一种基于点云的输电通道内隐患测距的方法技术

基于点云的输电通道内隐患测距的方法包括：分别选取输电通道图像中位于地面、左侧导线和右侧导线的若干点并记录下其在输电通道图像的像素坐标系中的二维坐标值与三维坐标值一一对应；将二维坐标值和三维坐标值按照彼此对应的点建立一一映射关系；使用基于深度学习的目标检测模型识别输电通道图像中的隐患，并框选出所述隐患，同时得到隐患在像素坐标系中的像素高度和二维坐标值；根据隐患在像素坐标系中的二维坐标值和像素高度，计算其在点云数据中的三维坐标值和高度值，进而求出隐患与导线的距离。本方法结合了三维点云数据，准确定位隐患位置，拥有更高的精度。拥有更高的精度。

【技术实现步骤摘要】
一种基于点云的输电通道内隐患测距的方法


[0001]本专利技术公开一种基于点云的输电通道内隐患测距的方法，属于高压输电线路智能运检的


技术介绍

[0002]近些年来，随着我国经济的发展，为了保障居民生活和工业生产用电，输电网络密度有了显著的增加。由于输电线路不可避免要经过城镇边缘，而在这些地区往往会存在施工行为，活动在输电通道内的机械隐患和烟火隐患极大地威胁着输电安全。这些隐患不仅威胁到输电线路的正常运行，而且可能损坏导线和或铁架塔造成停电和起火，造成严重经济损失，甚至导致人员伤亡事件的发生。
[0003]得益于近几年深度学习技术的发展，人工智能正逐渐替代低效的人力巡检成为输电通道隐患排查的主要手段。然而现有技术仅仅可以在图像中识别隐患而不能评估风险等级，其中，通过隐患与导线之间距离来判断所述风险等级是主要的技术手段。传统的基于图像判别的方法存在着标定繁琐，误差较大的缺点。因此，提供一种准确且高效的隐患与导线距离的测量方法成为了本领域从业人员亟需解决的技术问题之一。

技术实现思路

[0004]针对现有的问题，本专利技术公开一种基于点云的输电通道内隐患测距的方法。本专利技术通过现场采集的图像数据、识别到的隐患信息，再根据输电通道点云数据计算出所述隐患与导线之间的实际距离。
[0005]本专利技术详细的技术方案如下：
[0006]一种基于点云的输电通道内隐患测距的方法，其特征在于，包括：
[0007]a：分别选取输电通道图像中位于地面、左侧导线和右侧导线的若干点并记录下其在输电通道图像的像素坐标系中的二维坐标值；在点云数据中找到所述点对应的三维坐标系中的三维坐标值，所述每个点的二维坐标值与三维坐标值一一对应；所述像素坐标系是指，以输电通道图像为像素坐标系空间，以输电通道图像的左上角端点为像素标系的原点；所述点云数据对应的坐标值组成了三维坐标系；其中，使用架设于杆塔的监控摄像头拍摄输电通道的图像，并通过移动互联网传输到存储服务器中；
[0008]b：将步骤a中的二维坐标值和三维坐标值按照彼此对应的点建立一一映射关系；
[0009]c：使用基于深度学习的目标检测模型识别输电通道图像中的隐患，并框选出所述隐患，同时得到隐患在像素坐标系中的像素高度和二维坐标值；其中针对隐患的识别算法并不是本专利技术所要保护的内容；
[0010]d：根据隐患在像素坐标系中的二维坐标值和像素高度，计算其在点云数据中的三维坐标值和高度值，进而求出隐患与导线的距离。
[0011]根据本专利技术优选的，所述步骤a的详细步骤包括：
[0012]a1：在输电通道图像中寻找位于地面的若干点，包括但不限于杆塔或建筑物与地
面的接触点，至少寻找四个点，并记录其在像素坐标系中的二维坐标值；
[0013]a2：在输电通道图像中寻找位于左侧导线上的若干点，包括但不限于线夹或间隔棒对应的点，至少寻找四个点，并记录其在像素坐标系中的二维坐标值；在输电通道图像中寻找位于右侧导线上的若干点，包括但不限于线夹或间隔棒对应的点，至少寻找四个点，并记录其在像素坐标系中的二维坐标值；
[0014]a3：在点云数据中找到与上述若干点对应的三维坐标值。
[0015]根据本专利技术优选的，所述步骤b的详细步骤如下：
[0016]b1：将点云数据中选取的若干点的三维坐标值降维至XOY平面中，并同输电通道图像中选取点的二维坐标值，分别转化为齐次坐标；
[0017]b2：使用最小二乘法计算地面上从输电通道图像中二维坐标值到点云数据XOY平面的坐标值单应性矩阵H
g
，其中：
[0018][0019]公式(I)中，所述s为尺度因子，M为用于采集输电通道图像的相机内参矩阵，f
x
，f
y
，γ，分别为：x方向的焦距、y方向的焦距和畸变因子，u0和v0为输电通道图像的几何中心点在像素坐标系中的二维坐标值，r1和r2分别为相机位姿中旋转矩阵的两个向量，t为相机位姿中平移向量；
[0020]b3：使用与步骤b1
‑
b2相同的方法计算左侧导线和右侧导线图像到点云数据的单应性矩阵，分别记为H
l
和H
r
。
[0021]根据本专利技术优选的，所述步骤e的详细步骤如下：
[0022]e1：选取隐患底部中点的二维坐标值(x1,y1)并转换为齐次坐标形式(x1,y1,1)：；
[0023]e2：利用单应性矩阵H
g
计算隐患顶部中心点在点云数据中的X和Y坐标，如下式所示，其中(x1,y1,1)是图像中二维坐标值的齐次坐标形式，(X1,Y1,1)是其在点云数据中的X和Y坐标，s为比例因子，以地面点云Z坐标的均值作为隐患在点云中的Z坐标；
[0024][0025]e3：判断与隐患最近的导线，将所述隐患顶部中心点投影至所述导线所在YOZ平面，根据单应性矩阵H
l
或H
r
计算出所述隐患顶部中心点(y2,z2)在点云数据中对应点(Y2,Z2)，并据此计算出隐患的实际高度；设该隐患投影到左侧导线，则此时单应性矩阵使用H
l
，图像中隐患顶部中心点投影到YOZ平面后的其次坐标为(y2,z2,1)，点云中YOZ平面内的坐标为(Y2,Z2)，s为比例因子，则隐患高度为Z2‑
Z1[0026][0027]e4：根据隐患的在点云中的顶部坐标(X1,Y1,Z2)计算与导线的最短欧氏距离距离。
[0028]本专利技术具有以下有益技术效果：
[0029]本专利技术所述方法能够根据输电通道图像及其中的隐患信息和三维点云数据推断出隐患与导线的实际距离。相比于其他距离估计方法仅仅依靠图像信息推断隐患与导线的距离，本方法结合了三维点云数据，能够准确定位隐患位置，拥有更高的精度；本方法只需使用单目相机的一副图像即可推断隐患与导线的距离，相比双目相机方案实施更便捷，更经济。
[0030]说明书附图
[0031]图1是本专利技术实施例中获取的输电通道隐患的原始图像；
[0032]图2是本专利技术实施例中采用本方法后得到的测距效果图。
具体实施方式
[0033]下面结合实施例和附图对本专利技术做进一步说明，但不限于此。
[0034]实施例
[0035]一种基于点云的输电通道内隐患测距的方法，包括：
[0036]a：分别选取输电通道图像中位于地面、左侧导线和右侧导线的若干点并记录下其在输电通道图像的像素坐标系中的二维坐标值；在点云数据中找到所述点对应的三维坐标系中的三维坐标值，所述每个点的二维坐标值与三维坐标值一一对应；
[0037]b：将步骤a中的二维坐标值和三维坐标值按照彼此对应的点建立一一映射关系；
[0038]c：使用基于深度学习的目标检测模型识别输电通道图像中的隐患，并框选出所述隐患，同时得到隐患在像素坐标系中的像素高度和二维坐标值；
[0039]d：根据隐患在像素坐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云的输电通道内隐患测距的方法，其特征在于，包括：a：分别选取输电通道图像中位于地面、左侧导线和右侧导线的若干点并记录下其在输电通道图像的像素坐标系中的二维坐标值；在点云数据中找到所述点对应的三维坐标系中的三维坐标值，所述每个点的二维坐标值与三维坐标值一一对应；b：将步骤a中的二维坐标值和三维坐标值按照彼此对应的点建立一一映射关系；c：使用基于深度学习的目标检测模型识别输电通道图像中的隐患，并框选出所述隐患，同时得到隐患在像素坐标系中的像素高度和二维坐标值；d：根据隐患在像素坐标系中的二维坐标值和像素高度，计算其在点云数据中的三维坐标值和高度值，进而求出隐患与导线的距离。2.根据权利要求1所述的一种基于点云的输电通道内隐患测距的方法，其特征在于，所述步骤a的详细步骤包括：a1：在输电通道图像中寻找位于地面的若干点，包括但不限于杆塔或建筑物与地面的接触点，至少寻找四个点，并记录其在像素坐标系中的二维坐标值；a2：在输电通道图像中寻找位于左侧导线上的若干点，包括但不限于线夹或间隔棒对应的点，至少寻找四个点，并记录其在像素坐标系中的二维坐标值；在输电通道图像中寻找位于右侧导线上的若干点，包括但不限于线夹或间隔棒对应的点，至少寻找四个点，并记录其在像素坐标系中的二维坐标值；a3：在点云数据中找到与上述若干点对应的三维坐标值。3.根据权利要求1或2所述的一种基于点云的输电通道内隐患测距的方法，其特征在于，所述步骤b的详细步骤如下：b1：将点云数据中选取的若干点的三维坐标值降维至XOY平面中，并同输电通道图像中选取点的二维坐标值，分别转化为齐次坐标；b2：使用最小二乘法计算地面上从输电通道图像中二维坐标值到点云数据XOY平面的坐标值单应性矩阵H
g
，其中：公式(I)中，所述s为尺度因子，M为用于采...

【专利技术属性】
技术研发人员：赵砚青，刘天宇，杨菲，谷加强，姜新宇，
申请(专利权)人：智洋创新科技股份有限公司，
类型：发明
国别省市：