CN110533075A - 一种多模型电力线分割方法 - Google Patents

一种多模型电力线分割方法 Download PDF

Info

Publication number
CN110533075A
CN110533075A CN201910707232.3A CN201910707232A CN110533075A CN 110533075 A CN110533075 A CN 110533075A CN 201910707232 A CN201910707232 A CN 201910707232A CN 110533075 A CN110533075 A CN 110533075A
Authority
CN
China
Prior art keywords
power line
model
cluster
section
xoy 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.)
Granted
Application number
CN201910707232.3A
Other languages
English (en)
Other versions
CN110533075B (zh
Inventor
时磊
杨渊
虢韬
杨恒
周振锋
王伟
杨刘贵
吴绍华
杨洋
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.)
Guizhou Power Grid Co Ltd
Original Assignee
PowerChina Guizhou Electric Power Engineering Co Ltd
Guizhou Power Grid Co Ltd Power Transmission Operation Maintenance Branch
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 PowerChina Guizhou Electric Power Engineering Co Ltd, Guizhou Power Grid Co Ltd Power Transmission Operation Maintenance Branch filed Critical PowerChina Guizhou Electric Power Engineering Co Ltd
Priority to CN201910707232.3A priority Critical patent/CN110533075B/zh
Publication of CN110533075A publication Critical patent/CN110533075A/zh
Application granted granted Critical
Publication of CN110533075B publication Critical patent/CN110533075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种多模型电力线分割方法，包括以下步骤：模型判断‑对模型A进行电力线分割‑对模型B进行电力线分割。本发明采用电力线点云局部统计的方式获得电力线数量，针对XOY面投影不重合模型，能获取完整的点云段，避免了电力线多处缺失；针对XOY面投影重合模型，采用了完整点云段高程排序的方式，对点云不缺失的段进行高程排序，然后对有缺失的段进行临近匹配，从而解决电力线点云多处缺失，对电力线分割带来的影响。

Description

一种多模型电力线分割方法
技术领域
本发明涉及一种多模型电力线分割方法，属于点云缺失情况下的多模型电力线分割技术领域。
背景技术
近年来机载LiDAR(light detection and ranging)在输电线路巡检中大量应用，其效率高、精度准、实时性强的特点，受到了电力行业的广泛青睐，输电线路运维也进入到了数字化运营和智慧化管理的时代。
电力线点云分割是机载激光雷达(LiDAR)电力巡线的重要任务之一，当前针对电力线分割算法的研究中仍然存在一些问题，可以归纳总结为：1.主要研究电力线相对完整的点云，对电力线缺失点云分割研究不够；2.总结电力线模型不完整，研究主要集中在电力线在XOY平面投影不重合的模型，对电力线在XOY平面投影重合模型研究不够；3.基于Hough变换或RANSAC检测的方法往往不能实现复杂环境下的电力线分割，例如无法进行垂直排列的多根电力线检测。
发明内容
为解决上述技术问题，本发明提供了一种多模型电力线分割方法。
本发明通过以下技术方案得以实现。
本发明提供的一种多模型电力线分割方法，包括以下步骤：
①模型判断：沿电力线走向和经验步长，将电力线分割为若干段，把每一段分别在XOY平面和XYZ空间进行聚类，根据每一段中，两种聚类的统计结果，确定电力线模型A和模型B；
②对模型A进行电力线分割：将电力线在XOY平面投影分段，进行聚类，统计聚类结果后，确定电力线数量，再根据电力线数量在XOY平面呈直线模型，完成电力线分割；
③对模型B进行电力线分割：首先，将电力线在XYZ空间分段，进行聚类，统计聚类结果后，确定电力线数量；其次，根据在XOY平面分段的聚类统计结果，确定电力线重合部分的数量，将每个重合部分，在XOY面投影，获取直线模型，通过直线模型将电力线分割为若干个在XOY平面投影重合的部分，将重合的每个部分，根据每一段聚类结果的高程的高低关系，确定每一根电力线；最后，根据取点邻近匹配原则，完成电力线分割。
所述步骤①中，将电力线在XOY平面投影不重合的模型，定义为模型A，将电力线在XOY平面投影重合的模型，定义为模型B。
所述模型A的电力线实际数量等于电力线在XOY平面投影后的投影数量，模型B的电力线实际数量大于电力线在XOY平面投影后的投影数量。
所述步骤②中，采用基于局部聚类确定直线模型方程的方法，进行电力线分割。
所述步骤①分为以下步骤：
(1.1)按照经验步长，将一档电力线点云，并沿该档电力线走向，将电力线分割成n段；
(1.2)对n段数据分别用k-means进行XYZ空间聚类，同时记录每段聚类簇数量，统计出现次数最多的聚类簇数量，获取电力线总数量，记为lineNum；
(1.3)对n段数据分别用k-means进行XOY平面聚类，同时记录每段聚类簇数量，统计出现次数最多的簇数量，获取XOY平面聚类数量，记为clusterNumXOY；
(1.4)当lineNum等于clusterNumXOY时，电力线为模型A，否则为模型B。
所述步骤②分为以下步骤：
(2.1)沿电力线走向，并按照经验步长，将电力线分割成n段；
(2.2)对分割后的n段电力线分别用k-means进行聚类，并统计每段的聚类簇数；
(2.3)从聚类后的电力线两端，向中间遍历，获取两段段内聚类数等于lineNum的段，分别记为clusterPart1和clusterPart2；
(2.4)在clusterPart1和clusterPart2的每一簇中，各取一个点，一共取出2×lineNum个点；
(2.5)对clusterPart1和clusterPart2取出的点，按照y坐标升序排列，分别记为sortPoint1和sortPoint2，此时两组对应的点在一条电力线上；
(2.6)根据sortPoint1[i]和sortPoint2[i]点，确定电力线在XOY平面投影直线有lineNum条，其中，sortPoint1[i]表示一个点坐标为(sortPoint1[i].x，sortPoint1[i].y，sortPoint1[i].z)，sortPoint2[i]表示一个点坐标为(sortPoint2[i].x，sortPoint2[i].y，sortPoint2[i].z)，0≤i<lineNum，i为常数；
(2.7)分别根据公式y＝kx+b求得lineNum个电力线投影表达式：
(2.8)根据步骤(2.7)中的表达式，用XOY平面点到直线距离公式y＝kx+b，分别遍历点云，当点到电力线投影表达式距离小于经验距离时，则该点属于此条电力线，完成电力线分割。
所述步骤③分为以下步骤：
(3.1)沿电力线走向，并按照经验步长，将电力线分割成n段；
(3.2)对分割后的n段电力线，分别用k-means进行XOY平面聚类，获取每段段内聚类簇数量，统计出现最多的簇数量，获取XOY平面分割数量，确定电力线重合数量，记为clusterNumXOY；
(3.3)聚类后，对簇数量进从两端向中间遍历，获取两个段内簇数量等于clusterNumXOY的段，分别记为clusterPart1和clusterPart2；
(3.4)从clusterPart1和clusterPart2中，各取出一个点，分别按照y坐标升序排列，分别记为sortPoint1和sortPoint2，此时两组对应的点就在一条电力线上；
(3.5)根据sortPoint1[i]和sortPoint2[i]点确定电力线在XOY平面投影直线有lineNum1条，分别根据公式y＝kx+b求得lineNum1个电力线投影表达式：
(3.6)根据步骤(3.5)中的表达式，确定电力线在XOY平面划分为若干个重合的部分，确定电力线重合数量，用XOY平面点到直线距离公式分别遍历点云，当点到电力线投影表达式距离小于经验距离时，则该点属于该部分；
(3.7)沿电力线走向，并按照经验步长，将重合部分分割成m个局部段；
(3.8)对分割后的m个局部段电力线，分别用k-means进行XYZ空间聚类，统计出现最多的簇数量，获取XOY投影重合部分在垂直方向上的电力线数量，记为verticalPartLineNum；
(3.9)提取局部段内聚类簇数等于verticalPartLineNum的局部段，将局部段内各簇，按照z值高低排序编号，提取各局部段内编号相同的簇，组成verticalPartLineNum根电力线；然后提取局部段内聚类簇数小于verticalPartLineNum的局部段，将其局部段内各簇和临近局部段内各簇进行x、y、z临近匹配，划分到相对应的、重合部分的各个电力线中；
(3.10)重复(3.7)～(3.9)，直至完成各个重合部分的电力线分割。
所述经验步长为2.5米。
所述经验距离为1m。
本发明的有益效果在于：
1.采用电力线点云局部统计的方式获得电力线数量，针对XOY面投影不重合模型，能获取完整的点云段，避免了电力线多处缺失；
2.针对XOY面投影重合模型，采用了完整点云段高程排序的方式，对点云不缺失的段进行高程排序，然后对有缺失的段进行临近匹配，从而解决电力线点云多处缺失，对电力线分割带来的影响。
具体实施方式
下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
本发明提供的一种多模型电力线分割方法，主要研究模型A、模型B两种电力线模型，两种模型在XOY平面和XYZ空间有较明显的区分特征，因此，根据区分特征可以进行电力线模型识别，一种多模型电力线分割方法，包括以下步骤：
①模型判断：沿电力线走向和经验步长，将电力线分割为若干段，把每一段分别在XOY平面和XYZ空间进行聚类，根据每一段中，两种聚类的统计结果，确定电力线模型A和模型B；
②对模型A进行电力线分割：将电力线在XOY平面投影分段，进行聚类，统计聚类结果后，确定电力线数量，再根据电力线数量在XOY平面呈直线模型，完成电力线分割；
③对模型B进行电力线分割：首先，将电力线在XYZ空间分段，进行聚类，统计聚类结果后，确定电力线数量；其次，根据在XOY平面分段的聚类统计结果，确定电力线重合部分的数量，将每个重合部分，在XOY面投影，获取直线模型，通过直线模型将电力线分割为若干个在XOY平面投影重合的部分，将重合的每个部分，根据每一段聚类结果的高程的高低关系，确定每一根电力线；最后，根据取点邻近匹配原则，完成电力线分割，即：
所述步骤①中，将电力线在XOY平面投影不重合的模型，定义为模型A，将电力线在XOY平面投影重合的模型，定义为模型B。
所述模型A的电力线实际数量等于电力线在XOY平面投影后的投影数量，模型B的电力线实际数量大于电力线在XOY平面投影后的投影数量。
所述步骤②中，采用基于局部聚类确定直线模型方程的方法，进行电力线分割。
所述步骤①分为以下步骤：
(1.1)按照经验步长，将一档电力线点云，并沿该档电力线走向，将电力线分割成n段；
(1.2)对n段数据分别用k-means进行XYZ空间聚类，同时记录每段聚类簇数量，统计出现次数最多的聚类簇数量，获取电力线总数量，记为lineNum；
(1.3)对n段数据分别用k-means进行XOY平面聚类，同时记录每段聚类簇数量，统计出现次数最多的簇数量，获取XOY平面聚类数量，记为clusterNumXOY；
(1.4)当lineNum等于clusterNumXOY时，电力线为模型A，否则为模型B。
所述步骤②分为以下步骤：
(2.1)沿电力线走向，并按照经验步长，将电力线分割成n段；
(2.2)对分割后的n段电力线分别用k-means进行聚类，并统计每段的聚类簇数；
(2.3)从聚类后的电力线两端，向中间遍历，获取两段段内聚类数等于lineNum的段，分别记为clusterPart1和clusterPart2；
(2.4)在clusterPart1和clusterPart2的每一簇中，各取一个点，一共取出2×lineNum个点；
(2.5)对clusterPart1和clusterPart2取出的点，按照y坐标升序排列，分别记为sortPoint1和sortPoint2，此时两组对应的点在一条电力线上；
(2.6)根据sortPoint1[i]和sortPoint2[i]点(0≤i<lineNum，i为常数)，确定电力线在XOY平面投影直线有lineNum条，其中，sortPoint1[i]表示一个点坐标为(sortPoint1[i].x，sortPoint1[i].y，sortPoint1[i].z)，sortPoint2[i]表示一个点坐标为(sortPoint2[i].x，sortPoint2[i].y，sortPoint2[i].z)，0≤i<lineNum，i为常数；
(2.7)分别根据公式y＝kx+b求得lineNum个电力线投影表达式：
(2.8)根据步骤(2.7)中的表达式，用XOY平面点到直线距离公式(即y＝kx+b)，分别遍历点云，当点到电力线投影表达式距离小于经验距离时，则该点属于此条电力线，完成电力线分割。
所述步骤③分为以下步骤：
(3.1)沿电力线走向，并按照经验步长，将电力线分割成n段；
(3.2)对分割后的n段电力线，分别用k-means进行XOY平面聚类，获取每段段内聚类簇数量，统计出现最多的簇数量，即为电力线重合部分数量(一个重合部分包含若干条在XOY平面投影重合的电力线)，获取XOY平面分割数量，确定电力线重合数量，记为clusterNumXOY；
(3.3)聚类后，对簇数量进从两端向中间遍历，获取两个段内，簇数量等于clusterNumXOY的段，分别记为clusterPart1和clusterPart2；
(3.4)从clusterPart1和clusterPart2中，各取出一个点，分别按照y坐标升序排列，分别记为sortPoint1和sortPoint2，此时两组对应的点就在一条电力线上；
(3.5)根据sortPoint1[i]和sortPoint2[i](0≤i<＝lineNum1，i为常数)点确定电力线在XOY平面投影直线有lineNum1条，分别根据公式y＝kx+b(常规物理公式)求得lineNum1个电力线投影表达式：
(3.6)根据步骤(3.5)中的表达式，确定电力线在XOY平面划分为若干个重合的部分(一个重合部分包含若干条在XOY平面投影重合的电力线)，确定电力线重合数量，用XOY平面点到直线距离公式分别遍历点云(即y＝kx+b)，当点到电力线投影表达式距离小于经验距离时，则该点属于该部分；
(3.7)沿电力线走向，并按照经验步长，将重合部分分割成m个局部段；
(3.8)对分割后的m个局部段电力线，分别用k-means进行XYZ空间聚类，统计出现最多的簇数量，获取XOY投影重合部分在垂直方向上的电力线数量，记为verticalPartLineNum(即为重合部分在垂直方向上电力线数量)；
(3.9)提取局部段内聚类簇数等于verticalPartLineNum的局部段，将局部段内各簇，按照z值高低排序编号，提取各局部段内编号相同的簇，组成verticalPartLineNum根电力线；然后提取局部段内聚类簇数小于verticalPartLineNum的局部段，将其局部段内各簇和临近局部段内各簇进行x、y、z临近匹配，划分到相对应的、重合部分的各个电力线中；
(3.10)重复(3.7)～(3.9)，直至完成各个重合部分的电力线分割。
所述经验步长为2.5米。
所述经验距离为1m。
综上所述，本发明采用电力线点云局部统计的方式，获取电力线数量，针对XOY面投影不重合的模型，通过电力线两端向中央搜索的方式，获取完整点云段，从而避免了电力线多处缺失；针对XOY面投影重合模型，采用了完整点云段高程排序的方式，对点云不缺失的段进行高程排序，然后对有缺失的段进行临近匹配，从而解决电力线点云多处缺失，对电力线分割带来的影响。

Claims (9)

1.一种多模型电力线分割方法，其特征在于：包括以下步骤：
①模型判断：沿电力线走向和经验步长，将电力线分割为若干段，把每一段分别在XOY平面和XYZ空间进行聚类，根据每一段中，两种聚类的统计结果，确定电力线模型A和模型B；
②对模型A进行电力线分割：将电力线在XOY平面投影分段，进行聚类，统计聚类结果后，确定电力线数量，再根据电力线数量在XOY平面呈直线模型，完成电力线分割；
③对模型B进行电力线分割：首先，将电力线在XYZ空间分段，进行聚类，统计聚类结果后，确定电力线数量；其次，根据在XOY平面分段的聚类统计结果，确定电力线重合部分的数量，将每个重合部分，在XOY面投影，获取直线模型，通过直线模型将电力线分割为若干个在XOY平面投影重合的部分，将重合的每个部分，根据每一段聚类结果的高程的高低关系，确定每一根电力线；最后，根据取点邻近匹配原则，完成电力线分割。
2.如权利要求1所述的多模型电力线分割方法，其特征在于：所述步骤①中，将电力线在XOY平面投影不重合的模型，定义为模型A，将电力线在XOY平面投影重合的模型，定义为模型B。
3.如权利要求1所述的多模型电力线分割方法，其特征在于：所述模型A的电力线实际数量等于电力线在XOY平面投影后的投影数量，模型B的电力线实际数量大于电力线在XOY平面投影后的投影数量。
4.如权利要求1所述的多模型电力线分割方法，其特征在于：所述步骤②中，采用基于局部聚类确定直线模型方程的方法，进行电力线分割。
5.如权利要求1所述的多模型电力线分割方法，其特征在于：所述步骤①分为以下步骤：
(1.1)按照经验步长，将一档电力线点云，并沿该档电力线走向，将电力线分割成n段；
(1.2)对n段数据分别用k-means进行XYZ空间聚类，同时记录每段聚类簇数量，统计出现次数最多的聚类簇数量，获取电力线总数量，记为lineNum；
(1.3)对n段数据分别用k-means进行XOY平面聚类，同时记录每段聚类簇数量，统计出现次数最多的簇数量，获取XOY平面聚类数量，记为clusterNumXOY；
(1.4)当lineNum等于clusterNumXOY时，电力线为模型A，否则为模型B。
6.如权利要求1所述的多模型电力线分割方法，其特征在于：所述步骤②分为以下步骤：
(2.1)沿电力线走向，并按照经验步长，将电力线分割成n段；
(2.2)对分割后的n段电力线分别用k-means进行聚类，并统计每段的聚类簇数；
(2.3)从聚类后的电力线两端，向中间遍历，获取两段段内聚类数等于lineNum的段，分别记为clusterPart1和clusterPart2；
(2.4)在clusterPart1和clusterPart2的每一簇中，各取一个点，一共取出2×lineNum个点；
(2.5)对clusterPart1和clusterPart2取出的点，按照y坐标升序排列，分别记为sortPoint1和sortPoint2，此时两组对应的点在一条电力线上；
(2.6)根据sortPoint1[i]和sortPoint2[i]点，确定电力线在XOY平面投影直线有lineNum条，其中，sortPoint1[i]表示一个点坐标为(sortPoint1[i].x，sortPoint1[i].y，sortPoint1[i].z)，sortPoint2[i]表示一个点坐标为(sortPoint2[i].x，sortPoint2[i].y，sortPoint2[i].z)，0≤i<lineNum，i为常数；
(2.7)分别根据公式y＝kx+b求得lineNum个电力线投影表达式：
(2.8)根据步骤(2.7)中的表达式，分别遍历点云，当点到电力线投影表达式距离小于经验距离时，则该点属于此条电力线，完成电力线分割。
7.如权利要求1所述的多模型电力线分割方法，其特征在于：所述步骤③分为以下步骤：
(3.1)沿电力线走向，并按照经验步长，将电力线分割成n段；
(3.2)对分割后的n段电力线，分别用k-means进行XOY平面聚类，获取每段段内聚类簇数量，统计出现最多的簇数量，获取XOY平面分割数量，确定电力线重合数量，记为clusterNumXOY；
(3.3)聚类后，对簇数量进从两端向中间遍历，获取两个段内簇数量等于clusterNumXOY的段，分别记为clusterPart1和clusterPart2；
(3.4)从clusterPart1和clusterPart2中，各取出一个点，分别按照y坐标升序排列，分别记为sortPoint1和sortPoint2，此时两组对应的点就在一条电力线上；
(3.5)根据sortPoint1[i]和sortPoint2[i]点确定电力线在XOY平面投影直线有lineNum1条，分别根据公式y＝kx+b求得lineNum1个电力线投影表达式：
(3.6)根据步骤(3.5)中的表达式，确定电力线在XOY平面划分为若干个重合的部分，确定电力线重合数量，用XOY平面点到直线距离公式分别遍历点云，当点到电力线投影表达式距离小于经验距离时，则该点属于该部分；
(3.7)沿电力线走向，并按照经验步长，将重合部分分割成m个局部段；
(3.8)对分割后的m个局部段电力线，分别用k-means进行XYZ空间聚类，统计出现最多的簇数量，获取XOY投影重合部分在垂直方向上的电力线数量，记为verticalPartLineNum；
(3.9)提取局部段内聚类簇数等于verticalPartLineNum的局部段，将局部段内各簇，按照z值高低排序编号，提取各局部段内编号相同的簇，组成verticalPartLineNum根电力线；然后提取局部段内聚类簇数小于verticalPartLineNum的局部段，将其局部段内各簇和临近局部段内各簇进行x、y、z临近匹配，划分到相对应的、重合部分的各个电力线中；
(3.10)重复(3.7)～(3.9)，直至完成各个重合部分的电力线分割。
8.如权利要求1、5、6或7中，任意一项所述的多模型电力线分割方法，其特征在于：所述经验步长为2.5米。
9.如权利要求6或7所述的多模型电力线分割方法，其特征在于：所述经验距离为1m。
CN201910707232.3A 2019-08-01 2019-08-01 一种多模型电力线分割方法 Active CN110533075B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910707232.3A CN110533075B (zh) 2019-08-01 2019-08-01 一种多模型电力线分割方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910707232.3A CN110533075B (zh) 2019-08-01 2019-08-01 一种多模型电力线分割方法

Publications (2)

Publication Number Publication Date
CN110533075A true CN110533075A (zh) 2019-12-03
CN110533075B CN110533075B (zh) 2023-08-08

Family

ID=68661190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910707232.3A Active CN110533075B (zh) 2019-08-01 2019-08-01 一种多模型电力线分割方法

Country Status (1)

Country Link
CN (1) CN110533075B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325678A (zh) * 2022-03-10 2022-04-12 北京云圣智能科技有限责任公司 障碍物检测方法、装置及服务器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427190A (zh) * 2015-12-09 2016-03-23 国网重庆市电力公司电力科学研究院 复杂地形时uhvac输电线路下方地面三维工频电场计算方法
CN107909582A (zh) * 2017-11-07 2018-04-13 国网甘肃省电力公司电力科学研究院 一种机载LiDAR塔头电力线自动检测分割方法
CN107958486A (zh) * 2017-11-21 2018-04-24 北京煜邦电力技术股份有限公司 一种导线矢量模型的生成方法及装置
CN109767489A (zh) * 2019-01-31 2019-05-17 广东电网有限责任公司 一种机载LiDAR点云电力线矢量化建模方法以及存储介质
CN109829199A (zh) * 2018-12-29 2019-05-31 中国科学院遥感与数字地球研究所 基于LiDAR点云的电力线快速分层提取方法
CN110060289A (zh) * 2019-04-26 2019-07-26 深圳市镭神智能系统有限公司 电力线提取方法和激光雷达系统、存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427190A (zh) * 2015-12-09 2016-03-23 国网重庆市电力公司电力科学研究院 复杂地形时uhvac输电线路下方地面三维工频电场计算方法
CN107909582A (zh) * 2017-11-07 2018-04-13 国网甘肃省电力公司电力科学研究院 一种机载LiDAR塔头电力线自动检测分割方法
CN107958486A (zh) * 2017-11-21 2018-04-24 北京煜邦电力技术股份有限公司 一种导线矢量模型的生成方法及装置
CN109829199A (zh) * 2018-12-29 2019-05-31 中国科学院遥感与数字地球研究所 基于LiDAR点云的电力线快速分层提取方法
CN109767489A (zh) * 2019-01-31 2019-05-17 广东电网有限责任公司 一种机载LiDAR点云电力线矢量化建模方法以及存储介质
CN110060289A (zh) * 2019-04-26 2019-07-26 深圳市镭神智能系统有限公司 电力线提取方法和激光雷达系统、存储介质

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
RUISHENG WANG等: "LiDAR Point Clouds to 3-D Urban Models: A Review", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 *
叶芳等: "基于三维DLT理论的架空导线弧垂测量", 《华北电力大学学报(自然科学版)》 *
时磊等: "电力线激光点云的分割及安全检测研究", 《激光技术》 *
林祥国等: "一种机载LiDAR点云电力线三维重建方法", 《测绘科学》 *
林祥国等: "分层随机抽样的单档电力线LiDAR点云聚类方法", 《测绘科学》 *
段敏燕: "机载激光雷达点云电力线三维重建方法研究", 《中国博士学位论文全文数据库信息科技辑》 *
汪骏等: "基于直升机激光点云的分裂导线重建研究", 《遥感技术与应用》 *
陈驰: "机载激光点云数据中电力线自动提取方法", 《武汉大学学报·信息科学版》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325678A (zh) * 2022-03-10 2022-04-12 北京云圣智能科技有限责任公司 障碍物检测方法、装置及服务器

Also Published As

Publication number Publication date
CN110533075B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN104732588B (zh) 一种基于机载激光雷达点云的电力线三维重建方法
CN107274417B (zh) 一种基于机载激光点云聚集关系的单木分割方法
CN106709946B (zh) 基于LiDAR点云的多分裂导线自动提取与精细建模方法
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
CN104751481B (zh) 一种基于分层随机抽样的单档电力线LiDAR点云聚类方法
CN106157361A (zh) 一种基于LiDAR点云的多分裂导线全自动三维重建方法
CN109800660A (zh) 一种基于大数据聚类的电压暂降源识别方法和系统
CN107767389A (zh) 一种基于机载激光点云数据的输电线自动提取方法
CN108680925B (zh) 一种基于激光点云数据的输电线路导线相间测量方法
CN107909582A (zh) 一种机载LiDAR塔头电力线自动检测分割方法
US11231038B2 (en) Load identification method for reciprocating machinery based on information entropy and envelope features of axis trajectory of piston rod
CN111210075A (zh) 一种基于组合分类器的雷击输电线路故障概率分析方法
CN115115627B (zh) 基于数据处理的土壤盐碱地监测方法
CN110348488A (zh) 一种基于局部密度峰值聚类的模态辨识方法
CN115641406A (zh) 一种电力线激光点云数据部分重合分段及聚类方法
CN108764157A (zh) 基于法向量高斯分布的建筑物激光脚点提取方法及系统
CN110533075A (zh) 一种多模型电力线分割方法
CN115757369A (zh) 一种激光点云数据的自动检查方法及系统
CN107369162B (zh) 一种绝缘子候选目标区域的生成方法及系统
CN115619972A (zh) 一种基于点云数据的道路标线磨损识别与评估方法
CN109102538A (zh) 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法
CN117437631A (zh) 一种基于悬链面hough变换的架空线点云检测方法
CN117058348A (zh) 一种几何特征和配准联合优化的三维点云电塔分割方法
CN116256771A (zh) 一种基于无人机激光点云树障分析方法
CN112882047B (zh) 基于激光点云的电力导线相间距离自动获取方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20210914

Address after: 550000 No. 17 Binhe Road, Nanming District, Guiyang City, Guizhou Province

Applicant after: Guizhou Power Grid Co.,Ltd.

Address before: 550000 No. 5 Baba street, Nanming District, Guiyang City, Guizhou Province

Applicant before: ELECTRICITY TRANSMISSION RUN OVERHAUL BRANCH, GUIZHOU POWER GRID Co.,Ltd.

Applicant before: POWERCHINA GUIZHOU ELECTRIC POWER DESIGN & RESEARCH INSTITUTE Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant