機載LiDAR 在電力巡線中關鍵技術的探討

曾敦梁

（廈門圖辰信息科技有限公司，福建 廈門 361008）

0.引言

電網建設是國家經濟建設的基礎，輸電線路巡檢是安全生產的首要保障。傳統的航空攝影模式與常規作業方式存在作業強度大、周期長，數據不直觀、結果不準確、再利用程度不高及地形復雜難以到達等問題，如輸電線細小，無法采用手持激光測距儀瞄準；樹木叢生地區巡線通道無法到達等。機載LiDAR 很好地解決了上述問題。點云的多次回波技術可以完整提取電力線點，實現三維重建電力線走廊，進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。此外機載激光雷達的強穿透性、多次回波技術、快速數據獲取等在獲取電力線數據的同時，通過濾波算法，可快速分離出地表、植被、電塔等信息，提取地形成果數字高程模型、數字表面模型等數據，為后期基礎建設提供基礎數據。

1.關鍵技術探討

電力巡線多分布于地勢陡峭、高差較大的山區且線路多帶狀分布。電力巡檢由于線路及測區較為復雜，多采用激光雷達系統集成在無人機上進行數據采集。為保障飛行的安全性及數據的準確性，需在航飛前了解測區的地形、地貌、高差，進行合理的航攝分區。規劃線路重疊度、相對航高、點云密度等參數。在無人機數據獲取安全高度的前提下，確保測區無航攝漏洞、地形最低點的點云滿足要求。

1.1 電力巡線數據獲取

1.1.1 LiDAR 系統的安裝

采用無人機搭載激光雷達系統，激光雷達系統的安裝方向決定航線的設計方向，在航飛獲取時需要注意考慮該項因素。例如，安裝方向與機頭保持一致時，掃描方向應與航線垂直。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 慣導系統的要求

（1）機載LiDAR 測量系統集成激光雷達、POS 系統、控制系統于一體。POS 系統獲取實時高精度的位置與姿態信息，確保離散點云數據的空間位置精度。激光雷達的發射頻率與強度決定點云密度。基于以上兩個方面考慮，在獲取中我們要保障POS 系統定位精度及點云發射頻率、強度滿足點云密度要求。

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

（3）基站要使用精確標識確定位置（刻線鐵釘或者加釘木樁），基站接收機要早于飛機上GNSS 設備開機，晚于飛機接收機關機。

（4）激光點云數據的精度對于慣導系統的依賴性較強，故在飛行獲取中需要實時關注POS 系統信號情況、回波接收情況。

1.2 數據處理

獲取到的原始數據進行預處理及慣導解算，首先需要檢查原始數據的完整性，可以通過查看數據量及文件個數來判斷。其次處理慣導數據及檢校場數據，再次利用差分處理后的POS 數據及檢校場參數校準點云航線，進行航帶調整、去除噪點等，輸出通用的.las 格式。最后進行數據質量檢查。如范圍覆蓋、點云密度、重疊度、點云精度等是否滿足規范及設計要求。質檢完成后移交下工序進行電力線、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相結合進行。常用的是坡度濾波算法、基于不規則三角網濾波算法等。坡度濾波算法通過判斷距離初始地面點一定范圍d 內的所有點，計算初始地面點與d 距離范圍內所有待判斷點的高差。通過濾波核函數計算高差閾值，判斷是否為地面點[1]。基于不規則三角網的濾波算法[2]，該算法首先將一個范圍內的最低點作為預判地面點，生成一個三角網，然后計算附近點到該三角網表面的距離和夾角，滿足預先設定的閾值后，將該點加到三角網中，如此迭代，直到遍歷完范圍內的所有點為止[3]。在實際生產中，根據數據情況及地形特點往往需要多種算法疊加使用，獲取最優的地面點。

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，數據多存儲于點云首次回波中。在提取電力線數據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行三維網格化，然后利用電力線空間分布特點，提取包含電力線的網格，最后利用霍夫變換檢測格網內的電力線點。

2.實驗與分析

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

圖3 航飛數據獲取流程

2.1 地面點自動濾波

根據項目地形特點，測區帶狀分布，地形變化較為復雜，采用坡度濾波、基于不規則三角網的濾波算法均無法達到期望的效果，故本次將這兩種濾波算法進行結合改進，提取地面點，達到了較好的自動濾波效果。

步驟一：測區進行分段，標記block 塊，如block1、block2等；

步驟二：分塊的點云進行預處理，首先進行粗分類，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多次回波技術進行濾除，如建筑物點、植被點等；

步驟三：將測區中外業實測的野外地形點（含平面與高程信息，多分布于地形變化處）加入到點云中。建立格網并設置格網閾值，搜索格網里面是否存在已知點，若有，將已知點與格網范圍內的最低點做比較，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；

步驟四：遍尋格網尺寸內的所有點云，并進行如步驟三判斷，不斷更新三角網直至格網內不再增加新的地面點為止；

步驟五：重復步驟三與四直至將格網內其余數據分類完成，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濾波算法進行分類、去除，由于測區地勢高差較大，長距離電力線提取達不到所需效果，故將測區根據高程進行分段，以一個小的分段為一個block 進行處理。根據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。根據上述特點設置閾值。

（1）測區分段，根據地形高差將測區電力線區域進行分段；

（2）建立搜索范圍，在分段區域建立搜索范圍，一般選擇在中心點附近20 個點內進行搜索；

（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記為起始點P0；

（4）基于中心點P0進行K 近鄰域搜索，搜索范圍內的點Pi 與該中心點P0進行比較，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）迭代執行（3）與（4）步驟，直到分段內找不到滿足的點為止；

（6）進行反方向跟蹤，重新將起始點P0作為中心點，重復執行步驟（3）－（5）直到分段內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，重復上述步驟，完成分類。分類結果（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 電塔中心點坐標提取

電塔作為電力資源的調配站，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]，高壓電塔的維護與檢修是線路巡檢中的重要工作之一，目前機載激光點云中高壓電塔坐標大多以人工交互方式獲取或直接事先給定[7]，因此從點云數據中自動識別出高壓電塔中心點坐標可以大大提高電力巡檢的效率。電力線數據分離后，在電力線基礎上進行電塔數據的提取，可采用區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，進實現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行濾波去除地面點，而后將濾波后三維點云轉換為二維高程值影像，以數學形態學方法提取電塔[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信息，利用電塔中心點位置特征提取中心點坐標（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）進行人工分類處理，獲取準確電塔點云成果；

步驟二：將提取電塔點云中的所有點坐標信息，序列化記錄并進行編號；

步驟三：利用電塔中心點空間位置特點，采用數學方法獲取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

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、地形變化較為復雜而造成的錯分，且點云密度無法完整表達部分復雜地形區域，需要進行人工濾波。通過不同方向的點云剖面圖進行點云人工濾波。針對輸電線路項目，我們所關注的是地面點、電力線點、電塔點等類別，需注意以下幾點：

（1）溝渠、土堤等地形復雜區域，應完整進行表達，在點云無法進行完整表達的情況下，可借助影像圖參考勾畫特征線進行表達；

（2）電力線點云，由于電力線較為細小，容易造成局部點云缺失、錯分，為表達完整性，可將電力線按照類別顯示，查看是否是錯分導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，電塔具有區別于其他地物的高度特征，且分布區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，進行剖面表達，將電塔邊界點完整表達。

3.結束語

本文從激光雷達技術的特點出發，著重介紹了以下內容：

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

（2）探討關鍵技術，本文基于電力線特點，提出了改進的地面濾波算法。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上，也加入了人工濾波方法，保證分類的準確性；

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

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