【技术实现步骤摘要】
一种电力线点云曲线长度测量方法及系统
[0001]本专利技术涉及输电线巡检
，尤其涉及一种电力线点云曲线长度测量方法及系统
。
技术介绍
[0002]输电线路和变电站工程是重大能源传输设施，其应用广泛遍布区域大，影响成千上万人的生活和工作，同时也对工业应用和发展存在重大支撑作用
。
因此，需要周期性的对其进行检测分析，而导地线的长度以及变电站的各种转接线路长度也是评估安全性的重要因素
。
[0003]在实际测量过程中，由于各类线段形态复杂曲率不一，增加了测量难度，同时导线附近由于安全性问题也无法直接手动测量，因此，一种高效的非接触式曲线长度测量方法，对输电工作的安全分析和检测存在巨大意义
。
[0004]随着科技快速发展，各类检测手段层出不穷
。
其中激光雷达技术存在精度高，使用方便等特点，在设备检测和感知等领域备受欢迎
。
因此，可以采用激光雷达技术直接获取输电线路点云，其点云精度高，同时无接触式数据采集过程，安全性较高
。
本专利技术实施例就是利用激光雷达技术采集点云，再利用曲线测量算法系统进行测量计算的
。
[0005]经过检索分析得到两篇现有技术，
《CN114972640A
‑
一种基于点云的线缆三维重建与参数计算的方法
》、《CN114429497A
‑
一种基于
3D
相机的活体秦川牛体尺测量方法
》>；经过总结分析认为目前基于点云数据计算曲线长度，主要有以下两种方法：一是其主要是先提取点云数据，再将其投影到
XOY
平面，最后进行曲线拟合计算长度；二是分割点云数据，再使用路径规划方法搜索导线路径，最后来计算曲线长度
。
由于电力线点云不都处于一个平面的，因此使用投影到二维平面的方法会影响计算结果精度；而点云曲线拟合的方式需要确定曲线阶数和分割曲线以满足函数定义，而在实际中总是存在不同曲率和形态的曲线难以统一上述参数和方法；而且曲线可能存在缺失和密度不均匀的问题，使用路径规划方法构建地图时网格分辨率难以正确计算，较大分辨率其计算结果误差大，较小分辨率会可能使同一条导线路径断裂影响计算结果
。
技术实现思路
[0006]本专利技术提供一种电力线点云曲线长度测量方法及系统，用以解决
技术介绍
中的技术问题
。
[0007]为实现上述目的，根据本专利技术的第一方面，本专利技术提出了一种电力线点云曲线长度测量方法，包括：
[0008]采集目标作业区域的所有点云数据，并对采集到的点云数据进行分类，分类出所有电力线的导线点云数据；
[0009]采用欧式聚类方法对上述分类出的所述导线点云数据进行一次聚类分割，分割得出一条完整的单条电力线曲线；每个单条电力线曲线包含若干个激光点数据；基于多次聚
类得到多条电力线曲线；
[0010]在对每个单条电力线曲线进行处理时，对单条电力线曲线进行带方向搜索得到有序点云；
[0011]基于所述有序点云计算当前单条电力线曲线的长度
。
[0012]较佳地，所述激光雷达扫描设备包括机载激光雷达扫描设备
、
车载激光雷达扫描设备中的任意一种
。
[0013]较佳地，采集目标作业区域的所有点云数据，并对采集到的点云数据进行分类，分类出所有电力线的导线点云数据，具体包括：
[0014]通过激光雷达扫描设备对扫描作业区域实施三维激光扫描，采集目标作业区域的所有点云数据；
[0015]对所有点云数据进行去噪处理得到去噪后点云数据，基于去噪后的所述点云数据进行分类得到电力线的点云类别，最后基于电力线的点云类别确定点云数据是否为电力线的导线点云数据
。
[0016]较佳地，采用欧式聚类方法对上述分类出的所述导线点云数据进行一次聚类分割，分割得出一条完整的单条电力线曲线，具体包括：
[0017]基于所有的导线点云数据建立
KD
索引树，确定当前多个导线点云数据中的任意一个点云为初始点云，以初始点云为初始搜索点并以设置的距离阈值
r
为搜索半径，搜索所有的点云；
[0018]再根据新搜索到的点云为原点，继续重复搜索，直至没有新的点加入，待搜索完成后得到点云归类集合；所述点云归类集合中的点云构成了一条完整的单条电力线曲线
。
[0019]较佳地，在对每个单条电力线曲线进行处理时，对单条电力线曲线进行带方向搜索得到有序点云，具体包括：
[0020]在当前单条电力线曲线上选取任意一个点作为初始搜索位点，基于所述初始搜索位点搜索得到邻域半径为
r
范围内所有点；在邻域半径为
r
范围内所有点内找到与当前初始搜索位点的位置最远点
p1
，连线当前点与最远点
p1
计算出方向
d1
，并确定方向
d1
为目标方向；再由远到近找出另一个与
d1
方向相反的点
p2
，基于此连线当前点与点
p2
计算出方向
d2
；
[0021]再以
p1
为初始搜索位点来进行搜索，搜索
p1
为原点的邻域半径为
r
范围内所有点，由远到近找到与所述目标方向相同且位置最远的点
p3
，计算出方向
d3
，并确定方向
d3
为更新的目标方向；同样搜索
p2
为原点的邻域半径为
r
范围内所有点，并确定在
d2
方向相同的最远点
p4
，并以连线当前点与最远点
p4
计算出新方向
d4
；
[0022]如此反复执行，直到没有点加入，此时所有基于距离最远且方向相同搜索得到的点为有序点云
。
[0023]较佳地，基于所述有序点云计算当前单条电力线曲线的长度，具体包括：
[0024]对所述有序点云进行中心点归一计算，得到每个有序点云附近半径
r
’
范围点云的中心点，再将所有中心点连接得到其形状更接近于曲线形态的中心点模拟虚线；
[0025]最后基于中心点模拟虚线，对其中心点模拟虚线上的由所述有序中心点求得的中心点的前后距离迭代相加得到曲线长度
。
[0026]相应地，本专利技术提供了一种电力线点云曲线长度测量系统，包括激光雷达扫描设备和主控制器；所述主控制器包括获取模块
、
分类处理模块
、
搜索处理模块和测量计算模
块；
[0027]激光雷达扫描设备，用于对扫描作业区域实施三维激光扫描，采集目标作业区域的所有点云数据；
[0028]获取模块，用于接收目标本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种电力线点云曲线长度测量方法，其特征在于，包括如下操作步骤：采集目标作业区域的所有点云数据，并对采集到的点云数据进行分类，分类出所有电力线的导线点云数据；采用欧式聚类方法对上述分类出的所述导线点云数据进行一次聚类分割，分割得出一条完整的单条电力线曲线；每个单条电力线曲线包含若干个激光点数据；基于多次聚类得到多条电力线曲线；在对每个单条电力线曲线进行处理时，对单条电力线曲线进行带方向搜索得到有序点云；基于所述有序点云计算当前单条电力线曲线的长度
。2.
根据权利要求1所述的电力线点云曲线长度测量方法，其特征在于，所述激光雷达扫描设备包括机载激光雷达扫描设备
、
车载激光雷达扫描设备中的任意一种
。3.
根据权利要求1所述的电力线点云曲线长度测量方法，其特征在于，采集目标作业区域的所有点云数据，并对采集到的点云数据进行分类，分类出所有电力线的导线点云数据，具体包括：通过激光雷达扫描设备对扫描作业区域实施三维激光扫描，采集目标作业区域的所有点云数据；对所有点云数据进行去噪处理得到去噪后点云数据，基于去噪后的所述点云数据进行分类得到电力线的点云类别，最后基于电力线的点云类别确定点云数据是否为电力线的导线点云数据
。4.
根据权利要求3所述的电力线点云曲线长度测量方法，其特征在于，采用欧式聚类方法对上述分类出的所述导线点云数据进行一次聚类分割，分割得出一条完整的单条电力线曲线，具体包括：基于所有的导线点云数据建立
KD
索引树，确定当前多个导线点云数据中的任意一个点云为初始点云，以初始点云为初始搜索点并以设置的距离阈值
r
为搜索半径，搜索所有的点云；再根据新搜索到的点云为原点，继续重复搜索，直至没有新的点加入，待搜索完成后得到点云归类集合；所述点云归类集合中的点云构成了一条完整的单条电力线曲线
。5.
根据权利要求4所述的电力线点云曲线长度测量方法，其特征在于，在对每个单条电力线曲线进行处理时，对单条电力线曲线进行带方向搜索得到有序点云，具体包括：在当前单条电力线曲线上选取任意一个点作为初始搜索位点，基于所述初始搜索位点搜索得到邻域半径为
r
范围内所有点；在邻域半径为
r
范围内所有点内找到与当前初始搜索位点的位置最远点
p1
，连线当前点与最远点
p1
计算出方向
d1
，并确定方向
d1
为目标方向；再由远到近找出另一个与
d1
方向相反的点
p2
，基于此连线当前点与点
p2
计算出方向
d2
；再以
p1
为初始搜索位点来进行搜索，搜索
p1
为原点的邻域半径为
r
范围内所有点，由远到近找到与所述目标方向相同且位置最远的点
p3
，计算出方向
d3
，并确定方向
d3
为更新的目标方向；同样搜索
p2
为原点的邻域半径为
r
范围内所有点，并确定在
d2
方向相同的最远点
p4
，并以连线当前点与最远点
p4
计算出新方向
d4
；如此反复执行，直到没有点加入，此时所有基于距离最远且方向相同搜索得到的点为有序点云
。
6.
根据权利要求5所述的电力线点云曲线长度测量方法，其特征在于，基于所述有序点云计算当前单条电力线曲线的长度，具体包括：对所述有序点云进行中心点归一计算，得到每个有序点云附近半径
r
’
范围点云的中心点，再将所有中心点连接得到其形状更接近于曲...
【专利技术属性】
技术研发人员：张磊，李微微，王跃，张衡，吴芳芳，高上，郭彦明，张麟，杨超，王兰兰，
申请(专利权)人：武汉绿土图景科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。