基于激光雷达技术的无人机电网基建管控系统

李冰+林宇龙+黄珣+王明渊+赵思远

摘 要： 针对传统人工肩扛经纬仪的输电线路测量方法效率和精度较低的问题，提出基于激光雷达的无人机电网基建管控系统。该系统包括飞行设计、数据采集、数据预处理、数据后处理和三维建模等流程。首先，使用无人机和激光雷达采集输电线路与塔杆数据；然后，分别使用数据预处理和后处理技术来修正激光雷达的测量误差以及分类点云数据，以提高测量精度；最后，导出生成的DOM，DSM文件和三维仿真模型以保存测量数据。仿真测试结果表明，该系统具有较高的测量效率及精度，可以满足电网快速发展的需求。

关键词： 电网； 基建管控； 无人机； 激光雷达； 点云； 输电线

中图分类号： TN835?34； TM76 文献标识码： A 文章编号： 1004?373X（2018）02?0099?03

Abstract： In allusion to the problem that the transmission line measurement method of the traditional shoulder?mounted theodolite has low efficiency and precision， an infrastructure management and control system for UAV （unmanned aerial vehicle） grid based on laser radar is proposed. The system includes the procedures of flight design， data acquisition， data postprocessing and 3D modeling. The UAV and laser radar are used to collect transmission line and tower data. The data preprocessing and postprocessing technologies are used to correct laser radar measurement errors and classified point cloud data to improve measurement accuracy. The generated DOM， DSM files and 3D simulation model are exported to save the measurement data. The simulation results show that the system has a high measurement efficiency and precision and can meet the rapid development of power grids.

Keywords： power grid； infrastructure management and control； UAV； laser radar； point cloud； power transmission line

0 引 言

隨着国民经济和电力建设的快速发展，如何有效地管理庞大的电力网络并保证其正常运行变得越发重要[1]。输电线路作为电网的毛细血管，对电能输送起着不可替代的作用[2?5]。然而，传统人工肩扛经纬仪的输电线路测量方法已无法匹配电网的建设速度。并对于跨越高速公路、高速铁路和重要输电通道的架空输电线路区段，传统的测量方法效率和精度均较低[6?7]。因此，需要提出和发展新的高效、高精度的测量方法。

目前，基于无人机的测量技术包括传统摄影测量技术[8]、倾斜摄影技术[9]和激光雷达技术[10]。由于传统摄影测量技术只能获取线路的图片，易受遮挡影响，测量精度低，故较少使用。而基于倾斜摄影技术的测量方法，首先使用固定翼无人机获取倾斜影像数据。然后，使用摄影测量原理对获取的数据进行多视匹配和自动赋予纹理来构建三维模型。该方法虽具有较高的时效性，但得到的图片表观不够精细。机载激光雷达以激光脉冲作为测量媒介，能同步采集高分辨率图像和高精度激光点云，是一种新的遥感测量技术。其不仅可以快速地获取输电线路的三维坐标，且还具有穿透植被的特点，能获取地表信息。

使用激光雷达测量观测铁塔、通道、相间间隔棒和导线等设备的运行状态；可以建立线路走向、变电站和铁塔的电子台账；监测线路安全和绝缘距离，对电网的安全运行具有实际意义。

综上所述，本文构建了基于激光雷达的无人机电网基建管控系统。

1 电网基建管控系统设计

基于激光雷达的无人机电网基建管控系统，使用无人机和激光雷达获取输电线路走廊范围的地理数据，并生成数字正射影像（DOM）、数字高层模型DEM和数字表面模型（DSM），从而构建线缆与高压铁塔的3D模型。具体工作流程如图1所示，包括飞行设计、数据采集、数据预处理、数据后处理和三维建模5个功能模块。

1.1 飞行设计

飞行设计包括激光雷达设备和无人机的选择、安装与调试。同时，在采集数据前需要勘探测量区域，选择并建立GPS基站，以准确获取GPS信息。本文选用多翼或固定翼无人机，搭载TopSYS Harrier 68i激光雷达系统进行数据的采集。为了充分利用设备优势，在飞行时综合考虑了线路走廊范围内的地势、地形和高度差等情况。

1.2 数据采集

本系统按照30%～40%的重叠度采集输电线路两侧各100 m的高分辨率图像、IMU观测数据和点云数据，并实时获取无人机的GPS数据。在采集数据时，操作人员需使用手持设备实时监测GPS信号、影像质量、回波接收和实时天气状况以及时采取有效措施应对意外情况。同时，为了保证GPS数据和点云数据的完整性，需要及时检查数据文件的大小与数量。本文系统采集到的部分点云数据如图2所示。endprint

1.3 数据预处理

数据预处理即使用同步采集的GPS数据和IMU数据对无人机进行定位、定向，并需要基于系统的参数校准原始点云数据。

本系统使用差分法来测定GPS数据和IMU数据的相对测量误差以及空间相关性误差，来获取高精度GPS数据。准确定位数据后，联合系统的参数和定位信息获取无人机的航迹文件，并为每一个点云赋予坐标值，从而定向点云数据。

为了进一步修正激光雷达的姿态角导致的误差，本文分别校验了翻滚角、航偏角、俯仰角和俯仰倾斜误差，计算公式如下：

1） 翻滚角修正：

式中：航线上两点间的距离与高度分别为d和swathwidth；翻滚角修正值为。

2） 航偏角修正：

式中：为修正值；d和diastance分别为两条平行航线的差异与距离。

3） 俯仰角修正：

式中：为修正值；AGL和d分别为航高与航线间的差异。

4） 俯仰倾斜误差修正：

通过调整各参数直至消除和，从而消除IMU误差对数据的影响。

1.4 数据后处理

数据后处理包括激光点云分类和DEM，DOM文件的制作。激光点云分类即从点云数据中分别提取地表、电力线、高压塔和建筑物等类别信息，具体流程如图3所示。点云数据分类前需要使用Terraphoto软件将巨大的点云数据分割成大小相当的块，每块包含约100～200 MB的点云数据。分块完成后，使用TerraSolid软件的算法进行自动分类。

1.5 三维建模

制作完成点云数据的DEM和DOM文件后，即可组合杆塔模型与线路模型得到最终的三维模型。即融合高分辨率图片和点云数据，进行纹理贴图对杆塔及电力线进行精确建模。

本文使用3ds MAX对点云数据建模，并绘制规则形体的剖面。然后，将杆塔模型和线路集成到Alatu Earth软件中得到更为精确的模型。

2 系統实现与结果分析

实现完成电网基建管控系统的数据采集和分析等过程后，可得到如图4所示的三维建模效果图。为了方便管理、查询和分析相关数据，本文基于Windows系统进行开发搭建了电网基建管控C/S系统，主要实现了数据模型导入、输电设备管理和数据监测分析等功能。数据模型导入功能使用SQL Server数据库存储DEM和DOM文件，并使用数据组织与压缩、多级缓存和下载平衡技术，实现大量数据灵活且紧凑的存储。使用输电设备管理功能可以方便地进行线路管理，通过选择图形操作、电压等级和线路名称等实现对输电线路、线路塔杆以及输电电缆的查询与维护。该功能模块也具有统计功能，方便用户根据线路负荷记录和路径汇总统计各个区域的电网接线，以及开展巡视工作。数据监测功能模块用于检测线路的危险点，通过测量三维模型中电力线与周围物体的距离，确定线路是否安全，以防植被过高或交叉跨线导致的输电事故。

将本文设计的系统应用于某电厂的实际测试结果表明，该系统能有效解决传统人工管理的弊端，且具有明显的经济优势：能缩短运行周期，减少巡视人员和巡视成本；能精确测量各线路及其周边建筑如树、竹等，不仅能减少运维时对树木的砍伐，而且能减轻人工测量成本，并保护环境；能降低线路增容期间的线路交跨测量工作。

3 结 语

本文针对传统人工肩扛经纬仪的输电线路测量方法效率和精度均较低的问题，提出了基于激光雷达的无人机电网基建管控系统。该系统使用无人机和激光雷达实现了飞行设计、数据采集、数据预处理、数据后处理和三维建模等功能。实验结果表明，该系统具有较高的测量效率和精度，并能方便进行线路管理，可满足电网快速发展的需求。

参考文献

[1] 周琴.电力基建管理信息系统深化应用探讨[J].重庆电力高等专科学校学报，2017，22（3）：54?56.

ZHOU Qin. A study on the deepened application of the management and information system for power infrastructure construction [J]. Journal of Chongqing Electric Power College， 2017， 22（3）： 54?56.

[2] 袁广朝.基于JBPM的电力基建管理系统的设计与实现[D].大连：大连海事大学，2016.

YUAN Guangchao. Design and implementation of power infrastructure management system based on JBPM [D]. Dalian： Dalian Maritime University， 2016.

[3] 周全.电力基建工程安全管理改进研究[D].杭州：浙江工业大学，2012.

ZHOU Quan. Research on the improvement of safety management of power infrastructure project [D]. Hangzhou： Zhejiang University of Technology， 2012.

[4] 程亮，胡卫利，胡蔚，等.电网基建项目投资决策方法研究[J].电网与清洁能源，2014，30（12）：84?90.

CHENG Liang， HU Weili， HU Wei， et al. Decision making on the construction investment of a power grid project [J]. Power system and clean energy， 2014， 30（12）： 84?90.endprint

[5] 吕磊.在电网基建工程安全管理中应用层次分析法的对策[J].通讯世界，2016（24）：125?126.

L? Lei. The application of analytic hierarchy process in the safety management of power network infrastructure engineering [J]. Telecom world， 2016（24）： 125?126.

[6] 胡卫利，程亮，马倩，等.基于改进粒子群组合算法的电网基建年度投資预测[J].电网与清洁能源，2014，30（11）：52?56.

HU Weili， CHENG Liang， MA Qian， et al. Prediction of annual power grid infrastructure investment based on hybrid algorithm of improved PSO [J]. Power system and clean energy， 2014， 30（11）： 52?56.

[7] 吕立蕾.无人机航摄技术在大比例尺测图中的应用研究[J].测绘与空间地理信息，2016，39（2）：116?118.

L? Lilei. Application research of UAV aerial photography technology in large scale mapping [J]. Geomatics & spatial information technology， 2016， 39（2）： 116?118.

[8] 何原荣，郑渊茂.无人机航拍技术配合遥感的海岸带规划应用[J].现代电子技术，2015，38（23）：24?27.

HE Yuanrong， ZHENG Yuanmao. Application of UAV remote sensing aerial photo technology in coastal zone planning [J]. Modern electronics technique， 2015， 38（23）： 24?27.

[9] 黄权，李立欣，高昂，等.基于Runge?Kutta法的小型无人机姿态角算法研究[J].电子设计工程，2017，25（11）：133?136.

HUANG Quan， LI Lixin， GAO Ang， et al. Evaluating small UAV attitude angle based on Runge?Kutta algorithm [J]. Electronic design engineering， 2017， 25（11）： 133?136.

[10] 丁家如，杜昌平，赵耀，等.基于改进人工势场法的无人机路径规划算法[J].计算机应用，2016，36（1）：287?290.

DING Jiaru， DU Changping， ZHAO Yao， et al. Path planning algorithm for unmanned aerial vehicles based on improved artificial potential field [J]. Journal of computer applications， 2016， 36（1）： 287?290.endprint