徐梁剛,虢 韜,吳紹華,王坤輝,趙 健,楊 龍,王 迪

(1.貴州電網(wǎng)有限責(zé)任公司 輸電運(yùn)行檢修分公司， 貴陽(yáng) 550000; 2.中國(guó)電建集團(tuán) 貴州電力設(shè)計(jì)研究院有限公司， 貴陽(yáng) 550000)

引 言

電力線快速提取和重建是基于激光點(diǎn)云輸電線路運(yùn)檢的核心技術(shù)之一[1-9]，大批科研人員參與到研究當(dāng)中。MELZER和BRIESE最早提出電力線投影到2-D平面，然后應(yīng)用霍夫變換識(shí)別、提取電力線點(diǎn)云[1,10]；參考文獻(xiàn)[11]中基于三角網(wǎng)加密濾波、首次回波信息分離地面、高低植被、電力線，最后采用雙曲余弦函數(shù)完成電力線建模；參考文獻(xiàn)[12]～參考文獻(xiàn)[14]中采用針對(duì)地形起伏的機(jī)載LiDAR點(diǎn)云濾波方法，分割掉大部分非電力線點(diǎn)云，然后采用霍夫變換檢測(cè)電力線;參考文獻(xiàn)[15]中采用一種基于模型增長(zhǎng)的電力線提取方法，首先將原始點(diǎn)云數(shù)據(jù)網(wǎng)格化為多個(gè)體素，然后運(yùn)用Hough變換、主成分分析、密度分析等方法識(shí)別其中的電力線點(diǎn)云，最后運(yùn)用懸鏈線方程擬合電力線點(diǎn)云。

上述激光點(diǎn)云提取電力線方法雖然取得了一定的成果，但進(jìn)一步分析發(fā)現(xiàn)，這些研究依然存在一些不足。首先這些研究未考慮剔除交跨線、絕緣子點(diǎn)云，這會(huì)直接影響電力線重建和隱患分析的效果；其次對(duì)電力線模型研究不充分，沒(méi)有充分開展對(duì)電力線在x-O-y平面投影重合模型的研究，大大降低了算法適用范圍；此外，上述研究對(duì)于算法效率的考慮有所欠缺，算法耗時(shí)長(zhǎng)，無(wú)法適應(yīng)輸電線路巡檢實(shí)時(shí)處理需求，例如參考文獻(xiàn)[11]中的算法由于采用了三角網(wǎng)加密，且涉及多次點(diǎn)云遍歷、大量點(diǎn)云數(shù)據(jù)迭代計(jì)算，使得電力線提取效率大大降低；參考文獻(xiàn)[15]中的方法過(guò)程復(fù)雜、計(jì)算量大，對(duì)數(shù)據(jù)量或者區(qū)域大、點(diǎn)云密度高的情況，其效率和精度有待提高。

針對(duì)上述問(wèn)題，簡(jiǎn)化電力線提取與重建流程，提出一種基于點(diǎn)云數(shù)據(jù)特征的電力線快速提取和重建方法，并解決電力線點(diǎn)云可能存在交跨線點(diǎn)云較難處理、絕緣子點(diǎn)云較難分割、現(xiàn)有算法模型研究不完整的問(wèn)題。

1 具體方法

提出從原始激光點(diǎn)云快速提取和重建電力線方法。電力線點(diǎn)云快速提取包括：首先，對(duì)原始點(diǎn)云進(jìn)行粗分類，將原始點(diǎn)云中電力線點(diǎn)和部分噪點(diǎn)提取出來(lái)；然后，進(jìn)行點(diǎn)云精分類，提取出精度較高電力線點(diǎn)云。電力線點(diǎn)云快速重建包括：首先進(jìn)行電力線點(diǎn)云分割，將電力線點(diǎn)云分成單根，針對(duì)交跨線、絕緣子和x-O-y平面投影重合模型的點(diǎn)云特征進(jìn)行數(shù)據(jù)分割；然后進(jìn)行電力線重建，完成電力線矢量化。具體流程圖如圖1所示。

Fig.1 Fast extraction and reconstruction of power lines

1.1 電力線點(diǎn)云快速提取

對(duì)于現(xiàn)有方法多采用融合Hough變換、密度分析、機(jī)器學(xué)習(xí)分類等復(fù)雜算法進(jìn)行電力線點(diǎn)云提取所導(dǎo)致的計(jì)算量大、耗時(shí)長(zhǎng)問(wèn)題，本文中通過(guò)研究電力線點(diǎn)云與輸電通道其它非電力線點(diǎn)云之間的空間關(guān)系與區(qū)別特征，采用柵格劃分結(jié)合高程閾值判定的簡(jiǎn)單高效方法對(duì)電力線點(diǎn)云進(jìn)行快速的粗分類，并采用成熟高效的隨機(jī)采樣一致性算法(random sampling consistency algorithm,RANSAC)對(duì)電力線點(diǎn)云進(jìn)行快速精化，最終實(shí)現(xiàn)電力線點(diǎn)云的快速提取。

1.1.1 點(diǎn)云粗分類 電力線點(diǎn)云粗分類的目的是從原始輸電線路點(diǎn)云中分割出電力線點(diǎn)云和少量其它類型點(diǎn)云噪點(diǎn)。輸電線路原始點(diǎn)云主要包括電力線、地面、植被、桿塔，在高程方向上，電力線點(diǎn)云和地面、植被呈局部不連續(xù)分布狀態(tài)[16-17]。針對(duì)輸電線路點(diǎn)云這種分布特性，作者根據(jù)參考文獻(xiàn)[16]中的部分思想，對(duì)原始點(diǎn)云創(chuàng)建3維體素柵格，采用設(shè)置合理高程閥值的方法快速分割出非電力線點(diǎn)云。3維體素柵格劃分原理如圖2所示。

本文中將原始點(diǎn)云數(shù)據(jù)按照步長(zhǎng)dx,dy沿輸電線路走向x,y軸方向劃分為n×m個(gè)3維體素柵格M(i,j)(i=1,2,…,n;j=1,2,…,m)，如下式所示：

(1)

Fig.2 3-D voxel grids division

輸電線路原始點(diǎn)云在高程方向分布情況主要有3種：地面、桿塔；地面、植被；地面、植被、電力線。從圖中可以明顯看出地面和植被點(diǎn)云呈連續(xù)分布狀態(tài)，植被和電力線點(diǎn)云呈非連續(xù)分布狀態(tài)。因此可以分割出地面點(diǎn)和植被點(diǎn)，保留電力線點(diǎn)云和桿塔點(diǎn)云。

(1)創(chuàng)建3-D體素柵格。3-D體素柵格的尺寸會(huì)直接影響電力線點(diǎn)云提取準(zhǔn)確率。3-D體素柵格過(guò)小，則每個(gè)柵格內(nèi)點(diǎn)云數(shù)量過(guò)少，不能真實(shí)反映高程分布特征；相反會(huì)出現(xiàn)部分電力線點(diǎn)云被分為非電力線。經(jīng)過(guò)大量輸電線路原始點(diǎn)云實(shí)驗(yàn)驗(yàn)證，確定3-D體素柵格尺寸經(jīng)驗(yàn)值為3m～5.5m效果最佳，本文中取4m。

(2)確定3-D體素柵格內(nèi)高程間隔尺寸。對(duì)于3-D體素柵格內(nèi)按照高程分割，分割尺寸如果過(guò)大，可能會(huì)出現(xiàn)無(wú)法探測(cè)到非連續(xù)性特征，本文中采用3-D體素柵格的高程尺寸較小，如果高程方向上兩個(gè)相鄰3-D體素柵格內(nèi)點(diǎn)云為空則合并這兩個(gè)3-D體素柵格，新合并生成的3-D體素柵格的高程即為高程間隔，記為H。

(3)計(jì)算高程閾值。設(shè)定一個(gè)高程間隔閾值H0，表示地面點(diǎn)和電力線的高程方向距離。對(duì)上一步H，進(jìn)行高程閾值對(duì)比：如HH0，記錄該高程間隔的最小高程值Z0，對(duì)于3-D體素柵格中所有點(diǎn)Z值進(jìn)行遍歷，如果出現(xiàn)Z>Z0，即可判定該點(diǎn)為電力線點(diǎn)；否則判定為非電力線點(diǎn)。

柵格劃分只需要遍歷一次點(diǎn)云并僅進(jìn)行坐標(biāo)判斷即可完成，高程閾值判定只需對(duì)柵格高程間隔與設(shè)定閾值進(jìn)行比較分析即可完成，因此本文中點(diǎn)云粗分類算法的總體時(shí)間復(fù)雜度為O(n)。

1.1.2 電力線點(diǎn)云精化 原始點(diǎn)云數(shù)據(jù)在完成粗分類后，基本分割掉了地面點(diǎn)、植被點(diǎn)，得到了電力線、交跨線、部分桿塔點(diǎn)和部分噪聲點(diǎn)云。電力線點(diǎn)云在x-O-y平面呈線性分布，桿塔點(diǎn)云在x-O-y平面呈明顯的簇狀分布，噪點(diǎn)在水平面呈散點(diǎn)分布。根據(jù)電力線、交跨線、桿塔和噪聲點(diǎn)云分布特點(diǎn)，本文中采用隨機(jī)采樣一致性算法完成電力線、交跨線精提取，該算法根據(jù)包含異常數(shù)據(jù)的數(shù)據(jù)集計(jì)算出電力線、交跨線數(shù)學(xué)模型參量，得到有效電力線、交跨線數(shù)據(jù)的算法，具有較強(qiáng)穩(wěn)定性。RANSAC算法原理[18-19]如圖3所示。

Fig.3 Flow chart of RANSAC algorithm

1.2 電力線點(diǎn)云快速重建

對(duì)于現(xiàn)有方法多利用懸鏈線方程、拋物線方程等對(duì)整條電力線中所有點(diǎn)云均參與重建擬合計(jì)算所導(dǎo)致的效率低問(wèn)題，本文中采用分段、采樣的思路，對(duì)電力線點(diǎn)云進(jìn)行分段分割以及關(guān)鍵節(jié)點(diǎn)采樣重建，以此避免對(duì)所有電力線點(diǎn)進(jìn)行擬合計(jì)算，大大提高運(yùn)算效率，實(shí)現(xiàn)電力線點(diǎn)云的快速重建，并對(duì)交跨線點(diǎn)云、絕緣子點(diǎn)云進(jìn)行有效分割。

1.2.1 電力線分割 電力線點(diǎn)云精分類后，得到電力線、交跨線點(diǎn)云，兩者在x-O-y平面投影均呈直線模型，本文中選用2維霍夫變換實(shí)現(xiàn)電力線、交跨線單根化，能有效解決電力線點(diǎn)云中斷問(wèn)題，提取電力線、交跨線，獲取多個(gè)直線方程，根據(jù)直線方程統(tǒng)計(jì)電力線走向，將與電力線走向夾角較大的直線濾除，即可得到電力線點(diǎn)云，為防止出現(xiàn)交跨線、電力線夾角過(guò)小引起電力線漏檢情況，針對(duì)電力線在輸電通道長(zhǎng)度較長(zhǎng)，交跨線在輸電通道長(zhǎng)度較短這一特性，通過(guò)點(diǎn)云長(zhǎng)度對(duì)比、點(diǎn)云數(shù)量閥值對(duì)比修正電力線分割結(jié)果。

此外，輸電線路可能存在電力線x-O-y平面投影重合情況，針對(duì)這種電力線模型，單純使用2-D霍夫變換，會(huì)出現(xiàn)電力線漏檢[10]。因此，首先按照電力線走向?qū)﹄娏€點(diǎn)云按照一定步長(zhǎng)進(jìn)行分割，然后對(duì)分割后的電力線進(jìn)行局部聚類[20]，對(duì)聚類結(jié)果按照高程排序，最后對(duì)整檔分割排序點(diǎn)云按照鄰近點(diǎn)坐標(biāo)近似相等原則進(jìn)行合并，得到單根電力線。

在完成上述步驟后，電力線點(diǎn)云兩端可能還包含部分絕緣子，而局部電力線點(diǎn)云可以近似看做3-D直線模型。因此，本文中在電力線兩端采用3-D直線模型識(shí)別并提取高精度的電力線點(diǎn)云，剔除絕緣子點(diǎn)云。

1.2.2 電力線重建 為了解決常用重建方法中將所有電力線點(diǎn)云參與重建擬合計(jì)算，本文中采用提取局部加權(quán)質(zhì)心的方式選取關(guān)鍵節(jié)點(diǎn)，以此實(shí)現(xiàn)對(duì)電力線點(diǎn)云的采樣，并只對(duì)采樣的關(guān)鍵節(jié)點(diǎn)進(jìn)行擬合計(jì)算實(shí)現(xiàn)電力線重建，從而大大提高電力線重建效率，同時(shí)避免了噪聲點(diǎn)對(duì)重建質(zhì)量的影響。

設(shè)一條電力線點(diǎn)云在x-O-y面投影的重建直線為y=kx+b，遍歷點(diǎn)云可獲得電力線兩個(gè)端點(diǎn)坐標(biāo)，即(xl,yl)、(xr,yr)將電力線點(diǎn)云沿電力線走向劃分為N段，則分割間距為:

(2)

局部質(zhì)心計(jì)算公式為:

(3)

式中，i表示點(diǎn)編號(hào)；n代表點(diǎn)總數(shù)；m表示點(diǎn)權(quán)重，用該點(diǎn)到重建直線距離的倒數(shù)計(jì)算，即離重建直線距離越遠(yuǎn)，權(quán)值越小。

在完成單條電力線關(guān)鍵點(diǎn)提取后，進(jìn)行電力線重建。本文中采用在x-O-z或y-O-z平面投影的多項(xiàng)式方程對(duì)局部電力線點(diǎn)云進(jìn)行局部重建。根據(jù)最小二乘原理，重建過(guò)程可以轉(zhuǎn)化為以下求S極小值問(wèn)題。S表示投影坐標(biāo)系內(nèi)縱坐標(biāo)實(shí)際值與計(jì)算值的誤差平方和：

S=∑[yi-(A+Bxi+Cxi2)]2

(4)

即：

(5)

(6)

(7)

式中,A,B和C分別表示多項(xiàng)式系數(shù)；xi,yi分別表示重建節(jié)點(diǎn)在投影2-D坐標(biāo)系內(nèi)的橫縱坐標(biāo)。?S/?A,?S/?B和?S/?C是1階偏導(dǎo)數(shù)。

2 實(shí)驗(yàn)與分析

本文中選用Visual Studio 2013作為開發(fā)環(huán)境實(shí)現(xiàn)電力線分割算法。實(shí)驗(yàn)平臺(tái)硬件配置：HP ZBook，CPU為Intel I7，內(nèi)存32GB，裝有Win10系統(tǒng)。采用南方電網(wǎng)A線路和B線路數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，兩條線路基本情況如表1所示。

Table 1 Basic information table of transmission line

2.1 算法效果驗(yàn)證

針對(duì)電力線x-O-y平面投影重合模型、絕緣子分割，采用南網(wǎng)A線數(shù)據(jù)測(cè)試，實(shí)驗(yàn)共耗時(shí)3.9s，對(duì)本文中提取的電力線點(diǎn)云數(shù)量進(jìn)行統(tǒng)計(jì)，同時(shí)用CloudCompare手動(dòng)精提取實(shí)際電力線點(diǎn)云，將兩者進(jìn)行對(duì)比，統(tǒng)計(jì)準(zhǔn)確率，如表2所示。圖4a為一級(jí)桿塔，圖4b為絕緣子分割前數(shù)據(jù)，可以明顯看到導(dǎo)線末端的絕緣子，圖4c為絕緣子分割后電力線，可以清晰看到絕緣子基本剔除。

Table 2 Extraction results of power line of test data A

Fig.4 Segmentation results of power line of test data A a—single tower b—data before division c—data after division

原始點(diǎn)云真彩色如圖5a所示，電力線重建效果如圖5b所示。

針對(duì)輸電線路交跨，采用南網(wǎng)B線數(shù)據(jù)測(cè)試，如圖6所示有3處交跨，實(shí)驗(yàn)共耗時(shí)4.2s，對(duì)本文中提取的電力線點(diǎn)云數(shù)量進(jìn)行統(tǒng)計(jì)，同時(shí)用CloudCompare手動(dòng)精提取實(shí)際電力線點(diǎn)云，將兩者進(jìn)行對(duì)比，統(tǒng)計(jì)準(zhǔn)確率，如表3所示。

Fig.5 Test data Aa—original data b—reconstruction results

serial number of segmentserial number of power lineactual number of point cloud on the power lineextraction number of point cloudaccuracy rate/%11-18933850495.211-22724259895.411-38905869197.611-42496236894.911-59511906395.322-19041864395.622-22876269593.722-39746936696.122-41892180595.422-59678926295.7

原始點(diǎn)云真彩色如圖6a所示，電力線重建效果如圖6b所示。

Fig.6 Test data Ba—original data b—reconstruction results

通過(guò)對(duì)比電力線實(shí)際點(diǎn)云數(shù)據(jù)和算法提取數(shù)據(jù)，本文中的算法提取電力線時(shí)遺漏了少量電力線點(diǎn)，由于受到桿塔、絕緣子影響，提取的點(diǎn)云中還包含少量絕緣子點(diǎn)云。

2.2 算法效率驗(yàn)證

將本文中的算法和已有方法一[11]和方法二[15]用相同實(shí)驗(yàn)數(shù)據(jù)作對(duì)比試驗(yàn)，并從電力線提取和電力線重建兩大過(guò)程分別對(duì)比算法耗時(shí)。采用南方電網(wǎng)A線路和B線路作為實(shí)驗(yàn)數(shù)據(jù)，記錄試驗(yàn)時(shí)間如表4所示。

從表4可以看出，對(duì)于南網(wǎng)A線、B線數(shù)據(jù)，方法一由于使用了融合Hough變換、主成分分析、密度分析等方法的復(fù)雜算法識(shí)別電力線點(diǎn)云，導(dǎo)致電力線提取時(shí)間較長(zhǎng)，達(dá)到了6s以上，并選擇了較為復(fù)雜的懸鏈線模型對(duì)所有點(diǎn)云進(jìn)行擬合來(lái)重建電力線，使得電力線重建過(guò)程耗時(shí)也達(dá)到4s左右；方法二在電力線提取步驟由于采用了三角網(wǎng)加密算法，使得提取效率降低，但也略優(yōu)于方法一，耗時(shí)4s左右，而在電力線重建步驟同樣使用了懸鏈線模型對(duì)所有點(diǎn)云進(jìn)行重建，重建效率與方法一一致；本文中方法基于電力線的空間特征，在保證電力線提取與重建準(zhǔn)確度的前提下，采用了時(shí)間復(fù)雜度更低的簡(jiǎn)單高效算法進(jìn)行電力線提取，耗時(shí)在1s左右，在電力線重建步驟，基于分段、采樣的思路對(duì)關(guān)鍵節(jié)點(diǎn)進(jìn)行多項(xiàng)式擬合重建，耗時(shí)也在1s左右，本文中方法總耗時(shí)在2.5s以下，效率優(yōu)于方法一與方法二，實(shí)現(xiàn)了電力線的快速提取和重建。

Table 4 Efficiency comparison

3 結(jié) 論

提出了一種基于點(diǎn)云數(shù)據(jù)特征的電力線快速提取和重建方法，通過(guò)實(shí)驗(yàn)表明，本文中的方法不僅在精度上可以滿足架空輸電線路安全距離分析應(yīng)用，而且在效率上可以滿足輸電線路機(jī)載激光巡線的實(shí)時(shí)處理需求，此外，對(duì)電力線空間排列方式、交跨線干擾、絕緣子干擾等因素不敏感，算法魯棒性較高。經(jīng)大量斷裂電力線點(diǎn)云數(shù)據(jù)測(cè)試，算法綜合準(zhǔn)確率達(dá)到95.3%，總體耗時(shí)達(dá)2.5s以下，工程適用性較強(qiáng)。