CN107146277B - 基于点云数据对变电站进行建模的方法 - Google Patents

Abstract

本发明公开了一种基于点云数据对变电站进行建模的方法，其包括步骤：(1)将变电站划分为若干区域；(2)对每个区域内的实体均采用多次扫描的方式采集点云数据；(3)对每个区域内的实体的点云数据进行拼接；(4)对点云数据进行消噪处理；(5)对消噪后的点云数据进行抽稀；(6)分别对每个区域内的实体的点云数据进行分割；(7)对分割后的点云数据进行分类重构以生成分割后的点云数据对应的模型；(8)将所述分割后的点云数据对应的模型进行拼接得到完整的变电站模型。本发明方法可高质量、高精度、高效率、规范化地对变电站进行建模以实现变电站的三维重构，为变电站三维可视化、智能化监管提供良好的基础。

Description

基于点云数据对变电站进行建模的方法

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进行建模的方法。

背景技术

随着三维建模及虚拟现实等技术的发展，变电站信息化、数字化、智能化监管技术日渐成熟，变电站实景信息三维可视化技术已成为研究热点。变电站三维实景建模作为变电站三维可视化的技术基础，高质量模型重构是实现变电站可视化效果更为直观、真实的关键。目前可考虑用于变电站模型重构方面的方法比较少，主要包括以下三种：

(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，这些方法都存在着效率低、精度不足、难以实现真实场景建模等问题，不足以满足主变电站实景、高效、高真实性的建模要求。因此，要实现变电站的实景三维重构，就必须对变电站的建模方法进行研究。

(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。基于点云数据的建模方法已在文物保护、建筑测量、船舶制造、交通运输等领域得到广泛应用，并取得了丰富的研究成果。然而在电力行业当中，特别是变电站三维实景重构方面的研究尚处于起步阶段，模型构建不规范，限制了三维实景重构技术的应用。因此，为充分发挥基于点云数据的变电站三维实景重构的高效性及精确性优点，有必要研究基于点云数据构建变电站三维实景模型的基本流程及方法，完善基于点云数据构建变电站三维实景模型的理论体系，实现基于点云数据的变电站三维实景重构技术的标准化、规范化。因此，期望获得一种可用于变电站三维实景重构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进行建模的方法，该方法可用于高质量、高精度、高效率、规范化地对变电站进行建模以实现变电站的三维实景重构，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进行建模的方法，其包括步骤：

(1)将变电站划分为若干区域，其中每个区域包含变电站在该区域内的实体；

(2)对每个区域内的实体均采用多次扫描的方式采集点云数据，所述点云数据至少包含三维坐标数据；

(3)对每个区域内的实体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；

(4)对点云数据进行消噪处理；

(5)对消噪后的点云数据进行抽稀；

(6)根据不同区域内的实体的点云数据的基本特征选择相应的分割指标分别对每个区域内的实体的点云数据进行分割，所述分割指标包括：点云曲率、边界特征、结构形式、点云密度、尺寸参数的至少其中之一；

(7)判断分割后的点云数据对应的模型类别，根据该模型类别选择相应的重构方法对分割后的点云数据进行分类重构以生成分割后的点云数据对应的模型；

(8)将所述分割后的点云数据对应的模型进行拼接得到完整的变电站模型。

本发明所述的基于点云数据对变电站进行建模的方法通过分区域采集变电站的点云数据并进行一系列的数据处理，然后对点云数据进行分割，再对分割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模型。其中：

步骤(1)中，由于变电站作为输变电的主要场所，通常内含变压器、电抗器、避雷器等多种电器设备，各设备结构多样、种类繁多，需通过合理的区域划分、扫描站点选取与记录来保证点云数据提取作业过程有序、有效进行。区域划分原则可以是以电压等级为标准，例如按照500kV、220kV、35kV的电压等级标准划分，还可以在此基础上根据设备种类作进一步划分，例如按照变压器、避雷器、断路器、电抗器以及刀闸的类别标准划分。

步骤(2)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进行扫描，其目的主要是为了尽可能全方位地采集变电站的点云数据。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(3)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(4)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(5)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(6)中，基于不同区域的点云数据特征选择相应的分割指标对点云数据进行分割可以很好地解决目前建模不规范、不精确等问题，并提升构建模型的质量和效率。

步骤(7)中，所述模型类别可以包括圆柱及球状类、棱柱类、圆环类、不规则类、套管与绝缘子类、软导线类的至少其中之一。

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，从而实现对分割后的点云数据对应的模型的拼接，得到完整变电站三维模型。

综上可以看出，本发明方法可高质量、高精度、高效率、规范化地对变电站进行建模以实现变电站的三维实景重构，从而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进行建模的方法中，在所述步骤(2)中，当以所述实体为中心的区域半径小于某一阈值时，用于扫描的多个站点间布设公共球形标靶；否则用于扫描的两两站点间布设公共球形标靶。

上述方案中，通常所述阈值为15m。这样做的好处是可以提高扫描效率，同时又不降低采集到的数据精度。

进一步地，本发明所述的基于点云数据对变电站进行建模的方法中，在所述步骤(4)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、人物等一切无关变电站实体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进行建模的方法中，所述步骤(5)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进行建模的方法中，所述步骤(7)中，所述模型类别包括圆柱及球状类、棱柱类、圆环类、不规则类、套管与绝缘子类、软导线类的至少其中之一，其中，圆柱及球状类的重构方法采用几何参数法，棱柱类的重构方法采用二三维模型转换法，圆环类的重构方法采用数字特征法，不规则类的重构方法采用布尔运算法，套管与绝缘子类的重构方法采用三维旋转法，软导线类的重构方法采用平面扫掠法。

上述方案中：

圆柱类采用的几何参数法可以包括：首先，依据圆柱点云，提取两端截面圆，分别提取两端截面圆的圆心以及半径；然后计算连接长度，同时，计算圆柱平均半径r；最后，基于圆心和圆柱平均半径r，创建圆特征，并基于连接长度构建圆柱特征，得到圆柱类模型。

球状类采用的几何参数法可以包括：首先，依据球状结构点云，提取球心以及半径r；然后以球心为圆心，r为半径创建球特征，得到球状类模型。

棱柱类采用的二三维模型转换法可以包括：首先，以棱柱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；然后提取底面若干顶点的坐标以及棱柱的高h；最后以底面若干顶点建立多边形特征，通过竖直拉伸该多边形特征h长度得到棱柱特征，从而得到棱柱类模型。

圆环类采用的数字特征法可以包括：首先，以点云数据为参考，绘制圆环外圆及截面圆，从而提取外圆半径r，圆心O以及截面圆半径R；然后，由于r、O、R三个参数具备构建该圆环的全部数字特征，以外圆圆心O为中心，r为半径构建截面半径为R的圆环，从而得到圆环类模型。

不规则类采用的布尔运算法可以包括：首先，利用圆柱及球状类、棱柱类、圆环类模型构建方法构建基本特征结构；然后，经过布尔运算进行差、并、交集等变换，从而得到不规则类模型。

套管与绝缘子是变电站中最为常见的电气设备，两者均为具有旋转中心对称结构的模型，构建方法相似，因此归为一类。套管与绝缘子类采用的三维旋转法可以包括：首先，利用建模对象的点云数据，以竖直方向为Z轴建立用户坐标系；其次，以XOZ平面为切片平面，Y轴为切片延伸方向进行切片，得到套管/绝缘子点云薄切片；然后，利用二维多义线勾勒套管/绝缘子二维轮廓，并经套管/绝缘子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/绝缘子中心线为旋转轴进行三维旋转，对于轮廓线上任意一点(x_i,y_i,z_i)，旋转后对应的曲线方程为x²+y²+(z-z_i)²＝x_i ²+y_i ²，通过对轮廓线上任意一点进行三维旋转操作，从而得到套管/绝缘子类模型。

软导线类采用的平面扫掠法可以包括：首先，获取软导线类结构的点云数据，并建立用户坐标系；然后，对该类模型横截面进行切片，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，以软导线类点云数据为参考，利用三维多义线绘制延伸轨迹；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，从而得到软导线类模型。

进一步地，本发明所述的基于点云数据对变电站进行建模的方法中，在所述步骤(7)中，还判断分割后的点云数据对应的模型是否已经存在，是则不对该分割后的点云数据进行重构。

上述方案中，所述步骤(7)具体可以是：判断需要构建的模型是否为模型库中已有模型，如果模型已有，则直接从模型库中调用，无需重复构建，提高建模效率；若无同类模型，则对分割后的点云数据进行重构。所述模型库可以是经过前人的重构工作所积累下来的三维模型构成的模型数据库。这样做的好处是实现变电站设备的高效建模及高质量模型库搭建。

进一步地，本发明所述或上述基于点云数据对变电站进行建模的方法中，所述步骤(8)的具体步骤包括：首先分别将每个区域内的分割后的点云数据对应的模型进行拼接得到区域模型，然后将所有区域模型进行拼接得到完整的变电站模型。

上述方案中，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，可利用空间位置关系进行不同模型坐标的统一化，实现上述区域模型和变电站模型的拼接，得到完整变电站三维实景模型。

本发明所述的基于点云数据对变电站进行建模的方法的优点和有益效果包括：

(1)高质量、高精度、高效率、规范化地对变电站进行建模以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变电站的高质量、高精度的建模。

(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。

(4)可将模型存入变电站三维模型库中，实现模型的重复利用与修改，节省相同模型再次重构的时间，达到“构建模型越多，建模效率越高”的良性发展。

附图说明

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

图2为本发明所述的基于点云数据对变电站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3为从变电站的点云数据图分割出来的某个圆柱类点云数据图。

图4为基于图3的圆柱类点云数据得到的圆柱类三维模型图。

图5为从变电站的点云数据图分割出来的某个棱柱类点云数据图。

图6为基于图5的棱柱类点云数据得到的棱柱类三维模型图。

图7为从变电站的点云数据图分割出来的某个圆环类点云数据以及绘制的外圆和截面圆综合图。

图8为基于图7的圆环类点云数据得到的圆环类三维模型图。

图9为从变电站的点云数据图分割出来的某个GIS支架点云数据图。

图10为基于图9的GIS支架点云数据创建的长方体特征图。

图11为基于图10的长方体特征得到的GIS支架的三维模型图。

图12为从变电站的点云数据图分割出来的某个套管点云数据图。

图13为基于图12的套管点云数据得到的套管点云薄切片图。

图14为基于图12的套管点云数据和图13的套管点云薄切片得到的闭合曲线框图。

图15为基于图14的闭合曲线得到的套管三维模型图。

图16为从变电站的点云数据图分割出来的某个软导线点云数据图。

图17为基于图16的软导线点云数据得到的软导线延伸轨迹图。

图18为基于图16的软导线点云数据和图17的软导线延伸轨迹得到的软导线的三维模型图。

图19为本发明所述的基于点云数据对变电站进行建模的方法在一种实施方式下得到的变电站三维实景模型图。

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进行建模的方法在一种实施方式下的流程。图2示意了本发明所述的基于点云数据对变电站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3显示了从变电站的点云数据图分割出来的某个圆柱类点云数据。图4显示了基于图3的圆柱类点云数据得到的圆柱类三维模型。图5显示了从变电站的点云数据图分割出来的某个棱柱类点云数据。图6显示了基于图5的棱柱类点云数据得到的棱柱类三维模型。图7显示了从变电站的点云数据图分割出来的某个圆环类点云数据以及绘制的外圆和截面圆。图8显示了基于图7的圆环类点云数据得到的圆环类三维模型。图9显示了从变电站的点云数据图分割出来的某个GIS支架点云数据。图10显示了基于图9的GIS支架点云数据创建的长方体特征。图11显示了基于图10的长方体特征得到的GIS支架的三维模型。图12显示了从变电站的点云数据图分割出来的某个套管点云数据。图13显示了基于图12的套管点云数据得到的套管点云薄切片。图14显示了基于图12的套管点云数据和图13的套管点云薄切片得到的闭合曲线。图15显示了基于图14的闭合曲线得到的套管三维模型。图16显示了从变电站的点云数据图分割出来的某个软导线点云数据。图17显示了基于图16的软导线点云数据得到的软导线延伸轨迹。图18显示了基于图16的软导线点云数据和图17的软导线延伸轨迹得到的软导线的三维模型。图19显示了本发明所述的基于点云数据对变电站进行建模的方法在一种实施方式下得到的变电站三维实景模型。

如图1所示，该实施方式下的基于点云数据对变电站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：将变电站划分为若干区域，其中每个区域包含变电站在该区域内的实体。

本实施例中，勘察现场，结合变电站设计图纸，对变电站进行区域划分。划分原则为：按照500kV、220kV、35kV的电压等级标准划分，并在此基础上根据设备种类作进一步划分，包括按照变压器、避雷器、断路器、电抗器以及刀闸的类别标准划分。

步骤120：对每个区域内的实体均采用多次扫描的方式采集点云数据，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，变电站设备结构普遍复杂，为采集到各个方位的高精度数据，需分站点扫描。首先，结合变电站相关安全运行规程，在保证扫描人员安全的前提下，确定每个区域的扫描路径；然后，利用激光雷达扫描仪分扫描站点采集变电站点云数据，同时通过布置球形标靶对各扫描站点数据进行定位。其中，当以所述实体为中心的区域半径小于15m时，用于扫描的多个站点间布设公共球形标靶；否则用于扫描的两两站点间布设公共球形标靶。

步骤130：对每个区域内的实体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，主要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，得到各个区域完整的点云数据。

步骤140：分别对每个区域的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、人物等一切无关变电站实体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150：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2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，实现了对各区域的变电站实体的点云数据提取。

步骤160：根据不同区域内的实体的点云数据的基本特征选择相应的分割指标分别对每个区域内的实体的点云数据进行分割，上述分割指标包括：点云曲率、边界特征、结构形式、点云密度、尺寸参数。

步骤170：判断分割后的点云数据对应的模型类别，根据该模型类别选择相应的重构方法对分割后的点云数据进行分类重构以生成分割后的点云数据对应的模型。此外，还判断分割后的点云数据对应的模型是否已经存在，是则不对该分割后的点云数据进行重构。

本实施例中，该步骤具体包括：判断需要构建的模型是否为模型库中已有模型，如果模型已有，则直接从模型库中调用，无需重复构建，提高建模效率；若无同类模型，则对分割后的点云数据进行重构。所述模型库可以是经过前人的重构工作所积累下来的三维模型构成的模型数据库。

本实施例中，上述模型类别包括圆柱及球状类、棱柱类、圆环类、不规则类、套管与绝缘子类、软导线类，其中，圆柱及球状类的重构方法采用几何参数法，棱柱类的重构方法采用二三维模型转换法，圆环类的重构方法采用数字特征法，不规则类的重构方法采用布尔运算法，套管与绝缘子类的重构方法采用三维旋转法，软导线类的重构方法采用平面扫掠法。其中：

圆柱类采用的几何参数法包括：首先，依据例如图3所示的圆柱点云，首先，提取两端截面圆，分别提取两端截面圆的圆心以及半径；然后计算连接长度，同时，计算圆柱平均半径r；最后，基于圆心和圆柱平均半径r，创建圆特征，并基于连接长度构建圆柱特征，得到如图4所示圆柱类模型。

球状类采用的几何参数法包括：首先，依据球状结构点云，提取球心以及半径r；然后以球心为圆心，r为半径创建球特征，得到球状类模型。

棱柱类采用的二三维模型转换法包括：以四棱柱为例，首先，以例如图5所示棱柱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；然后提取底面四个顶点的坐标(x₁,y₁,o)、(x₂,y₂,o)、(x₃,y₃,o)，(x₄,y₄,o)以及棱柱的高h；最后以底面四个顶点建立矩形特征，通过竖直拉伸该矩形特征h长度得到棱柱特征，该棱柱特征对应的顶点坐标为(x₁,y₁,h)、(x₂,y₂,h)、(x₃,y₃,h)，(x₄,y₄,h)，从而得到如图6所示棱柱类模型。

圆环类采用的数字特征法包括：首先，例如图7所示，以点云数据为参考，绘制圆环外圆及截面圆，从而提取外圆半径r，圆心O以及截面圆半径R；然后，由于r、O、R三个参数具备构建该圆环的全部数字特征，以外圆圆心O为中心，r为半径构建截面半径为R的圆环，从而得到如图8所示圆环类模型。

不规则类采用的布尔运算法包括：首先，利用圆柱及球状类、棱柱类、圆环类模型构建方法构建基本特征结构；然后，经过布尔运算进行差、并、交集等变换，从而得到不规则类模型。以GIS支架为例，首先，利用二三维模型转换方法，依据例如图9所示点云创建如图10所示长方体特征；然后，通过建立不同大小的长方体特征，经布尔运算在长方体特征间进行差、并、交集等变换，得到如图11所示的GIS支架的三维模型。

套管与绝缘子类采用的三维旋转法包括：首先，利用建模对象的例如图12所示点云数据，以竖直方向为Z轴建立用户坐标系；其次，以XOZ平面为切片平面，Y轴为切片延伸方向进行切片，得到如图13所示套管/绝缘子点云薄切片；然后，利用二维多义线勾勒套管/绝缘子二维轮廓，并经套管/绝缘子中心对称线形成如图14所示闭合曲线框图；最后，以二维轮廓上的点为旋转对象，套管/绝缘子中心线为旋转轴进行三维旋转，对于轮廓线上任意一点(x_i,y_i,z_i)，旋转后对应的曲线方程为x²+y²+(z-z_i)²＝x_i ²+y_i ²，通过对轮廓线上任意一点进行三维旋转操作，从而得到如图15所示套管/绝缘子类模型。

软导线类采用的平面扫掠法包括：首先，获取例如图16所示软导线类结构的点云数据，并建立用户坐标系；然后，对该类模型横截面进行切片，提取切片点云，并依据该点云切片得到如图17中所示截面圆特征；同时，以截面圆圆心为起点，以软导线类点云数据为参考，利用三维多义线绘制如图17中所示延伸轨迹；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，从而得到如图18所示软导线类模型。

步骤180：将所述分割后的点云数据对应的模型进行拼接得到完整的变电站模型。

本实施例中，该步骤具体包括：首先分别将每个区域内的分割后的点云数据对应的模型进行拼接得到区域模型，然后将所有区域模型进行拼接得到完整的变电站模型。其中，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，实现上述区域模型和变电站模型的拼接，得到如图19所示的完整变电站三维实景模型。

利用上述方法构建变电站三维实景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变电站高效率建模方法。

Claims (9)

1.一种基于点云数据对变电站进行建模的方法，其特征在于，包括步骤：

(1)将变电站划分为若干区域，其中每个区域包含变电站在该区域内的实体；

(2)对每个区域内的实体均采用多次扫描的方式采集点云数据，所述点云数据至少包含三维坐标数据；

(3)对每个区域内的实体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；

(4)对点云数据进行消噪处理；

(5)对消噪后的点云数据进行抽稀；

(6)根据不同区域内的实体的点云数据的基本特征选择相应的分割指标分别对每个区域内的实体的点云数据进行分割，所述分割指标包括：点云曲率、边界特征、结构形式、点云密度、尺寸参数的至少其中之一；

(7)判断分割后的点云数据对应的模型类别，根据该模型类别选择相应的重构方法对分割后的点云数据进行分类重构以生成分割后的点云数据对应的模型；其中上述模型类别包括圆柱及球状类、棱柱类、圆环类、不规则类、套管与绝缘子类、软导线类的至少其中之一，其中，圆柱及球状类的重构方法采用几何参数法，棱柱类的重构方法采用二三维模型转换法，圆环类的重构方法采用数字特征法，不规则类的重构方法采用布尔运算法，套管与绝缘子类的重构方法采用三维旋转法，软导线类的重构方法采用平面扫掠法；其中：

圆柱类采用的几何参数法包括步骤：首先，依据圆柱点云，提取两端截面圆，分别提取两端截面圆的圆心以及半径；然后计算连接长度，同时，计算圆柱平均半径r；最后，基于圆心和圆柱平均半径r，创建圆特征，并基于连接长度构建圆柱特征，得到圆柱类模型；

球状类采用的几何参数法包括步骤：首先，依据球状结构点云提取球心以及半径r；然后以球心为圆心，r为半径创建球特征，得到球状类模型；

棱柱类采用的二三维模型转换法包括步骤：首先以棱柱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；然后提取底面各顶点的坐标(x₁,y₁,o)、(x₂,y₂,o)、(x₃,y₃,o)，(x₄,y₄,o)以及棱柱的高h；最后以底面各顶点建立矩形特征，通过竖直拉伸该矩形特征h长度得到棱柱特征，该棱柱特征对应的顶点坐标为(x₁,y₁,h)、(x₂,y₂,h)、(x₃,y₃,h)，(x₄,y₄,h)，从而得到棱柱类模型；

圆环类采用的数字特征法包括步骤：首先以点云数据为参考，绘制圆环外圆及截面圆，从而提取外圆半径r，圆心O以及截面圆半径R；然后以外圆圆心O为中心，r为半径构建截面半径为R的圆环，从而得到圆环类模型；

不规则类采用的布尔运算法包括步骤：首先，利用圆柱及球状类、棱柱类、圆环类模型构建方法构建基本特征结构；然后，经过布尔运算进行差、并、交集变换，从而得到不规则类模型；

套管与绝缘子类采用的三维旋转法包括步骤：首先利用建模对象的点云数据，以竖直方向为Z轴建立用户坐标系；其次，以XOZ平面为切片平面，Y轴为切片延伸方向进行切片，得到套管和/或绝缘子点云薄切片；然后，利用二维多义线勾勒套管和/或绝缘子二维轮廓，并经套管和/或绝缘子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，套管和/或绝缘子中心线为旋转轴进行三维旋转，对于轮廓线上任意一点(x_i,y_i,z_i)，旋转后对应的曲线方程为x²+y²+(z-z_i)²＝x_i ²+y_i ²，通过对轮廓线上任意一点进行三维旋转操作，从而得到套管和/或绝缘子类模型；

软导线类采用的平面扫掠法包括步骤：首先获取软导线类结构的点云数据，并建立用户坐标系；然后，对该类模型横截面进行切片，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，以软导线类点云数据为参考，利用三维多义线绘制延伸轨迹；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，从而得到软导线类模型；

(8)将所述分割后的点云数据对应的模型进行拼接得到完整的变电站模型。

2.如权利要求1所述的基于点云数据对变电站进行建模的方法，其特征在于，在所述步骤(2)中，当以所述实体为中心的区域半径小于某一阈值时，用于扫描的多个站点间布设公共球形标靶；否则用于扫描的两两站点间布设公共球形标靶。

3.如权利要求1所述的基于点云数据对变电站进行建模的方法，其特征在于，在所述步骤(4)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。

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

5.如权利要求1所述的基于点云数据对变电站进行建模的方法，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。

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

7.如权利要求6所述的基于点云数据对变电站进行建模的方法，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。

8.如权利要求1所述的基于点云数据对变电站进行建模的方法，其特征在于，在所述步骤(7)中，还判断分割后的点云数据对应的模型是否已经存在，是则不对该分割后的点云数据进行重构。

9.如权利要求1-5，7-8中任意一项权利要求所述的基于点云数据对变电站进行建模的方法，其特征在于，所述步骤(8)的具体步骤包括：首先分别将每个区域内的分割后的点云数据对应的模型进行拼接得到区域模型，然后将所有区域模型进行拼接得到完整的变电站模型。

Images