多系统融合精密单点定位在机载雷达电力线巡检中的应用

孟昊，韩保民，王胜利，王进

( 1. 山东理工 大学 建筑工程学院，山东 淄博 255000；2. 山东科技大学 海洋科学与工程学院，山东 青岛 266590；3. 山东科技大学 测绘与空间信息学院，山东 青岛 266590 )

0 引 言

机载激光雷达(LiDAR)测量系统是集激光技术、计算机技术、高动态定姿技术，高精度全球卫星导航系统(GNSS)动态定位技术于一体的高新技术手段. 机载LiDAR 测量系统能够获取高精度的三维(3D)地理空间数据，结合航空相机、电荷耦合器件(CCD)相机等，可以为地球空间信息智能化的处理提供新的多源融合数据[1]. 机载LiDAR 的高精度定位，在电力线巡检工作中得到广泛地应用，将机载LiDAR测量系统生成的多源融合数据经过处理，生成可视化的3D 点云数据，为后续的电力线点云分类识别和危险点检测等提供基础[2].

机载LiDAR 测量系统主要由激光扫描仪，机载GNSS 接收机，惯性导航系统(INS)和成像CCD 相机组成. 其中机载GNSS 接收机和INS 提供空间位置、姿态信息及飞行轨迹，它的精度将直接影响电力线分类识别的精度[1]. 现在常用的GNSS 动态测量技术主要是在无人机航线上布设一定密度的地面控制点，并将控制点作为基准站进行GNSS 差分运算. 但根据实际情况，我国电力线走廊大多跨越深山、密林、湖泊等地形复杂地区，架设基准站较为困难，在几千公里长的输电线路走廊中使用此种方法不仅经济成本高而且基站难以顺利架设[3]. 而连续运行参考站(CORS)能提供相同等级的定位精度，在电力线巡检工作中，通常要跨越几千公里，途径数省. 现在CORS基站主要分布在交通发达的中东部地区，分布不均匀，且申请CORS 网络极为繁琐[4].

精密单点定位(PPP)技术由于其单站作业、精度不受距离影响等优点，逐渐成为广域或全球范围内定位的新技术. PPP 技术是利用国际GNSS 服务(IGS)提供的精密卫星轨道和精密钟差产品，仅用一台GNSS 接收机就能实现全球精密绝对定位的技术[5].PPP 能够为我们提供长距离、高精度的事后动态解决方案，为电力线巡检工作提供了一种新的方法与思路，提高了外业作业的效率，节约了经济成本. 近年来，随着GNSS 系统的不断发展，多系统GNSS 数据处理已成为一种发展趋势，多系统GNSS 增加了可视卫星的数目，极大地优化了卫星的空间几何结构，提供了更丰富的频率和信号[6-7]. 通过组合不同的GNSS，与相应的单个GNSS 相比，定位的准确性和可用性得以提高. 在城市、峡谷等困难的测量环境中，卫星信号通常会受到干扰. 通过使用多个GNSS，可用信号的数量会增加，可以选择最佳的信号组合. 目前，多系统GNSS 并存是不可逆转的趋势，IGS 的多模GNSS试验跟踪网(Multi-GNSS Experiment，MGEX)已经有多个国家加入，MGEX 在全球已有120 多个测站，我们可以通过MGEX分析中心及其他数据网站，如IGS、全球连续监测评估系统(iGMAS)获得多系统GNSS 精密卫星轨道和精密钟差改正等产品. 随着中国北斗三号系统(BDS-3)的建成以及俄罗斯GLONASS 系统的恢复，任晓东等[8]研究了四系统GPS、GLONASS、Galileo、BDS 融合数据的PPP 收敛速度以及定位精度. 实验验证了在单系统几何构形条件差的区域，多系统的定位精度提高约10%～30%. 袁修孝等[9]将双频动态的GPS PPP 与差分GPS 定位获取的摄站坐标进行对比，两者的精度基本一致. 张小红等[10]利用GPS/GLONASS组合系统验证了双系统的收敛速度和定位精度都是优于单系统的. 吴俊等[11]利用IMU/PPP 辅助航空摄影测量技术，对实测项目进行分析，结果表明，用GPS/IMU 辅助航空摄影测量能够满足大比例尺成图的应用. 张荣斗等[12]结合实际项目，采用PPP 与DGPS 两种方法，分别对三个区域进行航飞，解算POS 数据比较分析，平面精度为10 cm，高程精度约为15～40 cm. 杜跃飞等[3]将基站差分解算的定位结果作为基准，比较了单系统PPP 和三系统PPP 点云数据的精度，与基站差分下的点云数据距离偏差在10 cm 以内，验证了三系统PPP 在点云处理的精度要优于单系统PPP 且能够进行电力线精细巡检.

本文提出将多系统融合PPP 应用到机载LiDAR点云电力线巡检中，通过实测数据进行实验，分别解算基站差分定位、单系统PPP、多系统PPP 三种定位方式生成的POS 数据，然后将三种方式生成的点云坐标与已知平面控制点进行检核，验证多系统PPP 精度是否能够精细分离电力线，满足电力线巡检的要求.

1 PPP 与机载LiDAR 测量原理

多旋翼无人机搭载LiDAR 测量系统，首先将各传感器通过硬件固定它们的相对位置，严格控制传感器的时间同步. GPS 接收机用来获得位置信息，惯性传感器(IMU)用来获得姿态信息，经由传感器发射的激光束在地物上反射后，由机载LiDAR 测量系统的接收装置接收. 根据发射和接收的时间间隔t，便可以获得传感器与地物的空间距离. 根据GPS 接收机获得的传感器位置信息 (Xs,Ys,Zs) 和方位角信息(φ,ω,κ)利用三角测量的相关理论方法计算得到地物的3D 空间坐标 (XR,YR,ZR) ：

式中，R为发射点到地物点的空间距离. 传感器位置信息是由GPS 获取的，传感器发射信号的方向信息是由INS 获取的，这样就能精准的得出每一个点云的大地坐标值. 因为机载LiDAR 系统是由多个部分组成的，所以它存在多个坐标系统，地物点的空间位置需要经过一系列的坐标转换才能得到.

550 kV 电力线巡检距离跨度大，需要统一基准，而实时动态(RTK)作业距离短，精度随距离增加而降低，导致局部地区测量精度差异较大；PPP 定位精度高，能够满足巡检要求，获得的是全球坐标框架下的绝对坐标，基准统一，测量精度均匀，只需要单个测站，不需要架设基准站，作业成本低，所以本文采用PPP 提供机载LiDAR 测量中的定位信息.

目前，多系统GNSS 星座、MGEX 跟踪网、多系统的精密轨道和精密钟差产品的发布趋于成熟，精度不断提升，多系统GNSS PPP 的数据处理理论算法不断完善，可以实现稳定可靠的高精度定位服务[13]，因此，文章提出了将多系统PPP 应用到机载LiDAR 观测系统中，能够有效地节约电力线巡检的经济成本.载波和伪距是GNSS 接收机接收到的原始观测量，利用载波和伪距建立位置关系的原始观测方程.

观测方程经过线性化，得到多系统PPP 的观测方程，考虑其频间偏差(IFB)和系统间偏差(ISB)的影响，文中采用无电离层组合观测模型.

文中的随机模型采用正弦函数高度角定权，参数估计方法采用扩展卡尔曼滤波，卡尔曼滤波根据先验信息和新的观测信息来进行状态更新，待估参数为接收机位置、接收机钟差、天顶对流层延迟(ZTD)的湿分量和无电离层组合的模糊度. 卡尔曼滤波求解包含状态一步预测和量测更新，其中状态一步预测是根据前一时刻的状态值来预测当前时刻的状态值，量测更新是根据量测值和预测值更新当前时刻的状态值.

2 研究区概况

本项目采用六轴无人多旋翼小型无人机搭载RieglVUX-1HA 激光扫描仪、NovatelPwrpak7 型GNSS接收机. 将各个传感器之间进行精确地时间同步，固定硬件之间的相对位置，使用GNSS 接收机进行定位，用IMU 进行定姿[14]. 如图1 所示，研究区域为江苏省500 kV 伊上5251 线，该输电线路于2005 年投入运行，线路起止点为：500 kV 伊芦变至500 kV 上河变，全线共有杆塔283 座，全线长119.028 km. 自南向北经过淮安市、连云港市. 线路西部有G25 和G204公路，S327 和S328 公路横穿线路，沿线村庄交通便利. 采用基站差分模式，需多次进行基准站架设，要将基准站架设到指定位置，浪费人力物力且经济成本较高.

图1 500 kV 伊上5251 线路示意图

3 数据处理

使用武汉大学数据中心提供的MGEX 的多系统的精密轨道、精密钟差. 经过预处理之后，用卡尔曼滤波将预处理的GNSS 数据与IMU 数据进行融合，生成轨迹，按一定的采样率输出坐标、姿态等信息.数据处理流程如图2 所示.

图2 点云数据处理流程

3.1 不同定位方式解算POS 数据

如图3 所示，实验对伊上5251 线路上部分数据进行解算，在GoogleEarth 轨迹中，根据预先设定好的航线进行飞行，无人机首先进行“8”字飞行，然后进入测区往返飞行，确保点云数据的完整采集. 基站架设在线路附近，没有遮挡的地方. 根据点云数据处理流程分别对基站差分、单GPS 系统PPP、多系统PPP解算POS 数据，进行定位精度的分析. 图4(a)为用基站差分解算得到的东(E)、北(N)、天(U)位置均方根误差(RMSE)，图4(b)为用单GPS 系统PPP 解算得到的E、N、U 位置RMSE，图4(c)为用多系统PPP 解算得到的E、N、U 位置RMSE.

图3 无人机飞行路线

由图4(a)可知，基站差分E 方向收敛到0.004 m，N 方向收敛到0.004 2 m，U 方向收敛到0.007 m，在203 400 历元附近，收敛出现波动，主要原因是在该区域无人机处于半空悬停状态，无人机震荡，导致卫星失锁. 由图4(b)可知，单GPS 系统PPP 在E 方向收敛到0.014 5 m，N 方向收敛到0.011 0 m，U 方向收敛到0.009 4 m. 由图4(c)可知，多系统PPP 在E 方向收敛到0.008 7 m，N 方向收敛到0.007 8 m，U 方向收敛到0.012 9 m. 从点云数据所需精度来看，三种定位方式都符合要求. 与单系统PPP 相比，多系统PPP在U 方向提高了12%，在E 方向提高了21%，在N方向提高了17%. 同时，收敛速度比单系统PPP、差分GPS 都要快.

图4 三种定位方式POS 数据精度

3.2 点云精度检核

处理完POS 数据之后，结合LiDAR 数据和图像数据，利用VSursPROCESS 软件生成3D 点云数据，本工程在20 km的实验区域内，将两个塔基处分别布设一组检查点. 检查点分为平面检查点和高程检查点，平面检查点选择在具有地物特征处，如道路拐角、房角等. 如周边无特征点则应在地表制作标志点，间距在5～10 m，平面检查点需要制作点之记，方便内业进行平面位置判读从而进行精度评定. 高程控制点选取地表变化连续且无植被覆盖的地方，高程控制点无需制作点之记. 将三种定位方式生成的POS 数据，结合机载LiDAR实测数据，导入到VSursPROCESS 数据预处理软件中生成点云坐标，对于激光点云精度，将内业激光点云解算的结果与外业测区布设检查点的高程进行对比，获得三种解算方式的高程精度；将外业布设的平面检查点导入到VSursPROCESS软件中，依据高度变化、坡度和坡向等高程信息，结合激光回波的强度信息，在点云影像中进行检查点定位，并确定点云待检查点坐标，然后比较待检查点坐标与外业实测位置之间的偏差，获得三种解算方式的平面精度. 将得到的坐标与人工布设的检查点进行比较，结果如图5 和图6所示.

图5 点云平面检核精度

图6 点云高程检核精度

由图5 可知，基站差分平面点云检核X方向大部分误差都落在正负15 cm 的范围内，最大误差为21 cm，标准差为0.089 5 m；Y方向精度较高，大部分误差在14 cm 范围内，最大误差为22 cm，标准差为0.086 1 m，可见，基站差分精度高，可靠性强，较为稳定. 单系统PPP 在X方向大部分误差都落在正负30 cm的范围内，最大误差为29 cm，标准差为0.164 m；Y方向精度不稳定，大部分误差在30 cm 内，但最大误差达到39 cm，标准差达到0.209 m. 多系统PPP 与单系统PPP 相比，精度有提升了约32.5%，在X方向误差大部分落在20 cm 以内，最大误差为31 cm，标准差为0.140 m，Y方向误差大部分落在25 cm 以内，最大误差为46 cm，标准差为0.164 m. 由图6 可知，基站差分在高程点云误差大部分落在10 cm 范围内，单系统PPP 误差大部分落在20 cm 范围内，而多系统PPP 误差大部分落在16 cm 范围内，比单系统提升约20%. 三种处理模式下，基站差分的精度最高，多系统PPP 的精度能满足电力线精细提取的要求，能够应用于分裂导线等精细吊舱的分类，单系统PPP 的精度基本满足电力线巡检的要求，但很难完整的拍摄出绝缘子串，可靠性无法得到满足，无法适用电力线精细分类.

通过表1 对比结果分析可知：在三种定位方式下检查点的样本量一致情况下，基站差分平面检查点中误差为0.061 m，高程中误差为0.063 m；单系统PPP 平面检查点中误差为0.092 m，高程中误差为0.097 m；多系统PPP 平面检查点中误差为0.139 m，高程中误差为0.119 m. 采用PPP 作为机载LiDAR测量系统的定位模式，不仅降低了经济成本，节省了人力物力，且多系统PPP 完全满足电力线巡检的精度，且能应用于精细电力线提取. 因此本文证明了多系统PPP 应用于机载LiDAR 电力线巡检的可行性.

表1 三种处理策略点云精度对比m

4 结 论

本文通过无人机搭载LiDAR 测量系统对江苏省500 kV 伊上5251 线进行电力线巡检实验. 重点分析了基站差分、单系统PPP、多系统PPP 三种不同处理策略下生成POS 数据的精度，实验数据表明：多系统PPP 在收敛速度及精度方面均优于单系统PPP，且与基站差分的精度相当. 然后根据地面布设的检核点对POS 数据生成的点云精度进行检验，结果表明：单系统PPP 无法满足精细电力线巡检，多系统PPP精度满足精细电力线巡检. 文中实验是在观测条件良好的前提下进行的，在后续的工作中，要在山区、林区、城区等遮挡严重的观测条件下进行实验，这样更能突出多系统PPP 的优越性，但在电力线巡检工作中，多系统PPP 完全满足精度要求.