基于无人机LiDAR点云数据的110 kV架空输电线路测量

81智能电网NO.01 2020
智能城市 INTELLIGENT CITY 基于无人机LiDAR点云数据的110 kV
架空输电线路测量
乔凌霄1 郭超维2 刘源涛1 张佳琦1 徐善智1 赵红梅1
（1. 山西能源学院，山西 晋中 030600；2. 山西菲达科技有限公司，山西 晋中 030600）
摘 要：由于传统的电力巡检存在高成本和高风险等因素，导致电力线路巡检发展受到一定的限制。

基于无人机及RTK技术的发展，结合激光雷达（LiDAR），根据《架空输电线路运行规程》（DL/T 741—2001）对输电线路巡检和维护的要求，并以昔阳地区110 kV电力线路走廊区域为试验区，采用无人机LiDAR点云数据，并建立对输电线路的静态悬链模型，使用MATLAB三维仿真，实现了对架空线路交叉跨越的高效、精准的检测。

关键词：无人机；机载LiDAR；交叉跨越；静态悬链模型
随着我国电力系统的发展，对输电线路走廊周边地形和线路进行三维显示成为数字电网建设的重要环节[1] 。

交叉跨越是指待测线路走廊中，地物到线路的最短直线距离。

依靠无人机辅助测量人员进行检测，可大大降低巡检的风险与成本，相比于传统的载人直升机具有效率高、风险小、精度高、成本低等优势[2]。

实验通过无人机搭载激光雷达设备完成了对该段线路的精确检测。

1 设备的组建
1.1 无人机平台
无人机是最近兴起的行业之一，多旋翼无人机具有起降灵活、操作简单、稳定性好、成本低、易维护等优势，被广泛应用于农业、电力、安防、影视等多个行业，随着无人机技术的一次次革新，国内的无人机技术已相当成熟[3-4]。

通过搭载光学相机、热像仪、激光雷达等设备，可以实现对电力线路及附属设备的全面分析和检测，如线路清障、异常温度变化检测、三维建模、交叉跨越检测等[5]；由于巡检区域为山地，地势起伏较大，且存在较强的工频电磁场干扰，本次实验采用经纬M600 Pro六旋翼无人机为飞行平台。

1.2 激光雷达技设备
无人机激光雷达（LiDAR）技术是一种先进的三维遥感技术，通过物体的反射特性来获取表面位置信息[6]。

本次试验使用海达数云ARS-100，该激光雷达能够对地物进行精确地扫描，并及时生成LAS点云、DEM、DSM、DOM，能够快速获取精确三维空间数据，点云数据具备测量精度高、处理效率高、成果应用多样化等特点，广泛应用于电力巡检、应急测量、公路检测、挖填方计算、考古调查、数字城市等领域[7-8]。

2 测量方案设计
鉴于巡检段塔杆高度约40 m，为保证LiDAR设备的点云采样密度和人员、线路、设备的安全，无人机飞行航线设定在线路斜上方，高度100 m，水平方向距走廊中心线大于15 m，无人机位于架空线路上方约60 m。

本次采用的ARS-100是一款轻型的无人机高精度雷达设备，为了能够采集最高的地面反射点云密度，激光脉冲频率设置为最大的脉冲频率300 kHz，同时设置无人机平台飞行速度为5 m/s，以兼顾点云密度及巡检效率。

该设置模式下激光雷达对地的理论点云密度约为1 000 pts/m2。

高质量影像数据与高密度的激光点云数据，可以对杆塔、导线和地物进行精确的还原。

在实际测量中，激光雷达的表面分辨率直接影响生成点云的密度，能反映出被测物体表面能够被识别的最小特征尺寸。

几何关系如图1所示，H为飞行器对地的垂直距离（m）；雷达沿x轴扫过一个角度为β的角，并在x轴方向上的产生微小的增量ΔX；沿y轴扫过一个角度为α的角，并在y轴方向上的产生微小的增量ΔY。

则x轴方向的分辨率计算如下：
（1）求上式两边对β的微分：
（2）y轴方向：
（3）同理，两边对α微分：
（4）因此，在单位面积内的点云数量
：
（5）
式中，dα、dβ为已知数据，即扫描仪的最小角度分辨率，本次试验中激光扫描仪最小角度分辨率为0.001°，所以在确定飞行高度H和角度α、β 时，即可计算该区域的扫描点数。

图1 几何关系图
3 实验数据分析
本文在数据处理阶段首先通过抽样检测，验证原始点
y
H
z
α
β
x
82
智能电网
NO.01 2020
智能城市 INTELLIGENT CITY
云数据的可靠性，之后将原始点云数据与静态悬链模型相拟合，使用全站仪验证该模型的可靠性和准确性，最后使用MATLAB软件进行仿真，实现线路模型的三维可视化。

3.1 数据预处理
将导航解算数据、RTK差分数据与原始点云数据进行处理可将点云赋予真实坐标[9-10]。

点云数据的预处理主要是将点云数据进行坐标系转换，经过了瞬时扫描坐标系、扫描参考坐标系、IMU惯性参考坐标系、导航坐标系、WGS_84坐标系。

预处理后的点云数据就可以直接读出线路及塔杆各个点的高度。

点云数据如图2所示。

图2 可视化的点云数据
3.2 导线提取
点云分类后得到的电力线并不是连续的直线，而是由很多离散点组成近似的线段形状，还需拟合为连续矢量线。

由于电力线在X、Y平面内都是直线段，因此将电力线点云降维投影到X、Y平面，利用Hough变换提取直线。

这种方法一方面能利用线性特征，另一方面能克服电力线数据的离散性。

静态悬链模型如图3所示。

其数学模型用悬链线方程表示
：
（6）
式中：
q 为荷重比，σ0（N/mm 2）是电线最低点的水平应力与自重力比载γ（N/m· mm 2
）的比值；x 为导线的水平坐标。

图3 静态悬链模型图
q 反映了悬链线的形状和高度等信息，由电线材质及结构决定，这里作为已知量。

图中，h 为悬挂点高差，l 表示档距。

为了便于计算，取坐标原点位于低悬挂点A 处，此时悬链线方程变为：
（7）
式中：
a —低端悬挂点A 与电线最低点O 的水平距离；H —低悬点A 的弧垂。

3.3 模型应用与分析
该静态悬链线模型主要将无人机激光雷达点云数据拟合为一条连续的矢量线，并成功应用于国网山西电力公司昔
阳线路无人机航测服务中，在昔阳地区电力线路走廊区域的电力测量中进行了验证。

Matlab中模拟出的三维可视化悬链线模型如图4所示，将计算值与全站仪数据进行比较，数据对比如表1所示。

图4 模拟三维可视化图表1 数据对比表
参数雷达数据全站仪数据高差/m 18.80918.843档距/m
623.522623.766导线最低点对地高度/m
24.539
24.504
可知高度、档距、导线最低点对最高点的绝对误差值分别为0.034、0.244、0.035 m ；相对误差为0.16%、0.039%、0.14%。

可以看出，无人机测量精度非常高，与人工测量精度基本一致。

4 结语
通过本次实验可以看出，无人机搭载激光雷达对交叉跨越点的检测与人工测量精度相差不大，且速度更快、可视化程度更高，之后结合悬链线模型，进一步提高了测量的精度。

参考文献
[1] 汤明文，戴礼豪，林朝辉，等.无人机在电力线路巡视中的应用[J].
中国电力，2013，46（3）：35-38.
[2] 李力.无人机输电线路巡线技术及其应用研究[D].长沙：长沙理
工大学，2012.
[3] 彭向阳，刘正军，麦晓明，等.无人机电力线路安全巡检系统及
关键技术[J].遥感信息，2015，30（1）：51-57.
[4] 朱为维，王启源.基于无人机的线路巡检技术研究[J].电子制作，
2013（21）：13-14，6.
[5] 马青岷.无人机电力巡检及三维模型重建技术研究[D].济南：山
东大学，2017.
[6] 陈凯，张达，张元生.采空区三维激光扫描点云数据处理方法[J].
光学学报，2013，33（8）：125-130.
[7] 熊光洋.无人机激光扫描测绘系统检校方法的研究与实现[D].广
州：华南理工大学，2016.
[8] 陈利明，张巍，于虹，等.无人机载LiDAR系统在电力线巡检中
的应用[J].测绘通报，2017（S1）：176-178.
[9] 姚富山.无人机影像匹配点云的处理与应用[D].郑州：解放军信
息工程大学，2017.
[10] 韦盛斌，王少卿，周常河，等.用于三维重建的点云单应性迭
代最近点配准算法[J].光学学报，2015，35（5）：252-258.
作者简介：乔凌霄，硕士，助教，研究方向为自动检测技术及
智能测试仪器设计。

A
z
f
b
x
H h
a
l
O
B
151050-5-10-1580
60
40
20
50
100
150
250
200
线路1（拟合）线路1（实测）线路2（拟合）
线路2（实测）。