基于機載激光點云數據的輸電線路自動分類方法研究

鄭武略 張富春 翁珠奮 袁文俊

摘 要：針對傳統輸電線路分類方法分類效率低的問題，提出了一種基于機載激光點云數據的輸電線路自動分類方法。首先根據輸電線路分類需求，運用機載激光雷達和無人機獲取輸電線路點云數據，然后對數據進行抽稀處理，剔除一些冗余數據，最后利用聚類分析算法對處理后的數據進行分類，以此實現基于機載激光點云數據的輸電線路自動分類。經實驗證明，基于機載激光點云數據的輸電線路自動分類方法具有較高的分類效率。

關鍵詞：機載激光;點云數據;輸電線路;聚類分析算法

0 引言

傳統的輸電線路分類方法由于分類精度低、效率低，經常出現錯分、漏分等現象，使傳統分類方法已經無法滿足輸電線路分類需求。輸電線路分類是一個極其復雜的問題，并且在分類過程中需要對大量的點云數據進行采集和處理，導致輸電線路自動分類具有一定的困難。因此，本文將機載激光雷達技術應用到輸電線路自動分類中，提出了一種基于機載激光點云數據的輸電線路自動分類方法，提高了輸電線路的自動分類效率。

1 基于機載激光點云數據的輸電線路自動分類方法

1.1? ? 機載激光點云數據的獲取

機載激光雷達技術由于工作效率高、測量精準度高、操作靈活、作業范圍廣以及自動化水平高等優點，已經成為重要的觀測技術之一，此次利用機載激光雷達觀測技術對輸電線路的云數據進行采集[1]。利用激光雷達技術和無人機技術采集輸電線路點云數據，以時間同步技術作為技術支撐，可以同步獲取輸電線路三維激光點云和定位姿勢數據，能夠高集成度、高效率、高質量地獲取數據[2]。機載激光雷達與無人機參數設置如表1所示。

1.2? ? 機載激光點云數據處理

由于機載激光雷達采集到的輸電線路空間三維點云數據具有不連續性、非線性、不規則性特點，使輸電線路自動分類具有一定的復雜性，并且采集到的數據存有大量的冗余數據，所以需要對采集到的數據進行處理，以實現輸電線路精準分類[3]。首先，根據電力線的橫擔寬和點云數據的屬性值，對原始點云數據進行抽稀，這樣既保證了數據的精準和質量，同時還減少了原始點云數據量，提高數據處理效率[4]。抽稀處理方法是一種基于樹狀結構的最近鄰近點查找點云抽稀方法，該方法可以將高密度、高冗余度的點云數據按照一定的間隔距離進行采樣，經過抽稀處理后的數據腳點之間能夠保持相同間隔距離均勻分布。然后，需要建立一個點云數據樹，根據輸電線路分類要求，確定抽稀最小距離，計算出最優樹層，提高緊鄰點云數據的查找效率[5]。最后，在找到給定距離的點云數據腳點后，剔除周圍其余的腳點，以此實現對機載激光點云數據的處理。

1.3? ? 輸電線路自動分類

根據輸電線路自動分類需求，選用聚類分析算法對處理后的數據進行自動分類，運用聚類分析算法確定輸電線路的數量和起點，然后基于輸電線路高度的最小值確定輸電線路的下導線，最后運用算法對輸電線路進行導線追蹤，以此實現基于機載激光點云數據的輸電線路自動分類[6]。圖1為基于機載激光點云數據的輸電線路自動分類流程圖。

把處理后的機載激光點云數據分為N個類別，確保每個類別內都具有一定的相似度，采用平方誤差準則推算出類別的相似度，其定義如下：

R=∑|p-mi|2Gi

式中，R表示全部機載激光點云數據的平方誤差總合;p表示空間中的點;mi表示類別Gi的平均值。

根據機載激光點云數據相似特征，將數據歸集到一類構成集合，將每類集合中篩選出一個種子點云數據作為輸電線路起點，再將種子點云數據周圍區域中具有相同特征的點云數據合并到一起，直到沒有滿足條件的機載激光點云數據劃分進來為止，此時完成輸電線路自動分類。

具體分類步驟如下：首先對機載激光點云數據進行相似度計算，將所有數據按照相似度進行分類，然后找到一個歸類的點云數據記為A。然后以A為中心，對A周圍的點云數據進行評判，如果滿足歸類準則將其與A歸到一個區域，再在區域中找一個點云數據，然后重復上述操作，直到集合中每個點都有相應分類時，完成對輸電線路自動分類。

2 實驗

在完成對基于機載激光點云數據的輸電線路自動分類方法設計后，需要對其進行一組對比實驗，檢驗該方法是否能滿足輸電線路自動分類實際需求。將其與傳統分類方法同時應用到某電網輸電線路分類中，將機載激光掃描寬度設置為150 m，條帶長45 km。首先對需要分類的輸電線路進行分塊，然后針對每個區域的掃描點云數據進行輸電線路自動分類。此次實驗選用電壓為220 V輸電線路作為分類對象，共包含4檔數據，每檔數據包含8相輸電線，每相輸電線有4根分裂導線，3個基桿塔，每個基桿塔高約35 m。運用兩種方法對其進行自動分類，檢驗此次提出方法的分類效率。圖2為兩種分類方法的分類效率。

從圖2可以看出，此次提出的基于機載激光點云數據的輸電線路自動分類方法的分類效率可達到90%，比傳統方法高出約30%，證明此次提出的方法可以有效提高輸電線路自動分類效率。

3 結語

機載激光雷達為輸電線路地理空間三維數據的獲取、處理、分類提供了全新的技術手段，可以有效提高輸電線路自動分類效率和質量。該方法分類效率高、精度高，對于復雜區域的輸電線路可以取得良好的分類效果，實現了輸電線路分類的自動化、智能化、高效化，為輸電路線故障處理和分析提供了良好的理論依據。

[參考文獻]

[1] 阮峻，陶雄俊，劉東甲，等.輸電線路多旋翼無人機激光雷達點云數據自動分類技術研究及應用[J].南方能源建設，2019，6（2）：89-93.

[2] 王永志，楊路生，廖麗霞，等.八叉樹與三維R*樹集成的激光點云數據存儲結構[J].地球信息科學學報，2017，19（5）：587-594.

[3] 劉如飛，盧秀山，岳國偉，等.一種車載激光點云數據中道路自動提取方法[J].武漢大學學報（信息科學版），2017，42（2）：250-256.

[4] 李玉兵，王鵬.車載激光點云數據中行道樹三維信息自動提取研究[J].測繪與空間地理信息，2018，41（8）：40-43.

[5] 彭福先，張瑋，祝曉軍，等.基于激光點云精確定位的輸電線路無人機自主巡檢系統研究[J].智慧電力，2019，47（7）：117-122.

[6] 史少維，李玉富，王瑞忠，等.一種基于三維激光點云建模的技術方案[J].測繪通報，2017，47（3）：83-85.

收稿日期：2019-12-26

作者簡介：鄭武略（1987—），男，湖北宜昌人，碩士，工程師，從事超高壓輸電線路運行維護工作。