一种基于人工智能的点云融合与三维重建方法技术

本发明专利技术公开了一种基于人工智能的点云融合与三维重建方法，通过采集预设范围内点云数据，并对点云数据进行预处理、地面数据点删除、体素下采样和聚类等多种处理后得到数据量小且准确的第二点云，所述第二点云包括静止点云集和输电线路点云集，基于静止点云集在第二点云和实时图像中的位置关系计算映射矩阵，将实时图像中检测到的隐患目标的3D包围框映射至第二点云中，实现点云融合和三维重建，基于三维重建实现输电线路的隐患监测，同时，通过实时图像判断更新第二点云的时间点，提高了三维重建和输电线路隐患监测的准确性。重建和输电线路隐患监测的准确性。重建和输电线路隐患监测的准确性。

【技术实现步骤摘要】
一种基于人工智能的点云融合与三维重建方法


[0001]本专利技术涉及人工智能和电力系统
，尤其涉及一种基于人工智能的点云融合与三维重建方法。

技术介绍

[0002]目前，电力输电线路作为基础性公用事业，对国民经济发展和社会稳定具有举足轻重的影响，因其点多、面广、线长，长期暴露野外，极易遭受各种外力损害，为了防止电力输电线路被货车、人员等外力损害，需要对输电线路进行安全隐患监测。
[0003]现有的实际使用时，常常对采集到的二维图像进行智能检测，当检测到二维图像中出现隐患目标时，根据二维图像中的隐患目标与电力输电线路之间的距离得到隐患监测结果。但是受到二维图像中视角问题对距离的影响，不能准确计算隐患目标与电力输电线路之间的距离，使得输电线路的隐患监测不准确，进而不能满足实际的需求。

技术实现思路

[0004]本专利技术的目的是提供一种基于人工智能的点云融合与三维重建方法，能够提高输电线路三维重建的精度，进而提高输电线路隐患检测的精度。
[0005]本专利技术采用的技术方案为：
[0006]一种基于人工本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的点云融合与三维重建方法，其特征在于：包括如下步骤：S1，采集预设范围内的点云数据，并对点云数据进行预处理，获取第一点云；S2，删除第一点云中的地面数据点后，执行体素下采样以获取满足预设密度需求的第二点云；S3，依据聚类算法将所述第二点云划分为不同物体的点云集，并标注静止物体的点云集以获取静止点云集，所述不同物体的点云集至少包括静止物体的点云集和输电线路的点云集；S4，采集所述预设范围内的实时图像，并将所述实时图像输入3D目标检测网络，得到所述预设范围内隐患目标的3D包围框，所述3D包围框包括左后下点和右前上点；S5，基于所述静止点云集在所述实时图像和所述第二点云之间的对应关系计算映射矩阵，所述映射矩阵用于将所述右前上点映射至所述第二点云中；S6，基于所述映射矩阵将所有隐患目标的右前上点映射至所述第二点云中，以实现点云融合，并将融合后的点云作为所述预设范围内的三维重建结果。2.根据权利要求1所述的基于人工智能的点云融合与三维重建方法，其特征在于：所述的步骤S1具体包括如下步骤：S1.1,对需要进行隐患监测的输电线路的所有范围，采集所有范围内的点云数据：采用搭载激光雷达的无人机采集所述预设范围内的点云数据，点云数据至少包括每一个数据点在世界坐标系中的三维坐标(x,y,z)；S1.2,对所述点云数据进行直通滤波处理，用于过滤掉在指定维度方向上取值不在给预设区域的数据点，得到所述点云数据中的多个感兴趣数据点；S1.3,利用统计滤波对所述多个感兴趣数据点进行去噪处理，得到第一点云。3.根据权利要求1所述的基于人工智能的点云融合与三维重建方法，其特征在于：所述的步骤S1.3具体包括如下步骤：对于每一个感兴趣数据点，获取与所述感兴趣数据点最邻近的k个近邻点，并计算所述k个近邻点到所述感兴趣数据点的平均距离；计算所有感兴趣数据点的平均距离的均值和标准差；基于所述均值和所述标准差计算最大距离阈值，所述最大距离阈值满足关系式：d
max
＝μ+v*σ其中，v为预设比例系数，d
max
为所述最大距离阈值；对比每一个感兴趣数据点的平均距离和所述最大距离阈值，若所述平均距离大于所述最大距离阈值，则将对应的感兴趣数据点删除，若所述平均距离不大于所述最大距离阈值，则保留对应的感兴趣数据点；遍历完所有感兴趣数据点的平均距离后，将所有感兴趣数据点作为第一点云。4.根据权利要求2所述的基于人工智能的点云融合与三维重建方法，其特征在于：所述的步骤S2具体包括如下步骤：S2.1,使用布料滤波算法删除所述第一点云中的地面数据点；S2.2,分别获取所述第一点云在维度X、维度Y、维度Z上的最大值和最小值，并构建所述第一点云的最小包围盒的尺寸，所述最小包围盒的尺寸包括长、宽、高；S2.3,依据预设长度对所述最小包围盒的长、宽、高进行等距划分，得到多个体素，并依据所述第一点云中各数据点的三维坐标确定每个体素内的所有数据点；S2.4,计算每一个体素内所有数据点的重心，并使用所述体素中距离所述重心最近的数据点替代所述体素内的所有数据点，以更新
所述第一点云；S2.5,计算更新后第一点云的实时密度，若所述实时密度不大于预设密度需求，则将更新之前的第一点云作为满足预设密度需求的第二点云，若所述实时密度大于所述预设密度需求，则重复执行步骤上述操作，直到得到满足预设密度需求的第二点云。5.根据权利要求3所述的基于人工智能的点云融合与三维重建方法，其特征在于：所述的步骤S3具体包括如下步骤：a，将所述第二点云中任意一个数据点作为种子点；b，基于KD
‑
Tree算法对所述种子点的预设邻域内进行搜索，将预设邻域内所有数据点作和所述种子点归为同一个聚类簇；c，在所述聚类簇中随机选取一个除所述种子点之外的数据点作为新的种子点，执行步骤b以更新所述聚类簇，直到所述聚类簇中不再增加新的数据点，停止所述聚类簇的更新；d，若所述聚类簇中数据点的数量位于预设区间内，则储存所述聚类簇，若所述聚类簇中数据点的数量不位于所述预设区间内，则删除所述聚类簇；e，将所述第二点云中除所述聚类簇之外的所有数据点中的任意一个作为种子点，重复执行步骤b到步骤d，直到遍历完成所述第二点云中所有数据点；f，将相同簇内的数据点作为同一种物体的点云集。6.根据权利要求1所述的基于人工智能的点云融合与...

【专利技术属性】
技术研发人员：刘宏达，弓鹏，蔡伟，陈太雷，景国明，朱正伟，王力，朱赛伟，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：