基于机载激光点云数据的输电线路自动分类方法研究

郑武略 张富春 翁珠奋 袁文俊

摘 要：针对传统输电线路分类方法分类效率低的问题，提出了一种基于机载激光点云数据的输电线路自动分类方法。首先根据输电线路分类需求，运用机载激光雷达和无人机获取输电线路点云数据，然后对数据进行抽稀处理，剔除一些冗余数据，最后利用聚类分析算法对处理后的数据进行分类，以此实现基于机载激光点云数据的输电线路自动分类。经实验证明，基于机载激光点云数据的输电线路自动分类方法具有较高的分类效率。

关键词：机载激光;点云数据;输电线路;聚类分析算法

0 引言

传统的输电线路分类方法由于分类精度低、效率低，经常出现错分、漏分等现象，使传统分类方法已经无法满足输电线路分类需求。输电线路分类是一个极其复杂的问题，并且在分类过程中需要对大量的点云数据进行采集和处理，导致输电线路自动分类具有一定的困难。因此，本文将机载激光雷达技术应用到输电线路自动分类中，提出了一种基于机载激光点云数据的输电线路自动分类方法，提高了输电线路的自动分类效率。

1 基于机载激光点云数据的输电线路自动分类方法

1.1    机载激光点云数据的获取

机载激光雷达技术由于工作效率高、测量精准度高、操作灵活、作业范围广以及自动化水平高等优点，已经成为重要的观测技术之一，此次利用机载激光雷达观测技术对输电线路的云数据进行采集[1]。利用激光雷达技术和无人机技术采集输电线路点云数据，以时间同步技术作为技术支撑，可以同步获取输电线路三维激光点云和定位姿势数据，能够高集成度、高效率、高质量地获取数据[2]。机载激光雷达与无人机参数设置如表1所示。

1.2    机载激光点云数据处理

由于机载激光雷达采集到的输电线路空间三维点云数据具有不连续性、非线性、不规则性特点，使输电线路自动分类具有一定的复杂性，并且采集到的数据存有大量的冗余数据，所以需要对采集到的数据进行处理，以实现输电线路精准分类[3]。首先，根据电力线的横担宽和点云数据的属性值，对原始点云数据进行抽稀，这样既保证了数据的精准和质量，同时还减少了原始点云数据量，提高数据处理效率[4]。抽稀处理方法是一种基于树状结构的最近邻近点查找点云抽稀方法，该方法可以将高密度、高冗余度的点云数据按照一定的间隔距离进行采样，经过抽稀处理后的数据脚点之间能够保持相同间隔距离均匀分布。然后，需要建立一个点云数据树，根据输电线路分类要求，确定抽稀最小距离，计算出最优树层，提高紧邻点云数据的查找效率[5]。最后，在找到给定距离的点云数据脚点后，剔除周围其余的脚点，以此实现对机载激光点云数据的处理。

1.3    输电线路自动分类

根据输电线路自动分类需求，选用聚类分析算法对处理后的数据进行自动分类，运用聚类分析算法确定输电线路的数量和起点，然后基于输电线路高度的最小值确定输电线路的下导线，最后运用算法对输电线路进行导线追踪，以此实现基于机载激光点云数据的输电线路自动分类[6]。图1为基于机载激光点云数据的输电线路自动分类流程图。

把处理后的机载激光点云数据分为N个类别，确保每个类别内都具有一定的相似度，采用平方误差准则推算出类别的相似度，其定义如下：

R=∑|p-mi|2Gi

式中，R表示全部机载激光点云数据的平方误差总合;p表示空间中的点;mi表示类别Gi的平均值。

根据机载激光点云数据相似特征，将数据归集到一类构成集合，将每类集合中筛选出一个种子点云数据作为输电线路起点，再将种子点云数据周围区域中具有相同特征的点云数据合并到一起，直到没有满足条件的机载激光点云数据划分进来为止，此时完成输电线路自动分类。

具体分类步骤如下：首先对机载激光点云数据进行相似度计算，将所有数据按照相似度进行分类，然后找到一个归类的点云数据记为A。然后以A为中心，对A周围的点云数据进行评判，如果满足归类准则将其与A归到一个区域，再在区域中找一个点云数据，然后重复上述操作，直到集合中每个点都有相应分类时，完成对输电线路自动分类。

2 实验

在完成对基于机载激光点云数据的输电线路自动分类方法设计后，需要对其进行一组对比实验，检验该方法是否能满足输电线路自动分类实际需求。将其与传统分类方法同时应用到某电网输电线路分类中，将机载激光扫描宽度设置为150 m，条带长45 km。首先对需要分类的输电线路进行分块，然后针对每个区域的扫描点云数据进行输电线路自动分类。此次实验选用电压为220 V输电线路作为分类对象，共包含4档数据，每档数据包含8相输电线，每相输电线有4根分裂导线，3个基杆塔，每个基杆塔高约35 m。运用两种方法对其进行自动分类，检验此次提出方法的分类效率。图2为两种分类方法的分类效率。

从图2可以看出，此次提出的基于机载激光点云数据的输电线路自动分类方法的分类效率可达到90%，比传统方法高出约30%，证明此次提出的方法可以有效提高输电线路自动分类效率。

3 结语

机载激光雷达为输电线路地理空间三维数据的获取、处理、分类提供了全新的技术手段，可以有效提高输电线路自动分类效率和质量。该方法分类效率高、精度高，对于复杂区域的输电线路可以取得良好的分类效果，实现了输电线路分类的自动化、智能化、高效化，为输电路线故障处理和分析提供了良好的理论依据。

[参考文献]

[1] 阮峻，陶雄俊，刘东甲，等.输电线路多旋翼无人机激光雷达点云数据自动分类技术研究及应用[J].南方能源建设，2019，6（2）：89-93.

[2] 王永志，杨路生，廖丽霞，等.八叉树与三维R*树集成的激光点云数据存储结构[J].地球信息科学学报，2017，19（5）：587-594.

[3] 劉如飞，卢秀山，岳国伟，等.一种车载激光点云数据中道路自动提取方法[J].武汉大学学报（信息科学版），2017，42（2）：250-256.

[4] 李玉兵，王鹏.车载激光点云数据中行道树三维信息自动提取研究[J].测绘与空间地理信息，2018，41（8）：40-43.

[5] 彭福先，张玮，祝晓军，等.基于激光点云精确定位的输电线路无人机自主巡检系统研究[J].智慧电力，2019，47（7）：117-122.

[6] 史少维，李玉富，王瑞忠，等.一种基于三维激光点云建模的技术方案[J].测绘通报，2017，47（3）：83-85.

收稿日期：2019-12-26

作者简介：郑武略（1987—），男，湖北宜昌人，硕士，工程师，从事超高压输电线路运行维护工作。