基于激光点云的输电线路林木危险区域识别方法

基于激光点云的输电线路林木危险区域识别方法

李昀桓

国网内蒙古东部电力有限公司巴林右旗供电分公司 内蒙古赤峰市 024000

摘要：随着科学技术的发展，我国的激光点云技术有了很大进展，并在输电线路林木中得到了广泛的应用。传统的人工电力巡线方式已不能满足电网运营维护工作需要，为提高输电线路巡线效率，保证电网线路安全，将无人机搭载激光点云技术应用于线路巡线中，获取点云数据，提取完整电力线点，重建三维电力线走廊，检测建筑物、植被、交叉跨越等对线路的安全距离，及时发现线路走廊中被跨越物对线路的威胁与隐患，为线路维护人员提供决策支持。本文就激光点云在输电线路林木危险区域中的应用进行研究，以供参考。

关键词：林木采伐；倾斜摄影；线路弧垂；风偏；三维实景

引言

激光扫描技术在电路巡检过程中起到重要作用，也成为巡检的重要手段。现有的林木危险点识别方法，主要通过采集输电线路走廊的激光点云数据，分析电力线点与植被点之间的直线距离，作为林木危险点识别的依据。随着激光扫描技术的普及和应用，输电线路勘测设计阶段，采集输电线路走廊指定范围内的激光点云数据，为勘测设计提供重要的空间地理信息数据，也成为越来越常用的手段。

1工作环境

点云分类是点云处理领域中十分重要的一项任务。传统的点云分类方法是通过手工提取的特征来捕捉点云的几何属性，由于手工提取无法完全利用三维点云的全部信息，因而该方法的分类精度存在瓶颈。深度学习兴起之后，研究者开始探索利用深度神经网络学习点云特征。典型的处理方法是将点云数据转换为体素表示，进而在三维深度学习模型上进行特征提取，完成分类任务。三维体素的表示形式完整地保留了原始三维形状信息，因而具有较好的特征鉴别力。但是该方法对内存的开销很大，导致在实际情况下无法使用分辨率高的体素网络。

2架空输电线路弧垂模拟

在三维场景中，计算架空输电线路弧垂，通常采用悬链线方程进行电力线弧垂模拟，并根据状态方程，计算导线在最大温度状态下弧垂和最大风偏角度，并取导线在两种状态下最大的宽度值和裕度值作为林木采伐统计范围。例如，福建地区的输电线路走廊中，电力线的最大弧垂是在最高温度下才会出现的，在实际生产中，无法准确测量得到最大弧垂，而是通过电力线的设计参数、属性特征和气象条件，进行计算得到。同时还要考虑线路风偏的影响，因为在最大弧垂和最大风偏的极端条件下，对植被对线距离要求最高。通过模拟此工况下的弧垂状态，作为林采伐分析的安全范围，才能最大程度上识别影响线路安全运行的植被范围。

3基于激光点云的输电线路林木危险区域识别方法

3.1外业数据采集

激光点云传感器整个工作原理流程依次为发射激光脉冲、记录回波讯号、距离测量、检索平面位置和计算回波位置。激光点云对输电线路周围环境进行飞行扫描，发射出的激光束遇到电缆、杆塔或者树木，信号返回探测器，被扫描对象的空间位置即可确定。在树木茂密区域也可获取足够的地面点数据，在记录多个激光回波信号时，通过对不同回波所收集到的信息进行提取和处理，能同时获得树冠底部的地形信息和树高信息。扫描的结果即是点云数据，由大规模海量的采集点组成，每个采集点都带有三维位置、反射率和纹理等信息，用此数据进行成像处理后，就可得到精确的三维立体图像。

3.2电力线点去除

在门型电塔顶部的扩展搜索时,为了保证电塔顶部完整性采用KD-tree半径搜索,不可避免地将部分电力线点划入搜索结果中。将门型电塔进行水平投影时,发现电塔部分水平投影为条状,利用这一特点,可通过直线拟合并根据门型电塔的设计宽度设置阈值实现电力线点的去除。

3.3输电线路走廊三维实景模型搭建

在三维ＧＩＳ平台，进行二次开发，按照设计参数在指定位置加载相应类型的杆塔和电力线弧垂，根据线路走向对杆塔进行角度调整，同时考虑杆塔设计信息，如呼高、基降等，利用悬链线方程及设计参数，拟合极端工况下的电力线最大弧垂。在三维场景搭建中，为了保证场景搭建效果，需要对杆塔的显示距离效果进行设置，保证在缩放和视角调整时，可以完整显示杆塔模型。将进行植被生长分析处理后的激光点云，与拟合的电力线和电力塔构建输电线路三维实景模型。

3.4点云分类与电力线提取

海量的点云数据在激光点云处理软件中依次经过点云去噪数据分类后，按照不同地表物体的反射特征和形状特征进行点云区分、滤波、数据抽稀，完整地提取出输变电线路走廊中的电力线、导地线、道路、交叉跨越物、杆塔、地面、建筑物、植被等信息。确定表达地面真实形态的地面点云，再对电力线进行曲线拟合，形成连续、完整的电力走廊。在点云分类完成后，应进行分类质量检查，一般采用目视检查的方法，检查点云分类是否正确、地面点云表面模型的连续与光滑、分类结果是否与影像范围一致。如果必要，应采用人工编辑的方式对分类错误的点重新进行分类。

3.5构建杆塔点云数据集

我们只对杆塔部分的点云进行分类，先对整体的点云扣取杆塔。然后人工标记杆塔数据，为每一个点打上标签。因为激光点云采集的点云非常密集，通常一个杆塔部分的点数量在十万以上，所以采取随机采样的方法来来构建杆塔数据集，随机抽取杆塔中的2048个点作为一个样本，因为人工标记成本较高，可对一个杆塔多次随机采样，我们对每个杆塔点云随机采样50～80次，一共得到10万组样本作为原始数据训练样本，作为杆塔点云数据集。

4精度分析

本文提出的林木危险区域识别方法，与现有激光点云扫描巡检方法识别的危险点方法精度的差异主要体现在时间和空间方面。在时间方面：传统方法主要针对数据采集当下时间点的工况条件和植被状态下的线树安全距离，本文提出的方法可以识别在输电线路运行过程中大概率会出现的较差工况下的林木隐患点，具有提前规避危险的效果，进一步避免线树安全问题的产生。在空间方面：传统激光扫描巡检过程中，主要通过判断电力线与林木之间作为林木危险区域识别的依据，通常识别的是线状和点状范围，需要作业人员现场再根据经验确定林木危险区域范围，本文方法可以根据植被的具体生长状况和风偏等条件，识别输电线路走廊范围内的林木危险面状范围，对危险林木的识别更加全面和直观。通过分析传统方法识别的林木危险区域与本文识别的林木危险范围相对位置关系，对本文方法的可靠性进行考核。其中面积重合率反映本文识别的范围包含传统方法识别范围的百分率，面积增加率反映了本文识别的方法比传统方法增加的面积百分率。

结语

综上所述，激光点云巡线可以更高效、便捷地发现输电线路走廊内的线路故障和安全隐患，这是传统人工巡线作业所不具备的，激光点云技术正逐渐成为输电线路优化设计、保障输电线路安全可靠运行的新手段。本文以激光点云扫描系统在线路巡线为例进行阐述，从整个作业流程上，包含外业数据采集，内业数据处理、危险点安全距离快速检测，建筑物、植被、交叉跨越的净空距离分析，其巡检数据的有效性和准确性满足于输电线路维护的要求。激光点云巡线飞行周期短，获取信息丰富，缩减了线路巡线的工作周期和人力的投入，提升了巡线工作效率，提高了线路维护单位的经济效益。

参考文献

[1]张继贤,林祥国,梁欣廉.点云信息提取研究进展和展望[J].测绘学报,2017,46(10):1460-1469.

[2]白静,司庆龙,秦飞巍.轻量级实时点云分类网络LightPointNet[J].计算机辅助设计与图形学学报,2019,31(4):612-621.

[3]王胜文,张彬,孙菁聪.PointNet的点云数据集的破损测试与深度解读[J].中国传媒大学学报(自然科学版),2019,26(3):51-57.