基于傾斜攝影和LiDAR融合的電網數字孿生

劉 奇，趙 平，王遠洋

(中國電建集團貴州電力設計研究院有限公司，貴州 貴陽 550008)

0 引言

隨著數字中國建設的推進，促進了各領域數字化轉型升級[1]。近年來，國家電網有限公司和中國南方電網有限責任公司相繼推出了適用于輸變電工程建模的GIM規范[2]，依托地理信息技術，將電網各元素進行數字化，形成信息模型，融合電網全壽命周期信息[3-4]，按照統一的規定以GIM文件的格式存儲信息模型，減少模型數據量，實現信息的高效、準確、全面應用，在設計、施工、運行三個階段進行全周期的信息資源共享、決策以及管理，提升電網數字化水平[5]。如何將電網設備資料、知識信息轉化為數字化要素，挖掘數字資源隱性價值，實現物理電網向數字電網的升級，提高電網數字化、網絡化、智能化水平[6]，受到了廣泛關注與研究。

電網設備數字化是電網數字孿生的關鍵環節，目前針對電網設備的三維數字化建設，常采用依據設計資料和臺賬數據的手工建模方式，由于電網網絡龐雜、設備點多面廣、運行特性各異，且設計與運行存在差異性，導致建模工作效率低、語義信息表達不完整以及與實際的差異性，嚴重制約了電網智能化建設的發展。而國內外針對電網三維建模的研究主要集中在電力線矢量化方面，對桿塔、絕緣子、金具等設備的建模研究較少。比如，McLaughlin[7]通過小范圍內的點云擬合，得到電力線參數模型。Melzer[8]采用二維Hough變換進行電力線點云定位，然后通過3D擬合的方式計算電力線參數。Li[9]綜合考慮了電力線差異特征和電塔結構，對區域電力網格中的同塔多回線路進行了建模。Morarjee[10]基于多視幾何的方法，利用影像完成了輸電線路三維建模。尹暉[11]等以設計資料為基礎數據，采用Sketch Up軟件對輸電桿塔、絕緣子以及金具進行三維建模，但是由于設計資料不全、設計與實際的差異性以及桿塔的復雜性等原因，導致建模效率較低。鄭曉光[12]等為了提高輸電線路的建模效率，提出了組件式建模方法。該方法設立桿塔模型的模型庫，將桿塔模型分為塔頭和塔腿兩個主要部分，能降低輸電線路大規模桿塔建模的難度，相比于傳統方法提高了建模的效率。但在調整塔頭和塔腿的尺寸時依然要花費大量時間，同時桿塔模型的橫擔位置與實際位置出現不符合的情況。余文輝[13]等提出了一種模型驅動的激光點云輸電線路桿塔建模方法，以桿塔節間為單位，變坡點為分界，通過人機交互的方法，對桿塔進行積木式建模，使模型精細程度更高，但是僅針對桿塔建模，不能反映通道整體的三維空間場景。為此，本文提出基于傾斜攝影和LiDAR融合的方法，以解決輸電線路通道以及桿塔大范圍建模效率低、可視化效果差以及語義信息不全等問題，構建輸電線路通道全局三維空間信息模型，打造電網數字孿生。

1 基于傾斜攝影的輸電線路走廊大場景建模

傾斜攝影測量技術是通過在飛行載體上搭載多鏡頭相機，從多個角度獲取目標影像，經過影像預處理、多視影像聯合平差、模型構建、三維模型修飾等，可以快速生成大范圍的三維模型。其建模原理如圖1所示。

圖1 傾斜攝影測量建模原理圖

1)數據預處理

由小型飛機或無人機搭載相機和全球定位系統(global positioning system，GPS)定位裝置獲取航測區域的可見光影像和定位定姿系統(position and orientation system，POS)數據。依據相機特點、拍攝時間、拍攝姿態檢查POS數據和影像數據完整性，并進行影像勻光勻色、幾何校正等預處理[14]。

2)多視影像聯合平差

不同于常規的正射平差，多視影像不僅包含垂直攝影數據，還包括傾斜攝影數據，因此要充分考慮影像間的幾何變形和遮擋關系[15]。結合POS系統提供的多視影像外方位元素，采取由粗到精的金字塔匹配策略在每級影像上進行同名點自動匹配和自由網光束法平差，得到較好的同名點匹配結果。同時建立連接點和連接線、控制點坐標、GPS/IMU輔助數據的多視影像自檢校區域網平差的誤差方程，通過聯合解算，確保外方位元素精度滿足實際要求。

3)三維場景模型

多視影像具有覆蓋范圍大、分辨率高等特點。通過多視影像密集匹配能得到高精度高分辨率點云數據，充分表達地形地物起伏特征。對生成的密集點云進行分塊計算，并轉換為不規則三角網構建不規則三角網(triangulated irregular network，TIN)模型，之后對模型進行紋理映射，輸出三維模型成果。

4)三維場景模型檢查與修飾

因為水面易發生鏡面反射的物體難以匹配到同名點，使生成的三維場景模型出現破洞。因此需要對模型進行檢查，對于出現破洞的區域進行修補編輯。同時，輸電線路走廊的大范圍三維場景建模，會產生低質量的桿塔模型，需進行修飾以提高三維場景模型的可視化效果。利用傾斜攝影測量建立的輸電線路走廊模型如圖2所示，其中(a)為修飾前的模型，(b)為修飾后的模型。

圖2 輸電線路走廊傾斜模型

2 基于LiDAR的桿塔三維建模

三維激光雷達系統是一種新型的空間測量技術，集激光傳感器、GPS以及慣性測量單元(inertial measurement unit，IMU)于一體，能夠快速獲取大范圍目標的高精度三維空間信息[16]。利用LiDAR高精度三維坐標，實現輸電線路的精確定向和定位，可以快速構建輸電線路桿塔精細化模型，其技術流程如圖3所示。

圖3 基于LiDAR的桿塔三維建模流程圖

2.1 桿塔定位與定向

利用經過去噪處理的桿塔和電力線點云數據，根據式(1)和(2)得到線路桿塔的重心(Xg，Yg)，以重心為原點，建立桿塔獨立坐標系[13]。

式中：M為桿塔點云數量；xi，yi為每個點i的平面坐標。

從桿塔點云所有的點中計算出高程最低點Zmin。根據Zmin為每個桿塔點集自動生成一個外包長方體，使桿塔點集被完全包圍，長方體最低點即為Zmin，基于中心點與長方體框建立桿塔獨立坐標系[13]。根據線路中桿塔的重心坐標連線，確定輸電線路走向。依據線路方向，調整桿塔坐標軸，從而確定輸電線路中桿塔的空間位置和姿態[13]。

2.2 桿塔特征點提取

提取桿塔特征點位置，包括地線掛點、導線掛點、塔身點以及塔腳點。由式(4)計算每個點最鄰近的n個鄰域點并擬合出局部拋物面，采用最小二乘法計算各系數，并根據式(5)得到該點局部曲率K[14]。

式中： (x，y)為水平方向坐標，A、B、C、D、E、F為擬合拋物面的參數。

通過人機交互的方式捕捉初始范圍內曲率較大的特征點，人工捕捉并確定點云中特征點位置。如圖4所示，其中(a)為特征點示意圖，(b)為通過桿塔點云提取的特征點。

圖4 桿塔特征點捕捉

2.3 桿塔模型構建

根據選擇的桿塔類型和提取的特征點位置，遍歷模板庫中的模型，采用模板匹配構建模型[15]。生成的桿塔模型如圖5所示，其中(a)為桿塔正視圖，(b)為桿塔立體視圖。

圖5 桿塔模型

根據輸電線路真實場景，對絕緣子和金具建模，并在桿塔模型上配置絕緣子、金具以及桿塔各部件屬性信息，完成輸電線路GIM模型的構建。

3 基于傾斜攝影和LiDAR融合的電網數字孿生

傾斜攝影能夠快速獲取大范圍三維表面模型，而通過LiDAR數據可以快速構建桿塔精細化三維模型，充分利用兩者的優勢，融合傾斜攝影和LiDAR構建電網數字孿生。其技術流程如圖6所示。

圖6 基于傾斜攝影和LiDAR融合的電網數字孿生技術流程圖

通過外業采集的輸電線路通道傾斜影像和LiDAR數據，分別構建輸電線路通道走廊模型和桿塔GIM模型，其中走廊模型是以瓦片的方式分塊存儲模型的尺寸、空間位置以及紋理等信息，而GIM模型則是以GIM文件的方式存儲幾何模型單元、組合模型、物理模型、工程模型以及屬性信息。對兩種模型數據分別進行格式轉換與解析，并進行坐標校正、空間配準以及模型數據切片，融合多源異構模型數據，實現多分辨率層次模型的GIM+GIS集成可視化。

3.1 輸電線路傾斜攝影建模

根據輸電線路走廊傾斜模型(OSGB格式模型)瓦片的分塊索引，將傾斜模型瓦片數據按照索引順序進行無縫拼接，生成一個完整的模型數據文件。采用Draco頂點壓縮算法和CM紋理壓縮算法對模型數據進行壓縮存儲，最終形成一個輕量級的走廊模型數據。其流程如圖7所示。

圖7 走廊傾斜模型數據拼接與轉換流程圖

3.2 輸電線路桿塔GIM建模

解析桿塔GIM數據。依據架空輸電線路GIM相關規范，對GIM文件進行幾何過濾及語義清洗，獲取GIM模型的幾何信息和對應的語義信息。根據提取的模型信息進行幾何轉換，通過細節層次模型(levels of detail，LOD)映射規則，映射到不同層級的對象。對完成幾何轉換的模型進行語義映射，并導出多層級模型，如圖8所示。

圖8 桿塔GIM數據解析與轉換流程圖

將基于傾斜攝影獲取的走廊通道模型與基于LiDAR數據構建的桿塔GIM模型轉換到相同的坐標系下，并采用矩陣平移算法對傾斜模型和GIM模型進行空間配準。根據地形數據構建工程區域的TIN模型，鑲嵌走廊傾斜模型，然后疊加桿塔GIM模型，形成完整的三維數字孿生場景模型，如圖9所示。

圖9 模型融合流程圖

3.3 輸電線路傾斜攝影和LiDAR融合建模實例

以某500 kV輸電線路為例，通過直升機搭載五鏡頭傾斜相機和LiDAR獲取通道內的傾斜影像和三維激光點云數據，利用傾斜攝影數據生成輸電線路走廊大場景三維模型，采用LiDAR數據構建輸電線路桿塔GIM模型，并將傾斜模型和GIM模型進行坐標校正與配準，然后融合傾斜模型和GIM模型，形成完整的輸電線路走廊三維數字孿生場景模型。其可視化效果如圖10所示。

圖10 輸電線路走廊三維數字孿生場景模型

4 結語

本文提出了基于傾斜攝影和LiDAR融合的方法構建輸電線路走廊三維數字孿生場景模型。通過飛行載體搭載傾斜相機和LiDAR系統，獲取輸電線路通道傾斜影像和LiDAR數據。利用傾斜攝影快速建立輸電線路走廊三維模型，并經過模型修飾處理，得到去除桿塔以后的輸電線路走廊大場景模型。以輸電線路三維激光點云為基礎數據，提取桿塔和電力線點云數據，并經過濾波進行降噪處理，利用點云數據的高精度三維坐標，對輸電線路進行定向和定位。然后提取桿塔的特征點，根據桿塔特征點進行模板匹配，生成桿塔三維模型，經過絕緣子、金具、屬性信息等的配置與精細化調整，最終輸出GIM成果。最后，將輸電線路走廊大場景模型和桿塔GIM模型進行坐標校正以及空間配準，融合輸電線路走廊大場景模型和桿塔GIM模型，構建輸電線路走廊三維數字孿生場景模型。對于已建成投運的輸電線路，該方法構建模型效率遠高于傳統的全人工建模方法，并且視覺效果較好、數據量較小、具有豐富的語義信息表達能力，能夠滿足信息查詢、空間分析以及可視化管理的功能。為“數字電網”建設提供了有力的數據支撐，是未來智能電網發展的方向。