CN110555909A - 输电塔模型构建方法、装置、计算机设备和存储介质 - Google Patents
输电塔模型构建方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110555909A CN110555909A CN201910809185.3A CN201910809185A CN110555909A CN 110555909 A CN110555909 A CN 110555909A CN 201910809185 A CN201910809185 A CN 201910809185A CN 110555909 A CN110555909 A CN 110555909A
- Authority
- CN
- China
- Prior art keywords
- model
- section
- power transmission
- transmission tower
- preset
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 159
- 238000010276 construction Methods 0.000 title claims abstract description 31
- 238000013461 design Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 23
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种输电塔模型构建方法、装置、计算机设备和存储介质。所述方法包括：获取待构建输电塔模型对应的激光雷达点云数据，根据激光雷达点云数据查找待构建输电塔模型对应模型模板；并在预设模型设计坐标系内确定模型设计参数；获取输电塔结构特征点数据，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型。本申请的输电塔模型构建方法，无需输入所有节点与连线就可完成模型构建，可以充分提高输电塔模型构建的效率，确保电力电网正常安全运行。
Description
技术领域
本申请涉及测绘领域，特别是涉及一种输电塔模型构建方法、装置、计算机设备和存储介质。
背景技术
随着科技的发展，人们生产生活中的用电量大幅增加，电力系统运行的有效性与安全性面临巨大考验。而确保输电线路的可靠性是维护电力系统有效性的重要一环。目前一般可以通过输电线路在线监测系统来确保输电线路的可靠性。
然而，传统的输电线路在线监测系统在构建输电塔模型时，需要输入待建输电塔模型内的所有节点和连线，建模效率低下，间接影响输电线路在线监测效率，无法确保电力电网正常安全运行。
发明内容
基于此，有必要针对常规输电塔模型构建方法效率低下，无法确保电力电网正常安全运行的技术问题，提供一种效率更高的输电塔模型构建方法、装置、计算机设备和存储介质。
一种输电塔模型构建方法，所述方法包括：
获取待构建输电塔模型对应的激光雷达点云数据，根据所述激光雷达点云数据查找所述待构建输电塔模型对应模型模板，所述模型模板包括各预设区段模板以及所述预设区段模板的连接模式；
在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数；
获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
根据所述连接模式对构建完成的所述待构建区段进行连接，获取输电塔模型。
在其中一个实施例中，所述模型设计参数包括坐标数据，所述在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数包括：
将所述激光雷达点云数据输入预设模型设计坐标系中，确定所述激光雷达点云数据对应点云坐标数据；
根据所述各预设区段模板以及所述点云坐标数据，确定各待建区段对应坐标数据。
在其中一个实施例中，所述模型设计参数包括模型缩放比例，所述将所述激光雷达点云数据输入预设模型设计坐标系中，确定所述激光雷达点云数据对应点云坐标数据之前还包括：
根据所述模型模板与所述激光雷达点云数据确定模型缩放比例。
在其中一个实施例中，所述获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段包括：
获取当前待构建区段对应的输电塔结构特征点数据；
根据所述输电塔结构特征点数据，确定各预设区段模板对应坐标数据中关键点坐标数据；
根据所述关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板；
根据所述当前待构建区段对应模板构建当前待构建区段。
在其中一个实施例中，所述根据所述关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板包括：
根据所述关键点坐标数据模拟区段轮廓；
获取所述区段轮廓与所述各预设区段模板轮廓的轮廓相似度；
根据所述轮廓相似度确定所述当前待构建区段对应的预设区段模板。
在其中一个实施例中，所述获取所述区段轮廓与所述各预设区段模板轮廓的轮廓相似度包括：
通过Hu不变矩轮廓匹配获取所述区段轮廓与所述各预设区段模板轮廓的轮廓相似度。
一种输电塔模型构建装置，所述装置包括：
数据获取模块，用于获取待构建输电塔模型对应的激光雷达点云数据，根据所述激光雷达点云数据查找所述待构建输电塔模型对应模型模板，所述模型模板包括各预设区段模板以及所述预设区段模板的连接模式；
参数设置模块，用于在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数；
区块构建模块，用于获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
模型构建模块，用于根据所述连接模式对构建完成的所述待构建区段进行连接，获取输电塔模型。
在其中一个实施例中，所述模型设计参数包括坐标参数，所述参数设置模块用于：
将所述激光雷达点云数据输入预设模型设计坐标系中，确定所述激光雷达点云数据对应点云坐标数据；
根据所述预设区段模板以及所述点云坐标数据，确定各待建区段对应坐标数据。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取待构建输电塔模型对应的激光雷达点云数据，根据所述激光雷达点云数据查找所述待构建输电塔模型对应模型模板，所述模型模板包括各预设区段模板以及所述预设区段模板的连接模式；
在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数；
获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
根据所述连接模式对构建完成的所述待构建区段进行连接，获取输电塔模型。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取待构建输电塔模型对应的激光雷达点云数据，根据所述激光雷达点云数据查找所述待构建输电塔模型对应模型模板，所述模型模板包括各预设区段模板以及所述预设区段模板的连接模式；
在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数；
获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
根据所述连接模式对构建完成的所述待构建区段进行连接，获取输电塔模型。
上述输电塔模型构建方法、装置、计算机设备和存储介质，通过获取待构建输电塔模型对应的激光雷达点云数据，根据激光雷达点云数据查找待构建输电塔模型对应模型模板；并在预设模型设计坐标系内确定模型设计参数；获取输电塔结构特征点数据，根据雷达点云数据、输电塔结构特征点数据以及模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型。本申请的输电塔模型构建方法，通过待建输电塔模型对应的激光雷达点云数据确定待构建模型对应的模型模板，而后通过输电塔结构特征点数据来分别获取该模型模板中各个待构建区段，并将各待构建区段组合为输电塔模型，完成构建，无需输入所有节点与连线，可以充分提高输电塔模型构建的效率，确保电力电网正常安全运行。
附图说明
图1为一个实施例中输电塔模型构建方法的应用环境图；
图2为一个实施例中输电塔模型构建方法的流程示意图；
图3为一个实施例中图2的步骤S400的子流程示意图；
图4为一个实施例中图2的步骤S600的子流程示意图；
图5为一个实施例中输电塔模型构建装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的输电塔模型构建方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。服务器104可以获取待待构建输电塔模型对应的激光雷达点云数据，而后根据激光雷达点云数据查找待构建输电塔模型对应模型模板，模型模板包括各预设区段模板以及预设区段模板的连接模式；在预设模型设计坐标系内，根据激光雷达点云数据以及模型模板确定模型设计参数；同时用户可以通过终端102向服务器104输入输电塔结构特征点数据，服务器104获取输电塔结构特征点数据，根据雷达点云数据、输电塔结构特征点数据以及模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种输电塔模型构建方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤200，获取待构建输电塔模型对应的激光雷达点云数据，根据激光雷达点云数据查找待构建输电塔模型对应模型模板，模型模板包括各预设区段模板以及预设区段模板的连接模式。
其中，待构建输电塔模型指的是将要构建的输电塔模型，该输电塔模型由激光雷达传感器采集的，输电线路中实际输电塔的激光雷达点云数据构建。其中激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。而点云数据是指在一个三维坐标系统中的一组向量的集合。具体的，输电线路监测系统的建模工作人员可以通过激光雷达传感器采集实际的输电线路中各个输电塔的激光雷达点云数据，而后将其输入至服务器，由服务器对其进行建模。模型模板指的预存在服务器内的输电塔各种分段式结构对应的模型样式，具体包含了各种类型的塔头、横担、塔身、塔腿模型模板，以及这些不同模型模板之间的连接模式。而当需要拓展新的输电塔模型时，可以通过增加相应模板来实现。
S400，在预设模型设计坐标系内，根据激光雷达点云数据以及模型模板确定模型设计参数。
模型设计参数具体包括了模型构建过程中的坐标数据以及模型从实际的输电塔到输电塔模型之间的缩放比例，可以通过将点云数据与当前的模型模板进行对比，来确定这些模型设计参数中的缩放比例，同时在建立的坐标系中确定激光雷达点云数据对应的各个坐标点数据。
在输电塔模型建模之前，可以先建立建模坐标系，包括坐标原点，xyz轴方位等。而后，通过将激光雷达点云数据以及模型模板来确定对雷达点云的缩放比例，并确定各个雷达点云数据对应的坐标点数据。
S600，获取输电塔结构特征点数据，根据雷达点云数据、输电塔结构特征点数据以及模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段。
具体的，输电塔结构特征点数据是指能体现输电塔结构外轮廓特征的数据，输电塔结构特征点具体包括输电塔四个对应结构中的特征点，其中塔头部分的特征点包括：塔头与塔身外轮廓连接点、塔头与横担外轮廓连接点；横担部分的特征点包括：横担与塔头外轮廓连接点、横担端部外轮廓点；塔身部分的特征点包括：塔身与塔头外轮廓连接点、塔身与塔腿外轮廓连接点；塔腿部分的特征点包括：塔腿与塔身外轮廓连接点、四个塔脚点。建模工作人员可以从雷达点云数据中选取特征点，并把这些特征点输入至服务器，服务器根据这些结构特征点获取对应的雷达点云数据，并确定这些雷达点云数据所对应的输电塔结构，并进一步从该结构众多的预设区段模板中选取雷达点云数据最符合的区段模板，并将其确定为待构建区段。
S800，根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型。
在确定输电塔中塔头、横担、塔身以及塔腿各个区段结构对应的预设区段模板后，通过这些区段之间的连接关系，可以直接构建生成输电塔的三维模型，而后就可以通过各个输电塔的三维模型来构建输电线路的监测模型。
上述输电塔模型构建方法，通过获取待构建输电塔模型对应的激光雷达点云数据，根据激光雷达点云数据查找待构建输电塔模型对应模型模板；并在预设模型设计坐标系内确定模型设计参数；获取输电塔结构特征点数据，根据雷达点云数据、输电塔结构特征点数据以及模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型。本申请的输电塔模型构建方法，通过待建输电塔模型对应的激光雷达点云数据确定待构建模型对应的模型模板，而后通过输电塔结构特征点数据来分别获取该模型模板中各个待构建区段，并将各待构建区段组合为输电塔模型，完成构建，无需输入所有节点与连线，可以充分提高输电塔模型构建的效率，确保电力电网正常安全运行。
如图3所示，在其中一个实施例中，模型设计参数包括坐标数据，步骤S400包括：
S410，将激光雷达点云数据输入预设模型设计坐标系中，确定激光雷达点云数据对应点云坐标数据。
S430，根据各预设区段模板以及点云坐标数据，确定各待建区段对应坐标数据。
首先将采集到的所有雷达点云数据输入到预设模型设计坐标系，获取各个雷达点云数据的坐标点，具体的，可以设置雷达点云数据中多个点云边缘点的坐标数据，而后依据该边缘点的坐标数据设置其他坐标点的坐标数据，而后依据各预设区段模板，估计输电塔模型中各个区段分别对应的是那些坐标，即找到输电塔中塔头、横担、塔身以及塔腿这些待构建区段结构分别对应雷达点云数据中的哪些坐标点数据。通过将雷达点云数据设置进预设的坐标系，并将其拆分，有利于快速地对各个输电塔中各个区块进行建模，提高输电塔模型的构建效率。
在其中一个实施例中，S410之前还包括：
根据模型模板与激光雷达点云数据确定模型缩放比例。
此外，在步骤S410之前，还能将现有的模型模板内的尺寸与获取的雷达点云数据进行对比，来获取将雷达点云数据进行缩放的比例，该比例即输电塔模型的缩放比例。可以通过将雷达点云数据按照该模型缩放比例进行缩小后再进行建模，确保输电塔模型构建的效率与准确性。
如图4所示，在其中一个实施例中，S600包括：
S610，获取当前待构建区段对应的输电塔结构特征点数据。
S630，根据输电塔结构特征点数据，确定各预设区段模板对应坐标数据中关键点坐标数据。
S650，根据关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板。
S670，根据当前待构建区段对应模板构建当前待构建区段。
具体的，服务器可以在确定各个区段对应的雷达点云数据的坐标后，可以单独地向建模工作人员显示当前区段对应的雷达点云数据，建模工作人员可以从这些雷达点云数据中选取该区段下的输电塔结构特征点数据，并将这些输电塔结构特征点数据输入到服务器中，服务器根据输入的输电塔结构特征点数据，来确定当前待构建区段对应的雷达点云坐标数据中的关键点坐标数据。而后基于这些关键点数据，从众多的各预设区段模板中，匹配最适合的模板，并根据该匹配到的预设区段模板来构建当前待构建区段。通过点云数据中的特征点数据从预设区段模板匹配最接近的模板，作为当前待构建区段模板，而后基于选取的待构建区段模板来进行建模，相对比建模人员逐个点输入塔的所有节点和连线进行建模，可以显著提高模型构建过程的效率。
在其中一个实施例中，步骤S650包括：根据关键点坐标数据模拟区段轮廓；获取区段轮廓与各预设区段模板轮廓的轮廓相似度；根据轮廓相似度确定当前待构建区段对应的预设区段模板。其中一个实施例中，具体可以通过Hu不变矩轮廓匹配获取区段轮廓与各预设区段模板轮廓的轮廓相似度。
其中从各个预设区段模板中，基于当前的雷达点云数据以及关键点数据，匹配到当前待构建区段对应的预设区段模板具体可以通过计算两者之间的轮廓相似度来确定，首先根据确定的关键点坐标数据来模拟生成当前待构建的区块对应的区段轮廓，而后计算该区段轮廓与各个预设区段模板轮廓的轮廓相似度，而后将相似度最大的预设区段模板轮廓对应的预设区段模板作为查找到的目标模板，该模板即为当前待构建区段对应的预设区段模板，可以基于该预设区段模板进行建模，来对待构建的输电塔模型进行精准构建。获取区段轮廓与各预设区段模板轮廓的轮廓相似度的方法，具体可以为Hu不变矩轮廓匹配。通过比较当前待构建区块对应的雷达点云数据的外轮廓矩函数与各个预设区段模板的外轮廓矩函数，查找最接近的预设区段模板。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种输电塔模型构建装置，包括：
数据获取模块200，用于获取待构建输电塔模型对应的激光雷达点云数据，根据激光雷达点云数据查找待构建输电塔模型对应模型模板，模型模板包括各预设区段模板以及预设区段模板的连接模式；
参数设置模块400，用于在预设模型设计坐标系内，根据激光雷达点云数据以及模型模板确定模型设计参数；
区块构建模块600，用于获取输电塔结构特征点数据，根据雷达点云数据、输电塔结构特征点数据以及模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
模型构建模块800，用于根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型。
在其中一个实施例中，模型设计参数包括坐标数据，参数设置模块400用于将激光雷达点云数据输入预设模型设计坐标系中，确定激光雷达点云数据对应点云坐标数据；根据各预设区段模板以及点云坐标数据，确定各待建区段对应坐标数据。
在其中一个实施例中，模型设计参数包括模型缩放比例，参数设置模块400还用于根据模型模板与激光雷达点云数据确定模型缩放比例。
在其中一个实施例中，区块构建模块600用于获取当前待构建区段对应的输电塔结构特征点数据；根据输电塔结构特征点数据，确定各预设区段模板对应坐标数据中关键点坐标数据；根据关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板；根据当前待构建区段对应模板构建当前待构建区段。
在其中一个实施例中，区块构建模块600还用于根据关键点坐标数据模拟区段轮廓；获取区段轮廓与各预设区段模板轮廓的轮廓相似度；根据轮廓相似度确定当前待构建区段对应的预设区段模板。
在其中一个实施例中，区块构建模块600还用于通过Hu不变矩轮廓匹配获取区段轮廓与各预设区段模板轮廓的轮廓相似度。
关于输电塔模型构建装置的具体限定可以参见上文中对于输电塔模型构建方法的限定，在此不再赘述。上述输电塔模型构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储各预设区段模板以及预设区段模板的连接模式的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种输电塔模型构建方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取待构建输电塔模型对应的激光雷达点云数据，根据激光雷达点云数据查找待构建输电塔模型对应模型模板，模型模板包括各预设区段模板以及预设区段模板的连接模式；
在预设模型设计坐标系内，根据激光雷达点云数据以及模型模板确定模型设计参数；
获取输电塔结构特征点数据，根据雷达点云数据、输电塔结构特征点数据以及模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将激光雷达点云数据输入预设模型设计坐标系中，确定激光雷达点云数据对应点云坐标数据；根据各预设区段模板以及点云坐标数据，确定各待建区段对应坐标数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据模型模板与激光雷达点云数据确定模型缩放比例。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取当前待构建区段对应的输电塔结构特征点数据；根据输电塔结构特征点数据，确定各预设区段模板对应坐标数据中关键点坐标数据；根据关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板；根据当前待构建区段对应模板构建当前待构建区段。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据关键点坐标数据模拟区段轮廓；获取区段轮廓与各预设区段模板轮廓的轮廓相似度；根据轮廓相似度确定当前待构建区段对应的预设区段模板。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过Hu不变矩轮廓匹配获取区段轮廓与各预设区段模板轮廓的轮廓相似度。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待构建输电塔模型对应的激光雷达点云数据，根据激光雷达点云数据查找待构建输电塔模型对应模型模板，模型模板包括各预设区段模板以及预设区段模板的连接模式；
在预设模型设计坐标系内，根据激光雷达点云数据以及模型模板确定模型设计参数；
获取输电塔结构特征点数据，根据雷达点云数据、输电塔结构特征点数据以及模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
根据连接模式对构建完成的待构建区段进行连接，获取输电塔模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将激光雷达点云数据输入预设模型设计坐标系中，确定激光雷达点云数据对应点云坐标数据；根据各预设区段模板以及点云坐标数据，确定各待建区段对应坐标数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据模型模板与激光雷达点云数据确定模型缩放比例。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取当前待构建区段对应的输电塔结构特征点数据；根据输电塔结构特征点数据，确定各预设区段模板对应坐标数据中关键点坐标数据；根据关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板；根据当前待构建区段对应模板构建当前待构建区段。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据关键点坐标数据模拟区段轮廓；获取区段轮廓与各预设区段模板轮廓的轮廓相似度；根据轮廓相似度确定当前待构建区段对应的预设区段模板。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过Hu不变矩轮廓匹配获取区段轮廓与各预设区段模板轮廓的轮廓相似度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种输电塔模型构建方法，所述方法包括：
获取待构建输电塔模型对应的激光雷达点云数据，根据所述激光雷达点云数据查找所述待构建输电塔模型对应模型模板，所述模型模板包括各预设区段模板以及所述预设区段模板的连接模式；
在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数；
获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
根据所述连接模式对构建完成的所述待构建区段进行连接，获取输电塔模型。
2.根据权利要求1所述的方法，其特征在于，所述模型设计参数包括坐标数据，所述在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数包括：
将所述激光雷达点云数据输入预设模型设计坐标系中，确定所述激光雷达点云数据对应点云坐标数据；
根据所述各预设区段模板以及所述点云坐标数据，确定各待建区段对应坐标数据。
3.根据权利要求2所述的方法，其特征在于，所述模型设计参数包括模型缩放比例，所述将所述激光雷达点云数据输入预设模型设计坐标系中，确定所述激光雷达点云数据对应点云坐标数据之前还包括：
根据所述模型模板与所述激光雷达点云数据确定模型缩放比例。
4.根据权利要求2所述的方法，其特征在于，所述获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段包括：
获取当前待构建区段对应的输电塔结构特征点数据；
根据所述输电塔结构特征点数据，确定各预设区段模板对应坐标数据中关键点坐标数据；
根据所述关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板；
根据所述当前待构建区段对应模板构建当前待构建区段。
5.根据权利要求4所述的方法，其特征在于，所述根据所述关键点坐标数据从各预设区段模板中，查找当前待构建区段对应的预设区段模板包括：
根据所述关键点坐标数据模拟区段轮廓；
获取所述区段轮廓与所述各预设区段模板轮廓的轮廓相似度；
根据所述轮廓相似度确定所述当前待构建区段对应的预设区段模板。
6.根据权利要求1所述的方法，其特征在于，所述获取所述区段轮廓与所述各预设区段模板轮廓的轮廓相似度包括：
通过Hu不变矩轮廓匹配获取所述区段轮廓与所述各预设区段模板轮廓的轮廓相似度。
7.一种输电塔模型构建装置，其特征在于，所述装置包括：
数据获取模块，用于获取待构建输电塔模型对应的激光雷达点云数据，根据所述激光雷达点云数据查找所述待构建输电塔模型对应模型模板，所述模型模板包括各预设区段模板以及所述预设区段模板的连接模式；
参数设置模块，用于在预设模型设计坐标系内，根据所述激光雷达点云数据以及所述模型模板确定模型设计参数；
区块构建模块，用于获取输电塔结构特征点数据，根据所述雷达点云数据、所述输电塔结构特征点数据以及所述模型设计参数，在预设模型设计坐标系内分别从预设区段模板中匹配获取各待构建区段；
模型构建模块，用于根据所述连接模式对构建完成的所述待构建区段进行连接，获取输电塔模型。
8.根据权利要求7所述的装置，其特征在于，所述模型设计参数包括坐标参数，所述参数设置模块用于：
将所述激光雷达点云数据输入预设模型设计坐标系中，确定所述激光雷达点云数据对应点云坐标数据；
根据所述预设区段模板以及所述点云坐标数据，确定各待建区段对应坐标数据。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910809185.3A CN110555909B (zh) | 2019-08-29 | 2019-08-29 | 输电塔模型构建方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910809185.3A CN110555909B (zh) | 2019-08-29 | 2019-08-29 | 输电塔模型构建方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110555909A true CN110555909A (zh) | 2019-12-10 |
| CN110555909B CN110555909B (zh) | 2023-06-27 |
Family
ID=68738389
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910809185.3A Active CN110555909B (zh) | 2019-08-29 | 2019-08-29 | 输电塔模型构建方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110555909B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113033508A (zh) * | 2021-05-20 | 2021-06-25 | 成都奥伦达科技有限公司 | 一种基于点云的精细巡检航点快速生成方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107025323A (zh) * | 2016-12-29 | 2017-08-08 | 南京南瑞信息通信科技有限公司 | 一种基于模板库的变电站快速建模方法 |
| CN107886528A (zh) * | 2017-11-30 | 2018-04-06 | 南京理工大学 | 基于点云的配电线路作业场景三维重建方法 |
| CN108038908A (zh) * | 2017-11-21 | 2018-05-15 | 泰瑞数创科技(北京)有限公司 | 基于人工智能的空间对象识别及建模方法和系统 |
| CN108573529A (zh) * | 2018-03-20 | 2018-09-25 | 国网江苏省电力有限公司电力科学研究院 | 一种变电站虚拟现实场景的构建方法和系统 |
| CN109147044A (zh) * | 2017-09-19 | 2019-01-04 | 上海华测导航技术股份有限公司 | 一种基于点云数据进行输电塔及线路检测的系统 |
| CN110136260A (zh) * | 2019-04-24 | 2019-08-16 | 广州供电局有限公司 | 基于激光点云全要素模型库的输电线路杆塔及其实现方法 |
-
2019
- 2019-08-29 CN CN201910809185.3A patent/CN110555909B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107025323A (zh) * | 2016-12-29 | 2017-08-08 | 南京南瑞信息通信科技有限公司 | 一种基于模板库的变电站快速建模方法 |
| CN109147044A (zh) * | 2017-09-19 | 2019-01-04 | 上海华测导航技术股份有限公司 | 一种基于点云数据进行输电塔及线路检测的系统 |
| CN108038908A (zh) * | 2017-11-21 | 2018-05-15 | 泰瑞数创科技(北京)有限公司 | 基于人工智能的空间对象识别及建模方法和系统 |
| CN107886528A (zh) * | 2017-11-30 | 2018-04-06 | 南京理工大学 | 基于点云的配电线路作业场景三维重建方法 |
| CN108573529A (zh) * | 2018-03-20 | 2018-09-25 | 国网江苏省电力有限公司电力科学研究院 | 一种变电站虚拟现实场景的构建方法和系统 |
| CN110136260A (zh) * | 2019-04-24 | 2019-08-16 | 广州供电局有限公司 | 基于激光点云全要素模型库的输电线路杆塔及其实现方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113033508A (zh) * | 2021-05-20 | 2021-06-25 | 成都奥伦达科技有限公司 | 一种基于点云的精细巡检航点快速生成方法 |
| CN113033508B (zh) * | 2021-05-20 | 2021-08-10 | 成都奥伦达科技有限公司 | 一种基于点云的精细巡检航点快速生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110555909B (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Forstner et al. | Efficient and accurate registration of point clouds with plane to plane correspondences | |
| US20160371394A1 (en) | Indoor localization using crowdsourced data | |
| CN111191800B (zh) | 设备模型核查方法、装置、计算机设备和存储介质 | |
| CN110850233A (zh) | 电缆故障定位方法和装置 | |
| JP7214803B2 (ja) | 建築物の測位方法、装置、電子デバイス、記憶媒体、プログラム、及び端末デバイス | |
| CN112344941B (zh) | 路径规划方法、系统、机器人及存储介质 | |
| AU2019350710A1 (en) | System and method for generating floor plans using user device sensors | |
| CN112241989A (zh) | 外参标定方法、装置、计算机设备和存储介质 | |
| KR102516002B1 (ko) | 조사로봇기반 실내 공간 측위·매핑 방법 및 장치 | |
| Aini et al. | A study of Monte Carlo localization on robot operating system | |
| CN115267796A (zh) | 定位方法、装置、机器人和存储介质 | |
| CN110555909B (zh) | 输电塔模型构建方法、装置、计算机设备和存储介质 | |
| CN115546116A (zh) | 全覆盖式岩体不连续面提取与间距计算方法及系统 | |
| CN114048540A (zh) | 基于建筑工程算量模型的墙柱处理方法及装置 | |
| Shahidi et al. | Hidden markov model based graph matching for calibration of localization maps | |
| CA2894863A1 (en) | Indoor localization using crowdsourced data | |
| CN111210028A (zh) | 房间模型核查方法、装置、计算机设备和存储介质 | |
| CN112506182B (zh) | 扫地机器人定位方法、装置、计算机设备和存储介质 | |
| JP5450703B2 (ja) | 目標が位置する空間エリアを決定する方法および装置 | |
| CN110766794B (zh) | 断层几何结构获取方法、装置和计算机设备 | |
| EP2889724B1 (en) | System and method for selecting features for identifying human activities in a human-computer interacting environment | |
| CN112785135A (zh) | 工程质量检验方法、装置、计算机设备和存储介质 | |
| CN110544306A (zh) | 三维地形数据获取方法、装置、计算机设备以及存储介质 | |
| CN114485664B (zh) | 边界简化方法、路径规划方法、装置、设备及系统 | |
| CN113613188B (zh) | 指纹库的更新方法、装置、计算机设备和存储介质 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province Patentee after: CHINA SOUTHERN POWER GRID Co.,Ltd. Country or region after: China Patentee after: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Address before: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province Patentee before: CHINA SOUTHERN POWER GRID Co.,Ltd. Country or region before: China Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| CP03 | Change of name, title or address | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240329 Address after: Full Floor 14, Unit 3, Building 2, No. 11, Middle Spectra Road, Huangpu District, Guangzhou, Guangdong 510700 Patentee after: China Southern Power Grid Digital Grid Technology (Guangdong) Co.,Ltd. Country or region after: China Address before: 510000 No. 11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province Patentee before: CHINA SOUTHERN POWER GRID Co.,Ltd. Country or region before: China Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| TR01 | Transfer of patent right |