一种雷达电力巡检的点云数据配准方法、装置及设备制造方法及图纸

本发明专利技术公开了一种雷达电力巡检的点云数据配准方法，通过应用预设的卷积网络，在同一区域的两个不同时间点的第一点云数据和第二点云数据中分别分割得到同一目标标志物的第一三维点云和第二三维点云，再依据第一三维点云和第二三维点云将两个点云数据进行数据融合，得到第三点云数据，从而消除了两个不同时间点的点云数据之间的位置误差，避免了一个危险点被误认为是多个危险点的状况，进而减轻了地检人员分析、维修的工作量。本发明专利技术还提供一种雷达电力巡检的点云数据配准装置、设备及计算机可读存储介质，具有上述有益效果。

【技术实现步骤摘要】
一种雷达电力巡检的点云数据配准方法、装置及设备
本专利技术涉及图像处理
，特别是涉及一种雷达电力巡检的点云数据配准方法、装置、设备及计算机可读存储介质。
技术介绍
目前国内电力巡检开始使用无人机代替部分人力检测高压电线的安全状况。无人机上安装有激光雷达。在电力巡检某一区域的高压电线的安全状况时，无人机在同一地域来回飞行，飞行的同时激光雷达会扫描周围环境，这时便会产生多个不同时间点的机载雷达三维点云数据。采集完的点云数据将被用来检测是否有过高的树木接触到了高压电线等状况，如果发生这样的状况，树木可能会磨损电线，甚至引发森林火灾。树木与高压电线接触的点称为危险点。在对多个点云数据进行分析时，由于风的干扰以及机载雷达的误差，同一危险点会有多个点云位置，从而被误认为是多个危险点，这给后续的分析、核实危险点、维修工作造成了极大的负担。如何消除同一区域不同时间点的点云数据之间的位置误差，避免一个危险点被误认为是多个危险点的状况，减轻地检人员分析、维修的工作量，是本领域技术人员需要解决的技术问题。
技术实现思路
本专利技术的目的是提供一种雷达电力巡检的点云数据配准方法、装置、设备及计算机可读存储介质，通过消除同一区域不同时间点的点云数据之间的位置误差，避免一个危险点被误认为是多个危险点的状况，减轻地检人员分析、维修的工作量。为解决上述技术问题，本专利技术提供一种雷达电力巡检的点云数据配准方法，包括：获取第一点云数据和第二点云数据；应用预设的卷积网络分别分割所述第一点云数据和所述第二点云数据，得到目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云；依据所述第一三维点云和所述第二三维点云将所述第一点云数据和所述第二点云数据进行数据融合，得到第三点云数据；其中，所述第一点云数据和所述第二点云数据分别为同一地域不同时间点的点云数据。可选的，所述应用预设的卷积网络分别分割所述第一点云数据和所述第二点云数据，得到目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云，具体包括：分别提取所述第一点云数据的第一特征变量和所述第二点云数据的第二特征变量；根据所述第一特征变量确定所述第一点云数据中的物体形状，根据所述第二特征变量确定所述第二点云数据中的物体形状；选取所述第一点云数据中输出概率最高的点云类别为所述目标标志物，确定所述目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云。可选的，所述分别提取所述第一点云数据的第一特征变量和所述第二点云数据的第二特征变量，具体为：对所述第一点云数据进行点云配准和特征点配准，获得多个维度的第一特征矩阵，应用最大化池化法计算所述第一特征矩阵中的最大值特征；对所述第二点云数据进行所述点云配准和所述特征点配准，获得多个维度的第二特征矩阵，应用所述最大化池化法计算所述第二特征矩阵中的最大值特征。可选的，所述根据所述第一特征变量确定所述第一点云数据中的物体形状，根据所述第二特征变量确定所述第二点云数据中的物体形状，具体为：应用三维卷积计算、三维反卷积计算、所述最大化池化计算和最大化反池化计算，根据所述第一特征变量确定所述第一点云数据中的物体形状，根据所述第二特征变量确定所述第二点云数据中的物体形状。可选的，所述依据所述第一三维点云和所述第二三维点云将所述第一点云数据和所述第二点云数据进行数据融合，得到第三点云数据，具体包括：应用最近邻算法计算所述第一三维点云到所述第二三维点云的转移矩阵；根据所述转移矩阵对所述第二点云数据中的所有点进行转移，得到第五点云数据；将所述第一点云数据和所述第五点云数据进行融合得到所述第三点云数据。可选的，所述获取第一点云数据和第二点云数据，具体为：在点云数据集合中随机选择所述第一点云数据和所述第二点云数据；相应的，在得到所述第三点云数据之后，还包括：判断所述点云数据集合中的剩余点云数据个数是否为零；如果是，则结束；如果否，则在所述点云数据集合除所述第一点云数据和所述第二点云数据之外的剩余点云数据中随机选择第四点云数据；以所述第三点云数据为所述第一点云数据，以所述第四点云数据为所述第二点云数据，返回所述应用预设的三维卷积网络分别分割所述第一点云数据和所述第二点云数据，得到目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云的步骤；其中，所述点云数据集合包括所述同一地域的两个以上个不同时间点的点云数据。可选的，所述目标标志物具体为高压电线杆塔。为解决上述技术问题，本专利技术还提供一种雷达电力巡检的点云数据配准装置，包括：获取单元，用于获取第一点云数据和第二点云数据；特征提取单元，用于应用预设的卷积网络分别分割所述第一点云数据和所述第二点云数据，得到目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云；数据融合单元，用于依据所述第一三维点云和所述第二三维点云将所述第一点云数据和所述第二点云数据进行数据融合，得到第三点云数据；其中，所述第一点云数据和所述第二点云数据分别为同一地域不同时间点的点云数据。为解决上述技术问题，本专利技术还提供一种雷达电力巡检的点云数据配准设备，包括：存储器，用于存储指令，所述指令包括上述任意一项所述雷达电力巡检的点云数据配准方法的步骤；处理器，用于执行所述指令。为解决上述技术问题，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述雷达电力巡检的点云数据配准方法的步骤。本专利技术所提供的雷达电力巡检的点云数据配准方法，通过应用预设的卷积网络，在同一区域的两个不同时间点的第一点云数据和第二点云数据中分别分割得到同一目标标志物的第一三维点云和第二三维点云，再依据第一三维点云和第二三维点云将两个点云数据进行数据融合，得到第三点云数据，从而消除了两个不同时间点的点云数据之间的位置误差，避免了一个危险点被误认为是多个危险点的状况，进而减轻了地检人员分析、维修的工作量。本专利技术还提供一种雷达电力巡检的点云数据配准装置、设备及计算机可读存储介质，具有上述有益效果，在此不再赘述。附图说明为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种雷达电力巡检的点云数据配准方法的流程图；图2为本专利技术实施例提供的一种图1中步骤S102的具体实施方式的流程图；图3为本专利技术实施例提供的一种用于分割点云数据的三维卷积网络示意图；图4为本专利技术实施例提供的另一种雷达电力巡检的点云数据配准方法的流程图；图5为本专利技术实施例提供的一种雷达电力巡检的点云数据配准装置的结构示意图；图6为本专利技术实施例提供的一种雷达电力巡检的点云数据配准设备的结构示意图。具体实施方式本专利技术的核心是提供一种雷达电力巡检的点云数据配准方法、装置、设备及计算机可读存储介质，通过消除同一区域不同时间点的点云数据之间的位置误差，避免一个危险点被误认为是多个危本文档来自技高网...

【技术保护点】
1.一种雷达电力巡检的点云数据配准方法，其特征在于，包括：获取第一点云数据和第二点云数据；应用预设的卷积网络分别分割所述第一点云数据和所述第二点云数据，得到目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云；依据所述第一三维点云和所述第二三维点云将所述第一点云数据和所述第二点云数据进行数据融合，得到第三点云数据；其中，所述第一点云数据和所述第二点云数据分别为同一地域不同时间点的点云数据。

【技术特征摘要】
1.一种雷达电力巡检的点云数据配准方法，其特征在于，包括：获取第一点云数据和第二点云数据；应用预设的卷积网络分别分割所述第一点云数据和所述第二点云数据，得到目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云；依据所述第一三维点云和所述第二三维点云将所述第一点云数据和所述第二点云数据进行数据融合，得到第三点云数据；其中，所述第一点云数据和所述第二点云数据分别为同一地域不同时间点的点云数据。2.根据权利要求1所述的点云数据配准方法，其特征在于，所述应用预设的卷积网络分别分割所述第一点云数据和所述第二点云数据，得到目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云，具体包括：分别提取所述第一点云数据的第一特征变量和所述第二点云数据的第二特征变量；根据所述第一特征变量确定所述第一点云数据中的物体形状，根据所述第二特征变量确定所述第二点云数据中的物体形状；选取所述第一点云数据中输出概率最高的点云类别为所述目标标志物，确定所述目标标志物在所述第一点云数据上的第一三维点云和所述目标标志物在所述第二点云数据上的第二三维点云。3.根据权利要求2所述的点云数据配准方法，其特征在于，所述分别提取所述第一点云数据的第一特征变量和所述第二点云数据的第二特征变量，具体为：对所述第一点云数据进行点云配准和特征点配准，获得多个维度的第一特征矩阵，应用最大化池化法计算所述第一特征矩阵中的最大值特征；对所述第二点云数据进行所述点云配准和所述特征点配准，获得多个维度的第二特征矩阵，应用所述最大化池化法计算所述第二特征矩阵中的最大值特征。4.根据权利要求3所述的点云数据配准方法，其特征在于，所述根据所述第一特征变量确定所述第一点云数据中的物体形状，根据所述第二特征变量确定所述第二点云数据中的物体形状，具体为：应用三维卷积计算、三维反卷积计算、所述最大化池化计算和最大化反池化计算，根据所述第一特征变量确定所述第一点云数据中的物体形状，根据所述第二特征变量确定所述第二点云数据中的物体形状。5.根据权利要求1所述的点云数据配准方法，其特征在于，所述依据所述第一三维点云和所述第二三维点云将所述第一点云数据和...

【专利技术属性】
技术研发人员：曹睿，严寿麟，杨积升，李东，章云，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44