利用无人机LiDAR点云数据进行电力线危险点检测

叶清泉，吴德智，李卫红

利用无人机LiDAR点云数据进行电力线危险点检测

叶清泉1，吴德智1，李卫红2

( 1．国网浙江省电力公司温州供电公司，浙江温州325001; 2．北京吉鸥信息技术有限公司，北京100023)

一、引言

伴随着数字电网的提出，电力线的快速高精度勘测、模型重建、危险点检测也已经进入数字化时代。电力线危险点检测指检查线路走廊中地物到线路的距离，发现处于危险范围内的地物即危险点。激光雷达能够穿透植被，成为目前全球唯一可以对电力导线建模、最快最精确得到地表模型并组建出新的输电线路的移动巡视系统［1］。无人直升机具有明显优势:制造、运营成本低，可免去调机、停机的费用和时间，无须飞行员培训、飞行申请，操作灵活，小型无人机单人携带，大型无人机只要一辆面包车就可运输，无须特别的起飞场地［2］。

综合考虑机载LiDAR系统和无人机优势，本文将二者结合起来，实现输电线路数字化巡线，无人直升机按照预先设定的航线飞行，对温州市苍南县境内电力线进行巡视。

二、设备选择与组建

本文采用的无人直升机Dragon 35是一款欧洲设计研发和生产的双悬翼无人直升机，与之匹配的激光雷达系统是由美国激光雷达专家设计集成的三维激光雷达设备GL-200。

Dragon 35是一款交叉式双旋翼无人机直升机系统，兼有常规直升机及常规旋翼机的优点，起落灵活、起重能力强、稳定性好，适宜执行起重、吊挂作业。由于没有尾桨，结构简单，对配重和桨叶的精确匹配要求都较普通无人机低，因此不仅所需生产费用低，而且故障率也低，使用维护简单方便。

三维激光雷达系统GL-200由中等测距的高质量激光扫描仪、中等精度IMU/GPS贯导系统、中等像幅数码相机系统等多个部件组成。特点是重量轻、体积小、安装容易、软件优化、操作简单。集成后的设备经过精密检校和测试，性能稳定，获取的数据精度高。

为实现无人机与激光雷达系统的对接，本文对激光雷达系统进行全方位改建，研发出轻型智能化系统，包括各个组成部件、集成技术、智能软件。在二者结合时，着重注意配重、机械、电子信号、控制系统、电源等的连接。

三、数据获取

1．飞行方案设计

项目试点位于温州市苍南县境内，由于高压线分布在山区不同的地形，为了飞行通视安全要求，需要分段飞行。本次研究飞行方案为:飞行高度离地面150 m，飞行速度8 m/s，激光脉冲频率30万Hz，相机曝光时间间隔7．2 s，以便有足够的重叠影像来进行后期处理，以及有高密度的激光点进行导线和杆塔的精确建模。

2．数据精度分析

由于输电线路不同，电压等级走廊宽度不一样，杆塔的高度也不同，要保证走廊信息的完整性需对航带带宽要求很高，同时为更好地识别线塔设备层需要相对误差至少在10 cm以下，铁塔水平误差在1 m以内，高程误差在0．5 m以内。本研究中达到的数据精度为相对水平误差10 cm，相对高程误差5 cm，绝对水平精度30 cm，绝对高程精度20 cm，影像分辨率5 cm，激光点密度超过50点/m2，完全达到了导线建模的精度和测距判读及交叉跨越分析的要求。

四、LiDAR点云的电力线危险点检测

本文将数据处理流程分为电力线提取与危险点检测两个过程。

1．电力线提取

机载激光雷达在扫描地面时，由于地表物理特征不同产生了不同的后向散射，有很多的噪声点，主要包括高空孤立点和地面以下孤立点。高空孤立点和电力线点在空间分布上相似，若将这类数据混入到电力线类别中会影响电力线定位和拟合的精度;而地面以下孤立点会影响地面点分类的精度，从而进一步影响电力线类别的提取。因此，点云滤波前一定要进行预处理，剔除高空孤立点和地面以下孤立点。

剔除高空和地面以下孤立点后，就可以进行Li-DAR点云滤波。点云滤波的基本原理是基于点云邻近点间的高程突变，即局部不连续。一般认为，这种高程突变不是由地形起伏引起的，而是由非地形点，即较高点位于某种地物引起，而非地面点。

LiDAR点云滤波后，便可以进行点云分类。国内外许多学者也针对LiDAR点云分类提出了很多方法，对不同应用对象和分类目标采用不同定义，造成许多分类算法对一种地貌能很好地处理但对另外一种地貌却会得到错误结果。分析试验区数据发现，由于电力线多处于深山中，地物目标种类单一，主要是地面点、植被和电力线与电力塔，在一定程度上降低了点云分类的难度。本次试验使用一种基于知识的从LiDAR点云数据中提取目标地物的方法，这种方法利用电力线的线状特性和高程特性及植被多次反射和连续性特征，再结合高程数据，能很好地实现电力线和植被点云分类。

点云分类后得到的电力线并不是连续的直线，而是由很多离散点组成近似的线段形状，还需拟合为连续矢量线。由于电力线在X、Y平面内都是直线段，因此将电力线点云降维投影到X、Y平面，利用Hough变换提取直线。在X、Y投影面上的平面坐标系中，一条直线可以用直线方程表示为

这种方法一方面能利用线性特征，另一方面能克服电力线数据的离散性。由于电力线有宽度并存在其他地物干扰，电力线数据点不是恰好分布在某几条直线上，而是以某几条直线为中心，分布在这些直线的中心或两侧，结合最小二乘拟合的方法进行中心线拟合，能解决Hough变换检测出多组斜率、截距近似的直线群问题。对电力线点云进行Hough变换，检测直线;对Hough变换检测到的线段依据共线性准则进行分簇，统计所有斜距和截距范围，将斜距和截距范围差别小于某一阈值的线段判定为同一直线簇，得到n簇线段群;分别对n簇线段群内的线段截距和斜距用最小二乘进行拟合，拟合出n条线段;对线段斜率进行聚类，将元素小于一定阈值的类剔除［3］。这样拟合出一系列具有不同斜率和斜距的线段，线段斜距的变化点对应电力塔所在位置，每一个( k，b)参数对应一条直线。

确定了电力线在X、Y平面上的直线参数，就确定了电力线所在的断面。由于误差的存在，并且平行电力线之间存在一定的间距，因此计算断面时，需要给予断面一定的X、Y平面宽度，包含尽量多的有用点云。根据电力线直线方程将电力线垂面内两侧各10 cm距离内的电力线点云投影到其对应的断面中，每根电力线在断面内是一根悬链线，可用简化实用抛物线方程来表示

由此得到一条条在三维空间中平滑的抛物线，即最终的电力线矢量化产品。

2．危险点检测

电力线危险点检测指检查线路走廊中地物到线路的距离，发现处于危险范围内的地物则判定为危险点。理论上，电力线危险点检测应该以电力线为轴线，半径为L的圆柱内是否存在植被或建筑物等地物( L的长度由电力线种类、负载电流或电压决定)，若存在即为危险点。实际上，电力线并不是直线，而是一段段圆滑的抛物线，在其周围建立圆柱形区域，如图1所示，这样计算电力线周围点到电力线的距离R，若距离R＜L，则判定为危险点。

图1

由于在三维空间中计算点到曲线的距离，曲线方程难以描述，点到线距离计算复杂且耗时长。考虑到电力线拟合时，已经获得每条电力线在X、Y投影面内的直线方程和断面内的抛物线方程，本文按照高程，将每条电力线两侧L范围，高程与电力线高度相差L范围内的点投影到断面，在断面内计算点到抛物线的距离R，若R＜L，判定为危险点。

五、试验结果分析

无人直升机与有人直升机相比，主要劣势是飞机质量小，飞行姿态难以掌控，但激光雷达系统具有极好的姿态测量和定位系统，且可以利用地面点至扫描仪的距离信息获取图像，因此容易恢复地面信息。试验结果表明，利用无人机LiDAR点云数据能很好地提取并拟合电力线，结果精度非常高。

但电力线危险点检测精度还不够高，危险点检测精度还有待提高。本项目中，利用将电力线周围L范围内的点投影到电力线断面并计算投影点到抛物线的距离来判定危险点。这种方法计算简单，理论上可检测出所有危险点，但同时也会将少部分非危险点错判为危险点。例如，若将危险点范围L定为0．45 m，存在点云距离电力线断面距离为0．4 m，与电力线高度相差为0．3 m的点，该点在电力线断面内距电力线距离为0．3 m符合危险点判定要求，但实际上，该点与电力线距离为0．5 m，并不属于危险点。更精确的检测方式可以设置步长，逐层将电力线两侧不同距离内的点投影到断面，通过步长和断面内投影点到电力线的距离精确计算三维空间内地物点云到电力线的距离，检测危险点。

六、结束语

本文验证了无人机与LiDAR系统相结合进行电力巡线技术的优越性。无人机操作灵活，小型无人机可单人携带，大型无人机只要一辆面包车就可以运输，无须特别的起飞场地，使用和维护费用低、效率高，将无人机技术与成熟的LiDAR系统结合，对电力线巡视、定位、提取建模及危险点检测具有良好的应用意义。

［1］ 陈功，程正逢，石克勤，等．激光雷达在电力线路工程勘测设计中的应用［J］．电力勘测设计，2006 ( 5) : 53-56．

［2］ 余国林，陈继平，余涛，等．无人机航空遥感平台机载作业控制系统设计［J］．现代电子技术，2012( 4) : 132-135．

［3］ 徐祖舰，王滋政，阳锋．机载激光雷达测量技术及工程应用实践［M］．武汉:武汉大学出版社，2009．

［4］ 隆华平，兰增荣．基于机载LiDAR数据的电力线提取［J］．大众科技，2011 ( 6) : 110-111．

［5］ 张小红．机载激光雷达测量技术理论与方法［M］．武汉:武汉大学出版社，2007．

［6］ 叶岚，刘倩，胡庆武．基于LiDAR点云数据的电力线提取和拟合方法研究［J］．测绘与空间地理信息，2010，33( 5) : 30-34．

［7］ SARABANDI K，PARK M．Extraction of Power Line Maps from Millimeter-wave Polarimetric SAR Images ［J］．IEEE Transactions on Antennas and Propagation，2000，48( 12) : 1802-1809．

［8］ 韩文军，阳锋，彭检贵．激光点云中电力线的提取和建模方法研究［J］．人民长江，2012，43( 8) : 18-21．

［9］ 刘大杰，陶本藻．实用测量数据处理方法［M］．北京:测绘出版社，2000: 79-81．

［10］王刃，徐青，朱新惠，等．用分层稳健线性估计法从机载LiDAR数据中获取DEM［J］．测绘科学技术学报，2008，25( 3) : 188-191．

Powerline Danger Point Detection Using UAV LiDAR Point Cloud

YE Qingquan，WU Dezhi，LI Weihong

智能电网建设的大规模开展对电网快速高精度勘测、巡查和可视化管理提出了巨大的应用需求。机载LiDAR系统为快速、高效、高精度电力线路建模、巡视和危险点检测提供了可能。小型无人直升机遥感平台特有的便于携带、转移方便、成本低、易于维护的优势使基于无人机平台搭建的对地观测系统成为世界各国争相研究的热点。本文讨论了将机载LiDAR系统与无人机技术结合，并以温州市苍南县境内电力线为试验区，实现了对基于无人机LiDAR点云数据的电力线危险点的快速、精确检测。

机载LiDAR;无人机;电力线建模;危险点检测

叶清泉( 1974—)，男，硕士，工程师，主要从事输电线路运行、维护及工程管理等工作。E-mail: 47594808@ qq．com

P234

B

0494-0911( 2015) 11-0057-03

叶清泉，吴德智，李卫红．利用无人机LiDAR点云数据进行电力线危险点检测［J］．测绘通报，2015( 11) : 57-59．

10．13474/j．cnki．11-2246．2015．0346

2014-11-13;

2015-07-01