胡欽俊 孫 嬙 林火煅 楊 雪
(1.國網福建省電力有限公司漳州供電公司,福建 漳州 363000;2.國網福建省電力有限公司,福建 福州 350025;3.天津航天中為數據系統科技有限公司,天津 300462;4.天津市智能遙感信息處理技術企業重點實驗室,天津 300462)
該文采用系統工程的方法,以輸電桿塔傾斜檢測精度為核心,針對增強承載平臺穩定度、提升掃描裝置分辨率以及判讀傾斜檢測等關鍵問題展開研究。
首先,充分、完整地開展系統總體方案設計,將系統指標科學、合理地分解到各組成部分,并對設計結果進行仿真驗證、迭代優化,以最高、最優效費比滿足系統的全部技術指標要求。
其次,在該基礎上,將無人機多參量高精度位置補償技術研究、基于雙光激光源重復觀測的點云數據校正及超分辨率融合建模技術研究和基于激光點云的桿塔特征點自動識別及傾斜參數自動測量技術研究與應用3 個關鍵技術點并行研究,能夠有效提升承載平臺的穩定度、掃描裝置分辨率以及傾斜檢測的效果,并適時開展承載平臺與掃描裝置、掃描裝置與傾斜檢測算法之間軟硬件接口的設計。
再次,在上述方法研究、算法設計成果的基礎上進行硬件研制與軟件開發,并分階段開展設備測試、系統聯試,盡早發現設計缺陷,解決實際工程問題,為示范應用奠定基礎。
最后,進行系統集成,形成一套基于無人機激光點云數據的桿塔傾斜狀態智能監測系統,并開展示范應用。
LiDAR 系統向物體發射大量激光點以獲取物體的表面三維數據[1],通過測量發射光信號和接收光信號的相位差Δ?獲得往返信號的時間間隔,從而計算距離。根據物體表面到反射信號接收機的距離計算到目標物體上每個點的空間三維坐標值。激光雷達測量示意圖如圖1 所示。

圖1 三維激光雷達測量示意圖
電力桿塔的傾斜度定義公式為q=S/H,其中S為桿塔傾斜值,H為桿塔實際高度。在實際工程測量中,一般將桿塔等效為一個剛性整體,其傾斜度可抽象為頂層中(重)心與塔基層中(重)心的偏離值與桿塔高度的比值。利用激光雷達確定桿塔底部中心點O、頂部中心點O1和其投影點,則桿塔頂部中心點至其底部投影點的距離即為桿塔的實際高度H,投影點至桿塔底部中心點距離即為桿塔的傾斜值S,即可實現對電力桿塔傾斜度的測量,如圖2 所示。

圖2 基于三維激光雷達桿塔傾斜度測量示意圖
總體設計路線如圖3 所示。

圖3 基于機載雷達的桿塔傾斜度測量系統的總體設計路線
2.3.1 點云數據采集
與傳統基于人工或地面固定觀測設備的手段相比,基于無人機的測量系統受平臺穩定性的影響更為嚴重;由于氣流會影響無人機平臺的飛行,因此,單憑機械防抖不足以抵消它的干擾[2]。該文將著重研究無人機平臺的飛行穩定度這一關鍵技術。
與基于全站儀等方法相比,基于LiDAR 的測量系統更受限于其自身的分辨率以及由彗尾效應和空中雜質引入的噪聲。分辨率不足和噪聲點會直接降低后續生成模型的效果和對其進行測量的精確度[3]。該文將通過雙光源激光雷達掃描和先進的去噪算法解決該難題。
2.3.2 桿塔三維模型生成
LiDAR 系統采集的掃描數據是由成千上萬反射點構成的點云。從點云數據恢復為電力桿塔的三維模型有一套確定的方法。然而,由于采用了雙光源掃描方法,因此,將一對相關的點云合成單個精度更高的點云數據是該技術的又一個關鍵技術。該文將關注如何實現超分辨率點云模型的融合。
2.3.3 模型傾斜度計算
得出的桿塔三維模型雖然可以通過計算S/H來實現,但是為了使該計算過程自動化,需要實現三維生成模型和參考模型的自動對比。該文將研究如何從三維模型中提取特征點,并求出關鍵的S、H參數,自動地通過輸入的三維模型計算輸電桿塔的傾斜度。
該總設計可以通過仿真驗證進行理論驗證,仿真驗證可通過以下6 個步驟進行。
通過點云數據庫可以獲取具有代表性的仿真輸入文件。通過地面固定的激光雷達掃描也可以得到桿塔的點云數據,其中還帶有相應的真實噪聲點。PolyWorks 等點云數據處理軟件可以對這些輸入進行去噪處理,得到基于點云的桿塔模型。
導入點云桿塔圖,在4 個角鋼中心選取1 個較低的點,該位置即為絕對水平面的基準點坐標。
點云坐標為(X,Y,Z),將塔較低點的三維坐標值(X1,Y1,Z1)和豎直方向的法向量(0,0,1)帶入如公式(1)所示的平面的點法式方程。

式中:(A,B,C)為平面法向量;(X1,Y1,Z1)為較低點的坐標;(X,Y,Z)為絕對水平面中的點坐標。
絕對水平面方程如公式(2)所示。

創建的桿塔底部絕對水平面將會與其他3 個塔角的角鋼中心線有3 個交點,需要對3 個塔角的角鋼中心線進行提取,以提高確定這3 個交點位置的精確度,可通過選取中心上不同高度的2 個位置(X2,Y2,Z2)和(X3,Y3,Z3)來確定中心線,絕對水平面與其他3 個角鋼中心線相交,3 個相交點的位置如公式(3)所示。

4 個塔角點相連的交點O為底部中心點,在點云桿塔圖中可獲取頂端結構中心點O1,然后依據這2 個點確定桿塔點O1在水平面投影點。
桿塔實際高度H為O1點至的長度,投影點至桿塔底部中心點距離為S(桿塔傾斜值),即為點O1到的距離,傾斜度為H/S。
仿真結果表明基于機載三維激光雷達不僅能正確地實現對桿塔傾斜的測量,而且測量精度與傳統全站儀測量法的精度相當,可以滿足工程測量的需求;通過對目標對象的三維虛擬重構,機載三維激光雷達測量方法實現了測量結果可視化和數字化描述,便于存檔和追溯校核;因此該系統具有實際應用的潛力。
基于機載設備一體化設計研究電源集中分配管理技術、設備最優安裝掛載技術,以解決傳統系統存在的供電不穩定、無法對電源進行有效監控以及設備安裝導致系統作業能力降低等問題,通過充分、完整地對系統總體方案進行設計,將系統指標科學、合理地分解到各組成部分,最終實現各設備在無人機平臺上的快速安裝。
無人機高精度激光雷達輸電桿塔傾斜檢測系統主要由無人機分系統平臺、任務載荷系統、數據鏈分系統及地面系統組成。
激光雷達是以向物體發射大量激光點來獲取物體表面三維數據的測量技術,具有掃描速度快、精度高以及全數字特征等優點。借助無人機平臺搭載高精度多軸主動穩定云臺和雙激光源激光雷達裝置,距離測量模塊可計算每個激光脈沖從發射器端到目標物體,再返回至發射器端口的時間數據,進而計算目標物體上每個點的空間姿態及位置坐標,實現對高精度線路桿塔點云數據的采集,然后通過三維重構的目標點云模型對物理尺寸進行測量。
系統工作流程可概括為準備階段、飛行階段和結束階段。無人機系統地面設備及機載設備加電通過自檢后,機體可通過地面站指令自主起飛。順利起飛后,利用飛控裝置可實現按照預先規劃的航跡進行自動飛行的目標。在飛行過程中,雙激光源激光雷達裝置同步采集輸電線路點云數據,通過數據鏈將實際飛行狀態輸到地面站進行顯示,作業人員通過控制飛機和云臺姿態對興趣點進行確認,確認之后通過地面站經數據鏈控制雙激光源激光雷達裝置精細化地對興趣點進行數據采集。無人機飛行即將結束時,機體可通過地面站指令自主降落。無人機降落后,數據存儲設備斷電,飛行作業結束。最后,將飛行采集的數據傳輸給點云數據預處理軟件,得到標準格式的點云數據文件,通過無人機激光點云數據桿塔傾斜狀態智能監測軟件系統完成對桿塔的自動識別以及對桿塔傾斜狀態的檢測。
機載設備采用鋰電池進行統一供電,各任務設備要求的輸入電源電壓和功率各不相同,采用電源集中分配管理的方法,將單一輸入電源分解成多路輸出,采用濾波、穩壓等方法提高多路輸出電源的穩定性,并通過電壓自動感知實現對電源穩定性的監控,從而達到電源集中分配管理的目的。
考慮無人機平臺的掛載能力和各任務設備的結構尺寸、重量,通過設備安裝布局和系統重心分布仿真設計設備安裝掛載方案,確定設備與無人機平臺之間的連接方式和結構,設計快速安裝掛架,在不影響無人機飛行性能的同時,實現系統的最優作業能力。
該技術以提高無人機系統穩定度為主要目的,以平臺多參量精度補償為核心手段,重點針對無人機平臺的穩定性開展研究。
首先,對姿態感知技術和誤差補償技術進行研究:姿態集成通過多源數據融合降低單一陀螺數據姿態累積誤差對飛機姿態感知的影響,為無人機飛控提供可靠感知信息,用于獲取無人機的航姿信息;誤差補償技術基于三軸加速度、角速度數據的毫秒級響應數據,采用多元數據融合技術,通過采集多源傳感器數據,經過既定的優先級排序傳感器讀數,除去讀數異常,選取最優傳感器組合,通過融合信號比對單一陀螺數據姿態累積誤差,獲得無人機的飛行姿態誤差,實現姿態誤差的補償(橫滾角、俯仰角和航向角)。這2 項研究為無人機位置姿態糾偏提供了準確依據,是后續2 項研究的測試輸入。
其次,在先期研究具有一定實驗數據儲備的基礎上,對多軸主動穩定技術和協調最優控制技術進行研究。前者結合無人機的位置姿態和誤差信息,通過修正差異使無人機恢復到正確的航線和正確的姿態上;后者可以實現對外界微小擾動的精確負向補償,使系統參數自動達到最優化狀態。最后,研制出一套毫米級精度的無人機飛行穩定反饋控制平臺,并根據同級其他技術的進度,掛載相應的真實或模擬配重進行外場試飛測試,為系統聯試與工程應用奠定基礎。
該文通過基于激光點云桿塔目標自動識別及結構點位自動提取技術,創新地提出了基于激光點云桿塔傾斜參數自動測量技術的研究,實現基于無人機高精度激光雷達的輸電桿塔傾斜檢測,桿塔傾斜變形測量誤差小于1.5‰,同時給出了機載激光雷達的輸電桿塔檢測系統研制步驟和流程。該文的桿塔傾斜形變測量效果顯著,滿足電網對桿塔傾斜測量的標準要求,可在電網重點區域(地質沉降區、采動區、地下抽水區和地質脆弱區等)中進行應用。