首页 > 论文范文 > 工程工业论文 > 电力工业论文 > 架空输电线路激光雷达点云数据处理技术研究

架空输电线路激光雷达点云数据处理技术研究

2025-01-06 125 上传者：管理员

摘要：为了构建输电线路走廊、导地线与杆塔本体的高精度三维模型，采用激光雷达点云数据处理技术，对不同杆塔重要巡检对象的自动精准定位方法进行研究，提出了一种直接从点云数据中自动提取杆塔并精确定位其位置的方法。该方法能够获取包括塔身、塔头等关键部位的位置信息。将提取的杆塔位置、绝缘子位置、挂点位置等信息进行展示、分析以及精度定位评估。结果表明，所提方法的效果很好、完成度高，能够真实地展现输电线路的走廊环境、杆塔架构、导地线布局以及绝缘子串等部件的信息。

关键词：
三维模型
数据提取
激光雷达
点云数据
输电线路走廊
加入收藏

为了实现输电线路无人机全自主巡检，减少手动飞行控制操作，本文构建了输电线路的高精度三维模型，并对不同类型杆塔的巡检对象进行精准定位，为后期无人机自主巡检的航迹规划工作奠定了基础，同时还提高了输电线路巡检效率，降低了巡检成本，做到线路精细化巡检。此方法能够有效保证无人机的飞行安全，降低电网潜在风险，提高输电线路巡检效率和运行可靠性，为后续输电线路巡检探索提供新的发展方向。本研究也间接提高了输电线路运营的可靠性，减少了维修巡检的人工成本，规范了输电线路网的管理[1-2]。

在研究过程中，充分考虑了设备轻量化、数据成果即时化、系统操作简单化等因素，利用无人机激光Lidar技术，对输电线路走廊高精度三维模型的构建方法进行了研究。构建了纹理精细度高、空间坐标准确的三维高精度模型，该模型能够全面反映杆塔本体模型空间结构的信息。依托该模型，可以对重点巡检对象（绝缘子、挂点等）进行分类提取与识别，并结合输电线路三维模型的空间参考坐标信息，实现对重要巡检对象精准坐标的提取。

1、原理分析

激光雷达测量技术主要包含激光扫描装置、全球导航卫星系统、惯性导航系统以及电脑处理单元等四个关键方面。飞行平台可采用旋翼无人机或固定翼飞机，激光扫描装置主要有相位测距扫描和脉冲测距扫描仪两种。定位和惯性测量模块主要由GNSS接收机和IMU惯性导航单元构成。同时为提高测量精度与增加模型色彩，还需要在机载激光雷达系统内配置高精度的数码量测相机[3-5]。

三维激光扫描仪及数码相机采用固定的频率对航行区域进行摄像，激光扫描仪向地面输出激光脉冲，然后根据激光脉冲从输出到接收所需要的时间来计算扫描设备到地面光斑之间的距离，利用实时动态载波相位差分技术（Real-Time Kinematic,RTK）来获取扫描装置的三维坐标[6-8]；通过高精度惯性测量仪，便能够分析出激光扫描仪摄像过程中的位置信息（航偏角、倾斜角及旁向倾角），从而建立起空间几何与参数间的关系，最终确定地表地物激光位置点的三维坐标（x,y,z）。输电走廊的分类激光点云数据效果以及高程着色激光点云数据效果分别如图1和图2所示。

图1 输电走廊的分类激光点云数据效果

图2 输电走廊的高程着色激光点云数据效果

激光三维数据凭借其厘米级别的精度，能够准确定位杆塔、绝缘子串等部件的空间位置，从而获取准确的空间坐标信息。这些信息为无人机自主巡检的航迹规划、目标识别与定位提供了坚实的数据基础。另外，激光三维数据模型中蕴含的导线走向、导线弧垂等信息，为无人机的沿线飞行、导线数据采集任务提供了精确的数据参考。

针对输电线路中不同杆塔的重要巡检对象，计划在高精度三维模型构建的基础上，进一步探索自动精准定位的方法。具体的研究步骤如下：

(1）利用输电线路走廊点云的空间分布特征，提出一种直接从点云数据自动提取杆塔，并精确定位杆塔位置的方法。该方法能够精确获取包括塔身、塔头等关键部位的位置信息。

(2）结合输电线路杆塔、绝缘子、导线相对关系及特征信息，基于KD树子邻域，结合半径搜索算法，自动提取绝缘子、挂点位置信息。

(3）对提取的杆塔位置、绝缘子位置、挂点位置等信息进行成果展示、分析以及精度定位评估。

针对不同杆塔巡检对象的自动精准定位方法的流程如图3所示。其中虚线区域已经在输电线路高精度三维模型构建方法中实现，当无人机采集输电线路三维点云数据后，首先采用滤波去噪、粗差剔除、格网采样技术，对这些点云数据进行预处理，实现点云的自动分类，将其分为杆塔、导地线、地面和植被四大类[9-10]。其中，利用采集的杆塔数据建立杆塔模型库，利用采集的导地线数据分离单根导地线，利用采集的地面和植被数据构建输电线路走廊信息。结合导地线临近点，通过对杆塔模型进行特征分析，可以得出塔头、塔身、挂点和绝缘子信息模型，最终完成无人机巡检架空输电线路走廊激光点云数据的检测。

图3 自动精准定位方法流程

2、三维点云信息分类

对输电走廊地物进行详细的分类和标注，主要分出地面、树木、房屋、杆塔、导地线等，为线路的三维测量和安全性评估提供数据支撑。自动分类算法可以解决电力走廊在复杂地形地貌条件下的三维激光点云分类问题，同时使用平面拓展算法分离出点云内部的公共平面，就可以完成点云的初步空间分割。然后获得各个分割区域的点云，实现主成分解析，并且开展特征值分析，从而获得这个分割区域的维度类型。最后形成一个多尺度分类器，通过比较可以得到合理的尺度方案，从而完成各种类型点云信息的智能化识别。分类器是一种基于支持向量机技术的线性分类器，通过子空间投影实现点云信息的迭代识别。设置分类器的目的是为了实现点云分类的监督，可以合理地开展点云信息的分类。

激光点云数据经过分类后，会获取输电线路走廊、道路、植被等多个激光点云分类数据，可以实现单类点云数据浏览，也可以进行多类型数据叠加浏览，方便后期生成DEM、DOM等数据以及输电走廊三维建模。图4是基于上述方法完成的500 kV耐张塔的部件分类提取效果。

图4 耐张塔的部件分类提取效果

3、输电线路三维区域提取

由于输电线路需要经过不同的地形，不同的地形环境使得输电线路走廊环境也非常复杂。通过无人机采集输电线路走廊点云数据时，包含了杆塔数据，同时还包含地表环境数据、植被数据、建筑数据等。在采样过程中，这些数据可能会和杆塔数据重叠，而架空输电线路的基本特点为将杆塔通过导地线连在一起。由此可以实现杆塔的数据提取，从而提高点云数据处理技术的准确性。

输电线路经过的区域信息在激光雷达点云数据中呈现出高差大、坡度大的特点，输电杆塔信息在点云数据中呈现出高密度的特点。因此，对输电线路信息中关键信息进行提取与建模时可依据三个方面：高差、坡度与密度；同时可以借鉴特征图方法进行模型的构建。

以激光点云采集的数据为基础形成的特征图，需要设置格网尺寸对这些点云数据进行初步划分。通过逐步分析这些点云数据，确立这些点云数据在格网中的具体位置，以此来实现无人机采集的点云数据的规则格网化。如何设置格网大小，主要决定因素为字节的体素滤波器尺寸，需要满足格网尺寸超过体素滤波器尺寸的条件，这样才能使得特征图像连贯，通常设置格网尺寸为2～4倍的体素滤波器尺寸。这样，格网化设置的点云数据才能够较好地对特征图进行分析。依照特征分析的要求，包含五类参数，其中一阶特征包含密度、数字高程模型、数字表面模型三个方面，二阶特征包含高差和坡度两个方面。

(1）密度参数：作为架空输电线路定位的基础条件，采用格网作为统计单位，分析每个格网中包含的点数，从而实现杆塔的具体定位，每个格网内的点数就是密度；

(2）数字高程模型参数：由于架空输电线路走廊海拔存在一定的差异，为了消除地理因素对杆塔定位造成的影响，通常以格网内最低点的高程为基准；

(3）数字表面模型参数：该参数显示走廊的地表信息，可以区别输电线路本地和走廊内的其他事物，通常以格网内最高点的高程为基准；

(4）坡度参数：在进行高程分析时，由于输电线路高度超过10 m，使得部分区域高程变化非常大，这种情况称为坡度；

(5）高差参数：在每个格网内，为了显示高程分布，通过比较高程参数和表面参数，从而获得架空输电线路走廊内的植被、杆塔等信息。

4、重点巡检对象分类提取

4.1 导线挂点提取建模

实现杆塔、架空输电线路及其附属设备等结构的稳定提取后，即可利用所得分类提取结果实现输电线路关键悬挂点的三维结构拓扑信息的可靠提取。基于模型生长的界面分析技术，通过对架空输电线路模型的分析，依据架空输电线路走向分析点云数据。如果采集的点云数据截面积超过了系统预设值,那么系统将自动重新设置模型参数，此时已经采集的点云数据将被定义为属于架空输电线路部分。基于架空输电线路模型插值的截面跟踪算法提取悬挂点。杆塔主要挂点的提取效果如图5所示。

4.2 绝缘子串提取建模

根据导线、杆塔、绝缘子之间的关系，能够知道导地线是通过绝缘子和杆塔进行连接的。通过导线、杆塔的点云数据提取方法，可以快速实现在激光点云中进行杆塔、导线的提取。在此基础上，仅需要实现在单个杆塔中提取出绝缘子串即可。

图5 不同杆塔主要挂点位置提取效果

在搭建绝缘子激光点云模型过程中，可以认为绝缘子为圆柱形，为了简单分析，假设绝缘子串是竖直直线状且长度为2.4 m，以220 kV架空输电线路为例，依据绝缘子最下端的位置信息和绝缘子串模型属性，便可以建立绝缘子串提取模型，如图6所示。

图6 绝缘子串提取模型

4.3 实例分析

针对不同杆塔模型巡检对象的自动精准定位方法，选取不同杆塔类型进行实际测验，以500 kV输电线路双回路干字型杆塔为例，分析巡检对象定位精度。通过无人机机载激光雷达设备对该线路杆塔进行数据采集，识别巡检对象的效果如图7所示。其点云数据量为90.1 MB，点云数量为2 781368个点，点云密度达到121点/m2，经过抽稀后达到76点/m2，在点云数据处理软件中可以清晰分辨杆塔的详细部件，同时软件可以流畅运行。第1、2基杆塔是500 kV双回路干字型直线塔，按照无人机相关巡检标准，该塔需要巡检的对象点有27处；第3基杆塔是双回路干字型耐张塔，按照国家电网无人机巡检标准，该塔需要巡检的对象点有45处。

图7 识别对象效果图

针对输电线路巡检对象拍照要求，分为通道、杆塔、架空地线和绝缘子4大类别，并且将每一大类根据位置信息分为具体的识别对象名称点，点位提取图如图8所示。

图8 点位提取图

通过对比识别定位的巡检点位和实际激光雷达测量巡检点位发现，分析结果与实际测量结果的最大误差为0.20 m，最小误差为0.01 m，其中X方向误差为0.18 m,Y方向误差为0.20 m,H方向误差为0.17 m，满足无人机自主巡检对杆塔主要挂点的拍照定位精度要求。

采用多旋翼无人机搭载可见光相机的巡检方式是线路杆塔精细化巡检作业中的常用手段。该巡检方式的主要巡检对象包括：架空杆塔本体、附属设施、绝缘子、导线挂点、地线挂点等。通过点云自动分类（杆塔、电力线、地面、植被等）实现对不同地物的提取，在此基础上建立不同塔型模型库并进行特征分析，实现塔头、塔身、悬挂点、绝缘子等类别的提取。同时，通过精准的空间坐标（X,Y,H）提取，获取了架空输电线路重要巡检对象的精准位置信息。这些信息为基于输电线路三维点云数据的架空输电线路全自动巡检航迹规划提供了坚实的基础，从而推动了输电线路无人化全自动巡检技术的发展。

5、结语

在利用激光雷达测量技术进行输电线路三维建模的过程中，前期数据采集阶段需要对单边飞行激光雷达覆盖范围、激光雷达点云密度、精度要求等进行仔细评估。最终试验结果表明，利用该技术所建立的三维模型，不仅效果卓越，完成度高，而且能够极为真实地展现输电线路的走廊环境、杆塔结构、导地线布局以及绝缘子串等关键部件的详细信息。

参考文献:

[3]邹彪,王和平,孟小前,等.基于激光点云技术的架空输电线路夜间巡检系统设计[J].信息技术,2020,44(7):44-47.

[5]张胜.基于两类神经网络算法在输电线路中的缺陷识别研究[J].长江信息通信,2023,36(9):201-204.

[6]曾昭强,夏荣辉.基于实时动态载波相位差分技术运用于施工安全范围管控的讨论[J].建筑技术开发,2022,49(18):136-138.

[7]倪孝.基于载波相位差分技术的高精度定位系统研究与实现[D].扬州:扬州大学,2021.

[8]苏晓刚,杨亮亮,彭小强,等.载波相位差分技术在车载导航中的应用[J].现代导航,2019,10(4):262-267.

[9]吕扬.复杂三维规划模型和现状地形无缝集成方法研究[J].测绘科学,2020,45(10):149-154.

[10]赵昕.基于影像匹配技术的点云数据精简算法研究[D].西安:西安科技大学,2017.

文章来源:李杰,孔令凯.架空输电线路激光雷达点云数据处理技术研究[J].物联网技术,2025,15(01):142-145.