基于无人机倾斜摄影的电力巡检三维建模研究

赵永柱

(国网陕西省电力公司信息通信公司 陕西 西安 710004)

0 引言

随着社会经济的高速发展，工业生产与居民生活用电需求量不断提升。为实现优质的供电服务，我国电力输电线路总长度正在迅速增长，电网规模与长度稳居世界第一位。按照国家电网建设目标预测，我国电网长度将在2020年突破180万公里。这些新建成的输电网络将全面覆盖我国各个地区。但随着输电线路的增长，电力线路更易受到雷击、风沙和冰雪天气的破坏，特别是修建的1 000 kV特高压输电工程的线路大多数处于人员稀少、地形复杂和环境恶劣的山区，电力线路的安全运行遭遇严峻挑战[1]。鉴于此，定期对电力线路进行巡检已成为电网安全生产的必要环节。

传统的电力巡检工作定期由电网维护人员在野外完成，但这种工作模式难以适用于地形复杂和环境恶劣的山区电力巡检工作，定期安全巡检工作难以按时完成。此外，由人工完成的电力巡检数据记录不够直观、全面，因此，传统作业模式难以满足智能电网巡检需求[2]。而利用小型无人机进行电力巡检具有高效、可靠、全面以及受地形影响小等优点，还能够对电力线路走廊进行三维模型重建。因此，本文将基于多旋翼无人机构建电力巡检系统，并利用倾斜摄影技术实现对电力线路走廊的三维模型重建，以期为电网建设提供技术支持。

1 无人机电力巡检任务与技术流程

1.1无人机电力巡检的意义和任务

无人机是一种新型的智能化航测设备，其实质是由无线遥控手柄或者程序控制的自主导航飞行器。按照制造结构，无人机可划分为3类：固定翼无人机、无人直升机和多旋翼无人机[3]。利用无人机搭载巡检设备对电力线路走廊的运行情况进行巡检，能够有效减少电力线路运维成本，降低人工电力巡检存在的安全风险。目前，国内外对无人机电力巡检已经作了诸多研究并取得了一定进展。陈文浩在无人机电网巡检的绝缘子缺陷检测与定位中利用无人机搭建线路绝缘子识别平台[4]，能够对绝缘子的状态信息进行采集分析，减少了由于绝缘子故障造成的电网安全事故。郭敬东在基于YOLO的无人机电力线路杆塔巡检图像实时检测[5]中利用无人机平台和图像采集技术对电力杆塔的运行状态进行巡检作业，有效提升了杆塔运行稳定性。但上述研究都是针对电力线路中某个独立元件进行巡检研究，容易造成系统功能重叠、数据冲突等问题。因此，本文将搭建一个能够综合分析电力线路全部设备的巡检平台，确保无人机巡检系统在电力线路安全巡检作业中，能够完成对复杂地形条件的采集研究、电力线路性能分析、电力线路影响和遥感数据收集等任务，为电力系统的安全运行提供保障。

1.2 无人机电力巡检总体流程

无人机电力巡检系统进行作业的基本内容包括：切斜摄影采集设备选型和集成、巡检线路资料分析和无人机航路规划、相机倾斜角设置与图像采集、GPS数据和图像数据处理、电力线路走廊三维模型重建[6]。基于无人机倾斜摄影的电力巡检作业流程如图1所示。

图1 基于无人机倾斜摄影的电力巡检作业流程图

1.3 倾斜摄影设备选型与集成

利用无人机对电力线路走廊内地形、杆塔以及线路等物体进行图像采集时，所采集到的图像信息数据均为二维数据。为满足三维建模需求，应对物体从前方以及侧方进行两次采集[7]。

以电力杆塔图像数据采集为例，电力杆塔的侧视采集和前视采集如图2所示。

图2 电力杆塔的侧视采集和前视采集

图2中：h为电力杆塔高度;H为无人机飞行高度；w为无人机飞行轨迹投影与杆塔中心的距离;W为光学相机可覆盖视场宽度；θ为光学相机视场角度;β为光学相机的俯仰角;α为光学相机的侧滚角[8]。

为满足拍摄图像能够完全包含无人机飞行轨迹图像，光学相机侧滚角应小于视场角度的一半。为尽量提升图像数据清晰程度，本文选用索尼RX1全幅相机作为无人机巡检平台的图像收集设备。该相机具有质量轻、视场大等优点，相机主距为35 mm，相机纵向以及切向方向的视场角度分别为54.16°和37.7°。

为满足以上所述电力线路走廊内物体三维图像数据采集的要求，本文所搭建的无人机巡检平台内集成了4个模块：双全幅相机、控制处理器、地面全球定位系统(global positioning system，GPS)模块和移动GPS模块。其中，双全幅相机分为前视相机和侧视相机2种。前视相机用于获取电力线路走廊内物体前后面的图像数据。侧视相机用于获取电力线路走廊内物体侧面的图像数据。

1.4 图像数据采集和处理

根据上文所述无人机电力巡检流程可知，图像数据采集与处理分为3个部分：巡检线路资料分析和无人机航路规划、相机倾角设置与图像采集，以及GPS数据和图像数据处理。

巡检线路资料分析和无人机航路规划是指：为获取最佳的电力线路走廊图像信息数据，应尽可能保证无人机在巡检高度不变的情况下进行图像收集。因此，应规划无人机飞行高度。飞行高度计算式为：

H=Htower+Hoffset

(1)

式中：H为无人机飞行高度；Htower为电力线路走廊内物体的高度；Hoffset为无人机相对于电力线路走廊内物体的高度偏移量。

相机倾角设置与图像采集是指在保持无人机飞行高度不变的情况下，为确保电力线路走廊内图像数据采集的完整性，应使无人机前视相机的侧滚角与侧视相机的俯仰角保持一致[9]。

GPS数据和图像数据处理是指利用地面站GPS数据和移动站GPS数据对双相机所采集到的图像数据进行差分处理，将图像数据的曝光时间点与三维坐标进行一一对应，从而在同一时域内保证图像数据的准确性。

1.5 电力线路走廊三维模型重建

电力巡检系统的三维模型[10]重建分为2个部分：电力线路走廊的地形模型重建和电力设备模型重建[11]。

重建电力线路走廊三维模型的前提是对无人机巡检系统采集到的原始图像信息进行处理。本文采用Pix4Dmapper软件进行数据处理。该软件专门用于无人机航摄影像三维数据的提取处理。Pix4Dmapper软件具有操作简单、效率高、自动化程度高和精度高等优点。利用该软件，可在相机标定结果输入后完成对原始图像畸变数据的自动校准与修正。另外，该软件可同时处理海量的图像数据信息，非常适用于电力线路走廊的三维模型重建工作。

电力线路走廊的地形模型重建的流程为：首先，利用尺度不变特征变换算法对Pix4Dmapper软件提取的图像三维数据信息构建连接点，并在该点处进行三角测量以获取图像信息的外方位元素；然后，利用全局匹配算法对图像数据信息进行信息匹配，构建三维点云；最后，利用泊松算法对形成的三维点云进行纹理重构，并根据重构的纹理构建电力线路走廊的地形三维模型。电力设备模型重建包括：电力杆塔、电力线路以及附属设备的模型重建。通常情况下，电力线路是由多条分裂线路构成的，因此在进行电力设备模型重建时应确保二维图像向三维模型转换时的线路对应关系保持不变。因此，本文采用圆形约束度匹配算法进行电力设备模型重建，简化了模型重建过程，实现了模型快速重建的功能。

2 无人机倾斜摄影的电力巡检三维模型重建

2.1 相机标定

上述图像采集方法用于三维模型重建的关键在于光学相机的成像准确性。通常情况下，无人机电力巡检系统搭载的光学相机都是非量测相机，容易出现光学畸变现象，导致图像定位不准确的问题。因此，需要在三维模型重建前对相机进行标定[9]，根据畸变标定系数对上述光学相机采集到的图像信息进行修正就可得到准确的图像定位信息。

上述畸变标定系数分为径向畸变系数和偏心畸变系数。径向畸变是像素点沿向径方向偏离其理论位置。偏心畸变是像素点沿向径和垂直向径方向发生偏移：垂直于向径方向的偏差称为切向崎变；向径方向的偏差称为非对称径向畸变。

2.2 图像连接点提取技术

本文所研究的无人机电力巡检平台是基于双全幅相机进行图像数据采集的，因此在模型重建过程中会因来自于前视相机与侧视相机不同视角图像形变增大而导致模型失真。上文所述的相机参数设定过程中，已将无人机前视相机的侧滚角与侧视相机的俯仰角保持一致，在物理层面修正了双相机误差，但仍会产生不同程度的透视误差。因此，本文引入图像连接点提取技术进行电力走廊图像误差消除。

修正后的图像连接点提取技术具体为：利用移动站GPS数据以及地面站GPS数据进行空中三角测量法时间提取(以下简称空三时间提取)。空三时间提取规则为：

Tgps=Timg+Toffset

(2)

式中：Tgps为空三时间提取规则中的GPS时间；Timg为图像曝光时等效计算的GPS时间；Toffset为相机曝光时间与GPS时间的偏移值。

利用上述空三时间规则，可有效提升圆形约束算法图像特征连接点提取对数，消除图像透视误差，从而获取真实有效的相机曝光时刻图像中心位置和无人机空中姿态，最终提升电力线路走廊三维模型重建精度[12]。

2.3 基于密集匹配的圆形约束算法

根据上文研究可知，本文对电力线路走廊进行三维模型重建时采用的是圆形约束算法，实质上就是利用图像点云数据进行模型重建[13]。为提升三维模型重建精度，本文引入信息传递接口(message passing interface，MPI)密集匹配算法。该算法为高效半全局约束密集匹配算法，有效避免了传统圆形约束算法难以处理，重叠度影响较高的问题，可在短时间内处理由双相机采集到的图像数据，提升了三维模型重建速度和精度。

上述基于MPI密集匹配修正的圆形约束算法，能够在多个视角图像数据中选择电力线路走廊内物体的关键结构点，并通过对称、旋转等几何变化简化物体三维模型结构，最终完成精确的电力线路走廊三维模型重建[14]。

3 实例分析

为验证本文研究的无人机电力巡检系统在线路巡检过程中的可靠性，将本系统应用于赣西电网公司某条电力线路的巡检工作，并通过对巡检线路段的电力线路走廊三维模型重建验证本文三维重建算法的有效性。

将巡检小组分为2组，每组2人：巡检1组采用野外人工巡线方式对某电力线路的运行情况进行了检修；巡检2组采用基于六旋翼无人机的电力巡检系统也对上述电力线路区域进行了巡检[15]。上述电力线路区域长度为15 km，包含电力杆塔12座，电力杆塔高度为60 m。根据上文研究，巡检2组在试验开始时将无人机的飞行高度设置为110 m，光学相机的俯仰角与侧滚角的安装角度为17.7°，光学相机的视场覆盖宽度为83.6 m。巡检2组采用无人机电力巡检系统对巡检区域进行三维模型重建，可清晰、准确地分析电力设备以及地形数据，证明了本文研究的电力巡检系统的三维模型重建算法的可行性。巡检1组与巡检2组还分别对两座相距770 m的电力杆塔之间的A、B、C三相的电力线悬链进行了测量。设X为水平方向，Z为高程方向，则A、B、C三相电力线悬链测量结果如表1所示。

表1 三相电力线悬链测量结果

根据表1可知，利用无人机电力巡检系统重建的电力线路走廊三维模型与实际测量值的水平偏差最大值为0.209 m，高程最大偏差值为0.590 m，均满足电力工程计算偏差要求。因此，采用本文提出的电力巡检系统进行数据测量的作业方式具有测量时间短、精度高和图形可视性强等优点，比传统巡检方式更具优越性。

4 结论

本文通过对无人机结构与技术特点进行研究，构建了基于多旋翼无人机的电力巡检系统，并利用倾斜摄影图像采集方法进行三维模型重建。通过在赣西电网中的实际应用证明，本文研究的无人机电力巡检系统具有准确性高、易操作和可视性强等优点，可推广应用，为电网的安全、稳定运行提供了支持。