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】
本专利技术涉及变电设备自动化管理和智能识别,具体涉及一种基于三维模板匹配的变电设备识别方法。
技术介绍
1、基于三维模板匹配的变电设备识别方法是为了满足电力系统中变电设备的自动化管理和智能识别需求而发展起来的一种技术。基于三维模板匹配的变电设备识别方法涉及计算机图形学、计算机辅助设计(cad)、三维建模和虚拟仿真等领域的知识和技术。
2、(1)计算机图形学是研究如何使用计算机生成、处理和显示图像的学科。在基于旋转对称性的模型构建方法中,计算机图形学技术用于对变电设备的几何形状和结构进行建模、渲染和可视化。
3、(2)计算机辅助设计(cad)是利用计算机技术辅助进行设计和绘图的过程。在该方法中,cad软件可以用于数据采集、基础模型的建立、模型修正与合并以及纹理和材质的添加等环节。cad软件提供了丰富的工具和功能,使得模型构建过程更加高效和精确。
4、(3)三维建模是指使用计算机软件创建三维对象的过程。在基于旋转对称性的模型构建方法中,需要进行三维建模来创建变电设备的基础模型和复制模型。这涉及到模型的几何形状、曲面建模、拓扑结构等方面的技术。
5、背景概要主要有以下几个方面:
6、变电设备是电力系统中的关键设备,对电力传输和分配起到核心作用。确保它们的正常工作和管理是至关重要的。随着电力系统的复杂性增加,手工检查和识别变得不够高效和准确。因此,需要自动化和智能化的方法来帮助检查和管理变电设备。随着三维扫描技术和计算机视觉的发展,现在可以获取到高精度的三维数据。这为基于三维模
7、总之,基于三维模板匹配的变电设备识别方法结合了三维数据、模板匹配技术和计算机视觉等多个领域的进展,为变电设备的智能识别和管理提供了一种有效的解决方案。
技术实现思路
1、本专利技术的目的在于提供一种基于三维模板匹配的变电设备识别方法,对施工过程进行预演可以帮助施工人员预知施工过程中存在的安全隐患以及各种碰撞问题。本方法通过激光点云技术搭建生成施工现场三维点云模型,建立狭小空间内变电设备的bim模型,再将目标模型载入现场三维点云环境进行模拟安装。
2、为了达到上述目的,本专利技术所采用的技术方案是:一种基于三维模板匹配的变电设备识别方法,其特征在于,包括如下步骤:
3、s1,根据真实的场景获取输入的三维场景数据以及各个变电设备的数据,并对其进行预处理;
4、s2,对已经预处理后的数据进行预建模,生成变电设备三维模型;
5、s3,使用多模态交错transformer模型进行特征提取;
6、s4,使用提取的特征与预建模得到的变电设备三维模型进行对比;
7、s5,根据匹配结果输出变电设备的位置、姿态、类型信息,以便根据其对施工流程进行安排以及路径进行规划。
8、优选的,所述步骤s2的对已经预处理后的数据进行预建模,生成变电设备三维模型,进一步包括:
9、首先需要构建3d模型匹配库,为了更好的匹配特征,需要计算特征矢量,另外,由于需要进行施工过程中对变电设备的准确识别和匹配,特征矢量的计算需详细并针对性地考虑每一种变电设备构件的特点;
10、(1)由于陶瓷构件容易受到磕碰导致碎裂,需要对其进行精确的识别和处理,通过选择陶瓷构件上的显著点,包括陶瓷构件的边缘或凸起部分,可以为其计算特征矢量;
11、设定两个显著的特征点和其在陶瓷构件上的空间坐标能够形成一个特征矢量,计算公式如下:
12、
13、这样的计算方法确保在模拟施工过程中对陶瓷构件的准确识别和匹配;
14、(2)由于电缆敷设经常出现交叉和混乱,因此其特征矢量的计算应当考虑电缆的形态和方向,通过对电缆的中心线或关键交叉点进行特征点选择,可以计算其特征矢量,设定两个特征点p和q,它们分别在电缆的两端或交叉点上,其特征矢量的计算公式如下:
15、
16、这种特点确保了电缆在模拟施工过程中的正确匹配,并能够预知交叉和混乱情况。
17、优选的,所述步骤s3的使用多模态交错transformer模型进行特征提取,进一步包括:
18、采用多模态交错transformer模型,即mit模型,用于在只有场景级别标签的弱监督条件下,利用2d和3d数据进行点云分割;该模型包含两个编码器和一个解码器,分别从3d点云和2d多视图图像中提取自注意力特征,并通过交错的2d-3d交叉注意力机制,隐式地融合2d-3d特征,该模型不需要额外的2d标注,也不依赖于摄像头姿态或深度图像来建立2d-3d对应关系,能够在弱监督的条件设计一个由两个编码器和一个解码器组成的变压器模型,只需要场景级别的类别标签,就能够完成点云分割任务。
19、优选的,所述步骤s3的特征提取,进一步包括:
20、3d点云特征提取:应用一个3d骨干网络,以提取所有m个点的点嵌入,使用无监督的开箱即用算法执行超体素划分,将3d坐标输入坐标嵌入模块,该模块由两个1×1卷积层与relu激活组成,以获得位置嵌入,其中d是嵌入维度,通过超体素平均池化聚合点特征和点位置嵌入,生成超体素特征和汇集的位置嵌入,其中s是中的超体素数,超体素特征与位置嵌入相加,在s个超体素标记之前添加c个可学习的类标记,总共(c+s)个标记被馈送到transformer编码器,通过自注意力机制,捕获类标记和超体素标记之间的依赖性,生成自注意力3d特征。
21、优选的,所述步骤s3的特征提取,进一步包括:
22、2d多视图图像特征提取:应用一个2d骨干网络,以提取图像特征,其中,对图像特征沿空间维度应用全局平均池化,池化后的图像特征与可学习的位置嵌入相加,生成t个视图标记,类似于3d特征提取,应用另一个transformer编码器到c个类标记和t个视图标记,获得自注意力2d特征。
23、总之,两个编码器都是以弱监督的方式使用目标函数:
24、
25、两个编码器分别产生c+s标记的自注意力3d特征和c+t标记的2d特征,使用一个解码器,执行交错的2d-3d交叉注意力以进行特征融合。
26、优选的,所述步骤s3的特征提取,进一步包括:
27、为了挖掘额外的监督信号,在类与类之间的注意力矩阵上运用对比学习,尽管2d类标记和3d类标记参与各自的模态,但它们共享相同的类标签,因此,属于同一类的一对类标记之间的注意力值应大于不同类之间标记的注意力值,这可以通过n对损失来实现,在解码器层中的所有注意力矩阵中使用此正则化:
28、
29、其中a是第r层解码器中的注意力矩阵;
30、学习解码器的目标函数是:
31、
32、其中α是本文档来自技高网...
【技术保护点】
1.一种基于三维模板匹配的变电设备识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于三维模板匹配的变电设备识别方法,其特征在于,所述步骤S2的对已经预处理后的数据进行预建模,生成变电设备三维模型,进一步包括:
3.根据权利要求2所述的一种基于三维模板匹配的变电设备识别方法,其特征在于,所述步骤S3的使用多模态交错transformer模型进行特征提取,进一步包括:
4.根据权利要求3所述的一种基于三维模板匹配的变电设备识别方法,其特征在于,所述步骤S3的特征提取,进一步包括:
5.根据权利要求4所述的一种基于三维模板匹配的变电设备识别方法,其特征在于,所述步骤S3的特征提取,进一步包括:
6.根据权利要求5所述的一种基于三维模板匹配的变电设备识别方法,其特征在于,所述步骤S3的特征提取,进一步包括:
【技术特征摘要】
1.一种基于三维模板匹配的变电设备识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于三维模板匹配的变电设备识别方法,其特征在于,所述步骤s2的对已经预处理后的数据进行预建模,生成变电设备三维模型,进一步包括:
3.根据权利要求2所述的一种基于三维模板匹配的变电设备识别方法,其特征在于,所述步骤s3的使用多模态交错transformer模型进行特征提...
【专利技术属性】
技术研发人员:王志高,王身丽,王琎,夏欢,李静,胡慧,付裕,程乾,彭迅,王骞,段鹏,陈雪松,
申请(专利权)人:国网湖北省电力有限公司超高压公司,
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。