CN109671174A - 一种电塔巡检方法及装置 - Google Patents
一种电塔巡检方法及装置 Download PDFInfo
- Publication number
- CN109671174A CN109671174A CN201811568517.5A CN201811568517A CN109671174A CN 109671174 A CN109671174 A CN 109671174A CN 201811568517 A CN201811568517 A CN 201811568517A CN 109671174 A CN109671174 A CN 109671174A
- Authority
- CN
- China
- Prior art keywords
- pylon
- cloud data
- coordinate
- point cloud
- unmanned plane
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000007689 inspection Methods 0.000 claims abstract description 64
- 238000012545 processing Methods 0.000 claims description 39
- 230000000694 effects Effects 0.000 abstract description 8
- 230000015654 memory Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000012212 insulator Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例提供的一种电塔巡检方法及装置,属于无人巡检领域。该电塔巡检方法,包括:获取待巡检的电塔的点云数据;根据所述点云数据获取所述电塔所对应的电塔类型;获取所述电塔类型所携带的配置文件;根据所述配置文件确定所述电塔上的关键巡检点的坐标;将所述坐标发送至无人机,得到校准后的目标坐标;将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检。从而完成对电塔进行巡检,使得巡检效果更好,进而有效克服了现有技术中存在的巡检效果较差的技术问题。
Description
技术领域
本发明涉及无人机巡检领域,具体而言,涉及一种电塔巡检方法及装置。
背景技术
目前对电塔挂点进行巡检都是先通过人工肉眼看挂点,然后操作无人机飞到附近,比对航拍回传影像的位置是否对准了挂点。或者用图像处理的方法检测挂点。但是图像识别和检测依赖良好的光照条件和清晰的画面成像,同时对挂点多的地方难以分辨。而且光照和障碍的遮挡也会极大程度的影响巡检精度,使得巡检效果较差。
发明内容
本发明实施例提供的一种电塔巡检方法及装置,可以解决现有技术中的存在的巡检效果较差的技术问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供的一种电塔巡检方法,包括:获取待巡检的电塔的点云数据;根据所述点云数据获取所述电塔所对应的电塔类型;获取所述电塔类型所携带的配置文件;根据所述配置文件确定所述电塔上的关键巡检点的坐标;将所述坐标发送至无人机,得到校准后的目标坐标;将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检。在发明实施例中,通过获取待巡检的电塔的点云数据;根据所述点云数据获取所述电塔所对应的电塔类型;获取所述电塔类型所携带的配置文件;根据所述配置文件确定所述电塔上的关键巡检点的坐标;将所述坐标发送至无人机,得到校准后的目标坐标;将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检,从而完成对电塔进行巡检,使得巡检效果更好,进而有效克服了现有技术中存在的巡检效果较差的技术问题。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,所述根据所述点云数据获取所述电塔所对应的电塔类型,包括:获取数据库中与所述点云数据匹配的预设点云数据;获取所述预设点云数据所对应的电塔类型。在本发明实施例中,通过从数据库中获取与所述点云数据匹配的预设点云数据;从而获取所述预设点云数据所对应的电塔类型,可以有效减少数据处理时间,节约数据处理资源,并且使得所得到的电塔类型更加准确。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,所述将所述坐标发送至无人机,得到校准后的目标坐标,包括:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;根据所述电塔图像对所述坐标进行校准,得到校准后的目标坐标。在本发明实施例中,通过将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像,以通过电塔图像对坐标进行校准,使得无人机在际飞行过程中的规划位姿和实际位姿的相对偏差较小,进而提高无人机的巡检准确性。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,所述将所述坐标发送至无人机,得到校准后的目标坐标,包括:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;所述无人机还用于根据所述电塔图像对所述坐标进行校准,返回校准后的目标坐标。在本发明实施例中,通过无人机自动对所述坐标进行校准,使得无需将所采集的图像进行返回,直接返回校准后的目标坐标,从而可以减轻数据处理压力,减少对坐标的校准时间。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,所述根据所述点云数据获取所述电塔所对应的电塔类型,包括:对所述点云数据进行过滤,得到过滤后的点云数据;根据所述过滤后的点云数据获取所述电塔所对应的电塔类型。在本发明实施例中,通过对所述点云数据进行过滤,以过滤掉点云数据中不属于电塔的点,从而得到过滤后的点云数据;从而使得所得到的点云数据更加真实,进而使得通过所述过滤后的点云数据所得到的电塔类型更加准确。
第二方面,本发明实施例提供的一种电塔巡检装置,包括:第一获取单元,用于获取待巡检的电塔的点云数据;第一处理单元,用于根据所述点云数据获取所述电塔所对应的电塔类型;第二获取单元,用于获取所述电塔类型所携带的配置文件;第二处理单元,用于根据所述配置文件确定所述电塔上的关键巡检点的坐标;第三处理单元,用于将所述坐标发送至无人机,得到校准后的目标坐标;巡检单元,用于将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,所述第一处理单元,还用于:获取数据库中与所述点云数据匹配的预设点云数据;获取所述预设点云数据所对应的电塔类型。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,所述第三处理单元,还用于:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;根据所述电塔图像对所述坐标进行校准,得到校准后的目标坐标。
结合第二方面,本发明实施例提供了第二方面的第三种可能的实施方式,所述第三处理单元,还用于:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;所述无人机还用于根据所述电塔图像对所述坐标进行校准,返回校准后的目标坐标。
结合第二方面,本发明实施例提供了第二方面的第四种可能的实施方式,所述第一处理单元,还用于:对所述点云数据进行过滤,得到过滤后的点云数据;根据所述过滤后的点云数据获取所述电塔所对应的电塔类型。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明第一实施例提供的电塔巡检方法的流程图;
图2为本发明第二实施例提供的电塔巡检装置的功能模块示意图;
图3为本发明实施例提供的一种电子设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
第一实施例
请参阅图1,是本发明第一实施例提供的电塔巡检方法的流程图。下面将对图1所示的具体流程进行详细阐述。
步骤S101,获取待巡检的电塔的点云数据。
可选地,所述点云数据为用户预先获取后,所导入的数据。即获取用户输入的待巡检的电塔的点云数据。
可选地,点云数据包括电塔上的点(可以是部分点,也可以是所有点)的三维空间信息(如三维坐标)。
步骤S102,根据所述点云数据获取所述电塔所对应的电塔类型。
可选地,电塔类型包括但不限于猫型塔、转角塔、直线杆塔或终端杆塔。
作为一种实施方式,步骤S102包括:获取数据库中与所述点云数据匹配的预设点云数据;获取所述预设点云数据所对应的电塔类型。
可选地,数据库中预先存储有各类电塔类型的预设点云数据,每个电塔类型均对应有预设点云数据。
可选地,数据库可以是本地数据库,也可以是云端数据库(例如数据库服务器)。
在本发明实施例中,通过从数据库中获取与所述点云数据匹配的预设点云数据;从而获取所述预设点云数据所对应的电塔类型,可以有效减少数据处理时间,节约数据处理资源,并且使得所得到的电塔类型更加准确。
当然,在实际使用中,也可以是直接通过点云数据得到匹配的电塔类型。例如,通过电塔的结构信息或跟已知模型比对,或者通过机器学习分类器分类电塔点云从而计算得到电塔的类型。在此,不作具体限定。
作为另一种实施方式,步骤S102包括:对所述点云数据进行过滤,得到过滤后的点云数据;根据所述过滤后的点云数据获取所述电塔所对应的电塔类型。
可选地,基于空间滤波算法对所述点云数据进行过滤,得到过滤后的点云数据。即通过空间滤波算法将所述点云数据中不属于电塔的点尽可能的过滤掉。
当然,在实际使用中,还可以通过电塔整体结构的对称性进行过滤;或者是通过外部的电塔集合模型来过滤测量信息;或者是通过其他传感器测量电塔后相互校验剔除外点。
在本发明实施例中,通过对所述点云数据进行过滤,以过滤掉点云数据中不属于电塔的点,从而得到过滤后的点云数据;从而使得所得到的点云数据更加真实(或者是说更加纯粹),进而使得通过所述过滤后的点云数据所得到的电塔类型更加准确。
步骤S103,获取所述电塔类型所携带的配置文件。
可选地,所述配置文件包括所述电塔需要观测的层数,各层之间的相对高度以及电塔上的所有关键巡检点之间的相对位置。
当然,在实际使用中,关键巡检点包括电力巡检规范中的所有关键部位。例如,关键巡检点可以是电塔悬挂绝缘子以及绝缘子悬挂导线的位置点。
可选地,配置文件为预先配置的。
当然,在实际使用中,配置文件也可以是实时配置的。在此,不作具体限定。
在本发明实施例中,通过得到电塔类型,从而得到该电塔类型下的配置文件。
步骤S104,根据所述配置文件确定所述电塔上的关键巡检点的坐标。
可选地,所述坐标的数量可以是多个。
作为一种实施方式,将点云数据中的所有点投影到三维空间中高度为零(即z=0)的平面上,并在其外围生成一个包围盒(例如,轴对齐包围盒、包围球(Sphere)、方向包围盒OBB(Oriented bounding box)或者是固定方向凸包FDH(Fixed directions hulls或k-DOP)。其中,该包围盒的每一边都平行于一个坐标平面,再采用PCA(Principal componentsanalysis,主成分分析法),得到电塔的点云数据第一主成分方向和第二主成分方向(即包围盒的长方向和宽方向),并将整个电塔的点云数据进行水平旋转,从而使得可以在正北正东方向进行观测点的找取。再对旋转后的电塔求出电塔高度。一般的,根据架空输配电线路杆塔结构设计技术规定形成杆塔的关键巡检点先验信息可确定电塔每层上下关键巡检点的数量和轮廓(例如,垂直或斜拉等),然后结合电塔高度,由最高处依次向下搜索,从而求出各个关键巡检点的坐标。
可选地,关键巡检点的坐标可以通过一个滑动空间窗口自动搜索窗口范围内的点云数据,通过轮廓与点云数据的最小外接多边形计算得到关键巡检点的坐标。其中,窗口的尺寸可以通过多次搜索优化得到。具体如下所示:
其中,gdpos用于表征关键巡检点的坐标,winsize用于表征滑动窗口尺寸。PC用于表征点云数据的集合,Number用于表征关键巡检点数量,Contour用于表征关键巡检点的轮廓。
可选地,若轮廓信息缺失,通过搜索点云数据中最靠塔体外包围边界的凸起位置,然后以这些凸起位置的空间对称性、关键巡检点数量和相对位置关系,去除非关键巡检点凸起位置,得到关键巡检点的坐标。
作为另一种实施方式,也可以对电塔上的绝缘子进行3D-3D匹配。即用已知的电塔空间模型点集去匹配电塔的点云数据,求出旋转矩阵R和平移向量t,使得目标点集和参考模型点集之间距离最小,说明其配准成功。其中,匹配过程分为两个阶段,第一阶段将所述点云数据和模型点云都旋转到相同的垂直方向上(由于模型点云和所述点云数据都能提前获知地面的方向和位置);第二阶段通过点云特征匹配算法进行精细的匹配得到旋转和平移矩阵。因此,便可以通过模型的已知结构来找到电塔的点云数据中的对象的层级,高度值和类型,从而得到关键巡检点的坐标。
步骤S105,将所述坐标发送至无人机,得到校准后的目标坐标。
作为一种实施方式,步骤S105包括:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;根据所述电塔图像对所述坐标进行校准,得到校准后的目标坐标。
可选地,电塔图像包括电塔的顶部、侧面、正面以及电塔的整体的图像。
可选地,电塔图像中还携带有电塔的经纬度信息。
可选地,根据所述电塔图像对所述坐标进行校准,包括:根据所述电塔图像得到电塔的测量数据(例如,影像或点云数据),根据测量数据确定所述电塔的相对位置,根据所述相对位置对所述坐标进行校准,得到校准后的目标坐标。
在本发明实施例中,通过将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像,以通过电塔图像对坐标进行校准,使得无人机在际飞行过程中的规划位姿和实际位姿的相对偏差较小,进而提高无人机的巡检准确性。
作为另一种实施方式,步骤S105包括:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;所述无人机还用于根据所述电塔图像对所述坐标进行校准,返回校准后的目标坐标。
在本发明实施例中,通过无人机自动对所述坐标进行校准,使得无需将所采集的图像进行返回,直接返回校准后的目标坐标,从而可以减轻数据处理压力,减少对坐标的校准时间。
需要说明的是,无人机对坐标校准的处理过程可以参照上述的实施方式。在此,不作赘述。
步骤S106,将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检。
本发明实施例提供的电塔巡检方法,通过获取待巡检的电塔的点云数据;根据所述点云数据获取所述电塔所对应的电塔类型;获取所述电塔类型所携带的配置文件;根据所述配置文件确定所述电塔上的关键巡检点的坐标;将所述坐标发送至无人机,得到校准后的目标坐标;将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检,从而完成对电塔进行巡检,使得巡检效果更好,进而有效克服了现有技术中存在的巡检效果较差的技术问题。
第二实施例
对应于第一实施例中的电塔巡检方法,图2示出了采用第一实施例所示的电塔巡检方法一一对应的电塔巡检装置。如图2所示,所述电塔巡检装置400包括第一获取单元410、第一处理单元420、第二获取单元430、第二处理单元440、第三处理单元450和巡检单元460。其中,第一获取单元410、第一处理单元420、第二获取单元430、第二处理单元440、第三处理单元450和巡检单元460的实现功能与第一实施例中对应的步聚一一对应,为避免赘述,本实施例不一一详述。
第一获取单元410,用于获取待巡检的电塔的点云数据。
第一处理单元420,用于根据所述点云数据获取所述电塔所对应的电塔类型。
可选地,所述第一处理单元420,还用于:获取数据库中与所述点云数据匹配的预设点云数据;获取所述预设点云数据所对应的电塔类型。
可选地,所述第一处理单元420,还用于:对所述点云数据进行过滤,得到过滤后的点云数据;根据所述过滤后的点云数据获取所述电塔所对应的电塔类型。
第二获取单元430,用于获取所述电塔类型所携带的配置文件。
第二处理单元440,用于根据所述配置文件确定所述电塔上的关键巡检点的坐标。
第三处理单元450,用于将所述坐标发送至无人机,得到校准后的目标坐标。
可选地,所述第三处理单元450,还用于:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;根据所述电塔图像对所述坐标进行校准,得到校准后的目标坐标。
可选地,所述第三处理单元450,还用于:将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;所述无人机还用于根据所述电塔图像对所述坐标进行校准,返回校准后的目标坐标。
巡检单元460,用于将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检。
第三实施例
如图3所示,是电子设备600的示意图。所述电子设备600包括存储器602、处理器604、存储在所述存储器602中并可在所述处理器604上运行的计算机程序603,所述计算机程序603被处理器604执行时实现第一实施例中的所述电塔巡检方法,为避免重复,此处不再赘述。或者,所述计算机程序603被处理器604执行时实现第二实施例所述电塔巡检装置中各模块/单元的功能,为避免重复,此处不再赘述。
示例性的,计算机程序603可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器602中,并由处理器604执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序603在电子设备600中的执行过程。例如,计算机程序603可以被分割成第二实施例中的第一获取单元410、第一处理单元420、第二获取单元430、第二处理单元440、第三处理单元450和巡检单元460,各单元的具体功能如第一实施例或第二实施例所述,在此不一一赘述。
电子设备600可以是桌上型计算机、笔记本、掌上电脑或智能手机等设备。
其中,存储器602可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器602用于存储程序,所述处理器604在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器604中,或者由处理器604实现。
处理器604可能是一种集成电路芯片,具有信号的处理能力。上述的处理器604可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可以理解的是,图3所示的结构仅为电子设备600的一种结构示意图,电子设备600还可以包括比图3所示更多或更少的组件。图3中所示的各组件可以采用硬件、软件或其组合实现。
第四实施例
本发明实施例还提供一种存储介质,所述存储介质上存储有指令,当所述指令在计算机上运行时,所述计算机程序被处理器执行时实现第一实施例中的所述电塔巡检方法,为避免重复,此处不再赘述。或者,所述计算机程序被处理器执行时实现第二实施例所述电塔巡检装置中各模块/单元的功能,为避免重复,此处不再赘述。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现,基于这样的理解,本发明的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施场景的方法。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (10)
1.一种电塔巡检方法,其特征在于,包括:
获取待巡检的电塔的点云数据;
根据所述点云数据获取所述电塔所对应的电塔类型;
获取所述电塔类型所携带的配置文件;
根据所述配置文件确定所述电塔上的关键巡检点的坐标;
将所述坐标发送至无人机,得到校准后的目标坐标;
将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检。
2.根据权利要求1所述的方法,其特征在于,所述根据所述点云数据获取所述电塔所对应的电塔类型,包括:
获取数据库中与所述点云数据匹配的预设点云数据;
获取所述预设点云数据所对应的电塔类型。
3.根据权利要求1所述的方法,其特征在于,所述将所述坐标发送至无人机,得到校准后的目标坐标,包括:
将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;
根据所述电塔图像对所述坐标进行校准,得到校准后的目标坐标。
4.根据权利要求1所述的方法,其特征在于,所述将所述坐标发送至无人机,得到校准后的目标坐标,包括:
将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;所述无人机还用于根据所述电塔图像对所述坐标进行校准,返回校准后的目标坐标。
5.根据权利要求1所述的方法,其特征在于,所述根据所述点云数据获取所述电塔所对应的电塔类型,包括:
对所述点云数据进行过滤,得到过滤后的点云数据;
根据所述过滤后的点云数据获取所述电塔所对应的电塔类型。
6.一种电塔巡检装置,其特征在于,包括:
第一获取单元,用于获取待巡检的电塔的点云数据;
第一处理单元,用于根据所述点云数据获取所述电塔所对应的电塔类型;
第二获取单元,用于获取所述电塔类型所携带的配置文件;
第二处理单元,用于根据所述配置文件确定所述电塔上的关键巡检点的坐标;
第三处理单元,用于将所述坐标发送至无人机,得到校准后的目标坐标;
巡检单元,用于将所述目标坐标发送至所述无人机,所述无人机用于根据所述目标坐标对所述电塔进行巡检。
7.根据权利要求6所述的装置,其特征在于,所述第一处理单元,还用于:
获取数据库中与所述点云数据匹配的预设点云数据;
获取所述预设点云数据所对应的电塔类型。
8.根据权利要求6所述的装置,其特征在于,所述第三处理单元,还用于:
将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;
根据所述电塔图像对所述坐标进行校准,得到校准后的目标坐标。
9.根据权利要求6所述的装置,其特征在于,所述第三处理单元,还用于:
将所述坐标发送至无人机,所述无人机用于根据所述坐标对所述电塔进行拍照,返回电塔图像;所述无人机还用于根据所述电塔图像对所述坐标进行校准,返回校准后的目标坐标。
10.根据权利要求6所述的装置,其特征在于,所述第一处理单元,还用于:
对所述点云数据进行过滤,得到过滤后的点云数据;
根据所述过滤后的点云数据获取所述电塔所对应的电塔类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811568517.5A CN109671174A (zh) | 2018-12-20 | 2018-12-20 | 一种电塔巡检方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811568517.5A CN109671174A (zh) | 2018-12-20 | 2018-12-20 | 一种电塔巡检方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109671174A true CN109671174A (zh) | 2019-04-23 |
Family
ID=66145865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811568517.5A Pending CN109671174A (zh) | 2018-12-20 | 2018-12-20 | 一种电塔巡检方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109671174A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780681A (zh) * | 2019-11-26 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于激光点云的无人机自主巡检绝缘子路径规划方法 |
CN111985435A (zh) * | 2020-08-29 | 2020-11-24 | 浙江工业大学 | 一种基于机器视觉的无人机水域监测巡航方法 |
CN112229845A (zh) * | 2020-10-12 | 2021-01-15 | 国网河南省电力公司濮阳供电公司 | 基于视觉导航技术的无人机高精度饶塔智能巡检方法 |
CN112365622A (zh) * | 2020-10-28 | 2021-02-12 | 深圳市朗驰欣创科技股份有限公司 | 一种巡检系统、方法、终端和存储介质 |
CN112883844A (zh) * | 2021-02-02 | 2021-06-01 | 贵州电网有限责任公司 | 一种基于无监督学习的输电杆塔点云关键点提取方法 |
CN113076870A (zh) * | 2021-03-31 | 2021-07-06 | 广东电网有限责任公司 | 一种基于激光点云的杆塔识别方法及系统 |
KR20210090489A (ko) * | 2020-01-10 | 2021-07-20 | 한국전력공사 | 송전 철탑 점검용 카메라 드론 및 철탑 설비 촬영 방법, 전력선 촬영 방법 |
CN113238578A (zh) * | 2021-05-11 | 2021-08-10 | 上海电力大学 | 一种电力杆塔无人机巡检路线规划方法及系统 |
CN114332634A (zh) * | 2022-03-04 | 2022-04-12 | 浙江国遥地理信息技术有限公司 | 风险电塔的位置确定方法、装置、电子设备及存储介质 |
CN114310875A (zh) * | 2021-12-20 | 2022-04-12 | 珠海格力智能装备有限公司 | 一种曲轴定位识别方法、装置、存储介质和设备 |
CN114384937A (zh) * | 2022-01-20 | 2022-04-22 | 成都奥伦达科技有限公司 | 杆塔及其关键点的自动标记方法 |
CN117237881A (zh) * | 2023-11-16 | 2023-12-15 | 合肥中科类脑智能技术有限公司 | 三跨塔的绝缘子异常监测方法及装置、计算机设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012172295A (ja) * | 2011-02-17 | 2012-09-10 | Tokyo Electric Power Co Inc:The | 送電用鉄塔の補強方法 |
CN103065363A (zh) * | 2012-12-17 | 2013-04-24 | 北京恒华伟业科技股份有限公司 | 一种杆塔三维模型快速导入场景方法 |
CN105160600A (zh) * | 2015-09-23 | 2015-12-16 | 上海电巴新能源科技有限公司 | 供电线路的铁塔结构巡检方法 |
CN204992418U (zh) * | 2015-09-22 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种无人机输电线路缺陷自动巡检装置 |
CN106909169A (zh) * | 2017-03-30 | 2017-06-30 | 广东容祺智能科技有限公司 | 一种全自动电力巡线无人机系统 |
CN206618827U (zh) * | 2017-03-16 | 2017-11-07 | 广州供电局有限公司 | 绝缘子劣化检测设备 |
CN107346564A (zh) * | 2017-06-29 | 2017-11-14 | 国网冀北电力有限公司承德供电公司 | 巡视任务监督方法、电子设备及服务器 |
CN108365557A (zh) * | 2018-02-24 | 2018-08-03 | 广东电网有限责任公司肇庆供电局 | 一种无人机精细化巡检输电线路的方法及系统 |
CN108961455A (zh) * | 2018-04-28 | 2018-12-07 | 国家电网公司 | 线路杆塔巡检方法、系统及终端设备 |
CN108983809A (zh) * | 2018-07-16 | 2018-12-11 | 福州日兆信息科技有限公司 | 基于无人机的精准识别定位环绕的方法及无人机 |
-
2018
- 2018-12-20 CN CN201811568517.5A patent/CN109671174A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012172295A (ja) * | 2011-02-17 | 2012-09-10 | Tokyo Electric Power Co Inc:The | 送電用鉄塔の補強方法 |
CN103065363A (zh) * | 2012-12-17 | 2013-04-24 | 北京恒华伟业科技股份有限公司 | 一种杆塔三维模型快速导入场景方法 |
CN204992418U (zh) * | 2015-09-22 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种无人机输电线路缺陷自动巡检装置 |
CN105160600A (zh) * | 2015-09-23 | 2015-12-16 | 上海电巴新能源科技有限公司 | 供电线路的铁塔结构巡检方法 |
CN206618827U (zh) * | 2017-03-16 | 2017-11-07 | 广州供电局有限公司 | 绝缘子劣化检测设备 |
CN106909169A (zh) * | 2017-03-30 | 2017-06-30 | 广东容祺智能科技有限公司 | 一种全自动电力巡线无人机系统 |
CN107346564A (zh) * | 2017-06-29 | 2017-11-14 | 国网冀北电力有限公司承德供电公司 | 巡视任务监督方法、电子设备及服务器 |
CN108365557A (zh) * | 2018-02-24 | 2018-08-03 | 广东电网有限责任公司肇庆供电局 | 一种无人机精细化巡检输电线路的方法及系统 |
CN108961455A (zh) * | 2018-04-28 | 2018-12-07 | 国家电网公司 | 线路杆塔巡检方法、系统及终端设备 |
CN108983809A (zh) * | 2018-07-16 | 2018-12-11 | 福州日兆信息科技有限公司 | 基于无人机的精准识别定位环绕的方法及无人机 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780681A (zh) * | 2019-11-26 | 2020-02-11 | 贵州电网有限责任公司 | 一种基于激光点云的无人机自主巡检绝缘子路径规划方法 |
CN110780681B (zh) * | 2019-11-26 | 2023-05-12 | 贵州电网有限责任公司 | 一种基于激光点云的无人机自主巡检绝缘子路径规划方法 |
KR102344195B1 (ko) | 2020-01-10 | 2021-12-28 | 한국전력공사 | 전력선 촬영 방법 |
KR20210090489A (ko) * | 2020-01-10 | 2021-07-20 | 한국전력공사 | 송전 철탑 점검용 카메라 드론 및 철탑 설비 촬영 방법, 전력선 촬영 방법 |
CN111985435A (zh) * | 2020-08-29 | 2020-11-24 | 浙江工业大学 | 一种基于机器视觉的无人机水域监测巡航方法 |
CN112229845A (zh) * | 2020-10-12 | 2021-01-15 | 国网河南省电力公司濮阳供电公司 | 基于视觉导航技术的无人机高精度饶塔智能巡检方法 |
CN112365622A (zh) * | 2020-10-28 | 2021-02-12 | 深圳市朗驰欣创科技股份有限公司 | 一种巡检系统、方法、终端和存储介质 |
CN112365622B (zh) * | 2020-10-28 | 2022-06-28 | 深圳市朗驰欣创科技股份有限公司 | 一种巡检系统、方法、终端和存储介质 |
CN112883844A (zh) * | 2021-02-02 | 2021-06-01 | 贵州电网有限责任公司 | 一种基于无监督学习的输电杆塔点云关键点提取方法 |
CN113076870A (zh) * | 2021-03-31 | 2021-07-06 | 广东电网有限责任公司 | 一种基于激光点云的杆塔识别方法及系统 |
CN113238578A (zh) * | 2021-05-11 | 2021-08-10 | 上海电力大学 | 一种电力杆塔无人机巡检路线规划方法及系统 |
CN114310875A (zh) * | 2021-12-20 | 2022-04-12 | 珠海格力智能装备有限公司 | 一种曲轴定位识别方法、装置、存储介质和设备 |
CN114310875B (zh) * | 2021-12-20 | 2023-12-05 | 珠海格力智能装备有限公司 | 一种曲轴定位识别方法、装置、存储介质和设备 |
CN114384937A (zh) * | 2022-01-20 | 2022-04-22 | 成都奥伦达科技有限公司 | 杆塔及其关键点的自动标记方法 |
CN114332634A (zh) * | 2022-03-04 | 2022-04-12 | 浙江国遥地理信息技术有限公司 | 风险电塔的位置确定方法、装置、电子设备及存储介质 |
CN114332634B (zh) * | 2022-03-04 | 2022-06-10 | 浙江国遥地理信息技术有限公司 | 风险电塔的位置确定方法、装置、电子设备及存储介质 |
CN117237881A (zh) * | 2023-11-16 | 2023-12-15 | 合肥中科类脑智能技术有限公司 | 三跨塔的绝缘子异常监测方法及装置、计算机设备 |
CN117237881B (zh) * | 2023-11-16 | 2024-02-02 | 合肥中科类脑智能技术有限公司 | 三跨塔的绝缘子异常监测方法及装置、计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109671174A (zh) | 一种电塔巡检方法及装置 | |
CN107705328B (zh) | 用于3d对准算法的平衡探针位置选择 | |
CN110533722A (zh) | 一种基于视觉词典的机器人快速重定位方法及系统 | |
JP6681729B2 (ja) | オブジェクトの3d姿勢およびオブジェクトのランドマーク点の3dロケーションを求める方法、およびオブジェクトの3d姿勢およびオブジェクトのランドマークの3dロケーションを求めるシステム | |
CN104981105B (zh) | 一种快速精确获得元件中心和偏转角度的检测及纠偏方法 | |
CN104778688B (zh) | 点云数据的配准方法及装置 | |
CN106023298B (zh) | 基于局部泊松曲面重建的点云刚性配准方法 | |
CN103307975B (zh) | 模型生成设备和方法以及信息处理设备和方法 | |
CN108885791A (zh) | 地面检测方法、相关装置及计算机可读存储介质 | |
CN110163087B (zh) | 一种人脸姿态识别方法及系统 | |
CN104867137B (zh) | 一种基于改进ransac算法的图像配准方法 | |
CN108734740A (zh) | 摄像头校正方法、摄像头校正程序以及摄像头校正装置 | |
CN109614935A (zh) | 车辆定损方法及装置、存储介质及电子设备 | |
CN109993800A (zh) | 一种工件尺寸的检测方法、装置及存储介质 | |
CN109636854A (zh) | 一种基于line-mod模板匹配的增强现实三维跟踪注册方法 | |
CN105069743A (zh) | 探测器拼接实时图像配准的方法 | |
CN111353580B (zh) | 目标检测网络的训练方法、电子设备及存储介质 | |
CN106780551B (zh) | 一种三维运动目标检测方法和系统 | |
CN109345513A (zh) | 一种具有烟包姿态计算的卷烟包装缺陷检测方法 | |
JP7368924B2 (ja) | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ | |
Jiang et al. | Learned local features for structure from motion of uav images: A comparative evaluation | |
CN107525652A (zh) | 镜头畸变测试方法、装置及系统 | |
CN117152484A (zh) | 改进YOLOv5s的小目标布匹瑕疵检测方法 | |
CN113295142B (zh) | 一种基于faro扫描仪和点云的地形扫描分析方法和装置 | |
CN114092728A (zh) | 一种基于深度学习的指针式仪表智能识别方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190423 |