摘要：目前，無人機(jī)機(jī)載激光廣泛應(yīng)用于輸電線路運(yùn)維的邊坡隱患分析、線路施工驗(yàn)收和樹障隱患分析等方面，而輸電線路導(dǎo)線點(diǎn)云提取是這些應(yīng)用的基礎(chǔ)工作和先決條件。現(xiàn)提出一種針對(duì)交叉跨越情況的導(dǎo)線點(diǎn)云提取算法：第一步，對(duì)一個(gè)架次的原始點(diǎn)云數(shù)據(jù)進(jìn)行按檔分割;第二步，對(duì)單檔點(diǎn)云數(shù)據(jù)進(jìn)行粗分類;第三步，導(dǎo)線點(diǎn)云精化，獲取目標(biāo)導(dǎo)線點(diǎn)云。根據(jù)多架次點(diǎn)云實(shí)驗(yàn)，算法準(zhǔn)確率為91.2%，驗(yàn)證了其準(zhǔn)確性和適用性。

關(guān)鍵詞：輸電走廊;激光點(diǎn)云;導(dǎo)線提取

0 ? ?引言

基于機(jī)載激光LiDAR的線路運(yùn)行檢修是電網(wǎng)日常運(yùn)行維護(hù)的重要工作之一，而導(dǎo)線快速提取是基于激光LiDAR的線路運(yùn)維檢修的核心技術(shù)之一[1-4]，因此，國(guó)內(nèi)外學(xué)者對(duì)此展開了廣泛而深入的研究。Melzer和Briese提出了基于Hough變換的二維投影單根導(dǎo)線提取算法，林祥國(guó)等提出針對(duì)地面點(diǎn)云起伏變化特征的導(dǎo)線濾波算法，分割提取出導(dǎo)線，然后用Hough提取單根導(dǎo)線[5-12]。前人的上述研究取得了較好的應(yīng)用效果，但依然存在不足之處：輸電線路導(dǎo)線間經(jīng)常會(huì)存在交叉跨越情況，而現(xiàn)有研究較少針對(duì)交叉跨越開展，主要研究的是非交跨線路[13-15]。針對(duì)上述研究現(xiàn)狀，本文提出了一種針對(duì)交叉跨越的導(dǎo)線快速提取方法。

1 ? ?詳細(xì)方法

本文采用了基于點(diǎn)云空間分布特性的導(dǎo)線提取算法，具體步驟如下：

（1）輸電線路原始點(diǎn)云按檔分割;

（2）單檔原始點(diǎn)云粗分類，粗略提取導(dǎo)線點(diǎn)云;

（3）點(diǎn)云精化分類，分割出精度較高的導(dǎo)線點(diǎn)云。

導(dǎo)線提取步驟詳細(xì)流程圖如圖1所示。

1.1 ? ?導(dǎo)線點(diǎn)云分檔

輸電線路原始點(diǎn)云通常會(huì)包含若干檔點(diǎn)云數(shù)據(jù)，而貴州大部分地區(qū)處于高海拔、高落差的喀斯特地貌區(qū)域，所以連續(xù)檔點(diǎn)云分布規(guī)律沒有單檔點(diǎn)云分布明顯，因此，需要將導(dǎo)線點(diǎn)云按檔分割后再進(jìn)行濾波處理。分割示意圖如圖2所示。

輸電線路原始點(diǎn)云按檔分割的具體流程如下：

（1）通過相鄰桿塔精確坐標(biāo)計(jì)算出輸電線路走廊走向斜率k1。

（2）由于每檔點(diǎn)云的分割平面和k1是垂直關(guān)系，可以計(jì)算求得分割平面表達(dá)式。

（3）原始點(diǎn)云數(shù)據(jù)按檔分割。根據(jù)上一步求得的分割平面遍歷分割原始點(diǎn)云數(shù)據(jù)。

1.2 ? ?單檔輸電線路點(diǎn)云粗分類

粗分類目的是從單檔輸電線路原始數(shù)據(jù)中粗略地提取出導(dǎo)線點(diǎn)云。單檔輸電線路數(shù)據(jù)包括以下幾個(gè)分類：地面、植被、桿塔和導(dǎo)線。點(diǎn)云數(shù)據(jù)在垂直方向的分布有以下三類：（1）植被和地面;（2）桿塔和地面;（3）導(dǎo)線、植被和地面。在垂直方向上，植被和地面呈連續(xù)分布，桿塔和地面呈連續(xù)分布，導(dǎo)線和植被、地面呈非連續(xù)分布。針對(duì)線路垂直方向上的分布特征，對(duì)單檔輸電線路原始點(diǎn)云進(jìn)行空間三維柵格化，用設(shè)置合理經(jīng)驗(yàn)高程閾值的方式分割出非導(dǎo)線點(diǎn)云。

詳細(xì)步驟如下：

（1）創(chuàng)建空間三維柵格。將單檔輸電線路原始點(diǎn)云按一定步長(zhǎng)進(jìn)行三維柵格劃分、編號(hào)。

（2）三維柵格內(nèi)高程方向進(jìn)行分割。對(duì)三維柵格在垂直方向進(jìn)行劃分，為了防止劃分尺寸過大引起非連續(xù)性特征識(shí)別不敏感，算法采用相對(duì)較小的尺寸進(jìn)行劃分，垂直方向如果兩個(gè)相鄰劃分的點(diǎn)云數(shù)量為0，那么合并這兩個(gè)鄰近劃分。最后合并劃分高程記作H。

（3）獲取三維柵格高程閾值。設(shè)定一個(gè)高程間隔閾值H0，代表導(dǎo)線和地面之間垂直方向的間距，對(duì)上一步計(jì)算得到的H和H0進(jìn)行高程閾值比對(duì)：如果HH0，則記錄該高程間隔的最小高程值Z0，對(duì)三維柵格中所有點(diǎn)高程值Z進(jìn)行遍歷，如果Z>Z0，那么判定該點(diǎn)為導(dǎo)線點(diǎn)，否則為非導(dǎo)線。

1.3 ? ?單檔導(dǎo)線精化

隨機(jī)采樣一致性算法（Random Sample Consensus，RANSAC）是常見的點(diǎn)云模型識(shí)別算法，優(yōu)點(diǎn)是具有較強(qiáng)的穩(wěn)定性，RANSAC可以從大量局外點(diǎn)的數(shù)據(jù)集中估計(jì)出較高的模型參數(shù)，且在導(dǎo)線點(diǎn)云模型判定中對(duì)少量點(diǎn)云缺失不敏感，滿足本文的識(shí)別需求。

經(jīng)過點(diǎn)云粗分類，獲得了導(dǎo)線點(diǎn)云、交跨線點(diǎn)云和部分桿塔噪點(diǎn)點(diǎn)云，過濾掉了地面點(diǎn)云、高低植被點(diǎn)云。對(duì)得到的粗分類點(diǎn)云在XY面做投影，其中桿塔噪點(diǎn)為簇狀分布，交跨線點(diǎn)云和導(dǎo)線點(diǎn)云在XY面表現(xiàn)為線性分布，根據(jù)這些分布特性，本文采用基于RANSAC的XY二維平面直線模型識(shí)別，獲取交跨線點(diǎn)云和導(dǎo)線點(diǎn)云。由于交跨線和導(dǎo)線點(diǎn)云在XY面投影均為直線模型，導(dǎo)線完全通過輸電走廊，而交跨線為橫（或斜）穿輸電走廊，因此交跨線長(zhǎng)度遠(yuǎn)遠(yuǎn)小于導(dǎo)線長(zhǎng)度，通過點(diǎn)云長(zhǎng)度對(duì)比、點(diǎn)云數(shù)量對(duì)比分離導(dǎo)線和交跨線，最終獲取若干根導(dǎo)線點(diǎn)云。

2 ? ?實(shí)驗(yàn)與分析

本文采用Visual Studio 2013作為開發(fā)環(huán)境實(shí)現(xiàn)算法。硬件基本配置：Lenovo G460;CPU為Intel Core I5，內(nèi)存16 GB，操作系統(tǒng)Win7。

實(shí)驗(yàn)數(shù)據(jù)方面，選用A線路數(shù)據(jù)作為實(shí)驗(yàn)驗(yàn)證數(shù)據(jù)，該線路基本情況如表1所示。

A線路數(shù)據(jù)有三處明顯交跨。本文算法實(shí)驗(yàn)共計(jì)用時(shí)2.4 s，對(duì)本文算法提取的導(dǎo)線點(diǎn)云數(shù)量進(jìn)行統(tǒng)計(jì)，同時(shí)用Cloud Compare V2.8.0點(diǎn)云軟件手動(dòng)提取實(shí)際導(dǎo)線點(diǎn)，針對(duì)兩個(gè)提取結(jié)果進(jìn)行對(duì)比，最后統(tǒng)計(jì)提取準(zhǔn)確率。導(dǎo)線提取結(jié)果統(tǒng)計(jì)如表2所示。

導(dǎo)線提取結(jié)果俯視圖如圖3所示。

通過實(shí)驗(yàn)對(duì)比可知，算法提取的導(dǎo)線基本完整，結(jié)果中會(huì)出現(xiàn)少量導(dǎo)線缺失情況。經(jīng)過多架次數(shù)據(jù)驗(yàn)證，綜合準(zhǔn)確率達(dá)91.2%，基本滿足導(dǎo)線提取要求，具有較好的穩(wěn)定性和適用性。

3 ? ?結(jié)語

本研究提出了一種基于輸電線路點(diǎn)云分布特征的導(dǎo)線快速提取算法，實(shí)現(xiàn)了導(dǎo)線點(diǎn)云提取的自動(dòng)化。

通過實(shí)驗(yàn)驗(yàn)證和工程應(yīng)用可知，本文所提算法對(duì)輸電線路交叉跨越情況識(shí)別度高，經(jīng)過多架次數(shù)據(jù)驗(yàn)證，算法綜合準(zhǔn)確率達(dá)91.2%，驗(yàn)證了本文算法的穩(wěn)定性和適用性。

[參考文獻(xiàn)]

[1] 余潔，穆超，馮延明，等.機(jī)載LiDAR點(diǎn)云數(shù)據(jù)中電力線的提取方法研究[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2011，36（11）：1275-1279.

[2] 尹輝增，孫軒，聶振鋼.基于機(jī)載激光點(diǎn)云數(shù)據(jù)的電力線自動(dòng)提取算法[J].地理與地理信息科學(xué)，2012，28（2）：31-34.

[3] 虢韜，沈平，時(shí)磊，等.機(jī)載LiDAR快速定位高壓電塔方法研究[J].遙感技術(shù)與應(yīng)用，2018，33（3）：530-535.

[4] 沈小軍，杜勇，王仁德，等.基于地面激光雷達(dá)的輸電線路鐵塔傾斜度測(cè)量[J].電子測(cè)量與儀器學(xué)報(bào)，2017，31（4）：516-521.

[5] 陳利明，張巍，于虹，等.無人機(jī)載LiDAR系統(tǒng)在電力線巡檢中的應(yīng)用[J].測(cè)繪通報(bào)，2017（S1）：176-178.

[6] 徐梁剛，虢韜，吳紹華，等.基于點(diǎn)云數(shù)據(jù)特征的電力線快速提取和重建[J].激光技術(shù)，2020，44（2）：244-249.

[7] 林祥國(guó)，寧曉剛，夏少波.特征空間聚類的電力線激光雷達(dá)點(diǎn)云分割方法[J].測(cè)繪科學(xué)，2016，41（5）：60-63.

[8] 秦新燕，吳功平，彭向陽，等.巡線式激光雷達(dá)點(diǎn)云的電力線重構(gòu)[J].測(cè)繪科學(xué)，2019，44（5）：171-176.

[9] 陳馳，麥曉明，宋爽，等.機(jī)載激光點(diǎn)云數(shù)據(jù)中電力線自動(dòng)提取方法[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2015，40（12）：1600-1605.

[10] 葉嵐，劉倩，胡慶武.基于LIDAR點(diǎn)云數(shù)據(jù)的電力線提取和擬合方法研究[J].測(cè)繪與空間地理信息，2010，33（5）：30-34.

[11] 張蕊，李廣云，李明磊，等.利用PCA-BP算法進(jìn)行激光點(diǎn)云分類方法研究[J].測(cè)繪通報(bào)，2014（7）：23-26.

[12] 文鴻雁.基于小波理論的變形分析模型研究[J].測(cè)繪學(xué)報(bào)，2005，34（2）：186-187.

[13] 吳紹華，李少波，侯稀垟，等.基于高維數(shù)據(jù)聚類的制造過程數(shù)據(jù)分析平臺(tái)[J].微型機(jī)與應(yīng)用，2017，36（1）：86-88.

[14] 王平華，習(xí)曉環(huán)，王成，等.機(jī)載激光雷達(dá)數(shù)據(jù)中電力線的快速提取[J].測(cè)繪科學(xué)，2017，42（2）：154-158.

[15] 謝文旺，孫云蓮，黃雅鑫，等.基于適應(yīng)性擴(kuò)展和閾值分割的低壓電力線信道數(shù)據(jù)處理算法的研究與應(yīng)用[J].電力系統(tǒng)保護(hù)與控制，2018，46（14）：100-106.

收稿日期：2020-06-30

作者簡(jiǎn)介：石幫才（1981—），男，貴州松桃人，助理工程師，研究方向：輸電線路管理。