马文++耿贞伟++张小波

摘 要：本文主要讨论一种基于随机森林的输电线路点云数据自动分类方法。首先，基于点的邻域提取点的局部特征，然后，选取随机森林作为分类模型，采用Gini系数作为节点分裂的标准，使用手工分类的点云数据训练模型，成功地实现了输电线路走廊内杆塔、电力线路、地物等的自动分类，为处理机载激光雷达在输电线路巡视中产生的点云数据提供了一种数据处理方案。

关键词：随机森林；自动分类；输电巡线；激光雷达；LiDAR；点云

中图分类号：TP391.41 文献标识码：A 文章编号：1671-2064（2017）19-0147-02

1 引言

激光雷達技术（LiDAR）是一种主动式的对地观察和测量的技术，从上世纪70年代出现至今，发展迅速，在电力、公路、铁路、林业、矿山、城市规划等众多领域都有广泛地应用。机载LiDAR，就是将LiDAR系统挂载于机载平台（飞机、直升机以及无人机等），沿机载平台的飞行轨迹对地物进行扫描以获取空间信息。由于机载LiDAR可以完整地记录飞行路线及其两侧走廊范围内的三维信息，具有安全、高效、快速等优点，因此逐渐被引入到输电线路巡线中，特别是在地形复杂、条件恶劣的地区[1-3]。

机载LiDAR在进行输电巡线作业时会产生大量的扫描数据（点云数据），对点云数据的分析和应用主要包括：电力线路走廊点云分类、输电线路缺陷分析、输电走廊三维重建及可视化等多个方面。其中，电力线路走廊点云分类是其他应用的基础，只要在完成了点云分类以后，才能继续进行深入的分析和研究。……