架空輸電線路激光雷達(dá)點(diǎn)云數(shù)據(jù)處理技術(shù)研究

摘 要：為了構(gòu)建輸電線路走廊、導(dǎo)地線與桿塔本體的高精度三維模型，采用激光雷達(dá)點(diǎn)云數(shù)據(jù)處理技術(shù)，對不同桿塔重要巡檢對象的自動精準(zhǔn)定位方法進(jìn)行研究，提出了一種直接從點(diǎn)云數(shù)據(jù)中自動提取桿塔并精確定位其位置的方法。該方法能夠獲取包括塔身、塔頭等關(guān)鍵部位的位置信息。將提取的桿塔位置、絕緣子位置、掛點(diǎn)位置等信息進(jìn)行展示、分析以及精度定位評估。結(jié)果表明，所提方法的效果很好、完成度高，能夠真實(shí)地展現(xiàn)輸電線路的走廊環(huán)境、桿塔架構(gòu)、導(dǎo)地線布局以及絕緣子串等部件的信息。

關(guān)鍵詞：輸電線路走廊；激光雷達(dá)；點(diǎn)云數(shù)據(jù)；三維模型；數(shù)據(jù)提取；特征分析

中圖分類號：TP39；TM75 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2025）01-0-04

0 引 言

為了實(shí)現(xiàn)輸電線路無人機(jī)全自主巡檢，減少手動飛行控制操作，本文構(gòu)建了輸電線路的高精度三維模型，并對不同類型桿塔的巡檢對象進(jìn)行精準(zhǔn)定位，為后期無人機(jī)自主巡檢的航跡規(guī)劃工作奠定了基礎(chǔ)，同時(shí)還提高了輸電線路巡檢效率，降低了巡檢成本，做到線路精細(xì)化巡檢。此方法能夠有效保證無人機(jī)的飛行安全，降低電網(wǎng)潛在風(fēng)險(xiǎn)，提高輸電線路巡檢效率和運(yùn)行可靠性，為后續(xù)輸電線路巡檢探索提供新的發(fā)展方向。本研究也間接提高了輸電線路運(yùn)營的可靠性，減少了維修巡檢的人工成本，規(guī)范了輸電線路網(wǎng)的管理[1-2]。

在研究過程中，充分考慮了設(shè)備輕量化、數(shù)據(jù)成果即時(shí)化、系統(tǒng)操作簡單化等因素，利用無人機(jī)激光Lidar技術(shù)，對輸電線路走廊高精度三維模型的構(gòu)建方法進(jìn)行了研究。構(gòu)建了紋理精細(xì)度高、空間坐標(biāo)準(zhǔn)確的三維高精度模型，該模型能夠全面反映桿塔本體模型空間結(jié)構(gòu)的信息。依托該模型，可以對重點(diǎn)巡檢對象（絕緣子、掛點(diǎn)等）進(jìn)行分類提取與識別，并結(jié)合輸電線路三維模型的空間參考坐標(biāo)信息，實(shí)現(xiàn)對重要巡檢對象精準(zhǔn)坐標(biāo)的提取。

1 原理分析

激光雷達(dá)測量技術(shù)主要包含激光掃描裝置、全球?qū)Ш叫l(wèi)星系統(tǒng)、慣性導(dǎo)航系統(tǒng)以及電腦處理單元等四個關(guān)鍵方面。飛行平臺可采用旋翼無人機(jī)或固定翼飛機(jī)，激光掃描裝置主要有相位測距掃描和脈沖測距掃描儀兩種。定位和慣性測量模塊主要由GNSS接收機(jī)和IMU慣性導(dǎo)航單元構(gòu)成。同時(shí)為提高測量精度與增加模型色彩，還需要在機(jī)載激光雷達(dá)系統(tǒng)內(nèi)配置高精度的數(shù)碼量測相機(jī)[3-5]。

三維激光掃描儀及數(shù)碼相機(jī)采用固定的頻率對航行區(qū)域進(jìn)行攝像，激光掃描儀向地面輸出激光脈沖，然后根據(jù)激光脈沖從輸出到接收所需要的時(shí)間來計(jì)算掃描設(shè)備到地面光斑之間的距離，利用實(shí)時(shí)動態(tài)載波相位差分技術(shù)（Real-Time Kinematic， RTK）來獲取掃描裝置的三維坐標(biāo)[6-8]；通過高精度慣性測量儀，便能夠分析出激光掃描儀攝像過程中的位置信息（航偏角、傾斜角及旁向傾角），從而建立起空間幾何與參數(shù)間的關(guān)系，最終確定地表地物激光位置點(diǎn)的三維坐標(biāo)（x， y， z）。輸電走廊的分類激光點(diǎn)云數(shù)據(jù)效果以及高程著色激光點(diǎn)云數(shù)據(jù)效果分別如圖1和圖2所示。

激光三維數(shù)據(jù)憑借其厘米級別的精度，能夠準(zhǔn)確定位桿塔、絕緣子串等部件的空間位置，從而獲取準(zhǔn)確的空間坐標(biāo)信息。這些信息為無人機(jī)自主巡檢的航跡規(guī)劃、目標(biāo)識別與定位提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。另外，激光三維數(shù)據(jù)模型中蘊(yùn)含的導(dǎo)線走向、導(dǎo)線弧垂等信息，為無人機(jī)的沿線飛行、導(dǎo)線數(shù)據(jù)采集任務(wù)提供了精確的數(shù)據(jù)參考。

針對輸電線路中不同桿塔的重要巡檢對象，計(jì)劃在高精度三維模型構(gòu)建的基礎(chǔ)上，進(jìn)一步探索自動精準(zhǔn)定位的方法。具體的研究步驟如下：

（1）利用輸電線路走廊點(diǎn)云的空間分布特征，提出一種直接從點(diǎn)云數(shù)據(jù)自動提取桿塔，并精確定位桿塔位置的方法。該方法能夠精確獲取包括塔身、塔頭等關(guān)鍵部位的位置信息。

（2）結(jié)合輸電線路桿塔、絕緣子、導(dǎo)線相對關(guān)系及特征信息，基于KD樹子鄰域，結(jié)合半徑搜索算法，自動提取絕緣子、掛點(diǎn)位置信息。

（3）對提取的桿塔位置、絕緣子位置、掛點(diǎn)位置等信息進(jìn)行成果展示、分析以及精度定位評估。

針對不同桿塔巡檢對象的自動精準(zhǔn)定位方法的流程如圖3所示。其中虛線區(qū)域已經(jīng)在輸電線路高精度三維模型構(gòu)建方法中實(shí)現(xiàn)，當(dāng)無人機(jī)采集輸電線路三維點(diǎn)云數(shù)據(jù)后，首先采用濾波去噪、粗差剔除、格網(wǎng)采樣技術(shù)，對這些點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，實(shí)現(xiàn)點(diǎn)云的自動分類，將其分為桿塔、導(dǎo)地線、地面和植被四大類[9-10]。其中，利用采集的桿塔數(shù)據(jù)建立桿塔模型庫，利用采集的導(dǎo)地線數(shù)據(jù)分離單根導(dǎo)地線，利用采集的地面和植被數(shù)據(jù)構(gòu)建輸電線路走廊信息。結(jié)合導(dǎo)地線臨近點(diǎn)，通過對桿塔模型進(jìn)行特征分析，可以得出塔頭、塔身、掛點(diǎn)和絕緣子信息模型，最終完成無人機(jī)巡檢架空輸電線路走廊激光點(diǎn)云數(shù)據(jù)的檢測。

2 三維點(diǎn)云信息分類

對輸電走廊地物進(jìn)行詳細(xì)的分類和標(biāo)注，主要分出地面、樹木、房屋、桿塔、導(dǎo)地線等，為線路的三維測量和安全性評估提供數(shù)據(jù)支撐。自動分類算法可以解決電力走廊在復(fù)雜地形地貌條件下的三維激光點(diǎn)云分類問題，同時(shí)使用平面拓展算法分離出點(diǎn)云內(nèi)部的公共平面，就可以完成點(diǎn)云的初步空間分割。然后獲得各個分割區(qū)域的點(diǎn)云，實(shí)現(xiàn)主成分解析，并且開展特征值分析，從而獲得這個分割區(qū)域的維度類型。最后形成一個多尺度分類器，通過比較可以得到合理的尺度方案，從而完成各種類型點(diǎn)云信息的智能化識別。分類器是一種基于支持向量機(jī)技術(shù)的線性分類器，通過子空間投影實(shí)現(xiàn)點(diǎn)云信息的迭代識別。設(shè)置分類器的目的是為了實(shí)現(xiàn)點(diǎn)云分類的監(jiān)督，可以合理地開展點(diǎn)云信息的分類。

激光點(diǎn)云數(shù)據(jù)經(jīng)過分類后，會獲取輸電線路走廊、道路、植被等多個激光點(diǎn)云分類數(shù)據(jù)，可以實(shí)現(xiàn)單類點(diǎn)云數(shù)據(jù)瀏覽，也可以進(jìn)行多類型數(shù)據(jù)疊加瀏覽，方便后期生成DEM、DOM等數(shù)據(jù)以及輸電走廊三維建模。圖4是基于上述方法完成的500 kV耐張塔的部件分類提取效果。

3 輸電線路三維區(qū)域提取

由于輸電線路需要經(jīng)過不同的地形，不同的地形環(huán)境使得輸電線路走廊環(huán)境也非常復(fù)雜。通過無人機(jī)采集輸電線路走廊點(diǎn)云數(shù)據(jù)時(shí)，包含了桿塔數(shù)據(jù)，同時(shí)還包含地表環(huán)境數(shù)據(jù)、植被數(shù)據(jù)、建筑數(shù)據(jù)等。在采樣過程中，這些數(shù)據(jù)可能會和桿塔數(shù)據(jù)重疊，而架空輸電線路的基本特點(diǎn)為將桿塔通過導(dǎo)地線連在一起。由此可以實(shí)現(xiàn)桿塔的數(shù)據(jù)提取，從而提高點(diǎn)云數(shù)據(jù)處理技術(shù)的準(zhǔn)確性。

輸電線路經(jīng)過的區(qū)域信息在激光雷達(dá)點(diǎn)云數(shù)據(jù)中呈現(xiàn)出高差大、坡度大的特點(diǎn)，輸電桿塔信息在點(diǎn)云數(shù)據(jù)中呈現(xiàn)出高密度的特點(diǎn)。因此，對輸電線路信息中關(guān)鍵信息進(jìn)行提取與建模時(shí)可依據(jù)三個方面：高差、坡度與密度；同時(shí)可以借鑒特征圖方法進(jìn)行模型的構(gòu)建。

以激光點(diǎn)云采集的數(shù)據(jù)為基礎(chǔ)形成的特征圖，需要設(shè)置格網(wǎng)尺寸對這些點(diǎn)云數(shù)據(jù)進(jìn)行初步劃分。通過逐步分析這些點(diǎn)云數(shù)據(jù)，確立這些點(diǎn)云數(shù)據(jù)在格網(wǎng)中的具體位置，以此來實(shí)現(xiàn)無人機(jī)采集的點(diǎn)云數(shù)據(jù)的規(guī)則格網(wǎng)化。如何設(shè)置格網(wǎng)大小，主要決定因素為字節(jié)的體素濾波器尺寸，需要滿足格網(wǎng)尺寸超過體素濾波器尺寸的條件，這樣才能使得特征圖像連貫，通常設(shè)置格網(wǎng)尺寸為2～4倍的體素濾波器尺寸。這樣，格網(wǎng)化設(shè)置的點(diǎn)云數(shù)據(jù)才能夠較好地對特征圖進(jìn)行分析。依照特征分析的要求，包含五類參數(shù)，其中一階特征包含密度、數(shù)字高程模型、數(shù)字表面模型三個方面，二階特征包含高差和坡度兩個方面。

（1）密度參數(shù)：作為架空輸電線路定位的基礎(chǔ)條件，采用格網(wǎng)作為統(tǒng)計(jì)單位，分析每個格網(wǎng)中包含的點(diǎn)數(shù)，從而實(shí)現(xiàn)桿塔的具體定位，每個格網(wǎng)內(nèi)的點(diǎn)數(shù)就是密度；

（2）數(shù)字高程模型參數(shù)：由于架空輸電線路走廊海拔存在一定的差異，為了消除地理因素對桿塔定位造成的影響，通常以格網(wǎng)內(nèi)最低點(diǎn)的高程為基準(zhǔn)；

（3）數(shù)字表面模型參數(shù)：該參數(shù)顯示走廊的地表信息，可以區(qū)別輸電線路本地和走廊內(nèi)的其他事物，通常以格網(wǎng)內(nèi)最高點(diǎn)的高程為基準(zhǔn)；

（4）坡度參數(shù)：在進(jìn)行高程分析時(shí)，由于輸電線路高度超過10 m，使得部分區(qū)域高程變化非常大，這種情況稱為坡度；

（5）高差參數(shù)：在每個格網(wǎng)內(nèi)，為了顯示高程分布，通過比較高程參數(shù)和表面參數(shù)，從而獲得架空輸電線路走廊內(nèi)的植被、桿塔等信息。

4 重點(diǎn)巡檢對象分類提取

4.1 導(dǎo)線掛點(diǎn)提取建模

實(shí)現(xiàn)桿塔、架空輸電線路及其附屬設(shè)備等結(jié)構(gòu)的穩(wěn)定提取后，即可利用所得分類提取結(jié)果實(shí)現(xiàn)輸電線路關(guān)鍵懸掛點(diǎn)的三維結(jié)構(gòu)拓?fù)湫畔⒌目煽刻崛　；谀Ｐ蜕L的界面分析技術(shù)，通過對架空輸電線路模型的分析，依據(jù)架空輸電線路走向分析點(diǎn)云數(shù)據(jù)。如果采集的點(diǎn)云數(shù)據(jù)截面積超過了系統(tǒng)預(yù)設(shè)值，那么系統(tǒng)將自動重新設(shè)置模型參數(shù)，此時(shí)已經(jīng)采集的點(diǎn)云數(shù)據(jù)將被定義為屬于架空輸電線路部分。基于架空輸電線路模型插值的截面跟蹤算法提取懸掛點(diǎn)。桿塔主要掛點(diǎn)的提取效果如圖5所示。

4.2 絕緣子串提取建模

根據(jù)導(dǎo)線、桿塔、絕緣子之間的關(guān)系，能夠知道導(dǎo)地線是通過絕緣子和桿塔進(jìn)行連接的。通過導(dǎo)線、桿塔的點(diǎn)云數(shù)據(jù)提取方法，可以快速實(shí)現(xiàn)在激光點(diǎn)云中進(jìn)行桿塔、導(dǎo)線的提取。在此基礎(chǔ)上，僅需要實(shí)現(xiàn)在單個桿塔中提取出絕緣子串即可。

在搭建絕緣子激光點(diǎn)云模型過程中，可以認(rèn)為絕緣子為圓柱形，為了簡單分析，假設(shè)絕緣子串是豎直直線狀且長度為2.4 m，以220 kV架空輸電線路為例，依據(jù)絕緣子最下端的位置信息和絕緣子串模型屬性，便可以建立絕緣子串提取模型，如圖6所示。

4.3 實(shí)例分析

針對不同桿塔模型巡檢對象的自動精準(zhǔn)定位方法，選取不同桿塔類型進(jìn)行實(shí)際測驗(yàn)，以500 kV輸電線路雙回路干字型桿塔為例，分析巡檢對象定位精度。通過無人機(jī)機(jī)載激光雷達(dá)設(shè)備對該線路桿塔進(jìn)行數(shù)據(jù)采集，識別巡檢對象的效果如圖7所示。其點(diǎn)云數(shù)據(jù)量為90.1 MB，點(diǎn)云數(shù)量為2 781 368個點(diǎn)，點(diǎn)云密度達(dá)到121點(diǎn)/m2，經(jīng)過抽稀后達(dá)到76點(diǎn)/m2，在點(diǎn)云數(shù)據(jù)處理軟件中可以清晰分辨桿塔的詳細(xì)部件，同時(shí)軟件可以流暢運(yùn)行。第1、2基桿塔是500 kV雙回路干字型直線塔，按照無人機(jī)相關(guān)巡檢標(biāo)準(zhǔn)，該塔需要巡檢的對象點(diǎn)有27處；第3基桿塔是雙回路干字型耐張塔，按照國家電網(wǎng)無人機(jī)巡檢標(biāo)準(zhǔn)，該塔需要巡檢的對象點(diǎn)有45處。

針對輸電線路巡檢對象拍照要求，分為通道、桿塔、架空地線和絕緣子4大類別，并且將每一大類根據(jù)位置信息分為具體的識別對象名稱點(diǎn)， 點(diǎn)位提取圖如圖8所示。

通過對比識別定位的巡檢點(diǎn)位和實(shí)際激光雷達(dá)測量巡檢點(diǎn)位發(fā)現(xiàn)，分析結(jié)果與實(shí)際測量結(jié)果的最大誤差為0.20 m，最小誤差為0.01 m，其中X方向誤差為0.18 m，Y方向誤差為0.20 m，H方向誤差為0.17 m，滿足無人機(jī)自主巡檢對桿塔主要掛點(diǎn)的拍照定位精度要求。

采用多旋翼無人機(jī)搭載可見光相機(jī)的巡檢方式是線路桿塔精細(xì)化巡檢作業(yè)中的常用手段。該巡檢方式的主要巡檢對象包括：架空桿塔本體、附屬設(shè)施、絕緣子、導(dǎo)線掛點(diǎn)、地線掛點(diǎn)等。通過點(diǎn)云自動分類（桿塔、電力線、地面、植被等）實(shí)現(xiàn)對不同地物的提取，在此基礎(chǔ)上建立不同塔型模型庫并進(jìn)行特征分析，實(shí)現(xiàn)塔頭、塔身、懸掛點(diǎn)、絕緣子等類別的提取。同時(shí)，通過精準(zhǔn)的空間坐標(biāo)（X， Y， H）提取，獲取了架空輸電線路重要巡檢對象的精準(zhǔn)位置信息。這些信息為基于輸電線路三維點(diǎn)云數(shù)據(jù)的架空輸電線路全自動巡檢航跡規(guī)劃提供了堅(jiān)實(shí)的基礎(chǔ)，從而推動了輸電線路無人化全自動巡檢技術(shù)的發(fā)展。

5 結(jié) 語

在利用激光雷達(dá)測量技術(shù)進(jìn)行輸電線路三維建模的過程中，前期數(shù)據(jù)采集階段需要對單邊飛行激光雷達(dá)覆蓋范圍、激光雷達(dá)點(diǎn)云密度、精度要求等進(jìn)行仔細(xì)評估。最終試驗(yàn)結(jié)果表明，利用該技術(shù)所建立的三維模型，不僅效果卓越，完成度高，而且能夠極為真實(shí)地展現(xiàn)輸電線路的走廊環(huán)境、桿塔結(jié)構(gòu)、導(dǎo)地線布局以及絕緣子串等關(guān)鍵部件的詳細(xì)信息。

參考文獻(xiàn)

[1] LI S， ZHOU Q， WANG K. Video-based tunnel luminance detection [J]. Automation in construction， 2019， 107： 102900.

[2] LU R， BRILAKIS I K， MIDDLETON C R. Detection of structural components in point clouds of existing RC bridges [J]. Computer-aided civil and infrastructure engineering， 2019， 34： 191-212.

[3]鄒彪，王和平，孟小前，等.基于激光點(diǎn)云技術(shù)的架空輸電線路夜間巡檢系統(tǒng)設(shè)計(jì)[J].信息技術(shù)，2020，44（7）：44-47.

[4] CHENG Y J， QIU W G， DUAN D Y. Automatic creation of as-is building information model from single-track railway tunnel point clouds [J]. Automation in construction， 2019， 106： 102911.

[5]張勝.基于兩類神經(jīng)網(wǎng)絡(luò)算法在輸電線路中的缺陷識別研究[J]. 長江信息通信，2023，36（9）：201-204.

[6]曾昭強(qiáng)，夏榮輝.基于實(shí)時(shí)動態(tài)載波相位差分技術(shù)運(yùn)用于施工安全范圍管控的討論[J].建筑技術(shù)開發(fā)，2022，49（18）：136-138.

[7]倪孝.基于載波相位差分技術(shù)的高精度定位系統(tǒng)研究與實(shí)現(xiàn)[D].揚(yáng)州：揚(yáng)州大學(xué)，2021.

[8]蘇曉剛，楊亮亮，彭小強(qiáng)，等.載波相位差分技術(shù)在車載導(dǎo)航中的應(yīng)用[J].現(xiàn)代導(dǎo)航，2019，10（4）：262-267.

[9]呂揚(yáng).復(fù)雜三維規(guī)劃模型和現(xiàn)狀地形無縫集成方法研究[J].測繪科學(xué)，2020，45（10）：149-154.

[10]趙昕.基于影像匹配技術(shù)的點(diǎn)云數(shù)據(jù)精簡算法研究[D].西安：西安科技大學(xué)，2017.