线上点与非线上点分类、电力线提取及航迹规划方法技术

本发明专利技术提出一种地面点与线上点分类、电力线提取及航迹规划方法，采用支持向量机方法，通过投影、归一化数值范围、构造平面、引入超平面、构造函数等方法实现了有效的线上点与非线上点/地面点的分类，通过地面点剔除、点云分类、直线提取三大步骤拟合出的电力线描述，有效去除了大量的无效点云，精简了计算量，具有更加精确的电力线数据，解决激光点云数据包含过多无用信息、电力线提取精度不理想的问题，为飞行航迹规划提供精准的调整信息，满足近距离巡检的要求。

Classification of on-line and off-line points, power line extraction and route planning

The invention provides a method for classification of ground points and on-line points, extraction of power lines and route planning. Support vector machine method is used to achieve effective classification of line points and non-line points/ground points through projection, normalized numerical range, construction plane, introduction of hyperplane, constructor and other methods. The method is fitted by three steps: removal of ground points, classification of point clouds and extraction of straight lines. Power line description effectively removes a large number of invalid point clouds, simplifies the calculation, and has more accurate power line data. It solves the problems of excessive useless information contained in laser point cloud data and unsatisfactory accuracy of power line extraction. It provides accurate adjustment information for flight path planning and meets the requirements of close-range inspection.

【技术实现步骤摘要】
线上点与非线上点分类、电力线提取及航迹规划方法
本专利技术属于电力线走廊巡检
，尤其与一种线上点与非线上点分类方法、电力线提取方法及航迹规划方法相关。
技术介绍
通过激光雷达进行电力巡检的引导正在逐步推广和完善。由激光雷达对电力系进行扫描，然后通过扫描数据进行计算，经计算处理后的数据，可为巡检飞行的路径规划提供有效的帮助，为巡检飞行实时规划航迹，确保骑线飞行准确性，从而提高巡检排隐患的精度。现有的电力线走廊巡检技术中，存在点云获取后包含过多无效信息，存在未能排除众多无效点云、点云解算数据量过大、解算耗时过长等缺陷，从而电力线提取精度不理想、航迹规划不能够满足近距离采集信息的需求等问题，未能满足电力应急、隐患快速排除等应用的实时性要求。因此，需要对激光数据进行更加精确的处理和分析，为航迹规划提供精确的信息反馈，以确保骑线飞行路径的精准性。
技术实现思路
针对上述现有技术缺陷，本专利技术提出一种线上点与非线上点分类、电力线提取及航迹规划方法，解决激光点云数据包含过多无用信息、无效点云排除力度不够、数据量过大、电力线提取精度不理想等问题，为飞行航迹规划提供精准的调整信息，满足近距离巡检的要求。本专利技术采用以下技术：一种线上点与非线上点分类方法，其特征在于，包括以下步骤：S1、将所有待分类的数据D＝{(x1,y1,z1),(x2,y2,z2)...(xn,yn,zn)}垂直投影到YOZ平面，得到一组新的点D＝{(y1,z1),(y2,z2)...(yn,zn)}；S2、将所有点的z轴数据归一化到[-1，1]区间内；S3、构造一个平面wx+b＝0；S4、引入超平面的几何间隔将参数w和b的确定转化为条件极值问题进行求解：s.t.f(wx+b)≥1；S5、利用S3所构造的平面将点D＝{(y1,z1),(y2,z2)...(yn,zn)}划分为A类和B类，且A类中所有点的z坐标数据取值范围[-1,0]，且B类中所有点的z坐标数据取值范围[0,-1]；S6、通过函数f(y)＝sgn(wx+b)将点归类到A类和B类中。一种电力线提取方法，其特征在于：包括以下步骤：S1、对电力线走廊的三维点云数据进行地面点剔除；S2、对剔除地面点后的数据进行线上点与非线上点分类，分类包括：S21、将所有待分类的数据D＝{(x1,y1,z1),(x2,y2,z2)...(xn,yn,zn)}垂直投影到YOZ平面，得到一组新的点D＝{(y1,z1),(y2,z2)...(yn,zn)}；S22、将所有点的z轴数据归一化到[-1，1]区间内；S23、构造一个平面wx+b＝0；S24、引入超平面的几何间隔将参数w和b的确定转化为条件极值问题进行求解：s.t.f(wx+b)≥1；S25、利用S3所构造的平面将点D＝{(y1,z1),(y2,z2)...(yn,zn)}划分为A类和B类，且A类中所有点的z坐标数据取值范围[-1,0]，且B类中所有点的z坐标数据取值范围[0,-1]；S26、通过函数f(y)＝sgn(wx+b)将点归类到A类和B类中；S3、保留分类获得的线上点，对来自不同电力线的线上点云数据进行提取，得到来自每一条电力线上的点云，并将其拟合为一条直线，得到电力线描述，完成提取。其中，步骤S3具体包括：S31、将保留的线上点在飞行器坐标系中的三个不同平面进行垂直投影，得到平面xOz、xOy和yOz上的投影点；S32、取三个坐标平面上的所有点的重心，计算所有点到该重心的夹角θm，以Δθ为角度区间间隔，统计所有夹角θm在区间上的分布情况；S33、将出现的连续区间出现峰值且邻近区间出现谷值的情况，判断为该投影点具有明显的聚集现象；S34、取具有最大聚集程度的投影平面，统计局部峰值点的个数，并将该投影平面中连续出现峰值的区间内的所有点聚集为一个簇；S35、同一个簇上的所有点，认为是来自于同一条电力线的点云，将同一个簇的点云拟合为一条直线，得到电力线描述，完成提取。其中，步骤S1具体包括：S11、以飞行器前进方向为y方向，以飞行平台垂直向上为z方向，建立坐标系，以z轴方向的高程信息为标准；S12、将点云数据按高程进行分层，层高Δz，总层数S13、统计第i层的点云数据量pi；S14、从最小z逐层往上，如果pi＞300，判断为地面点，剔除该层数据；S15、第一次层次剔除完成，将剩余的点云按照层次，再次进行划分，即：保留z较大的一端的所有层次中的点云，逐层往下，当层次k与最邻近的层次j高度差大于1m时，其中k>j，剔除该层数据以及往下的所有层次数据，只保留0-j层的数据；S16、将所有余下的层次点存储作为备用点，完成地面点云剔除。其中，电力线走廊的三维点云数据是通过结合激光扫描数据、位置数据、姿态数据进行三维点云解算获得。三维点云解算，方法为：x＝dcosαsinβ；y＝dcosαcosβ；z＝dsinα；其中，α为激光扫描仪当前激光出射俯仰角度，β为激光出射方位角度，d为激光扫描仪与地面的距离。一种航迹规划方法，其特征在于，包括如下步骤：S1、采用所述的电力线提取方法完成电力线提取；S2、基于电力线提取获得的直线参数，取高程最大的一条线作为目标地线，设目标地线的直线方程为ax+by+cz＝d；S3、将方向向量(a,b,c)归一化得到(a′,b′,c′)；S4、通过公式计算获得电力线与x轴和y轴之间的夹角，获得飞行器的航向和俯仰角度；S5、通过公式计算获得空间中点到直线的距离，获得飞行器到电力线的距离；S6、根据当前的航向、俯仰角度，调整飞行器的姿态，使飞行器保持平行于电力线上方飞行，然后根据飞行器与电力线的距离，进行高度下降或升高，完成飞行航迹规划。一种骑线飞行方法，其特征在于，包括如下步骤：S1、采用所述的航迹规划方法使飞行器平行于电力线上方飞行，高度的下降根据飞行器与电力线的距离调整；S2、下降高度后开始骑线滑行飞行，在遇到塔杆时，根据激光扫描数据进行点云解算，取最近的点云，若距离小于设定阈值，则减速并在接近塔杆时升起高度，避开塔杆，越过塔杆后，再重新降低高度至滑行飞行高度；若距离大于设定阈值，则继续骑线滑行飞行。本专利技术有益效果：1、本专利技术提供的分类方法，可以进一步优化地面点剔除后的数据。通过剔除仅能较大程度的去除地面点，去除后的点云中还包括许多无用的非线上点云，这部分点云无法通过地面点剔除去除，若是直接将数据直接输入提线环节，将极大增加运算的数据量，不利于算法的简化和飞行器的能耗节省，更加不利于时效性的提高。通过本专利技术设计的具有指导学习的方法，采用支持向量机方法，通过投影、归一化数值范围、构造平面、引入超平面、构造函数等方法实现了有效的线上点与非线上点的分类，为电力线的提取转化工作提供精确的点云数据支撑，进一步有效分割掉无效的非线上点云，在保留有效数据的情况下极大缩小了数据量，利于提高直线提取的精度，解决了现有技术对于点云中无效信息过滤度的不足而导致提取误差大等问题，具备较强的应用价值，可适用于电力线提取，作为剔除地面点数据这种粗滤处理方式的有效补充。2、本专利技术提供的电力线提取方法，包含了地面点剔除、点云分类、直线提取三大步骤，先通过剔除获得粗略处理的点云数据，在处理中通过分层，并设定点云数据量pi＞300，判断地面点，实现了本文档来自技高网...

【技术保护点】
1.一种线上点与非线上点分类方法，其特征在于，包括以下步骤：S1、将所有待分类的数据D＝{(x1,y1,z1),(x2,y2,z2)...(xn,yn,zn)}垂直投影到YOZ平面，得到一组新的点D＝{(y1,z1),(y2,z2)...(yn,zn)}；S2、将所有点的z轴数据归一化到[‑1，1]区间内；S3、构造一个平面wx+b＝0；S4、引入超平面的几何间隔

【技术特征摘要】
1.一种线上点与非线上点分类方法，其特征在于，包括以下步骤：S1、将所有待分类的数据D＝{(x1,y1,z1),(x2,y2,z2)...(xn,yn,zn)}垂直投影到YOZ平面，得到一组新的点D＝{(y1,z1),(y2,z2)...(yn,zn)}；S2、将所有点的z轴数据归一化到[-1，1]区间内；S3、构造一个平面wx+b＝0；S4、引入超平面的几何间隔将参数w和b的确定转化为条件极值问题进行求解：s.t.f(wx+b)≥1；S5、利用S3所构造的平面将点D＝{(y1,z1),(y2,z2)...(yn,zn)}划分为A类和B类，且A类中所有点的z坐标数据取值范围[-1,0]，且B类中所有点的z坐标数据取值范围[0,-1]；S6、通过函数f(y)＝sgn(wx+b)将点归类到A类和B类中。2.一种电力线提取方法，其特征在于：包括以下步骤：S1、对电力线走廊的三维点云数据进行地面点剔除；S2、对剔除后的数据进行线上点与非线上点分类，分类包括：S21、将所有待分类的数据D＝{(x1,y1,z1),(x2,y2,z2)...(xn,yn,zn)}垂直投影到YOZ平面，得到一组新的点D＝{(y1,z1),(y2,z2)...(yn,zn)}；S22、将所有点的z轴数据归一化到[-1，1]区间内；S23、构造一个平面wx+b＝0；S24、引入超平面的几何间隔将参数w和b的确定转化为条件极值问题进行求解：s.t.f(wx+b)≥1；S25、利用S3所构造的平面将点D＝{(y1,z1),(y2,z2)...(yn,zn)}划分为A类和B类，且A类中所有点的z坐标数据取值范围[-1,0]，且B类中所有点的z坐标数据取值范围[0,-1]；S26、通过函数f(y)＝sgn(wx+b)将点归类到A类和B类中；S3、保留分类获得的线上点，对来自不同电力线的线上点云数据进行提取，得到来自每一条电力线上的点云，并将其拟合为一条直线，得到电力线描述，完成提取。3.根据权利要求2所述的电力线提取方法，其特征在于：步骤S3具体包括：S31、将保留的线上点在飞行器坐标系中的三个不同平面进行垂直投影，得到平面xOz、xOy和yOz上的投影点；S32、取三个坐标平面上的所有点的重心，计算所有点到该重心的夹角θm，以Δθ为角度区间间隔，统计所有夹角θm在区间上的分布情况；S33、将出现的连续区间出现峰值且邻近区间出现谷值的情况，判断为该投影点具有明显的聚集现象；S34、取具有最大聚集程度的投影平面，统计局部峰值点的个数，并将该投影平面中连续出现峰值的区...

【专利技术属性】
技术研发人员：尹晓燕，李成凤，唐浩，任彪，张博文，廖成龙，
申请(专利权)人：绵阳紫蝶科技有限公司，
类型：发明
国别省市：四川,51