CN107045733B - 基于点云数据对变电站gis设备进行建模的方法 - Google Patents
基于点云数据对变电站gis设备进行建模的方法 Download PDFInfo
- Publication number
- CN107045733B CN107045733B CN201710170119.7A CN201710170119A CN107045733B CN 107045733 B CN107045733 B CN 107045733B CN 201710170119 A CN201710170119 A CN 201710170119A CN 107045733 B CN107045733 B CN 107045733B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- dimensional
- model
- transformer substation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 99
- 230000008030 elimination Effects 0.000 claims abstract description 19
- 238000003379 elimination reaction Methods 0.000 claims abstract description 19
- 239000013598 vector Substances 0.000 claims description 41
- 238000010586 diagram Methods 0.000 claims description 25
- 239000007787 solid Substances 0.000 claims description 11
- 230000035772 mutation Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000010408 sweeping Methods 0.000 claims 3
- 238000012800 visualization Methods 0.000 abstract description 10
- 238000000638 solvent extraction Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Abstract
本发明公开了一种基于点云数据对变电站GIS设备进行建模的方法,其包括步骤:(1)采用多次扫描的方式采集变电站GIS设备的点云数据;(2)将多次扫描获得的变电站GIS设备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)基于变电站GIS设备的实际结构对点云数据进行分割;(6)根据点云数据的分类指标对分割后的点云数据进行分类;(7)基于分类后的点云数据进行模型分类重构;(8)拼接得到完整的变电站GIS设备模型。本发明方法可准确高效地对变电站GIS设备进行建模以实现变电站GIS设备的三维重构,为变电站三维可视化、智能化监管提供良好的基础。
Description
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GIS设备进行建模的方法。
背景技术
在电力行业中,GIS是指六氟化硫封闭式组合电器,国际上称为“气体绝缘金属封闭开关设备”(Gas Insulated Switchgear),简称GIS。它将一座变电站中除变压器以外的一次设备,包括母线、断路器、电流互感器、电压互感器、隔离开关、避雷器等,经优化设计有机地组合成一个整体。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准确高效地进行三维重构。目前可考虑用于变电站三维重构的建模方法主要包括:
(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变压器、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。需特别指出的是,GIS作为变电站中的关键电气设备,精确高效的建模至关重要。但是目前已有的可用于变电站GIS的建模方法主要包括虚拟现实建模语言建模法以及几何造型建模法,这些方法都存在着精度低、真实性不足以及建模效率低等问题,难以满足GIS模型高精度、高质量的要求。因此,为了实现变电站的实景三维重构,必须对变电站中的GIS建模方法进行研究,寻找一种全新的方法。
(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括物体的空间三维坐标、颜色信息和反射强度信息,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。鉴于变电站结构的复杂性和特殊性,其他领域中应用的建模方法无法简单地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GIS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GIS设备进行建模的方法,该方法可用于准确高效地对变电站GIS设备进行建模以实现变电站GIS设备的三维重构,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GIS设备进行建模的方法,其包括步骤:
(1)采用多次扫描的方式采集变电站GIS设备的点云数据,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GIS设备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)基于变电站GIS设备的实际结构对点云数据进行分割;
(6)根据点云数据的分类指标对分割后的点云数据进行分类,所述分类指标包括:点云曲率、边界形式、点云密度、结构特征和高程信息的至少其中之一;
(7)基于分类后的点云数据进行模型分类重构;
(8)拼接得到完整的变电站GIS设备模型。
本发明所述的基于点云数据对变电站GIS设备进行建模的方法通过采集变电站GIS设备的点云数据并进行一系列的数据处理,然后基于变电站GIS设备的实际结构对点云数据进行分割和分类,再基于分割和分类的点云数据进行分类重构得到分割的模型,最后对该分割的模型进行拼接得到完整的变电站GIS设备模型。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GIS设备进行扫描,其目的主要是为了尽可能全方位地采集变电站GIS设备的点云数据。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,基于变电站GIS设备的实际结构对点云数据进行分割可以很好地解决目前的三维建模局限于简单结构物体的问题,以及建模不规范、构建的模型不符合实际结构特征、无法进行拆分等问题。具体来说,可以基于结构图、维护手册来分割GIS,对GIS的可拆分组成部分分别构建模型,这样做的好处是十分有利于后期利用该模型进行GIS组装、维护等模拟操作,能够更好地满足本发明的初衷,即为变电站三维可视化提供模型支撑。其中,所述分割可以通过手动截取实现。
步骤(6)和步骤(7)中,由于目前还没有一个标准的三维模型重构的指导体系,且没有一种建模方法可用于GIS这种复杂模型的高精度重构当中,因此发明人提出对GIS分块建模的思想,包括:①依据GIS的分割后点云数据的基本特征,选定点云数据的分类指标,具体可包括点云曲率、边界形式、点云密度、结构特征、高程信息的至少其中之一。②依据上述选定的分类指标对分割后的点云进行分类。③依据点云类型进行模型分类重构。其中,所述分类的类别可以包括柱状类、不规则类、中心旋转对称类、圆环类、导线类以及圆柱组合类,对应不同的类型选择合适的模型分类重构方法。
步骤(8)中,由于点云数据包含着物体的空间三维坐标,利用点云数据构建的模型具有相同的空间坐标系,可利用模型在空间坐标系中的空间位置关系进行不同模型坐标的统一化,从而实现对上述分割构建的模型的拼接,得到完整GIS三维模型。
总体来说,GIS是电气设备经优化设计有机组合成的一个整体,相较于其他结构单一的设备而言,GIS结构相对复杂,难以直接实现完整的GIS模型构建,因此需要对GIS按照一定的划分标准进行拆分,即分别利用不同部分的点云数据分别对不同组部分结构分别建模,最终将不同部分模型进行拼接得到完整的GIS三维实体模型,为变电站三维可视化提供模型支持。本发明方法对GIS设备采集点云数据,并且进行消噪、抽稀处理,采用分块建模再拼接,因此该方法可准确高效地对变电站GIS设备进行建模以实现变电站GIS设备的三维重构,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GIS设备进行建模的方法中,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GIS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GIS设备进行建模的方法中,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GIS设备进行建模的方法中,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GIS设备进行建模的方法中,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Pk,其法向量Nk计算公式为:
其中l为以Pk为顶点的三角形个数,αi为第i个三角形在顶点Pk处的相对角,Vi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GIS设备进行建模的方法中,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GIS设备进行建模的方法中,在所述步骤(5)中,将点云数据分割为:底座点云数据、支架点云数据、套管点云数据、均压环点云数据、橡胶管点云数据以及器身点云数据。
上述方案中,其分割依据通常包括GIS结构图、GIS维护手册。例如,鉴于GIS的结构特征以及实际维护中涉及到的具体部件信息,可以将GIS点云数据分为底座、支架、套管、均压环、橡胶管及器身六个主要组成结构以及连接金具。上述方案通常通过手动截取实现各部分点云数据的分割。
更进一步地,上述基于点云数据对变电站GIS设备进行建模的方法中,在所述步骤(7)中,基于底座点云数据采用二三维模型转换的方法建立底座的模型。
上述方案中,所述底座点云数据的分类可以归为柱状类结构,因此所述底座的模型采用二三维模型转换的方法建立。
更进一步地,上述基于点云数据对变电站GIS设备进行建模的方法中,在所述步骤(7)中,基于支架点云数据采用布尔运算建立支架的模型。
上述方案中,所述支架点云数据的分类可以归为不规则类结构,因此所述支架的模型采用布尔运算建立。
更进一步地,上述基于点云数据对变电站GIS设备进行建模的方法中,在所述步骤(7)中,基于套管点云数据采用三维旋转的方法建立套管的模型。
上述方案中,所述套管点云数据的分类可以归为中心旋转对称类结构,因此所述套管的模型采用三维旋转的方法建立。
更进一步地,上述基于点云数据对变电站GIS设备进行建模的方法中,在所述步骤(7)中,基于均压环点云数据采用数字特征法建立均压环的模型。
上述方案中,所述均压环点云数据的分类可以归为圆环类结构,因此所述均压环的模型采用数字特征法建立。
更进一步地,上述基于点云数据对变电站GIS设备进行建模的方法中,在所述步骤(7)中,基于橡胶管点云数据采用平面扫掠法建立橡胶管的模型。
上述方案中,所述橡胶管点云数据的分类可以归为导线类结构,因此所述橡胶管的模型采用平面扫掠法建立。
更进一步地,上述基于点云数据对变电站GIS设备进行建模的方法中,在所述步骤(7)中,基于器身点云数据采用数字特征法建立器身的模型。
上述方案中,所述器身点云数据的分类可以归为圆柱组合类结构,因此所述器身的模型采用数字特征法建立。
本发明所述的基于点云数据对变电站GIS设备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GIS设备进行建模以实现变电站GIS设备的三维重构,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)有利于后期利用模型进行GIS组装、维护等模拟操作,能够更好地满足本发明的初衷,即为变电站三维可视化提供模型支撑。
(3)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GIS的高质量、高精度的建模。
(4)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GIS设备进行建模的方法在一种实施方式下的流程图。
图2为变电站GIS设备的实景图。
图3为本发明所述的基于点云数据对变电站GIS设备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GIS设备进行建模的方法在一种实施方式下提取的GIS设备的点云数据图。
图5为从图4的点云数据图分割出来的底座点云数据图。
图6为基于图5的底座点云数据图得到的底座三维模型图。
图7为从图4的点云数据图分割出来的支架点云数据图。
图8为基于图7的支架点云数据创建的长方体特征图。
图9为基于图8的长方体特征图得到的支架的三维模型图。
图10为从图4的点云数据图分割出来的套管点云数据图。
图11为基于图10的套管点云数据图得到的套管点云薄切片图。
图12为基于图10的套管点云数据图和图11的套管点云薄切片图得到的闭合曲线框图。
图13为基于图12的闭合曲线框图得到的套管三维模型图。
图14为从图4的点云数据图分割出来的均压环点云数据图。
图15为基于图14的均压环点云数据图得到的均压环三维实体模型图。
图16为从图4的点云数据图分割出来的橡胶管点云数据图。
图17为基于图16的橡胶管点云数据图得到的橡胶管延伸轨迹图。
图18为基于图16的橡胶管点云数据图和图17的橡胶管延伸轨迹图得到的橡胶管的三维模型图。
图19为从图4的点云数据图分割出来的器身点云数据图。
图20为基于图19的器身点云数据图提取的器身各个部位的圆柱半径及圆心图。
图21为基于图19的器身点云数据图和图20的各个部位的圆柱半径及圆心图得到的器身主体的三维模型图。
图22为基于图21的器身主体的三维模型图得到的器身三维实体模型图。
图23为基于图6、图9、图13、图15、图18以及图22的各三维模型图得到的GIS三维实体模型图。
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GIS设备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GIS设备进行建模的方法在一种实施方式下的流程。图2显示了变电站GIS设备的实景。图3示意了本发明所述的基于点云数据对变电站GIS设备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显示了本发明所述的基于点云数据对变电站GIS设备进行建模的方法在一种实施方式下提取的GIS设备的点云数据。图5显示了从图4的点云数据图分割出来的底座点云数据。图6显示了基于图5的底座点云数据图得到的底座三维模型。图7显示了从图4的点云数据图分割出来的支架点云数据。图8显示了基于图7的支架点云数据创建的长方体特征。图9显示了基于图8的长方体特征得到的支架的三维模型。图10显示了从图4的点云数据图分割出来的套管点云数据。图11显示了基于图10的套管点云数据图得到的套管点云薄切片。图12显示了基于图10的套管点云数据图和图11的套管点云薄切片得到的闭合曲线框图。图13显示了基于图12的闭合曲线框图得到的套管三维模型。图14显示了从图4的点云数据图分割出来的均压环点云数据。图15显示了基于图14的均压环点云数据图得到的均压环三维实体模型。图16显示了从图4的点云数据图分割出来的橡胶管点云数据。图17显示了基于图16的橡胶管点云数据图得到的橡胶管延伸轨迹。图18显示了基于图16的橡胶管点云数据图和图17的橡胶管延伸轨迹得到的橡胶管的三维模型。图19显示了从图4的点云数据图分割出来的器身点云数据。图20显示了基于图19的器身点云数据图提取的器身各个部位的圆柱半径及圆心。图21显示了基于图19的器身点云数据图和图20的各个部位的圆柱半径及圆心得到的器身主体的三维模型。图22显示了基于图21的器身主体的三维模型得到的器身三维实体模型。图23显示了基于图6、图9、图13、图15、图18以及图22的各三维模型得到的GIS三维实体模型。
如图1所示,该实施方式下的基于点云数据对变电站GIS设备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GIS设备的点云数据,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,利用激光雷达扫描仪分扫描站点采集变电站GIS设备点云数据,同时通过布置球形标靶对各扫描站点数据进行定位。变电站GIS设备的实景图如图2所示。
步骤120:将多次扫描获得的变电站GIS设备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,依据球形标靶的空间三维坐标实现不同扫描站点数据的坐标归一化,实现点云数据坐标的统一。
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Pk,其法向量Nk计算公式为:
其中l为以Pk为顶点的三角形个数,αi为第i个三角形在顶点Pk处的相对角,Vi为第i个三角形的法向量。图3显示了顶点Pk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Pk的法向量为Nk。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GIS的点云数据提取,提取结果如图4所示。
步骤150:基于变电站GIS设备的实际结构对点云数据进行分割。
本实施例中,基于GIS的结构特征以及实际维护中涉及到的具体部件信息,通过手动截取将GIS点云数据分割为:如图5所示的底座点云数据、如图7所示的支架点云数据、如图10所示的套管点云数据、如图14所示的均压环点云数据、如图16所示的橡胶管点云数据以及如图19所示的器身点云数据,此外还包括连接金具点云数据。
步骤160:根据点云数据的分类指标对分割后的点云数据进行分类,所述分类指标包括:点云曲率、边界形式、点云密度、结构特征和高程信息的至少其中之一。
本实施例中,依据GIS的分割后点云数据的基本特征,选定点云数据的分类指标。具体指标包括点云曲率、边界形式、点云密度、结构特征以及高程信息。
步骤170:基于分类后的点云数据进行模型分类重构。
本实施例中,该步骤具体包括:
步骤1701:如图5所示,底座点云数据归为柱状类结构,相应地,基于底座点云数据采用二三维模型转换的方法建立底座的模型。具体过程如下:
首先,以底座点云的底部一角作为坐标原点,规则底边作为坐标轴建立用户坐标系;提取地面四个顶点的坐标(x1,y1,o)、(x2,y2,o)、(x3,y3,o),(x4,y4,o)以及底座的高h;以地面四个顶点建立矩形特征,通过竖直拉伸该矩形特征h长度得到长方体特征,该长方体特征对应的上表面顶点坐标为(x1,y1,h)、(x2,y2,h)、(x3,y3,h),(x4,y4,h),得到的底座三维模型如图6所示。
步骤1702:如图7所示,支架点云数据归为不规则类结构,相应地,基于支架点云数据采用布尔运算建立支架的模型。具体过程如下:
首先利用二三维模型转换方法,依据支架点云数据创建长方体特征,如图8所示;通过建立不同大小的立方体特征,经布尔运算在立方体特征间进行差、并、交集等变换,可得到GIS支架的三维模型,如图9所示。
步骤1703:如图10所示,套管点云数据归为中心旋转对称类结构,相应地,基于套管点云数据采用三维旋转的方法建立套管的模型。具体过程如下:
首先,以竖直方向为z轴建立用户坐标系,以xz平面为切片平面,y轴为切片延伸方向进行切片,得到GIS套管点云薄切片,如图11所示;其次,利用二维多义线勾勒套管二维轮廓,并经套管中心对称线形成闭合曲线框图,如图12所示;最后,以二维轮廓上的点为旋转对象,套管中心线为旋转轴进行三维旋转,对于轮廓线上任意一点(xi,yi,zi),旋转后对应的曲线方程为x2+y2+(z-zi)2=xi 2+yi 2;通过对轮廓线上任意一点进行三维旋转操作,即可获得套管三维模型,如图13所示。
步骤1704:如图14所示,均压环点云数据归为圆环类结构,相应地,基于均压环点云数据采用数字特征法建立均压环的模型。具体过程如下:
首先以均压环点云数据为参考,绘制均压环外圆及截面圆,从而提取外圆半径r,圆心O以及截面圆半径R;由于r、O、R三个参数具备构建该圆环的全部数字特征,因此,最后以外圆圆心O为中心,r为半径构建截面半径为R的圆环,并通过补充连接结构即可得到均压环三维实体模型,如图15所示。
步骤1705:如图16所示,橡胶管点云数据归为导线类结构,相应地,基于橡胶管点云数据采用平面扫掠法建立橡胶管的模型。具体过程如下:
首先对橡胶管点云数据建立用户坐标系;然后,对橡胶管横截面进行切片,提取切片点云,并依据该点云切片得到截面圆特征,同时,以截面圆圆心为起点,以橡胶管点云数据为参考,利用三维多义线绘制橡胶管延伸轨迹,如图17所示;最后,以截面圆为扫掠对象,三维延伸轨迹曲线为扫掠路径进行扫掠,可得橡胶管的三维模型,如图18所示。
步骤1706:如图19所示,器身点云数据归为圆柱组合类结构,相应地,基于器身点云数据采用数字特征法建立器身的模型。具体过程如下:
首先,利用器身点云较为规则的部分,分别提取各个部位的圆柱半径ri及圆心Oi如图20;其次,依据上述提取的各部位半径经过平均化处理得到器身的半径r,消除测量导致的误差,计算方法下式所示:
然后,以r为半径,任意圆心O为圆心,并以实际点云长度为参考,创建圆柱体特征,实现GIS器身主体的三维重构,如图21所示;最后通过补充主体之外的结构,得到GIS器身三维实体模型,如图22所示。
步骤180:拼接得到完整的变电站GIS设备模型。
本实施例中,该步骤具体包括:利用点云数据构建的模型具有相同的空间坐标,可利用空间位置关系进行不同模型坐标的统一化,实现上述分块构建的底座、支架、套管、均压环、橡胶管以及器身三维模型拼接,得到完整GIS三维实体模型,如图23所示。
利用上述方法构建GIS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GIS类模型高效率建模方法。
Claims (6)
1.一种基于点云数据对变电站GIS设备进行建模的方法,其特征在于,包括步骤:
(1)采用多次扫描的方式采集变电站GIS设备的点云数据,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GIS设备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)基于变电站GIS设备的实际结构对点云数据进行分割,以将点云数据分割为:底座点云数据、支架点云数据、套管点云数据、均压环点云数据、橡胶管点云数据以及器身点云数据;
(6)根据点云数据的分类指标对分割后的点云数据进行分类,所述分类指标包括:点云曲率、边界形式、点云密度、结构特征和高程信息的至少其中之一;
(7)基于分类后的点云数据进行模型分类重构,包括步骤:
701:基于底座点云数据采用二三维模型转换的方法建立底座的模型:
首先,以底座点云的底部一角作为坐标原点,规则底边作为坐标轴建立用户坐标系;提取地面四个顶点的坐标(x1,y1,o)、(x2,y2,o)、(x3,y3,o),(x4,y4,o)以及底座的高h;以地面四个顶点建立矩形特征,通过竖直拉伸该矩形特征h长度得到长方体特征,该长方体特征对应的上表面顶点坐标为(x1,y1,h)、(x2,y2,h)、(x3,y3,h),(x4,y4,h),得到的底座三维模型;
702:基于支架点云数据采用布尔运算建立支架的模型:
首先利用二三维模型转换方法,依据支架点云数据创建长方体特征;通过建立不同大小的立方体特征,经布尔运算在立方体特征间进行差、并、交集变换,得到支架的三维模型;
703:基于套管点云数据采用三维旋转的方法建立套管的模型:
首先,以竖直方向为z轴建立用户坐标系,以xz平面为切片平面,y轴为切片延伸方向进行切片,得到套管点云薄切片;其次,利用二维多义线勾勒套管二维轮廓,并经套管中心对称线形成闭合曲线框图;最后,以二维轮廓上的点为旋转对象,套管中心线为旋转轴进行三维旋转,对于轮廓线上任意一点(xi,yi,zi),旋转后对应的曲线方程为x2+y2+(z-zi)2=xi 2+yi 2;通过对轮廓线上任意一点进行三维旋转操作,以获得套管三维模型;
704:基于均压环点云数据采用数字特征法建立均压环的模型:
首先以均压环点云数据为参考,绘制均压环外圆及截面圆,从而提取外圆半径M1,圆心O以及截面圆半径R;以外圆圆心O为中心,M1为半径构建截面半径为R的圆环,并通过补充连接结构以得到均压环三维实体模型;
705:基于橡胶管点云数据采用平面扫掠法建立橡胶管的模型:
首先对橡胶管点云数据建立用户坐标系;然后,对橡胶管横截面进行切片,提取切片点云,并依据该点云切片得到截面圆特征,同时以截面圆圆心为起点,以橡胶管点云数据为参考,利用三维多义线绘制橡胶管延伸轨迹;最后以截面圆为扫掠对象,三维延伸轨迹曲线为扫掠路径进行扫掠,以得到橡胶管的三维模型;
706:基于器身点云数据采用数字特征法建立器身的模型:
首先,利用器身点云较为规则的部分,分别提取各个部位的圆柱半径ri及圆心Oi;其次,依据上述提取的各部位半径经过平均化处理得到器身的半径M2,消除测量导致的误差,计算方法如下式所示:
然后,以M2为半径,任意圆心O为圆心,并以实际点云长度为参考,创建圆柱体特征,实现器身主体的三维重构;最后通过补充主体之外的结构,得到器身三维实体模型;其中n表示提取的部位的数量;
(8)拼接得到完整的变电站GIS设备模型。
2.如权利要求1所述的基于点云数据对变电站GIS设备进行建模的方法,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GIS设备进行建模的方法,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GIS设备进行建模的方法,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GIS设备进行建模的方法,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GIS设备进行建模的方法,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710170119.7A CN107045733B (zh) | 2017-03-21 | 2017-03-21 | 基于点云数据对变电站gis设备进行建模的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710170119.7A CN107045733B (zh) | 2017-03-21 | 2017-03-21 | 基于点云数据对变电站gis设备进行建模的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107045733A CN107045733A (zh) | 2017-08-15 |
CN107045733B true CN107045733B (zh) | 2020-08-25 |
Family
ID=59544695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710170119.7A Active CN107045733B (zh) | 2017-03-21 | 2017-03-21 | 基于点云数据对变电站gis设备进行建模的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107045733B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909644A (zh) * | 2017-11-09 | 2018-04-13 | 广东电网有限责任公司教育培训评价中心 | 一种变电站设备三维模型库建立方法 |
CN110414351A (zh) * | 2019-06-26 | 2019-11-05 | 广东康云科技有限公司 | 变电站的智能分割与识别方法、系统及存储介质 |
CN110544298B (zh) * | 2019-08-29 | 2023-06-30 | 中国南方电网有限责任公司 | 变电站建模方法、装置、计算机设备和存储介质 |
CN112652062B (zh) * | 2019-10-10 | 2024-04-05 | 北京京东乾石科技有限公司 | 一种点云地图构建方法、装置、设备和存储介质 |
CN110766567B (zh) * | 2019-10-28 | 2023-07-28 | 国网新疆电力有限公司经济技术研究院 | 一种智能变电站二次对象图元库设计方法 |
CN111091614B (zh) * | 2019-11-04 | 2023-09-15 | 国网内蒙古东部电力有限公司检修分公司 | 一种变电站三维实景模型建立方法及系统 |
CN111241615A (zh) * | 2019-12-31 | 2020-06-05 | 国网山西省电力公司晋中供电公司 | 一种高度真实感的变电站多源融合三维建模方法 |
CN111412842B (zh) * | 2020-04-09 | 2022-02-25 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、系统 |
CN113538660A (zh) * | 2021-07-06 | 2021-10-22 | 国网江苏省电力有限公司建设分公司 | 一种基于bim和点云测量的输变电工程验收方法 |
CN114199168A (zh) * | 2021-12-16 | 2022-03-18 | 珠海格力电器股份有限公司 | 一种室内体积探测方法、装置、设备及介质 |
CN114820747A (zh) * | 2022-06-28 | 2022-07-29 | 安徽继远软件有限公司 | 基于点云和实景模型的航线规划方法、装置、设备及介质 |
CN117541721A (zh) * | 2023-11-16 | 2024-02-09 | 国网湖北省电力有限公司超高压公司 | 一种基于旋转对称性的变电设备三维模型构建方法与系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844064A (zh) * | 2016-05-23 | 2016-08-10 | 厦门亿力吉奥信息科技有限公司 | 基于激光点云数据的三维变电站半自动重建方法 |
-
2017
- 2017-03-21 CN CN201710170119.7A patent/CN107045733B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844064A (zh) * | 2016-05-23 | 2016-08-10 | 厦门亿力吉奥信息科技有限公司 | 基于激光点云数据的三维变电站半自动重建方法 |
Non-Patent Citations (3)
Title |
---|
Benefits of comprehensive and interactive on-line monitoring and expert systems for power transformers;Michael Rosner等;《2008 International Conference on Condition Monitoring and Diagnosis》;20080424;第1302 - 1306页 * |
基于三维点云的变电站设备分类识别研究;李玲侠;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170215(第2期);C042-1499,第9-15页、第20-22页、第29页 * |
基于海量点云数据的变电站三维全真建模方法;李杰等;《华北电力技术》;20160731(第7期);第26-30页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107045733A (zh) | 2017-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107045733B (zh) | 基于点云数据对变电站gis设备进行建模的方法 | |
CN107146277B (zh) | 基于点云数据对变电站进行建模的方法 | |
CN107170045B (zh) | 基于点云数据对变电站变压器进行建模的方法 | |
CN113706698B (zh) | 实景三维道路重建方法及装置、存储介质、电子设备 | |
CN107767453B (zh) | 一种基于规则约束的建筑物lidar点云重构优化方法 | |
CN107045731B (zh) | 基于点云数据对变电站母线进行建模的方法 | |
CN106846392A (zh) | 三维建模的方法和装置 | |
CN109615581B (zh) | 一种融合扩展高斯球和颜色几何特征的三维碎片的拼接复原方法 | |
CN113012205A (zh) | 一种基于多源数据融合的三维重建方法 | |
CN107545602B (zh) | 基于LiDAR点云的空间拓扑关系约束下的建筑物建模方法 | |
CN107767454A (zh) | 一种实景三维移动快速建模方法、装置及系统 | |
CN105719277A (zh) | 一种基于测绘与二维图像的变电站三维建模方法及系统 | |
CN107154075A (zh) | 基于点云数据对变电站绝缘子进行建模的方法 | |
CN114723907A (zh) | 面向无人机倾斜摄影三维模型数据的水面区域重建方法 | |
CN104008566A (zh) | 海量高精度三维电力设备模型在gis中高效渲染方法 | |
CN114004938A (zh) | 一种基于海量数据的城市场景重建方法及装置 | |
CN114332134B (zh) | 一种基于密集点云的建筑物立面提取方法和装置 | |
CN116030208A (zh) | 一种真实无人机虚拟仿真输电线路场景搭建方法及系统 | |
CN114758215A (zh) | 一种配网带电作业机器人接地环及其螺栓的识别定位方法 | |
CN114758337A (zh) | 一种语义实例重建方法、装置、设备及介质 | |
CN109727255B (zh) | 一种建筑物三维模型分割方法 | |
CN111895907B (zh) | 一种电塔点云提取方法、系统及设备 | |
Zhao et al. | Completing point clouds using structural constraints for large-scale points absence in 3D building reconstruction | |
CN107123140B (zh) | 基于点云数据对变电站均压环进行建模的方法 | |
Ni et al. | Applications of 3d-edge detection for als point cloud |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |