一种用于电力线缆识别和重建的点云处理方法技术

本发明专利技术涉及电缆识别技术领域，公开了一种用于电力线缆识别和重建的点云处理方法，包括：读取点云数据：读取深度相机、激光雷达的点云数据和双目相机的三维坐标点云数据；累计多帧点云：对点云进行多帧累计，以减小点云缺失和稀疏对最终处理结果的影响；作业指令：发布对具体线缆进行操作的作业命令；裁剪点云：对场景裁剪，从场景中裁剪出待作业的线缆以及其周围的小范围区域。本发明专利技术在带电作业领域表现优异，相比于其他领域的或具有一定通用性的点云处理方法，本方法对线缆识别的精度更高，且经测试后准确率可稳定保持在90％以上。经测试后准确率可稳定保持在90％以上。经测试后准确率可稳定保持在90％以上。

A point cloud processing method for power cable recognition and reconstruction

【技术实现步骤摘要】
一种用于电力线缆识别和重建的点云处理方法


[0001]本专利技术涉及电缆识别
，具体为一种用于电力线缆识别和重建的点云处理方法。

技术介绍

[0002]随着高精度传感器的逐渐出现和计算机视觉技术的日益成熟，3D场景建模、识别以及重建技术被广泛应用于各个领域，如自动驾驶、地形测绘、路径规划等等。无独有偶，在带电作业领域，该技术也是新起之秀。由于带电作业的高危险性，现在的带电作业大多依靠机器人实现，机器人对作业线缆的识别主要依靠于传感器，传统的双目视觉传感器虽然精度高，但其受光照影响较大，因此在室外需要激光雷达等传感器来克服这一缺点，而对点云数据的处理即是该过程中不可或缺的步骤。
[0003]目前常见的点云处理流程大多只针对于上述特定的
，而带电作业领域有着一些其他领域不会涉及的问题，例如：在室外强光、逆光情况下，电力线缆点云数据稀疏、缺失严重，且会有严重的噪声；电力线缆黑色绝缘皮部分呈现低反射率特性，导致雷达回波信号微弱；线缆裸露金属部分在阳光照射下，呈现高亮的光学特性，导致基于可见光技术的双目相机失效，只能依靠雷达，但在强光逆光环境下，雷达发射的激光信号受强光干扰严重，采集的点云或者缺失，或者噪声严重，给线缆识别带来困难。因此，其他领域的点云处理方法或有一定通用性的点云处理方法在带电作业领域的适用性均较差，而如何解决以上问题，正是所述一种用于电力线缆识别和重建的点云处理方法所要解决的内容。

技术实现思路

[0004]本专利技术的目的在于提供一种用于电力线缆识别和重建的点云处理方法，解决
技术介绍
中所提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种用于电力线缆识别和重建的点云处理方法，包括：
[0006]读取点云数据：读取深度相机、激光雷达的点云数据和双目相机的三维坐标点云数据；
[0007]累计多帧点云：对点云进行多帧累计，以减小点云缺失和稀疏对最终处理结果的影响；
[0008]作业指令：发布对具体线缆进行操作的作业命令；
[0009]裁剪点云：对场景裁剪，从场景中裁剪出待作业的线缆以及其周围的小范围区域；
[0010]点云降采样：将繁多的(密集)点云数据体素格网化，以对点云进行初步滤波，降低数据量，提高算法处理速度；
[0011]点云聚类、分割：将线缆与周围散乱的噪声分割开来；
[0012]点云滤波：去除孤立点，对点云进行进一步的滤波处理；
[0013]点云颜色滤波：结合线缆点云纹理和颜色特征，对点云进行最后一步的滤波；
[0014]点云拟合：对滤波后的点进行直线或曲线拟合，并得到线缆点云的重建后的点坐标。
[0015]作为本专利技术的一种优选实施方式，点云降采样的具体步骤为：
[0016]步骤1.1：搜索所有点云的坐标，找出X、Y、Z方向的最大值，并以此建立囊括所有点云的大立方体体素栅格；
[0017]步骤1.2：判断，若大立方体栅格的边长大于预设边长，则延X、Y、Z方向划分若干小体素栅格,直至所有的体素栅格边长均小于等于预设边长；
[0018]步骤1.3：当所有体素栅格的边长均小于等于预设边长时，计算每个体素栅格的重心，最终得到该体素栅格的重心坐标；
[0019]步骤1.4：计算体素栅格内所有点与重心之间的距离，后续处理中即以该点代替该体素栅格内所有点。
[0020]作为本专利技术的一种优选实施方式，所述点云聚类、分割的具体步骤为：
[0021]步骤2.1：将经过裁剪的点云数据设为初始点集，并用初始点集中数据构建KD_TREE数据结构；
[0022]步骤2.2：设置所有点的下标；
[0023]步骤2.3：声明两个vector容器，一个用于存储点的下标，另一个用于存储两点之间的距离；
[0024]步骤2.4：随机选取初始点集中的一点作为定点，并分别计算其他所有点与该定点的距离；
[0025]步骤2.5：计算步骤2.4中所有点与定点距离的平均值，将该值的1/4作为预设阈值；
[0026]步骤2.6：对初始点集中所有的点进行查询，若该点到定点的距离小于预设阈值，则将该点存入目标点集，同时将该点下标和该点到定点的距离分别存入两个vector容器内，并将该点标记为已搜索；
[0027]步骤2.7：判断目标点集中点是否均被标记为已搜索，若是则执行步骤2.10，若否则执行步骤2.8；
[0028]步骤2.8：将标记为已搜索的点在相应vector容器中的距离值修改为0，并按照距离是否为0对目标点集中点进行归类；
[0029]步骤2.9：将用于存储两点之间的距离的vector容器中最大距离值对应的点设为新的定点，返回执行步骤2.5，同时，容器和下标重新声明；
[0030]步骤2.10：判断初始点集中是否所有的点均被标记为已搜索，若是则完成聚类分割，若否则将所有未被标记为已搜索的点归类为新的点集，在点集中选取新的定点，并返回执行步骤2.5；
[0031]步骤2.11：点云分割流程完成后，可以得到若干个点云聚类子集，根据预设算法对每个子集求包围盒，然后根据线缆的几何特征对包围盒进行取舍。
[0032]作为本专利技术的一种优选实施方式，所述点云滤波的具体步骤为：
[0033]步骤3.1：计算点云中所有点之间的距离；
[0034]步骤3.2：计算所有点之间距离的均值和标准差；
[0035]步骤3.3：计算点云数据的全局距离阈值；
[0036]步骤3.4：计算某一点与其邻域内其他所有点的距离的平均值，若该平均值大于点云数据的全局距离阈值，则判定该点为孤立离群点并从点云中去掉该点；若若该平均值小于点云数据的全局距离阈值，则保留该点，并对该点做出标记；
[0037]步骤3.5：若点云中所剩点均为被标记的点，则点云滤波完成。
[0038]作为本专利技术的一种优选实施方式，所述点云颜色滤波的具体步骤为：
[0039]采用激光雷达和RGB相机，雷达点云数据所在世界坐标系中的点与RGB相机所在相机坐标系的点可通过转换矩阵一一对应，从而将像素坐标系中RGB图像每一像素点的RGB值赋值给世界坐标系中点云数据中对应的点；
[0040]将点云数据及其对应的RGB值与电力线缆图片进行纹理和特征匹配，若最终计算得到的匹配误差在误差阈值内则保留点云数据，否则删除该点云数据，以此来实现点云的颜色滤波。
[0041]作为本专利技术的一种优选实施方式，所述点云拟合的具体步骤为：
[0042]若在识别的范围内线缆的几何特征接近于直线，则拟合时采用直线拟合算法，若在识别范围内线缆的几何特征为曲线(非直线)，则拟合时采用曲线拟合。
[0043]与现有技术相比，本专利技术提供了一种用于电力线缆识别和重建的点云处理方法，具备以下有益效果：
[0044]1、在带电作业领域表现优异，相比于其他领域的或具有一定通用性的点云处理方法，本方法对线缆识别的精度更高，且经测试后准确率可稳本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电力线缆识别和重建的点云处理方法，其特征在于：包括：读取点云数据：读取深度相机、激光雷达的点云数据和双目相机的三维坐标点云数据；累计多帧点云：对点云进行多帧累计，以减小点云缺失和稀疏对最终处理结果的影响；作业指令：发布对具体线缆进行操作的作业命令；裁剪点云：对场景裁剪，从场景中裁剪出待作业的线缆以及其周围的小范围区域；点云降采样：将繁多的(密集)点云数据体素格网化，以对点云进行初步滤波，降低数据量，提高算法处理速度；点云聚类、分割：将线缆与周围散乱的噪声分割开来；点云滤波：去除孤立点，对点云进行进一步的滤波处理；点云颜色滤波：结合线缆点云纹理和颜色特征，对点云进行最后一步的滤波；点云拟合：对滤波后的点进行直线或曲线拟合，并得到线缆点云的重建后的点坐标。2.根据权利要求1所述的一种用于电力线缆识别和重建的点云处理方法，其特征在于：点云降采样的具体步骤为：步骤1.1：搜索所有点云的坐标，找出X、Y、Z方向的最大值，并以此建立囊括所有点云的大立方体体素栅格；步骤1.2：判断，若大立方体栅格的边长大于预设边长，则延X、Y、Z方向划分若干小体素栅格,直至所有的体素栅格边长均小于等于预设边长；步骤1.3：当所有体素栅格的边长均小于等于预设边长时，计算每个体素栅格的重心，最终得到该体素栅格的重心坐标；步骤1.4：计算体素栅格内所有点与重心之间的距离，后续处理中即以该点代替该体素栅格内所有点。3.根据权利要求1所述的一种用于电力线缆识别和重建的点云处理方法，其特征在于：所述点云聚类、分割的具体步骤为：步骤2.1：将经过裁剪的点云数据设为初始点集，并用初始点集中数据构建KD_TREE数据结构；步骤2.2：设置所有点的下标；步骤2.3：声明两个vector容器，一个用于存储点的下标，另一个用于存储两点之间的距离；步骤2.4：随机选取初始点集中的一点作为定点，并分别计算其他所有点与该定点的距离；步骤2.5：计算步骤2.4中所有点与定点距离的平均值，将该值的1/4作为预设阈值；步骤2.6：对初始点集中所有的点进行查询，若该点到定点的距离小于预设阈值，则将该点存入目标点集，同时将该点下标和该点到定点的距离分别存入两个vector容器内，并将该点标记为已搜索；...

【专利技术属性】
技术研发人员：王河生，
申请(专利权)人：天津四维向量科技有限公司，
类型：发明
国别省市：