CN110675441A - 基于激光点云的输电线路导地线建模提取方法 - Google Patents
基于激光点云的输电线路导地线建模提取方法 Download PDFInfo
- Publication number
- CN110675441A CN110675441A CN201910977233.XA CN201910977233A CN110675441A CN 110675441 A CN110675441 A CN 110675441A CN 201910977233 A CN201910977233 A CN 201910977233A CN 110675441 A CN110675441 A CN 110675441A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- points
- power transmission
- line
- transmission line
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- 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
- G06T17/05—Geographic models
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- 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)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种基于激光点云的输电线路导地线建模提取方法,其步骤为:首先,利用机载激光扫描技术获得输电线路的点云数据;其次,对输电线路的点云数据进行预处理,获得导地线的点云数据;最后,对导地线的点云数据进行分割完成单根电力线的目标提取。本发明利用数字高程模型对机载激光点云自动滤波方法进行改进,能够自适应地根据地形的起伏特征调整滤波参数,滤除地面点;又根据激光点的维数特征及与水平面的关系对激光点进行预处理,可以充分保留电力线点,最大化地去除地面点、植被点、建筑物点以及杆塔点。本发明结合图像技术能够替代人工巡线操作,实现输电线路巡检的自动化、智能化,大大降低了设备风险和人员作业风险。
Description
技术领域
本发明涉及输电线路监控技术领域,特别是指一种基于激光点云的输电线路导地线建模提取方法。
背景技术
随着经济的快速发展,超高压大容量输电线路的建设数量急剧增加,线路走廊穿越的地理环境日趋复杂,给线路维护带来了更多困难。输电线路智能化、精细化管理离不开输电线路通道信息化建设的发展,利用现代科技技术实现真实三维输电线路通道数字化建设,为巡检过程提供数字化分析管理和辅助决策的实施,从而快速发现线路隐患及故障进行有效的分类统计分析,为运维决策者提供精细化管理基础,对输电线路季节性、阶段性的重点工作进行科学有效的工作安排。
因此,电力部门急需一种快速生成输电线路数字化模型的工具,能真实反映输电线路的环境,方便及时进行安全距离分析、三跨数据测量、安全隐患排查。同时希望实现降低人力、物力成本,提高企业经济效益和社会效益,进而全面提升电网信息化管理水平。机载激光扫描技术作为近年来快速发展的一项新技术,可以弥补传统航空摄影测量无法进行电力线测量的缺憾,快速获取高精度的数据信息,提高电力巡线效率,减少成本投入,并具有全天候工作等优点。因此,研究激光雷达点云数据中的电力线自动提取技术对电力巡线工作有着非常重要的意义,为实现输电线路巡检的自动化、智能化,提供了有力的数据支撑。
基于机载激光雷达点云数据的电力线自动提取技术会产生大量的点云数据,快速、高效的实现电力线走廊内的地面、植被、建筑物、杆塔、电力线及相关附件的点云数据的快速分割提取直接关系到该项技术的时效性和工程应用价值。现有电力线提取方法在算法方面将目标点云划分为多个栅格,滤波在每一个栅格内进行,而滤波栅格大小,需要用户手动调整,电力线提取精度仍有待提高。
发明内容
针对上述背景技术中存在的不足,本发明提出了一种基于激光点云的输电线路导地线建模提取方法,解决了现有电力线路巡检方法中的成本高、效率低、风险大的技术问题。
本发明的技术方案是这样实现的:
基于激光点云的输电线路导地线建模提取方法,其步骤如下:
S1、利用机载激光扫描仪器获得输电线路的点云数据;
S2、对输电线路的点云数据进行预处理,获得导地线的点云数据;
S3、对导地线的点云数据进行分割完成单根电力线的目标提取。
所述步骤S1中输电线路的点云数据包括地面点、植被点、建筑物点、杆塔点和导地线点。
所述步骤S2中对输电线路的点云数据进行预处理的方法为:
S21、将输电线路的点云数据划分为多个栅格,在每个栅格内进行滤波处理,并根据栅格大小与面高程变异系数之间的函数关系调整滤波参数,滤除地面点;
S22、根据输电线路的点云数据的维数特征剔除植被点和建筑物点,根据导地线与水平面的关系剔除杆塔点,获得导地线的点云数据。
所述步骤S22中输电线路的点云数据的维数特征的计算方法为:根据邻域大小自适应方法计算每个激光点的最佳邻域半径及其对应的特征值和特征向量,然后根据特征值、和定义维数特征:,其中,,、、均为特征向量,且。
所述步骤S22中根据导地线与水平面的关系剔除杆塔点的方法为:导地线与水平面平行,杆塔与水平面垂直,根据特征值对应的特征向量判断导地线、杆塔与水平面的方向,保留与水平面平行的点云数据,在通过提取的电力线之间的夹角关系滤除杆塔点,其中,导地线包括多根电力线。
所述步骤S3中对导地线的点云数据进行分割完成单根电力线的目标提取的方法为:
S31、采用Hough变换方法从导地线的点云数据中提取出电力线点的水平投影方程,提取完整电力线二维矢量;
S32、将电力线点的X、Y坐标在XOY投影面内进行二维Hough变换,获取多个直线方程;
S33、根据步骤S32中的直线方程统计出电力线的主方向,将与主方向夹角较大的直线滤除,依次移除预处理后残留的与地面平行的杆塔点;
S34、利用统计分析方法将Hough变换检测到的直线进行分簇,并采用最小二乘拟合法进行中心线拟合,获取电力线在XOY投影面内的中心线直线方程;
S35、根据步骤S34中的电力线的中心线直线方程反求出每条电力线上的激光点;
S36、计算每个激光点到提取的各条电力线中心线直线方程之间的二维距离,若激光点到某条直线之间的距离小于阈值H,则激光点是这条电力线上的点,否则,激光点不是这条电力线上的点;
S37、循环步骤S36,直到遍历完所有的激光点为此,完成单条电力线的目标提取。
所述步骤S6中的阈值H的大小等于相邻电力线的平面距离的1/4。
本技术方案能产生的有益效果:本发明利用数字高程模型对机载激光点云自动滤波方法进行改进,能够自适应地根据地形的起伏特征调整滤波参数,滤除地面点;又根据激光点的维数特征及与水平面的关系对激光点进行预处理,可以充分保留电力线点,最大化地去除地面点、植被点、建筑物点以及杆塔点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明的流程图。
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付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。
如图1所示,本发明实施例提供了一种基于激光点云的输电线路导地线建模提取方法,针对输电线路点云数据,实现点云数据的智能分类,准确的表示输电线路和线路运行环境的相对位置关系。通过对点云数据的智能分类技术,实现电力线的提取,对保障输电线路的安全运行具有非常重要的意义。结合图像技术能够替代人工巡线操作,实现输电线路巡检的自动化、智能化,将大大降低设备风险和人员作业风险。具体步骤如下:
S1、利用机载激光扫描仪器获得输电线路的点云数据;输电线路的点云数据包括地面点、植被点、建筑物点、杆塔点和导地线点。
S2、对输电线路的点云数据进行预处理,获得导地线的点云数据;对输电线路的点云数据预处理的方法为:
S21、将输电线路的点云数据划分为多个栅格,在每个栅格内进行滤波处理,并根据栅格大小与面高程变异系数之间的函数关系调整滤波参数,滤除地面点。顾及地形起伏特征的机载激光点云自动滤波方法:传统的线性预测滤波算法将目标点云划分为多个栅格,滤波在每一个栅格内进行,而滤波栅格大小,需要用户手动调整。本发明使用一种从机载激光扫描数椐中生成数字高程模型(DEM)的有效方法,引入统计学变量——面高程变异系数,刻画地形起伏特征,并建立线性预测滤波算法中栅格大小与面高程变异系数之间的函数关系,本发明能自适应地根据地形的起伏特征调整滤波参数,滤除地面点的点云数椐。
S22、根据输电线路的点云数据的维数特征以及导地线与水平面的关系剔除植被点、建筑物点和杆塔点,获得导地线的点云数据。
所述步骤S22中输电线路的点云数据的维数特征的计算方法为:根据邻域大小自适应方法计算每个激光点的最佳邻域半径及其对应的特征值和特征向量,然后根据特征值、和定义维数特征:,其中,,、、均为特征向量,且。
地面上的物体,如植被点、建筑物点,在点云空间表现上有相似的点云结构,在X、Y、Z三个方向上的特征值都比较接近;杆塔点在点云空间中表现为柱状目标,只有一个方向的特征值比较大,另外两个方向的特征值都比较小且比较接近;电力线点在点云空间中也表现为柱状目标。因此只选取柱状目标即可以滤除植被点和建筑物点。对于杆塔点,则可以根据方向特性滤除。电力线平行于水平面,而杆塔则垂直于水平面。因此,对于获取的柱状目标点,可以根据与特征值对应的特征向量判断其方向,只保留与水平面平行的柱状目标点,再通过提取的电力线之间的夹角关系滤除这些杆塔点。通过预处理方法,可以充分保留电力线点,并最大化地去除地面点、植被点、建筑物点以及杆塔点。
S3、对导地线的点云数据进行分割完成单根电力线的目标提取。由于杆塔区间存在多根电力线,预处理后的电力线激光点云中存在多个电力线目标,故在拟合之前,需要对电力线点云分割结果进行单根电力线的对象目标提取。
所述步骤S3中对导地线的点云数据进行分割完成单根电力线的目标提取的方法为:
S31、电力线在水平面内的投影呈直线,且这些直线互相平行;采用Hough变换方法从导地线的点云数据中提取出电力线点的水平投影方程,然后根据水平投影方程反算出各条电力线上的激光点,电力线点在XOY投影面内是离散点且具有一定的间距,单条电力线点云数据中可能会有中断。选用Hough变换方法提取点云数据中的电力线的水平投影方程能够有效地克服数据中断问题,提取完整电力线二维矢量。
S32、将电力线点的X、Y坐标在XOY投影面内进行二维Hough变换,获取多个直线方程。Hough变换是一种使用表决原理的参数估计技术,其原理是利用图像空间和Hough参数空间的点-线对偶性,把图像空间中的检测问题转换到参数空间。Hough变换的实质是将图像空间内具有一定关系的点进行聚类,寻找能把这些点用某一解析形式联系起来的参数空间累积对应点。在参数空间不超过二维的情况下,Hough变换效果显著。
S33、根据步骤S32中的直线方程统计出电力线的主方向,将与主方向夹角较大的直线滤除,依次移除预处理后残留的与地面平行的杆塔点。
S34、利用统计分析方法将Hough变换检测到的直线进行分簇,并采用最小二乘拟合法进行中心线拟合,获取电力线在XOY投影面内的中心线直线方程。最小二乘法是一种数学优化技术,通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。
S35、根据步骤S34中的电力线的中心线直线方程反求出每条电力线上的激光点。
S36、计算每个激光点到提取的各条电力线中心线直线方程之间的二维距离,若激光点到某条直线之间的距离小于一定的阈值H,则激光点是这条电力线上的点,否则,激光点不是这条电力线上的点;其中,阈值H的大小等于相邻电力线的平面距离的1/4。
S37、循环步骤S36,直到遍历完所有的激光点为此,完成单条电力线的目标提取。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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。
Claims (7)
1.基于激光点云的输电线路导地线建模提取方法,其特征在于,其步骤如下:
S1、利用机载激光扫描仪器获得输电线路的点云数据;
S2、对输电线路的点云数据进行预处理,获得导地线的点云数据;
S3、对导地线的点云数据进行分割完成单根电力线的目标提取。
2.根据权利要求1所述的基于激光点云的输电线路导地线建模提取方法,其特征在于,所述步骤S1中输电线路的点云数据包括地面点、植被点、建筑物点、杆塔点和导地线点。
3.根据权利要求1所述的基于激光点云的输电线路导地线建模提取方法,其特征在于,所述步骤S2中对输电线路的点云数据进行预处理的方法为:
S21、将输电线路的点云数据划分为多个栅格,在每个栅格内进行滤波处理,并根据栅格大小与面高程变异系数之间的函数关系调整滤波参数,滤除地面点;
S22、根据输电线路的点云数据的维数特征剔除植被点和建筑物点,根据导地线与水平面的关系剔除杆塔点,获得导地线的点云数据。
6.根据权利要求1所述的基于激光点云的输电线路导地线建模提取方法,其特征在于,所述步骤S3中对导地线的点云数据进行分割完成单根电力线的目标提取的方法为:
S31、采用Hough变换方法从导地线的点云数据中提取出电力线点的水平投影方程,提取完整电力线二维矢量;
S32、将电力线点的X、Y坐标在XOY投影面内进行二维Hough变换,获取多个直线方程;
S33、根据步骤S32中的直线方程统计出电力线的主方向,将与主方向夹角较大的直线滤除,依次移除预处理后残留的与地面平行的杆塔点;
S34、利用统计分析方法将Hough变换检测到的直线进行分簇,并采用最小二乘拟合法进行中心线拟合,获取电力线在XOY投影面内的中心线直线方程;
S35、根据步骤S34中的电力线的中心线直线方程反求出每条电力线上的激光点;
S36、计算每个激光点到提取的各条电力线中心线直线方程之间的二维距离,若激光点到某条直线之间的距离小于阈值H,则激光点是这条电力线上的点,否则,激光点不是这条电力线上的点;
S37、循环步骤S36,直到遍历完所有的激光点为此,完成单条电力线的目标提取。
7.根据权利要求6所述的基于激光点云的输电线路导地线建模提取方法,其特征在于,所述步骤S6中的阈值H的大小等于相邻电力线的平面距离的1/4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977233.XA CN110675441B (zh) | 2019-10-15 | 2019-10-15 | 基于激光点云的输电线路导地线建模提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910977233.XA CN110675441B (zh) | 2019-10-15 | 2019-10-15 | 基于激光点云的输电线路导地线建模提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110675441A true CN110675441A (zh) | 2020-01-10 |
CN110675441B CN110675441B (zh) | 2022-09-02 |
Family
ID=69082295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910977233.XA Active CN110675441B (zh) | 2019-10-15 | 2019-10-15 | 基于激光点云的输电线路导地线建模提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675441B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380461A (zh) * | 2020-04-21 | 2020-07-07 | 南京理工大学 | 一种电缆卷绕状态检测系统 |
CN111474443A (zh) * | 2020-04-13 | 2020-07-31 | 国网山东省电力公司淄博供电公司 | 测量输电线路的方法及装置 |
CN112446884A (zh) * | 2020-11-27 | 2021-03-05 | 广东电网有限责任公司肇庆供电局 | 一种激光点云中输电线的定位方法、装置及终端设备 |
CN112446114A (zh) * | 2020-12-08 | 2021-03-05 | 国网江苏省电力工程咨询有限公司 | 基于三维模型比对的输电线路工程施工进度监测方法 |
CN114662753A (zh) * | 2022-03-22 | 2022-06-24 | 国网山东省电力公司超高压公司 | 基于地表变化预测的输电导线安全预警方法 |
CN115685222A (zh) * | 2022-11-14 | 2023-02-03 | 国网湖北省电力有限公司超高压公司 | 一种基于激光点云数据的电力线塔架自动检测方法 |
CN118097443A (zh) * | 2024-04-29 | 2024-05-28 | 山东万物知视科技有限公司 | 一种基于激光点云数据的输电线路单体自动化提取方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413133A (zh) * | 2013-06-28 | 2013-11-27 | 广东电网公司电力科学研究院 | 无序激光点云数据中自动提取电力线方法 |
CN104020475A (zh) * | 2014-06-20 | 2014-09-03 | 西安煤航信息产业有限公司 | 一种基于机载LiDAR数据的电力线提取及建模方法 |
CN105260737A (zh) * | 2015-11-25 | 2016-01-20 | 武汉大学 | 一种融合多尺度特征的激光扫描数据物理平面自动化提取方法 |
CN107767389A (zh) * | 2017-10-27 | 2018-03-06 | 云南电网有限责任公司电力科学研究院 | 一种基于机载激光点云数据的输电线自动提取方法 |
CN109100742A (zh) * | 2018-08-22 | 2018-12-28 | 上海华测导航技术股份有限公司 | 基于机载激光雷达进行电力巡线的方法 |
CN109390873A (zh) * | 2018-11-30 | 2019-02-26 | 贵州电网有限责任公司 | 一种利用输电线路通道内点云数据来预测树障威胁的方法 |
CN109633674A (zh) * | 2018-12-17 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 基于激光点云数据的输电巡视三维航迹自动规划方法 |
-
2019
- 2019-10-15 CN CN201910977233.XA patent/CN110675441B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103413133A (zh) * | 2013-06-28 | 2013-11-27 | 广东电网公司电力科学研究院 | 无序激光点云数据中自动提取电力线方法 |
CN104020475A (zh) * | 2014-06-20 | 2014-09-03 | 西安煤航信息产业有限公司 | 一种基于机载LiDAR数据的电力线提取及建模方法 |
CN105260737A (zh) * | 2015-11-25 | 2016-01-20 | 武汉大学 | 一种融合多尺度特征的激光扫描数据物理平面自动化提取方法 |
CN107767389A (zh) * | 2017-10-27 | 2018-03-06 | 云南电网有限责任公司电力科学研究院 | 一种基于机载激光点云数据的输电线自动提取方法 |
CN109100742A (zh) * | 2018-08-22 | 2018-12-28 | 上海华测导航技术股份有限公司 | 基于机载激光雷达进行电力巡线的方法 |
CN109390873A (zh) * | 2018-11-30 | 2019-02-26 | 贵州电网有限责任公司 | 一种利用输电线路通道内点云数据来预测树障威胁的方法 |
CN109633674A (zh) * | 2018-12-17 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 基于激光点云数据的输电巡视三维航迹自动规划方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111474443A (zh) * | 2020-04-13 | 2020-07-31 | 国网山东省电力公司淄博供电公司 | 测量输电线路的方法及装置 |
CN111380461A (zh) * | 2020-04-21 | 2020-07-07 | 南京理工大学 | 一种电缆卷绕状态检测系统 |
CN112446884A (zh) * | 2020-11-27 | 2021-03-05 | 广东电网有限责任公司肇庆供电局 | 一种激光点云中输电线的定位方法、装置及终端设备 |
CN112446884B (zh) * | 2020-11-27 | 2024-03-26 | 广东电网有限责任公司肇庆供电局 | 一种激光点云中输电线的定位方法、装置及终端设备 |
CN112446114A (zh) * | 2020-12-08 | 2021-03-05 | 国网江苏省电力工程咨询有限公司 | 基于三维模型比对的输电线路工程施工进度监测方法 |
CN112446114B (zh) * | 2020-12-08 | 2023-09-05 | 国网江苏省电力工程咨询有限公司 | 基于三维模型比对的输电线路工程施工进度监测方法 |
CN114662753A (zh) * | 2022-03-22 | 2022-06-24 | 国网山东省电力公司超高压公司 | 基于地表变化预测的输电导线安全预警方法 |
CN114662753B (zh) * | 2022-03-22 | 2024-07-16 | 国网山东省电力公司超高压公司 | 基于地表变化预测的输电导线安全预警方法 |
CN115685222A (zh) * | 2022-11-14 | 2023-02-03 | 国网湖北省电力有限公司超高压公司 | 一种基于激光点云数据的电力线塔架自动检测方法 |
CN115685222B (zh) * | 2022-11-14 | 2023-06-23 | 国网湖北省电力有限公司超高压公司 | 一种基于激光点云数据的电力线塔架自动检测方法 |
CN118097443A (zh) * | 2024-04-29 | 2024-05-28 | 山东万物知视科技有限公司 | 一种基于激光点云数据的输电线路单体自动化提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110675441B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675441B (zh) | 基于激光点云的输电线路导地线建模提取方法 | |
CN112883878B (zh) | 一种基于三维格网的变电站场景下的点云自动分类方法 | |
CN109919237B (zh) | 点云处理方法及装置 | |
CN108562885B (zh) | 一种高压输电线路机载LiDAR点云提取方法 | |
CN102831393A (zh) | 电力杆塔轮廓的快速图像识别方法 | |
CN107170045B (zh) | 基于点云数据对变电站变压器进行建模的方法 | |
CN110794413A (zh) | 线性体素分割的激光雷达点云数据电力线检测方法和系统 | |
CN115825984A (zh) | 一种基于激光点云的输电线路巡检系统及巡检方法 | |
CN113345094A (zh) | 基于三维点云的电力走廊安全距离分析方法及系统 | |
CN112529044A (zh) | 基于车载LiDAR的铁路接触网提取分类的方法 | |
CN113592324A (zh) | 一种基于层次分析的电缆终端塔带电作业的风险评估方法 | |
CN117788902A (zh) | 超高压检修作业人员安全评估方法、装置、设备及介质 | |
CN115222883A (zh) | 一种基于地基LiDAR点云的电力杆塔重建方法 | |
CN116739558A (zh) | 一种基于激光点云建模的树障隐患预警方法 | |
CN115410036A (zh) | 一种高压架空输电线路关键要素激光点云自动分类方法 | |
CN117115390A (zh) | 一种变电站中变电设备的三维模型布局方法 | |
CN112561989B (zh) | 一种建造场景下吊装对象的识别方法 | |
CN116452604B (zh) | 一种复杂变电站场景分割方法、设备及存储介质 | |
CN116957963A (zh) | 基于分层k领域的输电线路激光点云数据噪声处理方法 | |
CN116309828A (zh) | 一种基于三维激光点云数据的电力杆塔信息提取方法 | |
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 | |
Su et al. | Automatic multi-source data fusion technique of powerline corridor using UAV Lidar | |
CN109948682B (zh) | 基于正态随机抽样分布的激光雷达点云电力线分类方法 | |
CN109858571B (zh) | 基于正态分布和聚类的激光雷达点云电力线分类方法 | |
CN113487601A (zh) | 基于高精度三维点云数据计算雷击保护角的方法 |
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 |