無人機機載激光雷達技術在電力工程中的應用分析

陳西強

（中國電建集團福建省電力勘測設計院有限公司，福州 350003）

0 引言

機載激光雷達技術已廣泛應用于鐵路勘測、地形測繪、電力工程等眾多領域[1-4]，主要通過有人機進行大范圍的地形地貌數據采集，同時獲取地表影像、激光雷達回波數據，結合機載GNSS 數據、IMU 慣導數據、基準站數據，得到融合解算后的高精度軌跡數據。由此與機載激光雷達數據進行融合解算，得到具有三維空間信息的點云數據，并通過專業軟件進行點云數據濾波和分類，得到最終的目標三維數據。該方法能夠快速獲取大范圍的地表高程數據，效率高，精度好，能夠滿足1∶2000 及以下的地形圖測繪需求。但也存在前期準備工作長、工序復雜，且設備昂貴等缺點，對飛行平臺具有嚴格的技術要求。

近幾年隨著無人機技術的長足發展及激光雷達小型化、輕量化的出現，給無人機機載激光雷達提供了良好的實踐機遇，本文通過無人機機載激光雷達技術在電力工程的應用實踐，分析其在電力工程中所能達到的精度及應用可行性，并結合工程實踐，總結其應用技術要點，為今后無人機機載激光雷達技術在電力工程的應用提供借鑒意義。

1 無人機機載激光雷達技術應用

無人機機載激光雷達主要包括無人機飛行平臺和機載雷達荷載兩個部分，其中搭載激光雷達設備的無人機飛行平臺主流的有旋翼無人機和固定垂起復合翼無人機兩種，其續航時間、起飛重量一般有限，要求機載激光雷達設備在5kg 以內。目前國內所采用的大部分為短測程在400m 以內和長測程為1000 至1500 之間的激光雷達，但長測程激光雷達設備較為昂貴，主要用于大范圍地形點云獲取的應用場景，如山區長距離的輸電線路巡檢業務，而短測程激光雷達主要用于變電站、光伏等小范圍的地形測圖業務。

無人機機載激光雷達技術在電力工程中的應用主要包括電力線路巡檢、電力線路設計與優化、變電站站址小范圍測圖等，其生成流程包括項目準備、無人機激光雷達飛行、數據預處理、點云解算及點云分類、質量控制與精度檢核，生成DEM 數據并提交成果，其生成流程如圖1 所示。

圖1 無人機機載激光雷達技術應用流程

項目準備階段包括航飛計劃的備案、飛行方案設計、人員與設備安排及測區踏勘，其中飛行方案設備根據測區范圍特點可布設為多邊形或者帶狀，飛行方式可采用常規飛行或交叉飛行。常規飛行模式主要用于線路兩側一定帶寬內的點云數據獲取，在航高、重疊度控制下，點云密度能夠較好地達到設計要求，而交叉飛行主要用于小范圍地形測圖及變電站三維點云數據的獲取，較常規飛行其飛行時間相對長，點云密度高，且均勻性好。

無人機機載激光雷達飛行主要根據飛行方案，由無人機搭載激光雷達荷載進行自動巡航式飛行，其位置由高精度GNSS 及IMU 進行控制，能夠快速獲取測區內高密度的三維激光雷達數據。

基于無人機機載激光雷達飛行所獲得的機載激光雷達數據進行數據預處理，主要包括飛行差分GNSS 數據處理，飛行軌跡POS 的解算，獲取高精度軌跡數據。

點云解算及點云分類是點云數據處理的核心處理過程，結合數據預處理后得到的高精度飛行軌跡數據和機載激光雷達數據，通過專業軟件進行點云解算。解算成功后進行點云去噪及坐標轉換，得到相對干凈的具有絕對坐標的三維激光點云數據，并對點云進行賦色。賦色可通過無人機自行拍攝的照片或獲取影像生成的DOM 進行。在此基礎上進行點云分類細化處理，采用自動分類與人工分類相結合的方式將地面點、植被、房屋等感興趣的點進行精細化分類處理，并輸出標準的LAS 格式。最后將輸出后的LAS 格式點云數據導入Googlemapper 專業軟件中，生成所需要的DEM 數據。

質量控制主要是對點云數據的密度、條帶拼接誤差、完整性進行內業質量控制，同時通過野外RTK 所采集的地面特征點及裸露位置的地面高程點，對點云數據進行高程和平面精度的檢驗。在滿足設計方案要求時，方可提交最終的DEM 供項目使用。

2 工程應用分析

2.1 線路工程應用分析

電力線路工程主要呈帶狀分布特征，且大部分在遠離人口密集區域，植被相對茂密，采用無人機機載激光雷達技術可以快速獲取線路走廊內地表高程數據，相比常規無人機航測技術，能夠通過激光發散及回波穿透稀疏植被，滿足線路勘測設計要求。以某220kV 線路工程為例，采用D2000 四旋翼無人機搭載機載激光雷達設備進行線路設計走廊類帶寬為500m 的點云數據獲取，航飛相對高度為150m，采用變高飛行模式，航線重疊度為45%，飛行后采用無人機管家智激光模塊進行飛行軌跡融合機載激光點云的數據解算，去噪后得到高密度激光點云數據，如圖2 所示。

圖2 高密度三維激光點云數據

在此基礎上，通過智激光模塊進行點云分類和人工去噪，最后生成線路平斷面圖所需的高精度數字高程模型DEM，如圖3 所示。

圖3 線路走廊內的DEM 數據

通過野外RTK 對該區域內裸露的平坦、有明顯特征的地物進行數據采集，將其與無人機機載激光雷達所獲取得的DEM 數據進行比較分析，其高程較差對比分析如圖4所示，高程較差絕對值分布如圖5所示。

圖4 RTK 與激光點云數據高程較差

圖5 RTK 實測高程與機載激光雷達點云數據高程較差絕對值分布

根據1:2000 地形圖數字高程模型中誤差精度要求，即丘陵地區限差1m，山地限差2.4m，高山地限差3m。由圖4 圖5 可知該線路工程無人機機載激光雷達點云數據處理所生成的DEM 數據與實測高程數據較差在1m 以內的達到73%，2.4m-3m 之間的在18%，2.4m-3m 較差在3%，大于3m 較差的占3%，根據現場地形條件分布可知，滿足1∶2000數字高程模型精度要求的比例占94%，現場局部區域由于樹木茂密差值可達到7m，屬于缺乏地面點造成，針對此局部區域現場已加強野外數據校測工程。由此可知本次由機載激光雷達點云數據處理所生成的DEM 數據質量可靠，滿足1∶2000 數字化地形測量高程精度要求，局部林木高密地區加強測量點校測。

2.2 變電工程應用分析

變電站工程主要呈塊狀區域，具有范圍小、植被茂密等顯著特點，在勘測設計階段，主要為設計提供大比例尺地形圖，為變電站總平布置設計提供基礎數據。本文以某變電站擴建工程為例，采用無人機激光雷達技術，飛行高度為150m，航線設計為交叉飛行，飛行時間為20 分鐘。飛行后采用無人機管家智激光模塊進行飛行軌跡融合機載激光點云的數據解算，去噪后得到高密度激光點云數據，如圖6 所示，其密度高達36.560 個/m2，如圖7 所示。

圖6 某變電站高密度點云數據

圖7 某變電站區域點云密度

經過人工去噪與點云分類后，得到相對干凈的激光點云數據，并輸出生成DEM，通過野外RTK 數據采集對其進行精度檢核比較，如圖8 所示，分析可知，地表裸露的地方其精度最小為0.004m，最大為0.136m，總體中誤差為0.059m，滿足1∶500 地形圖測圖高程限差的規范要求。

圖8 野外數據精度校核

3 結論

通過無人機激光雷達技術獲取自然地表三維空間信息，為電力工程勘測提供了新的技術方案，能夠快速地得到設計所需要的DEM 數據，具有效率高、精度好、現實性強等顯著特點，廣泛應用于電力線路優化選線、路徑排位、變電站站址測圖及電力三維數字化等。

在山區植被茂密區域，通過變高飛行，能夠快速獲取滿足1∶2000 數字化地形測量高程精度要求，但也存在部分茂密林區植被穿透有限，需要在野外定位過程中對局部林木高密地區加強測量點校測。

變電電站應用過程中，通過合理飛行方案設計，采用交叉飛行，能夠提過點云密度及其均勻性，在地表植被稀疏區域，能夠滿足1∶500 地形圖高程測量要求。但在地形變化劇烈如陡坎等區域，存在誤差超限的情況。因此在實際工程應用中，應在測區均勻采集特征點，用于后期數據處理過程中的無人機激光點云數據精度驗證，為點云數據人工去噪提供實測依據。