CN109978820B - 基于激光点云的无人机航线获取方法、系统以及设备 - Google Patents

基于激光点云的无人机航线获取方法、系统以及设备 Download PDF

Info

Publication number
CN109978820B
CN109978820B CN201910099245.7A CN201910099245A CN109978820B CN 109978820 B CN109978820 B CN 109978820B CN 201910099245 A CN201910099245 A CN 201910099245A CN 109978820 B CN109978820 B CN 109978820B
Authority
CN
China
Prior art keywords
point
unmanned aerial
aerial vehicle
image
point cloud
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
Application number
CN201910099245.7A
Other languages
English (en)
Other versions
CN109978820A (zh
Inventor
杨骥
李勇
潘屹峰
柳红凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Imapcloud Intelligent Technology Co ltd
Original Assignee
Guangzhou Imapcloud Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Imapcloud Intelligent Technology Co ltd filed Critical Guangzhou Imapcloud Intelligent Technology Co ltd
Priority to CN201910099245.7A priority Critical patent/CN109978820B/zh
Publication of CN109978820A publication Critical patent/CN109978820A/zh
Application granted granted Critical
Publication of CN109978820B publication Critical patent/CN109978820B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30144—Printing quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种基于激光点云的无人机航线获取方法、系统以及设备，方法包括如：获取待测杆塔的激光点云数据，生成待测杆塔的点云图像；在点云图像中确定待巡检目标点；获取在点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像；在各个航拍点模拟拍摄的待巡检目标点图像中，确定需求的待巡检目标点图像，并确定对应的无人机航拍点；根据确定的无人机航拍点，确定无人机飞行航线。在实际拍摄待巡检目标时，无需操控人员反复调整无人机航拍点，只需使无人机按照确定的无人机飞行航线飞行，并在无人机航拍点拍摄即可获得需求的图像，减轻了操控人员的工作和精神负担。

Description

基于激光点云的无人机航线获取方法、系统以及设备
技术领域
本发明涉及无人机航线获取领域，特别是涉及一种于激光点云的无人机航线获取方法、系统以及设备。
背景技术
杆塔是架空输电线路中用来支撑输电线的支撑结构，其上包括了绝缘子串、挂点、连接点等关键点，通过对这些关键点进行巡视检测，可以及时发现杆塔的缺陷，进而确保架空输电线路的正常运行。
由于无人机巡检杆塔时，可提高巡检效率，找到人工无法发现的隐患，因此，无人机在杆塔巡检领域得到了广泛使用。通过无人机巡检杆塔的方式为：在杆塔所在地，根据待巡检目标点的位置，通过操控人员调整无人机的方向和距离找到适合的航拍点，以使搭载在无人机上的相机对准待巡检目标点，再触发相机拍照，从而获取待巡检目标点的最佳视角图像。
发明人在实现本发明的过程中，发现：为了获得待巡检目标点的最佳视角图像，需要操控人员不断调整无人机的方向和距离，以使其达到合适的航拍点，操作繁琐且耗费时间长；同时，为了保障无人机的飞行安全，操控人员操控无人机时需要随时高度集中注意力，这对操控人员造成了极大的精神压力。
发明内容
基于此，本发明的目的在于，提供一种基于激光点云的无人机航线获取方法，其具有无需操控人员反复调整无人机航拍点，减少操控人员的工作和精神压力的优点。
一种基于激光点云的无人机航线获取方法，包括如下步骤：
获取待测杆塔的激光点云数据，并根据所述激光点云数据生成待测杆塔的点云图像；
在所述点云图像中确定待巡检目标点；
获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像；
在各个航拍点模拟拍摄的待巡检目标点图像中，确定需求的待巡检目标点图像；
根据需求的所述巡检目标点图像，确定该需求的巡检目标点图像对应的无人机航拍点；
根据确定的所述无人机航拍点，确定无人机飞行航线。
本发明通过激光点云数据生成杆塔的点云图像，并在点云图像中通过模拟调节无人机航拍点，获得模拟拍摄的巡检目标点图像，进而快捷确定需求的待巡检目标图像和确定无人机航拍点，获得无人机飞行航线，从而在实际拍摄待巡检目标时，无需操控人员反复调整无人机航拍点，只需使无人机按照确定的无人机飞行航线飞行，并在确定的无人机航拍点拍摄即可获得需求的待巡检目标图像，减轻了操控人员的工作和精神压力。
在一个可选的实施例中，所述获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像的步骤，包括：
获取在所述点云图像内根据待巡检目标点选取的一无人机航拍点，并根据所述无人机航拍点与待巡检目标点的空间位置关系，获取在该无人机航拍点下模拟拍摄的巡检目标点图像，且显示一可视化窗口；所述可视化窗口包括用于显示航拍点的信息栏、以及用于显示在该航拍点下模拟拍摄的巡检目标点图像的图像栏。
通过可视化窗口上的信息栏和图像栏，从而使用户直观地获悉无人机航拍点的信息以及对应的模拟拍摄的巡检目标点图像。
在一个可选的实施例中，所述显示一可视化窗口的步骤之后，还包括步骤：
根据用户在所述信息栏上输入的新的无人机航拍点，在所述图像栏上显示从新的无人机航拍点下模拟拍摄的巡检目标点图像。
通过在可视化窗口的信息栏上输入新的无人机航拍点，进而实现对无人机航拍点的微调整，并可在图像栏上直观获悉巡检目标点图像的变化，从而方便准确地确定最佳图像以及对应的无人机航拍点。
在一个可选的实施例中，所述在所述点云图像中确定待巡检目标点的步骤，包括：
从所述点云图像中确定特征明显的特征图像；
利用断面分析方法从所述特征图像中提取出特征点；
通过邻域搜索方法对所述特征点进行区域生长聚类,且在达到预设的生长终止条件时，获得聚类的多个特征点数据集合；
将聚类的多个特征点数据集合与初始定义的点云数据模板进行匹配，并将符合预设条件的特征点集合作为巡检目标点。
本发明还提供一种基于激光点云的无人机航线获取系统，包括：
点云图像生成模块，用于获取待测杆塔的激光点云数据，并根据所述激光点云数据生成待测杆塔的点云图像；
待巡检目标点确定模块，用于在所述点云图像中确定待巡检目标点；
模拟图像获取模块，用于获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像；
最佳图像确定模块，用于在各个航拍点模拟拍摄的待巡检目标点图像中，确定需求的待巡检目标点图像；
无人机航拍点确定模块，用于根据需求的所述巡检目标点图像，确定该需求的巡检目标点图像对应的无人机航拍点；
航线确定模块，用于根据确定的所述无人机航拍点，确定无人机飞行航线。
本发明通过激光点云数据生成杆塔的点云图像，并在点云图像中通过模拟调节无人机航拍点，获得模拟拍摄的巡检目标点图像，进而快捷确定需求的待巡检目标图像和确定无人机航拍点，获得无人机飞行航线，从而在实际拍摄待巡检目标时，无需操控人员反复调整无人机航拍点，只需使无人机按照确定的无人机飞行航线飞行，并在确定的无人机航拍点拍摄即可获得需求的待巡检目标图像，减轻了操控人员的工作和精神压力。
本发明还提供一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意所述的基于激光点云的无人机航线获取方法的步骤。
本发明还提供一种计算机设备，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意所述的基于激光点云的无人机航线获取方法的步骤。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1为本发明中基于激光点云的无人机航线获取方法的流程图；
图2为本发明中待测杆塔的点云图像的效果图；
图3为本发明中确定待巡检目标点的流程图；
图4为本发明中可视化窗口的效果图；
图5为本发明中基于激光点云的无人机航线获取系统的结构示意框图；
图6为本发明中待巡检目标点确定模块的结构示意框图；
图7为本发明中模拟图像获取模块的结构示意框图。
具体实施方式
请同时参阅图1和图2，一种基于激光点云的无人机航线获取方法，包括如下步骤：
步骤S1：获取待测杆塔的激光点云数据，并根据所述激光点云数据生成待测杆塔的点云图像。
在获取待测杆塔的激光点云数据后，还需要获取杆塔的kml数据或者人工标记杆塔的位置，进而精确确定出杆塔属性，如塔高，横担宽，走向等空间信息，从而生成待测杆塔的点云图像。
步骤S2：在所述点云图像中确定待巡检目标点。
所述待巡检目标点为待测杆塔上的绝缘子串、挂点、连接点等关键点，通过对这些关键点进行巡视检测，可以及时发现杆塔的缺陷，进而确保架空输电线路的正常运行。
请参阅图3，在一个可选的实施例中，所述在所述点云图像中确定待巡检目标点的步骤，包括：
步骤S21：从所述点云图像中确定特征明显的特征图像。
其中，所述特征图像包括了绝缘子串或地线等巡检要素，针对待测杆塔上的绝缘子串、挂点和连接点等待巡检目标点，它们的位置一般固定而且特征比较显著，因此，可以从点云图像中确定出特征明显的特征图像。
步骤S22：利用断面分析方法从所述特征图像中提取出特征点。
步骤S23：通过邻域搜索方法对所述特征点进行区域生长聚类,且在达到预设的生长终止条件时，获得聚类的多个特征点数据集合。
步骤S24：将聚类的多个特征点数据集合与初始定义的点云数据模板进行匹配，并将符合预设条件的特征点集合作为巡检目标点。
步骤S3：获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像。
在一个可选的实施例中，所述航拍点包括无人机与待巡检目标点的竖直距离、无人机与待巡检目标点的水平距离、无人机的机头方向以及无人机的云台方向。
请参阅图4，在一个可选的实施例中，所述获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像的步骤，包括：
获取在所述点云图像内根据待巡检目标点选取的一无人机航拍点，并根据所述无人机航拍点与待巡检目标点的空间位置关系，获取在该无人机航拍点下模拟拍摄的巡检目标点图像，且显示一可视化窗口；所述可视化窗口包括用于显示航拍点的信息栏、以及用于显示在该航拍点下模拟拍摄的巡检目标点图像的图像栏。
其中，根据所述无人机航拍点与待巡检目标点的空间位置关系，通过计算机视觉计算获得述无人机航拍点在航拍点角度下的成像；具体的，通过在本发明在三维视图(opengl)中选择无人机航拍点，并在该无人机航拍点下模拟拍摄的巡检目标点图像。
用户在所述点云图像内每选取一无人机航拍点，则显示所述可视化窗口，进而通过可视化窗口上的信息栏和图像栏，从而使用户直观地获悉无人机航拍点的信息以及对应的模拟拍摄的巡检目标点图像。
进一步地，所述显示一可视化窗口的步骤之后，还包括步骤：
根据用户在所述信息栏上输入的新的无人机航拍点，在所述图像栏上显示从新的无人机航拍点下模拟拍摄的巡检目标点图像。
通过在可视化窗口的信息栏上输入新的无人机航拍点，进而实现对无人机航拍点的微调整，并可在图像栏上直观获悉巡检目标点图像的变化，从而方便准确地确定最佳图像以及对应的无人机航拍点。
步骤S4：在各个航拍点模拟拍摄的待巡检目标点图像中，确定需求的待巡检目标点图像。
在一个可选的实施例中，在各个航拍点模拟拍摄的待巡检目标点图像中，根据拍摄的清晰程度和/或包括待巡检目标点的信息。
步骤S5：根据需求的所述巡检目标点图像，确定该需求的巡检目标点图像对应的无人机航拍点。
步骤S6：根据确定的所述无人机航拍点，确定无人机飞行航线。
在一个实施例中，设置无人机与巡检目标点和杆塔之间的安全距离，再根据所述无人机航拍点，以路径最短为原则获得无人机飞行航线，并计算无人机飞行航线与巡检目标点和杆塔之间的距离是否满足安全距离，若小于安全距离，则添加辅助点，并根据所述无人机航拍点和辅助点，再次计算无人机飞行航线，直至无人机飞行航线与巡检目标点和杆塔之间的距离满足安全距离。
本发明通过激光点云数据生成杆塔的点云图像，并在点云图像中通过模拟调节无人机航拍点，获得模拟拍摄的巡检目标点图像，进而快捷确定需求的待巡检目标图像和确定无人机航拍点，获得无人机飞行航线，从而在实际拍摄待巡检目标时，无需操控人员反复调整无人机航拍点，只需使无人机按照确定的无人机飞行航线飞行，并在确定的无人机航拍点拍摄即可获得需求的待巡检目标图像，减轻了操控人员的工作和精神压力。
请参阅图5，本发明还提供一种基于激光点云的无人机航线获取系统1，包括：
点云图像生成模块11，用于获取待测杆塔的激光点云数据，并根据所述激光点云数据生成待测杆塔的点云图像；
待巡检目标点确定模块12，用于在所述点云图像中确定待巡检目标点；
模拟图像获取模块13，用于获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像；
最佳图像确定模块14，用于在各个航拍点模拟拍摄的待巡检目标点图像中，确定需求的待巡检目标点图像；
无人机航拍点确定模块15，用于根据需求的所述巡检目标点图像，确定该需求的巡检目标点图像对应的无人机航拍点；
航线确定模块16，用于根据确定的所述无人机航拍点，确定无人机飞行航线。
本发明通过激光点云数据生成杆塔的点云图像，并在点云图像中通过模拟调节无人机航拍点，获得模拟拍摄的巡检目标点图像，进而快捷确定需求的待巡检目标图像和确定无人机航拍点，获得无人机飞行航线，从而在实际拍摄待巡检目标时，无需操控人员反复调整无人机航拍点，只需使无人机按照确定的无人机飞行航线飞行，并在确定的无人机航拍点拍摄即可获得需求的待巡检目标图像，减轻了操控人员的工作和精神压力。
请参阅图6，在一个可选的实施例中，所述待巡检目标点确定模块12，包括：
特征图像确定单元121，用于从所述点云图像中确定特征明显的特征图像。
特征数据确定单元122，用于利用断面分析方法从所述特征图像中提取出特征点。
匹配值计算单元123，用于通过邻域搜索方法对所述特征点进行区域生长聚类,且在达到预设的生长终止条件时，获得聚类的多个特征点数据集合。
巡检目标点确定单元124，用于将聚类的多个特征点数据集合与初始定义的点云数据模板进行匹配，并将符合预设条件的特征点集合作为巡检目标点。
请参阅图7，在一个可选的实施例中，所述模拟图像获取模块13，包括可视化窗口获取单元131，用于并根据所述无人机航拍点与待巡检目标点的空间位置关系，获取在该无人机航拍点下模拟拍摄的巡检目标点图像，且显示一可视化窗口；所述可视化窗口包括用于显示航拍点的信息栏、以及用于显示在该航拍点下模拟拍摄的巡检目标点图像的图像栏。用户在所述点云图像内每选取一无人机航拍点，则显示所述可视化窗口，进而通过可视化窗口上的信息栏和图像栏，从而使用户直观地获悉无人机航拍点的信息以及对应的模拟拍摄的巡检目标点图像。
所述模拟图像获取模块13，还包括图像显示单元132，用于根据用户在所述信息栏上输入的新的无人机航拍点，在所述图像栏上显示从新的无人机航拍点下模拟拍摄的巡检目标点图像。通过在可视化窗口的信息栏上输入新的无人机航拍点，进而实现对无人机航拍点的微调整，并可在图像栏上直观获悉巡检目标点图像的变化，从而方便准确地确定最佳图像以及对应的无人机航拍点。
本发明还提供一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意所述的基于激光点云的无人机航线获取方法的步骤。
本发明可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读储存介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本发明还提供一种计算机设备，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意基于激光点云的无人机航线获取方法的步骤。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (8)

1.一种基于激光点云的无人机航线获取方法，其特征在于，包括如下步骤：
获取待测杆塔的激光点云数据，并根据所述激光点云数据生成待测杆塔的点云图像；
在所述点云图像中确定待巡检目标点；
获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像；
在各个航拍点模拟拍摄的待巡检目标点图像中，确定需求的待巡检目标点图像；
根据需求的所述待巡检目标点图像，确定需求的所述待巡检目标点图像对应的无人机航拍点；
根据确定的所述无人机航拍点，确定无人机飞行航线。
2.根据权利要求1所述的基于激光点云的无人机航线获取方法，其特征在于，所述获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像的步骤，包括：
获取在所述点云图像内根据待巡检目标点选取的一无人机航拍点，并根据所述无人机航拍点与待巡检目标点的空间位置关系，获取在该无人机航拍点下模拟拍摄的巡检目标点图像，且显示一可视化窗口；所述可视化窗口包括用于显示航拍点的信息栏、以及用于显示在该航拍点下模拟拍摄的巡检目标点图像的图像栏。
3.根据权利要求2所述的基于激光点云的无人机航线获取方法，其特征在于，所述显示一可视化窗口的步骤之后，还包括步骤：
根据用户在所述信息栏上输入的新的无人机航拍点，在所述图像栏上显示从新的无人机航拍点下模拟拍摄的巡检目标点图像。
4.根据权利要求1所述的基于激光点云的无人机航线获取方法，其特征在于，所述在所述点云图像中确定待巡检目标点的步骤，包括：
从所述点云图像中确定特征明显的特征图像；
利用断面分析方法从所述特征图像中提取出特征点；
通过邻域搜索方法对所述特征点进行区域生长聚类，且在达到预设的生长终止条件时，获得聚类的多个特征点数据集合；
将聚类的多个特征点数据集合与初始定义的点云数据模板进行匹配，并将符合预设条件的特征点集合作为巡检目标点。
5.根据权利要求1所述的基于激光点云的无人机航线获取方法，其特征在于，所述航拍点包括无人机与待巡检目标点的竖直距离、无人机与待巡检目标点的水平距离、无人机的机头方向以及无人机的云台方向。
6.一种基于激光点云的无人机航线获取系统，其特征在于，
点云图像生成模块，用于获取待测杆塔的激光点云数据，并根据所述激光点云数据生成待测杆塔的点云图像；
待巡检目标点确定模块，用于在所述点云图像中确定待巡检目标点；
模拟图像获取模块，用于获取在所述点云图像内根据待巡检目标点模拟的多个无人机航拍点，并根据各无人机航拍点，获得在各个航拍点下模拟拍摄的待巡检目标点图像；
最佳图像确定模块，用于在各个航拍点模拟拍摄的待巡检目标点图像中，确定需求的待巡检目标点图像；
无人机航拍点确定模块，用于根据需求的所述待巡检目标点图像，确定需求的所述待巡检目标点图像对应的无人机航拍点；
航线确定模块，用于根据确定的所述无人机航拍点，确定无人机飞行航线。
7.一种计算机可读存储介质，其特征在于，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述权利要求1至5中任意一项所述的基于激光点云的无人机航线获取方法的步骤。
8.一种计算机设备，其特征在于，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述权利要求1至5中任意一项所述的基于激光点云的无人机航线获取方法的步骤。
CN201910099245.7A 2019-01-31 2019-01-31 基于激光点云的无人机航线获取方法、系统以及设备 Active CN109978820B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910099245.7A CN109978820B (zh) 2019-01-31 2019-01-31 基于激光点云的无人机航线获取方法、系统以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910099245.7A CN109978820B (zh) 2019-01-31 2019-01-31 基于激光点云的无人机航线获取方法、系统以及设备

Publications (2)

Publication Number Publication Date
CN109978820A CN109978820A (zh) 2019-07-05
CN109978820B true CN109978820B (zh) 2021-03-16

Family

ID=67076818

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910099245.7A Active CN109978820B (zh) 2019-01-31 2019-01-31 基于激光点云的无人机航线获取方法、系统以及设备

Country Status (1)

Country Link
CN (1) CN109978820B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110413003A (zh) * 2019-07-31 2019-11-05 广东电网有限责任公司 输电线路的巡视方法、装置、设备和计算机可读存储介质
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
CN111080832A (zh) * 2019-12-27 2020-04-28 上海复亚智能科技有限公司 输电线路杆塔的巡检方法及系统
CN113741413B (zh) * 2020-05-29 2022-11-08 广州极飞科技股份有限公司 一种无人设备的作业方法、无人设备及存储介质
CN111932618A (zh) * 2020-07-16 2020-11-13 广东电网有限责任公司 一种输电杆塔红外拍摄航线生成方法及相关装置
CN112033414A (zh) * 2020-09-11 2020-12-04 浙江华云清洁能源有限公司 一种无人机巡检航线生成方法、装置、设备及介质
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
CN112419176B (zh) * 2020-11-10 2024-05-14 国网江西省电力有限公司电力科学研究院 一种单回路输电通道导线正摄影像点云增强方法及装置
CN113253290B (zh) * 2021-04-26 2023-04-28 国网天津市电力公司 一种无人机巡检航线模板匹配方法
CN113204245A (zh) * 2021-05-19 2021-08-03 广州海事科技有限公司 基于无人机的航标巡查方法、系统、设备及存储介质
CN113419559B (zh) * 2021-07-08 2022-08-16 国网江西省电力有限公司电力科学研究院 基于输电线路gim模型的三维航线规划巡视系统及方法
CN113485424B (zh) * 2021-07-19 2023-04-18 武汉中测晟图遥感技术有限公司 一种杆塔巡检航线设计方法
CN113494913A (zh) * 2021-09-07 2021-10-12 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 无人机电力巡检规划方法、装置、计算机设备和存储介质
CN114489102A (zh) * 2022-01-19 2022-05-13 上海复亚智能科技有限公司 一种电力杆塔自巡检方法、装置、无人机及存储介质
CN114677859B (zh) * 2022-03-23 2023-07-18 广州中科云图智能科技有限公司 无人机航线自动校正方法和装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8433157B2 (en) * 2006-05-04 2013-04-30 Thomson Licensing System and method for three-dimensional object reconstruction from two-dimensional images
CN103454556B (zh) * 2013-08-09 2016-01-20 国家电网公司 一种具有3d扫描功能的巡检装置及其检测方法
CN106886849A (zh) * 2017-01-20 2017-06-23 深圳广田集团股份有限公司 一种bim模拟与航拍相结合的施工管控方法及系统
CN108955645A (zh) * 2018-07-16 2018-12-07 福州日兆信息科技有限公司 应用于通信铁塔智能巡检的三维建模方法及装置
CN109062233A (zh) * 2018-08-15 2018-12-21 广东电网有限责任公司 一种输电线路无人机自动驾驶巡检方法

Also Published As

Publication number Publication date
CN109978820A (zh) 2019-07-05

Similar Documents

Publication Publication Date Title
CN109978820B (zh) 基于激光点云的无人机航线获取方法、系统以及设备
CN109002055B (zh) 一种基于无人机的高精度自动巡检方法及系统
CN112164015B (zh) 单目视觉自主巡检图像采集方法、装置及电力巡检无人机
JP7188527B2 (ja) 魚体長さ測定システム、魚体長さ測定方法および魚体長さ測定プログラム
CN103323209B (zh) 基于双目立体视觉的结构模态参数识别系统
CN110418957B (zh) 对具有运行机构的设施进行状态监控的方法和装置
CN112327906A (zh) 一种基于无人机的智能自动巡检系统
CN112949478A (zh) 基于云台相机的目标检测方法
JP6981531B2 (ja) 物体同定装置、物体同定システム、物体同定方法およびコンピュータプログラム
DK3238173T3 (en) METHOD AND DEVICE FOR DETECTING AN AIRCRAFT FROM AN AIRCRAFT
CN107504917A (zh) 一种三维尺寸测量方法及装置
JP6816773B2 (ja) 情報処理装置、情報処理方法およびコンピュータプログラム
CN113900436A (zh) 巡检控制方法、装置、设备和存储介质
CN111932618A (zh) 一种输电杆塔红外拍摄航线生成方法及相关装置
CN109885091B (zh) 一种无人机自主飞行控制方法及系统
JP6879375B2 (ja) 情報処理装置、長さ測定システム、長さ測定方法およびコンピュータプログラム
Buayai et al. End-to-end inflorescence measurement for supporting table grape trimming with augmented reality
CN113987246A (zh) 无人机巡检的图片自动命名方法、装置、介质和电子设备
CN112987781A (zh) 一种无人机航线生成方法及装置
CN112733845A (zh) 兴趣区域问题识别方法、兴趣区域巡检方法及装置
JP2012054914A (ja) カメラパラメータのキャリブレーション装置及びプログラム
TWI697846B (zh) 物體辨識方法及其裝置
KR101236845B1 (ko) 계측 시스템 및 이를 이용한 계측방법
CN114062265B (zh) 一种用于视觉系统的支撑结构稳定性的评估方法
CN115272276A (zh) 基于红外光摄像的悬索桥主缆亚表面病害识别方法、装置

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