摘要：社会经济与科技的发展，推动了我国电力领域的蓬勃发展。输电线路三维设计作为当前的研究热点，其三维地理场景的建立至关重要。无人机激光雷达作为近年来测绘领域最为高效的数据采集手段，可同时获取工程区域的影像信息和高密度高精度的激光点云数据，通过对影像和激光点云数据处理，分别生成含有丰富纹理信息的正射影像和高精度的数字高程模型，两者结合生成高精度三维地理场景，从而为输电线路三维数据提供基础数据。本文就无人机激光雷达技术在输电线路三维设计中的应用展开探讨。
关键词：无人机；激光；三维设计
引言
无人机技术发展日新月异，利用先进的无人机搭载激光雷达对输电线路通道进行巡检，采用点云数据技术，对输电线路通道物征物进行提取，可以实现输电线路的真实三维重建，恢复输电通道的沿线地表形态、地表附着物、线路杆塔三维位置和模型，进而实现对建筑物、植被、交叉跨越物的距离测量，实现线路资产管理，为输电线路管理决策提供有力支撑。
1无人机摄影测量的优点
以无人机作为航空摄影设备的载体，能够快速高效地获取高质量、高分辨率的影像数据。因为拍摄距离近，无人机在摄影测量领域中天然优势是传统卫星遥感所无法比拟的。因此采用无人机摄影的技术方案受到摄影和测量领域的研究和生产者越来越多的青睐，同时也大幅拓展了遥感影相的应用范围和潜在用户群，具有广阔的应用前景。基于立体摄影测量原理，利用多旋翼中小型无人机搭载复数台数码相机、GPS接收机及相关设备，对架空输电线路通道走廊进行影像获取，可以实现架空输电线路通道走廊地表和杆塔导线的高精度三维重建，通过数字化手段再现架空输电线路走廊的真实场景，具备取代地面人力巡检进行精细化运维工作的能力，同时也更加有利于后期的数据分析、管理与功应用开发。
2航飞工作实施
（1）布设控制点。像片控制测量过程中，为了更好地提高测量质量，布点时应根据对测区的现场踏勘情况，在测区内选择明显的道路拐点、交汇点布设像控点。控制点测量使用RTK测量。（2）规划飞行航线。根据测区面积，现场地理环境。规划飞行航线，确定起降位置，计算航高、航速、航向间距等参数。工作人员应高度关注无人机的飞行效率，认真规划每台无人机的飞行路线，避免无人机的摄影测量范围相互干扰而降低工程项目测量效率。（3）数据采集。择测区附近作为起飞场地，以减少无效飞行，并利用地面GNSS基站数据与机载GNSS数据进行后差分（PPK）定位，解算无人机载激光雷达的飞行轨迹。需要注意的是设备挂载上无人机起飞前、后，均需静止5min左右，进行惯导数据的收敛。
3无人机激光雷达点云数据技术
3.1工作原理
电力巡检无人机通过激光雷达系统巡线采集、处理电力沿线的激光点云，可以实现电力线路的真实三维重建，恢复电力线的沿线地表形态、地表附着物（建筑、树木等）、线路杆塔三维位置和模型等。此方案可以为输电线路监护人员提供数据基础，了解输电线路设备设施的结构信息，发现其中的异常和隐患，以及线路走廊中被跨越物对线路的威胁。该方案收集的线路属性参数还可以实现线路资产管理，与智能电网方案结合效果更好。
3.2点云数据处理生成DEM
（1）点云去噪。由于机载LiDAR系统获得的海量点云数据中包含了大量的粗差和系统误差，首先需将明显高于或低于整体数据点或点群（噪声点）进行滤除。为提高数据处理效率，通常需要根据点云数据大小及计算机性能对点云进行分块。（2）自动分类。由Lidar点云数据获取DEM，关键在于从Lidar点云数据中分离出反映地面真实起伏，落于裸地表面的点，即地面点。
而落于建筑物、构筑物、植被、管线等反映地物形态的点，即非地面点，则需要在生成DEM之前剔除。利用TerraScan软件进行自动分类，所用的分类方法是Axelsson提出的不规则三角网渐进滤波法。在自动分类前首先根据测区已有的参考数据，如影像、地形图等方法来判断整个项目区域范围内的地形、地貌等情况。并选取代表性的数据作为样区对分类参数反复调试，通过查看分类点云剖面分布情况判断分类好坏，最后将分类结果较好的参数用于整个测区。（3）手动分类。上述自动处理只是初步分类，仍存在的分类误差，需要手动精细分类，以确保地面的完整、连续、准确、可靠。通过手动选取分类较差的区域，对该区域调试分类参数，直至分类满足要求。（4）DEM生成。将点云分类后得到的地面点数据内插生成栅格形式的DEM，生成的DEM应保证地形完整，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。
3.3激光雷达数据的滤波
从激光数据点云中提取数字表面高程模型（DTM/DEM），需要将其中的地物数据脚点去掉，这就是所谓的“激光雷达数据的滤波”。如果要进行地物提取和建筑物的三维重建，就需要对激光脚点数据点云进行分类（分割），区分植被数据点和人工地物点，以提取数据点云系列，这就是所谓的“激光雷达数据分类”。针对电力线点的提取工作，也是先通过滤波分离地面点与地物点，然后使用分类方法分离植被点与电力线点。滤波和分类是机载激光雷达数据处理的关键。一般而言，激光点云数据滤波的处理时间大约占全部时间的60%～80%，滤波算法的质量直接决定着DEM的质量。目前，已经有不少国内外学者研究了激光点云数据的滤波和分类方法。
3.4影像处理生成DOM
（一）空中三角测量。预处理后得到的影像外方位元素一般无法满足工程生产需求，仍需通过空中三角测量进行优化。空中三角测量是通过影像上的像点坐标和地面上的少量控制点坐标，恢复影像间精确拓扑几何关系的过程。一般作业步骤如下：①特征提取与匹配：采用点特征提取算子在影像的重叠范围内选取均匀分布的明显特征点，进行特征匹配及相对定向解算；②自动转点：对每幅影像中的特征点，在与其重叠的所有影像中，进行自动转点，并进行反向匹配，检测排除可能存在的粗差；③控制点半自动测量：为达到高精度的自动空三精度，需要人工在计算机屏幕上量测控制点对应的像点，然后进行平差，获取高精度的影像方位元素。（二）DOM生成。空中三角测量完成后，使用纠正后的外方位元素进行正射影像DOM的生产，并进行匀色和镶嵌。DOM影像分辨率和精度应符合工程数据精度要求，并保证影像清晰，反差适中，色调正常，接边过渡自然，接边误差符合要求。
3.5实景数据采集修正和处理流程
数据得以高效处理的前置条件必然是在数据采集过程中就充分考虑各项因素的影响，从采集设备特性解析、采集设备运行参数调优，精度控制和误差修正都需要给予充分的关注。因此从待采集数据的特点分析入手，对采集设备进行简要分析，并结合采集过程的要求和特点进行参数调优，同时对采集的影像数据进行误差分析并拟定可行的控制和修正策略。最终通过成品采集设备的反复试验进一步调整完善，以确保采集的数据能满足后续数据处理的要求。
结语
无人机激光雷达技术与传统无人机航空摄影测量技术相比，不仅能获取纹理丰富的正射影像，还能利用激光较强的穿透能力，获取真实的地形信息，在山区密林较多的情况下，激光雷达技术优势更加显著，其生成的高精度三维地理场景能够满足工程设计需求，大大提高了作业自动化水平，减少了野外测量工作量。
参考文献
[1]杨胜.三维激光扫描点云数据处理研究进展、挑战与趋势[J].2017（10）.
[2]李风.浅谈机载激光雷达数据处理[J].测绘与空间地理信息，2018（8）.