(shù)的屬性值賦予每一個房屋的面，從而可以自動計(jì)算出房屋面積。接下來進(jìn)一步對線路通道內(nèi)房屋的總面積進(jìn)行估計(jì)，就可為房屋拆遷面積統(tǒng)計(jì)提供可靠支撐。

對線路路徑做拆遷范圍之內(nèi)的緩沖區(qū)分析，將緩沖區(qū)（拆遷范圍）與房屋矢量做空間計(jì)算，統(tǒng)計(jì)與緩沖區(qū)相交的房屋面積，全部相交求和即為輸電線路全路徑的房屋拆遷預(yù)估量。

經(jīng)過驗(yàn)證，用激光雷達(dá)數(shù)據(jù)估算的線路房屋拆遷量與實(shí)地測量得到的拆遷量相比，兩者相差不大，僅相差7.5%，滿足對于成本計(jì)算的要求。由此證明，基于激光雷達(dá)的分類精度和統(tǒng)計(jì)方法是十分高效和精確的，具有良好的應(yīng)用前景和推廣價(jià)值。

兵馬未動糧草先行。云南電網(wǎng)提前建立應(yīng)急物資儲備臺賬，明確應(yīng)急物資儲備地點(diǎn)并梳理了應(yīng)急物資需求，并連夜從普洱運(yùn)送移動變電站支援。金沙江沿江各供電所、變電站、生產(chǎn)駐點(diǎn)已做好值班值守工作，梳理檢查維護(hù)發(fā)電裝備，清理應(yīng)急搶險(xiǎn)物資，準(zhǔn)備低壓供電套裝，應(yīng)急搶險(xiǎn)隊(duì)伍進(jìn)入待命狀態(tài)。

1.2 林木砍伐統(tǒng)計(jì)

考慮到輸電線路工程的政策處理成本和施工成本，輸電線路穿越林區(qū)時，需要評估被穿越林區(qū)的面積和體積。采用激光雷達(dá)測量技術(shù)，通過發(fā)射并搜集激光點(diǎn)云，可獲取林區(qū)的樹高和樹冠等集合特征后合成林地空間結(jié)構(gòu)初步模型，也可判別樹木種類、林分結(jié)構(gòu)參數(shù)，如胸徑、樹木干枝結(jié)構(gòu)、孔隙度、LAI、葉面積密度、冠層高度輪廓等，最后估算出輸電線路勘測、設(shè)計(jì)、施工與后期運(yùn)行中的林地?fù)p失。另外，可以用專業(yè)軟件對林區(qū)內(nèi)樹木的點(diǎn)云數(shù)據(jù)通過單木分割法來提取單木結(jié)構(gòu)信息，從激光雷達(dá)點(diǎn)云中識別樹冠頂點(diǎn)、樹冠邊界、位置等屬性。

林分結(jié)構(gòu)信息提取常采用高度分布法，即從點(diǎn)云中直接計(jì)算高度分位數(shù)、回波指數(shù)等點(diǎn)云特征量，或者按照指定的高度間隔生成頻率或強(qiáng)度合成波形，計(jì)算波形分位數(shù)、波形前沿、波形后沿等波形特征量，根據(jù)點(diǎn)云特征量、波形特征量與地面測量值之間的關(guān)系，估測森林結(jié)構(gòu)參數(shù)。對于高郁閉度區(qū)域，使用SLAM獲取點(diǎn)云提取林下地形精度可達(dá)厘米級。

依據(jù)《110～750 kV架空輸電線路設(shè)計(jì)規(guī)范》（GB 50545—2010），結(jié)合環(huán)保要求以及沿線線路通道工作經(jīng)驗(yàn)，林木砍伐主要控制因素如下。

a）跨越林區(qū)時，導(dǎo)線與樹木（考慮自然生長高度）之間的垂直距離不小于7 m；導(dǎo)線與果樹、經(jīng)濟(jì)作物、城市綠化灌木以及街道行道樹木之間的垂直距離不應(yīng)小于7 m。

b）線路通過公園、綠化區(qū)或防護(hù)林帶，導(dǎo)線與樹木之間的凈空距離在最大計(jì)算風(fēng)偏情況下不小于7 m。

對于林木砍伐設(shè)計(jì)，需考慮導(dǎo)線對林木垂直距離和風(fēng)偏凈距兩個因素。在常規(guī)二維平面下，林木的垂直凈距較易計(jì)算，但是風(fēng)偏后的凈距受弧垂變化、風(fēng)偏后地面高程變化等信息影響，設(shè)計(jì)深度也很難滿足。對于平地線路，由于其地面高程基本不變，通過計(jì)算導(dǎo)線檔中弧垂，輔以風(fēng)偏角度，生成紡錘狀的控制范圍，可基本滿足設(shè)計(jì)深度要求。但對于山區(qū)線路，其四周地面高程不斷變化，風(fēng)偏凈距控制的林木砍伐范圍基本無規(guī)律可言，僅能通過大量采集風(fēng)偏危險(xiǎn)點(diǎn)生成風(fēng)偏斷面，再人為判斷砍伐范圍，效率低下，準(zhǔn)確度較低。

依據(jù)林木砍伐原則，計(jì)算垂直距離和風(fēng)偏凈距情況下的砍伐控制面?？紤]導(dǎo)線實(shí)際位置和最大風(fēng)偏位置，以此畫一個距導(dǎo)線7 m的?。硺渚€），對地面樹木以地面高程為準(zhǔn)，向上平移樹木自然生長高度，當(dāng)其高于砍樹線時，則為需要砍伐的范圍。

根據(jù)樹木信息，結(jié)合各地制定的樹木自然生長高度數(shù)值，自動生成林木自然生長高度面。根據(jù)三維排位成果，生成導(dǎo)線靜止和風(fēng)偏情況下的砍伐控制面，而后計(jì)算砍伐控制面與自然生長高度面的重合區(qū)段，對需砍伐的單木信息進(jìn)行標(biāo)記。根據(jù)樹木標(biāo)記結(jié)果，平地段可生成紡錘狀的林木砍伐一覽圖，山區(qū)段可生成實(shí)際林木砍伐一覽圖。

根據(jù)激光點(diǎn)云的單木分割數(shù)據(jù)，自動統(tǒng)計(jì)位置、高度、冠幅、樹冠面積和樹冠體積等信息，通過對砍伐區(qū)域的空間計(jì)算，可以智能化地統(tǒng)計(jì)線路中的樹木砍伐量。

2 幾種通道清理方法的對比

幾種通道清理的測量技術(shù)方案對比情況如表1所示。

表1 各測量技術(shù)方案比較表

由表1可知，常規(guī)測量技術(shù)雖然成本較低，但其房屋、林木需要人工提取，精度也不高。傾斜攝影和激光雷達(dá)技術(shù)數(shù)據(jù)精度高，可自動識別通道中房屋及林木，尤其是激光雷達(dá)數(shù)據(jù)可識別單棵樹木，具有更高精確度。對于通道清理，可研階段可以采用常規(guī)的測量方法進(jìn)行數(shù)量估算，而施工圖階段則應(yīng)在常規(guī)測量方法基礎(chǔ)上配合外業(yè)數(shù)據(jù)，或采用傾斜攝影或激光雷達(dá)技術(shù)。因此，三維通道清理系統(tǒng)主要基于三維重構(gòu)數(shù)據(jù)。

3 結(jié)束語

傳統(tǒng)的通道清理工作模式人工參與多、效率低、易出錯。本文通過創(chuàng)新的三維通道清理模式，對通道內(nèi)房屋、林木進(jìn)行識別建模，結(jié)合已排位路徑，根據(jù)通道清理原則繪制控制范圍面，并計(jì)算重疊面，達(dá)到自動化、智能化統(tǒng)計(jì)的效果。