一种基于点云自动分类的输电线路树障隐患分析方法技术

技术编号:39579728 阅读:22 留言:0更新日期:2023-12-03 19:30
本发明专利技术公开了一种基于点云自动分类的输电线路树障隐患分析方法,对无人机采集的激光点云数据进行栅格化;采用不规则三角网向下加密和迭代不规则三角网向上加密的方法完成地面点的提取;然后采用基于栅格的区域生长算法和基于坐标旋转的聚类算法对电力线进行精细化提取;基于二值图像掩码对杆塔附近的植被进行滤除,实现杆塔精细化提取;使用面积阈值法去除剩余植被,实现建筑物区域的快速提取;将分割后局部区域的导线点云与区域内的障碍物点云进行空间距离计算,实现树障隐患的快速分析

【技术实现步骤摘要】
一种基于点云自动分类的输电线路树障隐患分析方法


[0001]本专利技术属于输电线路巡检
,具体涉及一种基于点云自动分类的输电线路树障隐患分析方法


技术介绍

[0002]随着输电线路规模的不断扩大,大量线路地处山区

林区等树竹生长茂盛区域,树障对导线放电造成线路跳闸

线路停运等事故愈发频繁

更为严重的情况,若高压输电线路电弧放电引燃树枝,不仅会引发大面积火灾或停电事故,而且可能直接威胁到附近居民的人身安全

因此,如何及时有效发现隐患树障并提前采取相应的预控措施尤为关键

[0003]传统的树障隐患信息的收集主要以巡线班组成员人工目测后记录为主,这依赖班组人员的巡视经验,效率低下且容易疏漏

随着近年来无人机技术的快速发展,使用无人机对输电线路走廊开展倾斜摄影,采集输电线路廊道内的可见光点云数据进行树线距离分析已得到越来越广泛的应用

然而,利用可见光点云数据分析树障隐患存在数据处理耗时长

精度差等问题

[0004]机载
LiDAR
技术是采用无人机搭载激光雷达,利用激光测距技术和
GPS
或北斗定位系统获取到高精度的点云坐标数据,大幅提高了三维空间中导线对廊道内树障距离的测量精度

但是,当前基于无人机采集的激光点云数据进行树线距离量测的准确率和效率极大受制于点云分类的准确性,大量错误分类的点云数据需要人工进行重新复核和校正,自动化程度低


技术实现思路

[0005]为切实提高班组作业人员点云数据处理效率,解决当前输电线路树障隐患分析存在的量测准确率差

自动化水平低等问题,本专利技术提出了一种基于点云自动分类的输电线路树障隐患分析方法,实现对激光点云数据的自动化分类处理和对树障隐患信息的准确评估

[0006]本专利技术采用如下技术方案实现:一种基于点云自动分类的输电线路树障隐患分析方法,包括以下步骤:步骤
S1、
对无人机采集的激光点云数据进行栅格化;步骤
S2、
使用点云库
(Point Cloud Library

PCL)
对栅格化后的点云预处理,得到所有栅格中的最低点的集合
P
min
并进行形态学滤波去噪,得到粗糙地形表面点云,记作
T
surf
;步骤
S3、
潜在地面种子点的提取:将集合
P
min
中各点的高程与
T
surf
进行比较,如果绝对高度差在
0.5m
内,则该点被确定为潜在地面种子点,并添加到潜在地面种子点集合
G
potential
;步骤
S4、
地面种子点的提取:在每个栅格内获取潜在地面种子点的
k
个最邻近点,使用
RANSAC
方法将潜在地面种子点及距离其最近的
k
个点拟合出一个平面,采用平移平面
拟合法消除非地面点,获得地面种子点;步骤
S5、
地面点的提取:使用地面种子点构建不规则三角网(
Triangulated Irregular Network

TIN
),采用不规则三角网向下加密和迭代不规则三角网向上加密的方法完成地面点的提取;步骤
S6、
电力导线提取:依据点云栅格内点云的高度直方图,对杆塔和电力线进行粗提取,采用基于栅格的区域生长算法和基于坐标旋转的聚类算法对电力线进行精细化提取;步骤
S7、
杆塔精细化提取:基于精细化提取的电力线点云,使用射线法剔除粗提取过程中满足高度阈值的假阳性杆塔点云,并基于二值图像掩码对杆塔附近的植被进行滤除,实现杆塔精细化提取;步骤
S8、
建筑物提取:使用梯度分割法实现建筑物与植被的分离,利用形态学局部填充法和邻域迭代法处理分割后结果,恢复去除的边缘信息,最终使用面积阈值法去除剩余植被,实现建筑物区域的快速提取;步骤
S9、
树障隐患分析:按照线路走廊方向以固定的间隔分割点云,将分割后局部区域的导线点云与区域内的植被

地面点

建筑等障碍物点云进行空间距离计算,实现树障隐患的快速分析

[0007]进一步优选,步骤
S2
中,使用点云库对栅格化后的点云预处理,得到所有栅格中的最低点的集合
P
min
的过程如下:
S21、
将栅格化后的点云数据定义为一个二值栅格,其中0代表无数据栅格,1代表其他栅格;
S22、
共有
n
个无数据栅格,标记无数据栅格为
W
i

i=1,2



n
;6个边界面分别为
B
i1
、B
i2
、B
i3
、B
i4
、B
i5
、B
i6
,其中
A
i1
、A
i2
、A
i3
、A
i4
、A
i5
、A
i6
分别为
B
i1
、B
i2
、B
i3
、B
i4
、B
i5
、B
i6
边界面上的任一点,对应的法向量分别为
、、、、、
,依据公式(1)搜索与无数据栅格各边界面距离最近的点,记作
P
imin,1
、P
imin,2
、P
imin,3
、P
imin,4
、P
imin,5
、P
imin,6
,它们的集合记作
P
imin
;(1);其中,
A
ij
表示无数据栅格
W
i

j
个边界面上的任一点,为无数据栅格
W
i

j
个边界面上的法向量,
P
imin,j
表示与无数据栅格
W
i

j
个边界面距离最近的点,
d
表示点与边界面距离,表示点
A
ij
与点
P
imin,j
所构成的向量,

[0008]S23、
比较集合
P
imin
中所有点高程,其中的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.
一种基于点云自动分类的输电线路树障隐患分析方法,其特征在于,包括以下步骤:步骤
S1、
对无人机采集的激光点云数据进行栅格化;步骤
S2、
使用点云库对栅格化后的点云预处理,得到所有栅格中的最低点的集合
P
min
并进行形态学滤波去噪,得到粗糙地形表面点云,记作
T
surf
;步骤
S3、
潜在地面种子点的提取:将集合
P
min
中各点的高程与
T
surf
进行比较,如果绝对高度差在设定范围内,则对应的点被确定为潜在地面种子点,并添加到潜在地面种子点集合
G
potential
;步骤
S4、
地面种子点的提取:在每个栅格内获取潜在地面种子点的
k
个最邻近点,使用
RANSAC
方法将潜在地面种子点及距离其最近的
k
个点拟合出一个平面,采用平移平面拟合法消除非地面点,获得地面种子点;步骤
S5、
地面点的提取:使用地面种子点构建不规则三角网,采用不规则三角网向下加密和迭代不规则三角网向上加密的方法完成地面点的提取;步骤
S6、
电力导线提取:依据点云栅格内点云的高度直方图,对杆塔和电力线进行粗提取,采用基于栅格的区域生长算法和基于坐标旋转的聚类算法对电力线进行精细化提取;步骤
S7、
杆塔精细化提取:基于精细化提取的电力线点云,使用射线法剔除粗提取过程中满足高度阈值的假阳性杆塔点云,并基于二值图像掩码对杆塔附近的植被进行滤除,实现杆塔精细化提取;步骤
S8、
建筑物提取:使用梯度分割法实现建筑物与植被的分离,利用形态学局部填充法和邻域迭代法处理分割后结果,恢复去除的边缘信息,最终使用面积阈值法去除剩余植被,实现建筑物区域的快速提取;步骤
S9、
树障隐患分析:按照线路走廊方向以固定的间隔分割点云,将分割后局部区域的导线点云与区域内的障碍物点云进行空间距离计算,实现树障隐患的快速分析
。2.
根据权利要求1所述的基于点云自动分类的输电线路树障隐患分析方法,其特征在于,步骤
S2
中,使用点云库对栅格化后的点云预处理,得到所有栅格中的最低点的集合
P
min
的过程如下:
S21、
将栅格化后的点云数据定义为一个二值栅格,其中0代表无数据栅格,1代表其他栅格;
S22、
共有
n
个无数据栅格,标记无数据栅格为
W
i

i=1,2



n
;6个边界面分别为
B
i1
、B
i2
、B
i3
、B
i4
、B
i5
、B
i6
,其中
A
i1
、A
i2
、A
i3
、A
i4
、A
i5
、A
i6
分别为
B
i1
、B
i2
、B
i3
、B
i4
、B
i5
、B
i6
边界面上的任一点,对应的法向量分别为
、、、、、
,依据公式(1)搜索与无数据栅格各边界面距离最近的点,记作
P
imin,1
、P
imin,2
、P
imin,3
、P
imin,4
、P
imin,5
、P
imin,6
,它们的集合记作
P
imin
;(1);其中,
A
ij
表示无数据栅格
W
i

j
个边界面上的任一点,为无数据栅格
W
i

j
个边界面上的法向量,
P
imin,j
表示与无数据栅格
W
i

j
个边界面距离最近的点,
d
表示点与边界面距离,表示点
A
ij
与点
P
imin,j
所构成的向量,;
S23、
比较集合
P
imin
中所有点高程,其中的最低点作为无数据栅格
W
i
的最低点;
S24、
记录每个无数据栅格中的最低点,它们的集合记作
P
min
。3.
根据权利要求2所述的基于点云自动分类的输电线路树障隐患分析方法,其特征在于,步骤
S4
所述使用
RANSAC
方法将潜在地面种子点及距离其最近的
k
个点拟合出一个平面,使用平移平面拟合法消除非地面点的过程如下:
S41、
在三维空间中搜索潜在地面种子点集合
G
potential
中的每个潜在地面种子点
P
i
及距离其最近的
k
个点,将潜在地面种子点
P
i
及距离其最近的
k
个点的集合记作
P
pot
,通过
RANSAC
方法获得局部拟合平面
F
a

S42、
采用平移平面拟合法消除非地面点:平行移动局部拟合平面
F
a
使其通过潜在地面种子点
P
i
得到一个新的平移平面
F
b
,根据指标
r
判断潜在地面种子点
P
i
是否属于地面种子点,指标
r
按公式(2)计算:(2);其中
dis(P
pot,i
,F
b
)
是潜在地面种子点
P
i
和新的平移平面
F
b
的距离;如果指标
r
大于阈值,则将潜在地面种子点
P
i
点判定为非地面种子点,并从潜在地面种子点集合
G
potential
中删除;潜在地面种子点集合
G
potential
中的其余点将添加到地面种子点集合
G
seeds
。4.
根据权利要求3所述的基于点云自动分类的输电线路树障隐患分析方法,其特征在于,步骤
S5
所述使用地面种子点构建不规则三角网,采用不规则三角网...

【专利技术属性】
技术研发人员:胡睿哲卢志学胡京邹建章晏年平李唐兵况燕军饶斌斌卢雨欣
申请(专利权)人:国家电网有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1