CN107045731A - 基于点云数据对变电站母线进行建模的方法 - Google Patents

Abstract

本发明公开了一种基于点云数据对变电站母线进行建模的方法，其包括步骤：(1)采用多次扫描的方式采集变电站母线的点云数据；(2)将多次扫描获得的变电站母线的点云数据进行拼接；(3)对点云数据进行消噪处理；(4)对消噪后的点云数据进行抽稀；(5)基于抽稀后的母线点云数据，提取母线的任意N个截面圆，获取各截面圆的半径和圆心；(6)基于各截面圆的半径计算出该N个截面圆的半径的平均值R，并将其作为母线的半径；基于各截面圆的圆心构建母线延伸轨迹；(7)基于母线的半径和母线延伸轨迹建立母线模型。本发明方法可准确高效地对变电站母线进行建模，为变电站三维可视化、智能化监管提供良好的基础。

Description

基于点云数据对变电站母线进行建模的方法

技术领域

本发明涉及一种建模方法，尤其涉及一种对变电站母线进行建模的方法。

背景技术

母线是指用高导电率的材料例如铜、铝制成的用以传输电能、汇集和分配电力的产品，是电站、变电站输送电能用的总导线。通常通过母线把发电机、变压器或整流器输出的电能输送给各个用户或其他变电所。目前，变电站三维可视化、智能化监管已得到业内人士的重视，进行变电站实景三维重构是实现变电站三维可视化的基础。为实现变电站实景三维重构，需对变电站内部各种设备进行准确高效地三维重构。母线是变电站中不可缺少的组成部分，是变电站与外界连通的枢纽，对其进行高效、精准的三维模型重构具有重要意义。目前可考虑用于变电站母线模型重构的方法主要包括：

(1)基于虚拟现实建模语言的建模方法。

虚拟现实建模语言(Virtual Reality Modeling Language，VRML)不仅是一种建模语言，也是一种描绘3D场景中对象行为的场景语言。VRML通过编程语言以立方体、圆锥体、圆柱体、球体等为原始对象构造均压环、隔离开关、断路器、电压与电流互感器等电气设施及建筑模型，并给模型贴上特定材质，然后拼接这些模型以完成整个变电站的三维场景建模。VRML脚本节点(script)对应的Java语言可以利用变电站模型进行人机交互，进而实现变电站虚拟现实系统。VRML建模法虽可方便地进行人机交互，但拟合的模型由于采用立方体、圆锥体、圆柱体、球体的组合构建，必然造成变电站模型缺乏真实感，模型精度差。

(2)基于几何造型的建模方法。

几何造型建模方法依据变电站数码图片、设计图纸和厂家设施图纸，利用AutoCAD、3dMax、Maya等专业软件，按照一定比例采用立方体、圆柱体、圆锥体、圆环等建立变电站各种电气设施的三维模型，然后设置模型贴图与材质，拼接电气设施模型完成变电站三维场景建模，该建模方法获取的模型主要有三种:线框模型、表面模型与实体模型。几何造型建模法效率和直观性较好，但难以实现真实场景建模。

以上两种建模方法作为目前可用于变电站模型三维重构的常规方法，均无法实现变电站模型真实、高精度的模型重构，只能适用于一些对模型精度要求低、对真实性要求不高的场合中，无法满足变电站三维可视化运用的要求。而母线是变电站中不可缺少的组成部分，是变电站与外界连通的枢纽。高精度的母线三维模型对于未来母线的检测，例如长度、粗细、弯曲测量有着重要意义，因此需要针对母线开发高精度的建模方法。

(3)基于激光点云的建模方法。

近年来，随着激光测量技术的发展，利用激光雷达扫描仪获取物体表面的激光点云具备高精度、高效率等优点。点云数据是指利用激光、摄影等测量手段获取物体表面的特征点，这些特征点有可能包含物体的空间三维坐标、颜色信息或反射强度信息等，由于点数量很大，因此称为点云。由于地面三维激光雷达采集到的被测对象点云数据具有高精度、全数字特征、图像化等优点，依据点云数据全数字特征与图像化相结合的优势，可为三维重构提供数据支持，且利用该方法构建模型具有精度高、效率高、可调整等优点，弥补了传统建模手段效率低、精度差等不足。该方法已被广泛地应用于文物保护、建筑测绘、交通运输、船舶制造等多个领域，并取得了很好的应用效果。但是这些应用局限于一些简单规则物体的建模以及测量方面，比如边界单一的建筑物建模、结构单一的公共设施建模以及距离、高度、体积等测量，很少涉及到复杂模型的重构。鉴于变电站结构的特殊性，其他领域中的一些建模方法无法简单的移植到变电站模型重构当中，直接使用其他领域的建模方法进行变电站模型的重构会造成模型精度差、细节缺失等问题。因此，期望获得一种可用于变电站母线的基于点云数据的建模方法。

发明内容

本发明的目的是提供一种基于点云数据对变电站母线进行建模的方法，该方法可用于准确高效地对变电站母线进行建模以实现变电站母线的三维重构，从而可进一步实现变电站的实景三维重构，为变电站三维可视化、智能化监管提供良好的基础。

根据上述发明目的，本发明提出了一种基于点云数据对变电站母线进行建模的方法，其包括步骤：

(1)采用多次扫描的方式采集变电站母线的点云数据，所述点云数据至少包含三维坐标数据；

(2)将多次扫描获得的变电站母线的点云数据进行拼接，以实现点云数据所包含的三维坐标数据的归一化；

(3)对点云数据进行消噪处理；

(4)对消噪后的点云数据进行抽稀；

(5)基于抽稀后的母线点云数据，提取母线的任意N个截面圆，获取各截面圆的半径和圆心；

(6)基于各截面圆的半径计算出该N个截面圆的半径的平均值R，并将其作为母线的半径；基于各截面圆的圆心构建母线延伸轨迹；

(7)基于母线的半径和母线延伸轨迹建立母线模型。

本发明所述的基于点云数据对变电站母线进行建模的方法中，由于母线结构特征明显，不同部位的横截面均为具有基本相同半径的规则二维圆面，可将母线视为规则二维平面圆沿着光滑母线延伸路径形成的三维实体，因此通过采集变电站母线的点云数据并进行一系列的数据处理，然后通过提取母线的任意N个截面圆得到母线的半径和延伸轨迹，最后基于母线的半径和母线延伸轨迹建立变电站母线模型。其中：

步骤(1)中，所述多次扫描通常是通过多个扫描站点分别从不同的角度对所述变电站母线进行扫描，其目的主要是为了尽可能全方位地采集变电站母线的点云数据。所述多次扫描可以利用激光雷达扫描仪进行扫描，其获取点云数据属于现有技术，因此此处不作详细描述。

步骤(2)中，所述三维坐标数据的归一化的方法可以是通过布置球形标靶对三维坐标数据进行定位以实现归一化。

步骤(3)中，所述消噪处理包括自动消噪，即采用自动消噪算法将大部分噪点(主要是空气中细小颗粒形成的噪点)消除。适用于点云的自动消噪算法很多，其为现有技术，因此此处不作详细描述。

步骤(4)中，抽稀是指在保证矢量曲线形状基本不变的情况下，最大限度地减少数据点个数，从而节约存储空间和减少后续处理的计算量。

步骤(5)中，所述N个截面圆由于是随机的，因此通常不会出现分布特别集中的现象，从而保证为后续步骤提供合理分布的样本。需要说明的是，为了保证样本的质量，通常遵循“略过稀点，选取点云较为密集、均匀的区域”的原则，从而保证样本来自母线点云而非母线周边噪点。此外，通常需要建立一个用户坐标系，在该用户坐标系下描述圆心位置。该用户坐标系的建立方法可以包括：选取母线曲率较小段作为参考，建立用户坐标系，通常选取母线与金具连接处一小段点云数据为参考，其可近似看成标准圆柱体，基于该标准圆柱体的底面建立用户三维坐标系，其中底面圆心作为坐标系的原点O，底面所在的平面为XOY面，水平方向为X轴，标准圆柱体轴线为Z轴。

步骤(6)中，基于各截面圆的半径计算出该N个截面圆的半径的平均值R，并将其作为母线的半径，可以减小误差，其公式为：

其中，R_i表示第i个截面圆的半径。

步骤(7)中，基于母线的半径和母线延伸轨迹建立母线模型通常根据数学上的微积分原理，将母线等分为n等份，n趋于无穷大，则每一小段长度极小。在母线上任取一极小线段dx为轴线，以半径R的截面圆为底面构建圆柱体，将这些圆柱体沿着母线延伸轨迹进行拼接即可得到母线的三维模型。线段长度很短，故可以认为这段线段方向为沿着Z轴，且构建的圆柱体之间连接部分很平滑，与真实的母线十分接近，有很高的精度。

本发明方法可准确高效地对变电站母线进行建模以实现变电站母线的三维重构，从而可进一步实现变电站的实景三维重构，为变电站三维可视化、智能化监管提供良好的基础。

进一步地，本发明所述的基于点云数据对变电站母线进行建模的方法中，在所述步骤(3)中，采用“自动消噪-手动消噪-自动消噪”依次更替循环的方式对点云数据进行消噪处理。

上述方案中，在自动消噪的基础上进行手动消噪，手动消噪对象可以包括地面、围墙、建筑、其他设备、人物等一切无关母线点云以及未消除干净的空气噪点；然后对手动消噪后的噪点进行再次自动消噪，这是因为通常手动消噪后会将大部分噪点消除，但是仍会残留部分细小孤立噪点，这部分噪点是由于初次自动消噪残留或者由于手动消噪时对噪点簇进行消除时残留导致，通过再次自动消噪可以极大地减少这部分噪点，实现消噪效果的进一步优化。

更进一步地，上述基于点云数据对变电站母线进行建模的方法中，循环的次数至少为一次。

进一步地，本发明所述的基于点云数据对变电站母线进行建模的方法中，所述点云数据还包含颜色信息和反射强度信息的至少其中之一。

上述方案中，通过所述颜色信息和反射强度信息可以确定相应的表面颜色和材质。

进一步地，本发明所述及上述任一基于点云数据对变电站母线进行建模的方法中，所述步骤(4)包括：

对于任意一区域内的点云数据，计算各个点的法向量；

寻找临近区域内与计算得到的法向量相似的点以及法向量突变的点，其中将法向量相似的点作为待删减点，将法向量突变的点作为保留点；

然后根据选定的比例对法向量相似的点进行删减。

上述方案中，通常对于任意一区域内点云中的任意一点P_k，其法向量N_k计算公式为：

其中l为以P_k为顶点的三角形个数，α_i为第i个三角形在顶点P_k处的相对角，V_i为第i个三角形的法向量。所述比例可依据采集到的点云精度进行合理选择。该方法可以很好地保持原有的轮廓特征，简化效率较高。

更进一步地，上述基于点云数据对变电站母线进行建模的方法中，判断法向量相似以及法向量突变的方法为：计算两个法向量间的夹角，若所述夹角小于等于设定的阈值，则判断为法向量相似；若所述夹角大于所述阈值，则判断为法向量突变。

上述方案中，通常任意两个法向量间的夹角计算方法如下：

进一步地，本发明所述的基于点云数据对变电站母线进行建模的方法中，在所述步骤(5)中，基于母线曲率较小的部分的点云数据生成圆柱体，对圆柱体进行切片，提取母线的任意N个截面圆，获取各截面圆的半径和圆心。

上述方案中，通常当选取的母线部分长度较短时，所述母线曲率较小的部分可以认为是沿着母线延伸方向的圆柱体。通常所述圆柱体的分布范围覆盖整个母线，从而保证提供合理分布的样本。需要说明的是，为了保证样本的质量，通常遵循“略过稀点，选取点云较为密集、均匀的区域”的原则，从而保证样本来自母线点云而非母线周边噪点。

更进一步地，上述基于点云数据对变电站母线进行建模的方法中，在所述步骤(6)中，将各截面圆的圆心依次连接得到折线段，采用最小二乘法将折线段拟合为光滑曲线，并将该光滑曲线作为母线延伸轨迹。

上述方案中，采用最小二乘法拟合曲线的具体原理如下：

最小二乘法拟合曲线的基本思想是：计算所有数据点与估计点(或称拟合点)的误差(在二维图形下该误差就是数据点与估计点的垂直距离)的平方和，如果所拟合的曲线能使该误差平方和最小，该拟合曲线就是最小二乘法拟合曲线。其数学原理是：设所有选取的圆心坐标集合为{(x_i，y_i，z_i)|i＝1，2，3，4…N}，设曲线参数方程为

因为函数x＝x(t)为一元函数，其反函数为t＝t(x)，因此曲线的参数方程变为

则第i点Z轴方向误差为Δz_i＝z_i-g(x_i)，Y轴方向误差为Δy_i＝y_i-f(x_i)，空间上的误差平方和则为(Δd_i)²＝(Δz_i)²+(Δy_i)²，所有点误差的平方和为

求出误差平方和最小对应的参数值，进而得出最佳拟合曲线，具体过程如下：在高等数学中，泰勒级数在近似计算中有重要作用。根据上述参数方程

设其参数方程为

以此方程作为拟合曲线方程。故所有点误差的平方和为：

此函数为多元函数，对a_i，b_i求偏导，即求解

求出a_i，b_i，代入上述拟合曲线方程，该拟合曲线方程即为母线延伸轨迹。

本发明所述的基于点云数据对变电站母线进行建模的方法的优点和有益效果包括：

(1)准确高效地对变电站母线进行建模以实现变电站母线的三维重构，从而可进一步实现变电站的实景三维重构，为变电站三维可视化、智能化监管提供良好的基础。

(2)解决了传统建模方法精度低、真实性差的问题，并实现了利用激光点云实现母线的高质量、高精度的建模，满足母线实景、高效以及高真实性的建模要求。

(3)可以参考实际物体的规格尺寸对所建模型进行参数调整，具有可更改的优势。

附图说明

图1为本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下的流程图。

图2为一种变电站母线的实景图。

图3为本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下的点云数据中各点法向量的计算原理示意图。

图4为本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下提取的母线的点云数据图。

图5为本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下选取的参考点云数据图。

图6为本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下建立的用户坐标系图。

图7为基于图4的母线的点云数据选取母线曲率较小的部分的位置分布图。

图8为本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下生成的某点云切片和相应的截面圆的综合图。

图9为本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下建立的母线的三维模型图。

具体实施方式

下面将结合说明书附图和具体的实施例对本发明所述的基于点云数据对变电站母线进行建模的方法做进一步的详细说明。

图1示意了本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下的流程。图2显示了一种变电站母线的实景。图3显示了本发明所述的基于点云数据对变电站母线进行建模的方法在一种实施方式下的点云数据中各点法向量的计算原理。图4显示了本实施例提取的母线的点云数据。图5显示了本实施例选取的参考点云数据。图6显示了本实施例建立的用户坐标系。图7显示了本实施例基于图4的母线的点云数据选取母线曲率较小的部分的位置分布。图8显示了本实施例生成的某点云切片和相应的截面圆。图9显示了本实施例建立的母线的三维模型。

如图1所示，该实施方式下的基于点云数据对变电站母线进行建模的方法可以通过激光三维扫描仪、计算机及其上运行的软件实现，包括步骤：

步骤110：采用多次扫描的方式采集变电站母线的点云数据，所述点云数据至少包含三维坐标数据。其中，点云数据还可以包含颜色信息和/或反射强度信息。

本实施例中，首先勘察现场，结合变电站内相关安全运行规程，在保证安全的前提下，确定扫描对象并规划扫描路线，合理的扫描路线有助于减少工作量和确保人身安全。然后利用激光雷达扫描仪分扫描站点采集变电站母线点云数据，通过设置地面激光雷达扫描仪扫描角度、点云质量、分辨率等参数，在扫描的母线附近布设球形标靶，由于三点确定一个平面，在工程操作时，常布设5个左右的公共标靶，为接下来的点云数据拼接服务。经过整平操作后开始扫描。为获得精确的母线点云数据，通常需扫描母线三到四站不同方位数据，以获取母线的完整点云数据。变电站母线的实景图如图2所示。

步骤120：将多次扫描获得的变电站母线的点云数据进行拼接，以实现点云数据所包含的三维坐标数据的归一化。

本实施例中，依据扫描时布设的球形标靶，利用球形标靶的空间三维坐标实现不同扫描站点的空间坐标对齐，达到不同扫描站点的点云数据坐标归一化的目的，从而实现点云数据的拼接，得到完整的母线点云数据。

步骤130：对点云数据进行消噪处理。

本实施例中，采用“自动消噪-手动消噪-自动消噪”依次更替循环的方式对点云数据进行消噪处理。其中，循环的次数至少为一次。具体来说，首先，采用自动消噪算法将大部分噪点(主要是空气中细小颗粒形成的噪点)消除；其次，在自动消噪的基础上进行手动消噪，手动消噪对象包含地面、围墙、建筑、其他设备、人物等一切无关点云以及未消除干净的空气噪点；最后，对手动消噪后的噪点进行再次自动消噪，通常来说手动消噪后会将大部分噪点消除，但是仍会残留部分细小孤立噪点，这部分噪点是由于初次自动消噪残留或者由于手动消噪时对噪点簇进行消除时残留导致，通过再次自动消噪可以极大地减少这部分噪点，实现消噪效果的最优。

步骤140：对消噪后的点云数据进行抽稀。

本实施例中，该步骤具体包括：对于任意一区域内的点云数据，计算各个点的法向量；寻找临近区域内与计算得到的法向量相似的点以及法向量突变的点，其中将法向量相似的点作为待删减点，将法向量突变的点作为保留点；然后根据选定的比例对法向量相似的点进行删减。其中，对于任意一区域内点云中的任意一点P_k，其法向量N_k计算公式为：

其中l为以P_k为顶点的三角形个数，α_i为第i个三角形在顶点P_k处的相对角，V_i为第i个三角形的法向量。图3显示了顶点P_k和其周围的五个点A1-A5形成的五个三角形，该五个三角形分别对应的相对角为α₁-α₅，相应的法向量为V1-V5，顶点P_k的法向量为N_k。上述比例依据采集到的点云精度进行合理选择。上述判断法向量相似以及法向量突变的方法为：计算两个法向量间的夹角，若该夹角小于等于设定的阈值，则判断为法向量相似；若该夹角大于设定的阈值，则判断为法向量突变。其中，任意两个法向量间的夹角计算方法如下：

通过上述步骤110～步骤140，实现了建模对象母线的点云数据提取，提取结果如图4所示。

步骤150：基于抽稀后的母线点云数据，提取母线的任意N个截面圆，获取各截面圆的半径和圆心。

本实施例中，该步骤具体包括以下步骤：

步骤1501：选取母线与金具连接处一小段点云数据为参考，如图5所示，其可近似看成标准圆柱体，如图6所示，基于该标准圆柱体的底面建立用户三维坐标系，其中底面圆心作为坐标系的原点O，底面所在的平面为XOY面，水平方向为X轴，标准圆柱体轴线为Z轴。

步骤1502：如图7所示，选取多个母线曲率较小的部分，基于母线曲率较小的部分的点云数据生成圆柱体；对圆柱体进行切片，提取母线的任意N个截面圆，获取各截面圆的半径和圆心，其中某点云切片和截面圆如图8所示。

本实施例中，上述选取的母线曲率较小的部分长度较短，因此其可以认为是沿着母线延伸方向的圆柱体。此外，该圆柱体的分布范围覆盖整个母线，从而保证提供合理分布的样本。需要说明的是，为了保证样本的质量，通常遵循“略过稀点，选取点云较为密集、均匀的区域”的原则，从而保证样本来自母线点云而非母线周边噪点。

步骤160：基于各截面圆的半径计算出该N个截面圆的半径的平均值R，并将其作为母线的半径；基于各截面圆的圆心构建母线延伸轨迹。

本实施例中，计算母线的半径R的公式为

其中，R_i表示第i个截面圆的半径。

本实施例中，将各截面圆的圆心依次连接得到折线段，采用最小二乘法将折线段拟合为光滑曲线，并将该光滑曲线作为母线延伸轨迹。其中，采用最小二乘法拟合曲线的具体方法如下：

设所有选取的圆心坐标集合为{(x_i，y_i，z_i)|i＝1，2，3，4…N}，设曲线参数方程为

因为函数x＝x(t)为一元函数，其反函数为t＝t(x)，因此曲线的参数方程变为

则第i点Z轴方向误差为Δz_i＝z_i-g(x_i)，Y轴方向误差为Δy_i＝y_i-f(x_i)，空间上的误差平方和则为(Δd_i)²＝(Δz_i)²+(Δy_i)²，所有点误差的平方和为

求出误差平方和最小对应的参数值，进而得出最佳拟合曲线，具体过程如下：根据上述参数方程

设其参数方程为

以此方程作为拟合曲线方程。故所有点误差的平方和为：

此函数为多元函数，对a_i，b_i求偏导，即求解

求出a_i，b_i，代入上述拟合曲线方程，该拟合曲线方程即为母线延伸轨迹。

步骤170：基于母线的半径和母线延伸轨迹建立母线模型。

本实施例中，根据数学上的微积分原理，将母线延伸轨迹等分为n等份，n趋于无穷大，则每一小段长度极小。以每一极小线段dx为轴线，以母线半径R的截面圆为底面构建圆柱体，将这些圆柱体进行拼接即可得到母线的三维模型，如图9所示。线段dx长度很短，故可以认为这段线段方向为沿着Z轴，且构建的圆柱体之间连接部分很平滑，与真实的母线十分接近，有很高的精度。

利用上述方法构建母线三维实体模型具有建模效率高、模型精度高等优点，而且可以参考实际物体的规格尺寸对所建模型进行参数调整，具有可更改等优势，是一项值得推广应用的母线类模型高效率建模方法。

Claims (8)

1.一种基于点云数据对变电站母线进行建模的方法，其特征在于，包括步骤：

(1)采用多次扫描的方式采集变电站母线的点云数据，所述点云数据至少包含三维坐标数据；

(2)将多次扫描获得的变电站母线的点云数据进行拼接，以实现点云数据所包含的三维坐标数据的归一化；

(3)对点云数据进行消噪处理；

(4)对消噪后的点云数据进行抽稀；

(5)基于抽稀后的母线点云数据，提取母线的任意N个截面圆，获取各截面圆的半径和圆心；

(6)基于各截面圆的半径计算出该N个截面圆的半径的平均值R，并将其作为母线的半径；基于各截面圆的圆心构建母线延伸轨迹；

(7)基于母线的半径和母线延伸轨迹建立母线模型。

2.如权利要求1所述的基于点云数据对变电站母线进行建模的方法，其特征在于，在所述步骤(3)中，采用“自动消噪-手动消噪-自动消噪”依次更替循环的方式对点云数据进行消噪处理。

3.如权利要求2所述的基于点云数据对变电站母线进行建模的方法，其特征在于，循环的次数至少为一次。

4.如权利要求1所述的基于点云数据对变电站母线进行建模的方法，其特征在于，所述点云数据还包含颜色信息和反射强度信息的至少其中之一。

5.如权利要求1-4中任意一项所述的基于点云数据对变电站母线进行建模的方法，其特征在于，所述步骤(4)包括：

对于任意一区域内的点云数据，计算各个点的法向量；

寻找临近区域内与计算得到的法向量相似的点以及法向量突变的点，其中将法向量相似的点作为待删减点，将法向量突变的点作为保留点；

然后根据选定的比例对法向量相似的点进行删减。

6.如权利要求5所述的基于点云数据对变电站母线进行建模的方法，其特征在于，判断法向量相似以及法向量突变的方法为：计算两个法向量间的夹角，若所述夹角小于等于设定的阈值，则判断为法向量相似；若所述夹角大于所述阈值，则判断为法向量突变。

7.如权利要求1所述的基于点云数据对变电站母线进行建模的方法，其特征在于，在所述步骤(5)中，基于母线曲率较小的部分的点云数据生成圆柱体，对圆柱体进行切片，提取母线的任意N个截面圆，获取各截面圆的半径和圆心。

8.如权利要求7所述的基于点云数据对变电站母线进行建模的方法，其特征在于，在所述步骤(6)中，将各截面圆的圆心依次连接得到折线段，采用最小二乘法将折线段拟合为光滑曲线，并将该光滑曲线作为母线延伸轨迹。