CN111583174B - 基于点云数据的铁塔形变检测检测的方法和系统 - Google Patents

基于点云数据的铁塔形变检测检测的方法和系统 Download PDF

Info

Publication number
CN111583174B
CN111583174B CN202010231646.6A CN202010231646A CN111583174B CN 111583174 B CN111583174 B CN 111583174B CN 202010231646 A CN202010231646 A CN 202010231646A CN 111583174 B CN111583174 B CN 111583174B
Authority
CN
China
Prior art keywords
iron tower
detected
point cloud
cross arm
cloud data
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
CN202010231646.6A
Other languages
English (en)
Other versions
CN111583174A (zh
Inventor
赵岩
马维峰
谭兴
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.)
Wuhan Infoearth Information Co ltd
Original Assignee
Wuhan Infoearth Information 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 Wuhan Infoearth Information Co ltd filed Critical Wuhan Infoearth Information Co ltd
Priority to CN202010231646.6A priority Critical patent/CN111583174B/zh
Publication of CN111583174A publication Critical patent/CN111583174A/zh
Application granted granted Critical
Publication of CN111583174B publication Critical patent/CN111583174B/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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供一种基于点云数据的铁塔形变检测的方法和系统，该方法包括：获取待检测铁塔的点云数据；基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变。本发明实施例提供的方法和系统，实现了提高待检测铁塔的形变检测的效率，避免了检测人员要实地测量的繁琐。

Description

基于点云数据的铁塔形变检测检测的方法和系统
技术领域
本发明涉及点云数据技术领域，尤其涉及一种基于点云数据的铁塔形变检测的方法和系统。
背景技术
现实生活中，电网需要建造铁塔，又称杆塔。随着使用时间的增加，建造完工时刻竖直的铁塔会变得倾斜变形。传统的常用的铁塔形变检测方法主要采用经纬仪、全站仪等测量设备进行杆塔形变的测量，但经纬仪、全站仪铁塔形变测量方法作业复杂，作业条件要求苛刻，架设地况要求良好，而实际工作中难以满足，不易架设仪器三脚架，仪器与铁塔光线路径容易受树木、房屋等地物遮掩，导致视线不好，测量时需人员登塔架尺，辅助进行测量，大大增加了人员作业风险。因此，人工的测量方法，需要耗费大量的人力，效率低。因此，需要一种高效率且准确率高的判断待检测铁塔的形变的方法。
因此，如何避免现有的检测铁塔形变的方法带来的耗费大量人力，检测人员必须到铁塔处进行实地测量的麻烦，仍然是本领域技术人员亟待解决的问题。
发明内容
本发明实施例提供一种基于点云数据的铁塔形变检测的方法和系统，用以解决现有的检测铁塔形变的方法带来的耗费大量人力，检测人员必须到铁塔处进行实地测量的问题。
第一方面，本发明实施例提供一种基于点云数据的铁塔形变检测的方法，包括：
获取待检测铁塔的点云数据；
基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；
对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；
基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变。
优选地，该方法中，所述获取待检测铁塔的点云数据，具体包括：
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像；
为所述待检测铁塔图像构建所述待检测铁塔的三维点云模型并提取所述待检测铁塔的点云数据。
优选地，该方法中，所述对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度，具体包括：
对于位于任一级横担上的四个角点A、B、C和D，A的三维坐标为(XA,YA,ZA),B的三维坐标为(XB,YB,ZB),C的三维坐标为(XC,YC,ZC),D的三维坐标为(XD,YD,ZD)；
若ZA、ZB、ZC和ZD中最大的是ZA，最小的是ZD，
则该级横担的倾斜角度θ采用如下公式计算：
Figure BDA0002429458130000021
优选地，该方法中，所述基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变，具体包括：
所述预设数量为N，确定N级的横担对应的N个倾斜角度中超过预设临界角度的倾斜角度的个数为n；
确定倾斜横担占比R＝n/N；
判断所述倾斜横担占比R是否超过预设占比阈值，若是，则判定所述待检测铁塔有形变，若否，则判定所述待检测铁塔无形变。
优选地，该方法中，所述预设占比阈值为0。
第二方面，本发明实施例提供一种基于点云数据的铁塔形变检测的系统，包括：
获取单元，获取待检测铁塔的点云数据；
坐标单元，用于基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；
倾角单元，用于对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；
判定单元，用于基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变。
优选地，该系统中，所述获取单元，具体用于，
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像；
为所述待检测铁塔图像构建所述待检测铁塔的三维点云模型并提取所述待检测铁塔的点云数据。
优选地，该系统中，所述倾角单元，具体用于，
对于位于任一级横担上的四个角点A、B、C和D，A的三维坐标为(XA,YA,ZA),B的三维坐标为(XB,YB,ZB),C的三维坐标为(XC,YC,ZC),D的三维坐标为(XD,YD,ZD)；
若ZA、ZB、ZC和ZD中最大的是ZA，最小的是ZD，
则该级横担的倾斜角度θ采用如下公式计算：
Figure BDA0002429458130000031
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的基于点云数据的铁塔形变检测的方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的基于点云数据的铁塔形变检测的方法的步骤。
本发明实施例提供的方法和系统，通过获取待检测铁塔的点云数据，然后对所述点云数据进行处理提取预设数量层级的横担的四个角点的三维坐标，基于所述三维坐标可以确定每一级横担的倾角，然后依据预设数量层级的横担的倾角判定待检测铁塔是否倾斜或者扭曲形变。如此，自动铁塔的形变判定无需耗费大量人力，而且也无需检测人员到待检测铁塔处进行实地检测的繁琐。因此，本发明实施例提供的方法和系统，实现了提高待检测铁塔的形变检测的效率。
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做一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例提供的基于点云数据的铁塔形变检测的方法的流程示意图；
图2为本发明实施例提供的基于点云数据的铁塔形变检测的系统的结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图。
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。
现有的铁塔形变检测的方法，普遍存在耗费大量人力，以及检测人员必须到铁塔处进行实地测量的问题。对此，本发明实施例提供了一种基于点云数据的铁塔形变检测的方法。图1为本发明实施例提供的基于点云数据的铁塔形变检测的方法的流程示意图，如图1所示，该方法包括：
步骤110，获取待检测铁塔的点云数据。
具体地，获取待检测铁塔的点云数据可以通过三维激光扫描铁塔和多角度倾斜拍摄得到，三维激光扫描可以使用无人机携带扫描仪从多个方向上对待检测铁塔进行扫描，提取待检测铁塔的激光点云数据，而多角度倾斜拍摄可以由小型影像无人机采用倾斜拍摄技术采集待检测铁塔的图像，再经过专门的由图像提取三维点云数据的软件处理得到待检测铁塔的三维点云模型，此处不作具体限定。
步骤120，基于所述点云数据确定预设数量级横担上的四个角点的三维坐标。
具体地，从所述点云数据中提取预设数量级横担上的四个角点的三维坐标，每级横担上的四个角点都相当于三维点云模型中的特征点，而提取特征点的方式多种多样，例如，Harris算子算法、SUSAN算子算法、SIFT算法和RANSAC算法等等，此处不作具体限定。对于识别出来的角点，如何判定属于同一级横担的四个角点是哪些，常用的方法是找出三维坐标中的高度值的差距在预设范围内的四个角点，判定这四个角点属于同一级横担。所述点云数据中的所有点的三维坐标都是仪器坐标系下的坐标，所述仪器坐标系指的是若点云数据是通过激光扫描仪获取，则仪器坐标系即为扫描仪坐标系，若点云数据是通过倾斜摄影拍摄的图像获取，则仪器坐标系即为相机坐标系。因此，确定的预设数量级横担上的四个角点的三维坐标也都是仪器坐标系下的坐标。其中，铁塔的横担是铁搭完工时与水平面平行的铁塔的横截面，横担是建造铁塔时每隔一定高度就设置的一个由四个角点和四个横梁构成的铁塔截面。
步骤130，对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度。
具体地，对于任一级横担上的四个角点，已知这四个角点的三维坐标，所述四个角点中的最高角点和最低角点，即确定所述四个角点中的高程最高和高程最低的两个角点，相当于四个角点中三维坐标的高度坐标数值最大和最小的两个角点。确定所述四个角点中最高角点与最低角点的连线与水平方向的夹角的方法有多种，例如这四个角点中最高角点的三维坐标为(XA,YA,ZA)，最低角点的三维坐标为(XD,YD,ZD)，最高角点与最低角点的连线与水平方向的夹角θ既可以采用如下公式一或者公式二或者公式三确定，此处不作具体限定。
Figure BDA0002429458130000061
Figure BDA0002429458130000062
Figure BDA0002429458130000063
步骤140，基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变。
具体地，所述预设数量级的横担的倾斜角度相当于预设数量个横担的倾斜程度，对于这些倾斜角度采用预设规则进行判定，则可以判定待检测铁塔是否产生形变。而预设规则可以是判定待检测铁塔为无形变时要求所有倾斜角度中的最大值不能超过某一阈值，或者是判定待检测铁塔为无形变时要求所有倾斜角度中超过某一阈值的占比不超过预设占比阈值，此处不作具体限定。
本发明实施例提供的方法，通过获取待检测铁塔的点云数据，然后对所述点云数据进行处理提取预设数量层级的横担的四个角点的三维坐标，基于所述三维坐标可以确定每一级横担的倾角，然后依据预设数量层级的横担的倾角判定待检测铁塔是否倾斜或者扭曲形变。如此，自动铁塔的形变判定无需耗费大量人力，而且无需检测人员到待检测铁塔处进行实地测量的繁琐。因此，本发明实施例提供的方法，实现了提高待检测铁塔的形变检测的效率。
基于上述实施例，该方法中，所述获取待检测铁塔的点云数据，具体包括：
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像；
为所述待检测铁塔图像构建所述待检测铁塔的三维点云模型并提取所述待检测铁塔的点云数据。
具体地，倾斜拍摄技术为摄影测量领域的一项高新技术，它通过从一个垂直、四个倾角和五个不同的视角同步采集影像。此处，采用无人机，优选小型影像无人机，使无人机携带的摄像头对待检测铁塔进行倾斜拍摄，可以获取到丰富的待检测铁塔物面和侧视的高分辨率纹理图像。继而采用专用的由图像提取三维点云数据的软件处理，可以构建待检测铁塔的三维点云模型并可以提取所述待检测铁塔的点云数据。
本发明实施例提供的方法，通过使用无人机获取待检测铁塔的点云数据，避免了检测人员要实地测量的繁琐。
基于上述任一实施例，该方法中，所述对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度，具体包括：
对于位于任一级横担上的四个角点A、B、C和D，A的三维坐标为(XA,YA,ZA),B的三维坐标为(XB,YB,ZB),C的三维坐标为(XC,YC,ZC),D的三维坐标为(XD,YD,ZD)；
若ZA、ZB、ZC和ZD中最大的是ZA，最小的是ZD，
则该级横担的倾斜角度θ采用如下公式计算：
Figure BDA0002429458130000071
具体地，对于预设数量级的横担，对每一级横担都要确定其倾斜角度，若预设数量为N，即最终会确定出N个对应于各级横担的倾斜角度。
基于上述任一实施例，所述基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变，具体包括：
所述预设数量为N，确定N级的横担对应的N个倾斜角度中超过预设临界角度的倾斜角度的个数为n；
确定倾斜横担占比R＝n/N；
判断所述倾斜横担占比R是否超过预设占比阈值，若是，则判定所述待检测铁塔有形变，若否，则判定所述待检测铁塔无形变。
具体地，此处限定基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变的判定规则。需要考虑预设数量级的横担中的所有横担的倾斜角度。根据预设的临界角度，找出上述所有横担的倾斜角度中超过所述临界角度的横担个数，然后计算这个个数在所有横担中的占比，若该占比超过预设的占比阈值，则认定待检测铁塔中倾斜严重的地方过多，则判定待检测铁塔有形变，若该占比不超过预设的占比阈值，则认为待检测铁塔中倾斜严重的地方不多，则判定待检测铁塔无形变。
基于上述任一实施例，该方法中，所述预设占比阈值为0。
具体地，此处限定的铁塔形变的判定规则更为严格，预设占比阈值为0，说明在所有对应于各横担的倾斜角度中只要存在一个倾斜角度超过了预设临界角度，则判定待检测铁塔有形变，只有当所有对应于各横担的倾斜角度都不超过预设临界角度时，才会判定待检测铁塔无形变。
基于上述任一实施例，本发明实施例提供一种基于点云数据的铁塔形变检测的系统，图2为本发明实施例提供的基于点云数据的铁塔形变检测的系统的结构示意图。如图2所示，所述系统包括获取单元210、坐标单元220、倾角单元230和判定单元240，其中，
所述获取单元210，获取待检测铁塔的点云数据；
所述坐标单元220，用于基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；
所述倾角单元230，用于对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；
所述判定单元240，用于基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变。
本发明实施例提供的系统，通过获取待检测铁塔的点云数据，然后对所述点云数据进行处理提取预设数量层级的横担的四个角点的三维坐标，基于所述三维坐标可以确定每一级横担的倾角，然后依据预设数量层级的横担的倾角判定待检测铁塔是否倾斜或者扭曲形变。如此，自动铁塔的形变判定无需耗费大量人力，而且无需检测人员到待检测铁塔处进行实地测量的繁琐。因此，本发明实施例提供的系统，实现了提高待检测铁塔的形变检测的效率。
基于上述任一实施例，该系统中，所述获取单元，具体用于，
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像；
为所述待检测铁塔图像构建所述待检测铁塔的三维点云模型并提取所述待检测铁塔的点云数据。
本发明实施例提供的系统，通过使用无人机获取待检测铁塔的点云数据，避免了检测人员要实地测量的繁琐。
基于上述任一实施例，该系统中，所述倾角单元，具体用于，
对于位于任一级横担上的四个角点A、B、C和D，A的三维坐标为(XA,YA,ZA),B的三维坐标为(XB,YB,ZB),C的三维坐标为(XC,YC,ZC),D的三维坐标为(XD,YD,ZD)；
若ZA、ZB、ZC和ZD中最大的是ZA，最小的是ZD，
则该级横担的倾斜角度θ采用如下公式计算：
Figure BDA0002429458130000091
基于上述任一实施例，该系统中，所述判定单元，具体用于，
所述预设数量为N，确定N级的横担对应的N个倾斜角度中超过预设临界角度的倾斜角度的个数为n；
确定倾斜横担占比R＝n/N；
判断所述倾斜横担占比R是否超过预设占比阈值，若是，则判定所述待检测铁塔有形变，若否，则判定所述待检测铁塔无形变。
基于上述任一实施例，该系统中，所述预设占比阈值为0。
图3为本发明实施例提供的电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、通信接口(Communications Interface)302、存储器(memory)303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信。处理器301可以调用存储在存储器303上并可在处理器301上运行的计算机程序，以执行上述各实施例提供的基于点云数据的铁塔形变检测的方法，例如包括：获取待检测铁塔的点云数据；基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变。
此外，上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于点云数据的铁塔形变检测的方法，例如包括：获取待检测铁塔的点云数据；基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于点云数据的铁塔形变检测的方法，其特征在于，包括：
获取待检测铁塔的点云数据；
基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；
对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；
基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变；
所述基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变，具体包括：
所述预设数量为N，确定N级的横担对应的N个倾斜角度中超过预设临界角度的倾斜角度的个数为n；
确定倾斜横担占比R＝n/N；
判断所述倾斜横担占比R是否超过预设占比阈值，若是，则判定所述待检测铁塔有形变，若否，则判定所述待检测铁塔无形变。
2.根据权利要求1所述的基于点云数据的铁塔形变检测的方法，其特征在于，所述获取待检测铁塔的点云数据，具体包括：
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像；
为所述待检测铁塔图像构建所述待检测铁塔的三维点云模型并提取所述待检测铁塔的点云数据。
3.根据权利要求1所述的基于点云数据的铁塔形变检测的方法，其特征在于，所述对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度，具体包括：
对于位于任一级横担上的四个角点A、B、C和D，A的三维坐标为(XA,YA,ZA),B的三维坐标为(XB,YB,ZB),C的三维坐标为(XC,YC,ZC),D的三维坐标为(XD,YD,ZD)；
若ZA、ZB、ZC和ZD中最大的是ZA，最小的是ZD，
则该级横担的倾斜角度θ采用如下公式计算：
Figure FDA0003752887270000021
4.根据权利要求1所述的基于点云数据的铁塔形变检测的方法，其特征在于，所述预设占比阈值为0。
5.一种基于点云数据的铁塔形变检测的系统，其特征在于，包括：
获取单元，获取待检测铁塔的点云数据；
坐标单元，用于基于所述点云数据确定预设数量级横担上的四个角点的三维坐标；
倾角单元，用于对于位于任一级横担上的四个角点，确定最高角点与最低角点的连线与水平方向的夹角为该级横担的倾斜角度；
判定单元，用于基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变；
所述基于所述预设数量级的横担的倾斜角度判定所述待检测铁塔是否形变，具体包括：
所述预设数量为N，确定N级的横担对应的N个倾斜角度中超过预设临界角度的倾斜角度的个数为n；
确定倾斜横担占比R＝n/N；
判断所述倾斜横担占比R是否超过预设占比阈值，若是，则判定所述待检测铁塔有形变，若否，则判定所述待检测铁塔无形变。
6.根据权利要求5所述的基于点云数据的铁塔形变检测的系统，其特征在于，所述获取单元，具体用于，
采用无人机携带的摄像头对待检测铁塔进行倾斜拍摄得到待检测铁塔图像；
为所述待检测铁塔图像构建所述待检测铁塔的三维点云模型并提取所述待检测铁塔的点云数据。
7.根据权利要求5所述的基于点云数据的铁塔形变检测的系统，其特征在于，所述倾角单元，具体用于，
对于位于任一级横担上的四个角点A、B、C和D，A的三维坐标为(XA,YA,ZA),B的三维坐标为(XB,YB,ZB),C的三维坐标为(XC,YC,ZC),D的三维坐标为(XD,YD,ZD)；
若ZA、ZB、ZC和ZD中最大的是ZA，最小的是ZD，
则该级横担的倾斜角度θ采用如下公式计算：
Figure FDA0003752887270000031
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4中任一项所述的基于点云数据的铁塔形变检测的方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如1-4中任一项所述的基于点云数据的铁塔形变检测的方法的步骤。
CN202010231646.6A 2020-03-27 2020-03-27 基于点云数据的铁塔形变检测检测的方法和系统 Active CN111583174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010231646.6A CN111583174B (zh) 2020-03-27 2020-03-27 基于点云数据的铁塔形变检测检测的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010231646.6A CN111583174B (zh) 2020-03-27 2020-03-27 基于点云数据的铁塔形变检测检测的方法和系统

Publications (2)

Publication Number Publication Date
CN111583174A CN111583174A (zh) 2020-08-25
CN111583174B true CN111583174B (zh) 2022-09-06

Family

ID=72112956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010231646.6A Active CN111583174B (zh) 2020-03-27 2020-03-27 基于点云数据的铁塔形变检测检测的方法和系统

Country Status (1)

Country Link
CN (1) CN111583174B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112325785A (zh) * 2020-10-09 2021-02-05 国家电网公司西北分部 基于顶部平面拟合的铁塔变形监测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105333861A (zh) * 2015-12-02 2016-02-17 中国测绘科学研究院 基于激光点云的杆塔倾斜检测的方法及装置
WO2016200192A1 (ko) * 2015-06-12 2016-12-15 (주)선운 이앤지 지상라이다를 이용한 가공철탑전선의 이도, 실장 측량 장치 및 방법
CN107607929A (zh) * 2017-09-20 2018-01-19 云南电网有限责任公司电力科学研究院 一种基于激光点云数据的测量杆塔倾斜角度的方法及装置
CN109613514A (zh) * 2018-12-29 2019-04-12 中国科学院遥感与数字地球研究所 一种基于机载LiDAR点云数据的杆塔倾斜预警方法
CN109655039A (zh) * 2018-12-30 2019-04-19 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 倾斜角度的确定方法及装置、存储介质、电子装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016200192A1 (ko) * 2015-06-12 2016-12-15 (주)선운 이앤지 지상라이다를 이용한 가공철탑전선의 이도, 실장 측량 장치 및 방법
CN105333861A (zh) * 2015-12-02 2016-02-17 中国测绘科学研究院 基于激光点云的杆塔倾斜检测的方法及装置
CN107607929A (zh) * 2017-09-20 2018-01-19 云南电网有限责任公司电力科学研究院 一种基于激光点云数据的测量杆塔倾斜角度的方法及装置
CN109613514A (zh) * 2018-12-29 2019-04-12 中国科学院遥感与数字地球研究所 一种基于机载LiDAR点云数据的杆塔倾斜预警方法
CN109655039A (zh) * 2018-12-30 2019-04-19 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 倾斜角度的确定方法及装置、存储介质、电子装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于TLS的高压线塔倾斜度监测;刘云备等;《测绘工程》;20160825(第08期);全文 *
输电线路铁塔结构倾斜检查方法;陈志;《科学技术创新》;20190415(第11期);全文 *

Also Published As

Publication number Publication date
CN111583174A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
CN111553881A (zh) 基于三维点云识别的检测铁塔形变的方法和系统
CN112344869A (zh) 基于侧面拟合的铁塔变形监测方法及系统
CN112102395B (zh) 一种基于机器视觉的自主巡检的方法
CN110889827A (zh) 一种基于视觉的输电线路杆塔在线识别和倾斜检测方法
CN112325785A (zh) 基于顶部平面拟合的铁塔变形监测方法及系统
CN113379712A (zh) 一种基于计算机视觉的钢桥螺栓病害检测方法及系统
CN115205286B (zh) 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端
WO2020093631A1 (zh) 一种基于深度实例分割网络的天线下倾角测量方法
CN107221006A (zh) 一种基于无人机成像平台的通信单管塔倾斜检测方法
CN114531700B (zh) 一种非人工的基站天线工参采集系统及方法
CN111583174B (zh) 基于点云数据的铁塔形变检测检测的方法和系统
CN115511878A (zh) 一种边坡地表位移监测方法、装置、介质及设备
CN111521125B (zh) 基于点云数据的检测铁塔形变的方法和系统
CN112102391A (zh) 测量方法及装置、电子设备及存储介质
CN115031635A (zh) 测量方法及装置、电子设备及存储介质
CN114549780B (zh) 一种基于点云数据的大型复杂构件智能化检测方法
CN115965712A (zh) 一种建筑物二维矢量图构建方法、系统、设备及存储介质
CN111521124A (zh) 基于影像无人机的铁塔形变检测的方法和系统
CN109238243B (zh) 一种基于倾斜摄影的测量方法、系统、存储介质及设备
CN112150527A (zh) 测量方法及装置、电子设备及存储介质
CN111586299B (zh) 一种图像处理方法和相关设备
CN116503387B (zh) 图像检测方法、装置、设备、系统及可读存储介质
CN117889789B (zh) 一种建筑墙面平整度检测方法和系统
CN110992308B (zh) 基于单一图像的国旗检测方法
CN115100129A (zh) 一种网架钢构建筑结点的点云数据扫描方法

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