基于WebGL的三维智慧输电线路研究

2020-11-02杨大兵谭弘武宋金秀

矿山测量 2020年5期

杨大兵，谭弘武，宋金秀

(北京煜邦电力技术股份有限公司，北京 100028)

随着我国电网的快速发展，超高压、大容量、跨省区的输电线路越来越多[1]，在长距离输电通道沿途，由覆冰、大风、高温等自然灾害和树木、交跨、山火等外力破坏引发大面积停电的风险因素长期存在，严重威胁到输电线路的安全[2]。以人工为主的传统输电线路巡检方式需要消耗大量的人力、财力、物力，且效率较低，不能实时发现通道隐患，难以满足当前大规模的输电线路巡检工作[3]。

近年来，以直升机、无人机及其他移动设备为载体的各种先进巡检技术得到了快速发展，可见光、红外、紫外、激光扫描、倾斜摄影、360全景等技术在输电巡检领域中得到了广泛应用，为输电线路智慧巡检提供了技术保障。构建更加高效的远程智慧管控模式，全方位提升电网运维水平，实现重要输电线路及通道状态实时可知可控，是提升输电线路抵御各类灾害能力、降低大面积停电风险、确保电网安全稳定运行的必然要求。

输电线路三维可视化是输电智慧巡检建设与发展的重要组成部分[4]，利用激光点云、三维模型、DEM、DOM等技术，在三维场景中真实展示输电通道及周边的地物地貌。目前国内外针对输电线路三维可视化的研究仍以C/S或在浏览器上安装插件等模式为主[5-6]，存在操作性复杂、兼容性差等问题[7-8]。随着HTML5和WebGL技术的完善和发展[9]，在WEB端实现三维模型数据展示成为输电线路三维可视化的应用趋势。本文深入研究了3D Tiles、WebGL、HTML5、多光谱、激光点云、分布式计算和多层架构等关键技术，基于B/S架构，在WEB端集成Cesium 开源库，研发了输电线路三维可视化平台，实现了三维通道展示、三维量算、工况模拟分析、线路交跨分析、多光谱分析、植被生长分析及预警等功能，为输电线路智能巡检提供了信息支撑平台。

1 系统架构设计

输电线路三维可视化平台采用B/S架构，基于MVC模式设计，在WEB端采用WebGL、HTML5、Cesium、Vue等技术构建交互性页面，服务端采用Spring boot框架，按照逻辑分层组织设计，包括数据服务层、数据库层、业务服务层、应用层和展现层，如图1所示。

(1)数据服务层主要负责激光点云、数据高程、高清影像等数据的分类、处理及发布，以地图服务的方式供应用服务层调用。

(2)数据库层用于存储、管理输电线路的杆塔台账、线路台账、维修班组、设备台账、缺陷照片、交跨、线路隐患等信息，满足输电线路的查询、统计、分析等需求。

(3)业务服务层采用Spring Cloud的Restful 协议，构建模拟分析、二三维一体化、空间查询、360全景、数据缓存、日志管理、安全认证等业务服务，以Restful API的形式供应用层调用。

(4)应用层以业务服务层为依托，实现各种业务逻辑，包括空间数据(激光点云、高清影像、数据高程)加载、交跨管理、隐患分析、航线规划等业务功能。

(5)展现层通过WebGL技术实现三维数据的在线融合、渲染、显示，实现人机交互。

图1 平台架构图

2 关键技术

2.1 3D Tiles技术

3D Tiles是用于流式传输大规模异构3D地理空间数据集的开放规范[10-11]，在glTF数据模型的基础上融合了分层LOD的技术算法，专门为大量地理3D数据流式传输和海量渲染而设计的一种数据格式，主要目的是改善大规模异构数据集的流和渲染性能，是目前流行的开源WebGL框架Cesium的主要数据格式。在3D Tiles中，每个tileset由一系列tile的树状结构组成，支持b3dm、i3dm、pnts、cmpt等模型格式, 在WEB端可以交互式加载、渲染、浏览巨大的模型，如建筑物数据集、CAD(或BIM)模型、点云和摄影测量模型等。

激光点云、高精地形、输电本体模型数据量巨大，通过建立全球索引，转换成3D Tiles格式，采用流式传输3D模型数据，提高数据网络传输和渲染效率。

2.2 WebGl技术

WebGL(Web图形库)是一种面向浏览器的三维绘图标准，能够在任何兼容的Web浏览器中呈现交互式2D和3D图形，无需使用插件。WebGL与其他Web标准完全集成，允许GPU物理加速、图像处理和特效应用。WebGL元素可以与其他HTML元素混合，并与页面的其他部分或页面背景合成。与Direct3D、OpenGL、Virtual Reality等技术不同[12]，WebGL无需在WEB端安装任何插件[13]，在技术上消除了传统输电线路三维可视化操作复杂、兼容性差、集成困难等痛点。随着 HTML5、5G通讯、传感技术及各种移动设备的流行，WebGL 已成为WEB三维研发的最新发展趋势。

2.3 分布式计算技术

分布式计算技术是把一个需要非常巨大的计算能力才能解决的问题分成若干小的部分，再将其分配给网络上众多计算节点，最后将分布式计算结果进行汇总得到最终的结果[14-15]。借助于分布式计算技术，主控节点将点云赋色、点云切片、DOM拼接、DOM切片、DEM融合、DEM切片等任务分解成多个任务包，以任务消息形式发送到服务器的队列中，控制各计算节点的启动任务程序，并订阅任务消息；任务消息服务器将队列内的任务消息(含任务包描述信息)依次分发给订阅此消息的计算节点，计算节点接收到任务消息后，解析出任务包信息，从存储服务器获取指定范围的数据，并执行处理任务；当某个计算节点执行完任务，且任务消息服务器的队列中还有任务消息时，会将剩余任务消息的一条再次分发给这个计算节点，直到整个计算任务完成。通过分布式计算技术，将任务分发到多个计算节点上并行执行，大幅提高数据分析处理效率。

3 数据处理

输电线路三维可视化系统所需数据按照格式不同分为结构化和非结构数据，结构化数据主要包括杆塔台账、线路台账、交跨、线路隐患、设备、人员等，采用MySql数据库存储管理；非结构化数据包括激光点云、高清影像、地形、视频、照片等，数据量巨大，采用文件服务器存储，其中，激光点云、高清影像及地形需要采用专业化工具转换成3D Tiles格式,按照标准发布成三维地图服务。

3.1 地形数据

地形数据处理包括高精度地形数据生成、高低精度地形数据融合及平滑、地形数据切片及发布等过程。首先基于地表点云模型数据，采用三角剖分、三角网模型平滑及等高线提取等技术构建地面等高线，并将等高线转换成DEM模型，生成1 m的高精度输电通道地形；输电通道外面采用30 m低精度的地形数据，由于不同精度的地形数据分辨率不同，在数据接边处存在高差，需要对高低精度地形数据交界处做平滑处理，防止地形突变，影响显示效果，通过插值、平滑、镶嵌等处理，消除视觉高差；最后采用地形切片工具生成3D Tiles切片，发布地形服务。

3.2 影像数据

影像数据处理包括坐标变换、多源数据融合、匀光匀色处理，影像镶嵌、切片及发布等过程。首先将不同坐标系统的影像数据统一转换成GCS_WGS_1984坐标；输电通道采用0.1 m航拍高清影像，沿着输电通道生成5 000 m、10 000 m、15 000 m、20 000 m多个缓冲区，分别对应1 m、10 m、37 m、75 m的多源遥感卫星正射影像；通过运算在空间、时间、波谱上消除多源影像的冗余数据，生成具有新的空间、波谱、时间等特征的合成影像数据；最后利用分布式计算技术、GPU计算技术实现影像的快速切片发布。

3.3 激光点云数据

激光点云数据处理包括激光点云数据拼接、点云赋色、点云切片和发布等过程。首先,按照线路管理单元拼接离散的点云数据，以便连续直观地显示线路走廊内高清地物地貌，提高显示效果；然后,利用遥感影像映射激光点云数据，对点云数据进行赋色处理，生成具有真彩色的三维激光点云数据；最后,按照横向切片、纵向分级抽稀生成3D Tiles模型切片，发布点云服务。

4 系统功能设计

输电线路三维可视化平台采用模块化设计，包括通道可视化、杆塔管理、线路管理、线路交跨分析、通道隐患分析、三维分析、360全景、文件上传下载等功能模块。

4.1 通道可视化

系统支持激光点云数据、三维模型、高清影像、倾斜摄影、DEM数据的加载与显示，如图2所示。为了提高三维模型数据的加载及显示效率，保障WEB端多源海量数据显示的流畅性，激光点云、倾斜摄影及三维模型需要转换成3D Tiles格式，按照纵向分层、横向切片方式动态加载。

图2 输电通道三维可视化

4.2 多光谱树种分析

基于直升机或无人机采集的激光点云数据，利用植被的光谱特性，分析不同植被的特征光谱，利用智能影像辨识获得线路走廊内的树种类别及分布情况，为输电通道安全管理提供辅助决策信息，如图3所示。

图3 多光谱树种分析

4.3 不同工况预警分析

在线集成气象数据服务，实时获取风速、温度、湿度等数据，结合分析区段导线属性信息，如电压等级、电流、导线型号、导线直径等，基于输电导线工况模拟的模型算法，模拟计算导线弧垂及风偏位置，生成最大风偏模拟导线，并进行安全距离检测分析，自动识别线路隐患，通过属性表和高亮显示等方式输出不符合安全距离要求的隐患点，如图4所示。