CN103218687A - 电力线路环境中的危险点检测系统和分析方法 - Google Patents
电力线路环境中的危险点检测系统和分析方法 Download PDFInfo
- Publication number
- CN103218687A CN103218687A CN2013101362791A CN201310136279A CN103218687A CN 103218687 A CN103218687 A CN 103218687A CN 2013101362791 A CN2013101362791 A CN 2013101362791A CN 201310136279 A CN201310136279 A CN 201310136279A CN 103218687 A CN103218687 A CN 103218687A
- Authority
- CN
- China
- Prior art keywords
- power circuit
- point
- data
- point cloud
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims description 15
- 238000013459 approach Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 4
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 4
- 238000007726 management method Methods 0.000 abstract description 4
- 238000013500 data storage Methods 0.000 abstract 1
- 238000013480 data collection Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 208000030853 Asthma-Chronic Obstructive Pulmonary Disease Overlap Syndrome Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了电力线路环境中的危险点检测系统和分析方法。电力线路环境中的危险点检测系统由1)电力线路环境危险点数据采集模块、2)数据存储模块和3)数据传输单元组成。分析方法参看权利要求2的内容。本发明的优点:1.本发明方法和系统对电力线路的危险点监测准确、全面、快速。2.本发明方法和系统,可以替代大量的人工巡线工作,节约资源,提高了电力线路巡线管理的效率,极大的提高了电力线路的安全性。
Description
技术领域
本发明涉及三维激光雷达技术应用于电力线路巡线管理,具体是电力线路环境中的危险点检测系统和分析方法。
背景技术
电力线路环境中的危险点检测,是三维激光雷达技术应用于电力线路巡线管理中的最基础性功能。多树木地带是易发生电力线路危险点的主要场所,但是现有的激光点云分类技术,只是针对实时采集的激光点云进行分类与建模,然后分析计算电力线路激光点云与周边地物激光点云之间的高差,从而检测电力线路的安全性。
显然这只是基于激光雷达采集瞬间激光点云数据那一瞬间时电力线路与周边地物之间的安全状态,实际显然会与此有较大区别,因为大量树木类为瘦高型类,以南方楠竹最为典型,树梢容易受到山风影响,在高度上形成大于1米的偏差是常见的,从而严重影响危险点检测判别结果。
本方法就是实现对风偏影响下的树梢或树枝高度进行有效修正,从而更合理的分析、检测电力线路的危险点。
发明内容
本发明的目的是提供一种电力线路环境中的危险点检测系统和分析方法。
本发明解决上述技术问题的技术方案如下:
本发明分为如下两个部分:
1.电力线路环境中的危险点检测系统,系统由以下三个部件组成:
1.1)电力线路环境危险点数据采集模块
系统主要组成单元为电力线路环境危险点数据采集模块,模块内设有激光点云数据、安全状态数据和风力数据。在电力线路周围有林木地段安装电力线路环境危险点数据采集模块,实时采集危险点激光点云数据,包括电力线路与周边地物之间的安全状态数据、风力数据;
1.2)数据存储模块
存储电力线路危险点激光点云数据;
1.3)数据传输单元
数据传输单元的传输方式为无线传输和∕或有线传输;
三个部件的关系是:通过电力线路环境危险点数据采集模块采集激光点云数据、安全状态数据、风力数据,并由数据传输单元将激光点云数据、安全状态数据、风力数据传输到数据存储模块中存储,从数据存储模块中读取电力线路危险点激光点云数据,通过激光点云分类得到地表模型与潜在危险点区域。
2.电力线路环境危险分析方法,分析方法流程如下:
1)将电力线路危险点激光点云数据读取出来后,分离出单颗树木所对应所的激光点云,或单个树梢,或单个梢枝部分所对应的激光点云;
2)基于步骤1)中所分离的激光点云,计算这些激光点云所在的三维趋势平面方程参数;
3)针对的树木类型以及风偏情况,选定树木轴线在风偏作用下的空间形态轨迹线类型,包括而不局限于椭圆曲线、抛物线;
4)从步骤1)中所分离的激光点云中选取或计算特征点;
特征点:采集的激光点云数据集中,某个平面区域范围上的高度值最大、最小的点、在平面范围边界上或中心位置处的点,激光点云趋势平面在平面投影面范围上边界上或中心位置处的点,以及特定拟合曲线(抛物线、椭圆线)所形成的特征点;
5)针对步骤3)中的空间形态轨迹线类型,以及步骤4)中所确定的特征点参数,计算具体的空间形态轨迹线参数;
6)计算电力线路与步骤5)中所生成空间形态轨迹线在空间任意位置变化时之间的最近距离及对应点;
每个空间形态轨迹线在不同空间位置上与电力线路都有一个最近点和最近距离;
7)从步骤6)中选取最近距离达不到电力线路安全距离的点,作为电力线路危险点。
本发明具有的优势:
1.本发明方法和系统对电力线路的危险点监测准确、全面。
2.本发明方法和系统对电力线路危险点的分析,有效而且分析速度很快,可在电力线路数据传回的短时间内,对电力线路危险点进行处理,为电力线路的安全提供足够的预警时间。
3.本发明方法和系统,可以替代大量的人工巡线工作,节约资源,提高了电力线路巡线管理的效率。
4.本发明方法和系统,可以设置在人工难以到达的电力线路地段,可以对电力线路进行全息无缝监测和管理,极大的提高了电力线路的安全性。
附图说明
图1是本发明电力线路危险点监测系统示意图。
图中,电力线路环境危险点数据采集模块1,数据存储模块2,数据传输单元3。
图2是本发明电力线路危险点分析方法流程图。
图3是本发明激光点云图像正视图。
图4是本发明激光点云图像俯视图。
图5是本发明激光点云图像侧视图。
图6是本发明激光点云图像侧面截图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
1.安装电力线路环境监测系统如图1所示,通过电力线路环境危险点数据采集模块1采集激光点云数据、安全状态数据、风力数据,并由数据传输单元3将激光点云数据、安全状态数据、风力数据传输到数据存储模块3中存储。从数据存储模块3中读取电力线路危险点激光点云数据,通过激光点云分类得到地表模型与潜在危险点区域。
2、从数据存储模块3中将电力线路危险点激光点云数据读取出来后,分离出单颗树木所对应所的激光点云,或单个树梢,或单个梢枝部分所对应的激光点云;
获得潜危险点树木的激光点云数据集{(Xi,Yi,Zi)|0<i<N},其中Xi,Yi,Zi为激光点云的三维坐标,并选定树木根部点以及实际数据坐标系方向建立三维相对直角坐标系;并将激光点云数据集{(Xi,Yi,Zi)|0<i<=N}转换为相对坐标系下的激光点云数据集{(xi,yi,zi)|0<i<=N}。
3、基于步骤2中所分离的激光点云,计算这些激光点云所在的三维趋势平面方程参数;
即基于激光点云数据集拟合激光点云树风偏所在趋势平面,拟合的平面参数方程为:ax+by+cz=1,其中(a,b,c)由以下公式确定:
4、针对的树木类型以及风偏情况、风力数据,选定树木轴线在风偏作用下的空间形态轨迹线类型,包括而不局限于椭圆曲线、抛物线等。
既基于激光点云数据集、风偏所在趋势平面以及风偏变形椭圆类轨迹线,拟合当前树木轴线三维轨迹线模型:
1)将激光点云数据集{(xi,yi,zi)|0<i<=N},投影到风偏所在趋势平面,得到三维投影激光点云集{(ui,vi,wi)|0<i<=N},计算公式为:
ui=at+xi
vi=bt+yi
wi=ct+zi
t=(d-axi-byi-czi)/(a2+b2+c2)
2)基于3得到风偏所在平面绕相对坐标系Z轴的三维逆变换矩阵Tra,得到相对坐标系xoz平面上的激光点云集{(x’i,y’i,z’i)|0<i<=N,y’i=0},即将三维激光点云集转换为二维平面上的激光点云集合:
3)基于二维激光点云集{(x’i,z’i)|0<i<=N},进行椭圆轨迹线拟合,椭圆轨迹线参数方程为:
记二维激光点云集{(x’i,z’i)|0<i<=N}中z’i值最大的点为P(x’p,z’p),则假定P点经过椭圆轨迹线,同时设zq’=z’p/2的Q(x’q,z’q)点也经过椭圆轨迹线,其中Q点通过下面方式确定:
a)选定带宽Dis(Dis值依据激光点云密度间距来确定,正常可取值0.5米);
b)选取与激光点云集{(x’i,z’i)|0<i<=N}中z’i与zq’绝对值相差Dis的激光点云子集合{(x’j,z’j)|0<j<=K,|z’j-zq’|<=Dis},计算x’j的平均值作为Q点的x’q。
c)由P、Q两点,确定椭圆轨迹线参数方程。
5、从3中所分离的激光点云中选取或计算特征点;
特征点:包括而不局限于高度最高的点、在趋势平面上最靠外的点,以及特定特征的拟合点。
6、针对4中的空间形态轨迹线类型,以及第5步所确定的参数,计算具体的空间形态轨迹线参数。
7、计算电力线路与6中所生成空间形态轨迹线在空间任意位置变化时之间的最近距离及对应点;
每个空间形态轨迹线在不同空间位置上与电力线路都有一个最近点和最近距离。
8、从7中选取最近距离达不到电力线路安全距离的点,作为电力线路危险点,记录此危险点,并交由巡线人员赴实地处理。
实施例1
应用实例
针对南方某电力线路激光雷达巡线的实验数据进行危险点智能检测纠正,数梢顶点的高度纠正可以达到0.5米至1米左右,甚至超1.0米,检测出了一些在纠正之前不是危险点,但是纠正之后确是危险点的激光点云点。
电力线路危险点监测系统包括电力线路环境危险点数据采集模块1,数据存储模块2,数据传输单元3,数据采集模块1采集的数据包括激光点云数据,电力线路危险点监测系统结构组成见图1。
现结合附图以南方某电力线路为例实施,其中,电力线路危险点分析方法流程的主要流程见图2。
1、安装电力线路环境监测系统,读取电力线路危险点激光点云数据,激光点云数据包括:整体激光雷达数据的GPS时间,整体激光雷达数据的x坐标,整体激光雷达数据的y坐标,整体激光雷达数据的z坐标,通过激光点云分类得到地表模型与潜在危险点区域,激光点云图像见图3、图4、图5、图6。
2、将电力线路危险点激光点云数据读取出来后,分离出单个树梢分所对应的激光点云;
获得潜危险点树木的激光点云数据集{(Xi,Yi,Zi)|0<i<N},其中Xi,Yi,Zi为激光点云的三维坐标,并选定树木根部点以及实际数据坐标系方向建立三维相对直角坐标系,获得的潜在危险点树木的激光点云数据,潜在危险点树木的激光点云数据为:单个树梢的x坐标,单个树梢的y坐标,单个树梢的z坐标;并将激光点云数据集{(Xi,Yi,Zi)|0<i<=N}转换为相对坐标系下的激光点云数据集{(xi,yi,zi)|0<i<=N},转换后为相对坐标系下的激光点云数据为:以树梢根部为原点的坐标体系下的树梢数据的x坐标,以树梢根部为原点的坐标体系下的树梢数据的y坐标,第三列是以树梢根部为原点的坐标体系下的树梢数据的z坐标。
3、根据步骤2中所分离出的激光点云数据,计算这些激光点云所在的三维趋势平面方程参数;
根据激光点云数据集拟合激光点云树风偏所在趋势平面,拟合的平面参数方程为:ax+by+cz=1,其中(a,b,c)由以下公式确定:
激光点云所在的三维趋势平面方程参数数据为:树梢激光点云所在的三维趋势面平面方程参数:ax+by+cz=1,其中的a,b,c三个数字即为参数数据。
4、针对树木类型以及风偏情况,选定树木轴线在风偏作用下的空间形态轨迹线类型。
根据激光点云数据集、风偏所在趋势平面以及风偏变形椭圆类轨迹线,拟合当前树木轴线三维轨迹线模型:
1)将激光点云数据集{(xi,yi,zi)|0<i<=N},投影到风偏所在趋势平面,得到三维投影激光点云集{(ui,vi,wi)|0<i<=N},计算公式为:
ui=at+xi
vi=bt+yi
wi=ct+zi
t=(d-axi-byi-czi)/(a2+b2+c2)
2)根据步骤3得到风偏所在平面绕相对坐标系Z轴的三维逆变换矩阵Tra,得到相对坐标系xoz平面上的激光点云集{(x’i,y’i,z’i)|0<i<=N,y’i=0},即将三维激光点云集转换为二维平面上的激光点云集合:
3)根据二维激光点云集{(x’i,z’i)|0<i<=N},进行椭圆轨迹线拟合,椭圆轨迹线参数方程为:
记二维激光点云集{(x’i,z’i)|0<i<=N}中z’i值最大的点为P(x’p,z’p),则假定P点经过椭圆轨迹线,同时设zq’=z’p/2的Q(x’q,z’q)点也经过椭圆轨迹线,其中Q点通过下面方式确定:
a)选定带宽Dis(Dis值依据激光点云密度间距来确定,正常可取值0.5米);
b)选取与激光点云集{(x’i,z’i)|0<i<=N}中z’i与zq’绝对值相差Dis的激光点云子集合{(x’j,z’j)|0<j<=K,|z’j-zq’|<=Dis},计算x’j的平均值作为Q点的x’q。
c)由P、Q两点,确定椭圆轨迹线参数方程。
d)确定的椭圆轨迹线参数方程为:。
5、从步骤3中分离的激光点云中选取特征点;
在本实施例中,特征点即为高度最高的点、在趋势平面上最靠外的点,以及特定特征的拟合点,特征点数据为树梢激光电云的特征点,分别为:高度最高点、趋势平面上最靠外的点、特定的拟合点。
6、针对步骤4中的空间形态轨迹线类型,以及步骤5所确定的参数,计算具体的空间形态轨迹线参数,空间形态轨迹线参数为:。
7、计算电力线路与步骤6中所生成空间形态轨迹线在空间任意位置变化时之间的最近距离及对应点;
确定每个空间形态轨迹线在不同空间位置上与电力线路的一个最近点和最近距离,该最近点和最近距离数据为:树梢在空间形态轨迹上与电力线路之间距离最小的点,也即为该点的坐标以及该点与电力线路之间的距离。
8、从步骤7中选取最近距离达不到电力线路安全距离的点,作为电力线路危险点,记录此危险点,并交由巡线人员赴实地处理,此危险点数据为:危险点的xyz坐标,即与电力线路小于1.5米的点集合。
Claims (2)
1.电力线路环境中的危险点检测系统,其特征在于,系统由以下三个部件组成:
1)电力线路环境监测系统组成,系统包括:
1.1)电力线路环境危险点数据采集模块
系统主要组成单元为电力线路环境危险点数据采集模块,模块内设有激光点云数据、安全状态数据和风力数据,在电力线路周围有林木地段安装电力线路环境危险点数据采集模块,实时采集危险点激光点云数据,包括电力线路与周边地物之间的安全状态数据、风力数据;
1.2)数据存储模块
存储电力线路危险点激光点云数据;
1.3)数据传输单元
数据传输单元的传输方式为无线传输和∕或有线传输;
2.电力线路环境危险分析方法,其特征在于,分析方法流程如下:
1)将电力线路危险点激光点云数据读取出来后,分离出单颗树木所对应所的激光点云,或单个树梢,或单个梢枝部分所对应的激光点云;
2)基于步骤1)中所分离的激光点云,计算这些激光点云所在的三维趋势平面方程参数;
3)针对的树木类型以及风偏情况,选定树木轴线在风偏作用下的空间形态轨迹线类型,包括而不局限于椭圆曲线、抛物线;
4)从步骤1)中所分离的激光点云中选取或计算特征点;
特征点:采集的激光点云数据集中,某个平面区域范围上的高度值最大、最小的点、在平面范围边界上或中心位置处的点,激光点云趋势平面在平面投影面范围上边界上或中心位置处的点,以及特定拟合曲线(抛物线、椭圆线)所形成的特征点;
5)针对步骤3)中的空间形态轨迹线类型,以及步骤4)中所确定的特征点参数,计算具体的空间形态轨迹线参数;
6)计算电力线路与步骤5)中所生成空间形态轨迹线在空间任意位置变化时之间的最近距离及对应点;
每个空间形态轨迹线在不同空间位置上与电力线路都有一个最近点和最近距离;
7)从步骤6)中选取最近距离达不到电力线路安全距离的点,作为电力线路危险点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310136279.1A CN103218687B (zh) | 2013-04-18 | 2013-04-18 | 电力线路环境危险分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310136279.1A CN103218687B (zh) | 2013-04-18 | 2013-04-18 | 电力线路环境危险分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103218687A true CN103218687A (zh) | 2013-07-24 |
CN103218687B CN103218687B (zh) | 2016-07-06 |
Family
ID=48816451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310136279.1A Expired - Fee Related CN103218687B (zh) | 2013-04-18 | 2013-04-18 | 电力线路环境危险分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103218687B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106595593A (zh) * | 2016-11-10 | 2017-04-26 | 西安工程大学 | 基于椭圆特征拟合的悬垂绝缘子串风偏监测方法 |
CN108073180A (zh) * | 2016-11-08 | 2018-05-25 | 北京金风科创风电设备有限公司 | 无人机的控制方法、装置和系统 |
CN108226894A (zh) * | 2017-11-29 | 2018-06-29 | 北京数字绿土科技有限公司 | 一种点云数据处理方法及装置 |
CN109100703A (zh) * | 2018-09-07 | 2018-12-28 | 北京数字绿土科技有限公司 | 一种输电线路危险点检测方法及装置 |
CN109631818A (zh) * | 2018-12-21 | 2019-04-16 | 沈阳云奕科技有限公司 | 用于输电线路的净空分析方法及装置、存储介质 |
CN110764115A (zh) * | 2019-10-29 | 2020-02-07 | 北京无线电计量测试研究所 | 一种用于地下管线的可穿戴全息检测系统 |
CN113033131A (zh) * | 2019-12-24 | 2021-06-25 | 广东科诺勘测工程有限公司 | 一种输电线路极端工况模拟的导线安全性检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101621191A (zh) * | 2009-08-06 | 2010-01-06 | 重庆市电力公司超高压局 | 超高压输电线路三维可视化处理方法及系统 |
CN201402324Y (zh) * | 2009-04-16 | 2010-02-10 | 重庆市电力公司超高压局 | 高压架空输电线路机载三维激光雷达检测系统 |
CN202362458U (zh) * | 2011-12-08 | 2012-08-01 | 长沙华鹏电力科技有限责任公司 | 一种动力伞激光雷达三维测距系统 |
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
-
2013
- 2013-04-18 CN CN201310136279.1A patent/CN103218687B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201402324Y (zh) * | 2009-04-16 | 2010-02-10 | 重庆市电力公司超高压局 | 高压架空输电线路机载三维激光雷达检测系统 |
CN101621191A (zh) * | 2009-08-06 | 2010-01-06 | 重庆市电力公司超高压局 | 超高压输电线路三维可视化处理方法及系统 |
CN202362458U (zh) * | 2011-12-08 | 2012-08-01 | 长沙华鹏电力科技有限责任公司 | 一种动力伞激光雷达三维测距系统 |
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
Non-Patent Citations (2)
Title |
---|
蒙祥达等: "机载激光雷达技术及其在电力工程中的应用", 《广西电业》 * |
阳贤仁等: "三维送电线路选线GIS系统建设与研究", 《电力勘测设计》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108073180A (zh) * | 2016-11-08 | 2018-05-25 | 北京金风科创风电设备有限公司 | 无人机的控制方法、装置和系统 |
CN108073180B (zh) * | 2016-11-08 | 2020-07-28 | 北京金风科创风电设备有限公司 | 无人机的控制方法、装置和系统 |
CN106595593A (zh) * | 2016-11-10 | 2017-04-26 | 西安工程大学 | 基于椭圆特征拟合的悬垂绝缘子串风偏监测方法 |
CN106595593B (zh) * | 2016-11-10 | 2019-04-19 | 西安工程大学 | 基于椭圆特征拟合的悬垂绝缘子串风偏监测方法 |
CN108226894A (zh) * | 2017-11-29 | 2018-06-29 | 北京数字绿土科技有限公司 | 一种点云数据处理方法及装置 |
US11544511B2 (en) | 2017-11-29 | 2023-01-03 | Beijing Greenvalley Technology Co., Ltd. | Method, apparatus, and electronic device for processing point cloud data, and computer readable storage medium |
CN109100703A (zh) * | 2018-09-07 | 2018-12-28 | 北京数字绿土科技有限公司 | 一种输电线路危险点检测方法及装置 |
CN109631818A (zh) * | 2018-12-21 | 2019-04-16 | 沈阳云奕科技有限公司 | 用于输电线路的净空分析方法及装置、存储介质 |
CN110764115A (zh) * | 2019-10-29 | 2020-02-07 | 北京无线电计量测试研究所 | 一种用于地下管线的可穿戴全息检测系统 |
CN113033131A (zh) * | 2019-12-24 | 2021-06-25 | 广东科诺勘测工程有限公司 | 一种输电线路极端工况模拟的导线安全性检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103218687B (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103218687A (zh) | 电力线路环境中的危险点检测系统和分析方法 | |
CN106845399B (zh) | 一种使用分层聚类方式从LiDAR点云中提取单木信息的方法 | |
CN104656098B (zh) | 一种遥感森林生物量反演的方法 | |
CN103279759B (zh) | 一种基于卷积神经网络的车辆前方可通行性分析方法 | |
CN104751481B (zh) | 一种基于分层随机抽样的单档电力线LiDAR点云聚类方法 | |
CN103078673B (zh) | 一种适用于山区电网巡检的专用无人直升机系统 | |
CN104898696B (zh) | 基于电场强度变化率的高压同塔单回输电线路无人机巡检避障方法 | |
CN104020475A (zh) | 一种基于机载LiDAR数据的电力线提取及建模方法 | |
CN203397214U (zh) | 一种适用于山区电网巡检的专用无人直升机避障系统 | |
CN104502919A (zh) | 利用机载激光雷达点云提取城市植被三维覆盖的方法 | |
CN108680925B (zh) | 一种基于激光点云数据的输电线路导线相间测量方法 | |
CN103412296B (zh) | 无序激光点云数据中自动提取电力塔方法 | |
CN204439017U (zh) | 一种基于无人机的盘煤系统 | |
CN104050323A (zh) | 一种高海拔山区模糊多准则风电场选址方法 | |
CN103398957A (zh) | 基于高光谱与激光雷达提取叶面积垂直分布的方法 | |
CN111854700B (zh) | 基于物联网和云计算的无人机监测管理系统 | |
CN109146836A (zh) | 一种基于点云数据进行输电塔及线路检测的系统及方法 | |
CN105913016A (zh) | 一种通过条带LiDAR数据升尺度估算森林生物量的方法 | |
CN103984355A (zh) | 一种巡检飞行机器人与架空电力线路距离预测和保持方法 | |
CN107832849A (zh) | 一种基于知识库的电力线廊道三维信息提取方法及装置 | |
CN102568027B (zh) | 一种像素化的虚拟树木光照影响区域获取方法 | |
CN105787239A (zh) | 风电场湍流强度处理方法及系统 | |
CN109147044A (zh) | 一种基于点云数据进行输电塔及线路检测的系统 | |
CN106339717A (zh) | 一种基于混合多尺度特征模型的活立木快速识别方法 | |
CN105184667B (zh) | 双重嵌套模拟风电场风速分布的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160706 |