復(fù)雜環(huán)境中電力線激光點(diǎn)云的自動(dòng)提取

吳 華，劉海燕，丁高峰，曹 飛

（1.華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，北京102206；2.北京中飛艾維航空科技有限公司，北京102600）

引 言

隨著智能電網(wǎng)建設(shè)的大規(guī)模開(kāi)展，輸電通道高精度、自動(dòng)化的空間結(jié)構(gòu)分析需求逐年增加。輸電線作為輸電通道的主要設(shè)備，承擔(dān)著輸送電力的重要角色。輸電線安全是電力系統(tǒng)穩(wěn)定運(yùn)行的重要保障［1］。但是電力線往往處于復(fù)雜的外部環(huán)境中，靠近電力線生長(zhǎng)的樹(shù)木、建筑等會(huì)對(duì)其安全構(gòu)成潛在威脅［2-3］。因此，如何從復(fù)雜環(huán)境中高效、科學(xué)地提取出電力線，對(duì)于后續(xù)分析走廊設(shè)備的空間關(guān)系十分重要［4-7］。

目前，主流的電力線提取方法通常包括地物點(diǎn)剔除和單條電力線提取兩步。

（1）剔除地物點(diǎn)的方法主要有：基于電力線分布對(duì)地有一定高差的特點(diǎn)，使用高程閾值分割算法剔除地物點(diǎn)［8］，但該算法只適用于平坦的地形；為了適應(yīng)地形起伏變化，SHEN等人提出了將長(zhǎng)距離輸電線路劃分為多個(gè)小距離空間，再利用高程閾值分割算法分離地物點(diǎn)［9］，該方法雖然解決了地形起伏的影響，但難以確定準(zhǔn)確的高程閾值；YU等人利用不規(guī)則三角網(wǎng)加密（triangulated irregular network，TIN）的濾波方法先剔除地面點(diǎn)，然后采用基于角度的濾波方法剔除植被點(diǎn)［10］，該方法能濾除大量高空中的植被點(diǎn)，但計(jì)算量較大且容易受到參量閾值的影響。

（2）對(duì)于單條電力線提取方法的研究，其中一種主流方法是根據(jù)電力線在xOy面的線性特征，使用Hough變換在2維空間提取電力線［10-15］，該方法可以很好地分離同層且具有一定間距的電力線，但無(wú)法對(duì)垂直排列的多條電力線進(jìn)行分割；另一種主流方法是使用監(jiān)督分類(lèi)的方法分離出電力線［16-19］，其中McLAUGHLIN提出了使用局部仿射模型算法來(lái)提取電力線［16］，該方法的初始模型非常重要，直接影響到提取精度；SOHN等人提出使用馬爾可夫隨機(jī)場(chǎng)分類(lèi)器來(lái)分離電力線和建筑物［18］，該方法需要大量的訓(xùn)練樣本才能達(dá)到預(yù)期的效果，同時(shí)采樣不均勻也會(huì)提高錯(cuò)誤分類(lèi)率。

基于以上問(wèn)題，本文中在電力線空間分布特征的基礎(chǔ)上，提出了一種適應(yīng)復(fù)雜環(huán)境的電力線自動(dòng)提取方法。首先，綜合考慮地形起伏、干擾植被點(diǎn)的影響，以空間網(wǎng)格劃分為基礎(chǔ)，采用自頂向下的濾波方法剔除地物點(diǎn)，并利用密度描述子分離線塔點(diǎn)。其次，利用半徑搜索法提取出單條電力線。最后，對(duì)涵蓋不同地形及不同塔型的數(shù)據(jù)進(jìn)行電力線提取實(shí)驗(yàn)，驗(yàn)證了本文中方法的有效性和準(zhǔn)確性，總提取精度高達(dá)99.69%。

1 復(fù)雜環(huán)境中的線物塔分離方法

由機(jī)載激光雷達(dá)（light detection and ranging，LiDAR）掃描獲得的輸電走廊數(shù)據(jù)除了電力線點(diǎn)云數(shù)據(jù)外，還包含大量的地物點(diǎn)和電塔點(diǎn)，因此在提取電力線之前，要對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理。本文中在考慮地形起伏變化以及地物點(diǎn)分布異常的復(fù)雜環(huán)境下，基于空間網(wǎng)格劃分法，對(duì)網(wǎng)格采用自頂向下的方法分離地物點(diǎn)，并利用密度描述子分離電塔點(diǎn)，實(shí)現(xiàn)復(fù)雜環(huán)境下電力線提取的預(yù)處理。預(yù)處理流程如圖1所示。

1.1 基于空間網(wǎng)格化的自頂向下地物點(diǎn)云分割

激光雷達(dá)掃描獲取的數(shù)據(jù)中常見(jiàn)的地物點(diǎn)包括地面點(diǎn)、建筑物點(diǎn)、植被點(diǎn)等。對(duì)于地勢(shì)起伏變化較大的輸電線路，常常會(huì)出現(xiàn)低地勢(shì)的電力點(diǎn)和高地勢(shì)的地物點(diǎn)在高度上重疊的現(xiàn)象。但是若將長(zhǎng)距離輸電線路劃分成多個(gè)空間網(wǎng)格，則每個(gè)網(wǎng)格近似于平坦地面的點(diǎn)云分布，于是可以對(duì)每個(gè)網(wǎng)格進(jìn)行處理并有效解決地勢(shì)起伏帶來(lái)的問(wèn)題。此外，由于地物點(diǎn)分布無(wú)序、雜亂，而高空中的電力點(diǎn)云受地物點(diǎn)影響較小。結(jié)合這些特點(diǎn)，本文中提出基于空間網(wǎng)格化的自頂向下方法來(lái)剔除地物點(diǎn)。具體實(shí)現(xiàn)方法如下。

Fig.1 Flow chart of power line extraction

（1）利用主成分分析法［20］計(jì)算輸電線路走向：建立點(diǎn)云數(shù)據(jù)的協(xié)方差矩陣，矩陣中最大特征值對(duì)應(yīng)的特征向量就表示點(diǎn)云主方向，即輸電線路走向，設(shè)其為x軸方向。

（2）空間網(wǎng)格劃分：設(shè)置沿x軸的劃分尺度為dx，將原始點(diǎn)云空間S0沿x軸劃分為n個(gè)空間網(wǎng)格Si（i＝1，2，3，…，n），其中 n和 Si定義為：

式中，maxx（S0）和 minx（S0）分別表示原始點(diǎn)云空間 S0在x軸上的最大和最小的x坐標(biāo)值，px表示S0中任意點(diǎn)p的x軸坐標(biāo)值，i表示沿著x軸劃分的空間網(wǎng)格的序號(hào)，┌ ┐表示向上取整。

（3）單元格劃分：沿著z軸以dz為劃分尺度，將第i個(gè)空間網(wǎng)格沿 z軸劃分為 mi（i＝1，2，3，…，n）個(gè)單元格，表示為 Si，j（i＝1，2，3，…，n；j＝1，2，3，…，mi）：

式中，maxz（Si）和 minz（Si）分別表示第 i個(gè)空間網(wǎng)格沿 z軸最大和最小的z坐標(biāo)值，j表示沿著z軸劃分的子空間的序號(hào)。原始點(diǎn)云空間網(wǎng)格劃分過(guò)程如圖2所示。

Fig.2 Spatial grid generation of original point clouds

（4）使用自頂向下搜索算法剔除地物點(diǎn)：對(duì)每個(gè)空間網(wǎng)格 Si（i＝1，2，3，…，n）進(jìn)行處理。由于輸電走廊寬度與電塔橫擔(dān)寬度相近，因此通過(guò)不同塔型的大致寬度，設(shè)置橫向電力線初始間距為d，結(jié)合地物點(diǎn)所在平面寬度陡然變化的特點(diǎn)，將地物點(diǎn)所在平面之上的最大和最小的y坐標(biāo)值確定為邊界值ymax和ymin，通過(guò)刪除邊界值之外的點(diǎn)云實(shí)現(xiàn)大量地物點(diǎn)的剔除；然后結(jié)合點(diǎn)云投影在xOz面電力線的條數(shù)nline，對(duì)處理后的空間網(wǎng)格自頂向下進(jìn)行搜索，當(dāng)搜索到的電力線條數(shù)等于輸入的電力線條數(shù)nline時(shí)，對(duì)應(yīng)搜索完成的高度k即為切割閾值，刪除高度k以下的點(diǎn)云，實(shí)現(xiàn)電力線垂直距離下的地物點(diǎn)的剔除。最終完成對(duì)每個(gè)空間網(wǎng)格內(nèi)地物點(diǎn)的剔除。具體算法過(guò)程如表1所示。

Table 1 Algorithms for eliminating object points in spatial grids

1.2 基于密度描述子的線塔點(diǎn)云分割

經(jīng)上述算法處理后，僅保留下了線塔點(diǎn)云以及少量高空噪聲點(diǎn)云，其中噪聲點(diǎn)云通常為高空飛點(diǎn)，并不影響后續(xù)電力線的提取。為了實(shí)現(xiàn)多個(gè)桿塔間電力線的自動(dòng)提取，接下來(lái)需將桿塔點(diǎn)云剔除。利用電塔點(diǎn)云密度大，相鄰電力線點(diǎn)云密度較小的特點(diǎn)，通過(guò)點(diǎn)云密度統(tǒng)計(jì)法分割電塔，具體實(shí)現(xiàn)過(guò)程如下。

對(duì)剔除地物點(diǎn)后的空間網(wǎng)格 Si*（i＝1，2，3，…，n）進(jìn)行分割：沿著y軸以dy為劃分尺度，沿y軸將空間網(wǎng)格分割為mi個(gè)單元格，每個(gè)單元格表示為Si，j*（i＝1，2，3，…，n；j＝1，2，3，…，mi）：

式中，maxy（Si*）和miny（Si*）分別表示第i個(gè)空間網(wǎng)格沿y軸最大和最小的y坐標(biāo)值。

具體劃分過(guò)程如圖3所示。fi，j表示第i個(gè)空間網(wǎng)格的第j個(gè)子網(wǎng)格中是否有點(diǎn)云。對(duì)于第i個(gè)空間網(wǎng)格，若單元格內(nèi)有點(diǎn)云，fi，j＝1，否則 fi，j＝0，于是密度描述子δi表示為：

Fig.3 Cell division of point clouds

通過(guò)設(shè)定合適的密度描述子閾值即可完整地分割線塔點(diǎn)云，根據(jù)分割出的電塔點(diǎn)云所在位置，即可將多檔點(diǎn)云數(shù)據(jù)劃分為單檔數(shù)據(jù)，以便于后續(xù)單條電力線的提取。經(jīng)實(shí)驗(yàn)驗(yàn)證該方法可以簡(jiǎn)單有效地剔除電塔點(diǎn)云。

2 單條電力線提取

原始點(diǎn)云數(shù)據(jù)經(jīng)過(guò)預(yù)處理后，保留下了電力線點(diǎn)云數(shù)據(jù)。根據(jù)輸電線路設(shè)計(jì)的相關(guān)標(biāo)準(zhǔn)規(guī)范，無(wú)論是上下層分布的兩層電力線之間還是同層分布的水平電力線之間，都存在一定的間隔寬度。根據(jù)這個(gè)特點(diǎn)，本文中提出通過(guò)半徑搜索算法提取出單條電力線。

由于激光雷達(dá)掃描角度或物體對(duì)激光吸收程度的影響，導(dǎo)致獲取的電力線點(diǎn)云數(shù)據(jù)可能存在稀疏的現(xiàn)象，這給垂直方向分離單根電力線帶來(lái)了困難。此外，電力線具有一定大小的弧垂，即電力線的自重導(dǎo)致的自然下垂，在地勢(shì)起伏的地方，單檔距的電力線擁有最小和最大兩個(gè)弧垂值，因此，傳統(tǒng)依靠高程閾值分離電力線的方法在地形復(fù)雜的情況下表現(xiàn)遜色，且具體閾值難以確定。基于上述存在的問(wèn)題，本文中提出了半徑搜索算法來(lái)提取單條電力線，算法工作原理如下：（1）確定電力線點(diǎn)云數(shù)據(jù)T中x值最小的點(diǎn)作為初始搜索點(diǎn)p，并設(shè)置搜索半徑r（通常小于上下線間距的2／3）；（2）以搜索點(diǎn) p為中心，r為球體半徑搜索點(diǎn)云，將搜索到的點(diǎn)加入到集合Sc中，剩余點(diǎn)放到集合Rc中，判斷每次是否搜索到新的點(diǎn)，如果搜索到，則更新搜索點(diǎn)p為Sc中x值最大的點(diǎn)；否則，沿著主方向?qū)⑺阉鼽c(diǎn)平移距離 r，生成新的搜索點(diǎn) p；（3）若 maxx（T）-px＜r，則完成一次搜索，提取出一條電力線點(diǎn)云數(shù)據(jù)，執(zhí)行步驟（4）；否則重復(fù)步驟（2）；（4）若 Rc中無(wú)點(diǎn)云時(shí)，則停止所有搜索；否則在Rc中尋找x值最小的點(diǎn)作為再次搜索的初始搜索點(diǎn)p，重復(fù)步驟（2）和步驟（3）。

3 實(shí)驗(yàn)與分析

為了驗(yàn)證本文中所提方法在復(fù)雜環(huán)境下的可行性和魯棒性，選取了不同復(fù)雜地形以及包含不同塔型的3組機(jī)載激光點(diǎn)云數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。數(shù)據(jù)1覆蓋面積為1347.50m×280m，包含6221968個(gè)3維數(shù)據(jù)點(diǎn)，輸電走廊所處地形凹凸不平，周?chē)写罅恐脖桓蓴_，連接電力線的桿塔塔型為羊角塔；數(shù)據(jù)2覆蓋面積為1482.10m×261m，包含3288538個(gè)3維數(shù)據(jù)點(diǎn)，輸電走廊所處地形陡然變化，高空中有噪聲點(diǎn)干擾，連接電力線的桿塔塔型為酒杯塔；數(shù)據(jù)3覆蓋面積為625.10m×826.50m，包含7752188個(gè)3維數(shù)據(jù)點(diǎn)，輸電走廊所處地形平坦，電力線呈等腰三角形分布，連接電力線的桿塔塔型為貓頭塔。

實(shí)驗(yàn)中涉及的參量主要包括dx，dy以及dz，其中dx主要基于桿塔厚度進(jìn)行設(shè)置，通常為3m～6m；dy和dz是在考慮電力線水平及垂直間隔的基礎(chǔ)上進(jìn)行設(shè)置，通常小于線間距的1／2。本次實(shí)驗(yàn)中設(shè)置dx＝4m，dy＝dz＝1m，從而沿著主方向?qū)?shù)據(jù)1劃分為337個(gè)空間網(wǎng)格，數(shù)據(jù)2劃分為374個(gè)空間網(wǎng)格，數(shù)據(jù)3劃分為230個(gè)空間網(wǎng)格。

3.1 線物塔分割

在對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行空間網(wǎng)格劃分的基礎(chǔ)上，使用自頂向下濾波算法分割出地物點(diǎn)云數(shù)據(jù)和線塔點(diǎn)云數(shù)據(jù)，原始實(shí)驗(yàn)數(shù)據(jù)及分割結(jié)果如圖4和圖5所示。從實(shí)驗(yàn)結(jié)果可見(jiàn)，本文中提出的自頂向下濾波算法對(duì)不同復(fù)雜度的地形都有很好的適應(yīng)性，能夠完整地剔除地物點(diǎn)，同時(shí)可見(jiàn)，實(shí)驗(yàn)結(jié)果中有部分電塔的基座也被剔除，由于本文中只關(guān)注電力線的提取，因此對(duì)電塔的完整性暫時(shí)不予考慮。

Fig.4 Experimental data

Fig.5 Line and tower point clouds after segmentation

Fig.6 Density descriptor of line and tower point clouds data

接下來(lái)，計(jì)算剔除地物點(diǎn)后的每個(gè)空間網(wǎng)格的密度描述子，將統(tǒng)計(jì)結(jié)果用折線圖表示，如圖6所示。從圖中可見(jiàn)，無(wú)論輸電走廊所處地形如何變化、包含的桿塔類(lèi)型如何變化，電塔點(diǎn)所在的空間網(wǎng)格密度描述子均近似于1。因此在分離線塔點(diǎn)云的過(guò)程中，將描述子閾值設(shè)置為接近1的值，即可將電力線點(diǎn)云數(shù)據(jù)從線塔點(diǎn)云中分離出來(lái)，剔除電塔點(diǎn)后的實(shí)驗(yàn)結(jié)果如圖7所示。

Fig.7 Line point clouds after segmentation

3.2 單條電力線提取實(shí)驗(yàn)

對(duì)剔除電塔點(diǎn)云后保留下來(lái)的電力線點(diǎn)云，使用半徑搜索算法搜索單條電力線。分別對(duì)3組數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，并選取3組數(shù)據(jù)中的任一檔數(shù)據(jù)進(jìn)行結(jié)果展示，對(duì)提取出的單條電力線用不同顏色進(jìn)行染色區(qū)分，如圖8所示。可以看出，半徑搜索算法能完整地實(shí)現(xiàn)單條電力線的分離。

Table 2 Accuracy evaluation of power line extraction

3.3 單條線路提取精度評(píng)估

為了驗(yàn)證單條電力線的提取精度，對(duì)以上實(shí)驗(yàn)結(jié)果中的總計(jì)18條電力線的提取精度進(jìn)行評(píng)估，評(píng)估標(biāo)準(zhǔn)是電力線點(diǎn)云提取率（提取率＝提取點(diǎn)云數(shù)／標(biāo)定點(diǎn)云數(shù)），統(tǒng)計(jì)結(jié)果如表2所示。由表2可知，電力線的總提取精度高達(dá)99.69%。因此，無(wú)論是不同塔型連接的電力線點(diǎn)云數(shù)據(jù)，還是受地形或植被干擾的點(diǎn)云數(shù)據(jù)，本文中提出的電力線提取方法都能適配。

4 結(jié) 論

通過(guò)分析塔線物的空間分布特點(diǎn)，運(yùn)用空間網(wǎng)格分割算法，提出了一種從激光雷達(dá)數(shù)據(jù)中自動(dòng)提取電力線的新方法。在地形起伏變化大、受高植被干擾的復(fù)雜環(huán)境中，該方法可以完整準(zhǔn)確地自動(dòng)提取出電力線，且對(duì)多種塔型連接的輸電走廊均有較好的魯棒性。通過(guò)實(shí)驗(yàn)可以發(fā)現(xiàn)，所提出的方法有效地解決了復(fù)雜環(huán)境下電力線提取精度低的問(wèn)題，在輸電走廊的空間結(jié)構(gòu)自動(dòng)分析領(lǐng)域具有良好的工程應(yīng)用價(jià)值。