CN116758442A - 一种基于激光扫描技术的输电线路数据处理方法 - Google Patents

一种基于激光扫描技术的输电线路数据处理方法 Download PDF

Info

Publication number
CN116758442A
CN116758442A CN202310732849.7A CN202310732849A CN116758442A CN 116758442 A CN116758442 A CN 116758442A CN 202310732849 A CN202310732849 A CN 202310732849A CN 116758442 A CN116758442 A CN 116758442A
Authority
CN
China
Prior art keywords
transmission line
power transmission
data
point cloud
tower
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310732849.7A
Other languages
English (en)
Inventor
肖子洋
何群
李路明
王�华
周洋
邱日轩
刘显明
彭超
沈宏杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Jiangxi Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Information and Telecommunication Branch of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202310732849.7A priority Critical patent/CN116758442A/zh
Publication of CN116758442A publication Critical patent/CN116758442A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Remote Sensing (AREA)
  • Economics (AREA)
  • Computer Graphics (AREA)
  • Medical Informatics (AREA)
  • Water Supply & Treatment (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种基于激光扫描技术的输电线路数据处理方法，所述方法包括：获取输电线路点云数据与输电线路影像数据；对输电线路点云数据与输电线路影像数据进行数据处理，得到输电线路三维点云图；对输电线路三维点云图进行杆塔分离和输电线拟合，得到杆塔与输电线的三维坐标；根据杆塔与输电路的三维坐标，计算输电线路的当前验收参数，所述当前验收参数包括杆塔位移量、杆塔倾斜度、引流线与杆塔相对位置以及输电线弧垂；获取输电线路的许用验收参数，以此建立输电线路验收模型；本发明可准确且快速的将输电线路中的杆塔以及输电线分离拟合，加快了输电线路的数据处理效率。

Description

一种基于激光扫描技术的输电线路数据处理方法
技术领域
本发明属于数据处理的技术领域，具体地涉及一种基于激光扫描技术的输电线路数据处理方法。
背景技术
机载激光扫描技术是一种新兴的主动式三维对地观测技术，是继全球卫星导航系统广泛使用以来在遥感测绘领域的又一场技术革命。它集成了激光测距技术、航空摄影测量技术、高动态载体姿态测定技术和高精度动态GNSS差分定位技术，能够快速获取大面积高精度的地面点云数据和高分辨率的数码影像，具有作业速度快、数据产品丰富、测量精度高、自动化程度高、受地形条件限制少等特点。
在输电线路工程基建验收中，机载激光雷达测量可获取输电线路的密集点云数据和高分辨率正射影像，基于密集点云数据，为输电线路杆塔和输电线的建模提供基础数据，最终基于建模成果和通道点云成果，内业即可完成验收测量，大大提高了输电线路工程验收测量的工作效率和成果精度。
但在获取输电线路的密集点云数据和高分辨率正射影像之后，由于得到的点云数据较多且密集，无法准确且快速的将输电线路中的杆塔以及输电线分离拟合，进而无法得到杆塔以及输电线的准确坐标，导致在对输电线路的数据处理时更加困难且缓慢。
发明内容
为了解决上述技术问题，本发明提供了一种基于激光扫描技术的输电线路数据处理方法，用于解决现有技术中点云数据较多且密集，无法准确且快速的将输电线路中的杆塔以及输电线分离拟合，进而无法得到杆塔以及输电线的准确坐标，导致在对输电线路的数据处理时更加困难且缓慢的技术问题。
本发明实施例提供以下技术方案，一种基于激光扫描技术的输电线路数据处理方法，所述方法包括以下步骤：
S01、获取输电线路点云数据与输电线路影像数据；
S02、对输电线路点云数据与输电线路影像数据进行数据处理，得到输电线路三维点云图；
S03、对输电线路三维点云图进行杆塔分离和输电线拟合，得到杆塔与输电线的三维坐标；
S04、根据杆塔与输电路的三维坐标，计算输电线路的当前验收参数，所述当前验收参数包括杆塔位移量、杆塔倾斜度、引流线与杆塔相对位置以及输电线弧垂；
S05、获取输电线路的许用验收参数，以此建立输电线路验收模型；
在所述步骤S03中，所述杆塔分离的步骤包括：
求出输电线路点云数据中点云投影点位置的最左、右、上、下边界：
，
其中为输电线路点云数据中任意一点P的三维坐标；
再设定一个细分尺度a，将输电线路点云数据中的点云在水平面上所占的区域划分成均匀网格，网格的总体宽度和高度为：
，
式中0.001是一个正的微小量；
将输电线路点云数据中的点云向水平面投影，统计各细分格内所落的点数，得到一个以竖直投影直方量为灰度值的二维图像；
在二维图像中，寻找最亮处，即得杆塔的水平位置；
以杆塔水平位置为界，将输电线路分为若干段，对每段线通过Hough变换求出斜率和倾角（ ；为线段数），对各相邻段以其角平分线方向建立分界线；
将各杆塔位置的某一邻域竖直向上拉伸成柱形，落在此柱内的点云属于杆塔，完成杆塔分离；
所述输电线拟合包括：
除属于杆塔的点云外，其余点云属于输电线，将建立的若干分界线向上拉伸成竖面，夹在两竖面之间或落在首末两竖直面外侧的点云属于不同的输电线，完成输电线拟合。
相比现有技术，本申请的有益效果为：通过获取输电线路的点云数据以及影像，并对点云数据以及影像数据进行数据处理，得到三维点云图，对三维点云图进行杆塔分离以及输电线拟合，得到准确的杆塔以及输电线的三维坐标，经过杆塔分离以及输电线拟合过程，可准确且快速的将输电线路中的杆塔以及输电线分离拟合，加快了输电线路的数据处理效率。
较佳的，在所述步骤S01中，采用飞行设备搭载激光雷达扫描输电线路获取输电线路点云数据与输电线路影像数据，所述飞行设备为直升机、动力三角翼或无人机。
较佳的，在所述步骤S02中，所述步骤S02用于获取输电线路点云数据的空间坐标和输电线路影像数据的影像外方位元素，生成输电线路三维点云图，所述步骤S02包括以下步骤：
S21、IMU/GNSS联合解算；
S22、影像外方位元素检校、输电线路点云数据检校以及坐标转换；
S23、点云数据处理；
S24、DEM、DSM及DOM制作；
S25、成果数据质量检查。
较佳的，所述步骤S21包括：
利用GNSS偏心分量、IMU偏心分量和相机偏心分量，采用差分技术，融合IMU数据，联合解算获取影像的初始外方位元素和激光雷达的航迹文件，所述航迹文件包含激光雷达在各个GNSS采样时间的位置信息、姿态信息及速度，根据激光雷达的航迹文件和激光扫描数据的回波强度和回波次数等信息，计算输电线路点云数据在WGS84坐标系下的三维坐标。
较佳的，在所述步骤S22中，影像外方位元素检校包括IMU与航摄仪之间的偏心角检校和GNSS天线与航摄仪之间的线元素检校；输电线路点云数据检校包括偏心角检校、距离检校、扭转检校、俯仰角倾斜检校；坐标转换包括利用基础控制点的WGS84坐标系和工程坐标系坐标解算坐标系的转换参数，使用转换参数对点云数据进行坐标转换。
较佳的，所述步骤S23包括：
S231、噪声点滤除与数据分块；
S232、自动分类；
S233、人工交互分类编辑；
其中，所述步骤S231包括：将明显高于或低于整体数据点或点群进行滤除，并对输电线路点云数据进行分块处理；
所述步骤S232包括：基于反射强度、回波次数、地物形状等算法或算法组合对激光点云数据进行自动分类，分离出地面点、植被点、导线点以及筑物点类别；
所述步骤S233包括：人机交互分类辅助使用光照、三维浏览、显示模式、影像对照进行人机交互检查，纠正分类误差。
较佳的，所述步骤S24包括：
S241：DEM制作；
S242：DSM制作；
S243：DOM制作；
其中，步骤S241包括：利用去噪后的输电线路点云数据通过数据内插生成栅格形式的DSM成果；
步骤S242包括：利用分离出的地面点通过数据内插生成栅格形式的DEM成果；
步骤S243包括：利用分离出的地面点对影像数据进行正射纠正，并进行匀色和镶嵌，生成DOM成果。
较佳的，所述DSM成果、所述DEM成果以及所述DOM成果采用Geotiff或ErdasImagine格式。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的基于激光扫描技术的输电线路数据处理方法的流程图；
图2为本发明第二实施例提供的对输电线路点云数据与输电线路影像数据进行数据处理步骤的流程图；
图3为本发明第二实施例提供的IMU/GNSS联合解算与影像外方位元素检校、输电线路点云数据检校以及坐标转换的流程图；
图4为本发明第三实施例提供的点云数据处理步骤的流程图；
图5为本发明第四实施例提供中的DEM、DSM及DOM制作步骤的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明的实施例，而不能理解为对本发明的限制。
在本发明实施例的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明实施例中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明实施例中的具体含义。
实施例一
如图1所示，本发明第一实施例提供以下技术方案，一种基于激光扫描技术的输电线路数据处理方法，所述方法包括以下步骤：
S01、获取输电线路点云数据与输电线路影像数据；
具体的，在本实施例中采用飞行设备搭载激光雷达扫描输电线路获取输电线路点云数据与影像数据，所述飞行设备为直升机、动力三角翼或无人机；
机载激光雷达测量搭载的激光雷达测量系统一般可分为大型设备、中小型设备和轻小型设备，大型设备通常测程较长，能够在较高的飞行高度上使用，单航带测绘面积较大，数据采集效率高，但大而重，对飞行器的载重能力和空间要求较高，设备安装也较麻烦，同时使用成本也较高。中小型和轻小型设备测程短，飞行受限，单航带测绘面积也较小，对数据采集效率有一定影响，但体积小重量轻，安装容易，使用成本也较低。在获取输电线路点云数据与输电线路影像数据中，由于只需获取通道范围内较小面积的点云数据，所以完全可以使用中小型甚至是轻小型激光雷达设备，如RIEGLVQ-480-U以及北科天绘的A-Pilot等；
值得说明的是，在飞行设备搭载激光雷达扫描输电线路时，需要提前对飞行设备进行飞行设计；
其中，飞行设计宜采用现势性较好的1:10000、1:50000比例尺地形图或具有坐标参考的中高分辨率遥感影像作为航飞设计底图，也可以直接利用网络公开的地理信息资源，如GoogleEarth、天地图等；将开工图中的线路路径图展绘到航飞设计底图，并标绘出线路走廊区域内现有的主要障碍物、协议区、重要交叉跨越区、军事管制区、邻近机场等信息；对于地形起伏变化较大的测区，应依据同一分区内地面高差不大于航高的1/3进行飞行分区，并保证分区之间至少存在500m的重叠；如果存在多个飞行分区，应依次对每一飞行分区进行航线设计；
航线设计的基本原则是基于所采用的飞行平台和搭载设备（主要为激光扫描仪和数码相机）的技术参数，以合理、经济的方案满足预期成果数据的技术要求和精度要求，点云数据密度视地形情况和工程具体要求而定，一般植被覆盖较少的平丘地带1~4个点/平方米，植被覆盖较多的区域宜要求4个点/平方米以上，植被特别密集时宜要求8个点/平方米以上，以增大获取植被区域地面点的可能性，当需要获取已建输电线路的点云数据时，宜要求10个点/平方米以上；
航线设计前，需要明确工程的点云密度、影像分辨率等具体要求以及测区范围。输电线路工程测区一般为条带状，综合考虑后期路径优化的需求以及飞行成本，条带宽度宜不小于1.2公里，航向起始和结束宜超出作业区至少500m的距离。通常数码相机的飞行参数要求比激光扫描仪低（如果需要对影像进行空三加密，则需要对数码相机单独进行航飞设计），因此在机载激光雷达系统航飞设计中，主要考虑激光扫描仪的飞行参数设计；
而所述激光扫描仪的飞行参数主要包括：瞬时视场角、视场角、脉冲频率、扫描频率、垂直分辨率、扫描带宽、每条扫描行上的激光脚点数、航向激光脚点点距、旁向激光脚点点距、偏心角、偏心分量；
其中，瞬时视场角（Instantaneous Field of View，IFOV）又称激光发散角。是指激光束发射时其发散的角度。瞬时视场角的大小取决于激光的衍射（diffraction），是发射孔径D和激光波长 的函数，计算公式为：
；
视场角（Field of View，FOV），也就是激光束的扫描角，指激光束通过扫描装置所能达到的最大角度范围；
脉冲频率是单位时间内激光器所能够发射的激光束数量，脉冲频率越大，地面激光脚点的密度就越大；
扫描频率指线扫描方式每秒钟所扫描的行数，即扫描镜每秒钟摆动的周期扫描频率越大，每秒钟的扫描线就越多，对应的效果就越好；
垂直分辨率是脉冲通过的路径上所能够区分不同目标间的最小距离，激光脉冲在其传播路径上可能遇到不同的物体，如穿过树叶和树枝，形成多次回波，要区分不同目标的回波，就必须考虑垂直分辨率，垂直分辨率的大小一般与脉冲宽度有关，在一个脉冲宽度内不可能区分不同的目标；
扫描带宽（SW）是指系统扫描时形成的带状扫描区域的宽度，激光束扫描角（激光扫描视场角）是一个已知量，在确定飞行高度H的情况下，可以计算出扫描带宽：
；
每条扫描行上的激光脚点数N关系到扫描量测点的密度，根据脉冲频率，即每秒钟发射激光脉冲的次数，和扫描频率，即每秒钟扫描行数，可计算出每条扫描行上的激光脚点数：
；
航向激光脚点点距为沿飞行方向扫描点之间的距离，可以用飞行速度v与扫描频率的比值来计算：
；
旁向激光脚点间距指一条扫描线上相邻激光脚点的间距，旁向激光脚点间距与扫描带宽SW和每条扫描航上的激光脚点数N相关：
；
IMU与激光扫描仪紧密固联后，各轴指向之间形成的角度称作偏心角；
将机载天线相位中心与IMU测量中心的空间偏移投影在以激光发射点为原点的像空间辅助坐标系上（以铅垂方向为Z轴，航线方向为X轴），分解为三个坐标分量，称为偏心分量。
S02、对输电线路点云数据与输电线路影像数据进行数据处理，得到输电线路三维点云图；
具体的，数据处理的目的是获取输电线路点云数据的空间坐标以及影响数据的外方位元素，数据预处理时需要使用的数据包括：原始激光点云数据、原始数码影像数据、IMU数据、机载GNSS数据和地面基站数据等，数据处理内容包括偏心角改正、GNSS解算、偏心分量计算、空三加密、坐标转换等；
数据处理前需保证检校场精度满足规范要求、数据检查合格、航飞无漏洞、GNSS数据资料齐全、偏心分量已量测，同时数据处理的流程为：将地面GNSS基站数据、CORS站数据或精密星历数据与机载POS数据进行联合解算；然后利用检校场点云数据对偏心角进行修正，利用检校场检查点消除激光测距误差和线元素偏移误差；最后对检校后的点云数据进行坐标转换，生成满足要求输电线路点云数据的空间坐标；利用检校场像控点进行空三加密，解算出机载GNSS偏移值和相机偏心角，从而得到准确的影像数据的影像外方位元素，通过空间坐标以及影像外方位元素生成三维点云图。
S03、对输电线路三维点云图进行杆塔分离和输电线拟合，得到杆塔与输电线的三维坐标；
其中，所述杆塔分离的步骤包括：
求出输电线路点云数据中点云投影点位置的最左、右、上、下边界：
，
其中为输电线路点云数据中任意一点P的三维坐标；
再设定一个细分尺度a，将输电线路点云数据中的点云在水平面上所占的区域划分成均匀网格，网格的总体宽度和高度为：
；
式中0.001是一个正的微小量，其作用仅在于不漏掉区域右边界和上边界的点P；
将输电线路点云数据中的点云向水平面投影，统计各细分格内所落的点数，得到一个以竖直投影直方量为灰度值的二维图像：
；
在二维图像中，寻找最亮处，即得杆塔的水平位置；
以杆塔水平位置为界，将输电线路分为若干段，由于输电线主要是在重力作用下下垂，其弯曲仅发生在竖直面内，在俯视图中都表现为直线，所以，对每段线通过Hough变换求出斜率和倾角（ ；为线段数），对各相邻段以其角平分线方向建立分界线；
将各杆塔位置的某一邻域竖直向上拉伸成柱形，落在此柱内的点云属于杆塔，完成杆塔分离；
所述输电线拟合包括：
除杆塔的点云外，其余点云属于输电线，将建立的若干分界线向上拉伸成竖面，夹在两竖面之间或落在首末两竖直面外侧的点云属于不同的输电线路，完成输电线拟合。
S04、根据杆塔与输电路的三维坐标，计算输电线路的当前验收参数，所述当前验收参数包括杆塔位移量、杆塔倾斜度、引流线与杆塔相对位置以及输电线弧垂；
其中，杆塔位移量指杆塔地基受地震、山体滑坡、地壳运动等因素作用而产生的平移量，通过定期对杆塔地区进行激光扫描，获取杆塔的中心位置，比较各次监测的位置差，即得杆塔位移量，这样可以实现杆塔位置长期的、自动的监测；
杆塔倾斜度指杆塔中轴线与地面垂线的夹角，具体从杆塔的点云中分别提取杆塔顶部中心点与杆塔底部中心点的三维坐标，计算杆塔倾斜度：
；
式中，x0表示杆塔顶部中心点东方向坐标，y0表示杆塔顶部中心点北方向坐标，z0表示杆塔顶部中心点高程值，x1表示杆塔底部中心点东方向坐标，y1表示杆塔底部中心点北方向坐标，z1表示杆塔底部中心点高程值；
在引流线与杆塔相对位置计算前，需要精细提取引流线和软跳线点云数据，并按杆塔进行分组及编号，引流线在空间上需呈线状连续分布，同一条引流线点云数据中相邻两点最小距离不宜大于0.5m，引流线到杆塔的距离计算，需采用遍历计算方法，对引流线点云数据按等分间隔且等分间隔距离不大于2m进行分段，逐点计算引流线点与塔头点之间的三维空间距离，并取最小值作为引流线到杆塔的最小净空距离的实测值。塔头点的截取范围需在引流线点云数据最小高程和最大高程之间；
输电线弧垂是代表输电线形状的一个参数，通过确定输电线的形状曲线来确定输电线弧垂，在无风条件下，输电线只受电线杆塔的悬挂和自身重力作用，此时，输电线会在竖直面内形成一条悬链线，在此面内对输电线形状进行微分建模并求解，可得输电线弧垂。
S05、获取输电线路的许用验收参数，以此建立输电线路验收模型；
其中，输电线路的许用验收参数为输电线路验收的标准验收参数值，并将标准验收参数值建立输电线路验收模型，将输电线路的当前验收参数与输电线路验收模型中的许用验收参数对比，根据大小关系则可判定输电线路的验收结果，当前验收参数不超过许用验收参数时，判定输电线路验收合格，当前验收参数超出许用验收参数时，判定输电线路验收不合格；
其中，在所述步骤S05中包括：根据所述当前验收参数与许用验收参数建立参数验收表，在本实施例中，以杆塔倾斜度以及输电线弧垂为例；
杆塔倾斜度参数验收表，
，
输电线弧垂参数验收表，
，
，
，
，
，
，
。
实施例二
如图2所示，本发明第二实施例提供以下技术方案，一种基于激光扫描技术的输电线路数据处理方法，本实施例二与实施例一的区别在于：在本实施例中，在所述步骤S02中，所述步骤S02用于获取输电线路点云数据的空间坐标和输电线路影像数据的影像外方位元素，生成输电线路三维点云图，所述步骤S02包括以下步骤：
S21、IMU/GNSS联合解算；
S22、影像外方位元素检校、输电线路点云数据检校以及坐标转换；
S23、点云数据处理；
S24、DEM、DSM及DOM制作；
S25、成果数据质量检查；
其中，数据处理所需的数据包括：原始激光点云数据、原始数码影像数据、IMU数据、机载GNSS数据和地面基站数据，上述数据均在步骤S01中完成获取过程，同时在数据处理前，保证检校场精度满足规范要求、数据检查合格、航飞无漏洞、GNSS数据资料齐全、偏心分量已量测。
在本实施例中，所述步骤S21包括：
利用GNSS偏心分量、IMU偏心分量和相机偏心分量，其中GNSS偏心分量、IMU偏心分量和相机偏心分量均可在步骤S01中获取到，采用差分技术，融合IMU数据，联合解算获取影像的初始外方位元素和激光雷达的航迹文件，所述航迹文件包含激光雷达在各个GNSS采样时间的位置信息、姿态信息及速度，根据激光雷达的航迹文件和激光扫描数据的回波强度和回波次数等信息，计算输电线路点云数据在WGS84坐标系下的三维坐标。
在本实施例中，在所述步骤S22中，影像外方位元素检校包括IMU与航摄仪之间的偏心角检校和GNSS天线与航摄仪之间的线元素检校；输电线路点云数据检校包括偏心角检校、距离检校、扭转检校、俯仰角倾斜检校；坐标转换包括利用基础控制点的WGS84坐标系和工程坐标系坐标解算坐标系的转换参数，使用转换参数对点云数据进行坐标转换；
具体的，在影像外方位元素检校步骤中，线元素检校通常使用飞行检校场的方法来确定，通过相对定向后影像的角元素和影像初始的角元素获取三个偏心角差值，分别计算各架次中三个偏心角的平均值，将该平均值迭代入同一架次的解算数据中，从而得到每张影像准确外方位元素的角元素，利用绝对定向解算出外方位元素的线元素和影像的初始外方位元素的线元素获得偏心分量的差值，分别计算各架次中三个线元素偏心分量的平均值，并代入同一架次的解算数据中，从而得到每张影像准确的外方位元素的线元素；
在输电线路点云数据检校步骤中，在航飞过程中，IMU和激光扫描仪安装角度不同引起的误差或仪器固有误差等对激光数据将产生较大影响，需要在激光点云数据检校过程中予以消除，这些误差主要包括偏心角误差、距离误差、扭转误差、俯仰角倾斜误差等；偏心角误差主要是IMU和激光发射器在侧滚、俯仰、偏航三个角度的偏差；距离误差是激光扫描仪中电子器件延迟所产生的误差，这个误差一般是一个常数；扭转误差是指实际的镜面位置与编码器计算的位置之间的误差；俯仰角倾斜误差指条带中心和边缘的俯仰角值的差值；
（1） 偏心角检校
数据检校参数通常是指侧滚角（Roll）、俯仰角（Pitch）和航偏角（Heading）的偏心角分量，其计算原理如下所示：
侧滚角的影响是造成条带沿飞行方向旋转，其检校方法是利用检校场反向对飞的两条重叠激光点云，选择一块横跨航带的平地区域，如：平坦的大路，测量两条带横截面航带宽度和垂直分离值，通过分离值除以宽度得到的值来纠正侧滚角误差：
；
式中，W表示航带宽度，dy表示垂直分离值，表示偏心角；
俯仰角的影响是造成条带沿飞行方向前后位移，因此为了测量其值，要在检校场反向对飞的两条重叠激光数据上，沿飞行方向寻找尖顶的房子或坡面，量测两条带水平分离值和飞行高度，用分离值除以2再除以飞行高度得到俯仰角误差值：
；
式中，H表示飞行高度，dx表示垂直分离值，表示偏心角；
航偏角的误差会使激光条带沿雷达线旋偏，这时需要选择同一航高的两条平行航线，在其中一条航线的边缘和另一条航线的中心位置重叠区内，寻找尖顶房或坡面，量测平均水平分离值和到条带中心的距离：
；
式中，W表示航带宽度，dx表示垂直分离值，表示偏心角；
（2）距离检校
距离检校需要利用到检校场飞行中高低空十字对飞的条带数据，通过对检校场的高程检查点来判断对激光点距离进行整体增加或整体减小，从而完成距离检校；
（3）扭转检校
在平坦地面沿一条直线进行像控点测量，选择垂直于像控点的航线数据，并利用像控点计算航线数据的平均高程残差值，完成扭转检校；
（4）俯仰角倾斜误差检校；
选择一对飞行方向相反的航线数据，选择条带边缘尖顶房断面测量分离值、距离底点的FOV雷达角度和飞行高度。则俯仰角倾斜误差改正值：
；
其中 ，表示俯仰角倾斜误差改正值；表示条带边缘尖顶房断面测量分离值；表示距离底点的FOV雷达角度；H表示飞行高度（m）；
在坐标转换步骤中，检校后的激光点云数据为WGS84坐标系，一般需要转换成项目所需的工程坐标系，工程平面坐标系一般为国家2000坐标系、1954年北京坐标系、1980西安坐标系或当地独立坐标系，工程高程坐标系一般为1985国家高程基准、1956年黄海高程系或地方独立高程基准；
利用基础控制点的WGS84坐标系和工程坐标系坐标解算坐标系的转换参数，使用该参数对激光点云数据进行坐标转换；
进一步的，如图3所示，所述步骤S21、S22的具体作业过程如下：
首先获取IMU数据、机载GNSS数据，对上述数据进行GNSS解算与IMU/GNSS联合解算，并对解算之后的数据进影像外方位元素检校、输电线路点云数据检校，消除其误差，若影像外方位元素检校不合格，则进行摄区空三加密，若合格，则进行坐标转换，输出激光点云坐标以及影像外方位元素；
其中，空三加密具体为：利用检校场像控点进空三加密，结算出机载GNSS偏移值和相机偏心角，进而得到准确的影像外方位元素。
实施例三
如图4所示，本发明第三实施例提供以下技术方案，一种基于激光扫描技术的输电线路数据处理方法，本实施例三与实施例二的区别在于：在本实施例中，所述步骤S23包括：
S231、噪声点滤除与数据分块；
S232、自动分类；
S233、人工交互分类编辑；
其中，所述步骤S231包括：将明显高于或低于整体数据点或点群进行滤除，并对输电线路点云数据进行分块处理，由于点云数据量大，为了提高数据处理的效率，通常需要对点云数据进行分块处理；
所述步骤S232包括：基于反射强度、回波次数、地物形状等算法或算法组合对激光点云数据进行自动分类，分离出地面点、植被点、导线点以及筑物点类别；
所述步骤S233包括：人机交互分类辅助使用光照、三维浏览、显示模式、影像对照进行人机交互检查，纠正分类误差，经过自动分类的激光点云数据必须经过人机交互检查，纠正自动算法的分类误差，以确保地面的完整、连续、准确、可靠。人机交互分类可辅助使用光照、三维浏览、显示模式、影像对照等方法来提高判断的准确性；
在基建验收中，由于要对全部点云数据进行较准确的分类，人工交互分类的工作量较大，一方面要对自动分类的结果进行检查，另一方面要对自动分类无法识别的点云类别如铁塔等进行手工提取。
实施例四
如图5所示，本发明第四实施例提供以下技术方案，一种基于激光扫描技术的输电线路数据处理方法，本实施例四与实施例二的区别在于：在本实施例中，所述步骤S24包括：
S241：DEM制作；
S242：DSM制作；
S243：DOM制作；
其中，步骤S241包括：利用去噪后的输电线路点云数据通过数据内插生成栅格形式的DSM成果；
步骤S242包括：利用分离出的地面点通过数据内插生成栅格形式的DEM成果；
步骤S243包括：利用分离出的地面点对影像数据进行正射纠正，并进行匀色和镶嵌，生成DOM成果；
其中，DSM和DEM成果技术要求如下：
DSM和DEM格网间距和精度应符合工程数据精度要求；保证成果反映完整地形，不得出现插值漏洞；保证图幅接边地形过渡自然，接边误差符合要求；
由于数据处理后得到的影像外方位元素精度可能达不到生产要求，需要进一步纠正，通常采用寻找影像连接点的方式进行，根据与影像对应的地面点云寻找连接点，连接点即两幅或多幅重叠影像上的同名点，一般每两幅有重叠的影像需保证至少4个连接点，为保证产品质量，通常需保证至少8个连接点，若遇到植被覆盖较密或区域内连接点不易寻找，可减少连接点个数，但仍需保证至少4个连接点。所有连接点都必须是地面点且分布均匀，同时距离影像边缘应大于1.5cm，根据影像连接点重新计算影像外方位元素，使用纠正后的外方位元素进行正射影像的生产；
DOM成果技术要求如下：
DOM影像分辨率和精度应符合工程数据精度要求；保证影像清晰，反差适中，色调正常；保证影像接边过渡自然，接边误差符合要求。
在本实施例中，所述DSM成果、所述DEM成果以及所述DOM成果采用Geotiff或ErdasImagine格式。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于激光扫描技术的输电线路数据处理方法，其特征在于，所述方法包括以下步骤：
S01、获取输电线路点云数据与输电线路影像数据；
S02、对输电线路点云数据与输电线路影像数据进行数据处理，得到输电线路三维点云图；
S03、对输电线路三维点云图进行杆塔分离和输电线拟合，得到杆塔与输电线的三维坐标；
S04、根据杆塔与输电路的三维坐标，计算输电线路的当前验收参数，所述当前验收参数包括杆塔位移量、杆塔倾斜度、引流线与杆塔相对位置以及输电线弧垂；
S05、获取输电线路的许用验收参数，以此建立输电线路验收模型；
在所述步骤S03中，所述杆塔分离的步骤包括：
求出输电线路点云数据中点云投影点位置的最左、右、上、下边界：
，
其中为输电线路点云数据中任意一点P的三维坐标；
再设定一个细分尺度a，将输电线路点云数据中的点云在水平面上所占的区域划分成均匀网格，网格的总体宽度和高度为：
，
式中0.001是一个正的微小量；
将输电线路点云数据中的点云向水平面投影，统计各细分格内所落的点数，得到一个以竖直投影直方量为灰度值的二维图像；
在二维图像中，寻找最亮处，即得杆塔的水平位置；
以杆塔水平位置为界，将输电线路分为若干段，对每段线通过Hough变换求出斜率和倾角（ ；为线段数），对各相邻段以其角平分线方向建立分界线；
将各杆塔位置的某一邻域竖直向上拉伸成柱形，落在此柱内的点云属于杆塔，完成杆塔分离；
所述输电线拟合包括：
除属于杆塔的点云外，其余点云属于输电线，将建立的若干分界线向上拉伸成竖面，夹在两竖面之间或落在首末两竖直面外侧的点云属于不同的输电线路，完成输电线拟合。
2.根据权利要求1所述的基于激光扫描技术的输电线路数据处理方法，其特征在于，在所述步骤S01中，采用飞行设备搭载激光雷达扫描输电线路获取输电线路点云数据与输电线路影像数据，所述飞行设备为直升机、动力三角翼或无人机。
3.根据权利要求2所述的基于激光扫描技术的输电线路数据处理方法，其特征在于，在所述步骤S02中，所述步骤S02用于获取输电线路点云数据的空间坐标和输电线路影像数据的影像外方位元素，生成输电线路三维点云图，所述步骤S02包括以下步骤：
S21、IMU/GNSS联合解算；
S22、影像外方位元素检校、输电线路点云数据检校以及坐标转换；
S23、点云数据处理；
S24、DEM、DSM及DOM制作；
S25、成果数据质量检查。
4.根据权利要求3所述的基于激光扫描技术的输电线路数据处理方法，其特征在于，所述步骤S21包括：
利用GNSS偏心分量、IMU偏心分量和相机偏心分量，采用差分技术，融合IMU数据，联合解算获取影像的初始外方位元素和激光雷达的航迹文件，所述航迹文件包含激光雷达在各个GNSS采样时间的位置信息、姿态信息及速度，根据激光雷达的航迹文件和激光扫描数据的回波强度和回波次数等信息，计算输电线路点云数据在WGS84坐标系下的三维坐标。
5.根据权利要求4所述的基于激光扫描技术的输电线路数据处理方法，其特征在于，在所述步骤S22中，影像外方位元素检校包括IMU与航摄仪之间的偏心角检校和GNSS天线与航摄仪之间的线元素检校；输电线路点云数据检校包括偏心角检校、距离检校、扭转检校、俯仰角倾斜检校；坐标转换包括利用基础控制点的WGS84坐标系和工程坐标系坐标解算坐标系的转换参数，使用转换参数对点云数据进行坐标转换。
6.根据权利要求5所述的基于激光扫描技术的输电线路数据处理方法，其特征在于，所述步骤S23包括：
S231、噪声点滤除与数据分块；
S232、自动分类；
S233、人工交互分类编辑；
其中，所述步骤S231包括：将明显高于或低于整体数据点或点群进行滤除，并对输电线路点云数据进行分块处理；
所述步骤S232包括：基于反射强度、回波次数、地物形状等算法或算法组合对激光点云数据进行自动分类，分离出地面点、植被点、导线点以及筑物点类别；
所述步骤S233包括：人机交互分类辅助使用光照、三维浏览、显示模式、影像对照进行人机交互检查，纠正分类误差。
7.根据权利要求6所述的基于激光扫描技术的输电线路数据处理方法，其特征在于，所述步骤S24包括：
S241：DEM制作；
S242：DSM制作；
S243：DOM制作；
其中，步骤S241包括：利用去噪后的输电线路点云数据通过数据内插生成栅格形式的DSM成果；
步骤S242包括：利用分离出的地面点通过数据内插生成栅格形式的DEM成果；
步骤S243包括：利用分离出的地面点对影像数据进行正射纠正，并进行匀色和镶嵌，生成DOM成果。
8.根据权利要求7所述的基于激光扫描技术的输电线路数据处理方法，其特征在于，所述DSM成果、所述DEM成果以及所述DOM成果采用Geotiff或ErdasImagine格式。
CN202310732849.7A 2023-06-20 2023-06-20 一种基于激光扫描技术的输电线路数据处理方法 Pending CN116758442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310732849.7A CN116758442A (zh) 2023-06-20 2023-06-20 一种基于激光扫描技术的输电线路数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310732849.7A CN116758442A (zh) 2023-06-20 2023-06-20 一种基于激光扫描技术的输电线路数据处理方法

Publications (1)

Publication Number Publication Date
CN116758442A true CN116758442A (zh) 2023-09-15

Family

ID=87956690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310732849.7A Pending CN116758442A (zh) 2023-06-20 2023-06-20 一种基于激光扫描技术的输电线路数据处理方法

Country Status (1)

Country Link
CN (1) CN116758442A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118097443A (zh) * 2024-04-29 2024-05-28 山东万物知视科技有限公司 一种基于激光点云数据的输电线路单体自动化提取方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118097443A (zh) * 2024-04-29 2024-05-28 山东万物知视科技有限公司 一种基于激光点云数据的输电线路单体自动化提取方法

Similar Documents

Publication Publication Date Title
CN108181635B (zh) 一种用于输电线路交叉跨越分析的激光点云分类方法
CN111458720B (zh) 复杂山区基于机载激光雷达数据的倾斜摄影建模方法
US10962650B2 (en) Polyhedral geofences
CN104931022B (zh) 基于星载激光测高数据的卫星影像立体区域网平差方法
CN102506824B (zh) 一种城市低空无人机系统生成数字正射影像图的方法
CN110108984B (zh) 电力巡线激光雷达系统多传感器的空间关系同步方法
Lo Brutto et al. UAV platforms for cultural heritage survey: first results
CN101750619B (zh) 自检校pos直接对地目标定位方法
CN111105496A (zh) 一种基于机载激光雷达点云数据的高精dem构建方法
CN109814405B (zh) 一种测控布站方案综合量化评估方法
CN107621628A (zh) 一种安置角误差检校方法
CN116758442A (zh) 一种基于激光扫描技术的输电线路数据处理方法
CN111426303A (zh) 一种岩溶坡立谷参数测量方法
Li et al. A study of the potential attainable geometric accuracy of IKONOS satellite imagery
Hlotov et al. Accuracy investigation of creating orthophotomaps based on images obtained by applying Trimble-UX5 UAV
CN110148218B (zh) 一种大批量机载LiDAR点云数据整体优化的方法
Arif et al. Generation of digital elevation model through aerial technique
Zhang Photogrammetric processing of low altitude image sequences by unmanned airship
RU2726256C1 (ru) Способ построения трехмерной модели местности вдоль полотна железнодорожного пути
Moore et al. LiDAR-derived navigational geofences for low altitude flight operations
Amhar Quality test various existing DEM in Indonesia toward 10 meter national DEM
Wang et al. A method for generating true digital orthophoto map of UAV platform push-broom hyperspectral scanners assisted by lidar
Rabiu et al. Unmanned Aerial Vehicle Photogrammetric Products Accuracy Assessment: a Review
Joshi et al. Preparation of High-Resolution DTM and Orthophoto Using LiDAR in Nepal
Maboudi et al. Improving the internal accuracy of UAV-image blocks using local low-altitude flights and scale-bars

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination