CN104732588A - 一种基于机载激光雷达点云的电力线三维重建方法 - Google Patents

Abstract

一种基于机载激光雷达点云的电力线三维重建方法，所述机载激光雷达点云的数据已经被正确分类，所述方法包括以下步骤：步骤一，加载架空输电线路正确分类后机载激光雷达点云数据和初始线路轨迹数据；步骤二，提取电塔位置、数量和输电线路轨迹的精确信息，并确定输电线路的总档数；步骤三，确定输电线路的每一档二维空间范围和电力线激光雷达点；步骤四，对确定的每一档电力线激光雷达点进行聚类；步骤五，进行电力线三维重建。本发明所需的参数少、自动化程度高、鲁棒性和普适性更好，具有对电力线的根数、电力线类型、电力线空间配置结构、粗差点、点云不规则断裂和线路长度等因素不敏感的优势，并且重建模型具有较高的重建精度。

Description

一种基于机载激光雷达点云的电力线三维重建方法

技术领域

本发明涉及一种利用机载激光雷达点云进行电力线三维重建方法，具体地说是一种基于机载激光雷达点云数据的长距离架空输电线路电力线三维重建方法，属于激光雷达点云数据信息提取技术领域。

背景技术

架空输电线路是一项重要的国家基础设施。为了防止和杜绝电网安全事故的发生，电力巡线是电网运营维护管理部门需要进行的一项重要工作。人工巡线劳动力强度大、工作条件艰苦、效率低、复巡周期长、巡检数据准确率不高。

近年来，机载激光雷达测量技术在直升机电力巡线中得到日益广泛的应用。目前，机载激光雷达点云电力巡线的相关研究主要集中在电力线走廊激光点云分类、电力线点检测、安全隐患监测(危险点检测)、电塔三维重建、电力线走廊三维可视化、电力线三维重建等六个方面。其中，电力线三维重建是危险点检测、导线相间高差量测、导线间距离量测、导线对地距离量测、三维可视化、导线弧垂分析、导线覆冰分析、导线风偏分析等重要应用的基础，成为业界关注的重点，也是难点。

目前，多数的基于机载激光雷达点云的电力线三维重建方法比较适合地形平坦区域、电网结构简单的电力线三维重建，但对长距离特高压、超高压、高压架空输电线路的电力线三维重建还存在五个问题：

第一，对电力线三维空间结构及布局考虑不足。高压线路一档内的电力线可存在三角、水平、垂直、混合排列等多种构型的排列方式，而经典的Hough变换方法无法检测出垂直排列的多根电力线；并且，对于垂直结构的多根电力线，由于弧垂现象会导致无法通过高程值特征进行不同根电力线激光雷达点的分离。

第二，对电力线的类型认识不足。和巡检密切相关的电力线可以分为导线和避雷线，前者又可细分为单导线、分裂导线(又称导线束，可进一步细分为二、四、六、八分裂等)。在激光雷达点云中，单导线、避雷线、分裂导线任一分裂(束)的形态特征极其相似；而整体上，分裂导线与单导线、避雷线的形态特征不同。同时，在电力巡线中将分裂导线视为一个整体，即重建过程中无需顾及导线的分裂数目、重建整个分裂导线即可。但多数已有的重建方法仅仅考虑单导线、避雷线、一束分裂导线的三维重建，而没有顾及分裂导线的三维重建。对于分裂导线，由于间隔棒会连接各个分裂，且机载激光雷达点云中无法详细的区分间隔棒激光雷达点、电力线激光雷达点，这会导致部分空间聚类算法将各个分裂聚为一簇，会造成后续重建的错误。

第三，对塔杆的信息利用不足。塔杆信息可以用于确定电力线激光点所在的档；也可以帮助确定每一根电力线的悬挂点。目前，电力部门有粗略的塔杆位置信息；机载激光雷达点云中亦可以区分出塔杆激光雷达点。但已有的方法忽视了塔杆信息在电力线重建中的潜在价值。

第四，对粗差的鲁棒性不足。机载激光雷达点云中存在粗差，电力线激光雷达点云也不例外。这些粗差对基于经典最小二乘拟合 模型的精度有着显著影响，而多数已有的电力线提取及重建方法忽视了粗差的负面影响，使得方法的鲁棒性不高。

第五，采用的电力线三维模型复杂多样，部分模型存在理论错误。比如，部分方法将二维空间的抛物线公式强硬的套合到三维空间时出现了模型的错误，会导致在应用到真三维空间的电力线拟合时会出现重建错误。

上述问题导致已有的电力线三维重建方法存在需要较多的参数、自动化程度低、需要大量人工干预、鲁棒性和普适性差、重建精度低等问题，无法满足智能电网对快速、高精度电力巡线的需求。

发明内容

针对现有技术的不足，本发明提出一种基于机载激光雷达点云数据的长距离特高压、超高压、高压架空输电线路电力线三维重建方法，它可充分利用塔杆信息，具有对电力线的根数、电力线类型、电力线空间配置结构、粗差点、点云不规则断裂、线路长度等因素不敏感的优势，并且重建模型具有较高的重建精度。

本发明解决其技术问题采取的技术方案是：一种基于机载激光雷达点云的电力线三维重建方法，其特征是，所述机载激光雷达点云的数据已经被正确分类，所述方法包括以下步骤：

步骤一，加载架空输电线路正确分类后机载激光雷达点云数据和初始线路轨迹数据；

步骤二，提取电塔位置、数量和输电线路轨迹的精确信息，并确定输电线路的总档数；

步骤三，确定输电线路的每一档二维空间范围和电力线激光雷达点；

步骤四，对确定的每一档电力线激光雷达点进行聚类；

步骤五，进行电力线三维重建。

优选地，在步骤二中，基于电塔激光雷达点云和初始线路轨迹数据进行提取精确的电塔位置信息、电塔数量信息和线路轨迹信息，并确定输电线路所包含的总档数。

优选地，在步骤三中，基于精确的电塔位置和线路轨迹数据确定XOY平面内每一档输电线路的二维空间范围和相应的电力线激光雷达点。

优选地，在步骤四中，基于分段投影和k-means聚类进行单档电力线激光雷达点云聚类，以分离出每根电力线的激光雷达点云。

优选地，在步骤五中，结合直线模型和抛物线模型进行每一根电力线的三维重建。

进一步地，所述步骤二具体包括以下步骤：(1)准备输入的数据；(2)构造不规则三角网TIN；(3)删除TIN中的长边；(4)进行基于TIN的连通成分分析；(5)求取每个连通成分的最小外接矩形及其几何中心点；(6)进行电力线路轨迹信息更新。

进一步地，所述步骤三具体包括以下步骤：(1)获取每一档涉及的架空输电线路中两座相邻的电塔信息；(2)求取每一个几何中心点的、且与相应几何中心点所属最小外接矩形的最长边平行的直线；(3)确定每一座电塔的外延直线段；(4)确定每一档电力线的空间范围；(5)确定每一档的电力线激光雷达点。

进一步地，所述步骤四具体包括以下步骤：(1)进行整档电力线的线性拟合；(2)求取该档电力线的长度及每个激光雷达点的比例因子；(3)对该档电力线的激光雷达点进行分段；(4)对该档电 力线的每一段进行分段投影、分段聚类和段与段之间类别传递处理。

进一步地，所述步骤五具体包括以下步骤：(1)建立电力线三维模型；(2)求取直线模型；(3)求取抛物线模型；(4)结合求取的直线模型和抛物线模型进行电力线三维重建。

本发明的有益效果如下：

(1)本发明提出了一种直线方程式和一元二次多项式相结合的单档单根电力线三维模型，多项式中使用比例因子作为参数，提高了模型的精度。

(2)本发明提出了一种基于分段投影和k-means聚类的单档电力线激光雷达点云聚类过程方法。在聚类过程中，首先在XOY平面上对该档全部电力线激光雷达点进行了整体的线性拟合，然后将电力线激光雷达点分段，接着将每一段激光雷达点再投影到电力线的切平面(该平面垂直于拟合直线)，且使用k-means聚类方法进行每一段投影点的聚类，最后段和段之间通过投影中心点进行类别的传递和规则化。

(3)相比现有的激光雷达点云电力线三维重建方法，本发明所需的参数少、自动化程度高、鲁棒性和普适性更好，具有对电力线的根数、电力线类型、电力线空间配置结构、粗差点、点云不规则断裂和线路长度等因素不敏感的优势，并且重建模型具有较高的重建精度。

附图说明

图1为本发明的方法流程图；

图2(a)为已经分类的机载激光雷达点云的示意图(两景数据中的实验数据一)；

图2(b)为5根电力线的激光雷达点与3座电塔的激光雷达点的示意图；

图2(c)为电塔激光雷达点的TIN及其局部放大图；

图2(d)为连通成分的最小外接矩形及其局部放大图；

图2(e)为初始的电塔位置点的示意图；

图3为每一档电力线二维空间范围确定的示意图(图中有两档，每一档对应的四边多边形的边被赋予一种色彩)；

图4(a)为单档电力线激光雷达点示意图及其局部侧视图和截面透视图；

图4(b)为直线拟合及两个比例因子极值点的示意图；

图4(c)为局部电力线激光雷达点及其投影点的k-means聚类结果的示意图；

图4(d)为某档电力线激光雷达点的聚类结果示意图(每根电力线被赋予一种随机色彩)；

图4(e)为图4(a)中5根电力线的三维重建模型的示意图(每根电力线被赋予一种随机色彩)；

图5为直线模型和抛物线模型相结合的电力线三维模型示意图；

图6为本发明的整体数值计算流程图；

图7为图2(a)中电力线三维重建模型套合到分类点云的示意图；

图8(a)为两景数据中的实验数据二的示意图；

图8(b)为图8(a)电力线三维重建的结果示意图。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

针对基于机载激光雷达点云的长距离架空输电线路电力线三维重建的需要，本发明提供了一种基于机载激光雷达点云数据的长距离特高压、超高压、高压架空输电线路电力线三维重建方法，尤其提出了一种直线方程式和一元二次多项式相结合的单档单根电力线三维模型、一种基于分段投影和k-means聚类的单档电力线激光雷达点云聚类方法，以提高机载激光雷达点云电力线三维重建的精度、自动化程度、鲁棒性和普适性，可应用于电力线巡检、电力线路走廊三维可视化、电力线路规划、智能电网等技术领域。另外，需要特别指出的是，本发明侧重机载激光雷达点云电力线三维重建，而不侧重电力线走廊机载激光雷达点云数据分类及电力线点、电塔点的目标检测；本发明中使用的机载激光雷达点云数据已经被正确分类。

如图1所示，本发明的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，所述机载激光雷达点云的数据已经被正确分类，所述方法包括以下步骤：

步骤一，加载架空输电线路正确分类后机载激光雷达点云数据 和初始线路轨迹数据；

步骤二，提取电塔位置、数量和输电线路轨迹的精确信息，并确定输电线路的总档数；

步骤三，确定输电线路的每一档二维空间范围和电力线激光雷达点；

步骤四，对确定的每一档电力线激光雷达点进行聚类；

步骤五，进行电力线三维重建。

进一步地，所述步骤二具体包括以下步骤：

(1)准备输入的数据

从已经分类的机载激光雷达点云数据(如图2(a)所示)中单独分离出电塔和电力线两个类别的激光雷达点作为输入数据。从图2(a)中分离出的3座电塔和5根电力线两个类别的激光雷达点如图2(b)所示。

(2)构造不规则三角网TIN

利用电塔激光雷达点的水平坐标构造不规则三角网TIN。由图2(b)中电塔激光雷达点构造的TIN如图2(c)所示。

(3)删除TIN中的长边

删除TIN中的长边的原因有两个方面。一方面，架空输电线路的档距(两相邻杆塔导线悬挂点间的水平距离)较长，可长达至少若干百米。另一方面，架空输电线走廊机载激光雷达点云数据的密度较高，每平方米内至少有若干点，即激光雷达点的水平点间距较小。因此，如果TIN中的某一条边很长，可判定该边连接了两个相邻电塔的激光雷达点、而不是同一电塔的激光雷达点。本专利选择 10m作为长度阈值，删除TIN中长度大于10m的边。

(4)进行基于TIN的连通成分分析

删除长边后的TIN描述了电塔激光雷达点空间拓扑和连通关系，进行连通成分分析后，每一个连通成分对应一座电塔。这可以确定电塔的总数目N及该线路的总档数N-1。图2(b)中电塔激光雷达点的连通成分分析结果如图2(c)所示，结果中共三个连通成分，每个连通成分对应一座电塔。

(5)求取每个连通成分的最小外接矩形及其几何中心点

在XOY平面内，求每一个连通成分的最小外接矩形、及其几何中心点，图2(c)中同时展示了每个连通成分的最小外接矩形。

(6)进行电力线路轨迹信息更新

利用几何中心点更新电力巡检部门已有的电力线路轨迹信息(包括电塔位置、电塔相邻拓扑信息)，图2(e)展示了图2(a)数据涉及的初始的电塔位置点。求每一个几何中心点到已有的线路轨迹包含的电塔点中最近的电塔点，并利用该几何中心点替代该电塔点。更新后的电力线路轨迹信息可辅助确定电力线路每一档的范围信息。

进一步地，所述步骤三具体包括以下步骤：

(1)获取每一档涉及的架空输电线路中两座相邻的电塔信息

如前所述，每一档涉及两座电塔，每座电塔对应一个最小外接矩形及其几何中心点，且矩形和几何中心点的信息已获知。

(2)求取每一个几何中心点的、且与几何中心点所属的最小外接矩形最长边平行的直线

在XOY平面内，电塔的外形呈矩形，且矩形的短边与电力线走向基本一致、长边与电力线走向基本垂直。另外，电力线的悬挂点一般位于矩形中心线附近。因此，本步骤求取的直线是对每一座电塔左右两侧电力线激光雷达点划分的最优界限。

(3)确定每一座电塔的外延直线段

沿上一步求取的直线方向、且以对应的最小外接矩形几何中心点为中心分别向两侧延伸长度b(单位：m)。则每一座电塔对应一直线段，该直线段与电力线走向近似垂直，其长度为2b。

(4)确定每一档电力线的空间范围

沿顺时针方向顺次连接每一档涉及两个电塔的直线段端点，可形成一四边形，该四边形即为该档的二维空间范围，图3展示了图2(a)中激光雷达点云涉及的电力线路的每一档二维空间范围。

(5)确定每一档的电力线激光雷达点

每一档对应的四边形确定后，可以求取落入每一四边形的电力线激光雷达点，记为该档对应的电力线激光雷达点。

进一步地，所述步骤四具体包括以下步骤：

(1)进行整档电力线的线性拟合

在XOY平面内，利用某一档的全部电力线激光雷达点的水平坐标进行整体的最小二乘线性拟合，直线方程采用了式(1)所示的法线式：

d＝x*cosα+y*α            (1) 

式中，d和α的含义分别为：过原点向直线做一条的垂线段，该垂线段所在直线的倾斜角为α，d是该线段的长度；并设该垂线段与 拟合直线的交点为P(x_footprint,y_footprint)。图4(a)展示了图2(a)中某档的激光雷达点云，图4(b)展示了图4(a)的拟合直线。

(2)求取该档电力线的长度及每个激光雷达点的比例因子

设任一激光雷达点的水平坐标为Q(x₀,y₀)，其垂直投影到上述拟合直线的投影点坐标为Q′(x′₀,y′₀)，按式(2)或式(3)计算该垂直投影点的比例因子s。

当fabs(sinα)≥fabs(cosα)时，

$s=\frac{x_0^{\′}-x_{\mathrm{footprint}}}{-\sin \mathrm{\α}}---\left(2\right)$

当fabs(sinα)<fabs(cosα)时，

$s=\frac{y_0^{\&prime;}-y_{\mathrm{footprint}}}{\cos \mathrm{\&alpha;}}---\left(3\right)$

可见，每个激光雷达点对应一个比例因子。进而，求该档所有电力线激光雷达点的比例因子，并获取最大比例因子s_maximum、最小比例因子s_minimum分别对应的垂直投影点M(x_{s_maximum},y_{s_maximum})、N(x_{s_minimum},y_{s_minimum})。点M和N之间的水平距离记为该档电力线的长度l_span。图4(b)同时展示了图4(a)中点云在拟合直线上投影点的两个极值端点，端点之间的直线段长437.12m。

(3)对该档电力线的激光雷达点进行分段

对该档的电力线激光雷达点进行分段处理。分段的总段数m的计算公式如式(4)所示：

$m=\mathrm{INT}\left(\frac{l_{\mathrm{span}}}{l_{\sec \mathrm{tion}}}\right)---\left(4\right)$

式中，l_section是局部长度值，是一个经验阈值。然后，按照比例 因子大小对电力线点进行排序，并按照比例因子的大小将电力线点均匀的分成m段。则第i(i＝0,1,2,...,m-1)段内电力线激光雷达点的尺度因子的范围如式(5)所示：

$s_{\min \mathrm{imum}}+\frac{s_{\max \mathrm{imum}}-s_{\min \mathrm{imum}}}{m}*i<<s<<s_{\min \mathrm{imum}}+\frac{s_{\max \mathrm{imum}}-s_{\min \mathrm{imum}}}{m}*(i+1)---\left(5\right)$

图4(a)中的电力线激光点以l_section＝5.0m进行分段，共分成了87段，其中第53段的点云如图4(c)上半部分所示。

(4)进行分段投影、分段聚类和段与段之间类别传递

操作过程中，首先处理前m-1段电力线激光点；然后处理最后一段力线激光点。

对于前m-1段的点云，按照段号由小到大的顺序分别进行下述处理。

假设正在处理第i(i＝0,1,2,...,m-2)段点云，该段电力线激光雷达点最大的比例因子理论上取值为同时，记该最大的比例因子对应的拟合直线上的点为W(x_i,y_i)，x_i、y_i的计算公式分别如式(6)和式(7)所示：

$x_i=x_{\mathrm{footprint}}-\sin \mathrm{\&alpha;}*\frac{s_{\max \mathrm{inum}}-s_{\min \mathrm{imum}}}{m}*(i+1)---\left(6\right)$

$y_i=y_{\mathrm{footprint}}+\cos \mathrm{\&alpha;}*\frac{s_{\max \mathrm{imum}}-s_{\min \mathrm{imum}}}{m}*(i+1)---\left(7\right)$

点W(x_i,y_i)对应的空间三维点记为W′(x_i,y_i,0)。在三维空间中，过三维点W′、且垂直于拟合直线画一平面P_{plane_i}。

下面分两种子情况进行处理：

当i＝0时。接着，将该段内的电力线点垂直投影到平面P_{plane_i}，则每一个电力线点对应一个垂直投影点。然后，利用垂直投影点的三维坐标进行k-means聚类，聚类过程中类别数为电力线根数n，并求取每一个聚类的中心点；并把每一个投影点聚类的标号赋予相应的激光点，这实现了对该段电力线激光点的聚类，且聚类的数目为n、每一个聚类对应一个聚类中心点。需要特别指出的是，每一个聚类中心点可以代表该类的所有点，并且中心点位于平面P_{plane_i}上。因此，保存n个聚类中心点、及其聚类标号。

当i>0时。接着，将该段内的电力线点和上一段产生的n个聚类中心点同时垂直投影到平面P_{plane_i}，则每一个电力线点对应一个垂直投影点、每一个聚类中心点也对应一个垂直投影点。然后，利用垂直投影点的三维坐标进行k-means聚类，聚类过程中类别数仍为电力线根数n，并求取每一个聚类的中心点。下面的处理，开始出现与i＝0处理的不同之处，查找上一段每个聚类中心点在此段k-means聚类中的标号，并将此段k-means聚类中标号相同的投影点标记为对应的上一段该聚类中心点的标号，这样实现了类别传递和标准化。最后，把每一个投影点聚类的标号赋予相应的激光点。图4(a)中第53段点云投影点的k-means聚类效果如图4(c)的下半部分所示，其中共有5个聚类，且每个聚类对应一根电力线的激光点；该段激光点云5个聚类的投影中心点在图(c)中5个圆的中心点附近。

②对于第m段的点云，基本处理与其他段相似，但不同之处在于：只需考虑本段的激光点和上一段聚类中心点，无需考虑k-means聚类的聚类中心点问题。

上述4个步骤实现了对整档电力线激光雷达点的聚类，图4(a)激光点云的聚类结果如图4(d)所示，每个色彩对应一根电力线激光点，共5个聚类，且聚类结果完全正确。需要特别指出，唯一需要指定的参数是局部长度l_section，其取值一定要合理，既要体现同一段各个电力线的平行特征、又要体现相邻段之间的连续性，还要大于断裂的长度以有效的克服电力线激光点断裂的负面影响。本专利中，l_section取值2.0m至10.0m可以满足需求。

进一步地，所述步骤五具体包括以下步骤：

(1)确定三维模型 

如图5所示，本专利采用的单根电力线三维模型包括两部分，第一部分是电力线激光雷达点在XOY平面内投影点的拟合直线模型；第二部分是抛物线模型。

(2)求取直线模型 

在XOY平面内的直线模型同公式(1)。直线模型确定后，求取每一电力线激光雷达点的比例因子，如式(2)或式(3)所示。

(3)求取抛物线模型

抛物线模型采用了式(8)：

z＝a₀*s²+a₁*s+a₂         (8) 

式中，a₀-a₃是二次多项式系数，s是比例因子。需要特别指出的是，本专利提出的三维模型适合于任何类型电力线(包括：单导线、避雷线、分裂导线任一分裂(束)、分裂导线整体)的三维建模。

(4)结合求取的直线模型和抛物线模型进行电力线三维重建

电力线的三维模型确定以后，即可进行逐一进行单根电力线的 三维重建，从而完成。图4(a)所示的一档电力线的建模结果如图4(e)所示，共重建了5根电力线。

本发明创造性地提出了一种直线和一元二次多项式相结合的单档单根电力线三维模型、一种基于分段投影和k-means聚类的单档电力线激光雷达点云聚类方法，利用新的电力线三维模型简化了模型重建的复杂度、提高了模型重建的精度，利用新的电力线激光雷达点云聚类方法提高了单根电力线激光雷达点识别的自动化程度、鲁棒性、普适性和三维模型重建精度。同时还集成了经典的不规则三角网生成算法、连通成分分析算法、最小外接矩形求取算法、k-means聚类算法等，形成了一套完整的基于机载激光雷达点云的长距离架空输电线路三维重建的技术流程。

如图6所示，本发明进行架空输电线路电力线三维重建的数值计算流程如下：

(I)加载架空输电线路正确分类的机载激光雷达点云和初始电塔位置及线路轨迹等两种数据源；

(II)基于电塔激光雷达点云和初始线路轨迹数据提取精确的电塔位置信息、电塔数量信息、线路轨迹信息，并确定输电线路包含的总档数；

(III)基于精确电塔位置和初始线路轨迹等数据确定XOY平面内某一档的二维空间范围和相应的电力线激光雷达点；

(IV)基于分段投影和k-means聚类实现单档电力线激光雷达点云聚类，以分离出每根电力线的激光雷达点云；

(V)基于线性和二次多项式相结合模型进行某一根电力线三维重建。

为了验证基于机载激光雷达点云的电力线三维重建方法的有效性，使用两景架空输电线路走廊的分类后机载激光雷达点云数据进行电力线三维重建实验。两景数据中实验数据一和实验数据二分别如图2(a)和图8(a)所示，均由Riegl公司的机载激光雷达系统CP-560获取。该系统使用安全等级最高的一级激光器，飞行的高度涵盖低空到中高空(30米到3200米)；最大激光发射频率高达240,000赫兹。两景实验数据的平均点间距为10cm，两景数据的电力线均为水平和垂直排列组合的混合结构。

如图2(a)所示，实验数据一中的该档电力线为500千伏龙正线的一部分，总长约1096.50m，合计58213个点，包含4根电力线，其中2根避雷线、2根分裂导线(4分裂)。该档电力线的两段高差约169.41m，但各根电力线整体上呈现平行的状态，且电力线未出现明显的断裂。如图8(a)所示，实验数据二中包含24档电力线，总长约10000m，为500千伏龙正线的一部分；每一档包含4根电力线，其中2根避雷线、2根分裂导线(4分裂)。实验过程，两个数据的电力线根数n分别为6和4，电力线宽度2b均为100m，分段长度a分别为200m和500m。

实验在相同实验平台下，实验平台的配置：ThinkPad W520笔记本，CPU为Intel酷睿i7-2760QM 2.4GHz，RAM 2.98GB，装配Windows XP系统。

实验过程，两个数据的电力线根数n分别为6、4，电力线宽度2b均为100.0m，分段长度l_section分别为5.0m、10.0m。图7展示了图2(a)中电力线三维重建模型套合到分类点云中的效果；图8(b)展示了图8(a)中电力线的三维重建结果。

三维重建自动化、鲁棒性、普适性的评价中，采用了正确率、完整率两个指标。两景实验电力线三维重建的正确率、完整率均为100％。

三维重建精度评价中，采用了原始电力线激光雷达点到重建电力线投影点的三维距离作为评价标准，分别计算了两者三维距离的均值d_mean、最大值d_max、最小值d_min三个指标。两景实验电力线三维重建的精度统计结果见表1。

表1：

两景实验电力线三维重建的均值d_mean分别为2.8749cm、15.1752cm，均较小。同时，最大值d_max、最小值d_min也表现出类似的规律。另外，两景实验数据重建结果的精度差异与两景机载激光雷达点云本身的精度密切相关，与本发明的重建方法关系不大。

可见，本发明专利的架空输电线走廊机载激光雷达点云电力线三维重建方法取得了良好的效果，可以实现单导线、分裂导线、避雷线等多种类型电力线的三维重建，具有无需人工干预、重建精度高、鲁棒性高、自适应性强的优势。该方法取得上述优势受益于下述因素：

(1)利用了电力部门已有的电塔位置及其电力线路走向信息，避免了数据组织的无序性；

(2)利用电塔激光雷达点云反映的精确的电力线位置及走向信 息，精确的确定了电力线路每一档的空间范围及相应的电力线激光点；

(3)充分利用了多数架空输电线路电力线局部近似平行、同一线路电力线数目和电力线宽度保持不变的先验知识；

(4)以局部段为单位进行电力线激光雷达点的组织和聚类，避免了激光雷达点云电力线断裂现象的负面影响；

(6)使用了TIN、连通成分分析、k-means聚类等成熟算法，确保了本发明方法的鲁棒性、普适性。

以上所述只是本发明的优选实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也被视为本发明的保护范围。

Claims (9)

1.一种基于机载激光雷达点云的电力线三维重建方法，其特征是，所述机载激光雷达点云的数据已经被正确分类，所述方法包括以下步骤：

步骤一，加载架空输电线路正确分类后机载激光雷达点云数据和初始线路轨迹数据；

步骤二，提取电塔位置、数量和输电线路轨迹的精确信息，并确定输电线路的总档数；

步骤三，确定输电线路的每一档二维空间范围和电力线激光雷达点；

步骤四，对确定的每一档电力线激光雷达点进行聚类；

步骤五，进行电力线三维重建。

2.根据权利要求1所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，在步骤二中，基于电塔激光雷达点云和初始线路轨迹数据进行提取精确的电塔位置信息、电塔数量信息和线路轨迹信息，并确定输电线路所包含的总档数。

3.根据权利要求1所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，在步骤三中，基于精确的电塔位置和线路轨迹数据确定XOY平面内每一档输电线路的二维空间范围和相应的电力线激光雷达点。

4.根据权利要求1所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，在步骤四中，基于分段投影和k-means聚类进行单档电力线激光雷达点云聚类，以分离出每根电力线的激光雷达点云。

5.根据权利要求1所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，在步骤五中，结合直线模型和抛物线模型进行每一根电力线的三维重建。

6.根据权利要求1至5任一项所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，所述步骤二具体包括以下步骤：(1)准备输入的数据；(2)构造不规则三角网TIN；(3)删除TIN中的长边；(4)进行基于TIN的连通成分分析；(5)求取每个连通成分的最小外接矩形及其几何中心点；(6)进行电力线路轨迹信息更新。

7.根据权利要求1至5任一项所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，所述步骤三具体包括以下步骤：(1)获取每一档涉及的架空输电线路中两座相邻的电塔信息；(2)求取每一个几何中心点的、且与相应几何中心点所属最小外接矩形的最长边平行的直线；(3)确定每一座电塔的外延直线段；(4)确定每一档电力线的空间范围；(5)确定每一档的电力线激光雷达点。

8.根据权利要求1至5任一项所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，所述步骤四具体包括以下步骤：(1)进行整档电力线的线性拟合；(2)求取该档电力线的长度及每个激光雷达点的比例因子；(3)对该档电力线的激光雷达点进行分段；(4)对该档电力线的每一段进行分段投影、分段聚类和段与段之间类别传递处理。

9.根据权利要求1至5任一项所述的一种基于机载激光雷达点云的电力线三维重建方法，其特征是，所述步骤五具体包括以下步骤：(1)建立电力线三维模型；(2)求取直线模型；(3)求取抛物线模型；(4)结合求取的直线模型和抛物线模型进行电力线三维重建。