一种智能高效机载雷达点云分析方法技术

本发明专利技术公开了一种智能高效机载雷达点云分析方法，针对需要检测的同一区域，用不同时间形成的点云数据图像，分别获取第一、二次树冠信息，然后匹配该两次树冠信息，匹配成功后，选择两张点云数据图像的对应点，进行作差比较，得出树木的生长情况及生长速率。本发明专利技术结合两次树冠信息，判断树木生长情况，以此评估树木对于高压电线的危险性，克服现有无人机巡检技术无法生成统一电子报告的问题。另外，选择合适的矩阵A和矩阵B，使准确地描述出点云数据的性质，同时时间复杂度在可接受的范围内。最后，针对该应用场景，对障碍树木点云做图匹配时一系列合理的参数设置，以及算法流程上尽量采用简单运算代替复杂的开根和指数运算，大大提高运算速率。

An Intelligent and Efficient Point Cloud Analysis Method for Airborne Radar

The invention discloses an intelligent and efficient point cloud analysis method for airborne radar. In view of the same area that needs to be detected, the first and second tree crown information are obtained by using point cloud data images formed at different times, and then the two tree crown information is matched. After successful matching, the corresponding points of two point cloud data images are selected and compared to obtain the growth situation and growth of trees. Speed. The method combines two crown information to judge the growth of trees, so as to evaluate the danger of trees to high voltage wires, and overcome the problem that the existing UAV patrol technology can not generate unified electronic reports. In addition, appropriate matrix A and matrix B are selected to accurately describe the properties of point cloud data, and the time complexity is within acceptable range. Finally, aiming at this application scenario, a series of reasonable parameter settings for point cloud mapping of obstacle trees, and simple operations instead of complex rooting and exponential operations are adopted in the algorithm flow as far as possible, which greatly improves the operation speed.

【技术实现步骤摘要】
一种智能高效机载雷达点云分析方法
本专利技术涉及模块识别与图像处理的
，尤其涉及到一种智能高效机载雷达点云分析方法。
技术介绍
据了解中国的输电线路保守估计已有45万千米，而且这一数据也将会随着电力系统的发展和完善得到进一步的增长。如何对这些线路进行定期巡检与维护一直是个浩大的工程。毕竟在很多时候，高压输电线路大多数布置在人迹罕至、复杂的野外环境下，很难避免高压输电路线下不会有生长起来的树。诸如此类情况并不少见。当高压电线距离树枝很近时，大风一吹，树枝摆动时则有可能将电线的绝缘保护层磨破，容易产生漏电现象。如果是在雷雨天气时，电线与树枝接触时极易产生火花，引起森林大火。可见电力巡查的重要性。因此在电力巡检中，树木也是其中要重点观察的一个对象。而目前已有的实施方案大多都只是停留在人工巡检，无人机巡检还处于完善阶段，特别是细分到电线树木对电线的危害性判断研究比较少。虽然通过无人机进行电力巡检已经有不少单位在进行研究了，也已经取得了不少进展，针对每一次电力巡检数据都会生成一份树障等危险情况的电子报告来反映巡检成果。但生成报告的速率较慢，而且在实际生产中，如果每一次报告中的树障都要出勤去清理的话，将要耗费巨大的人力与物力。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提出一种智能高效机载雷达点云分析方法，基于场景已知的时不变信息，对会随着时间变化的树木用图匹配做配准，两者结合起来生成一份危险报告。以此反映该地区某个时间段内危险情况，而不是孤立地每个时间段一个报告。以此来反映树障的生长情况，进一步评估树障的危险性。为实现上述目的，本专利技术所提供的技术方案为：一种智能高效机载雷达点云分析方法，针对需要检测的同一区域，用不同时间形成的点云数据图像，分别获取第一次及第二次树冠信息，然后匹配该两次树冠信息，匹配成功后，选择对应的两张点云数据图像的对应点，两者进行作差比较，得出树木的生长情况及生长速率，以此评估危险性。进一步地，所述在点云数据图像中获取树冠信息的具体步骤如下：S1：收集检测区域的点云图像；S2：对点云数据进行预处理；S3：基于时不变信息，选取杆塔通道并做阈值分割得到理想树冠点云；S4：观察两座相邻杆塔之间的树障情况，记录下树冠信息。进一步地，所述步骤S2对点云数据进行预处理的具体步骤为：先是对点云进行下采样算法，把点云密度降到三分之一，再通过离群算法去除数据噪声。进一步地，所述步骤S3基于时不变信息，选取杆塔通道并做阈值分割得到理想树冠点云，具体为：导入事先已知的杆塔坐标，再对相邻杆塔之间宽约20米的通道做一个阈值切割，把高度为2米以上的点云数据保存下来，记为理想树冠点云信息。进一步地，所述两次树冠信息通过对应两个张点云数据图像中的顶点与边是否相似来进行匹配，具体如下：建模得到以下公式：c1+c2＝1上式中，X为马尔可夫矩阵，X矩阵中的元素pij＝0或者pij＝1；A和A′分别为两个图的描述边的性质的邻接矩阵；B和B′分别为两个图的描述顶点的矩阵；c1和c2分别为考虑边和点的权重；||||F表示是Frobeniu矩阵；当这个值取到最小时，两个图在X这个映射下，边和顶点性质的差异值最小，即X为两者的映射关系。进一步地，为了提高运算效率，便于求解，将建模得到的公式经过恒等变化、矢量微分算子以及投影得到下式：其中，M(X)＝...M2M1M2M1(X)上式中，A矩阵为距离矩阵，为了避免开根号的复杂运算，Aij元素代表着一个图中第i个点到第j个点的距离的平方的倒数；为了降低大规模的点云数据，提高收敛速度，选择用找到的理想树冠点云的哈里斯角点的集合作为B矩阵；Bi1、Bi2、Bi3分别代表着该图中第i个点的xyz信息；若两图匹配成功，则X收敛，同时该式子值最小；具体地运算过程如下：S1：输入A，A’，B，B’；S2：初始化X和M，其中，X为n×n矩阵，各个元素为M为n×n的零矩阵；S3：计算：M＝AXA′+kBB′；S4：计算：S5：判断M是否已收敛，若还没有收敛，则返回步骤S4；若M已收敛，则计算：X＝(1-α)X+αM；S6：判断X是否已收敛，若还没有收敛，则返回步骤S3；直至M收敛；图配对成功后，使用贪婪算法，将X矩阵转变为置换矩阵，若Xij＝1，则说明第一个图的第i个点和第二图的第j个点相对应；选择两张点云数据图像对应点，两者进行作差比较，即可得出树木生长情况与生长速率。与现有技术相比，本方案原理和优点如下：1.结合两次的树冠信息，判断树木生长情况，以此评估树木对于高压电线的危险性。克服现有无人机巡检技术无法生成统一电子报告的问题。2.选择合适的矩阵A和矩阵B，使准确地描述出点云数据的性质，同时时间复杂度在可接受的范围内。3.针对该应用场景，对障碍树木点云做图匹配时一系列合理的参数设置，以及算法流程上尽量采用简单运算代替复杂的开根和指数运算，大大提高运算速率。4.针对该应用场景，通过修改迭代条件，能更快地收敛。附图说明图1为本专利技术一种智能高效机载雷达点云分析方法的工作原理图。具体实施方式下面结合具体实施例对本专利技术作进一步说明：本实施例所述的一种智能高效机载雷达点云分析方法，针对需要检测的同一区域，用不同时间形成的点云数据图像，分别获取第一次及第二次树冠信息，然后匹配该两次树冠信息，匹配成功后，选择对应的两张点云数据图像的对应点，两者进行作差比较，得出树木的生长情况及生长速率，以此评估危险性。参见图1所示，具体步骤如下：S1：收集需要检测区域的点云图像；S2：对点云数据进行下采样算法，把点云密度降到三分之一，再通过离群算法去除数据噪声；S3：导入事先已知的杆塔坐标，再对相邻杆塔之间宽约20米的通道做一个阈值切割，把高度为2米以上的点云数据保存下来，记为理想树冠点云信息；S4：观察两座相邻杆塔之间的树障情况，记录下第一次树冠信息；S5：在不同时间段，循环步骤S1-S4，记录下第二次树冠信息；S6：通过对应两个张点云数据图像中的顶点与边是否相似来进行两次树冠信息的匹配，具体如下：建模得到以下公式：c1+c2＝1上式中，X为马尔可夫矩阵，X矩阵中的元素pij＝0或者pij＝1；A和A′分别为两个图的描述边的性质的邻接矩阵；B和B′分别为两个图的描述顶点的矩阵；c1和c2分别为考虑边和点的权重；||||F表示是Frobeniu矩阵；当这个值取到最小时，两个图在X这个映射下，边和顶点性质的差异值最小，即X为两者的映射关系。为了提高运算效率，便于求解，将建模得到的公式经过恒等变化、矢量微分算子以及投影得到下式：其中，M(X)＝...M2M1M2M1(X)上式中，A矩阵为距离矩阵，为了避免开根号的复杂运算，Aij元素代表着一个图中第i个点到第j个点的距离的平方的倒数；为了降低大规模的点云数据，提高收敛速度，选择用找到的理想树冠点云的哈里斯角点的集合作为B矩阵；Bi1、Bi2、Bi3分别代表着该图中第i个点的xyz信息；若两图匹配成功，则X收敛，同时该式子值最小；具体地运算过程如下：S1：输入A，A’，B，B’；S2：初始化X和M，其中，X为n×n矩阵，各个元素为M为n×n的零矩阵；S3：计算：M＝AXA+kBB′；S4：计算：S5：判断M是否已收敛，若还没有收敛，则返回步骤S4；若M已收敛，则计算：X＝(1本文档来自技高网...

【技术保护点】
1.一种智能高效机载雷达点云分析方法，其特征在于，针对需要检测的同一区域，用不同时间形成的点云数据图像，分别获取第一次及第二次树冠信息，然后匹配该两次树冠信息，匹配成功后，选择对应的两张点云数据图像的对应点，两者进行作差比较，得出树木的生长情况及生长速率，以此评估危险性。

【技术特征摘要】
1.一种智能高效机载雷达点云分析方法，其特征在于，针对需要检测的同一区域，用不同时间形成的点云数据图像，分别获取第一次及第二次树冠信息，然后匹配该两次树冠信息，匹配成功后，选择对应的两张点云数据图像的对应点，两者进行作差比较，得出树木的生长情况及生长速率，以此评估危险性。2.根据权利要求1所述的一种智能高效机载雷达点云分析方法，其特征在于，所述在点云数据图像中获取树冠信息的具体步骤如下：S1：收集检测区域的点云图像；S2：对点云数据进行预处理；S3：基于时不变信息，选取杆塔通道并做阈值分割得到理想树冠点云；S4：观察两座相邻杆塔之间的树障情况，记录下树冠信息。3.根据权利要求2所述的一种智能高效机载雷达点云分析方法，其特征在于，所述步骤S2对点云数据进行预处理的具体步骤为：先是对点云进行下采样算法，把点云密度降到三分之一，再通过离群算法去除数据噪声。4.根据权利要求2所述的一种智能高效机载雷达点云分析方法，其特征在于，所述步骤S3基于时不变信息，选取杆塔通道并做阈值分割得到理想树冠点云，具体为：导入事先已知的杆塔坐标，再对相邻杆塔之间宽约20米的通道做一个阈值切割，把高度为2米以上的点云数据保存下来，记为理想树冠点云信息。5.根据权利要求1所述的一种智能高效机载雷达点云分析方法，其特征在于，所述两次树冠信息通过对应两个张点云数据图像中的顶点与边是否相似来进行匹配，具体如下：建模得到以下公式：c1+c2＝1上式中，X为马尔可夫矩阵，X矩阵中的元素pij＝0或者pij＝1...

【专利技术属性】
技术研发人员：黄茂春，彭泽鑫，罗锦浩，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