譚弘武，王敬茹，劉武能，劉麗龍，習(xí)曉環(huán)

(1.北京煜邦電力技術(shù)股份有限公司，北京 100029；2.中國(guó)科學(xué)院空天信息創(chuàng)新研究院 數(shù)字地球重點(diǎn)實(shí)驗(yàn)室，北京 100094；3.云南電網(wǎng)有限責(zé)任公司迪慶供電局，云南 迪慶 674400)

0 引言

機(jī)載激光雷達(dá)(light detection and ranging，LiDAR)可直接快速獲取高壓輸電線路高密度、高精度三維空間信息[1-2]，為高壓線塔空間定位和三維建模提供可靠的數(shù)據(jù)源[1]，也為輸電線路資產(chǎn)數(shù)字化管理和安全巡檢提供強(qiáng)有力的技術(shù)支撐[4-6]。

從機(jī)載LiDAR數(shù)據(jù)快速、精確提取高壓線塔點(diǎn)云是其三維數(shù)字化重建的基礎(chǔ)。早期輸電線路地物點(diǎn)云分類(lèi)研究更多關(guān)注電力線點(diǎn)云的快速高精度提取和三維數(shù)字重建[7-8]，目的是為線路安全、增容分析、大風(fēng)覆冰等預(yù)警模擬提供支撐[9-12]。近年來(lái)，隨著無(wú)人機(jī)和激光雷達(dá)系統(tǒng)性能的飛速提升，機(jī)載LiDAR飛行方式靈活多變、作業(yè)水平顯著提高，能夠獲取高壓線塔高密度、高精度的完整三維信息，關(guān)于高壓線塔點(diǎn)云提取、數(shù)字化重建等方面的研究也逐漸增多。彭向陽(yáng)等[13]根據(jù)輸電桿塔在激光點(diǎn)云中具有高密度、大坡度、大高差特征，提出了一種基于二維格網(wǎng)多維特征分析的輸電桿塔自動(dòng)定位方法；Li等[14]對(duì)點(diǎn)云濾波后包含的電力線點(diǎn)、電塔點(diǎn)和少量的噪點(diǎn)(地面點(diǎn)、植被點(diǎn)等)作垂直投影，根據(jù)投影后的點(diǎn)云密度和高程變化來(lái)確定桿塔點(diǎn)云及其位置。然而以上兩種方法只能定位桿塔，無(wú)法實(shí)現(xiàn)桿塔的自動(dòng)精細(xì)化提取。為從輸電線路點(diǎn)云中提取完整的桿塔點(diǎn)云，韓文軍等[15]通過(guò)計(jì)算電力線連接點(diǎn)的位置，生成三維立方體外包來(lái)提取桿塔數(shù)據(jù)點(diǎn)；虢韜等[16]將點(diǎn)云投影到水平面上并進(jìn)行格網(wǎng)化，采用區(qū)域增長(zhǎng)算法聚類(lèi)包含桿塔的網(wǎng)格數(shù)據(jù)，利用一定高度上的電塔點(diǎn)云垂直投影的面積、電塔塔頭長(zhǎng)度閾值等過(guò)濾掉不符合要求的數(shù)據(jù)，得到獨(dú)立的電塔點(diǎn)云。但以上兩種方法只能粗提取桿塔，提取結(jié)果仍包含植被和電力線等雜點(diǎn)，需人工進(jìn)一步剔除。

本文充分分析高壓線塔空間拓?fù)涮匦耘c點(diǎn)云幾何分布特征，提出適用于多種類(lèi)型的高壓線塔點(diǎn)云自動(dòng)化精確提取算法，并用實(shí)驗(yàn)驗(yàn)證該算法的有效性和精度。

1 方法

1.1 高壓線塔點(diǎn)云數(shù)據(jù)粗提取

首先，基于輸電線路點(diǎn)云數(shù)據(jù)和高壓線塔中心位置，采用Kd樹(shù)距離分割法將桿塔點(diǎn)云從輸電線路點(diǎn)云中分離；然后，利用歐氏聚類(lèi)算法剔除桿塔點(diǎn)云周?chē)肼?最后，基于移動(dòng)曲面擬合算法[17]和空間格網(wǎng)區(qū)域向下生長(zhǎng)算法剔除桿塔底部地面點(diǎn)及其周?chē)s點(diǎn)。流程如圖1所示。

圖1 線塔點(diǎn)云數(shù)據(jù)粗提取流程圖

1.2 高壓線塔點(diǎn)云數(shù)據(jù)精提取算法

根據(jù)高壓線塔空間結(jié)構(gòu)特征將其分為塔頭和塔身兩部分。首先，通過(guò)分析線塔長(zhǎng)寬比例-高度直方圖識(shí)別塔頭和塔身的關(guān)鍵分割位置；其次，基于空間格網(wǎng)區(qū)域向上生長(zhǎng)算法去除塔頭周?chē)碾娏€與絕緣子串等點(diǎn)云，得到塔頭點(diǎn)云；然后，利用RANSAC直線擬合算法剔除塔身周?chē)脖稽c(diǎn)云，得到塔身點(diǎn)云；最后，整合塔頭塔身即得到線塔點(diǎn)云。流程如圖2所示。

圖2 線塔點(diǎn)云精提取流程圖

1)關(guān)鍵分隔位置識(shí)別。通過(guò)線塔點(diǎn)云重定向和垂直分層，繪制線塔的長(zhǎng)寬比例-高度直方圖，并基于其空間幾何特征在直方圖中識(shí)別關(guān)鍵分割位置。

線塔點(diǎn)云在水平面上常表現(xiàn)為任意方向，為便于后續(xù)操作，將其沿Z軸旋轉(zhuǎn)一定角度θ。由于線塔水平方向取決于塔頭，可將塔頭點(diǎn)云投影至XY平面并均勻采樣，然后利用主成分分析(principal component analysis，PCA)求解點(diǎn)云的特征值和特征向量，將最小特征值對(duì)應(yīng)的向量V(v1，v2)記為X′軸，利用式(1)計(jì)算旋轉(zhuǎn)角度θ和旋轉(zhuǎn)后的點(diǎn)坐標(biāo)(x′p，y′p)。

(1)

沿Z軸將線塔點(diǎn)云垂直分為等間隔的若干層，每層為一個(gè)包圍盒。從圖3可看出，塔頭投影形狀近似為矩形，塔身投影近似為正方形。為避免塔底植被的影響，設(shè)定高程閾值T，依次向上計(jì)算每層包圍盒在水平面投影的長(zhǎng)度Δx與寬度Δy之比ratio，繪制線塔長(zhǎng)寬比例-高度直方圖(圖4)。若ratio大于比例閾值則計(jì)算停止，并將該層記為線塔的關(guān)鍵分隔位置。該位置以上的點(diǎn)云標(biāo)記為塔頭點(diǎn)云，以下的點(diǎn)云為塔身點(diǎn)云。通過(guò)后續(xù)操作，分別對(duì)塔頭和塔身點(diǎn)云數(shù)據(jù)進(jìn)行精細(xì)化提取。

圖3 高壓線塔投影

圖4 高壓線塔投影及長(zhǎng)寬比例-高度直方圖

2)塔身點(diǎn)云提取。塔身包括四條主要棱線，通過(guò)擬合棱線來(lái)提取其內(nèi)部的塔身點(diǎn)云，該過(guò)程分為兩步。一是提取每層長(zhǎng)方體包圍盒底面的四個(gè)頂點(diǎn)；二是將每條棱線上的頂點(diǎn)擬合為直線，并提取四條棱線構(gòu)成的塔身框架內(nèi)部點(diǎn)云。

首先，用凸包算法構(gòu)建每層包圍盒輪廓多邊形；然后，利用管道算法簡(jiǎn)化輪廓多邊形以檢測(cè)角點(diǎn)，根據(jù)角點(diǎn)相對(duì)于最小包圍矩形中心的方向?qū)⑵浞指顬樗膫€(gè)子集，每個(gè)子集可以近似地描述為三維直線[18]，利用RANSAC擬合塔身的四條棱線即可形成塔身的框架。遍歷線塔關(guān)鍵分隔位置以下點(diǎn)云，若數(shù)據(jù)點(diǎn)在框架內(nèi)部，則記為塔身點(diǎn)，否則記為雜點(diǎn)并予以剔除。如圖5所示，圖5(a)為經(jīng)RANSAC算法擬合得到的空間直線點(diǎn)；圖5(b)為精提取塔身點(diǎn)云數(shù)據(jù)。

圖5 高壓線塔塔身棱線擬合示意圖

2 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)數(shù)據(jù)為2019年9月利用Riegl VUX1無(wú)人機(jī)LiDAR系統(tǒng)采集，地點(diǎn)為國(guó)網(wǎng)廣西段某超高壓輸電通道，長(zhǎng)度為52 km，包含118個(gè)線塔，平均點(diǎn)密度為每190 點(diǎn)/m2。表1為激光雷達(dá)系統(tǒng)與飛行作業(yè)的具體參數(shù)。

表1 數(shù)據(jù)詳細(xì)信息

2.1 實(shí)驗(yàn)結(jié)果

選取研究區(qū)域內(nèi)T型塔、門(mén)型塔與O型塔三種典型塔形進(jìn)行實(shí)驗(yàn)，主要參數(shù)設(shè)置包括分割半徑15 m、格網(wǎng)尺寸1 m×1 m×1 m、垂直分層間隔1 m。圖6(a)、圖6(b)和圖6(c)分別為T(mén)型、門(mén)型和O型塔點(diǎn)云提取過(guò)程。其中，①為原始點(diǎn)云；②為利用移動(dòng)曲面擬合算法進(jìn)行底部濾波后的點(diǎn)云，該方法能夠很好剔除地面點(diǎn)，并將線塔底部點(diǎn)與周?chē)脖稽c(diǎn)分離，避免后續(xù)區(qū)域生長(zhǎng)時(shí)將植被點(diǎn)生長(zhǎng)到線塔點(diǎn)云中；③為經(jīng)過(guò)空間格網(wǎng)區(qū)域向下生長(zhǎng)的線塔點(diǎn)云，可有效分離線塔與周?chē)脖稽c(diǎn)；④為經(jīng)過(guò)空間格網(wǎng)區(qū)域向上生長(zhǎng)的線塔點(diǎn)云，剔除了塔頭的電力線和絕緣子串等非高壓線塔點(diǎn)；⑤為經(jīng)過(guò)RANSAC直線擬合后的線塔點(diǎn)云，剔除了與線塔塔身相連的植被點(diǎn)；⑥為塔頭和塔身整合后的線塔點(diǎn)云。

圖6 高壓線塔提取過(guò)程示意圖

2.2 定量分析

通過(guò)比較線塔點(diǎn)云數(shù)據(jù)的特征(線塔相對(duì)高度H)、粗提取的線塔點(diǎn)云數(shù)目N、經(jīng)過(guò)人工分類(lèi)得到的線塔點(diǎn)云數(shù)目N人、本文自動(dòng)提取算法得到的線塔點(diǎn)云數(shù)目N塔、除塔自身點(diǎn)以外的其他地物點(diǎn)數(shù)目N非塔和算法效率等指標(biāo)評(píng)價(jià)本文算法的性能。同時(shí)為對(duì)比不同密度點(diǎn)云數(shù)據(jù)的應(yīng)用效果，選取了另一段線路的T型塔(記為T(mén)型塔2)進(jìn)行對(duì)比分析，將之前線路的T型塔記為T(mén)型塔1，對(duì)比結(jié)果如表2所示。總體來(lái)說(shuō)，本文方法提取的線塔點(diǎn)云正確率達(dá)到了95%以上，平均每個(gè)塔提取時(shí)間約2 s，完全滿足長(zhǎng)距離輸電線路線塔快速提取的應(yīng)用需求。

表2 高壓線塔點(diǎn)云數(shù)據(jù)實(shí)驗(yàn)結(jié)果

2.3 高壓線塔提取結(jié)果比較

與文獻(xiàn)[19]高壓線塔提取結(jié)果對(duì)比，文獻(xiàn)[13]提出的方法能從輸電線路中提取出高壓線塔點(diǎn)云數(shù)據(jù)，但仍存在以下問(wèn)題：①提取高壓線塔主干部分點(diǎn)云時(shí)，直接利用經(jīng)驗(yàn)值判斷高壓線塔主干區(qū)位置，即將高壓線塔下方5 m以及上方5 m之間的點(diǎn)直接判定為主干部分點(diǎn)云(如圖7(a)陰影所示)，但這種方法對(duì)于塔頭與塔身之比較大或所處地形起伏較大的高壓線塔(圖7)而言，該范圍并不是線塔主干區(qū)域，因此這種方法具有一定的局限性。②求取每層高壓線塔寬度與其高度之間線性關(guān)系的操作，僅適用于塔身周?chē)鷽](méi)有植被干擾的情況；一旦塔身周?chē)兄脖桓蓴_，則在求高壓線塔寬度時(shí)易把植被點(diǎn)云當(dāng)做高壓線塔塔身點(diǎn)云進(jìn)行計(jì)算，極大地影響計(jì)算結(jié)果(圖7(b))。③沒(méi)有去除高壓線塔上部電力線、電力懸線及絕緣子串等非高壓線塔點(diǎn)云數(shù)據(jù)(圖7(c))。

圖7 多因素干擾的高壓線塔提取

綜上，本文提出的高壓線塔自動(dòng)化提取方法能夠有效避免預(yù)設(shè)經(jīng)驗(yàn)值和高壓線塔周?chē)脖粚?duì)提取結(jié)果的影響，并可剔除線塔塔頭電力線點(diǎn)云數(shù)據(jù)，得到精細(xì)化提取結(jié)果。

3 結(jié)束語(yǔ)

本文提出了一種高壓線塔自動(dòng)精細(xì)化提取方法，并通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的精度與適用性，為后續(xù)線塔三維數(shù)字重建及輸電線路數(shù)字化管理等提供重要的基礎(chǔ)數(shù)據(jù)。不足之處在于，使用空間格網(wǎng)區(qū)域向上生長(zhǎng)算法剔除電力線點(diǎn)云時(shí)，當(dāng)電力線高度與高壓線塔橫擔(dān)高度相等時(shí)，易將該部分電力線點(diǎn)云誤判為高壓線塔點(diǎn)云。此外，復(fù)雜地形區(qū)域的塔腳內(nèi)部噪聲點(diǎn)剔除效果不佳，需進(jìn)一步分析塔腳分界面與線塔結(jié)構(gòu)之間的關(guān)系，建立約束條件來(lái)剔除。在后續(xù)研究中仍需對(duì)線塔細(xì)節(jié)部分的提取進(jìn)行優(yōu)化，如顧及局部點(diǎn)云結(jié)構(gòu)特征等，進(jìn)一步提高算法的準(zhǔn)確度與穩(wěn)定性。