【技术实现步骤摘要】
本专利技术涉及输电线树障分析，具体涉及一种基于机载雷达的快速树障分析方法。
技术介绍
1、随着社会的发展，电力设施已成为人们生活中不可或缺的一部分。随着社会电力工业的迅速稳步发展，输电通道走廊内成长的树本随着每年的增长会对高压线路的安全运行造成很大的影响和危害，因巡视不到位或监控不及时，时常有导致线路跳闸事件发生严重危及电力输电线路运行安全。在低空飞行任务中，飞行器面临着树木等树障物的风险。传统的树障识别方法多依赖于图像处理技术，但图像处理方法在复杂环境下受到光照、遮挡等因素的干扰，且处理速度较慢。其次当前数据采集多为内业制定航线，外业数据采集，最终内业完成数据的处理与获取，时间较长。
2、当前,国内外已经有很多学者在文献中进行过关于点云滤波算法的钻研。点云滤波算法依据的主要基本思想是。当前激光点与邻近激光点的较大高度差。一般不是由地形陡峭而是由于地面上的非地面物体上较高点所引起的。现有研究对于点云非地面点去除算法主要包括以下几类。基于数学形态学滤波方法、基于坡度滤波方法、基于分割的方法等。但是每一种方法都有必然的局限性。早在2000年vosselman提出“形态学滤波器”概念此后的许多关于形态学滤波的算法大多是基于“形态学滤波器”概念进行改进与扩展,梁欣廉等提出用于城市区域的自适应形态学滤波算法，将地面分为连续地面与非连续地面两类。再估计地物点的高程值。sampath基于扫描方式的点云数据首次提出基于坡度的一维双向标明的滤波算法，但该算法没有考虑整个区域的地形坡度。
3、现有激光点云对树障点云分析中存在
4、如何保证在降低数据量的同时，也能准确的获取信息是本专利技术所要改进的地方。在点云处理查找中，根据要求使用适合数据的搜索方式，也是加快信息检索的方法之一。
技术实现思路
1、本专利技术涉及一种基于机载雷达的快速树障分析方法，旨在通过机载雷达设备获取树障信息，并快速分析树障的位置、威胁程度和特征信息，以生成安全的飞行路径规划，提高飞行安全性。
2、本专利技术采用的技术方案为：
3、一种基于机载雷达的快速树障分析方法，它包括以下步骤：
4、步骤1：通过无人机获取激光点云，使用点云滤波对点云预处理；
5、步骤2：通过计算坡度阈值辨别出地面点云；
6、步骤3：使用空间几何特征，协方差矩阵，正定矩阵计算点的重心与向量，提取电力线；
7、步骤4：对点云建立空间检索结构kd-tree；
8、步骤5：判断其他类别的点云和杆塔点云是否在电力线上；
9、通过以上步骤进行快速树障分析。
10、在步骤1中，点云滤波采用点云坡度滤波算法，主要包括以下步骤：
11、1-1)将点云数据分割成若干个小区域；
12、1-2)获得各区域中各点的坡度大小；
13、在步骤1-1)中，点云数据分割区域方法如下：
14、1-1-1)分别沿x轴和y轴方向按照一定的网格边长l进行网格分割，确定点云数据平面坐标中x、y的最大值xmax、ymax和最小值xnin、ymin，以此作为网格的边界；
15、1-1-2)将点云数据进行编号，利用按照顺序逐点计算所在网格的编号，(xp，yp)为任一点p的平面坐标；(ix，iy)为点p所在网格的编号。
16、在步骤1-2)中，坡度大小的获得方法如下：
17、1-2-1)取每个邻域网格中的最低点作为地面种子点，记为p1～p8；gc为待滤波点云网格，g1～g8为gc周围的8个邻域网格，将gc中若干个点作为待滤波点，记为ci(i＝1，2…n)；
18、1-2-2)通过gc中每个点ci计算得到8个坡度角，
19、在步骤2中，对于坡度阈值的计算使用mean-shift聚类算法对坡度角数据进行聚类，区分地面点和非地面点的坡度角数据，步骤如下：
20、2-1)mean-shift聚类算法的滑块大小a取gc中点的均值，a＝μ；
21、2-2)正反向计算出中心较小的聚类c1和中心较大的聚类c2；
22、2-3)以c1中的点为基础计算出均值μ1和均方差σ1，将网格中所有坡度角小于μ1+tσ1的点视作非地面点，t为均方差的倍数。
23、在步骤3中，使用空间几何特征对电力线进行提取，具体步骤如下：
24、3-1)计算目标点云中邻域点集协方差矩阵公式中x2+y2+z2表示领域点集p的重心位置；pi为目标点云，其r邻域点集为：p＝{pm＝(xm，ym，zm)|||pm-pi||≤r}，m表明了该邻域集合中的点云数量；
25、3-2)通过对正定矩阵的特征分解，将其表示为具有相同特征值的矩阵，通过公式来表示特征值；三个特征值λ1，λ2，λ3对应的特征向量e1，e2，e3之间互相垂直，构成正交坐标系；
26、目标点pi服从三个空间维度特征划分的概率(a1d，a2d，a3d)用公式表示，其中a1d+a2d+a3d＝1；通过空间几何变换，将邻域点集转换为三个特征向量，用这些特征向量来描述三维空间；
27、3-3)通过各类点云特征，划分pw为电力线点，pi为地面点，通过采用局部维度和多尺度的方法，创造出以某个物体的周围环境作为参考，并且按照参考该物体的尺寸来进行划分；这种方法的具体尺寸取决于物体的具体规模；通过pca计算精确地定位出球内方向，从而确定其中的物体的大致位置。
28、在步骤4中，包括以下子步骤：
29、4-1)构建kd-tree；
30、4-2)由kd-tree遍历电力点云；
31、在步骤4-1)中，构建kd-tree步骤如下：
32、4-1-1)计算点云集合在x，y轴上的方差d(x)＝e[x-e(x)]2，d(y)＝e[y-e(y)]2选择具有最大方差的维度作为根节点，e(x)表示均方差，若d(x)≥d(y)，x值排序，以d(x)值左右邻近值为根节点，划分左右分支节点；
33、4-1-2)再以y轴为分割符，对y值排序，更新二叉树；
34、4-1-3)重复以上步骤，直到点云中的每个点都有相应位置，kd-tree构建完成。
35、在步骤4-2)中，由kd-tree遍历电力点云，在kd-tree中最邻近搜索，最邻近搜索用来找出在树中与输入点最接近的点；kd-tree最邻近搜索的步骤如下：
36、4-2-1)从根节点开始，递归的往下移；往左还是往右的决定方法与插入元素的方法一样(如果输入点在分区面的左边则进入左子节点，在右边则进入右子节点)；
37、4-2-2)一旦移动到叶节点，将该节点当作″当前最佳点”；本文档来自技高网...
【技术保护点】
1.一种基于机载雷达的快速树障分析方法，其特征在于，它包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在步骤1中，点云滤波采用点云坡度滤波算法，主要包括以下步骤：
3.根据权利要求2所述的方法，其特征在于，在步骤1-2)中，坡度大小的获得方法如下：
4.根据权利要求1所述的方法，其特征在于，在步骤2中，对于坡度阈值的计算使用Mean-Shift聚类算法对坡度角数据进行聚类，区分地面点和非地面点的坡度角数据，步骤如下：
5.根据权利要求1所述的方法，其特征在于，在步骤3中，使用空间几何特征对电力线进行提取，具体步骤如下：
6.根据权利要求1所述的方法，其特征在于，在步骤4中，包括以下子步骤：
7.根据权利要求6所述的方法，其特征在于，在步骤4-2)中，由kd-tree遍历电力点云，在kd-tree中最邻近搜索，最邻近搜索用来找出在树中与输入点最接近的点；kd-tree最邻近搜索的步骤如下：
8.根据权利要求1所述的方法，其特征在于，在判断其他类别的点云和杆塔点云是否在电力线上时，判断条件有
...【技术特征摘要】
1.一种基于机载雷达的快速树障分析方法，其特征在于，它包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，在步骤1中，点云滤波采用点云坡度滤波算法，主要包括以下步骤：
3.根据权利要求2所述的方法，其特征在于，在步骤1-2)中，坡度大小的获得方法如下：
4.根据权利要求1所述的方法，其特征在于，在步骤2中，对于坡度阈值的计算使用mean-shift聚类算法对坡度角数据进行聚类，区分地面点和非地面点的坡度角数据，步骤如下：
5.根据权利要求1所...
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。