基于无人机多光谱的架空输电线路基建工程施工进度监控系统设计

广东电网有限责任公司汕头供电局 蔡东晓 许国伟 关 健 林来鑫 陈梓荣

1 基建工程施工进度监控系统的设计

1.1 施工进度监控模型

进度监控模型组包括土石方工程监控模型、基础工程监控模型、铁塔工程监控模型、架线工程监控模型、接地工程监控模型和线路防护设施工程监控模型。将每个杆塔的多光谱图像依次输入到进度监控模型组中，得到目标基建工程中每个杆塔的工程施工进度，其中工程施工进度包括以下阶段并建模如下[1]。

土石方工程监控模型。该模型包括获取第一历史图像，其为处于土石方工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第一历史图像的地物特征（如地物轮廓、地物边缘、地物灰度、地物纹理和地物梯等），根据深度学习算法、第一历史图像的地物特征建立土石方工程监控模型；基础工程监控模型。该模型包括获取第二历史图像，其为处于基础工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第二历史图像的地物特征，根据深度学习算法、第二历史图像的地物特征建立基础工程监控模型。

铁塔工程监控模型。获取第三历史图像，其为处于铁塔工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第三历史图像的地物特征，根据深度学习算法、第三历史图像的地物特征建立铁塔工程监控模型；架线工程监控模型。获取第四历史图像，其为处于架线工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第四历史图像的地物特征，根据深度学习算法、第四历史图像的地物特征建立架线工程监控模型[2]。

接地工程监控模型。获取第五历史图像，其为处于接地工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第五历史图像的地物特征，根据深度学习算法、第五历史图像的地物特征建立接地工程监控模型；线路防护设施工程监控模型。获取第六历史图像，其为处于线路防护设施工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第六历史图像的地物特征，根据深度学习算法、第六历史图像的地物特征建立线路防护设施工程监控模型。

1.2 进度监控系统工作流程

对于任一杆塔，将该杆塔的多光谱图像依次输入到进度监控模型组中，得到该杆塔的工程施工进度。将该杆塔的多光谱图像输入到土石方工程监控模型中，判断该杆塔是否处于土石方工程阶段。

若该杆塔处于土石方工程阶段，则输出该杆塔的工程施工进度为土石方工程阶段。若该杆塔不处于土石方工程阶段，则将该杆塔的多光谱图像输入到基础工程监控模型中，判断该杆塔是否处于基础工程阶段；若该杆塔处于基础工程阶段，则输出该杆塔的工程施工进度为基础工程阶段。若该杆塔不处于基础工程阶段，则将该杆塔的多光谱图像输入到铁塔工程监控模型中，判断该杆塔是否处于铁塔工程阶段[3]；若该杆塔处于铁塔工程阶段，则输出该杆塔的工程施工进度为铁塔工程阶段。若该杆塔不处于铁塔工程阶段，则将该杆塔的多光谱图像输入到架线工程监控模型中，判断该杆塔是否处于架线工程阶段。

若该杆塔处于架线工程阶段，则输出该杆塔的工程施工进度为架线工程阶段。若该杆塔不处于架线工程阶段，则将该杆塔的多光谱图像输入到接地工程监控模型中，判断该杆塔是否处于接地工程阶段；若该杆塔处于接地工程阶段，则输出该杆塔的工程施工进度为接地工程阶段。若该杆塔不处于接地工程阶段，则将该杆塔的多光谱图像输入到线路防护设施工程监控模型中，判断该杆塔是否处于线路防护设施工程阶段；若该杆塔处于线路防护设施工程阶段，则输出该杆塔的工程施工进度为线路防护设施工程阶段。若该杆塔不处于线路防护设施工程阶段，则输出该杆塔的工程施工进度为空。

1.3 其他

施工进度的监控装置。监控装置核心部件为处理器，用于在执行计算机程序时完成进度监控系统的方法；施工进度的监控系统。包含至少一台搭载有多光谱云台的无人机，以及基建工程施工进度的监控装置；可读存储介质。用于存储有计算机程序，该计算机程序将被处理器执行来进行监控。

通信平台，包括GPRS网络和Internet网络（监测中心需办理固定IP）。水库的水位、降雨量数据和现场图片，经GPRS网络传输到Internet公网，并通过固定IP地址传送给监测中心服务器。

2 设计方案的实施

2.1 实施方式一

本文所设计的监控系统工作流程为：获取目标基建工程中每个杆塔的多光谱图像，将每个杆塔的多光谱图像依次输入到进度监控模型组中，得到目标基建工程中每个杆塔的工程施工进度，其中工程施工进度包括土石方工程阶段、基础工程阶段、铁塔工程阶段、架线工程阶段、接地工程阶段、线路防护设施工程阶段。本实施例提供的方法适用于基建工程施工进度的监控装置（如计算机、服务器等），该方法包括如下步骤。

获取目标基建工程中每个杆塔的多光谱图像。一个基建工程通常包括多个杆塔，不同的杆塔的施工进度可不同。在本发明中，目标基建工程是指当前时刻需要监控施工进度的基建工程。具体方法为：接收搭载有多光谱云台的无人机拍摄的每个杆塔的多光谱图像。如，搭载有多光谱云台的无人机基于遥测方式拍摄杆塔，生成每个杆塔的多光谱图像（如正射影像）。如此可实现对线路全域施工进度的监控，同时通过搭载的多光谱云台可得到不同波段的地物影像，为数据智能分析提供多种特征信息。

多光谱图像输入到进度监控模型组。将每个杆塔的多光谱图像依次输入到进度监控模型组中，得到目标基建工程中每个杆塔的工程施工进度，其中工程施工进度包括土石方工程阶段、基础工程阶段、铁塔工程阶段、架线工程阶段、接地工程阶段和线路防护设施工程阶段[4]。相应的进度监控模型组包括与之对应的六个监控模型。

2.2 实施方式二

在上述实施的基础上，另一种基建工程施工进度的监控方法的流程为：依次获取土石方工程监控模型、基础工程监控模型、铁塔工程监控模型、架线工程监控模型、接地工程监控模型和线路防护设施工程监控模型；获取目标基建工程中每个杆塔的多光谱图像；将每个杆塔的多光谱图像依次输入到进度监控模型组中，得到目标基建工程中每个杆塔的工程施工进度，其中工程施工进度包括土石方工程阶段、基础工程阶段、铁塔工程阶段、架线工程阶段、接地工程阶段和线路防护设施工程阶段。

其中，获取土石方工程监控模型包括：获取第一历史图像，其为处于土石方工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第一历史图像的地物特征，根据深度学习算法、第一历史图像的地物特征建立土石方工程监控模型；获取基础工程监控模型包括：获取第二历史图像，其为处于基础工程阶段的杆塔的历史多光谱图像；利用多光谱的浅层特征提取第二历史图像的地物特征，根据深度学习算法、第二历史图像的地物特征建立基础工程监控模型。

获取铁塔工程监控模型包括：获取第三历史图像，其为处于铁塔工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第三历史图像的地物特征，根据深度学习算法、第三历史图像的地物特征建立铁塔工程监控模型；获取架线工程监控模型包括：获取第四历史图像，其为处于架线工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第四历史图像的地物特征，根据深度学习算法、第四历史图像的地物特征建立架线工程监控模型。

获取接地工程监控模型包括：获取第五历史图像，其为处于接地工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第五历史图像的地物特征，根据深度学习算法、第五历史图像的地物特征建立接地工程监控模型；获取线路防护设施工程监控模型包括：获取第六历史图像，其为处于线路防护设施工程阶段的杆塔的历史多光谱图像。利用多光谱的浅层特征提取第六历史图像的地物特征，根据深度学习算法、第六历史图像的地物特征建立线路防护设施工程监控模型。

上述六个监控模型是以相应的历史图像为基础，利用多光谱的浅层特征提取不同施工阶段的地物特征（如选择将可见光和近红外波段等进行不同组合获得假彩色图像，或通过计算植被指数并结合掩膜协同技术可实现多光谱遥感数据植被的识别与提取），并以此结合深度学习算法建立。

2.3 实施案例

以任一杆塔为例，确认该杆塔的工程施工进度的方法包括6个步骤：

步骤一，将该杆塔的多光谱图像输入到土石方工程监控模型中，判断该杆塔是否处于土石方工程阶段。若是，则输出该杆塔的工程施工进度为土石方工程阶段。若不是，则执行下述步骤二。此阶段的工作内容为施工道路修缮、土方设备进场，其地物特征变化为植被被破坏，出现推土机、挖掘机等施工机械，出现施工道路。通过将该杆塔的多光谱图像输入到土石方工程监控模型中，智能分析该杆塔周围的地物变化，如出现上述地物特征变化，则判定该杆塔处于土石方工程阶段。

步骤二，将该杆塔的多光谱图像输入到基础工程监控模型中，判断该杆塔是否处于基础工程阶段。若是，则输出该杆塔的工程施工进度为基础工程阶段。若不是，则执行下述步骤三。此阶段的工作内容为桩机进场作业、基础模板制作、基础浇筑。其地物特征变化为塔位出现灌注桩机、出现钢筋笼、出现混凝土搅拌机、出现混凝土搅拌运输车等。通过将该杆塔的多光谱图像输入到基础工程监控模型中，智能分析该杆塔周围的地物变化，如出现上述地物特征变化，则判定该杆塔处于基础工程阶段。

步骤三，将该杆塔的多光谱图像输入到铁塔工程监控模型中，判断该杆塔是否处于铁塔工程阶段。若是，则输出该杆塔的工程施工进度为铁塔工程阶段。若不是，则执行下述步骤四。此阶段的工作内容为组立铁塔，其地表特征变化为塔位周围出现待组装塔材、塔位周围出现组立铁塔需使用的抱杆、塔位基础上出现组立的塔材。通过将该杆塔的多光谱图像输入到铁塔工程监控模型中，智能分析该杆塔周围的地物变化，如出现上述地物特征变化，则判定该杆塔处于铁塔工程阶段。

步骤四，将该杆塔的多光谱图像输入到架线工程监控模型中，判断该杆塔是否处于架线工程阶段。若是，则输出该杆塔的工程施工进度为架线工程阶段。若不是，则执行下述步骤五。此阶段的工作内容为展放导线，其地表特征变化为塔位周围出现牵引机、张力机、导线卷、塔位之间出现连续导线。通过将该杆塔的多光谱图像输入到架线工程监控模型中，智能分析该杆塔周围的地物变化，如出现上述地物特征变化，则判定该杆塔处于架线工程阶段。

步骤五，将该杆塔的多光谱图像输入到接地工程监控模型中，判断该杆塔是否处于接地工程阶段。若是，则输出该杆塔的工程施工进度为接地工程阶段。若不是，则执行下述步骤六。此阶段的工作内容为挖接地沟、敷设接地线，其地表特征是塔位基础外出现放射形接地沟、出现放射形接地线。通过将该杆塔的多光谱图像输入到接地工程监控模型中，智能分析该杆塔周围的地物变化，如出现上述地物特征变化，则判定该杆塔处于接地工程阶段。

步骤六，将该杆塔的多光谱图像输入到线路防护设施工程监控模型中，判断该杆塔是否处于线路防护设施工程阶段。若是，则输出该杆塔的工程施工进度为线路防护设施工程阶段。若不是，则输出该杆塔的工程施工进度为空。

线路防护设施工程阶段的工作内容主要为修筑护坡、基面浇筑混凝土、排水沟浇筑、被破坏地面复绿等。其地表特征为出现护坡、出现混凝土基面、出现排水沟、被破坏地面出现植被、出现防护围墙、出现防撞桩等。通过将该杆塔的多光谱图像输入到线路防护设施工程监控模型中，智能分析该杆塔周围的地物变化，出现上述地物特征变化，判定该杆塔处于线路防护设施工程阶段。

综上，通过获取目标基建工程中每个杆塔的多光谱图像，并将每个杆塔的多光谱图像依次输入到进度监控模型组中，得到目标基建工程中每个杆塔的工程施工进度，实现了监管工作从人工到数字化、智能化的转变，提高了基建工程施工进度监管工作的工作效率，实现施工进度的规范化管理。