机载LiDAR点云密度对输电线路工程断面提取精度机载LiDAR点云密度对输电线路工程断面提取精度

摘 要：机载激光雷达（LiDAR）技术是现代地理信息采集的重要手段之一，因其高精度、高效率的特点，已在输电线路工程的勘测设计中得到了广泛应用。本文针对《110kV及以上架空输电线路勘测设计无人机激光雷达系统标准》试验验证要求，基于实际工程项目数据，具体分析了不同地面点点云密度、不同断面提取方法对输电线路工程断面提取精度的影响情况，试验验证表明点云密度对断面提取精度的影响具有一定的正相关性，地面点点云在生成DEM的过程中存在一定的精度损失，而且随着点云密度的降低误差显著增大，尤其是在地形复杂区域。通过研究，建议在实际项目生产过程中采用直接点云法进行断面提取，以最大程度保留激光点云数据的原始精度水平。

关键词：无人机， 激光雷达， 点云密度， 输电线路工程， 断面提取

0 引 言

机载LiDAR技术是现代地理信息采集的重要手段之一，因其高精度、高效率的特点，已在输电线路工程的勘测设计中得到了广泛应用。输电线路工程的勘测设计需要精确的地形数据，而机载LiDAR技术能够快速获取大范围、高精度、精细的地形信息[1]，为输电线路工程勘测设计提供精确、可靠的数据支撑。

机载LiDAR技术在输电线路工程勘测设计中的应用比较广泛，在线路通道走廊规划、路径优化选线设计方面，通过对点云数据的处理，可以生成高精度的数字高程模型（DEM）或三维mesh模型，精确表达线路通道走廊沿线的地形起伏、坡度等信息，在此基础上可实现针对复杂地形的准确分析，从而降低工程技术风险和造价成本。机载LiDAR能够快速获取大范围的高分辨率地形数据，基于此在设计阶段进行多方案比选，可优化线路走廊的路径，降低施工难度和工程造价成本。机载LiDAR数据能够提供精确的三维坐标，为输电线路工程的塔位选址提供可靠的地形依据，确保每个杆塔位都具备最优的地形条件和精准定位。利用点云非地面点数据，可以识别输电线路沿线的建（构）筑物、交叉跨越、林木等障碍物，在线路优化设计过程中，可以准确量测新建线路与地物的空间位置关系，避免传统测量方法中的误差，提高工程设计的准确性，进而优化杆塔位置，避免潜在的安全隐患。在工程量计算与设计优化方面，通过LiDAR数据生成的高精度三维地形模型，可以精确计算工程所需的挖填土方量，优化设计方案，降低工程造价。在环境影响评估方面，LiDAR点云数据可以反映通道内地面植被的高度和分布情况，辅助工程师进行环境影响评估，如：线路对森林、湿地等敏感区域的影响。优化线路设计，尽量减少对生态环境的破坏。

点云密度作为LiDAR数据的关键指标参数，直接影响了输电线路工程断面提取的精度和效率。本文旨在验证标准技术要求，分析点云密度对输电线路工程断面提取精度的影响，并提出不同地形环境下点云数据提取建议。

1 试验验证方法

1.1 点云密度的表征方式

点云密度通常用来表征LiDAR数据的稠密程度，它是指在单位面积内所获得的点云数据点的数量。点云密度的表征方式可分为平面密度表征和三维空间密度表征。

平面密度表征，是指在二维平面上，点云数据通常被投影在XY平面上，使用平面点的密度值作为点云密度的表征。这种方式相对简单，但只能反映二维空间内的密度分布情况。

三维空间密度表征，为了更准确地反映点云数据的三维空间分布特征，研究者们提出了多种点云三维空间密度表征方式：单元格划分法，将测区划分为小的单元格（如立方体），通过计算单元格内点的数量与单元格体积的比值来表征密度。这种方法能够较好地反映三维空间内点云的密集程度；距离密度，基于点云中各散点之间的距离来计算密度。常见的做法是求取点云中每个点到其最近点的平均距离，以此作为距离密度的度量。这种方法能够反映点云在空间中的分布紧密程度；聚类分析，利用聚类的思想将原始点云数据中密度相连的点聚集为簇集合，用以区分正常点云与异常噪声。这种方法不仅考虑了点云的密度特征，还结合了空间分布特性。

1.2 点云密度标准化表征与计算

标准化表征，为了统一不同来源、不同分辨率的点云数据的密度表征方式，一些标准化方法被提出，例如GB/T 36100-2018《机载LiDAR点云数据质量评价指标及计算方法-规范》等标准文件为点云密度的计算和评价提供了规范化的指导。

在实际应用中，点云密度的计算通常涉及以下步骤。

（1）数据读取：首先读取点云数据文件，获取点云的XYZ坐标等基本信息。

（2）划分单元：根据需要选择适当的单元划分方式（如：平面网格、三维立方体等），并将测区划分为若干单元。

（3）密度计算：对每个单元内的点云进行计数，并计算其与单元面积（或体积）的比值，得到该单元的密度值。

1.3 提取精度与数据的完整性

本次实验为分析点云密度与断面提取精度之间的关系，需重点对以下两个关键指标进行阐述。

提取精度：数据的精度评估通常通过对比机载LiDAR采集的点与高精度地面实测点之间的距离、高程和水平角误差来进行。此外，还可以将机载LiDAR数据与传统的测量方法（如：全站仪测量、GPS测量）或真实的三维模型进行对比，以验证其精度，本次实验将通过使用外业实测数据作为参考，对提取的断面进行精度评估[2]。

数据完整性：是指机载激光雷达系统在采集和处理点云数据时，所获得的数据在完整性方面所满足的特定要求和标准。机载激光点云数据在采集、传输、处理及存储过程中，保持其原有信息的完整无缺，不出现遗漏、缺失或损坏的状态。尤其是数据连续性，点云数据在空间和时间上应保持连续的特性，不出现断裂、跳跃或缺失的情况。这有助于保持数据的完整性和连贯性，它是衡量点云数据质量的重要指标之一，直接关系到数据的可用性和后续应用的可靠性[3]。

1.4 断面提取与精度对比分析方法

本实验采用了两种典型的断面提取方法。直接点云法：通过对原始点云数据的分类和拟合，直接提取输电线路的路径断面。数字高程模型（DEM） 法： 生成DEM后，在该模型上进行断面提取，特别适合复杂地形条件。

精度对比分析方法，采用相对精度对比分析和绝对精度对比分析两种方法。相对精度对比分析主要是将滤波处理后的地面点云数据，依据其原始点云密度生成DEM（5m格网间距），将抽希后不同点云密度情况下生成的DEM，依据本输电线路工程路径，按照5m采样间隔，进行路径中心线断面点的高程值提取与比较，从而分析其相对精度情况。绝对精度对比分析方法是指在本实验工程路径上均匀布设检查点，外业采用RTK设备实地测量检查点的高程，并将其分别与原始点云密度和抽希后不同点云密度生成的DEM，进行对比分析计算，以分析其绝对精度情况。

2 试验验证设计与结果分析

2.1 试验设计依据

本次实验设计技术依据为IEEE《110kV以上架空输电线路无人机激光雷达测量与设计标准》中，第6.4.1条第2款：DSM、DEM成果格网间距不应大于5m，高程取值到0.01m，宜根据DSM、DEM插值效率、效果以及工程需求，合理选择插值尺寸与方法，插值尺寸宜与点云数据的平均点间距相近。第7.2.1条：平断面图的成图比例尺采用水平1：5000、垂直1：500。平断面图数字化测绘范围为线路路径两侧各50m。第7.2.2条：平断面图采用点云数据、DEM、DOM测绘。地物平面位置在三维立体模型或DOM中测绘，高程信息通过DEM或点云数据获取。第7.2.3条：中心线和边线断面数据采用DEM或点云分类地面点自动采集，取点间距5m。

2.2 试验方案设计

本次实验基于无人机机载激光雷达系统获取的点云数据，经过点云预处理、点云去噪、分类、地面点提取和坐标系转换等处理，最终得到地面点点云数据。按照100%、80%、60%不同地面点抽希保留率，分别应用直接点云法和数字高程模型（DEM）法，在对应模型上进行路径断面提取，最后基于外业实测断面点数据进行精度对比，沿线共计采集了29个外业RTK实测断面点，以分析断面精度变化情况。

2.3 试验项目概况

本次实验项目依托湖南省某500kV线路工程，项目位于湖南省衡阳市，测区内包括平原、丘陵和山地地形地貌，海拔高度30～440m，高差410米。植被主要以水田、灌木、杂树为主，测区内交通便利，便于开展无人机航飞作业。本次项目无人机平台采用的是CW-25E长续航固定翼垂直起降无人机飞行平台，搭载可见光S420航测模块获取光学影像数据，激光点云数据获取采用RIEGL VUX-1LR-22机载激光雷达系统。

实验中平原及山地区域原始点云数据覆盖情况分别如图1、图2所示。

2.4 试验数据分析与评估

首先依据100%、80%、60%不同地面点抽希保留率，生成对应DEM，图3、图4分别为平原、山地区域局部路径DEM生成效果截图，可以看出DEM数据效果差异不明显。

为分析不同的点云抽希比例下对应断面提取精度的情况，根据路径走向，在路径断面上布设了29个高程检测点，详见图5、图6。分别基于直接点云法和数字高程模型 （DEM）法，进行路径断面的自动提取、数据分析与计算。图7、图8、图9为路径断面自动提取效果；表1为不同点云密度下直接点云法的断面精度检测结果。表2为不同点云密度下数字高程模型（DEM）法的断面精度检测结果。

2.5 试验结果分析

提取精度： 随着点云密度的增加，基于直接点云法和数字高程模型（DEM）法，断面提取的精度有一定的提高，但精度提升变化不明显，其均方根误差在1.8～7.3cm以内（详见表1、表2）。然而，基于直接点云法提取的断面精度整体水平，明显优于数字高程模型（DEM）法，其均方根误差相差为18.8～24.3cm（详见表1、表2），因此表明，地面点点云在生成DEM的过程中，存在一定的精度损失，而且随着点云密度的降低，误差显著增大，尤其是在地形复杂区域。在实际项目生产过程中，建议采用直接点云法进行断面提取，以最大程度保留激光点云数据的原始精度水平。

数据完整性：高密度点云在植被覆盖和复杂地形下的完整性表现更好，能够捕捉到更多的地形细节和线路特征点。而低密度点云则可能出现数据空洞，影响断面的连续性。

3 结 论

本文系统分析了无人机机载激光点云密度对输电线路工程断面提取精度的影响。通过试验表明：首先，点云密度对断面提取精度的影响具有一定的正相关性。其次，地面点点云在生成DEM的过程中，存在一定的精度损失，而且随着点云密度的降低，误差显著增大，尤其是在地形复杂区域。在实际工程中，建议采用直接点云法进行断面提取，以最大程度保留激光点云数据的原始精度水平，并根据断面提取的精度需求，以及工程的地形复杂度，合理选择点云密度，在复杂地形或关键区域采用较高密度的点云数据，而在常规区域使用较低密度的数据以提高数据加载效率。未来研究可以进一步探索点云密度与其他数据融合技术（如：多光谱影像、SAR数据）的结合，提升断面提取的自动化程度和精度，挖掘激光点云数据在输电线路工程中的深度应用。此外，可以进一步研究不同的DEM插值方法对路径断面的提取精度的影响情况，并基于机器学习的方法也可以应用于优化点云数据的采样和处理流程。

参考文献

[1]高胜超，高彦涛，王文杰. 机载LiDAR在河南省重点水库库区高精度DEM建立中的应用 [J]. 测绘通报， 2022（01）：128-132.

[2]赵文东，刘学仁，朱发浩，等. 倾斜摄影测量在复杂空域及地形条件下高精度三维建模研究 [J]. 测绘通报，2021（S1）： 25-28.

[3]范素莹，张雯欣，徐文兵. 机载雷达点云数据提取地面DEM的方法研究 [J]. 安徽地质， 2022（S2）： 10-14.