System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及异源点云配准领域,具体涉及一种电力设备异源点云配准方法及系统。
技术介绍
1、基于三维点云对电力设备进行状态评估与故障诊断已成为当前电网重点发展方向,获取电力设备的三维信息是非常必要的,但是单个传感器因为遮挡问题往往采集不到电力设备的全部信息,更多的是需要多传感器配合来实现3d信息采集,然后融合多个传感器的信息得到目标3d信息。其中,异源点云配准技术是其关键环节。
2、当前,点云配准的流程分为特征点检测、特征点描述、特征点匹配、点云粗配准、点云精配准的步骤。特征点对的检测匹配精度决定了最终点云配准的精度,目前特征匹配依赖于点的邻域特征,容易造成误匹配,鲁棒性低。且描述子采用人工设计的特征,无法完全的描述检测点的特征。
技术实现思路
1、为解决上述问题,本专利技术提供一种电力设备异源点云配准方法及系统,检测点云特征面,对特征面进行描述,相对于单独描述各个特征点,其鲁棒性更强,精度更高,同时使用神经网络提取特征,相对于人工设计特征,其特征提取更全面和有效。
2、第一方面,本专利技术的技术方案提供一种电力设备异源点云配准方法,包括以下步骤:
3、对点云进行面检测,获得点云包含的所有特征面;所述点云包括源点云和目标点云,所述特征面包括平面和/或曲面;
4、使用神经网络对点云的所有特征面进行特征提取,获得各个特征面的描述子;
5、根据描述子将源点云的特征面与目标点云的特征面进行匹配,获得源点云各个特征面与目标点云的各个
6、每个特征面匹配关系获得一组匹配点集;
7、基于各个匹配点集对点云进行粗配准和精配准。
8、在一个可选的实施方式中,对点云进行面检测,获得点云的所有特征面,具体包括以下步骤:
9、创建特征面数据库,数据库中包含多种标准类型面的面方程;
10、对点云进行降采样;
11、遍历降采样后点云中的每个点;
12、针对当前点,选取该点指定半径范围内的所有点与该点构成点集;
13、将当前点集进行各个类型面的面方程拟合,若拟合后的方程参数与对应标准类型面的方程参数的误差小于指定值,则当前点集构成一个特征面,记为初始特征面;
14、使用递归方法将初始特征面周围的满足初始特征面方程的点加入到初始特征面,所有加入的点与当前点集构成最终的特征面;
15、已加入特征面的点后续不再遍历。
16、在一个可选的实施方式中,使用递归方法将初始特征面周围的满足初始特征面方程的点加入到初始特征面,所有加入的点与当前点集构成最终的特征面,具体包括:
17、将初始特征面最边缘的若干点记为第一点集,遍历第一点集中的每个点;
18、针对当前点,选取其指定范围内的点集构成第二点集;
19、将第二点集中的每个点依次带入到初始特征面方程中,若误差小于指定值则将对应点加入到初始特征面。
20、在一个可选的实施方式中,标准类型面包括平面、抛物柱面、圆柱面、马鞍面、圆锥面。
21、在一个可选的实施方式中,使用神经网络对点云的所有特征面进行特征提取,具体包括:
22、使用主干神经网络对点云的所有特征面进行特征提取,主干神经网络的损失函数为:
23、
24、其中,表示源点云中第 i个点 pi的描述子,表示目标点云中与点 pi对应的点 qi的描述子, m为源点云的点数, n为目标点云的点数, r为旋转参数, ti为点 pi的平移参数。
25、在一个可选的实施方式中,根据描述子将源点云的特征面与目标点云的特征面进行匹配,获得源点云各个特征面与目标点云的各个特征面的匹配关系,具体包括:
26、分别将源点云的各个特征面和目标点云的各个特征面根据面类型分组;
27、将源点云和目标点云的同一面类型分组中的特征面根据描述子相互匹配,获得对应的匹配关系。
28、在一个可选的实施方式中,将源点云和目标点云的同一面类型分组中的特征面根据描述子相互匹配,获得对应的匹配关系,具体包括:
29、针对第一个面类型分组,选取源点云的第一个特征面分别与目标点云的这一分组中的各个特征面计算描述子差异损失,最小的描述子差异损失对应的目标点云特征面为源点云第一个特征面的匹配面;
30、以此类推,对源点云的所有特征面与目标点云的所有特征面进行匹配。
31、在一个可选的实施方式中,每个特征面匹配关系获得一组匹配点集,具体包括:
32、取特征面的中心或重心作为表示点,获得特征面对应的匹配点集。
33、在一个可选的实施方式中,在基于各个匹配点集对点云进行粗配准和精配准之前,还包括去除匹配点集中的错误匹配点对的步骤,具体包括;
34、将源点云特征面的匹配点集记为第一匹配点集,将目标点云特征面的对应匹配点集记为第二匹配点集;
35、遍历第一匹配点集中的每个点;
36、针对当前点,根据距离特征找到与当前点最近的k个邻域点;
37、计算当前点和各个邻域点两两之间的距离,共得到m个距离;
38、遍历第二匹配点集中的每个点;
39、针对当前点,根据距离特征找到与当前点最近的k个邻域点;
40、计算当前点和各个邻域点两两之间的距离,共得到m个距离;
41、针对第一匹配点集和第二匹配点集中的一组匹配点,共得到2m个距离,将这2m个距离进行聚类,若匹配点对全部正确,距离值会全部两两聚到一起,若出现单独的距离,则认为出现错误匹配点对;将单独距离的两个点记为待确定点,两个待确定点所对应的两组匹配点对中至少有一组是错误的,针对每个待确定点,检测其与其他点所构成的距离是否也出现单独距离,若出现,则该待确定点所对应的匹配点对是错误的,在匹配点对中去除该点对。
42、第二方面,本专利技术的技术方案提供一种电力设备异源点云配准系统,包括,
43、特征面检测模块:对点云进行面检测,获得点云的所有特征面;所述点云包括源点云和目标点云,所述特征面包括平面和/或曲面;
44、特征提取模块:使用神经网络对点云的所有特征面进行特征提取,获得各个特征面的描述子;
45、特征面匹配模块:根据描述子将源点云的特征面与目标点云的特征面进行匹配,获得源点云各个特征面与目标点云的各个特征面的匹配关系;
46、匹配点集获取模块:每个匹配关系获得一组匹配点集;
47、配准模块:基于各个匹配点集对点云进行粗配准和精配准。
<本文档来自技高网...【技术保护点】
1.一种电力设备异源点云配准方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的电力设备异源点云配准方法,其特征在于,对点云进行面检测,获得点云的所有特征面,具体包括以下步骤:
3.根据权利要求2所述的电力设备异源点云配准方法,其特征在于,使用递归方法将初始特征面周围的满足初始特征面方程的点加入到初始特征面,所有加入的点与当前点集构成最终的特征面,具体包括:
4.根据权利要求2或3所述的电力设备异源点云配准方法,其特征在于,标准类型面包括平面、抛物柱面、圆柱面、马鞍面、圆锥面。
5.根据权利要求1-3任一项所述的电力设备异源点云配准方法,其特征在于,使用神经网络对点云的所有特征面进行特征提取,具体包括:
6.根据权利要求1-3任一项所述的电力设备异源点云配准方法,其特征在于,根据描述子将源点云的特征面与目标点云的特征面进行匹配,获得源点云各个特征面与目标点云的各个特征面的匹配关系,具体包括:
7.根据权利要求6所述的电力设备异源点云配准方法,其特征在于,将源点云和目标点云的同一面类型分组中的特征面根据描
8.根据权利要求7所述电力设备异源点云配准方法,其特征在于,每个特征面匹配关系获得一组匹配点集,具体包括:
9.根据权利要求8所述的电力设备异源点云配准方法,其特征在于,在基于各个匹配点集对点云进行粗配准和精配准之前,还包括去除匹配点集中的错误匹配点对的步骤,具体包括;
10.一种电力设备异源点云配准系统,其特征在于,包括,
...【技术特征摘要】
1.一种电力设备异源点云配准方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的电力设备异源点云配准方法,其特征在于,对点云进行面检测,获得点云的所有特征面,具体包括以下步骤:
3.根据权利要求2所述的电力设备异源点云配准方法,其特征在于,使用递归方法将初始特征面周围的满足初始特征面方程的点加入到初始特征面,所有加入的点与当前点集构成最终的特征面,具体包括:
4.根据权利要求2或3所述的电力设备异源点云配准方法,其特征在于,标准类型面包括平面、抛物柱面、圆柱面、马鞍面、圆锥面。
5.根据权利要求1-3任一项所述的电力设备异源点云配准方法,其特征在于,使用神经网络对点云的所有特征面进行特征提取,具体包括:
6.根据权利要求1-3任...
【专利技术属性】
技术研发人员:王恒,李金林,文雷,姚广耀,王冠华,牛健飞,耿风慧,穆明亮,谭洪强,郭广乾,李昊敏,黄涛,支增辉,刘韩奇,任军,于增志,李守正,王彩芝,邵选英,杨铠帆,王慧,董鹏程,田茂祥,
申请(专利权)人:国网山东省电力公司滨州供电公司,
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。