CN109086833A - 一种基于激光点云雷达数据的输电线路危险点计算方法 - Google Patents
一种基于激光点云雷达数据的输电线路危险点计算方法 Download PDFInfo
- Publication number
- CN109086833A CN109086833A CN201810949091.1A CN201810949091A CN109086833A CN 109086833 A CN109086833 A CN 109086833A CN 201810949091 A CN201810949091 A CN 201810949091A CN 109086833 A CN109086833 A CN 109086833A
- Authority
- CN
- China
- Prior art keywords
- point
- point cloud
- data
- transmission line
- line
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/245—Classification techniques relating to the decision surface
- G06F18/2451—Classification techniques relating to the decision surface linear, e.g. hyperplane
Abstract
本发明公开了一种基于激光点云雷达数据的输电线路危险点计算方法,它包括:采集激光点云雷达数据,并进行数据预处理;对预处理后的点云数据进行自动分类;将电力线点云数据按照每段1米的长度进行分段,将每一段的中间点作为特征点;在非电力线点云数据中构建八叉树索引;设置安全距离,所述安全距离包括水平距离、垂直距离和净空距离;以特征点为搜索点,对非电力线点云数据进行半径内近邻搜索,找出存在的危险点;解决了现有技术针对输电线路危险点计算通过工作人员到现场进行采集数据,利用肉眼或经验判断人为性很大,而且无法精确的得到危险点到输电线路的距离,作业效率不高、人力成本较大、实时性不强等技术问题。
Description
技术领域
本发明属于输电线路中危险点监测技术,尤其涉及一种基于激光点云雷达数据的输电线路危险点计算方法。
背景技术:
输电先走廊内的非地面点中大多数激光点为植被点,植被由于其自身生长特性且无规则形状分度,其数据采集与量测困难,是最具影响输电线路安全的因素之一。
传统的对输电线路危险点计算,往往需要工作人员到现场进行采集数据,利用肉眼或经验判断是否满足《架空输电线路运行规程》,人为性很大,而且无法精确的得到危险点到输电线路的距离,这种作业效率不高、人力成本较大、实时性不强。
发明内容:
本发明要解决的技术问题:提供一种基于激光点云雷达数据的输电线路危险点计算方法,以解决现有技术针对输电线路危险点计算通过工作人员到现场进行采集数据,利用肉眼或经验判断是否满足《架空输电线路运行规程》,人为性很大,而且无法精确的得到危险点到输电线路的距离,这种作业效率不高、人力成本较大、实时性不强等技术问题。
本发明技术方案:
一种基于激光点云雷达数据的输电线路危险点计算方法,包括:
步骤1、采集激光点云雷达数据,并进行数据预处理;
步骤2、对预处理后的点云数据进行自动分类;
步骤3、将电力线点云数据按照每段1米的长度进行分段,将每一段的中间点作为特征点;
步骤4、在非电力线点云数据中构建八叉树索引;
步骤5、设置安全距离,所述安全距离包括水平距离、垂直距离和净空距离;
步骤6、以步骤3中的特征点为搜索点,对非电力线点云数据进行半径内近邻搜索,找出存在的危险点;
步骤7、找出危险点后计算危险距离。
步骤1所述数据预处理包括:
步骤1.1、利用杆塔中心坐标将整体的点云数据进行分段;
步骤1.2、利用点云中的局部极值点与点云边界点作为种子点构建不规则三角网(TIN);选取非种子点中的地形特征点加密TIN;然后采用临近三角面的平面测试方法剔除三角网中存在的冗余点;
步骤1.3、采用基于点云局部空间分布统计的去噪算法,将局部点密度与整体点密度相差较大的点标记为噪声点并区噪。
步骤2对预处理后的点云数据进行自动分类的方法为:设置自动分类参数,包括电力线提取参数、杆塔提取参数、滤波参数、建筑物提取参数、道路提取参数等,将激光雷达采集的点云数据自动分类成电力线和杆塔点云数据。
步骤4所述在非电力线点云数据中构建八叉树索引的方法为:利用现有的点云开源库在非电力线点云上构建八叉树索引。
本发明的有益效果:
本发明针对目前输电线路危险点计算测量中作业效率低、环境适应性差的技术缺陷,提出了一种利用激光点云数据计算危险点距离方法,该方法可以降低外业数据采集工作量强度,提高环境适应性,尤其可提高在地形起伏较大的山区测量杆塔倾斜的工作效率和精度;解决了现有技术针对输电线路危险点计算通过工作人员到现场进行采集数据,利用肉眼或经验判断是否满足《架空输电线路运行规程》,人为性很大,而且无法精确的得到危险点到输电线路的距离,这种作业效率不高、人力成本较大、实时性不强等技术问题。
具体实施方式:
一种基于激光点云雷达数据的输电线路危险点计算方法,包括:
步骤1、机载激光雷达数据预处理;
(1)数据分段:因仪器采集的幅度较大,采集的数据具有一定的冗余性,为了提高点云数据处理的效率,利用杆塔中心坐标将整体的点云数据进行分段,仅保留输电线路方向上一定宽度(根据电压等级及安全规范设置截取宽度,如一般对220kV输电线路设置为30米,对500kV的输电线路设置为50米)的点云数据。
(2)点云抽稀:用激光雷达采集输电线路点云数据,点云密度往往较大,处理过程中导致速度过慢,影响效率。因此对点云数据进行抽稀很有必要,抽稀的前提是保证点云的结构特征。本发明利用点云中的局部极值点与点云边界点作为种子点构建不规则三角网(TIN);利用一定原则逐渐选取非种子点中的地形特征点加密TIN;然后采用一种临近三角面的平面测试策略剔除三角网中可能存在的冗余点。利用上述抽稀方法效率高、不破坏点云的结构特征,可以有效的降低点云数据量,提高步骤(4)和步骤(5)的计算速率,减少时间。
(3)点云去噪:在输电线路点云数据获取过程中,由于扫描仪本身的缺陷、环境干扰(如空中飞鸟)等因素,点云中经常包含许多噪声点,剔除这些噪声点的过程称为点云去噪。采用Kd-Tree进行点云去噪:①根据点云数据生成Kd-Tree,建立点云的拓扑关系;②查找任一点的的邻域;③计算该点与邻域内各点的距离取平均值;④判断该平均值是否超过阈值,若超过则判定该点为噪点,进行去除。
步骤2、对预处理后的点云数据进行自动分类;
步骤2对预处理后的点云数据进行自动分类,其中电力线提取的主要思想是运用RANSAC线性拟合、RANSAC抛物线拟合以及模拟生长来达到提取电力线的目的;杆塔提取的主要思想是运用空间格网区域生长、RANSAC线性拟合来达到提取杆塔的目的;形态学滤波的主要思想是运用数学形态学中的腐蚀和膨胀运算去除点云中较高的点云而保留较低的点云来达到提取地面点的目的,主要步骤包括:点格网化、格网化数据形态学运算、原始点云与格网数据的高程阈值判断等;建筑物提取根据房屋的面性特征和植被的离散性特征,来分离植被和建筑,并利用聚类算法进一步优化结果。
步骤3、将电力线点云按照每1m(按照实际情况,分段宽度越小,进度越高)的长度进行分段,在每一段中找出一特征点;
步骤2中已经对输电线路导线进行了分类,基于输电线路电力线点云数据,计算电力线的长度,将电力线按照分段宽度进行均分,取每一段的中间点作为特征点。
步骤4、在非电力线点云中构建八叉树索引;
利用现有的点云开源库在非电力线点云上构建八叉树索引,加快搜索效率。
步骤5根据《架空输电线路运行规程》设置安全距离,包括水平距离、垂直距离和净空距离:根据输电线路的电压不同,设置安全距离,比如500kV高压线路最大弧垂、最大风偏时与树木之间的安全距离为7.0m。
步骤6设置步骤3中的特征点为搜索点,设置查找半径为步骤5中的安全距离,利用Kd-Tree原理,对非电力线点云进行半径内近邻搜索,找出在半径范围内的非电力线点,即为存在的危险点:利用Kd-Tree,建立点云索引,避免了点云遍历计算,提高运行效率。
Claims (5)
1.一种基于激光点云雷达数据的输电线路危险点计算方法,它包括:
步骤1、采集激光点云雷达数据,并进行数据预处理;
步骤2、对预处理后的点云数据进行自动分类;
步骤3、将电力线点云数据按照每段1米的长度进行分段,将每一段的中间点作为特征点;
步骤4、在非电力线点云数据中构建八叉树索引;
步骤5、设置安全距离,所述安全距离包括水平距离、垂直距离和净空距离;
步骤6、以步骤3中的特征点为搜索点,对非电力线点云数据进行半径内近邻搜索,找出存在的危险点。
2.根据权利要求1所述的一种基于激光点云雷达数据的输电线路危险点计算方法,其特征在于:它还包括步骤7、找出危险点后计算危险距离。
3.根据权利要求1所述的一种基于激光点云雷达数据的输电线路危险点计算方法,其特征在于:步骤1所述数据预处理包括:
步骤1.1、利用杆塔中心坐标将整体的点云数据进行分段;
步骤1.2、利用点云中的局部极值点与点云边界点作为种子点构建不规则三角网(TIN);选取非种子点中的地形特征点加密TIN;然后采用临近三角面的平面测试方法剔除三角网中存在的冗余点;
步骤1.3、采用基于点云局部空间分布统计的去噪算法,将局部点密度与整体点密度相差较大的点标记为噪声点并区噪。
4.根据权利要求1所述的一种基于激光点云雷达数据的输电线路危险点计算方法,其特征在于:步骤2对预处理后的点云数据进行自动分类的方法为:设置自动分类参数,包括电力线提取参数、杆塔提取参数、滤波参数、建筑物提取参数、道路提取参数等,将激光雷达采集的点云数据自动分类成电力线和杆塔点云数据。
5.根据权利要求1所述的一种基于激光点云雷达数据的输电线路危险点计算方法,其特征在于:步骤4所述在非电力线点云数据中构建八叉树索引的方法为:利用现有的点云开源库在非电力线点云上构建八叉树索引。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949091.1A CN109086833A (zh) | 2018-08-20 | 2018-08-20 | 一种基于激光点云雷达数据的输电线路危险点计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949091.1A CN109086833A (zh) | 2018-08-20 | 2018-08-20 | 一种基于激光点云雷达数据的输电线路危险点计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109086833A true CN109086833A (zh) | 2018-12-25 |
Family
ID=64793815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810949091.1A Pending CN109086833A (zh) | 2018-08-20 | 2018-08-20 | 一种基于激光点云雷达数据的输电线路危险点计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109086833A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163882A (zh) * | 2019-05-15 | 2019-08-23 | 贵州电网有限责任公司 | 一种基于激光点云数据的电力线悬挂点空间坐标提取方法 |
CN110189311A (zh) * | 2019-05-24 | 2019-08-30 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电线路树障隐患区域树木砍伐面积的计算方法 |
CN110570628A (zh) * | 2019-09-18 | 2019-12-13 | 中国电建集团贵州电力设计研究院有限公司 | 一种输电线路杆塔地质灾害监测预警分析系统及使用方法 |
CN111650599A (zh) * | 2020-05-07 | 2020-09-11 | 国家电网有限公司 | 基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法 |
CN111796298A (zh) * | 2020-07-06 | 2020-10-20 | 贵州电网有限责任公司 | 一种激光LiDAR电力线点云自动补点方法 |
CN111830528A (zh) * | 2020-06-29 | 2020-10-27 | 西安交通大学 | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 |
CN111915721A (zh) * | 2020-07-28 | 2020-11-10 | 广州中科智巡科技有限公司 | 一种基于激光点云的输电线路走廊建筑物平断面快速提取方法及系统 |
CN112630792A (zh) * | 2020-11-30 | 2021-04-09 | 深圳供电局有限公司 | 一种电网输电线路工况模拟与危险点检测方法及检测系统 |
CN112945198A (zh) * | 2021-02-02 | 2021-06-11 | 贵州电网有限责任公司 | 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法 |
CN113205147A (zh) * | 2021-05-20 | 2021-08-03 | 中国电建集团福建省电力勘测设计院有限公司 | 架空输电线路工程激光点云分类方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103779808A (zh) * | 2013-12-30 | 2014-05-07 | 国家电网公司 | 基于LiDAR的输电线路智能巡检系统 |
CN104794331A (zh) * | 2015-04-07 | 2015-07-22 | 上海大学 | 深基坑健康监测管理系统及其管理方法 |
CN107169682A (zh) * | 2017-06-30 | 2017-09-15 | 贵州电网有限责任公司输电运行检修分公司 | 一种基于机载激光点云不同时段树障的快速巡检方法 |
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 |
-
2018
- 2018-08-20 CN CN201810949091.1A patent/CN109086833A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103779808A (zh) * | 2013-12-30 | 2014-05-07 | 国家电网公司 | 基于LiDAR的输电线路智能巡检系统 |
CN104794331A (zh) * | 2015-04-07 | 2015-07-22 | 上海大学 | 深基坑健康监测管理系统及其管理方法 |
CN107169682A (zh) * | 2017-06-30 | 2017-09-15 | 贵州电网有限责任公司输电运行检修分公司 | 一种基于机载激光点云不同时段树障的快速巡检方法 |
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 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163882A (zh) * | 2019-05-15 | 2019-08-23 | 贵州电网有限责任公司 | 一种基于激光点云数据的电力线悬挂点空间坐标提取方法 |
CN110163882B (zh) * | 2019-05-15 | 2019-12-03 | 贵州电网有限责任公司 | 一种基于激光点云数据的电力线悬挂点空间坐标提取方法 |
CN110189311A (zh) * | 2019-05-24 | 2019-08-30 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电线路树障隐患区域树木砍伐面积的计算方法 |
CN110570628A (zh) * | 2019-09-18 | 2019-12-13 | 中国电建集团贵州电力设计研究院有限公司 | 一种输电线路杆塔地质灾害监测预警分析系统及使用方法 |
CN111650599A (zh) * | 2020-05-07 | 2020-09-11 | 国家电网有限公司 | 基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法 |
CN111650599B (zh) * | 2020-05-07 | 2022-09-02 | 国家电网有限公司 | 基于机载激光雷达遥感技术的电力输电线信息提取及安全检测方法 |
CN111830528A (zh) * | 2020-06-29 | 2020-10-27 | 西安交通大学 | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 |
CN111796298A (zh) * | 2020-07-06 | 2020-10-20 | 贵州电网有限责任公司 | 一种激光LiDAR电力线点云自动补点方法 |
CN111915721A (zh) * | 2020-07-28 | 2020-11-10 | 广州中科智巡科技有限公司 | 一种基于激光点云的输电线路走廊建筑物平断面快速提取方法及系统 |
CN111915721B (zh) * | 2020-07-28 | 2024-01-26 | 广州中科智巡科技有限公司 | 一种基于激光点云的输电线路走廊建筑物平断面提取方法及系统 |
CN112630792A (zh) * | 2020-11-30 | 2021-04-09 | 深圳供电局有限公司 | 一种电网输电线路工况模拟与危险点检测方法及检测系统 |
CN112945198A (zh) * | 2021-02-02 | 2021-06-11 | 贵州电网有限责任公司 | 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法 |
CN113205147A (zh) * | 2021-05-20 | 2021-08-03 | 中国电建集团福建省电力勘测设计院有限公司 | 架空输电线路工程激光点云分类方法 |
CN113205147B (zh) * | 2021-05-20 | 2022-12-09 | 中国电建集团福建省电力勘测设计院有限公司 | 架空输电线路工程激光点云分类方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086833A (zh) | 一种基于激光点云雷达数据的输电线路危险点计算方法 | |
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 | |
CN104484882B (zh) | 一种基于机载LiDAR数据的城市区域电力线检测方法 | |
CN107273902B (zh) | 一种从机载LiDAR数据自动提取电塔点云的方法 | |
CN107767389A (zh) | 一种基于机载激光点云数据的输电线自动提取方法 | |
CN106022259A (zh) | 一种基于激光点云三维特征描述模型的山区道路提取方法 | |
Yang et al. | Recognition of natural ice types on in-service glass insulators based on texture feature descriptor | |
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 | |
CN110060256B (zh) | 一种基于机载LiDAR点云的杆塔提取方法 | |
CN105447623A (zh) | 一种架空输电线路树障隐患自动预警系统及该系统采用的预警方法 | |
CN112435208A (zh) | 显著性边缘引导的绝缘子区域检测方法 | |
CN114114314A (zh) | 基于激光点云的输电线路巡检检测系统及检测方法 | |
CN112767352A (zh) | 面向机载LiDAR电力巡检的高压线塔自动精细化提取方法 | |
CN109147044A (zh) | 一种基于点云数据进行输电塔及线路检测的系统 | |
CN116739558A (zh) | 一种基于激光点云建模的树障隐患预警方法 | |
CN105095904A (zh) | 一种输电线路杆塔鸟巢检测方法 | |
CN114386674A (zh) | 一种输电线路树木倒伏动态风险预警方法和系统 | |
CN112668885B (zh) | 背负式激光雷达设备的单木树障隐患评估处理方法 | |
CN103226709A (zh) | 一种美国白蛾幼虫网幕图像识别方法 | |
CN109214457A (zh) | 一种电力线路的分类方法及装置 | |
CN112016641A (zh) | 一种异物导致线路短路故障告警方法及装置 | |
CN112630792A (zh) | 一种电网输电线路工况模拟与危险点检测方法及检测系统 | |
CN111146866A (zh) | 一种输电通道控制方法 | |
CN111130010A (zh) | 一种输电走廊内植被状况获取方法及装置 | |
CN109143256A (zh) | 一种基于点云数据进行输电塔及线路检测的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |
|
RJ01 | Rejection of invention patent application after publication |