CN109633674A - 基于激光点云数据的输电巡视三维航迹自动规划方法 - Google Patents

Abstract

本发明涉及电网巡检技术领域，尤其为基于激光点云数据的输电巡视三维航迹自动规划方法，包括激光点云数据系统、分析模块以及无人机模块，该基于激光点云数据的输电巡视三维航迹自动规划方法，通过设置的激光点云数据系统作为基础，并结合分类提取模块分离出地面点和非地面点，以此为基础来规划无人机巡视输电通道和杆塔的航迹，不仅降低了无人机控制人员的技术要求，还能够对线路目标进行准确跟踪以及精细巡检，保证整个巡检工作顺利开展，通过采用无人机巡检航迹模块，实现自动规划的无人机巡视航迹，可有效避免机巡人员手动控制无人机巡检时存在的安全隐患以及出现漏检、错检的情况，提高电力巡视的安全性和高效性。

Description

基于激光点云数据的输电巡视三维航迹自动规划方法

技术领域

本发明涉及电网巡检技术领域，具体为基于激光点云数据的输电巡视三维航迹自动规划方法。

背景技术

为实现电网安全运营，需要对输电线路进行定期或特殊巡检工作，以便及时发现输电设备的紧急或重大缺陷，排除线路通道的外部安全隐患，防止发生设备事故或外力破坏事故。但迄今为止，我国电网输电线路仍主要依赖于人工巡检方式，不仅劳动强度大、工作条件艰苦，而且巡检效率低。

为了适应现代电网发展和安全运行的需要，采用无人机巡检代替人工巡检，然而初步的无人机巡检仅仅通过人工手动控制来实现线路的巡检，该种控制方法对无人机控制人员的技术要求高、线路目标进行准确跟踪和精细巡检难度大，无法保证整个巡检工作顺利开展。

鉴于此，我们提出基于激光点云数据的输电巡视三维航迹自动规划方法。

发明内容

本发明的目的在于提供基于激光点云数据的输电巡视三维航迹自动规划方法，以解决上述背景技术中提出的我国电网输电线路仍主要依赖于人工巡检方式，不仅劳动强度大、工作条件艰苦，而且巡检效率低和无人机巡检仅仅通过人工手动控制来实现线路的巡检，对无人机控制人员的技术要求高、线路目标进行准确跟踪和精细巡检难度大，无法保证整个巡检工作顺利开展的问题。

为实现上述目的，一方面，本发明提供一种基于激光点云数据的输电巡视三维航迹自动规划方法，包括激光点云数据系统、分析模块以及无人机模块，所述分析模块包括分类提取模块、构建输电廊道三维模型模块以及无人机巡检航迹模块，所述激光点云数据系统通过三维激光扫描仪以非接触方式获取物体对象的点云数据，对其建模并真实还原物体对象原始面貌；所述分类提取模块用于分离并提取目标物；所述构建输电廊道三维模型模块用于建立输电廊道的三维模型；所述无人机巡检航迹模块用于规划无人机的巡检路径；所述无人机模块用于对输电线路进行定期或特殊巡检工作。

作为优选，所述激光点云数据系统包括点云数据获取模块、点云数据拼接模块、数据去燥模块、数据精简模块、数据分隔模块以及三维建模模块；

所述点云数据获取模块通过三维激光扫描仪向被测对象物体发射大量激光束，接受反射信号，计算被测对象表面点的三维坐标，记录反射率以及纹理等信息；

所述点云数据拼接模块用于覆盖整个空间对象；

所述数据去燥模块用于去除数据在获取中产生的噪声点；

所述数据精简模块用于在精度允许下减少点云数据的数据量，提取有效信息；

所述数据分隔模块复杂对象建模之前进行点云数据分割；

所述三维建模模块用于对点云数据进行三维建模。

作为优选，所述拼接模块为标靶拼接。

作为优选，所述拼接模块为点云直接拼接。

作为优选，所述拼接模块为点云直接拼接为控制点拼接。

作为优选，所述分类提取模块包括激光点汇总模块、激光点云特征物分离模块以及杆塔线路点云数据提取模块；

所述激光点汇总模块用于从激光点云数据系统内获取大量的激光点；

所述激光点云特征物分离模块用于对输电通道扫描到的激光点分为地面点和非地面点；

所述杆塔线路点云数据提取模块用于获取杆塔的位置。

作为优选，所述构建输电廊道三维模型模块包括原始激光点标记模块、特征点合并模块以及输电线路三维模块；

所述原始激光点标记模块用于对原始激光点进行标记；

所述特征点合并模块用于将标记的特征点合并在同一个空间内；

所述输电线路三维模块用于形成完整的输电线路三维走廊。

作为优选，所述无人机巡检航迹模块为廊道巡视航迹规划模块。

作为优选，所述无人机巡检航迹模块为杆塔巡视航迹规划模块。

另一方面，本发明还提供一种基于激光点云数据的输电巡视三维航迹自动规划方法的操作步骤，包括上述任意一项所述基于激光点云数据的输电巡视三维航迹自动规划方法，且步骤如下：

S1、通过激光点云数据系统的三维激光扫描仪以非接触方式获取物体对象的点云数据，对其建模并真实还原物体对象原始面貌；

S2、通过分类提取模块将激光点云数据系统内的数据进行分离并提取目标物；

S3、通过构建输电廊道三维模型模块建立输电廊道的三维模型；

S4、通过无人机巡检航迹模块将无人机的巡检路径规划进行规划；

S5、通过无人机模块对输电线路进行定期或特殊巡检工作。

与现有技术相比，本发明的有益效果：

1、该基于激光点云数据的输电巡视三维航迹自动规划方法，通过设置的激光点云数据系统作为基础，并结合分类提取模块分离出地面点和非地面点，同时提取出杆塔、输电线、植被等特征点，重建了输电线路的三维走廊，以此为基础来规划无人机巡视输电通道和杆塔的航迹，不仅降低了无人机控制人员的技术要求，还能够对线路目标进行准确跟踪以及精细巡检，保证整个巡检工作顺利开展。

2、该基于激光点云数据的输电巡视三维航迹自动规划方法，通过采用无人机巡检航迹模块，实现自动规划的无人机巡视航迹，可有效避免机巡人员手动控制无人机巡检时存在的安全隐患以及出现漏检、错检的情况，提高电力巡视的安全性和高效性。

附图说明

图1为本发明的整体模块图；

图2为本发明的激光点云数据系统模块图；

图3为本发明的分类提取模块图；

图4为本发明的激光点云特征物分离模块的流程图。

图5为本发明的杆塔线路点云数据提取模块的流程图；

图6为本发明的构建输电廊道三维模型模块图；

图7为本发明的无人机巡检航迹模块图；

图8为本发明的廊道巡视航迹规划模块算法流程图；

图9为本发明的杆塔巡视航迹规划模块的拍摄点示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

实施例1

基于激光点云数据的输电巡视三维航迹自动规划方法，如图1和图2所示，包括激光点云数据系统、分析模块以及无人机模块，分析模块包括分类提取模块、构建输电廊道三维模型模块以及无人机巡检航迹模块，激光点云数据系统通过三维激光扫描仪以非接触方式获取物体对象的点云数据，对其建模并真实还原物体对象原始面貌；分类提取模块用于分离并提取目标物；构建输电廊道三维模型模块用于建立输电廊道的三维模型；无人机巡检航迹模块用于规划无人机的巡检路径；无人机模块用于对输电线路进行定期或特殊巡检工作，激光点云数据系统包括点云数据获取模块、点云数据拼接模块、数据去燥模块、数据精简模块、数据分隔模块以及三维建模模块，点云数据获取模块通过三维激光扫描仪向被测对象物体发射大量激光束，接受反射信号，计算被测对象表面点的三维坐标，记录反射率以及纹理等信息，点云数据拼接模块用于覆盖整个空间对象，数据去燥模块用于去除数据在获取中产生的噪声点，数据精简模块用于在精度允许下减少点云数据的数据量，提取有效信息，数据分隔模块复杂对象建模之前进行点云数据分割，三维建模模块用于对点云数据进行三维建模。

本实施例中，点云数据获取模块采用三维激光扫描仪向被测对象物体发射大量激光束，接受反射信号，计算被测对象表面点的三维坐标，记录反射率以及纹理等信息，从而得到点云数据。

此外，点云数据获取模块采用脉冲测距的方法：根据激光束发射与接收的时间差，计算出仪器与被测点间的距离，精密时钟控制编码器同时记录横向角度值与纵向角度值，从而解算出每个点的X，Y，Z坐标值。

除此之外，点云数据获取模块还可采用相位差测距的方法：距离值是通过获取检测调幅光波发射与接收之间的相位差得到，仪器再记录横向角度值与纵向角度值，解算出X，Y，Z坐标值。

进一步的，数据去燥分为两种，第一种为基于有序点云数据的去噪，第二种为基于散乱点云的去噪；

基于有序点云数据的去噪采用平滑滤波去噪法，平滑滤波去噪法选取高斯滤波、均值滤波或中值滤波其中的一种；

高斯滤波属于线性平滑滤波，是对指定区域内的数据加权平均，可以去除高频信息，公式如下：

均值滤波一种较为典型的线性滤波，其原理为选择一定范围内的点求取其平均值来代替其原本的数据点，优点为算法简单易行，以含噪图像的每一点为中心选取3×3大小的滤波窗口W，将窗口内的极大值，极小值像素点去掉，剩余像素的集合记为H，如式：

[H[f(i，j)]＝{f(i，j)f(i，j)！＝Max(W[f(i，j)]＝Min(W[f(i，j)]}]；计算权值，先求出H内像素的均值Mean(H[f(i，j)])，然后采用[wk(i，j)＝1(1+Max(Dk，T))k＝1N1(1+Max(Dk，T))T]的方法计算H内各像素的对应权值，并进行了归一化处理；式中：wk表示H内各像素点的权值，k为H内像素点个数；Dk表示集合H内各像素点灰度值与其内像素点均值Mean(H[f(i，j)])差的绝对值，如式[Dk＝Hk-Mean(H[f(i，j)])]所示，式中T表示一个阈值，是所有Dk的平均值，如式[T＝k＝1NHk-Mean(H[f(i，j)])N]所示；

中值滤波属于非线性平滑滤波，其原理是对某点数据相邻的三个或以上的数据求中值，求取后的结果取代其原始值，Yn＝a*Xn+(1-a)*Yn-1，式中:Xn为本次采样值，Yn-1为上次的滤波输出值，a为滤波系数，其值通常远小于1，Yn为本次滤波的输出值；

基于散乱点云数据去噪常用的方法为双边滤波算法，算法如下：

式中

σ_s为空域高斯函数的标准差，σ_r为值域高斯函数的标准差，可见，在图像的平坦区域，f(y)-f(x)的值变化很小，对应的值域权重接近于1，此时空域权重起主要作用，相当于直接对此区域进行高斯模糊，在边缘区域，f(y)-f(x)会有较大的差异，此时值域系数会下降，从而导致此处整个核函数的分布的下降，而保持了边缘的细节信息。

本实施例中，数据精简模块采用去除冗余法或抽稀简化法，去除冗余法是指在数据配准之后，其重复区域的数据，这部分数据的数据量大，多为无用数据，对建模的速度以及质量有很大影响，对于这部分数据要予以去除，抽稀简化法是指扫描的数据密度过大，数量过多，其中一部分数据对于后期建模用处不大，所以在满足一定精度以及保持被测物体几何特征的前提下，对数据进行精简。

本实施例中，数据分割模块针对于比较复杂的扫描对象，如果直接利用所有点云数据建模，其过程是十分困难的，会使拟合算法难度增大，三维模型的数学表达式也会变得很复杂，所以对于复杂对象建模之前需要将点云数据分割，分别建模完成后再组合，数据分割模块的主要方法有三种，分别为基于边的分割方法、基于面的分割方法和基于聚类的分割方法，基于边的分割方法需先寻找出特征线，所谓特征线，也就是特征点所连成的线，目前最常用的提取特征点的方法为基于曲率和法矢量的提取方法，通常认为曲率或者法矢量突变的点为特征点，例如拐点或者角点，提取出特征线之后，再对特征线围成的区域进行分割；基于面的方法是一个不断迭代过程，找到具有相同曲面性质的点，将属于同一基本几何特征的点集分割到同一区域，再确定这些点所属的曲面，最后由相邻的曲面决定曲面间的边界；基于聚类的方法就是将相似的几何特征参数数据点分类，可用根据高斯曲率和平均曲率来求出其几何特征再聚类，最后根据所属类来分割。

本实施例中，三维建模模块采用Polyworks进行建模，Polyworks有用强大的点云数据预处理功能，适用于曲面建模以及较复杂实体建模。

值得说明的是，拼接模块为标靶拼接，标靶拼接方法如下：在数据扫描时，两站点之间的公共区域内放置至少三个标靶，在扫描物体对象同时扫描标靶点云数据，依次扫描完所有站点，最后利用不同站点相同的标靶数据进行点云配准，值得注意的是，每个标靶必须对应唯一的标靶号，同一标靶在不同测站中的标靶号也必须一致，才能正确完成各站点云数据配准。

本实施例中基于激光点云数据的输电巡视三维航迹自动规划方法的激光点云数据系统使用时，通过三维激光扫描仪向被测对象物体发射大量激光束，接受反射信号，计算被测对象表面点的三维坐标，记录反射率以及纹理等信息；通过点云数据拼接模块覆盖整个空间对象，通过数据去燥模块去除数据在获取中产生的噪声点；通过数据精简模块在精度允许下减少点云数据的数据量，提取有效信息；通过数据分隔模块复杂对象建模之前进行点云数据分割；通过三维建模模块对点云数据进行三维建模。

实施例2

作为本发明的第二种实施例，与实施例1对比，不同点在于拼接模块，本实施例中的拼接模块采用点云直接拼接，点云直接拼接方法如下：在扫描物体对象的两个站之间要有一定的重叠度，一般要大于30％，且要有较为明显的特征点，扫描完成后，寻找重叠区域的同名点进行点云拼接。

实施例3

作为本发明的第三种实施例，与实施例1对比，不同点在于拼接模块，本实施例中拼接模块为控制点拼接，控制点拼接方法如下：将三维激光扫描仪与定位系统相结合使用，首先确定公共区域的控制点，在对对象物体扫描的同时扫描控制点，用定位技术确定控制点的坐标，再以控制点为基准对点云数据配准。

实施例4

作为本发明的第四种实施例，为了便于获取杆塔的位置，本发明人员设置分类提取模块，作为一种优选实施例，如图3所示，分类提取模块包括激光点汇总模块、激光点云特征物分离模块以及杆塔线路点云数据提取模块，激光点汇总模块用于从激光点云数据系统内获取大量的激光点，激光点云特征物分离模块用于对输电通道扫描到的激光点分为地面点和非地面点，杆塔线路点云数据提取模块用于获取杆塔的位置。

本实施例中，激光点云特征物分离模块使用机载激光对输电通道扫描到的激光点主要分为地面点和非地面点，非地面点中包含了杆塔点、线路点和植被点等，目前，已经有很多分离机载激光扫描数据中的地面点和非地面点的滤波方法，本发明使用的是顾及地形起伏特征的机载激光点云自动滤波方法来分离特征物。该滤波方法是基于线性预测滤波算法来根据地形自动进行滤波参数设置，该参数亦即滤波中栅格大小。

具体的，设置栅格大小由面高程变异系数η来决定的，η表示单位面积区域内地表点的高程变化指标，是以目标区域内点高程的标准差σ与目标区域的水平投影面积S的比值来表示的。比值越大，说明地形起伏也变大，而相对于栅格大小就小，从而完成滤波后对地面点和非地面点的保留，激光点云特征物分离模块的流程图如图4所示。

值得说明的是，杆塔线路点云数据提取模块利用维数特征和方向特征等空间几何特征，从非地面点中分离出输电线点和杆塔点，根据输电线点在水平面上的投影相对于杆塔的投影较为稀疏的特征，和杆塔的水平投影聚集点远远大于输电线的分布特征，可以获取到杆塔的位置。

进一步的，根据霍夫变换得到的多条直线作为数据源，使用最小二乘拟合的方法对中心线进行拟合，得到输电线在XOY投影面内的中心线直线方程后反求出每条输电线上的激光点，将得到的输电线激光点分块质心来解算出三维节点，最后计算输电线矢量，杆塔线路点云数据提取模块的流程图如图5所示。

本实施例中基于激光点云数据的输电巡视三维航迹自动规划方法的分类提取模块在使用时，通过激光点汇总模块从激光点云数据系统内获取大量的激光点；通过激光点云特征物分离模块将输电通道扫描到的激光点分为地面点和非地面点；通过杆塔线路点云数据提取模块获取杆塔的位置。

实施例5

作为本发明的第五种实施例，为了便于对无人机巡检航迹进行规划，本发明人员设置构建输电廊道三维模型模块，作为一种优选实施例，如图6和图7所示，构建输电廊道三维模型模块包括原始激光点标记模块、特征点合并模块以及输电线路三维模块，原始激光点标记模块用于对原始激光点进行标记，特征点合并模块用于将标记的特征点合并在同一个空间内，输电线路三维模块用于形成完整的输电线路三维走廊，无人机巡检航迹模块为廊道巡视航迹规划模块。

本实施例中，廊道巡视航迹规划模块是无人机对输电通道走廊的巡视，一般在输电通道中存在着多基杆塔，在众多杆塔之间使用遗传算法来自动规划巡视航迹。遗传算法的实质是对于所产生的群体进行不断的迭代计算，再根据适应度来筛选优秀个体的算法。在廊道巡视航迹规划中，种群个体是巡视区域内一连串的航迹点，适应度函数的目的是找到目标函数的最小值，而目标函数是对无人机最长巡视距离，有效的检测目标以及最大飞行航程长度的限制函数。然后通过遗传算子来产生新的个体，也就是新规划的航迹，找到适应度最高的个体时，完成廊道巡视航迹规划，廊道巡视航迹规划模块算法流程图如图8所示。

本实施例中基于激光点云数据的输电巡视三维航迹自动规划方法的构建输电廊道三维模型模块在使用时，通过原始激光点标记模块将原始激光点进行标记；通过特征点合并模块将标记的特征点合并在同一个空间内；通过输电线路三维模块形成完整的输电线路三维走廊，通过无人机巡检航迹模块为无人机规划合理的巡视航线。

实施例6

作为本发明的第六种实施例，与实施例5对比，区别在于无人机巡检航迹模块不同，本实施例中，无人机巡检航迹模块为杆塔巡视航迹规划模块，杆塔巡视航迹规划模块是无人机对杆塔上各部件进行定点悬停拍摄航迹的自动规划，根据杆塔关键部件的分布情况，将杆塔巡视航迹规划看作旅行商问题，结合航迹点的数量，使用穷举法解算旅行商问题并规划杆塔巡视航迹，由于巡视杆塔的安全性和精确性要求比较高，因此在杆塔上增加了电子围栏，以此来限制无人机和杆塔设备的安全距离；综合无人机的飞行特点和电池续航时间，以及所要拍摄的图像质量和数量等因素，规划出对杆塔的巡视航迹，杆塔巡视航迹规划模块的拍摄点如图9所示的A、B、C三个点。

本发明还提供一种基于激光点云数据的输电巡视三维航迹自动规划方法的操作步骤，步骤如下：

S1、通过激光点云数据系统的三维激光扫描仪以非接触方式获取物体对象的点云数据，对其建模并真实还原物体对象原始面貌；

S2、通过分类提取模块将激光点云数据系统内的数据进行分离并提取目标物；

S3、通过构建输电廊道三维模型模块建立输电廊道的三维模型；

S4、通过无人机巡检航迹模块将无人机的巡检路径规划进行规划；

S5、通过无人机模块对输电线路进行定期或特殊巡检工作。

激光点云数据系统使用时，通过三维激光扫描仪向被测对象物体发射大量激光束，接受反射信号，计算被测对象表面点的三维坐标，记录反射率以及纹理等信息；通过点云数据拼接模块覆盖整个空间对象，通过数据去燥模块去除数据在获取中产生的噪声点；通过数据精简模块在精度允许下减少点云数据的数据量，提取有效信息；通过数据分隔模块复杂对象建模之前进行点云数据分割；通过三维建模模块对点云数据进行三维建模。

分类提取模块在使用时，通过激光点汇总模块从激光点云数据系统内获取大量的激光点；通过激光点云特征物分离模块将输电通道扫描到的激光点分为地面点和非地面点；通过杆塔线路点云数据提取模块获取杆塔的位置。

构建输电廊道三维模型模块在使用时，通过原始激光点标记模块将原始激光点进行标记；通过特征点合并模块将标记的特征点合并在同一个空间内；通过输电线路三维模块形成完整的输电线路三维走廊，通过无人机巡检航迹模块为无人机规划合理的巡视航线。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.基于激光点云数据的输电巡视三维航迹自动规划方法，包括激光点云数据系统、分析模块以及无人机模块，其特征在于：所述分析模块包括分类提取模块、构建输电廊道三维模型模块以及无人机巡检航迹模块，所述激光点云数据系统通过三维激光扫描仪以非接触方式获取物体对象的点云数据，对其建模并真实还原物体对象原始面貌；所述分类提取模块用于分离并提取目标物；所述构建输电廊道三维模型模块用于建立输电廊道的三维模型；所述无人机巡检航迹模块用于规划无人机的巡检路径；所述无人机模块用于对输电线路进行定期或特殊巡检工作。

2.根据权利要求1所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述激光点云数据系统包括点云数据获取模块、点云数据拼接模块、数据去燥模块、数据精简模块、数据分隔模块以及三维建模模块；

所述点云数据获取模块通过三维激光扫描仪向被测对象物体发射大量激光束，接受反射信号，计算被测对象表面点的三维坐标，记录反射率以及纹理等信息；

所述点云数据拼接模块用于覆盖整个空间对象；

所述数据去燥模块用于去除数据在获取中产生的噪声点；

所述数据精简模块用于在精度允许下减少点云数据的数据量，提取有效信息；

所述数据分隔模块复杂对象建模之前进行点云数据分割；

所述三维建模模块用于对点云数据进行三维建模。

3.根据权利要求2所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述拼接模块为标靶拼接。

4.根据权利要求2所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述拼接模块为点云直接拼接。

5.根据权利要求2所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述拼接模块为点云直接拼接为控制点拼接。

6.根据权利要求1所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述分类提取模块包括激光点汇总模块、激光点云特征物分离模块以及杆塔线路点云数据提取模块；

所述激光点汇总模块用于从激光点云数据系统内获取大量的激光点；

所述激光点云特征物分离模块用于对输电通道扫描到的激光点分为地面点和非地面点；

所述杆塔线路点云数据提取模块用于获取杆塔的位置。

7.根据权利要求1所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述构建输电廊道三维模型模块包括原始激光点标记模块、特征点合并模块以及输电线路三维模块；

所述原始激光点标记模块用于对原始激光点进行标记；

所述特征点合并模块用于将标记的特征点合并在同一个空间内；

所述输电线路三维模块用于形成完整的输电线路三维走廊。

8.根据权利要求1所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述无人机巡检航迹模块为廊道巡视航迹规划模块。

9.根据权利要求1所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：所述无人机巡检航迹模块为杆塔巡视航迹规划模块。

10.根据权利要求1-9任意一项所述的基于激光点云数据的输电巡视三维航迹自动规划方法，其特征在于：包括以下步骤：

S1、通过激光点云数据系统的三维激光扫描仪以非接触方式获取物体对象的点云数据，对其建模并真实还原物体对象原始面貌；

S2、通过分类提取模块将激光点云数据系统内的数据进行分离并提取目标物；

S3、通过构建输电廊道三维模型模块建立输电廊道的三维模型；

S4、通过无人机巡检航迹模块将无人机的巡检路径规划进行规划；

S5、通过无人机模块对输电线路进行定期或特殊巡检工作。