鄭高，張偉豪，韓騰飛，陳梅僖，曾旭

（1.福建中試所電力調(diào)整試驗(yàn)有限責(zé)任公司，福建福州，350000；2.國(guó)網(wǎng)福建省電力有限公司電力科學(xué)研究院，福建福州，350000；3.中國(guó)民用航空飛行學(xué)院，四川德陽(yáng)，618000）

0 引言

激光雷達(dá)(light detection and ranging，LIDAR)以其高精度、高效率、低成本等特性成為重要的遙感設(shè)備[1]。如今，無(wú)人機(jī)機(jī)載激光雷達(dá)技術(shù)已廣泛應(yīng)用在電力線路巡檢作業(yè)。

架空輸電線路的點(diǎn)云提取是電力巡檢中十分重要的一個(gè)環(huán)節(jié)，國(guó)內(nèi)外針對(duì)該問(wèn)題有一定的研究。文獻(xiàn)[2]先將點(diǎn)云區(qū)域網(wǎng)格化，然后將水平投影后的點(diǎn)轉(zhuǎn)換為灰度值的二維圖像，從而定位出桿塔的位置，再用二次曲線擬合電力線。文獻(xiàn)[3]對(duì)點(diǎn)云所在的空間進(jìn)行網(wǎng)格化，利用網(wǎng)格內(nèi)的相對(duì)高程差來(lái)區(qū)分地面點(diǎn)和非地面點(diǎn)，并利用單個(gè)網(wǎng)格中垂直空間間隔的數(shù)量來(lái)區(qū)分電力線和桿塔。文獻(xiàn)[4]首先計(jì)算了點(diǎn)云的特征圖像，再結(jié)合電力線路走廊區(qū)域分析，根據(jù)高程差、密度和坡度特征迭代提取出桿塔。文獻(xiàn)[5]利用輕量級(jí)神經(jīng)網(wǎng)絡(luò)提取空間結(jié)構(gòu)特征，再結(jié)合相對(duì)高程差和點(diǎn)云密度初步找出桿塔點(diǎn)，再用聚類(lèi)算法剔除孤立體素格提高準(zhǔn)確率。上述方法均實(shí)現(xiàn)于低密度點(diǎn)云場(chǎng)景下，無(wú)法有效應(yīng)用于大尺度點(diǎn)云的復(fù)雜場(chǎng)景中。

針對(duì)LIDAR采集到的高密復(fù)雜的點(diǎn)云場(chǎng)景，本文提出了一種高效準(zhǔn)確的架空輸電線路提取方法，該方法通過(guò)布料模擬濾波區(qū)分出地面點(diǎn)和非地面點(diǎn)，建立KD樹(shù)結(jié)構(gòu)加快點(diǎn)云的鄰域搜索，用連通域分析法提取出架空輸電線路的點(diǎn)云信息。

1 架空輸電線路的提取

1.1 布料模擬濾波

布料模擬濾波算法（Cloth Simulation Filtering，CSF）是一種表面調(diào)節(jié)的濾波算法，其思想是假設(shè)一塊布料隨著重力自由落下，如果布料可以柔軟的附著在地面上，則布料的最終形狀則是數(shù)字表面模型。基于此思想，若將采集到的點(diǎn)云數(shù)據(jù)進(jìn)行倒置，通過(guò)分析具有剛性特點(diǎn)的布料粒子節(jié)點(diǎn)與對(duì)應(yīng)的點(diǎn)之間的相互作用，最終確定布料的形態(tài)，從而將原始點(diǎn)云數(shù)據(jù)分為地面點(diǎn)和非地面點(diǎn)兩個(gè)部分。布料模擬濾波算法如圖1所示。

圖1 布料模擬算法示意圖

在計(jì)算機(jī)程序仿真布料模擬的過(guò)程中，所有布料粒子具有質(zhì)量信息，這些相互連接的粒子組成的網(wǎng)絡(luò)模型稱(chēng)為Mass-Spring模型，如圖2所示。當(dāng)布料處于自由下落時(shí)，粒子在三維空間中的形狀和分布位置決定了布料的形狀。根據(jù)牛頓第二定律，粒子的受力情況和位置之間的關(guān)系見(jiàn)公式(1)：

圖2 網(wǎng)絡(luò)模型結(jié)構(gòu)

公式(1)中X代表時(shí)刻t時(shí)粒子的位置；Fext(X,t)代表粒子所承受的外部作用力（重力和彈力）；Fint(X,t)代表在時(shí)刻t時(shí)，粒子在X位置收到的內(nèi)力（相互連接的力）。隨著時(shí)間的變化，內(nèi)部力和外部力會(huì)隨之發(fā)生變化，因此可通過(guò)數(shù)值積分求解。

為了使布料模擬適用于點(diǎn)云濾波，將粒子質(zhì)點(diǎn)的移動(dòng)過(guò)程分為以下步驟：（1）粒子質(zhì)點(diǎn)為初始狀態(tài)，都位于倒置的點(diǎn)云數(shù)據(jù)上方；（2）計(jì)算粒子質(zhì)點(diǎn)在重力影響下的位移，部分粒子質(zhì)點(diǎn)可能會(huì)移動(dòng)到地面之下；（3）進(jìn)行交叉檢驗(yàn)，若粒子質(zhì)點(diǎn)位于地面之下，則將其移動(dòng)至地面，并設(shè)為不可移動(dòng)狀態(tài)；（4）考慮粒子質(zhì)點(diǎn)之間相互的內(nèi)部力，并根據(jù)內(nèi)部力產(chǎn)生的位移進(jìn)行移動(dòng)。粒子質(zhì)點(diǎn)移動(dòng)流程如圖3所示。

圖3 粒子質(zhì)點(diǎn)的移動(dòng)過(guò)程

在忽略?xún)?nèi)部力的作用時(shí)，粒子在重力作用下的位移計(jì)算見(jiàn)公式(2)：

公式(2)中，m代表粒子的質(zhì)量，通常設(shè)為1；Δt2代表時(shí)間步長(zhǎng)；G代表計(jì)算常數(shù)。

粒子在內(nèi)部力作用下的位移計(jì)算見(jiàn)公式(3):

公式(3)中，d代表粒子在內(nèi)部力作用下的位移距離；b的取值為0或1，0代表粒子可發(fā)生移動(dòng)，1代表粒子不可發(fā)生移動(dòng)；pi代表準(zhǔn)備移動(dòng)的粒子位置向量；p0代表相鄰粒子的位置向量；代表垂直向量上的歸一化向量。

布料模擬濾波的算法主要流程為：（1）將原始點(diǎn)云數(shù)據(jù)進(jìn)行倒置；（2）將布料置于原始點(diǎn)云數(shù)據(jù)上并實(shí)施網(wǎng)格劃分，確定粒子數(shù)；（3）將所有點(diǎn)云數(shù)據(jù)和粒子投影到同一水平面，找到該平面每個(gè)網(wǎng)格中的粒子的對(duì)應(yīng)點(diǎn)(CP)，并記錄交叉高度值(IHV)從而限制粒子移動(dòng)范圍；（4）計(jì)算可移動(dòng)的粒子受重力作用產(chǎn)生的位移；（5）計(jì)算粒子受內(nèi)部力作用下的位移；（6）不斷重復(fù)步驟（4）和（5），直到所有粒子的最大高度變化值達(dá)到閾值或達(dá)到最大迭代次數(shù)即可停止迭代計(jì)算；（7）計(jì)算粒子和原始點(diǎn)云的距離，小于距離閾值的分類(lèi)為地面點(diǎn)，否則分類(lèi)為非地面點(diǎn)。CSF算法實(shí)現(xiàn)流程如圖4所示。

圖4 CSF算法實(shí)現(xiàn)流程圖

1.2 基于連通域分析的架空輸電線路提取

由于機(jī)載LIDAR系統(tǒng)可以采集到大量的激光點(diǎn)云數(shù)據(jù)，包括地面點(diǎn)、建筑物、植被等，這些地物信息往往會(huì)干擾電力線和桿塔的提取。在平坦區(qū)域通過(guò)CSF算法之后只剩下桿塔和電力線的原始點(diǎn)云數(shù)據(jù)，而在非平坦區(qū)域經(jīng)過(guò)CSF算法處理后雖然剔除了地面點(diǎn)和大部分的低矮植被，但是依然存在部分殘留的高植被和建筑物。分析地物空間分布情況，可以發(fā)現(xiàn)架空輸電線路點(diǎn)云數(shù)據(jù)之間連通性好，幾乎無(wú)中斷，而殘余的高植被由于沒(méi)有地面點(diǎn)的連接，導(dǎo)致與架空輸電線路之間有一定的距離。對(duì)于此情況提出了連通域分析，桿塔最高點(diǎn)為初始搜索點(diǎn)，通過(guò)KD樹(shù)半徑搜索法完成架空輸電線路的信息提取。

無(wú)序的海量點(diǎn)云數(shù)據(jù)不存在任何拓?fù)潢P(guān)系，這種情況會(huì)導(dǎo)致搜索效率低下，同時(shí)也會(huì)影響鄰域信息的建立。為了能夠正確高效的查詢(xún)鄰域點(diǎn)，采用KD樹(shù)來(lái)構(gòu)建點(diǎn)之間的拓?fù)潢P(guān)系。KD樹(shù)(K-dimensional tree)的原理是在每個(gè)根節(jié)點(diǎn)中按指定維度劃分子節(jié)點(diǎn)。指定的維度通常是選擇可以使數(shù)據(jù)分散更均勻的維度。如果該維度中子節(jié)點(diǎn)的值小于根節(jié)點(diǎn)則分布在左側(cè)，反之分布在右側(cè)。每一節(jié)根據(jù)下一個(gè)指定的維度散開(kāi)，直到所有數(shù)據(jù)都存儲(chǔ)在KD樹(shù)的節(jié)點(diǎn)上。如果是二維或三維空間，KD樹(shù)將二維或三維空間按照上述的劃分規(guī)則劃分成若干個(gè)空間，如圖5所示。

圖5 二維空間和三維空間的KD樹(shù)結(jié)構(gòu)

為保證已架空電力線路的安全運(yùn)行，通常電力線與建筑物、樹(shù)木等地物需要保持一個(gè)安全距離。在220KV輸電線路規(guī)范中，電力線和樹(shù)木的水平安全距離為4.0m，最大垂弧度時(shí)的安全距離為4.5m。因此經(jīng)過(guò)CSF算法處理后的架空輸電線路內(nèi)部點(diǎn)云的距離是遠(yuǎn)小于架空輸電線路與殘余植被點(diǎn)云之間的距離，從而可通過(guò)KD樹(shù)半徑搜索法進(jìn)行連通域分析提取架空輸電線路的信息。

連通域分析法流程如圖6所示。

圖6 連通域分析流程圖

1）以桿塔、電力線和殘余植被點(diǎn)云為原始數(shù)據(jù)，根據(jù)植被最高處的高程遠(yuǎn)低于電力線和桿塔的最高處點(diǎn)云的特點(diǎn)，首先找到整個(gè)原始數(shù)據(jù)的最高處點(diǎn)云，并將該點(diǎn)云用作搜索點(diǎn)（該點(diǎn)一定存在于桿塔或電力線云中）。

2）在原始數(shù)據(jù)上建立KD樹(shù)，并對(duì)每個(gè)點(diǎn)云設(shè)置一個(gè)標(biāo)志Flag。在KD樹(shù)半徑搜索時(shí)，對(duì)搜索到的但暫未處理過(guò)的點(diǎn)云的Flag標(biāo)記為False，對(duì)搜索到的點(diǎn)并作為下一次搜索中心點(diǎn)的點(diǎn)云的Flag標(biāo)記為T(mén)rue。Flag不能從True變成False。

3）選取1）中最高點(diǎn)所得的點(diǎn)云作為初始搜索點(diǎn)，并將該點(diǎn)的Flag設(shè)為False，設(shè)定半徑閾值作為搜索半徑，以當(dāng)前搜索點(diǎn)建立半徑搜索結(jié)構(gòu)。由于半徑搜索到的點(diǎn)有可能存在已經(jīng)被標(biāo)志為T(mén)rue的點(diǎn)，此時(shí)將半徑內(nèi)選擇Flag為False的點(diǎn)云作為下次搜索的中心點(diǎn)。

4）提取所有標(biāo)志Flag為T(mén)rue的點(diǎn)，完成電力線和絕緣子的提取。

2 實(shí)驗(yàn)結(jié)果分析

本文中的實(shí)驗(yàn)平臺(tái)為CPU主頻2.5GHz，內(nèi)存8GB的Win10系統(tǒng)，選用Visual Studio 2019和PCL 1.11.1作為開(kāi)發(fā)環(huán)境實(shí)現(xiàn)架空輸電線路的提取。

為了驗(yàn)證本文提出方法的有效性和可靠性，用無(wú)人機(jī)搭載激光雷達(dá)對(duì)福州不同電力線路進(jìn)行數(shù)據(jù)掃描，并選取出具有代表性的4個(gè)不同場(chǎng)景的數(shù)據(jù)集作為本次實(shí)驗(yàn)原始數(shù)據(jù)，如圖7所示。數(shù)據(jù)集中都包含了一根或多根桿塔，桿塔之間通過(guò)電力線連接。數(shù)據(jù)集1中存在農(nóng)田和水庫(kù)，代表農(nóng)村地區(qū)；數(shù)據(jù)集2中存在建筑物、公路和大量車(chē)輛，代表城鎮(zhèn)地區(qū)；數(shù)據(jù)集3中存在大量樹(shù)木，地勢(shì)較陡，代表山區(qū)；數(shù)據(jù)集4中地表物數(shù)量多，地勢(shì)復(fù)雜，包含3個(gè)桿塔，結(jié)合了上述的3個(gè)數(shù)據(jù)集的特征。4個(gè)樣本數(shù)據(jù)集的基本信息如表1所示。

表1 數(shù)據(jù)集基本信息表

圖7 原始點(diǎn)云數(shù)據(jù)集

首先通過(guò)布料模擬算法對(duì)4個(gè)數(shù)據(jù)集進(jìn)行地面濾波。在4個(gè)數(shù)據(jù)集的參數(shù)配置上，最大迭代次數(shù)都設(shè)為500次；網(wǎng)格分辨率指覆蓋地面的布料的網(wǎng)格大小，都設(shè)為2m；坡度處理指根據(jù)地形陡峭程度決定是否需要坡度的后期處理，數(shù)據(jù)集1和數(shù)據(jù)集2由于地勢(shì)較為平坦，選擇False，而數(shù)據(jù)集3和數(shù)據(jù)集4由于地勢(shì)較為陡峭設(shè)為T(mén)rue；分類(lèi)閾值是指劃分為地面點(diǎn)和非地面點(diǎn)的距離閾值，數(shù)據(jù)集1和數(shù)據(jù)集2設(shè)為0.6m，數(shù)據(jù)集3和數(shù)據(jù)集4設(shè)為1m。濾波結(jié)果見(jiàn)圖8。

通過(guò)對(duì)比CSF濾波數(shù)據(jù)和原始點(diǎn)云數(shù)據(jù)，總體看出CSF算法能有效的剔除了絕大多數(shù)的地面點(diǎn)，4個(gè)數(shù)據(jù)集的地面點(diǎn)提取率分別為63.07%、68.52%、41.26%、74.75%。但在處理部分低矮房屋或低矮植被時(shí)，布料粒子會(huì)落在房屋或植被上，導(dǎo)致這些非地面點(diǎn)被錯(cuò)分類(lèi)為地面點(diǎn)。

通過(guò)CSF地面濾波已經(jīng)剔除地面點(diǎn)，但非地面點(diǎn)存在大量的地面物，而地面物通常與架空輸電線路保持一定的安全距離，如圖9所示。圖9為圖8中的數(shù)據(jù)集1的架空輸電線路區(qū)域，桿塔的最底部與最近的地面物為3.2m，電力線與最近的地面物為17.3m。

圖8 CSF濾波后的數(shù)據(jù)集

圖9 提取的架空輸電線路

對(duì)非地面點(diǎn)云數(shù)據(jù)構(gòu)建KD樹(shù)結(jié)構(gòu)并經(jīng)過(guò)連通域分析得到的架空輸電線路提取圖如圖10所示。為了分析該方法的提取準(zhǔn)確率，將人工提取的原始點(diǎn)個(gè)數(shù)與該方法自動(dòng)提取的點(diǎn)個(gè)數(shù)之比作為架空輸電線路的提取正確率。

圖10 架空輸電線路與地面物的距離

統(tǒng)計(jì)結(jié)果如表2所示。由表2可知，架空輸電線路的提取精度能達(dá)到99%以上，無(wú)論是簡(jiǎn)單平坦地區(qū)還是復(fù)雜環(huán)境地區(qū)都能較好的提取電力線和桿塔。其中對(duì)于數(shù)據(jù)集3這種存在大量植被的陡峭地勢(shì)環(huán)境，其提取正確率略有下降，但依然可以達(dá)到較高的提取正確率。說(shuō)明該方法具有一定的魯棒性，能夠滿足當(dāng)前的架空輸電線路工程應(yīng)用的需求。

表2 架空輸電線路提取正確率

數(shù)據(jù)集3 1331275 1319174 99.10數(shù)據(jù)集4 1996083 1996083 99.48