机载LIDAR数据中架空输电线路的提取

郑高，张伟豪，韩腾飞，陈梅僖，曾旭

（1.福建中试所电力调整试验有限责任公司，福建福州，350000；2.国网福建省电力有限公司电力科学研究院，福建福州，350000；3.中国民用航空飞行学院，四川德阳，618000）

0 引言

激光雷达(light detection and ranging，LIDAR)以其高精度、高效率、低成本等特性成为重要的遥感设备[1]。如今，无人机机载激光雷达技术已广泛应用在电力线路巡检作业。

架空输电线路的点云提取是电力巡检中十分重要的一个环节，国内外针对该问题有一定的研究。文献[2]先将点云区域网格化，然后将水平投影后的点转换为灰度值的二维图像，从而定位出杆塔的位置，再用二次曲线拟合电力线。文献[3]对点云所在的空间进行网格化，利用网格内的相对高程差来区分地面点和非地面点，并利用单个网格中垂直空间间隔的数量来区分电力线和杆塔。文献[4]首先计算了点云的特征图像，再结合电力线路走廊区域分析，根据高程差、密度和坡度特征迭代提取出杆塔。文献[5]利用轻量级神经网络提取空间结构特征，再结合相对高程差和点云密度初步找出杆塔点，再用聚类算法剔除孤立体素格提高准确率。上述方法均实现于低密度点云场景下，无法有效应用于大尺度点云的复杂场景中。

针对LIDAR采集到的高密复杂的点云场景，本文提出了一种高效准确的架空输电线路提取方法，该方法通过布料模拟滤波区分出地面点和非地面点，建立KD树结构加快点云的邻域搜索，用连通域分析法提取出架空输电线路的点云信息。

1 架空输电线路的提取

1.1 布料模拟滤波

布料模拟滤波算法（Cloth Simulation Filtering，CSF）是一种表面调节的滤波算法，其思想是假设一块布料随着重力自由落下，如果布料可以柔软的附着在地面上，则布料的最终形状则是数字表面模型。基于此思想，若将采集到的点云数据进行倒置，通过分析具有刚性特点的布料粒子节点与对应的点之间的相互作用，最终确定布料的形态，从而将原始点云数据分为地面点和非地面点两个部分。布料模拟滤波算法如图1所示。

图1 布料模拟算法示意图

在计算机程序仿真布料模拟的过程中，所有布料粒子具有质量信息，这些相互连接的粒子组成的网络模型称为Mass-Spring模型，如图2所示。当布料处于自由下落时，粒子在三维空间中的形状和分布位置决定了布料的形状。根据牛顿第二定律，粒子的受力情况和位置之间的关系见公式(1)：

图2 网络模型结构

公式(1)中X代表时刻t时粒子的位置；Fext(X,t)代表粒子所承受的外部作用力（重力和弹力）；Fint(X,t)代表在时刻t时，粒子在X位置收到的内力（相互连接的力）。随着时间的变化，内部力和外部力会随之发生变化，因此可通过数值积分求解。

为了使布料模拟适用于点云滤波，将粒子质点的移动过程分为以下步骤：（1）粒子质点为初始状态，都位于倒置的点云数据上方；（2）计算粒子质点在重力影响下的位移，部分粒子质点可能会移动到地面之下；（3）进行交叉检验，若粒子质点位于地面之下，则将其移动至地面，并设为不可移动状态；（4）考虑粒子质点之间相互的内部力，并根据内部力产生的位移进行移动。粒子质点移动流程如图3所示。

图3 粒子质点的移动过程

在忽略内部力的作用时，粒子在重力作用下的位移计算见公式(2)：

公式(2)中，m代表粒子的质量，通常设为1；Δt2代表时间步长；G代表计算常数。

粒子在内部力作用下的位移计算见公式(3):

公式(3)中，d代表粒子在内部力作用下的位移距离；b的取值为0或1，0代表粒子可发生移动，1代表粒子不可发生移动；pi代表准备移动的粒子位置向量；p0代表相邻粒子的位置向量；代表垂直向量上的归一化向量。

布料模拟滤波的算法主要流程为：（1）将原始点云数据进行倒置；（2）将布料置于原始点云数据上并实施网格划分，确定粒子数；（3）将所有点云数据和粒子投影到同一水平面，找到该平面每个网格中的粒子的对应点(CP)，并记录交叉高度值(IHV)从而限制粒子移动范围；（4）计算可移动的粒子受重力作用产生的位移；（5）计算粒子受内部力作用下的位移；（6）不断重复步骤（4）和（5），直到所有粒子的最大高度变化值达到阈值或达到最大迭代次数即可停止迭代计算；（7）计算粒子和原始点云的距离，小于距离阈值的分类为地面点，否则分类为非地面点。CSF算法实现流程如图4所示。

图4 CSF算法实现流程图

1.2 基于连通域分析的架空输电线路提取

由于机载LIDAR系统可以采集到大量的激光点云数据，包括地面点、建筑物、植被等，这些地物信息往往会干扰电力线和杆塔的提取。在平坦区域通过CSF算法之后只剩下杆塔和电力线的原始点云数据，而在非平坦区域经过CSF算法处理后虽然剔除了地面点和大部分的低矮植被，但是依然存在部分残留的高植被和建筑物。分析地物空间分布情况，可以发现架空输电线路点云数据之间连通性好，几乎无中断，而残余的高植被由于没有地面点的连接，导致与架空输电线路之间有一定的距离。对于此情况提出了连通域分析，杆塔最高点为初始搜索点，通过KD树半径搜索法完成架空输电线路的信息提取。

无序的海量点云数据不存在任何拓扑关系，这种情况会导致搜索效率低下，同时也会影响邻域信息的建立。为了能够正确高效的查询邻域点，采用KD树来构建点之间的拓扑关系。KD树(K-dimensional tree)的原理是在每个根节点中按指定维度划分子节点。指定的维度通常是选择可以使数据分散更均匀的维度。如果该维度中子节点的值小于根节点则分布在左侧，反之分布在右侧。每一节根据下一个指定的维度散开，直到所有数据都存储在KD树的节点上。如果是二维或三维空间，KD树将二维或三维空间按照上述的划分规则划分成若干个空间，如图5所示。

图5 二维空间和三维空间的KD树结构

为保证已架空电力线路的安全运行，通常电力线与建筑物、树木等地物需要保持一个安全距离。在220KV输电线路规范中，电力线和树木的水平安全距离为4.0m，最大垂弧度时的安全距离为4.5m。因此经过CSF算法处理后的架空输电线路内部点云的距离是远小于架空输电线路与残余植被点云之间的距离，从而可通过KD树半径搜索法进行连通域分析提取架空输电线路的信息。

连通域分析法流程如图6所示。

图6 连通域分析流程图

1）以杆塔、电力线和残余植被点云为原始数据，根据植被最高处的高程远低于电力线和杆塔的最高处点云的特点，首先找到整个原始数据的最高处点云，并将该点云用作搜索点（该点一定存在于杆塔或电力线云中）。

2）在原始数据上建立KD树，并对每个点云设置一个标志Flag。在KD树半径搜索时，对搜索到的但暂未处理过的点云的Flag标记为False，对搜索到的点并作为下一次搜索中心点的点云的Flag标记为True。Flag不能从True变成False。

3）选取1）中最高点所得的点云作为初始搜索点，并将该点的Flag设为False，设定半径阈值作为搜索半径，以当前搜索点建立半径搜索结构。由于半径搜索到的点有可能存在已经被标志为True的点，此时将半径内选择Flag为False的点云作为下次搜索的中心点。

4）提取所有标志Flag为True的点，完成电力线和绝缘子的提取。

2 实验结果分析

本文中的实验平台为CPU主频2.5GHz，内存8GB的Win10系统，选用Visual Studio 2019和PCL 1.11.1作为开发环境实现架空输电线路的提取。

为了验证本文提出方法的有效性和可靠性，用无人机搭载激光雷达对福州不同电力线路进行数据扫描，并选取出具有代表性的4个不同场景的数据集作为本次实验原始数据，如图7所示。数据集中都包含了一根或多根杆塔，杆塔之间通过电力线连接。数据集1中存在农田和水库，代表农村地区；数据集2中存在建筑物、公路和大量车辆，代表城镇地区；数据集3中存在大量树木，地势较陡，代表山区；数据集4中地表物数量多，地势复杂，包含3个杆塔，结合了上述的3个数据集的特征。4个样本数据集的基本信息如表1所示。

表1 数据集基本信息表

图7 原始点云数据集

首先通过布料模拟算法对4个数据集进行地面滤波。在4个数据集的参数配置上，最大迭代次数都设为500次；网格分辨率指覆盖地面的布料的网格大小，都设为2m；坡度处理指根据地形陡峭程度决定是否需要坡度的后期处理，数据集1和数据集2由于地势较为平坦，选择False，而数据集3和数据集4由于地势较为陡峭设为True；分类阈值是指划分为地面点和非地面点的距离阈值，数据集1和数据集2设为0.6m，数据集3和数据集4设为1m。滤波结果见图8。

通过对比CSF滤波数据和原始点云数据，总体看出CSF算法能有效的剔除了绝大多数的地面点，4个数据集的地面点提取率分别为63.07%、68.52%、41.26%、74.75%。但在处理部分低矮房屋或低矮植被时，布料粒子会落在房屋或植被上，导致这些非地面点被错分类为地面点。

通过CSF地面滤波已经剔除地面点，但非地面点存在大量的地面物，而地面物通常与架空输电线路保持一定的安全距离，如图9所示。图9为图8中的数据集1的架空输电线路区域，杆塔的最底部与最近的地面物为3.2m，电力线与最近的地面物为17.3m。

图8 CSF滤波后的数据集

图9 提取的架空输电线路

对非地面点云数据构建KD树结构并经过连通域分析得到的架空输电线路提取图如图10所示。为了分析该方法的提取准确率，将人工提取的原始点个数与该方法自动提取的点个数之比作为架空输电线路的提取正确率。

图10 架空输电线路与地面物的距离

统计结果如表2所示。由表2可知，架空输电线路的提取精度能达到99%以上，无论是简单平坦地区还是复杂环境地区都能较好的提取电力线和杆塔。其中对于数据集3这种存在大量植被的陡峭地势环境，其提取正确率略有下降，但依然可以达到较高的提取正确率。说明该方法具有一定的鲁棒性，能够满足当前的架空输电线路工程应用的需求。

表2 架空输电线路提取正确率

数据集3 1331275 1319174 99.10数据集4 1996083 1996083 99.48