ajax从mysql提取数据在html中_机载LiDAR数据中电力线的自动提取与重建

本文内容来源于《测绘通报》2020年第10期，审图号：GS(2020)5156号

机载LiDAR数据中电力线的自动提取与重建 

周钦坤, 岳建平, 杨恒, 朱依民                            

河海大学地球科学与工程学院, 江苏 南京 211100

摘要：

为实现电力线走廊更加有效地巡检，本文设计了一套LiDAR点云数据中电力线自动提取与重建的方法。首先，利用改进的渐进形态学滤波剔除地面点，通过高差阈值与高程离散度分割，实现电力线点粗提取；然后，借助RANSAC直线检测，得到电力线直线模型，依靠密度检测，实现单根电力线点云精确聚类；此外，利用k-means算法完成分裂导线束间归类；最后，进行二次多项式限制的最小二乘拟合，生成电力线曲线模型。试验结果表明，使用该方法电力线点云提取的正确率达98%以上，非电力线点云误判率低至1%左右，电力线直线模型拟合误差在5 cm以下，曲线模型拟合误差在3 cm以下，完全满足实际工程需求。

关键词     机载激光雷达  电力线  提取  重建  精度分析                    引文格式：周钦坤, 岳建平, 杨恒, 等. 机载LiDAR数据中电力线的自动提取与重建[J]. 测绘通报，2020(10)：26-30, 37. DOI: 10.13474/j.cnki.11-2246.2020.0313. 基金项目：中央高校基本科研业务费专项资金(2018B80714);江苏省研究生教育教学改革课题(JGLX18_011) 全文概述

随着社会经济的发展，用电需求日益增长，超高压大容量输电线路的建设数量及里程急剧增加，线路走廊穿越的地理环境日趋复杂，给线路巡检带来了诸多困难^[1-3]。机载激光雷达(light detection and ranging，LiDAR)作为一种新兴的远距离测量技术，高度集成全球定位系统、惯性导航系统及激光扫描测距仪等先进设备，可以快速、便捷地获得远距离目标高精度的三维坐标，对于危险地区的电力线巡检具有独特的优势^[4-5]。因此，研究机载激光雷达点云数据中电力线的提取与重建有着重要的现实意义。

针对机载激光雷达获取的海量点云数据，如何实现电力线点快速高效地提取与高精度的三维重建，众多学者进行了研究。文献[6]利用高程阈值的分割方法，实现电力线点的提取，但该方法仅适用于地形平坦的地区，对于地形起伏较大的地区效果较差。基于此，文献[7]提出基于子空间特征的高程阈值分割，将点云分割成若干小距离尺度空间组合，分别进行高程阈值的分割，该方法有效解决了复杂地形下传统单一高程阈值的不足，但算法复杂度也随之增加。文献[8]分析小范围区域内点云数据的局部高程直方图分布模式，实现电力线点云和电塔点云的自动分类，但该方法易将电力线点误判为电塔点且提取效果受区域大小影响明显。文献[9]用深度学习方法实现了地物分类，但训练过程复杂且电力线训练样本少，电力线提取效果较差。在电力线重建方面，主要方法为将单根电力线激光脚点在水平面的投影点拟合为直线模型，而在垂直投影空间内采用悬索线、抛物线、多项式等模型拟合电力线曲线，文献[10—14]均采用上述方法取得了较高的拟合精度。

本文在分析LiDAR数据中电力线点的特点和前人所作研究后，设计出一套电力线点云提取与重建方法，该方法能够高精度提取电力线点，并实现电力线高精度的直线与曲线模型重建。

1 LiDAR点云中电力线自动提取与重建方法

为了更加准确高效地提取与重建电力线，首先应当分析电力线在机载LiDAR数据中的特点。电力线点云数据特点包括：①电力线高悬于地面上方，与其他地物相比，具有更大的距地高差；②相较于电塔等地物点，在小范围内，电力线点高程变化不大；③电力线在水平投影面内表现为数条直线且直线之间相互平行, 在走向方向近似抛物线。基于上述特点，本文提出了一套针对LiDAR点云中电力线的提取与重建方法，具体流程如图 1所示。

图 1