摘要：如今，我国正在大力实施退耕还林的对策，因此林业产业的发展也越来越快速，但树木的生长却对输电线路的安全运行造成了一定的影响，这不利于电力资源的传输。对于电力企业而言，必须解决树障问题，避免对输电线路产生影响。本文研究利用无人机倾斜摄影测量技术，快速获取了输电线路及周围环境可见光点云数据，利用匹配算法拟合的导线和分类的地物，精确计算出树障距离和位置并生成树障隐患报告。
关键词：树障分析；可见光点云；摄影测量；无人机
引言
电力是经济发展的重要物质基础，随着我国经济的快速发展，中国电网也迎来了前所未有的发展机遇，输电网是电力传输的主网架，在输电线路的运行维护中，树线矛盾一直是严重威胁电力线路安全稳定运行一个重要问题。本研究基于图像智能识别和无人机倾斜摄影测量技术，通过实现输电导线的三维重建以及地物的智能分类，进而精确的计算出树障距离，为无人机电力树障巡检提供智能化、高精度的巡检方案。
1输电线路树障处理必要性
输电线路树障一般指的是生长在输电线路两边的树木。这些树木生长较快，不满足线树的安全距离，极易发生导线对树木放电，最终导致电力危险事故。输电线路的树障难题始终影响着安全稳定运行。，因此，线树隐患问题得到了相关工作者的高度重视，并加大了对其的研究力度，也制定出了相应的解决措施。其中，全新测距技术的使用能够更好地改善传统技术的局限性，从而为电力线路建立安全、可靠的运行环境。但单一的清障措施难免需要非常多的人力、物力，同时错误的清理方法也严重威胁着线路运维人员的人身安全，在不同的线路位置及不同的生态环境下，一定要运用多种措施及方法，全面展现出各种清理方法及工器具的优势，并要把组织工作、清理工具、技术使用合理地融合到一起，这样就可以节省树障清理的人力和物力，确保输电线路走廊树障清理的效果，保障线路树障清理人员的人身安全，为电网运维打造一个可靠的“安全通道”。
2基于无人机可见光点云的输电线路树障隐患智能分析
首先本研究采用无人机平台对输电线路进行航空摄影；然后采用计算机视觉领域的SFM（Structure From Motion）技术与传统空中三角测量相结合的方法，处理诸如无人机获取的影像、飞行POS参数之类的原始数据，并计算图像的绝对定向参数，进而获取地表及导线的三维点云数据；最后对导线进行拟合建模，根据地面物体点云数据和输电线的3D重建模结果，通过计算输电线和地面物体点云之间的空间距离，从而检测树障距离，并提供相应的分析报告，进而阐明树障隐患点。
2.1无人机控制与数据采集
（1）无人机自动巡检智能控制系统
为排除无人机巡检过程中由于人工操控无人机导致的数据质量不高和安全问题，本研究采用自主研发的无人机自动巡检智能控制系统。该系统是基于大疆SDK和Android操作系统开发的，以无人机智能控制算法为核心，内置手动飞行、树障巡视、通道巡视、精细化巡视、正摄影像、倾斜摄影等飞行模式，可满足不同应用场景的数据采集需求，实现多旋翼无人机巡检的自动化、智能化操作控制，减少人工干预，提升巡检效率，降低作业安全风险。
（2）倾斜摄影数据采集
利用无人机倾斜摄影数据进行三维重建，首先需要解决的是如何建立影像与地物间的几何关系，也就是如何通过内、外方位元素解算出共线方程。由于目前无人机飞行姿态不稳定，且搭载的相机大多是非量测相机以及缺失高精度POS数据，因此仅利用当前的数据处理技术是无法满足高精度三维模型重建的需求。本研究结合计算机视觉领域的SFM技术与摄影测量传统技术，使无人机倾斜摄影数据能够实现自动空三和联合精确定位。具体算法步骤如下：
由于无人机影像无精确POS数据导致无法使用传统空三利用POS进行影像检索，因此首先需要在计算机机器视觉识别算法中耦合基于要素对象的影像检索方法，采用影像尺度不变特征变换算法SIFT（Scale Invariant Feature Transform）获取图像描述要素对象；在此基础之上，使用分层K-均值自动识别算法生成视觉单词，并构建相应的词汇树；最后通过采用改进的TF-IDF算法对已生成的视觉单词进行加权检索类似图像，进而解决无人机倾斜影像空三中的影像检索问题。利用特征匹配和核线几何约束关系匹配稀疏的低连接强度像点，利用SFM的稀疏三维重建技术快速获取无人机初始的内外方位元素和较为准确的相机参数。
2.2可见光点云处理算法研究
（1）点云匹配
半全局匹配算法是一种介于局部匹配和全局匹配之间的算法，同时实现了综合上述两种匹配算法的优点，在精度和效率上达到了较好的平衡，广泛应用于航空摄影测量遥感当中，其基本原理是通过多个方向的一维约束从而拟合二维约束，不仅可以得到较好的处理结果，而且执行效率远高于其它匹配算法，在具有比较规则的结构的同时，又能够非常容易映射到GPU、DSP等并行处理平台当中。本研究采用集参数化相似性测度、非参数化相似性测度以及互信息匹配测度于一体的半全局匹配算法生成初始密集点云。
（2）点云分类
点云分类是倾斜摄影测量影像数据处理和模型重建中关键的一步，其主要包括特征提取和分类两个过程。本研究采用基于随机森林算法的不同地形区域的自适应特征选择方法。算法流程：从整体样本数据中有放回的随机抽取n个子集（即构建n颗树），在抽取每个子集时没有被选中的样本成为“袋外数据（OOB）”；对每一个样本子集构建原始的分类树，每个节点处随机选出建模因子构建拆分，从中选出最优方案；通过求取每棵树的预测结果的众数值来获得预测数据。
为保障各个区域地形起伏变化的相似性，需要依据地形地貌情况对整体三维激光点云数据进行分块划分，用以减小因地形因素而对分类结果造成的不必要影响；同时为了评估各个区域中点云特征要素的分类能力，采用基于随机森林的特征变量重要性算法，对特征要素进行排名，从而去除相对较弱的特征；然后，通过推演各个特征集合间的相关性，去除高度相关并且重要性排名较低的要素，从而得到较为适宜该研究区地形三维激光点云分类的特征要素集合。该方法可有效降低特征维数，缩短运算时间，且分类精度较高。
2.3导线矢量化模型构建
市场上现有的导线拟合方法存在抗噪性差、拟合精度低等问题，为了解决这一系列问题，本研究采用一种基于立体像对法的导线提取方法。电力线三维建模的前提是在原有的二维影像基础上检测到导线，通过采用直线检测分割算法（Line Segment Detector，LSD），从而能在线性时间内获取亚像素级精度的检测结果。
生成直线支持区域。以特定的空间尺度对输入影像进行高斯采样，从而计算每一个像素点的梯度值以及梯度幅值方向；
矩形拟合。用矩形来近似表示已生成的直线支撑区域，同时计算该区域中的像元个数、梯度角度以及矩形角度相同的像素个数。
直线验证。该步骤主要是判断所提取的线性特征是否为真正的直线。本文采用LSD算法，耦合对立方法以及Helmholtz原理，判断该直线支持区域是否为直线。
利用基于2D影像输电线路提取的成果，通过多影像核线约束基本原理获取输电线路的空间立体测量采样点，从而为架空输电线路悬链基本方程提供相应的观测值。
2.4树障隐患智能分析
本研究通过采用分段剖面安全距离计算方法，利用已分类好的三维激光点云数据和通过点云自动提取的电力线矢量信息，计算输电线路与走廊下方地物的距离数据，同时参考不同电压等级下的安全距离信息，针对小于安全距离的区域实现自动化判读和危险预警。
3应用分析
本研究结果在某500kV及以上输电线路实现了成功应用，通过程序计算结果与现场实测数据一对一进行对比分析，其成果精度完全满足输电线路通道距离管控要求。同时对于因地形限制因素人工巡检难以摸清的树障位置采用该研究完全解决上述矛盾，同时还可以通过无人机手段应用于班组巡视质量考核、树障砍伐验收、防山火隔离带排查、通道治理计划制定等运维工作中。
4结束语
综上所述，输电线路树障问题一直是困扰电力运行的主要难题，必须得到解决。本研究有效解决了输电线路数据采集量大、测量效率低、计算过程复杂等难题，可有效预控因人员监控不到位导致输电线路管控盲区，保障了输电线路通道安全。通过研发可见光树障智能分析软件，实现输电线路无人机巡检数据的智能化分析，自动分析发现树障隐患并出具树障隐患报告，相比以往人工树障隐患测量方式，树障隐患发现效率有效提高。同时，无人机可见光点云作为一项新的测量技术，因其操作简单、成本低、效率高，在输电线路运维管理中必将具有广泛的应用前景。
参考文献
[1] 陈驰 彭向阳等.大型无人机电力巡检LiDAR点云安全距离诊断方法[J].电网技 术，2017(08)
[2] 秦新燕 吴功平等.巡线式激光雷达点云的电力线重构[J].测绘科学，2019(05)
[3] 陈熙.无人机在输电线路巡检中的应用及发展前景[J].电力系统装备，2019(01)
[4] 张亮 杨善婷.无人机倾斜摄影测量在电力工程三维建模中的应用研究[J].科学 与信息化，2018(35)
[5] 吕吉伟.图像处理技术在无人机电力线路巡检中的应用[J].通信电源技术， 2019(06)
[6] 丁薇.基于机载激光点云的输电线路走廊树障自动化检测方法[J].测绘与空间 地理信息，2018(11)