一种基于三维扫描的变电站建模方法技术

本发明专利技术涉及3D建模领域，特别是一种基于三维扫描的变电站建模方法，过程如下：利用三维扫描仪扫描得到变电站的点云数据后，首先进行数据的预处理，即自动去除变电站地面和设备上的电力线的点云数据，然后进行点云聚类，将设备的点云数据独立化，接着通过数据拼接、数据去噪、数据简化和特征提取建立点云模型，在此基础上，通过采用基于二维平面包围盒拓扑结构的重复结构检测的算法，分别电站场景重复结构模式，最后，采用基于组件匹配的建模方法对最小重复单元进行建模拟合，并与重复结构模式相结合，从而得到变电站模型，使用本发明专利技术方法建模时，点云数据的处理速度快，精度高，有效的提高了电力系统虚拟现实建模的快速性和有效性。高了电力系统虚拟现实建模的快速性和有效性。高了电力系统虚拟现实建模的快速性和有效性。

【技术实现步骤摘要】
一种基于三维扫描的变电站建模方法


[0001]本专利技术涉及3D建模领域，特别是一种基于三维扫描的变电站建模方法。

技术介绍

[0002]近年来，随着智能设备以及数字化理念的不断发展，虚拟现实技术、智慧城市、数字化工厂等应用正在积极推进社会的运转和进步。其中，精准的三维数字化模型为真实场景、设备设施及周边环境提供了逼真的表达方式。传统建模技术通过使用专业的软件，利用人工标记创建物体表面形状，海量的数据导致效率低下而且劳动强度大。随着科技的发展，数字摄影测量技术被广泛地应用在场景重建中
[0003]三维激光扫描技术是一种先进的全自动高精度立体扫描技术，又称为“实景复制技术”，是继GPS空间定位技术后的又一项测绘技术革新，三维激光扫描技术是一种通过高速激光发射器运用激光测距原理(包括脉冲激光和相位激光)，瞬时测得空间三维坐标值的测量技术，将使测绘数据的获取方法、服务能力与水平、数据处理方法等进入新的发展阶段。三维激光扫描是基于面的数据采集方式，每次测量的数据不仅仅包含X，Y，Z点的信息，还包括R，G，B颜色信息，同时还有物体反射率的信息，这样全面的信息能给人一种物体在电脑里真实再现的感觉。
[0004]在智能电网建设背景下，数据可视化、一体化、智能化、辅助分析能力代表了新型管理系统的重要特征和发展方向。随着智能设备理念的不断发展，智能电网理论的不断完善，虚拟现实技术已经被深入运用到了电网运行的众多方面，目前电站三维模型的创建仍存在着一些障碍，如工作量大、精准度低，数据处理周期长。因此，如何以快速、精准的方式实现变电站的整体建模仍是一项间距的任务

技术实现思路

[0005]本专利技术的目的在于提供一种基于三维扫描的变电站建模方法，以解决如何快速、精准的实现变电站的整体建模的问题。
[0006]为实现上述技术目的，达到上述技术效果，本专利技术公开了一种基于三维扫描的变电站建模方法，包括了如下步骤：
[0007]S10：在变电站实体设置多个测量站点和反射参照点，所述的测量站点使用三维激光扫描仪进行扫描获取变电站的几何位置信息和点云数据；
[0008]S20：对获得的点云数据进行点云分割和点云聚类，所述的点云分割包括有地面分割和电力线分割，所述的地面分割为去除变电站地面的点云数据，所述的电力线分割为使用高度滤波和空间密度滤波进行提取，所述的点云聚类为对整体的点云数据进行分块操作，获得每个设备单体的点云数据；
[0009]S30：每个分块的点云数据依次经过数据拼接、数据去噪、数据简化和特征提取，获得每个分块的点云数据的点云模型；
[0010]S40：对所有的点云模型进行最小重复单元的提取，接着进行模型的匹配，获得每
个最小重复单元的三维模型，所述的最小重复单元的提取采用基于二维平面包围盒拓扑结构的点云重复结构检测算法，所述的模型的匹配为最小重复单元的点云模型与模板库内模型进行形状检索和模板拟合；
[0011]S50：将最小重复单元的三维模型按照检测的重复模式进行重建，即可快速获得整个变电站的模型。
[0012]进一步，所述的相邻的两个测量站点之间的点云数据具有30％-40％的重叠度，所述的点云数据的采集精度为：点云数据的坐标线性误差不超过
±
1毫米，点云数据的配准误差不超过
±
2毫米，点云数据的三维坐标精确到1毫米。
[0013]进一步，所述的数据拼接包括如下步骤：
[0014](1)在相邻两个站点的点云数据的重叠的区域均匀选择3个或以上的同名点；
[0015](2)使用ICP算法对重叠区域进行拼接。
[0016]进一步，所述的数据去噪中包括噪声点的判断和噪声点剔除步骤，所述的噪声点的判断使用直接检查法、曲线检查法、弦高差法和值限定法中的一种或多种；
[0017]所述的直接检查法为：直接观测点云数据，判断孤立的或者远离点集的点为噪声点；
[0018]所述的曲线检查法包括如下步骤：
[0019](1)设定阀值ε；
[0020](2)通过最小二乘法拟合出一条经过截面首尾数据点的曲线；
[0021](3)选取数据点为U
i
，计算数据点U
i
到曲线的欧式距离为e
i
；
[0022](4)若||e
i
||≥ε，则U
i
点为噪声点；
[0023]所述的弦高差法包括如下步骤：
[0024](1)设定的阀值ξ；
[0025](2)选取数据点Q
i
，连接数据点Q
i
前后两点获得弦；
[0026](3)计算Q
i
到弦的距离f
i
；
[0027](4)若||f
i
||≥ξ，则Q
i
点为噪声点；
[0028]所述的值限定法包括如下步骤：
[0029](1)点云数据中数据点之间的最小距离值和最大距离值，并由此设定限值D
min
和D
max
；
[0030](2)选取点云数据的任意两个数据点之间的距离O
i
；
[0031](3)如果O
i
>D
max
，则O
i
＝D
max
，如果O
i
<D
min
，O
i
＝D
min
。
[0032]进一步，所述的数据简化包括如下步骤：
[0033](1)取点云数据中任一数据点Y，通过kd-tree算法获取N个与数据点Y最近的数据点；
[0034](2)通过N个最近距离的点拟合出一个最小二乘面；
[0035](3)设定阈值D0，计算点云数据中其他数据点到最小二乘面的实际距离D
i
；
[0036](4)判断实际距离D
i
是否大于阈值D0，若是则去除该数据点并重复此步骤，若否，则结束此步骤。
[0037]进一步，所述的点云数据特征的提取包括如下步骤：
[0038](1)计算点云数据各个部分的主轴方向；
[0039](2)由主轴方向获取点云数据各个部分的截面轮廓线；
[0040](3)由截面轮廓线获取截面的特征点；
[0041](4)利用特征线点拟合并输出特征曲线。
[0042]进一步，所述的主轴方向的获取包括如下步骤：
[0043](1)选取点云数据中任一点T(x，y，z)，获取M个与点T(x，y，z)距离最近的数据点，利用这M个数据点建立数据点T的最小二乘面；
[0044](2)求出最小二乘面的法矢；
[0045](3)取T点附近的一个点域H，点域H含有K个数据点，对点域H内的所有点进行步骤(1)-(2)，求出所有点所在最小二乘面的法矢本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维扫描的变电站建模方法，其特征在于，包括了如下步骤：S10：在变电站设置多个测量站点和反射参照点，所述的测量站点使用三维激光扫描仪进行扫描获取变电站的几何位置信息和点云数据；S20：对获得的点云数据进行点云分割和点云聚类，所述的点云分割包括有地面分割和电力线分割，所述的地面分割为去除变电站地面的点云数据，所述的电力线分割为使用高度滤波和空间密度滤波进行提取，所述的点云聚类为对整体的点云数据进行分块操作，获得每个设备单体的点云数据；S30：每个分块的点云数据依次经过数据拼接、数据去噪、数据简化和特征提取，获得每个分块的点云数据的点云模型；S40：对所有的点云模型进行最小重复单元的提取，接着进行模型的匹配，获得每个最小重复单元的三维模型，所述的最小重复单元的提取采用基于二维平面包围盒拓扑结构的点云重复结构检测算法，所述的模型的匹配为最小重复单元的点云模型与模板库内模型进行形状检索和模板拟合；S50：将最小重复单元的三维模型按照检测的重复模式进行重建，即可快速获得整个变电站的模型。2.如权利要求1所述的建模方法，其特征在于：所述的相邻的两个测量站点之间的点云数据具有30％-40％的重叠度，所述的点云数据的采集精度为：点云数据的坐标线性误差不超过
±
1毫米，点云数据的配准误差不超过
±
2毫米，点云数据的三维坐标精确到1毫米。3.如权利要求1所述的建模方法，其特征在于：所述的数据拼接包括如下步骤：(1)在相邻两个站点的点云数据的重叠的区域均匀选择3个或以上的同名点；(2)使用ICP算法对重叠区域进行拼接。4.如权利要求3所述的建模方法，其特征在于：所述的数据去噪中包括噪声点的判断和噪声点剔除步骤，所述的噪声点的判断采用直接检查法、曲线检查法、弦高差法和值限定法中的一种或多种；所述的直接检查法为：直接观测点云数据，判断孤立的或者远离点集的点为噪声点；所述的曲线检查法包括如下步骤：(1)设定阀值ε；(2)通过最小二乘法拟合出一条经过截面首尾数据点的曲线；(3)选取数据点为U
i
，计算数据点U
i
到曲线的欧式距离为e
i
；(4)若||e
i
||≥ε，则U
i
点为噪声点；所述的弦高差法包括如下步骤：(1)设定的阀值ξ；(2)选取数据点Q
i
，连接数据点Q
i
前后两点获得弦；(3)计算Q
i
到弦的距离f
i
；(4)若||f
i
||≥ξ，则Q
i
点为噪声点；所述的值限定法包括如下步骤：(1)点云数据中数据点之间的最小距离值和最大距离值，并由此设定限值D
min
和D
max
；(2)选取点云数据的任意两个数据点之间的距离O
i
；(3)如果O
i
>D
max
，则O
i
＝D
max
，如果O
i
<D
min
，O
i
＝D
min
。
5.如权利要求4所述的建模方法，其特征在于：所述的数据简化包括如下步骤：(1)取点云数据中任一数据点Y，通过kd-tree算法获取N个与数据点Y最近的数据点；(2)通过N个最近距离的点拟合出一个最小二乘面；(3)设定阈值D0，计算点云数据中其他数据点到最小二乘面的实际距离D
i
；(4)判断实际距离D
i
是否大于阈值D0，若是则去除该数据点并重复此步骤，若否，则结束此步骤。6.如权利要求1所述的建模方法，其特征在于：所述的点云数据特征的提取包括如下步骤：(1)计算点云数据各个部分的主轴方向；(2)由主轴方向获取点云数据各个部分的截面轮廓线；(3)由截面轮廓线获取截面的特征点；(4)利用特征线点拟合并输出特征曲线。7.如权利要求6所述的建模方法，其特征在于：所述的主轴方向的获取包括如下步骤：(1)选取点云数据中任一点T(x，y，z)，获取M个与点T(x，y，z)距离最近的数据点，利用这M个数据点建立数据点T的最小二乘面；(2)求出最小二乘面的法矢；(3)取T点附近的一个点域H，点域H含有K个数据点，对点域H内的所...

【专利技术属性】
技术研发人员：孙蓉，郑家滨，崔林，唐锦，邵剑，赵新东，张力，卢茜，
申请(专利权)人：厦门筋斗腾云科技有限公司，
类型：发明
国别省市：