張繼偉，羅哲軒，蔡澍雨

（云南電網(wǎng)有限責任公司帶電作業(yè)分公司，云南昆明 650011）

地面激光雷達著眼于研究提取森林參數(shù)，主體 包括樹高、冠幅、郁閉度以及生物量等[1]。在計算機、電子、光學技術(shù)持續(xù)發(fā)展的背景下，三維重建的研究在計算機圖形學以及機器視覺等研究領域的地位也越發(fā)重要[2]。目前，大部分樹種識別研究著眼于借助多光譜、高光譜遙感，機載激光雷達在大區(qū)域森林垂直結(jié)構(gòu)的獲取上，能力較為凸出，將機載激光雷達數(shù)據(jù)與多光譜遙感影像融合，同時結(jié)合各種植被指數(shù)及光譜特征和紋理特征，從而實現(xiàn)對地物的識別和分類。

傳統(tǒng)的三維模型重建大部分是以二維圖像信息為基礎，沒有辦法獲取全面數(shù)據(jù)，對此，提出了以激光雷達點云數(shù)據(jù)為基礎的樹種識別系統(tǒng)設計。激光雷達是一種新興探測系統(tǒng)，它的特點是非接觸主動式，借助計算能夠獲得目標精確的三維空間坐標信息，借助機械部分的運動，使激光雷達執(zhí)行持續(xù)掃描操作，便可以獲得一組三維空間坐標數(shù)據(jù)，把這些數(shù)據(jù)稱之為云數(shù)據(jù)。憑借計算機對點云數(shù)據(jù)如點、線、面、多邊形、曲面等描述物體的立體模型，最后達到物種識別的目的。

1 激光雷達點云數(shù)據(jù)識別原理

激光雷達點云數(shù)據(jù)識別的基本工作原理是：上位機掌控掃描儀掃描參數(shù)，由激光發(fā)射器發(fā)射激光，抵達目標后再反射回來，由激光接收器負責接收信號[3]，并計算目標距離；當激光測距系統(tǒng)測量距離時，激光掃描系統(tǒng)執(zhí)行掃描操作，保證激光發(fā)射器的發(fā)射角度不斷變換，最后掃遍全部視場，完成掃描操作；當激光掃描儀啟動時，采集到的數(shù)據(jù)通過掃描儀傳輸?shù)缴衔粰C，上位機執(zhí)行數(shù)據(jù)的三維可視化顯示以及存儲操作，其工作原理如圖1 所示。

圖1 激光雷達點云工作原理

當執(zhí)行掃描操作時，激光掃描儀向上位機傳輸探測到的距離、相應的水平以及俯仰角度[4]。建立激光雷達局部掃描坐標系，如圖2 所示。

圖2 坐標系中三維坐標點為W(x,y,z)，其各個坐標的計算公式為：

圖2 激光雷達局部掃描坐標系

式中，α表示豎直方向上的紅外激光束，β表示水平方向上的激光束角度，R表示掃描儀鏡頭到地面掃描點的斜距離。

2 系統(tǒng)硬件結(jié)構(gòu)設計

基于激光雷達點云數(shù)據(jù)的樹種識別系統(tǒng)硬件結(jié)構(gòu)設計框圖如圖3 所示。

圖3 系統(tǒng)硬件結(jié)構(gòu)框圖

在硬件設計中，由鍵盤向FPGA 發(fā)送圖像采集控制信號，F(xiàn)PGA 把該信號傳遞給A/D 轉(zhuǎn)換器，抓拍樹木圖像同時執(zhí)行A/D 變換操作，為后續(xù)處理提供便捷，DSP 用于處理、保存采集到的圖像[5-6]。

2.1 K6多光譜攝像機

K6 是一種半導體成像器件，擁有靈敏度高、抵抗強光能力強、畸變不大、體積小、使用時間長、抗震動性等優(yōu)勢[7]。

被攝樹種的圖像通過鏡頭聚焦到K6 芯片上，K6可識別綠光、紅光、紅邊、近紅外4 個波段，能夠快速捕捉圖像，依靠光的強弱聚集對應比例的電荷，各像素積聚的電荷在視頻時序的控制下逐漸外移，經(jīng)過濾波、放大操作后，生成影像信號輸出[8]。影像信號連接到監(jiān)視器、影像輸入端就能夠看見同原始圖像一樣的影像。它是一種半導體成像器件，為達到簡化K6 多光譜攝像機的供電目的，通常情況從外部僅輸入一種電源（5 V），機內(nèi)電源變換是其他各種電壓值的獲取渠道來源[9]。

2.2 圖像處理器

圖像處理器可以起到消除噪點、修正數(shù)碼照片的廣角畸變、使圖片對比度增大、去除紅眼等作用，圖片合成即合并多張圖片，完成將圖片內(nèi)容改變的操作，圖片合成一般情況下需借助摳圖完成，圖片合成的重要意義是憑借摳圖操作將背景或者圖片直接合成多圖片，各種各樣的融合模式都可以作為圖片合成的方式。

3 軟件設計

3.1 樹種特征識別與生長估算

在上述激光雷達點數(shù)獲取基礎上，在對樹種識別過程中，為保證識別的準確性，要對樹種的樹高、冠高以及最長冠幅進行提取[10]。

在獲取的樹種激光雷達點云數(shù)據(jù)中，假設獲取的樹種高度位置為A，其坐標最大值設為Amax，樹種底部為最小值即Amin，底部與頂部的距離即樹種的高度，即樹高HA：

在提取冠高時，將冠高看作樹冠頂部到樹冠最低點的豎直距離[11]。樹冠的最低點確定較為困難，樹木的冠層底部較為復雜，在獲取樹冠底層點時借助激光雷達對樹木的點云進行三維數(shù)據(jù)獲取，避免樹冠層底部點的誤差。將樹冠層的頂部設為C，其最大值為Cmax，其最小值為Cmin，最大值與最小值的差值為樹冠層的冠高，即：

在獲取樹木最長冠幅時，借助激光雷達獲取樹種冠幅的三維點云數(shù)據(jù)[12]。假設獲取的冠幅激光點云數(shù)據(jù)集合為v，獲取其中每個點云數(shù)據(jù)的最高點ti在二維坐標中與樹木其他頂部位置的歐式距離，將距離最遠的兩個點之間的距離認為是樹種的最長冠幅Lmax，即：

其中，ti,tj∈t,i≠j。

通過上述分析，可獲取樹木的高度等特征，為后續(xù)的樹木與輸電線之間設置安全距離奠定基礎。

樹木隨著時間變化其樹高等特征會發(fā)生變化[13]。為了保障輸電線路正常運行，需要對樹木生長進行估算。文中在不考慮其他因素條件下，分析樹木的生長時間與樹高的關系。引入GAM 模型，對樹木的增長率進行估算，GAM 模型[14]的時間函數(shù)為：

式中，t代表樹木生長的時間，a代表樹木初始生長的高度。一般情況下，n的取值范圍為3～4，若其值太小將導致預測模型呈現(xiàn)線性化，預測結(jié)果存在一定偏差。

3.2 電力線點的提取

將激光點云數(shù)據(jù)中存在的電力線數(shù)據(jù)進行提取。首先確定電力線的數(shù)量和起點，在高度的最小值基礎上確定電力線的下導線。激光雷達在運行過程中借助回波現(xiàn)象確定電力線上的障礙物，因此將電力線點云集中分布在第一次回波中。所以分析首次回波的激光點可分辨出部分障礙物，保留電力線。

假設在點P在一個圓形區(qū)域中，該區(qū)域的半徑為l，假設P點與該圓形范圍內(nèi)的任意一點的最大傾斜角小于固定的閾值σ，那么這一點在電力線點的范圍中，若大于閾值σ則該點為樹木點，即：

式中，Di代表兩點之間傾斜的角度，κi、xi、yi表示兩點間的三維坐標。

3.3 輸電線路安全距離分析

在輸電線路樹障安全距離檢測前，根據(jù)《架空輸電線路運行規(guī)程》（DL/T741-2010）[15]，導線距樹木輸電線走廊內(nèi)的安全距離如表1 所示。

表1 導線與樹木之間安全距離

根據(jù)電力行業(yè)標準對輸電線路安全距離進行檢測，在不同工況條件下完成輸電線路隱患檢測。

在輸電線路巡檢過程中可能存在低溫、大風以及覆冰的天氣，此時需要對輸電線的控制應力進行計算，根據(jù)應力大小檢測輸電線路的安全距離[16]。假設umax表示輸電線路最大許用應力，年均氣溫下的最大許用應力為utem。輸電線路的許用應力為：

年平均許用應力為：

式中，R代表拉斷力，fq代表輸電線路強度安全系數(shù)，其范圍為2～4，S代表輸電線路截面積。

4 系統(tǒng)調(diào)試

以云南地區(qū)為基準，對基于激光雷達點云數(shù)據(jù)的樹種識別系統(tǒng)設計合理性進行實驗驗證分析。

4.1 實驗地區(qū)環(huán)境分析

云南地區(qū)優(yōu)勢樹種有桉樹、圣誕樹、云南松、水冬瓜及橡膠樹，此類樹種的通性是長勢較快。文中系統(tǒng)借助激光雷達結(jié)合多光譜影像對桉樹、圣誕樹、云南松、水冬瓜及橡膠樹等優(yōu)勢樹種的識別任務，以不同樹種的生長模型作為依據(jù)，執(zhí)行輸電線路通道的樹木隱患分析預測研究，使輸電線路運維單位樹障隱患預知能力有所提高。

4.2 結(jié)果分析

采用系統(tǒng)采集到的圖像大小為720×576，由于樹木顏色較深，智能提取部分亮度信息，然后由系統(tǒng)的核心處理器完成圖像處理等操作。圖像處理結(jié)果如圖4 所示。

圖4 圖像處理結(jié)果

依據(jù)圖像處理結(jié)果可知，采用傳統(tǒng)系統(tǒng)處理結(jié)果存在模糊現(xiàn)象，而采用所設計系統(tǒng)處理結(jié)果較為清晰?；谠摤F(xiàn)象，分別采用傳統(tǒng)系統(tǒng)與所設計系統(tǒng)的識別效果進行對比分析，結(jié)果如圖5 所示。

圖5 兩種系統(tǒng)識別效果對比分析

由圖5 可知，采用傳統(tǒng)系統(tǒng)識別效果最高為48%，最低為20%；而采用所設計系統(tǒng)識別效果最高為98%，最低為75%。由此可知，基于激光雷達點云數(shù)據(jù)的樹種識別系統(tǒng)設計具有合理性。

5 結(jié)束語

激光雷達是一種新興的物體表面數(shù)據(jù)掃描系統(tǒng)，有利于直接得到目標表面的三維位置信息數(shù)據(jù)，其在逆向工程、CAD、地理測繪、數(shù)字化城市、虛擬場景等領域備受重用，其中，點云數(shù)據(jù)的采集和三維重建成為激光雷達相關工作的重要助力。