杨钦、梁颖勇、欧发斌、覃周培、黄江琨、朱开放
（广西电网有限责任公司崇左供电局，广西崇左，532200）
摘要：本文简要介绍激光雷达技术在电力巡线过程中的应用，探讨了巡线应用中点云数据处理的技术，就Li DAR 点云数据的分类以及注意问题做简要说明。
关键词：电力巡线；激光雷达；点云分类
0引言
随着国民经济的高速发展，对高电压、大功率、长距离输电需求的提高，线路走廊穿越的地理环境越来越复杂，对其运行维护日趋困难。目前 500KV 输电线路是我国输电主网架。500KV 输电线路覆盖区域广，沿线地形复杂多样，当线路穿越植被覆盖的山区时，对于植被茂密的地区无法测量，或直接采取将视野范围内植被砍伐掉再进行测量的手段，造成许多不必要的植被砍伐，破坏了周围环境。激光雷达以无人机、直升机等为平台，高频率激光脉冲具有一定穿透性，能够穿透茂密植被冠层，获取林下地形信息，非常适于狭长区域、植被覆盖、地形复杂区域的三维信息获取，这为数字电网建设和线路安全巡检等提供了强有力的技术支撑，其应用可覆盖前期的电网线路规划、勘测、设计施工，乃至后期的数字化管理、安全运营和维护等。
本文重点介绍激光点云分类处理的基本内容，按照不同地表物体的反射特性、形状特征等，将表达不同地类地物的点云进行区分。
1 激光雷达系统以及获取数据的一般流程
三维激光雷达系统是目前唯一可以同时准确恢复线路三维走廊地形、地貌、地物、线路杆塔位置形状、线路弧垂的快速测绘手段。通过对获取的 GPS/IMU数据、激光雷达数据及其同时拍摄的影像数据进行一系列处理，可以得到数字高程模型（DEM）、数字地面模型（DSM）、数字正摄影像（DOM）以及植被分类图等丰富的地表信息，根据具体情况具体应用。
激光雷达系统获取的数据一般处理流程
.png)
2 激光点云分类基本内容及要求
输电线路走廊是电网的最主要部分，走廊内地形、地貌、地物（植被、建筑、车辆、水系、交通等）、电塔、挂线点位置等是电网建设和管理极为关注的对象。但是一次飞行任务获取的原始点云包括了输电线走廊内的所有地物目标，而实际应用中要求将不同类型地物目标的激光点分离出来，即进行分类。对经预处理合格后的 Li DAR 点云成果数据进行精细分类，为下一步 DEM数据的生产提供高精度的数据成果，而激光点云分类的正确与否直接影响到危险点检测，因此要求分类的准确性，保证最终产品达到相应的精度要求。
3 Li DAR 激光点云数据处理
3.1 数据准备
数据准备主要包括以下内容：
点云数据；航迹文件（GPS 时间、位置信息与姿态信息相对应的列表文件）等参考文件；地面检查点（野外实测数据）；其他有关数据，如与数据处理、成果检验相关的数据等。
3.2 工程管理
Li DAR 测量技术获取的点云数据海量密集，信息丰富，数据量大，针对这一数据特性，结合实际项目需求，在点云处理前，首先要对点云数据进行分块，数据块的大小根据数据处理的软、硬件性能综合考虑，每一个分块为软件处理的一个单元。一般情况一个处理单元以电力线走向为中心线，覆盖电力线为原则按一定公里数为一个 block。
3.3 点类定义
点云数据本身是离散的，没有属性类别的，根据电力巡线的需求，对点云类别进行定义，分别定义地面点、非地面点和专题点数据，其中专题点又细分为关键点、水系及设施、居民地及设施、交通及设施、植被和其他等，并进行分层设色，（如图 2 所示）为点类定义图
.png)
3.4 点云分类
点云分类过程中，人工编辑占很大的工作比例，结合自动分类，参考渲染的地面模型和表面模型以及对应的影像数据和人工编辑的方法进行精细分类。
点云分类主要是将点云数据按照点类定义分别归类到各自所在的层。由于点类的定义比较繁多，因此以人工干预为主，首先移除噪声点，也就是明显低于或高于地表的点或点群，以免影响后期分类。其次将电网线路此处包括塔、导线、地线、绝缘子、引流线五类从激光点云中分离出来（如图 3 所示）
.png)
蓝色的是地线，红色的是导线，玫红色的是塔，黄色的是绝缘子，白色的为未进行分类的 default 点。
在实际过程中检测危险点时，需要把线路走廊激光数据按照规程要求进行分类，下一步根据走廊内地物类型和特征，同时对地面、树、道路等进行分类，各种分类信息可以相互辅助，提高效率和准确度。分类过程一般先使用点云数据处理软件进行自动分类，然后进行人工干预，（如图 4 所示）展示了部分分类成果。
.png)
除去走廊线路之外，墨绿色的是湖泊，灰色的为公路，粉色的是交叉跨越下，蓝色的是引流线（转角塔才有的），橘黄色的是地面点等等。归类清楚，一目了然。最后将未分类的点按高度分为低植被，中植被，高植被，到此分类完成。（如图 5 所示）展示了某段输电走廊电力线点云分类结果。
.png)
3.5 点云检查
点云检查是点云数据处理过程的一个重要环节，检查的内容主要是非地面点云精细分类，按电力巡线的要求，不允许错分、漏分；主线路是否少点；是否有航带高差；将分类结果与影像套合，查看点云与影像内容及范围是否一致。
结合分类后的点云可以实现电力线路的三维数字化，恢复电力线沿线地表形态、地表附着物（建筑、树木等），线路杆塔三维位置和模型等，并将线路的属性参数录入，成为实现线路资产管理的重要依据，巡检过程中涉及到的风险排查包括：
（1）危险点检测。
（2）从点云中提取塔杆信息，包括位置、塔高。
（3）根据塔杆位置、走廊宽度，自动进行杆塔分割。
（4）自动进行危险点检测。
（5）危险点树木单木分割，以不同颜色表示不同的树木。
因此激光点云的准确分类为数字电网建设和输电线路安全巡检提供强有力的技术支撑，因此要求分类工作者有耐心、细心、责任心。
这里提出需要注意的问题: 错将杆塔点分为植被点，漏分电力走廊内的交叉线路，错将噪点提取为电力线点，将高于电力线的噪点分为植被点等等。类似的诸多问题还有很多，送电线路巡检时必须保证导线到线路走廊各种地物的距离符合安全距离要求，因距离不够引发的线路闪络是很多线路安全事故的初始诱因。激光技术为检测线路走廊中地物到线路的距离提供了精确的手段。
4 结束语
近年来，基于激光雷达进行电力巡线的方法对已建线路的危险点巡线检查、线路资产管理以及各种专业分析都带来了技术优势，不同飞行平台的Li DAR 在电力巡线中发挥了重要的作用，当前的应用主要涉及输电线走廊的激光点云分类即将原始点分为地面点和非地面点以及专题点，地面激光点经过插值或构网可得到走廊的数字高程模型（DEM），而非地面点可经过进一步处理提取各类地物点。为输电线路监护人员提供数据基础，发现输电线路设施设备异常和隐患，以及线路走廊中被跨越物对线路的威胁。利用激光雷达测量系统获取的高精度点云可以检测建筑物、植被、交叉跨越等对线路的距离是否符合运行规范。然而输电线路走廊点云后处理仍然需要大量的人工操作，尤其是输电线走廊点云分类和输电设备精细模型（杆塔、绝缘子等）因此，在今后的工作中继续探索提高激光点云处理算法的自动化程度的方法，构建基于电力巡线需求的激光点云处理流程也是激光雷达技术在电力巡线应用中发挥其重要作用的保证。