吳芳， 李瑜， 金鼎堅， 李天祺， 郭華， 張琦潔

(中國自然資源航空物探遙感中心,北京 100083)

0 引言

隨著無人機技術的不斷成熟完善，鑒于其部署便捷、應用成本、測量效率、人員安全性等方面的優(yōu)勢，無人機航空物探已成為航空物探技術的新興分支，目前已研發(fā)了多項自主技術的無人機航空物探裝備和應用技術[1-2]。為了獲取高質量的無人機航空物探測量數據，要求飛行器具備躲避地障能力并沿制定測線隨地形超低空起伏飛行的能力。對于航空物探應用，無人機航跡規(guī)劃的重點和難點在于航高規(guī)劃，實現(xiàn)系統(tǒng)的自主避障能力。

在進行無人機航空物探航高規(guī)劃時，必須掌握地形信息及電力線和電力桿塔等地障信息，因此數字地形及三維地障信息是無人機三維航跡規(guī)劃軟件極重要的一種基礎數據。目前，獲取地形信息的方法主要有地面外業(yè)測量、地形圖數字化、光學攝影測量、合成孔徑雷達(synthetic aperture Radars，SAR)測量、激光雷達(light detection and ranging，LiDAR)測量等，其中除了LiDAR技術之外，其他方法均很難在獲取數字地形的同時快速獲取電力線等細小地物的三維信息。

隨著無人機技術的發(fā)展，國內外越來越多的研究學者開始利用低空LiDAR技術進行電力線安全距離的檢測。無人機LiDAR測量系統(tǒng)可快速采集線路走廊高精度三維激光點云數據，進而獲得高精度三維線路走廊的地形地貌、地物和線路設施的空間信息。相比于航拍影像，LiDAR數據在電力行業(yè)應用精度高、目標易識別。目前很多學者對通過LiDAR數據提取電力線等地障信息進行了深入研究，提出了各類提取方法。利用二維Hough變換提取電力線，通過對點云進行預處理后投影到二維平面，利用影像處理技術提取電力線[3]。根據電力線空間特性，采用聚類方法設置特征閾值提取單根電力線，并基于拋物線模型實現(xiàn)電力線三維空間構建[4]。選取多個特征基于監(jiān)督分類方法，構建分類器進行電力線走廊分類[5]。

本文將圍繞無人機三維航跡規(guī)劃和自主避障的需求，研究基于無人機LiDAR點云數據的三維地障信息提取技術。首先，對原始點云數據進行地面濾波，分離地面點和非地面點； 然后對非地面點通過分析其點云的幾何特征以及分布特征，實現(xiàn)電力線、電力桿塔和高植被等地物的提??； 借鑒擬合聚類分析提取單根電力線，根據電力線自然懸垂特性，構建拋物線模型，利用每條電力線上點云數據擬合模型參數，完成電力線的三維建模[6]； 最后利用點云距離計算方法設定安全緩沖區(qū)域，為無人機三維航跡規(guī)劃避障提供基礎地障信息。

1 研究方法

本文所研究的電力線提取及安全區(qū)域檢測的方法流程如圖1所示。主要包括對無人機LiDAR點云數據進行地面濾波，區(qū)分地面點和非地面點，完整提取電力線點和電力桿塔等地物信息，并三維重建電力線走廊，根據提取的電力線矢量計算樹木點與電力線的距離，建立無人機飛行規(guī)劃的自主避障安全緩沖區(qū)，作為基礎數據輸入到飛行軌跡規(guī)劃軟件。

圖1 地障信息提取流程

1.1 點云分類

LiDAR獲取的點云數據包含了地形表面、植被、人工地物(建筑物、電力線、電力桿塔、橋梁)和噪聲等多種信息。點云分類的目的就是將原始激光點云標記為地面點、植被點、電力線點、電力桿塔點等，這是后續(xù)三維建模和避障分析的基礎。點云分類方法很多，對不同應用對象和分類目標采用不同算法。地面點和導線點分類一般可以基于高程特征自動識別； 植被點、建筑點、電力桿塔和其他精細電力設施往往需要結合相關算法和手動標注[7]。分析試驗區(qū)數據發(fā)現(xiàn)，電力線多處于深山中，地物目標種類單一，主要是地面點、植被和電力線與電力桿塔，在一定程度上降低了點云分類難度[8]。

1.1.1 地面點分類

本次提取地面點的試驗采用不規(guī)則三角網濾波算法，通過對LiDAR點云濾波后，實現(xiàn)地面點剔除與地物點的提取。該算法假設地形局部區(qū)域是平坦的，首先將一定范圍(一般以不小于區(qū)域內的最大建筑物的面積為下限)內的點云最低點作為種子點建立初始模型，生成一個稀疏的三角網(圖2)，計算三角網內待定點到三角形所在平面的距離及與三角網節(jié)點的夾角，以此來判斷該點是否為地面點[9]。圖2中，P(x,y,z)為三角網內離散待定點；V1,V2,V3分別為三角形3個頂點；dP為點P到三角形表面的距離； 垂足為O；a1，a2，a3分別為點P、三角形頂點和垂足所形成的夾角。定義距離和夾角計算公式分別為[10]：

(1)

a1=arcsin(d/S1)，

(2)

a2=arcsin(d/S2)，

(3)

a3=arcsin(d/S3)，

(4)

式中:A,B,C,D分別為三角形平面方程擬合系數；S1,S2,S3分別為三角形3個頂點各自到離散點P的距離。在三角網加密過程中，計算試驗區(qū)各待定點的距離和夾角參數，當二者滿足特定閾值條件時，則參與建模，被加入到原種子點集中，更新和加密三角網。如此迭代，直到點云中沒有點可以加入三角網為止。至此，地面點(三角網的所有頂點)與非地面點得到了分離[11-12]。

圖2 濾波參數示意圖

1.1.2 電力線點云分類

電力線點云數據三維建模，關鍵是要將點云數據中的電力線點提取出來。試驗區(qū)的非地面地物主要包括植被、電力線和電力桿塔。為了從非地面點中分離出電力線點云，需要根據電力線在激光點云數據中的主要特性，設計相應的分類規(guī)則(圖3)。

圖3 電力線空間特征

從圖3可見，電力線在點云數據中呈現(xiàn)的空間特性如下[3，7]： ①輸電線在架設過程中遠離地面、植被、房屋等地物，具有較高的高程，而相鄰的電力線點高程變化?。?②電力線點呈線狀分布，具有較強的延伸性； ③ 2根相鄰電力桿塔之間的電力線呈自然垂線，但在水平方向的投影呈直線，且相互平行； ④LiDAR數據具有多次回波特性，電力線上方的區(qū)域一般無其他地物遮擋，電力線信息主要集中在LiDAR數據的首次回波中。

根據特性④電力線點云主要集中在雷達的首次回波中，可提取非地面點云的首次回波激光點作為待分類數據，這樣可預先濾除一部分植被點。接下來，手動構建中心塔線，即人工手動以每個電力桿塔中心為端點，構建中心線； 以此中心線為計算初始值，設定搜索范圍、距離和角度閾值，利用區(qū)域生長算法進行導線追蹤，實現(xiàn)電力線點云的提取。本次試驗判斷是否為電力線點選取多種特征綜合判斷，選擇了基于高程特征、基于角度特征和基于距離特征進行電力線點云分類(表1)。最后利用加載的電力桿塔文件，設定以電力桿塔位置為基準的搜索范圍，實現(xiàn)對電力桿塔的劃分，余下的非地面點云即為植被。

表1 電力線點云特征描述

1.1.3 分類結果手動編輯

由于實際地表的復雜性，電力線和電力桿塔形態(tài)特征的多樣性，要實現(xiàn)從無人機LiDAR點云數據中準確地自動提取電力線和電力桿塔等地障信息難度非常大。而無人機低空飛行是一項安全要求極高的工作，對三維航跡規(guī)劃的準確性要求極高。為了保障無人機LiDAR地障信息的準確性，基于無人機LiDAR的地障信息手動分類技術仍必不可少(圖4)。

(a) 部分電力線被錯分為植被(關閉電力線層) (b) 手工編輯后結果(打開電力線層)

基于上述的分類方法處理后，對試驗區(qū)非地面點的分類結果開展手動編輯工作，特別檢查區(qū)域內電力線點和高植被點。關閉電力線點云層后發(fā)現(xiàn)，有稀疏電力線點誤分為植被(圖4(a))。參照區(qū)域內影像信息，根據電力線在局部高程基本相同，而植被高程一般具有起伏較明顯的特征，對電力線和高植被點云進行人工檢查，對誤分點進行手工編輯，確保每個點云被正確分類。

1.2 電力線激光點云擬合

點云分類得到的電力線并不是連續(xù)的直線，而是由許多離散的點組成，近似為直線； 并且單根電力線相鄰點云間距離差很小。利用這些特性，對分類后的電力線點云數據進行聚類分析，擬合識別每根電力線上的點云數據。設定同一根電力線相鄰2點的空間距離d，電力線之間點的空間距離D，D遠大于d，通過比較點與點之間的距離，即可識別出屬于同一根電力線上的點云數據[6]。具體步驟如下： ①導入電力桿塔文件，以每個電力桿塔中心點為基準構建中心塔線，量測中心塔線至最外端電力線距離，構建包含2個電力桿塔間電力線區(qū)域的最小搜索矩形范圍。②從電力線中選擇一點作為種子點p，一般選取區(qū)域最邊端點。③依次遍歷搜索范圍內剩下所有點pi與p點的空間距離Δd，計算公式為：

(5)

式中：Xpi，Ypi，Zpi為點pi的三維坐標；Xp，Yp，Zp為點p的三維坐標。④設置距離閾值s，該值小于搜索范圍內不同電力線間空間距離的最小值。當Δd

1.3 電力線三維建模

電力線在2個電力桿塔之間呈自然懸垂線狀，可根據此特征對電力線進行曲線擬合，其數學模型可選用拋物線模型進行擬合，多項式公式為：

(6)

式中：a，b，c分別為擬合參數[13]；x，y，z為電力線建模點的三維坐標。利用電力線點云數據，采用最小二乘擬合方法確定模型參數，得到電力線三維模型[14]。電力線三維建模后，創(chuàng)建三維矢量線圖層，并存儲電力線點的高程信息。對于電力桿塔，保存為點圖層，手工選擇電力桿塔基座位置，人工讀取電力桿塔最高點高程，并寫入電力桿塔圖層屬性中。

1.4 航跡規(guī)劃設計

由于無人機在復雜地形條件下開展高精度航空物探測量需要低空沿地形緩起伏飛行才能夠獲取高質量的數據，要求飛行器具備躲避地障能力并沿制定測線隨地形超低空起伏飛行的能力。針對復雜多變的地形，對激光點云數據開展分類處理，生成地形數據，并提取出地障信息(電力線等)。結合地形模型和提取出的地障信息，編制用于基于三維地障信息的測線航跡規(guī)劃方案。航跡規(guī)劃方案主要包括測網設計、航高規(guī)劃2個方面。

1)測網設計。以測區(qū)平面坐標及地形數據為輸入因子，依據無人機的爬升率和下降率，得到匹配無人機爬升能力的高程曲面數據，進而提取出可以用于自主導航的航路點三維路徑數據。首先，用2組正交的平行線布滿整個測區(qū)，設計形成二維測網。一組為測線，一般情況下，主測線方向應垂直于或基本垂直于測區(qū)內的主要地質構造走向，測線間距根據測量比例尺確定； 另一組為控制線，方向一般垂直于測線方向，間距一般為測線間距的10～20倍。然后，從點云數據生成的地形模型提取出測區(qū)的地形剖面數據。最后，根據地形文件及所設計的二維測網，通過計算交叉點得到起伏曲面，完成三維測網輸出(圖5)。

圖5 利用點云地形信息創(chuàng)建三維測網

2)航高規(guī)劃。為了獲取高質量的測量資料，一般要求飛行器沿制定測線依地形超低空起伏飛行，無人機必須與地面以及一些地障地物(電力線等)保持足夠的安全距離，才能有效地降低觸地概率。因此，對于航空物探應用領域，無人機路徑規(guī)劃的重點和難點在于航高規(guī)劃。分類后的電力線點云三維建模后，可量測電力線與附近地物間距離，通過設定距離地障的最小安全距離，進行安全緩沖區(qū)界定，為超低空沿地形起伏飛行規(guī)劃提供基礎參考數據。以2個電力桿塔之間的電力線中間點作為中心點，以中心點為基準，安全距離為半徑做一個平行于X軸、Y軸的二維緩沖區(qū)，其中安全距離以實際工程要求為準，飛行規(guī)劃設計時應確保航線軌跡嚴格避讓開緩沖區(qū)。生成矢量文件，并設定合理的航高信息，作為基礎信息參考文件導入飛行規(guī)劃軟件中。

2 試驗與分析

為了驗證本文方法的可行性，本文采用某區(qū)域無人機激光數據進行試驗。該數據為一段電力線走廊數據，其中包括8條電力線、2個電力桿塔。單次激光脈沖最多記錄3次回波信號，點云間距為0.07 m，同檔電力線相隔距離約為1 m。導入點云數據，試驗區(qū)點云數據示意圖如圖6所示。

圖6 點云數據示意圖

2.1 點云分類

通過對數據初步分析，測試數據中的非地面點主要包括植被、電力線、電力桿塔等地物。首先利用不規(guī)則三角網濾波算法對試驗區(qū)點云進行濾波處理，提取出地面點，分離開地面點和非地面點。其中點與三角網表面的距離設定為2 m、夾角參數設定為5°，利用提取出來的地面點構建地面高程模型(digital elevation model,DEM)，結果如圖7(a)所示。 然后對非地面點進行分類，從濾波結果中可以看出電力線在局部小面積區(qū)域內的高程基本相同，而植被之間高程比較起伏。根據電力線空間特性，構建高差、角度和距離特征向量，綜合多種特征規(guī)則識別出電力線點云[15-16]。分離出的電力線點中含有少量誤分的植被點，需要通過手工編輯檢查修改分類結果，人工對點云數據進行類別編輯，劃定出電力線、電力桿塔和植被點，確保點云分類結果正確，非地面點分類結果如圖7(b)所示。

(a) DEM(地面點生成)(b) 地物點分類結果(非地面點生成)

2.2 電力線提取與三維建模

為了將點云中各條電力線分離，自動識別同一條電力線上的點，以便電力線的三維建模。將分類后電力線點云進行聚類擬合分析，提取得到8條電力直線。在處理過程中，為了確保每條電力線都得到有效提取，需要預先量測2條電力線最小間距，本次測試數據中各電力線間距最小為0.35 m，則距離閾值取0.3 m，將電力線點云中每個點歸屬到各自的電力線數組中(圖8)。通過導入電力桿塔位置，利用2個電力桿塔之間的各條電力線點進行拋物線模型的參數擬合，構建電力線三維模型，如圖9所示。并對自動提取的電力線進行精度評估，在2個桿塔之間沿電力線均勻選取10個位置，量測每個位置擬合電力線與點云之間距離(表2)。試驗結果表明，水平距離差平均約為0.06 m，垂直距離差平均約為0.09 m，誤差均較小，電力線擬合精度較高，滿足后續(xù)航跡規(guī)劃分析要求。

(a) 電力線點云在二維平面表示(b) 提取電力直線在二維平面表示

圖9 電力線三維走廊建模

表2 電力線擬合精度

2.3 航線規(guī)劃設計

將地形數據結果導入物探飛行規(guī)劃軟件中，可在三維模型場景中根據線路避開地障(如電力線等)的安全運行距離，設定航高規(guī)劃，根據地形數據和航高規(guī)劃生成飛行線路的三維測網文件(圖10)。

在此飛行規(guī)劃設計中，可分析判斷飛行規(guī)劃線路是否有效避開了植被、電力線、電力桿塔等地障地物。由三維測網的統(tǒng)計數據可以看出(表3)，設計測線與地形匹配效果較好，測線均沿地形起伏飛行，且均高于地形數據，無穿插等現(xiàn)象。

圖10 飛行規(guī)劃三維測網輸出示例

表3 航線飛行高度-地形統(tǒng)計(部分)

飛行高度變化與地形起伏呈現(xiàn)出一致的關系，說明測量飛行時無人機能夠依地形緩起伏飛行，并安全避開了地障地物。實際飛行時不會出現(xiàn)風險，安全系數較高，符合要求(圖11)。

圖11 測試區(qū)飛行高度與地形剖面

3 結論

結合無人機LiDAR電力線點云數據空間分布的基礎上，提出了一種基于激光點云數據的電力線提取方法，并將提取的結果應用于后續(xù)無人機物探應用飛行規(guī)劃的安全距離診斷中。該方法利用點云在電力線上呈現(xiàn)的特點，設計和應用相應算法，實現(xiàn)電力桿塔之間電力線的自動提取與三維建模，并對電力線進行安全檢測。試驗結果表明，該方法可以對電力線點云數據進行有效提取，擬合的電力線與點云數據具有較好的吻合性，安全距離檢測方法與后續(xù)無人機飛行規(guī)劃軟件兼容性較好，具有一定的應用價值。但在實際測試中也發(fā)現(xiàn)，目前有部分操作處理需要人工交互，屬于半自動化形式，并且此次測試數據量不大，還需提高安全檢測的工作效率，因此該方法還有待改進的空間。

志謝：感謝中科北緯(北京)科技有限公司張樂工程師、石賢兵工程師在測試過程中提供的技術支持。