CN111650599A - 基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法 - Google Patents

Abstract

本发明提供一种基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，其中电力输电线路信息提取包括：删除非电力线和部分杆塔以外地物点云，得到所有电力线点云数据；识别机载激光雷达遥感影像中杆塔与电力输电线；分离杆塔点云和电力线点云，从而完成对电力线点云的提取；电力输电路线安全检测包括：提取最低一层电力线点云，计算地物点规则格网化并提取每个格网中最高点；机载激光雷达数据点规则格网化，计算最高点与输电线点云的距离并同安全距离做比较，从而得出是否有危险；通过GAM模型对树木的长势进行估算，并进行预警预测。本发明可解决现有电力输电线信息提取和安全检测精度低、大量依靠人力、无法广泛推广等技术问题。

Description

基于机载激光雷达遥感技术的电力输电线信息提取及安全检 测方法

技术领域

本发明涉及电力设施实施和安全检测评估领域，具体是一种基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法。

背景技术

电力设施是电力生产顺利进行的承载体，是电力在国民经济中发挥命脉作用的关键组成部分，是加快经济建设和维护公共安全的重要保障。它既是各行各业发展的支撑和动力基础，又与人民群众的生产生活息息相关。其中，整个电力系统中电力线是最关键的组成部分，因为只有通过电力线才能将电输送到各家各户。同时，随着国民经济快速增长，各地电网建设迅猛发展，从过去的"几年建一条线路"到现在的"一年建几条线路"实现了跨越式发展，供电可靠性进一步提高，电网输送能力也大大增强，输电线安全对国家发展和经济建设起着极其重要的作用

随着卫星遥感技术、传感器技术等不断发展和完善，利用人工智能相关技术进行遥感图像分析逐渐成为图像处理研究的热点。目前已经具备一定的理论基础和实践经验，也取得了一系列成果。机载激光雷达系统是集成激光技术、计算机技术、高动态载体姿态测定技术和高精度动态GPS差分定位技术多种先进技术的复杂系统，它将激光测距设备、GNSS设备和INS等设备紧密集成，需要多个模块共同协作才能发挥效能，以飞行平台为载体，通过对地面进行扫描，记录目标的姿态、位置和反射强度等信息，获取地表的三维信息，并深入加工得到所需空间信息的技术。

长期以来，在电力实施中，电力设施中电力线在自然环境中大多以裸露形式存在，经常会受到强风暴雨及周围环境变化等外界因素的影响，而且电力负荷也会带来内部的压力，上述原因会造成输电线路及元件的绣浊、老化等现象。同时，在整个输电线路的布设过程中，如果电力线与树木、建筑等地物的距离在《电力设施保护条例》中所规定的安全距离范围之内，则很有可能造成重大的后果和危害，如导线对树木、建筑等放电，从而引起开关跳闸造成大面积停电。如果不及时掌握输电线的状况并消除危险隐患，会给电力部门带来更严重的威胁。因此，为保证电网企业的正常运营，必须定期对电力线路进行检查，以便及时发现设备存在的隐患和缺陷，防止意外的发生。

目前，输电线的巡检、维护主要依赖两种方法：第一种方法主要是靠人工到现场勘查来完成；第二种方法主要是靠人工利用星载遥感数据，利用专业人员进行遥感解译。这两种方法需要花费大量的人力、物力和财力，不仅效率低、时效性不够，而且识别精度较低、安全性差，已经不能满足现代化电网的发展和安全运行需求。

发明内容

针对现有技术存在的上述不足，本发明的主要目的在于提供一种高精度的、高效的、可推广的基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，用于解决现有电力输电线信息提取和安全检测精度低、大量依靠人力、无法广泛推广等技术问题。

本发明提出一种基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，完成机载激光雷达遥感图像所提供的图像信息与电力输电线路的相关关系分析，实现电力输电线信息提取及其安全检测，具体包括如下步骤：

步骤1、电力输电线路信息提取，具体步骤如下：

步骤1.1：剔除非电力线和部分杆塔以外地物点云，得到所有电力线点云数据；

步骤1.2：从所有电力线点云数据中识别机载激光雷达遥感影像中杆塔与电力输电线；

步骤1.3：分离杆塔点云和电力线点云，从而完成对电力线点云的提取；

步骤2、电力输电路线安全检测，具体步骤如下：

步骤2.1：提取最低一层电力线点云，计算地物点规则格网化并提取每个格网中最高点；

步骤2.2：机载激光雷达数据点规则格网化，计算最高点与输电线点云的距离并同安全距离做比较，从而得出是否有危险；

步骤2.3：通过GAM模型对树木的长势进行估算，并进行预警预测。

进一步的，步骤1.1具体包括：

步骤1.11：分析机载激光雷达遥感数据中所有点云数据，找到点云数据的高程最大值和最小值，在该范围内将所有点云数据离散化为所设定等级，设定每个等级的数值；

步骤1.12：计算每个等级里的所有点云数量；

步骤1.13：将每个等级里的点云数量进行比较，记录点云数量最多的等级号，确定点云数量最多的等级间隔是地面点区域；

步骤1.14：将点云数量最多的等级号代表的高程范围向上扩展一定高度，以最大限度地去分离地面点及树木等潜在危险物，；

步骤1.15：扩展后的高程点分类为地物点，其高过高程点分类为电力线候选点，至此将多数地面点及低矮的树木、建筑物点全部剔除，只剩下电力线点，部分杆塔点和残存的高坡地面点、建筑物顶和树木冠顶等潜在危险点，最后采用手工方式将潜在危险点分类到地物点中去，到此利用半自动化方法完成电力线和部分杆塔以外地物点的剔除，得到所有电力线点云数据。

进一步的，步骤1.2具体包括：

步骤1.21：建立KD树，首先对机载激光雷达遥感数据中点云进行标注N1，在进行搜索后，对已经识别为某根电力线的点云进行相反标注N2，建立一次KD树结构，完成对整个数据的拓扑关系；

步骤1.22：从通过步骤1.1得到的所有电力线点云中任取一点作为中心点，开始对最近点进行搜索，设定搜索中心点附近点的个数为10，将搜索到的最近激光点当作下次搜索的中心点，同时将原始中心点标记为N2；

步骤1.23：给定一个小于两根电力线的最短距离的临界值，比较步骤1.22中的中心点与最近点之间的距离，若所得距离值小于该临界值，则将此点放入数组中代表一根电力线点云，同时将新点作为中心点，以此搜索直至搜索到中心点与最近点的距离大于临界值，说明一根电力线已识别完成；

步骤1.24：重新任取一个中心点，然后执行步骤1.22、步骤1.23，直到所有点都识别完成，从而自动地把所有电力线点云按每根线分别单独分离开。

进一步的，步骤2.1具体包括：

步骤2.11：利用测量仪器对杆塔进行量测，量取杆塔的中心坐标，记录中心坐标值三次，取其平均值进行保存；

步骤2.12：对不同杆塔进行矢量化分析，获得其最低一层的信息，通过记录的杆塔中心坐标值确定它们之间的直线；

步骤2.13：通过记录杆塔之间的中心坐标和计算所得的直线，计算过两个杆塔中心并垂直于两个塔心连线的直线；

步骤2.14：设定距离杆塔中心固定距离值L，确定杆塔的四个点坐标；

步骤2.15：通过确定的杆塔四个点坐标，计算一个多边形，根据多边形可以较为准确的确定两个杆塔间的地物点和电力线点，在对电力线安全距离进行检测的过程中，选在最低一层电力线点云数据，并确定两个杆塔间的范围，通过其规则格网化的方式，提取每个网格的最高点。

进一步的，步骤2.2具体包括：

步骤2.21：计算相邻的每两个杆塔间所有点云中在X，Y轴上的最大值与最小值，并以此为区域范围基准建立能包含所有点云的矩形；

步骤2.22：利用电力线点分析电力输电线路的走势，从左到又或从下到上的计算每个小格网的边界坐标，将整个格网划分成规定行列大小相等的格网；

步骤2.23：遍历整个点云，分析每个点的坐标值，按照规定的方向依次计算每个点属于格网中的列号和行号；

步骤2.24：根据计算每个点属于格网中的列号和行号，计算行列号依次求得每个点所对应的格网，通过计算最高点与输电线点云的距离并同安全距离做比较，从而得出是否有危险。

进一步的，步骤2.3具体包括：

步骤2.31：找到电力输电线周围此类树种，计算其的各龄阶的胸径值L和树高值H，并在现场随机测取多棵树木的胸径值；

步骤2.32：利用所得到的树木的胸径值，结合其树高值，发展广义加性模型，计算得到树木生长时间T与胸径L和树高H的关系式，其中，a，b，c和d为常量；

L＝aT+b

H＝cT+d

步骤2.33：利用步骤2.32所得的关系式，计算求取现场随机测取多棵树木的胸径值，获得的胸径L关系式推断树木生长的时间；

T＝(L-b)/a

步骤2.34：将步骤步骤2.33获得的时间值代入树高关系式，得到平均树高。并在其时间基础上，分别计算后2年的平均树木生长高度；

步骤2.35：求得每一年的树木生长高度差，将高度差与前一年的平均树高结合，重新代入电力输电线路，进行安全隐患预测，此时，设定安全区域为R，电力线高度为M，此时：

步骤2.36：此时，通过上式，当

成立时，电力线判断是安全的，反之为存在危险。

本发明的创新点是在传统卫星遥感技术的基础上，针对其空间分辨率不高，卫星数据预处理困难的不足，兼顾机载激光雷达数据包括GPS、IMU、激光扫描仪，不仅提高了整体观测的精确度，同时也优化了数据处理的难度，同时，可以通过生成点云数据进行处理，进而最大程度确保电力输电线信息提取及安全检查方法精准程度。

附图说明

图1是本发明输电线机载激光雷达遥感效果图；

图2是本发明输电线及周围环境机载激光雷达遥感效果图。

具体实施方式

下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。

本发明实施例提供一种基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，利用遥感图像处理、人工智能与模式识别技术，通过数机载激光雷达遥感图像所提供的图像信息与电力输电线路的相关关系分析，实现电力输电线信息提取及其安全检测。

在实现电力输电线路信息提取的过程中，主要分为3个步骤：第一步是删除非电力线和部分杆塔以外地物点云，得到所有电力线点云数据；第二步是识别机载激光雷达遥感影像中杆塔与电力输电线；第三步是分离杆塔点云和电力线点云，从而完成对电力线点云的提取，如图1所示。

在实现电力输电路线安全检测的过程中，主要分为3个步骤：第一步提取最低一层电力线点云，计算地物点规则格网化并提取每个格网中最高点；第二步是机载激光雷达数据点规则格网化，计算最高点与输电线点云的距离并同安全距离做比较，从而得出是否有危险；第三步通过GAM模型对树木的长势进行估算，并进行预警预测，如图2所示。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施方式并参照附图，对本发明进一步详细说明。

一种基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，包括如下步骤：

步骤1、电力输电线路信息提取，具体步骤如下：

步骤1.1：剔除非电力线和部分杆塔以外地物点云，得到所有电力线点云数据，其具体步骤如下：

步骤1.11：分析机载激光雷达遥感数据中所有点云数据，找到点云数据的高程最大值和最小值，在该范围内将所有点云数据离散化为所设定等级，设定每个等级的数值；

步骤1.12：计算每个等级里的所有点云数量；

步骤1.13：将每个等级里的点云数量进行比较，记录点云数量最多的等级号，确定点云数量最多的等级间隔是地面点区域；

步骤1.14：将点云数量最多的等级号代表的高程范围向上扩展一定高度(一般为所对应的输电线的高度)，这样可最大限度地去分离地面点及树木等潜在危险物，；

步骤1.15：扩展后的高程点分类为地物点，其高过高程点分类为电力线候选点，至此将多数地面点及低矮的树木、建筑物点全部剔除，只剩下电力线点，部分杆塔点和残存的高坡地面点、建筑物顶和树木冠顶等潜在危险点，最后采用手工方式将残存的高坡地面点、建筑物顶和树木冠顶等潜在危险点分类到地物点中去，到此利用了半自动化方法完成了电力线和部分杆塔以外地物点的剔除，得到所有电力线点云数据。

步骤1.2：从所有电力线点云数据中识别机载激光雷达遥感影像中杆塔与电力输电线，实现的主要方法和关键步骤如下：

步骤1.21：建立KD树，首先对机载激光雷达遥感数据中点云进行标注N1(N1只是代表该点的符号)，在进行搜索后，对已经识别为某根电力线的点云进行相反标注N2，建立一次KD树结构，完成对整个数据的拓扑关系；

步骤1.22：从通过步骤1.1得到的所有电力线点云中任取一点作为中心点，开始对最近点进行搜索，此时搜索到的点可能是已经被识别的点，设定搜索中心点附近点的个数为10，将搜索到的最近激光点当作下次搜索的中心点，同时将原始中心点标记为N2(N2意义同N1)；

步骤1.23：给定一个小于两根电力线的最短距离的临界值(例如20米)，比较步骤1.22中的中心点与最近点之间的距离，若所得距离值小于该临界值，则将此点放入数组中代表一根电力线点云，同时将新点作为中心点，以此搜索直至搜索到中心点与最近点的距离大于临界值，说明一根电力线已识别完成；

步骤1.24：重新任取一个中心点，然后执行步骤1.22、步骤1.23步骤，直到所有点都识别完成，这个过程可以自动地把所有电力线点云按每根线分别单独分离开，为下一步分离杆塔与输电线提供数据支撑。

步骤1.3：分离杆塔点云和电力线点云，从而完成对电力线点云的提取，实现的主要方法和关键步骤如下：通过1.1与1.2的操作，得到了杆塔与输电线点云数据，为更好的进行电力线拟合，可以通过首先对电力线进行受力分析，构建基于K-近邻聚类方法对电力线进行提取，采用线性最小二乘原理即可完成电力线参数的求解，从而完成三维空间中的电力线矢量化建模。

上述步骤通过剔除非电力线和部分杆塔以外地物点-电力输电线识别-电力输电线提取三个步骤，最终完成电力输电线路信息提取。

步骤2、电力输电路线安全检测，具体步骤如下：

步骤2.1：提取最低一层电力线点云，计算地物点规则格网化并提取每个格网中最高点：杆塔间地物点及电力线点范围的确定，在对电力线安全距离进行检测的过程中，选在最低一层电力线点云数据，并确定两个杆塔间的范围，通过其规则格网化的方式，提取每个网格的最高点，实现的主要方法和关键步骤如下：

步骤2.11：利用测量仪器对杆塔进行量测，量取杆塔的中心坐标，记录中心坐标值三次，取其平均值进行保存；

步骤2.12：对不同杆塔进行矢量化分析，获得其最低一层的信息，通过记录的杆塔中心坐标值确定它们之间的直线；

步骤2.13：通过记录杆塔之间的中心坐标和计算所得的直线，计算过两个杆塔中心并垂直于两个塔心连线的直线；

步骤2.14：设定距离杆塔中心固定距离值L，确定杆塔的四个点坐标；

步骤2.15：通过确定的杆塔四个点坐标，计算一个多边形，根据多边形可以较为准确的确定两个杆塔间的地物点和电力线点，此时，在对电力线安全距离进行检测的过程中，选在最低一层电力线点云数据，并确定两个杆塔间的范围，通过其规则格网化的方式，提取每个网格的最高点。

步骤2.2：机载激光雷达数据点规则格网化，计算最高点与输电线点云的距离并同安全距离做比较，从而得出是否有危险。实现的主要方法和关键步骤如下：

步骤2.21：计算相邻的每两个杆塔间所有点云中在X，Y轴上的最大值与最小值，并以此为区域范围基准建立能包含所有点云的矩形；

步骤2.22：利用电力线点分析电力输电线路的走势，从左到又或从下到上的计算每个小格网的边界坐标，将整个格网划分成规定行列大小相等的格网；

步骤2.23：遍历整个点云，分析每个点的坐标值，按照规定的方向依次计算每个点属于格网中的列号和行号；

步骤2.24根据计算每个点属于格网中的列号和行号，计算行列号依次求得每个点所对应的格网，通过计算最高点与输电线点云的距离并同安全距离(一般为杆塔长度)做比较，从而得出是否有危险。

步骤2.3：通过GAM模型对树木的长势进行估算，并进行预警预测：在电力输电线路主要存在自然生长的树木的安全隐患，因此主要通过GAM模型对树木的长势进行估算，并进行预警预测，实现的主要方法和关键步骤如下：

步骤2.31：找到电力输电线周围此类树种，计算其的各龄阶的胸径值L和树高值H(10-50年)，并在现场随机测取多棵树木的胸径值；

步骤2.32：利用所得到的树木的胸径值，结合其树高值，发展广义加性模型，计算得到树木生长时间T与胸径L和树高H的关系式，其中，a，b，c和d为常量；

L＝aT+b

H＝cT+d

步骤2.33：利用步骤2.32所得的关系式，计算求取现场随机测取多棵树木的胸径值，获得的胸径L关系式推断树木生长的时间；

T＝(L-b)/a

步骤2.34：将步骤步骤2.33获得的时间值代入树高关系式，得到平均树高。并在其时间基础上，分别计算后2年的平均树木生长高度；

步骤2.35：求得每一年的树木生长高度差，将高度差与前一年的平均树高结合，重新代入电力输电线路，进行安全隐患预测，此时，设定安全区域为R，电力线高度为M，此时：

步骤2.36：此时，通过上式，当

成立时，电力线判断是安全的，反之为存在危险。

与传统测量系统相比，本发明采用机载激光雷达测量系统有着独特的技术优势，它能直接获取电力线走廊的激光点云，并且可以得到高精度的三维空间信息，进而获得三维输电线路的全貌信息，如线路设施设备，地物的精确三维空间信息等等；通过检测可以直接确定有缺陷的区域，不仅节省了大量的时间，同时也消除了安全隐患。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，其特征在于包括如下步骤：

步骤1、电力输电线路信息提取，具体步骤如下：

步骤1.1：剔除非电力线和部分杆塔以外地物点云，得到所有电力线点云数据；

步骤1.2：从所有电力线点云数据中识别机载激光雷达遥感影像中杆塔与电力输电线；

步骤1.3：分离杆塔点云和电力线点云，从而完成对电力线点云的提取；

步骤2、电力输电路线安全检测，具体步骤如下：

步骤2.1：提取最低一层电力线点云，计算地物点规则格网化并提取每个格网中最高点；

步骤2.2：机载激光雷达数据点规则格网化，计算最高点与输电线点云的距离并同安全距离做比较，从而得出是否有危险；

步骤2.3：通过GAM模型对树木的长势进行估算，并进行预警预测。

2.如权利要求1所述的基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，其特征在于：步骤1.1具体包括：

步骤1.11：分析机载激光雷达遥感数据中所有点云数据，找到点云数据的高程最大值和最小值，在该范围内将所有点云数据离散化为所设定等级，设定每个等级的数值；

步骤1.12：计算每个等级里的所有点云数量；

步骤1.13：将每个等级里的点云数量进行比较，记录点云数量最多的等级号，确定点云数量最多的等级间隔是地面点区域；

步骤1.14：将点云数量最多的等级号代表的高程范围向上扩展一定高度，以最大限度地去分离地面点及树木等潜在危险物，；

步骤1.15：扩展后的高程点分类为地物点，其高过高程点分类为电力线候选点，至此将多数地面点及低矮的树木、建筑物点全部剔除，只剩下电力线点，部分杆塔点和残存的高坡地面点、建筑物顶和树木冠顶等潜在危险点，最后采用手工方式将潜在危险点分类到地物点中去，到此利用半自动化方法完成电力线和部分杆塔以外地物点的剔除，得到所有电力线点云数据。

3.如权利要求1所述的基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，其特征在于：步骤1.2具体包括：

步骤1.21：建立KD树，首先对机载激光雷达遥感数据中点云进行标注N1，在进行搜索后，对已经识别为某根电力线的点云进行相反标注N2，建立一次KD树结构，完成对整个数据的拓扑关系；

步骤1.22：从通过步骤1.1得到的所有电力线点云中任取一点作为中心点，开始对最近点进行搜索，设定搜索中心点附近点的个数为10，将搜索到的最近激光点当作下次搜索的中心点，同时将原始中心点标记为N2；

步骤1.23：给定一个小于两根电力线的最短距离的临界值，比较步骤1.22中的中心点与最近点之间的距离，若所得距离值小于该临界值，则将此点放入数组中代表一根电力线点云，同时将新点作为中心点，以此搜索直至搜索到中心点与最近点的距离大于临界值，说明一根电力线已识别完成；

步骤1.24：重新任取一个中心点，然后执行步骤1.22、步骤1.23，直到所有点都识别完成，从而自动地把所有电力线点云按每根线分别单独分离开。

4.如权利要求1所述的基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，其特征在于：步骤2.1具体包括：

步骤2.11：利用测量仪器对杆塔进行量测，量取杆塔的中心坐标，记录中心坐标值三次，取其平均值进行保存；

步骤2.12：对不同杆塔进行矢量化分析，获得其最低一层的信息，通过记录的杆塔中心坐标值确定它们之间的直线；

步骤2.13：通过记录杆塔之间的中心坐标和计算所得的直线，计算过两个杆塔中心并垂直于两个塔心连线的直线；

步骤2.14：设定距离杆塔中心固定距离值L，确定杆塔的四个点坐标；

步骤2.15：通过确定的杆塔四个点坐标，计算一个多边形，根据多边形可以较为准确的确定两个杆塔间的地物点和电力线点，在对电力线安全距离进行检测的过程中，选在最低一层电力线点云数据，并确定两个杆塔间的范围，通过其规则格网化的方式，提取每个网格的最高点。

5.如权利要求1所述的基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，其特征在于：步骤2.2具体包括：

步骤2.21：计算相邻的每两个杆塔间所有点云中在X，Y轴上的最大值与最小值，并以此为区域范围基准建立能包含所有点云的矩形；

步骤2.22：利用电力线点分析电力输电线路的走势，从左到又或从下到上的计算每个小格网的边界坐标，将整个格网划分成规定行列大小相等的格网；

步骤2.23：遍历整个点云，分析每个点的坐标值，按照规定的方向依次计算每个点属于格网中的列号和行号；

步骤2.24：根据计算每个点属于格网中的列号和行号，计算行列号依次求得每个点所对应的格网，通过计算最高点与输电线点云的距离并同安全距离做比较，从而得出是否有危险。

6.如权利要求1所述的基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法，其特征在于：步骤2.3具体包括：

步骤2.31：找到电力输电线周围此类树种，计算其的各龄阶的胸径值L和树高值H，并在现场随机测取多棵树木的胸径值；

步骤2.32：利用所得到的树木的胸径值，结合其树高值，发展广义加性模型，计算得到树木生长时间T与胸径L和树高H的关系式，其中，a，b，c和d为常量；

L＝aT+b

H＝cT+d

步骤2.33：利用步骤2.32所得的关系式，计算求取现场随机测取多棵树木的胸径值，获得的胸径L关系式推断树木生长的时间；

T＝(L-b)/a

步骤2.34：将步骤步骤2.33获得的时间值代入树高关系式，得到平均树高。并在其时间基础上，分别计算后2年的平均树木生长高度；

步骤2.35：求得每一年的树木生长高度差，将高度差与前一年的平均树高结合，重新代入电力输电线路，进行安全隐患预测，此时，设定安全区域为R，电力线高度为M，此时：

步骤2.36：此时，通过上式，当

成立时，电力线判断是安全的，反之为存在危险。

Images