【技术实现步骤摘要】
本专利技术涉及输电线环境隐患检测，具体涉及一种基于无人机激光雷达的隐患分析方法、系统、设备及介质。
技术介绍
1、架空输电线路是关系国家经济发展的重要基础设施之一。输电线路的维护是建设现代化电网的重要内容。在架空输电线路附近，可能对线路造成安全隐患的树木会被定义为隐患。为保障稳定可靠的电能供应，避免安全事故发生，电网管理部门需要定期投入大量的人员对输电线路进行隐患巡检。随着特高压的建设与运营，输电线路的里程不断扩大，其连接关系与穿越的地理环境也随之变得更加复杂。传统的人工现场巡检工作强度大、效率低，具有一定安全隐患，巡检准确度不高。难以足快速发展的电网建设需求。
2、随着轻小型无人机技术快速发展，轻小型无人机作业成为电力巡检的新手段。而在巡检过程中，如何通过无人机载荷测量树木、地物等非电力要素与导线的距离是判断是否为危险隐患的关键。而随着激光雷达扫描仪不断迭代发展，无人机lidar技术能够以较低的成本快速获取到高精度的输电线走廊三维空间信息，其采集的激光点云数据在空间定位以及量测精度上具有其他遥感手段无法比拟的优势，可以实现输电线的高精度快速自动提取与危险分析报告，能极大地提高电力巡检的工作效率，同时基于点云数据可以建立做输电线走廊三维模型，使输电线路管理更加直观可靠。但是，输电线走廊点云场景复杂、地物类型丰富、点密度变化等问题，现有无人机激光雷达系统输电巡检隐患分析流程繁琐，导致隐患分析流程复杂，需要对点云数据进行一系列后处理：在获取完成数据后，无法立即得到隐患分析结果，获取完成原始数据后，需要进行解析转换，再对转
技术实现思路
1、为了弥补以上测量手段的不足，本专利技术提出一种基于无人机激光雷达的隐患分析方法、系统、设备及介质，搭建了无人机基于三维激光雷达测量的硬件框架，提供一种无人机巡检隐患测量解决方案，克服了传统无人机数据分析处理流程繁琐耗时长的问题，本方案的实时性体现在数据生成过程中即完成分析，并非点云数据解算完成后通过一系列后处理手段进行分析。与传统隐患检测方式进行比较，本专利技术能够自动完成实时隐患分析，具备传统方法所欠缺的时效性以及自动化。
2、本专利技术通过下述技术方案实现：
3、一种基于无人机激光雷达的隐患分析方法，包括：
4、s1、获取雷达数据以及运动设备的轨迹数据，通过所述雷达数据与轨迹数据进行联合解算，生成原始点云数据；
5、s2、基于所述杆塔台账数据对所述轨迹数据进行限制，通过所述轨迹数据和杆塔台账数据对一个周期的所述原始点云数据进行解析，得到相邻杆塔之间的中间点云数据；
6、s3、在解析完一个周期的所述原始点云数据后，将解析得到的中间点云数据进行汇总并分析，得到电力线点云数据和非电力要素点云数据；
7、s4、计算所述电力线点云数据与非电力点云数据之间的三维空间位置关系，通过逐点搜索电力线点云数据半径为r米范围内的点，该范围内的点即为隐患点；
8、s5、对所有的点云数据进行渲染展示，并将隐患点与非隐患点通过不同颜色进行渲染以示区分；
9、s6、通过读取雷达数据中的数据包内容得到数据包结束符，通过所述数据包结束符判断所示原始点云数据是否解析完毕，如果是，则结束，否则，跳转至s2，对下一个周期的所述原始点云数据进行解析。
10、作为优化，所述运动设备为无人机。
11、作为优化，在通过所述轨迹数据和杆塔台账数据对所述原始点云数据进行实时解析之前，需要对所述轨迹数据进行格式转换，将收集的格式为*.hmr或*.imr或*.hex的轨迹数据转换成格式为*.post的轨迹数据。
12、作为优化，s2的具体步骤为：
13、s2.1、读取所述杆塔台账数据，分别找到两个相邻的杆塔位置坐标；
14、s2.2、结合所述轨迹数据，分别找到该两个相邻的杆塔位置坐标对应位置的最近邻轨迹点，即分别距离两座杆塔坐标位置最近的两个轨迹点；
15、s2.3、保留该两个相邻的杆塔位置坐标对应轨迹点范围内的第一轨迹数据，以所述第一轨迹数据为原点、直径为h的范围内的所述原始点云数据中即为中间点云数据。
16、作为优化，s3的具体步骤为：
17、s3.1、从若干所述中间点云数据通过计算点云线性特征以及走向水平角进行电力线识别，得到电力要素点云数据，所述走向水平角由台账杆塔坐标进行计算获取；
18、s3.2、从所述电力要素点云数据中结合所述杆塔台账数据识别杆塔点云数据，在所述电力要素点云数据中除所述杆塔点云数据以外的点云数据均为初步电力线点云数据；
19、s3.3、从所述初步电力线点云数据中通过欧式聚类的方式剔除被误认为是电力线点云数据的植被点云数据，最终得到电力线点云数据；
20、s3.4、所述中间点云数据除去所述电线点云数据和杆塔点云数据以外的所有点云数据均为非电力要素点云数据。
21、作为优化，从所述电力要素点云数据中结合所述杆塔台账数据识别杆塔点云数据的具体过程为：
22、从所述杆塔台账数据中获取杆塔经纬度转换为点云坐标系下的位置坐标，判定以所述位置坐标位置为圆心、半径r＝60米范围内的点为杆塔点云。
23、作为优化，还包括s7、生成隐患报告，并导出。
24、本专利技术还公开了一种基于无人机激光雷达的隐患分析系统，用于实施前述的一种基于无人机激光雷达的隐患分析方法，包括：
25、采集模块，用于获取雷达数据以及运动设备的轨迹数据，通过所述雷达数据与轨迹数据进行联合解算，生成原始点云数据；
26、解析模块，用于基于所述杆塔台账数据对所述轨迹数据进行限制，通过所述轨迹数据和杆塔台账数据对所述原始点云数据进行解析，得到相邻杆塔之间的中间点云数据；
27、分析模块，用于在解析完所述原始点云数据后，将解析得到的中间点云数据进行汇总并分析，得到电力线点云数据和非电力要素点云数据；
28、隐患点识别模块，用于计算所述电力线点云数据与非电力点云数据之间的三维空间位置关系，通过逐点搜索电力线点云数据半径为r米范围内的点，该范围内的点即为隐患点；
29、渲染模块，用于对所有的点云数据进行渲染展示，并将隐患点与非隐患点通过不同颜色进行渲染以示区分；
30、判断模块，用于通过读取雷达数据中的数据包内容得到数据包结束符，通过所述数据包结束符判断所示原始点云数据是否解析完毕，如果是，则结束，否则，使用解析模块对下一个周期的原始点云数据进行解析。
31、本专利技术还公开了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至本文档来自技高网...
【技术保护点】
1.一种基于无人机激光雷达的隐患分析方法，其特征在于，包括：
2.根据权利要求1所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，所述运动设备为无人机。
3.根据权利要求1所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，在通过所述轨迹数据和杆塔台账数据对所述原始点云数据进行实时解析之前，需要对所述轨迹数据进行格式转换，将收集的格式为*.hmr或*.imr或*.hex的轨迹数据转换成格式为*.PosT的轨迹数据。
4.根据权利要求1所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，S2的具体步骤为：
5.根据权利要求4所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，S3的具体步骤为：
6.根据权利要求5所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，从所述电力要素点云数据中结合所述杆塔台账数据识别杆塔点云数据的具体过程为：
7.根据权利要求1所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，还包括S7、生成隐患报告，并导出。
8.一种基于无人机激光雷达的隐患
9.一种电子设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的一种基于无人机激光雷达的隐患分析方法。
10.一种存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一所述的一种基于无人机激光雷达的隐患分析方法。
...【技术特征摘要】
1.一种基于无人机激光雷达的隐患分析方法，其特征在于，包括：
2.根据权利要求1所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，所述运动设备为无人机。
3.根据权利要求1所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，在通过所述轨迹数据和杆塔台账数据对所述原始点云数据进行实时解析之前，需要对所述轨迹数据进行格式转换，将收集的格式为*.hmr或*.imr或*.hex的轨迹数据转换成格式为*.post的轨迹数据。
4.根据权利要求1所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，s2的具体步骤为：
5.根据权利要求4所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，s3的具体步骤为：
6.根据权利要求5所述的一种基于无人机激光雷达的隐患分析方法，其特征在于，从所述电力要素点云数据...
【专利技术属性】
技术研发人员：杜永永，熊杰，李倩竹，黄宇航，张博洲，刘锐，
申请(专利权)人：国网四川省电力公司成都供电公司，
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。