基于输电线路高精度三维模型的可视化隐患测距方法技术

本发明专利技术公开了基于输电线路高精度三维模型的可视化隐患测距方法，包括以下步骤：获取目标区域监拍数据，扫描目标区域采集点云数据；对点云数据进行预处理，包括剔除冗余点云数据，剔除地面点云数据，及密度检查；确定隐患目标的位置并测距。本发明专利技术在不改变已安装的在线监拍装置前提下，利用通道三维点云对监拍系统进行三维重建，建立图像与高精度三维空间场景的关系，实现隐患目标精准计算和量测，实现减少误报率；外破隐患目标精确定位；高度计算、净空距离计算；隐患等级、威胁程度机制，实现线路风险的分级管控。路风险的分级管控。路风险的分级管控。

【技术实现步骤摘要】
基于输电线路高精度三维模型的可视化隐患测距方法


[0001]本专利技术涉及数据处理领域，特别涉及基于输电线路高精度三维模型的可视化隐患测距方法。

技术介绍

[0002]目前，在输电线路图像监拍方向，针对线路通道外破隐患的管控所采用的技术方案主要为：前端图像监拍设备+图像AI智能识别算法，对拍摄的图像中的施工车辆、机械、山火等隐患物进行识别，然而可视化装置可以定性的识别施工车辆等外破隐患，却无法感知外破隐患的大小、方位、位置等信息(一张监拍图像中只能展现出二维空间信息，却无法体现出三维空间信息)，无法实时计算其对导线净空距离，无法准确预警并根据隐患等级进行针对性的运维管控。
[0003]以某省安装输电可视化装置3万余套为例，间隔1小时拍照一张每天上传图约为72万张；全部图像数据中隐患图像约为10万张，通过智能分析识别到的施工作业车辆类型隐患约占总预警图像的53％，即5万左右。在这些施工隐患目标中，各类作业车辆分布于图像的各个位置或者为线路防护区之外，造成了更多“狼来了”的情况，无法精准预警隐患的发展趋势、紧迫等级并进行针对性的运维管理。

技术实现思路

[0004]针对现有技术隐患识别准确率低，且信息感知范围窄的问题，本专利技术提供了基于输电线路高精度三维模型的可视化隐患测距方法，充分利用三维激光点云数据的空间体系，将可视化隐患在监拍图像中的二维目标映射到三维空间，然后再通过三维数据实现隐患的大小、方向、距离的精准计算。
[0005]以下是本专利技术的技术方案。
[0006]基于输电线路高精度三维模型的可视化隐患测距方法，包括以下步骤：获取目标区域监拍数据，扫描目标区域采集点云数据；对点云数据进行预处理，包括剔除冗余点云数据，剔除地面点云数据，及密度检查；确定隐患目标的位置并测距。
[0007]作为优选，所述剔除冗余点云数据的过程包括直通滤波和统计滤波；所述直通滤波包括：指定一个维度以及该维度下的值域，遍历点云中的每个点，判断该点在指定维度上的取值是否在值域内，删除取值不在值域内的点，遍历结束后，留下的点即构成滤波后的点云。
[0008]作为优选，所述统计滤波包括：假设点云中所有的数据点与其最近的k个邻居点的平均距离满足高斯分布，根据均值和方差确定出一个距离阈值，当某个数据点与其最近k个邻居点的平均距离大于这个阈值时，认为该数据点是干扰点并直接删除；具体的步骤如下：1)通过邻域搜索，找出某一数据点x的k个近邻点，并计算出该数据点x到这k个近
邻点的距离的平均值d；2)通过步骤1)，可以计算得到每一个数据点x
i
的k个近邻点的距离的平均值d
i
，就可以得到一个n维的集合{d1,d2,d3,
…
,d
i
,
…
,d
n
}，根据下式计算均值μ和标准差σ；}，根据下式计算均值μ和标准差σ；3)通过步骤2)，根据μ和σ计算得到基于高斯分布的最大距离阈值d
max
＝μ+υ*σ，其中，υ是一个常数，称为比例系数；4)通过比较每一个数据点的平均距离d
i
与最大距离阈值d
max
的大小关系，就可以将d
i
大于d
max
的数据点视为伪影点云滤除掉。
[0009]作为优选，所述剔除地面点云数据采用布料滤波算法/CSF算法，包括：1)通过第三方软件去除原始LiDAR点云数据中的“孤立点”；2)反转LiDAR点云；3)初始布料格网，设置格网的大小(grid resolution,GR)；4)把所有LiDAR点与格网粒子投影到同一个水平面，并找到每一个粒子的最近邻点(corresponding point,cp)，记录其投影前的高程(intersection height value,IHV)；5)对于每一个可移动的格网“粒子”，计算其受到重力影响产生的位移，并与当前粒子对应cp点的IHV进行比较，如果粒子的高度低于或者等于IHV，则把粒子的高度设置为IHV并设置为不可移动点；6)对于每个格网“粒子”，计算其受到内部驱动因素影响所产生的的位移；7)重复上述5)、6)步骤，直到所有粒子的最大高承诺变化足够小或者迭代次数到达用户的预先设置值，则停止模拟过程；8)计算LiDAR点云与格网粒子之间的高度差异；9)区分地面点与非地面点，如果LiDAR点与模拟粒子之间的距离小于预先设置的阈值hcc，则认为其是地面点，反之则认为其为非地面点。
[0010]作为优选，所述密度检查的过程包括：1)遍历所有点云数据，得到X、Y、Z三个坐标轴方向上的点云数据的最大值x
max
、y
max
、z
max
和最小值x
min
、y
min
、z
min
；2)根据步骤1)得到的最值，根据下式计算出三维点云的最小包围盒的边长l
x
、l
y
、l
z
；3)指定体素栅格的边长b，沿着X、Y、Z三个坐标轴方向将三维点云均等的划分成R、S、T份，也就是将步骤2)中的最小包围盒均等的划分成R*S*T个体素小栅格；
sum＝R*S*T；其中，符号表示向下取整，sum表示体素小栅格的总数目；4)根据下式，对步骤3)中计算得到的每个体素小栅格进行编号(i,j,k)，以方便的确定每个数据点所位于的体素小栅格；5)根据下式，计算每个体素小栅格内部所有数据点的重心，并且选择距离该重心最近的数据点代替该体素小栅格内部所有的数据点，也就是三维点云数据的精简操作；其中，g
ijk
、m、x
i
分别表示的是每个体素小栅格的重心、数据点的数目、数据点。
[0011]密度计算：二维中，点云投影，划分长度为1m*1m的单位网格，对每个网格内的点云数目计数；三维中，划分边长为1m*1m*1m的体素，对每个体素内的点云数目计数。
[0012]作为优选，所述隐患目标的定位与测距，包括：对点云数据进行聚类分割处理，隐患目标的三维包围盒的绘制，计算隐患目标与输电线路的最短距离。
[0013]作为优选，所述对点云数据进行聚类分割处理，包括：1)首先选取种子点，利用kd
‑
tree对种子点进行半径r邻域搜索，若邻域内存在点，则与种子点归为同一聚类簇Q；2)在聚类簇Q中选取新的种子点，继续执行步骤1)，若Q中点数不再增加，则Q聚类结束；3)设置聚类点数阈值区间[Num_min,Num_max]，若聚类簇Q中点数在阈值区间内，则保存聚类结果；4)在剩余点云中选取新的种子点，继续执行以上步骤，直到遍历完成点云中所有点。
[0014]作为优选，所述隐患目标的三维包围盒的绘制，包括：找到在X，Y和Z的轴向投影最近和最远的6个点，然后分别取它们相应的轴向上的坐标值来构成P
Max
：(x
max
,y
max
,z
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于输电线路高精度三维模型的可视化隐患测距方法，其特征在于，包括以下步骤：获取目标区域监拍数据，扫描目标区域采集点云数据；对点云数据进行预处理，包括剔除冗余点云数据，剔除地面点云数据，及密度检查；确定隐患目标的位置并测距。2.根据权利要求1所述的基于输电线路高精度三维模型的可视化隐患测距方法，其特征在于，所述剔除冗余点云数据的过程包括直通滤波和统计滤波；所述直通滤波包括：指定一个维度以及该维度下的值域，遍历点云中的每个点，判断该点在指定维度上的取值是否在值域内，删除取值不在值域内的点，遍历结束后，留下的点即构成滤波后的点云。3.根据权利要求2所述的基于输电线路高精度三维模型的可视化隐患测距方法，其特征在于，所述统计滤波包括：假设点云中所有的数据点与其最近的k个邻居点的平均距离满足高斯分布，根据均值和方差确定出一个距离阈值，当某个数据点与其最近k个邻居点的平均距离大于这个阈值时，认为该数据点是干扰点并直接删除；具体的步骤如下：1)通过邻域搜索，找出某一数据点x的k个近邻点，并计算出该数据点x到这k个近邻点的距离的平均值d；2)通过步骤1)，可以计算得到每一个数据点x
i
的k个近邻点的距离的平均值d
i
，就可以得到一个n维的集合{d1,d2,d3,...,d
i
,...,d
n
}，根据下式计算均值μ和标准差σ；}，根据下式计算均值μ和标准差σ；3)通过步骤2)，根据μ和σ计算得到基于高斯分布的最大距离阈值d
max
＝μ+υ*σ，其中，υ是一个常数，称为比例系数；4)通过比较每一个数据点的平均距离d
i
与最大距离阈值d
max
的大小关系，就可以将d
i
大于d
max
的数据点视为伪影点云滤除掉。4.根据权利要求1所述的基于输电线路高精度三维模型的可视化隐患测距方法，其特征在于，所述剔除地面点云数据采用布料滤波算法/CSF算法，包括：1)通过第三方软件去除原始LiDAR点云数据中的“孤立点”；2)反转LiDAR点云；3)初始布料格网，设置格网的大小(grid resolution,GR)；4)把所有LiDAR点与格网粒子投影到同一个水平面，并找到每一个粒子的最近邻点(corresponding point,cp)，记录其投影前的高程(intersection height value,IHV)；5)对于每一个可移动的格网“粒子”，计算其受到重力影响产生的位移，并与当前粒子对应cp点的IHV进行比较，如果粒子的高度低于或者等于IHV，则把粒子的高度设置为IHV并设置为不可移动点；6)对于每个格网“粒子”，计算其受到内部驱动因素影响所产生的的位移；7)重复上述5)、6)步骤，直到所有粒子的最大高承诺变化足够小或者迭代次数到达用户的预先设置值，则停止模拟过程；8)计算LiDAR点云与格网粒子之间的高度差异；
9)区分地面点与非地面点，如果LiDAR点与模拟粒子之间的距离小于预先设置的阈值hcc，则认为其是地面点，反之则认为其为非地面点。5.根据权利要求1所述的基于输电线路高精度三维模型的可视化隐患测距方法，其特征在于，所述密度检查的过程包括：1)遍历所有点云数据，得到X、Y、Z三个坐标轴方向上的点云数据的最大值x
max

【专利技术属性】
技术研发人员：魏亚楠，石玉峰，郑浩，夏传帮，杨雷，蔡起要，吴德智，孔海林，谈欢欢，沈国欣，张螢，史锦阁，
申请(专利权)人：国网浙江省电力有限公司国家电网有限公司，
类型：发明
国别省市：