CN111583406A - 杆塔脚基点坐标计算方法、装置及终端设备 - Google Patents
杆塔脚基点坐标计算方法、装置及终端设备 Download PDFInfo
- Publication number
- CN111583406A CN111583406A CN202010422630.3A CN202010422630A CN111583406A CN 111583406 A CN111583406 A CN 111583406A CN 202010422630 A CN202010422630 A CN 202010422630A CN 111583406 A CN111583406 A CN 111583406A
- Authority
- CN
- China
- Prior art keywords
- cloud data
- point cloud
- tower
- ground
- area
- 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.)
- Pending
Links
Images
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
- G06T17/05—Geographic models
-
- 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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了一种杆塔脚基点坐标计算方法、装置及终端设备,该方法包括:获取杆塔周围的环境点云数据;在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据;根据所述地面点云数据构建三角网;根据所述塔身点云数据确定塔身的侧棱所在直线;计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。本发明的技术方案准确计算杆塔脚基点坐标,自动化程度高,有效避免近地面植被干扰造成的不能准确选取到杆塔脚基点的问题。
Description
技术领域
本发明涉及勘测测量技术领域,具体而言,涉及一种杆塔脚基点坐标计算方法、装置及终端设备。
背景技术
输电线路规模大、覆盖范围广、所经过的地形环境复杂,需要定期对线路和杆塔本体进行检测评估。其中,对于杆塔脚基点坐标的测定可以用于判断杆塔中心是否偏移,也可以用于判断杆塔是否出现沉降情况,因此,杆塔脚基点是杆塔本体运维的关键信息。
目前,测量杆塔脚基点坐标的方式主要以人工为主,采用光学经纬仪等仪器对杆塔基础进行测量定位,而仅仅通过人工定期进行现场测量不仅工作强度大、效率低、时效性差,而且难以全方位观察杆塔本体及附属设备。因此,基于高精度三维点云数据进行分析的方法逐渐应用于电力行业各个层面。
现有技术方案中一般通过点云数据、数字高程模型DEM、数字表面模型DSM、数字正射影像图DOM、等高线进行三维架空送电线路优化设计来确定杆塔具体位置,根据选定的塔型、转角角度确定四个塔脚的方向线,根据塔基范围确定塔脚位置,从而获得塔脚精确坐标。对于现有技术进行举例说明:《CN102706323A-基于机载激光雷达数据的塔基断面提取方法》—其根据影像和点云数据生成DEM,并根据塔型、转角角度等确定塔脚信息生成塔基断面图。《CN107680102A-一种基于空间约束的机载点云数据电力杆塔自动提取方法》—其主要通过高程值和阈值半径等参数提取出杆塔点云。
然而,该技术方案中不仅需要额外的模型作支持,而且涉及的参数比较多,计算复杂度大,精度容易受到参数的精确程度的影响。
发明内容
鉴于上述问题,本发明实施例的目的在于提供一种杆塔脚基点坐标计算方法、装置及终端设备,以解决现有技术的不足。
根据本发明的一个实施方式,提供一种杆塔脚基点坐标计算方法,包括:
获取杆塔周围的环境点云数据;
在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据;
根据所述地面点云数据构建三角网;
根据所述塔身点云数据确定塔身的侧棱所在直线;
计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
在上述的杆塔脚基点坐标计算方法中,所述在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据包括:
将所述环境点云数据基于区域进行分类,得到各区域的点云数据;
在所述各区域的点云数据中确定杆塔所在的地面区域的地面点云数据及塔身所在区域的塔身点云数据。
在上述的杆塔脚基点坐标计算方法中,所述将所述环境点云数据基于区域进行分类,得到各区域的点云数据包括:
基于所述环境点云数据对应的地物形态将所述环境点云数据进行分类得到各区域的点云数据;
相应地,所述在所述各区域的点云数据中确定杆塔所在的地面区域的地面点云数据及塔身所在区域的塔身点云数据包括:
在各区域中确定杆塔所在的地面区域及塔身所在区域;
在所述杆塔所在的地面区域的点云数据中确定所述地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据。
在上述的杆塔脚基点坐标计算方法中,所述在所述杆塔所在的地面区域的点云数据中确定所述地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据包括:
在所述杆塔所在的地面区域及所述塔身所在区域内确定目标区域;
基于所述目标区域的点云数据构建包围盒;
将所述包围盒内的杆塔所在的地面区域的点云数据作为所述地面点云数据,及将所述包围盒内的塔身所在区域的点云数据作为所述塔身点云数据。
在上述的杆塔脚基点坐标计算方法中,所述根据所述地面点云数据构建三角网包括:
根据所述杆塔周围的杆塔包围盒在所述地面点云数据中确定构建点云数据,根据所述构建点云数据构建三角网。
在上述的杆塔脚基点坐标计算方法中,所述根据所述塔身点云数据确定塔身的侧棱所在直线包括:通过平行于地面所在水平面的多个平面对所述塔身点云数据进行分层,得到各层对应的点云数据;分别对每一层对应的点云数据进行聚类处理确定该层中多个角点;
将各层中位于相同位置的角点的坐标进行线性拟合得到所述侧棱所在的直线。
在上述的杆塔脚基点坐标计算方法中,所述计算所述侧棱所在直线与所述三角网的交点包括:确定所述侧棱所在直线向所述水平面一侧的延伸线;将所述延伸线与所述三角网的第一个交点作为该侧棱所在直线与所述三角网的交点。
根据本发明的另一个实施方式,提供一种杆塔脚基点坐标计算装置,该装置包括:
获取模块,用于获取杆塔周围的环境点云数据;
提取模块,用于在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据;
构建模块,用于根据所述地面点云数据构建三角网;
确定模块,用于根据所述塔身点云数据确定塔身的侧棱所在直线;
计算模块,用于计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
根据本发明的再一个实施方式,提供一种终端设备,所述终端设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述终端设备执行上述的杆塔脚基点坐标计算方法。
根据本发明的又一个实施方式,提供一种计算机可读存储介质,其存储有所述终端设备中所用的所述计算机程序。
本公开的实施例提供的技术方案可以包括如下有益效果:
本发明中一种杆塔脚基点坐标计算方法、装置及终端设备,其提出了一种基于高精度三维点云数据计算杆塔脚基点坐标的方法,通过自动提取杆塔本体四条侧棱,并根据杆塔包围盒提取周边地面点构建狄洛尼三角网,采用射线求交思想,计算侧棱与三角网的交点即为杆塔脚基点。该方法基于高精度点云数据计算的同时可有效避免近地面植被点云数据干扰,精确计算杆塔脚基点坐标,显著提高了作业效率和测量精度,节约成本,且测量结果可以为杆塔三维建模提供数据支撑。
本发明提供的一种杆塔脚基点坐标计算方法、装置及终端设备,其可以在杆塔脚基点选取异常的情况下,比如在山区等植被茂密区域,受近地面植被点云数据影响,能准确选取到杆塔脚基点,可直接确定杆塔脚基点的坐标,可以扫描到的地面点云数据及塔身点云数据计算杆塔脚基点的坐标,计算结果精度较高,自动化程度高,能有效避免干扰造成的不能准确选取到杆塔脚基点的问题。
另外需要说明的是,本发明提供的一种杆塔脚基点坐标计算方法、装置及终端设备其与上述两个现有技术存在较大差别;相对于上述CN102706323A专利技术而言,该现有技术涉及到塔脚基点坐标的计算与本发明实现方式不同,本发明提供的方式仅基于点云数据,无需影像数据及塔型、转角等信息,易于实现且精度较高。相对于上述CN107680102A专利技术而言,该现有技术其主要通过高程值和阈值半径等参数提取出杆塔点云,其中涉及到杆塔脚点的计算与本发明实现方式不同,其主要关注点在高程信息,然而本发明中则关注在如何快速精确计算出杆塔脚基点完整坐标信息。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明保护范围的限定,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相关的附图。
图1示出了本发明第一实施例提供的一种杆塔脚基点坐标计算方法的流程示意图;
图2示出了本发明第二实施例提供的一种杆塔脚基点坐标计算方法的流程示意图;
图3示出了本发明第三实施例提供的一种杆塔脚基点坐标计算方法的流程示意图;
图4示出了本发明第四实施例提供的一种杆塔脚基点坐标计算方法的流程示意图;
图5示出了本发明第五实施例提供的一种杆塔脚基点坐标计算装置的结构示意图。
主要元件符号说明:500-杆塔脚基点坐标计算装置;510-获取模块;520-提取模块;530-构建模块;540-确定模块;550-计算模块。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
实施例1
图1示出了本发明第一实施例提供的一种杆塔脚基点坐标计算方法的流程示意图。
该杆塔脚基点坐标计算方法包括以下步骤:
在步骤S110中,获取杆塔周围的环境点云数据。
具体地,可以通过三维激光雷达扫描杆塔的周围环境,采集点云数据,并将采集的点云数据作为杆塔周围的环境点云数据。
所述杆塔的周围环境主要包括以电力线路为主题的扫描对象,比如杆塔、导线、地面点、植被、建筑物等多种地物。
在步骤S120中,在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据。
具体地,由于三维激光雷达在扫描时,扫描到的环境点云数据中包括了其扫描区域内的所有物体的点云数据,该所有物体的点云数据中包括可用和不可用的部分,甚至是噪点的点云数据,因此,需要在扫描到的环境点云数据中进行分类,提取出与计算杆塔脚基点坐标相关的杆塔地面的地面点云数据及杆塔塔身的塔身点云数据,基于提取出的地面点云数据及塔身点云数据计算杆塔脚基点坐标。
在步骤S130中,根据所述地面点云数据构建三角网。
由于三角网是实现地形三维可视化一种很有效的途径,因此,在获得地面点云数据后,根据地面点云数据构建三角网,以更好的构建地面形状。
优选地,所述三角网具体可为狄洛尼三角网,在所有可能的三角网中,狄洛尼三角网在离散点均匀分布的情况下能够避免产生过小锐角的三角形,适用于地形拟合,其可以通过不规则离散分布的数据点生成的连续三角形来逼近地形表面,并以不同层次的分辨率来描述地形表面,地形平坦的地方数据点稀疏,构建的三角网较大且稀疏;地形陡峭的地方数据点密集,构建的三角网较小且密集。
具体地,本实施例中可通过以下方式构建狄洛尼三角网:
首先建立一个大的三角形,把所有地面点云数据包围起来,向其中插入一点,该点与包含它的三角形三个顶点相连,形成三个新的三角形,然后逐个对它们进行空外接圆检测,同时用局部优化过程进行优化,即通过交换对角线的方法来保证所形成的三角网为狄洛尼三角网。
在一些其他的实施例中,还可以通过其他方式构建狄洛尼三角网,在此不做限定。
在步骤S140中,根据所述塔身点云数据确定塔身的侧棱所在直线。
具体地,可以在塔身点云数据中识别出塔身的侧棱,确定塔身的侧棱所在的直线。
通常,每一杆塔有四条侧棱,该步骤中可以根据塔身点云数据确定杆塔四条侧棱所在的直线。
在步骤S150中,计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
为了保持杆塔的稳固性,杆塔的杆塔脚基点与相应的侧棱通常在同一直线上,因此,为了得到杆塔脚基点的坐标,通常将各侧棱与地面的交点作为杆塔脚基点。
具体地,由于杆塔地面通过三角网进行逼近,因此,本实施例中,分别计算杆塔的各侧棱所在直线与三角网的交点,将该交点坐标作为杆塔脚基点坐标,进而可通过侧棱所在直线的直线方程与三角网的方程计算得到杆塔脚基点的坐标。
本实施例的技术方案可以通过地面点云数据构建三角网来逼近地面形状,通过塔身点云数据提取杆塔侧棱,通过侧棱与地面三角网的交点确定杆塔脚基点,不仅有效避免近地面植被干扰造成的不能准确选取到杆塔脚基点的问题,而且计算所需的点云数据比较少,精度高。
实施例2
图2示出了本发明第二实施例提供的一种杆塔脚基点坐标计算方法的流程示意图。
该杆塔脚基点坐标计算方法包括以下步骤:
在步骤S210中,获取杆塔周围的环境点云数据。
此步骤与步骤S110相同,在此不再赘述。
在步骤S220中,将所述环境点云数据基于区域进行分类,得到各区域的点云数据。
在步骤S230中,在所述各区域的点云数据中确定杆塔所在的地面区域的地面点云数据及塔身所在区域的塔身点云数据。
通常,杆塔脚基点为地面与杆塔塔身的侧棱的交点,因此,在扫描到环境点云数据后,仅仅需要地面点云数据及塔身点云数据参与后续运算,其他数据可以过滤掉。
具体地,由于三维激光雷达在扫描时,扫描到的环境点云数据中包括了其扫描区域内的所有物体的点云数据,因此,需要对环境点云数据进行分类,将所述环境点云数据划分到不同区域中,得到杆塔所在的地面区域的地面区域的点云数据及塔身区域的点云数据。
本实施例中,可以通过以下方式对所述环境点云数据进行分类,得到各区域的点云数据:
基于所述环境点云数据对应的地物形态将所述环境点云数据进行分类得到各区域的点云数据。
相应地,所述在所述各区域的点云数据中确定杆塔所在的地面区域的地面点云数据及塔身所在区域的塔身点云数据可通过以下方式实现:
在各区域中确定杆塔所在的地面区域及塔身所在区域;在所述杆塔所在的地面区域的点云数据中确定所述地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据。
本实施例中,可通过所述环境点云数据对应的地物形态(所述地物形态可以包括地面形态、杆塔形态、建筑物形态等)训练分类模型(该分类模型可以为分类器、也可以为神经网络模型、还可以为已知的分类算法,在此不作限定),通过训练好的分类模型对所述环境点云数据进行分类,分类后,环境点云数据中各点云都具有类别属性,比如,某一点云是属于地面形态。根据环境点云数据中各点云的类别属性即可确定环境点云数据对应的各区域,该区域包括杆塔所在地面区域、塔身区域、建筑物区域等。
值得注意的是,为了减少分类模型的误差,提高分类的准确性,可响应于用户针对环境点云数据输入的类别属性对所述环境点云数据中分类不准确的点云或者未分类的点云进行手动分类,该类别属性可以包括地面类别、杆塔类别、导线类别及建筑物类别等。
在上述分类后的各区域中确定杆塔所在的地面区域及塔身区域,并在杆塔所在的地面区域内的点云数据中确定地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据。
本实施例中,在杆塔所在的地面区域内的点云数据中确定地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据可以包括:
在所述杆塔所在的地面区域及所述塔身所在区域内确定目标区域;基于所述目标区域的点云数据构建包围盒;将所述包围盒内的杆塔所在的地面区域的点云数据作为所述地面点云数据,及将所述包围盒内的塔身所在区域的点云数据作为所述塔身点云数据。
具体地,由于采集环境点云数据时通常采集范围比较大的区域,比如,采集一条输电线路的环境点云数据。因此,在具体计算杆塔脚基点坐标时,需要在所述杆塔所在的地面区域及所述塔身所在区域内确定目标区域,比如,要测量某条线路第多少号杆塔的脚基点坐标。
而为了减少点云计算量,提高算法处理速度,可基于目标区域构建一个包围盒,比如,要测量某条线路第多少号杆塔的脚基点坐标时,可以杆塔的位置为中心,沿世界坐标系中的XYZ轴方向构造一个包围盒。
将包围盒内的杆塔所在的地面区域的点云数据作为所述地面点云数据,及将所述包围盒内的塔身所在区域的点云数据作为所述塔身点云数据,包围盒外的数据则不参与计算。
本实施例中,该包围盒可以为最小方向包围盒。在一些其他的实施例中可以无此限定。
在一些其他的实施例中,在杆塔所在的地面区域内的点云数据中确定地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据还可以包括:
将杆塔所在的地面区域内的点云数据作为所述地面点云数据,及将塔身所在区域的点云数据作为所述塔身点云数据。
在步骤S240中,根据所述地面点云数据构建三角网。
该步骤与步骤S130相同,在此不再赘述。
在步骤S250中,根据所述塔身点云数据确定塔身的侧棱所在直线。
该步骤与步骤S140相同,在此不再赘述。
在步骤S260中,计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
该步骤与步骤S150相同,在此不再赘述。
实施例3
图3示出了本发明第一实施例提供的一种杆塔脚基点坐标计算方法的流程示意图。
该杆塔脚基点坐标计算方法包括以下步骤:
在步骤S310中,获取杆塔周围的环境点云数据。
该步骤与步骤S110相同,在此不再赘述。
在步骤S320中,在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据。
该步骤与步骤S120相同,在此不再赘述。
在步骤S330中,根据所述地面点云数据构建三角网。
该步骤与步骤S130相同,在此不再赘述。
在步骤S340中,通过平行于地面所在水平面的多个平面对所述塔身点云数据进行分层,得到各层对应的点云数据。
具体地,所述水平面为世界坐标系中大地所在的水平面。
可以每隔预设距离选取多个平行于水平面的平面,通过该多个平面对塔身点云数据进行分层。
在步骤S350中,分别对每一层对应的点云数据进行聚类处理确定该层中多个角点。
具体地,由于塔身的侧棱在划分层后,针对每一层的点云数据,首先进行聚类处理,得到多簇点云;由于在一平面上,塔身的四个侧棱围成的图像通常为四边形,因此可根据四边形的形状确定交点的相对位置关系(比如四个交点之间的距离,四个角点围成四边形的两个对角线之间的角度等),再根据角点的相对位置关系在多簇点云中提取出四个角点。
在步骤S360中,将各层中位于相同位置的角点的坐标进行线性拟合得到所述侧棱所在的直线。
进一步地,将不同层中处于相同位置的角点进行线性拟合,得到所述侧棱所在的直线。
本实施例中,不同层中处于相同位置的角点可以为:
比如,在第一层平面中,得到四个角点A、B、C、D,以左下角的角点A为起点,分别按照顺时针方向对该四个角点进行排序得到A-C-D-B;
在第二层平面中,得到E、F、G、H四个角点,以左下角的角点E为起点,分别按照顺时针方向对该四个角点进行排序得到E-H-F-G;
那么在第一层平面和第二层平面中,处于相同位置的角点有四组,分别为A和E、C和H、D和F、B和G。
在确定各层中处于相同位置的角点后,根据该处于相同位置的角点进行拟合得到一条直线,将该条直线作为该杆塔的一条侧棱所在直线。
在步骤S370中,计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
该步骤与步骤S150相同,在此不再赘述。
实施例4
图4示出了本发明第四实施例提供的一种杆塔脚基点坐标计算方法的流程示意图。
该杆塔脚基点坐标计算方法包括以下步骤:
在步骤S410中,获取杆塔周围的环境点云数据。
该步骤与步骤S110相同,在此不再赘述。
在步骤S420中,在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据。
该步骤与步骤S120相同,在此不再赘述。
在步骤S430中,根据所述地面点云数据构建三角网。
该步骤与步骤S130相同,在此不再赘述。
在步骤S440中,根据所述塔身点云数据确定塔身的侧棱所在直线。
该步骤与步骤S140相同,在此不再赘述。
在步骤S450中,确定所述侧棱所在直线向所述水平面一侧的延伸线。
具体地,由于侧棱所在直线通常在对所述塔身点云数据进行分层的平面的区间内,因此,想要计算侧棱所在直线和三角网的交点,往往需要根据侧棱所在的直线确定该侧棱所在直线向水平面(也可称为地面方向)的延伸线。
在步骤S460中,将所述延伸线与所述三角网的第一个交点作为该侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
具体地,由于对地面逼近的三角网往往存在凹凸信息,因此,有可能出现延伸线与三角网出现多个交点的情况,本实施例中,将所述延伸线与所述三角网的第一个交点作为该侧棱所在直线与所述三角网的交点,并根据三角网的方程及延伸线的直线方程计算杆塔脚基点的坐标。
进一步地,所述根据所述地面点云数据构建三角网包括:
根据所述杆塔周围的杆塔包围盒在所述地面点云数据中确定构建点云数据,根据所述构建点云数据构建三角网。
具体地,为了减少计算量,提高计算效率,可在杆塔周围构建杆塔包围盒,将杆塔包围盒内的地面点云数据作为构建数据,根据该构建数据构建三角网。
其中,所述杆塔包围盒可以为最小杆塔包围盒。
实施例5
图5示出了本发明第五实施例提供的一种杆塔脚基点坐标计算装置的结构示意图。该杆塔脚基点坐标计算装置500对应于实施例1中的杆塔脚基点坐标计算方法,实施例1中的杆塔脚基点坐标计算方法同样也适用于该杆塔脚基点坐标计算装置500,在此不再赘述。
所述杆塔脚基点坐标计算装置500包括获取模块510、提取模块520、构建模块530、确定模块540及计算模块550。
获取模块510,用于获取杆塔周围的环境点云数据。
提取模块520,用于在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据。
构建模块530,用于根据所述地面点云数据构建三角网。
确定模块540,用于根据所述塔身点云数据确定塔身的侧棱所在直线。
计算模块550,用于计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
进一步地,所述提取模块520包括:
分类单元,用于将所述环境点云数据基于区域进行分类,得到各区域的点云数据;
区域确定确定单元,用于在所述各区域的点云数据中确定杆塔所在的地面区域的地面点云数据及塔身所在区域的塔身点云数据。
进一步地,所述分类单元包括:
将所述环境点云数据进行聚类处理,得到各个点云簇;分别确定每一点云簇对应的区域,将每一点云簇对应的点云数据作为对应区域的点云数据;
相应地,所述区域确定确定单元包括:
在各区域中确定杆塔所在的地面区域及塔身所在区域;
将所述杆塔所在的地面区域的点云数据作为所述地面点云数据,及将塔身所在区域的点云数据作为所述塔身点云数据。
进一步地,所述分类单元包括:
将所述点云数据构建成点云块;
分别确定每一点云块对应的区域,将每一点云块对应的点云数据作为对应区域的点云数据;
相应地,所述区域确定确定单元包括:
根据各点云块对应的形状确定杆塔所在的地面区域及塔身所在区域;
将所述杆塔所在的地面区域的点云数据作为所述地面点云数据,及将塔身所在区域的点云数据作为所述塔身点云数据。
进一步地,所述构建模块530包括:
根据所述杆塔周围的杆塔包围盒在所述地面点云数据中确定构建点云数据,根据所述构建点云数据构建三角网。
进一步地,所述确定模块540包括:
通过平行于地面所在水平面的多个平面对所述塔身点云数据进行分层,得到各层对应的点云数据;
分别对每一层对应的点云数据进行聚类处理确定该层中多个角点;
将各层中位于相同位置的角点的坐标进行线性拟合得到所述侧棱所在的直线。
进一步地,所述计算模块550包括:
确定所述侧棱所在直线向所述水平面一侧的延伸线;
将所述延伸线与所述三角网的第一个交点作为该侧棱所在直线与所述三角网的交点;
将该交点坐标作为杆塔脚基点坐标。
本发明另一实施例还提供了一种终端设备,所述终端设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述终端设备执行上述的杆塔脚基点坐标计算方法或上述的杆塔脚基点坐标计算装置中各模块的功能。
存储器可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
该终端设备可以为计算机终端(台式电脑、服务器等),还可以为移动终端(手机、平板的电脑、笔记本电脑等)。
本实施例还提供了一种计算机存储介质,用于储存上述的终端设备中所使用的杆塔脚基点坐标计算方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块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(可以是智能手机、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。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种杆塔脚基点坐标计算方法,其特征在于,包括:
获取杆塔周围的环境点云数据;
在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据;
根据所述地面点云数据构建三角网;
根据所述塔身点云数据确定塔身的侧棱所在直线;
计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
2.根据权利要求1所述的杆塔脚基点坐标计算方法,其特征在于,在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据包括:
将所述环境点云数据基于区域进行分类,得到各区域的点云数据;
在所述各区域的点云数据中确定杆塔所在的地面区域的地面点云数据及塔身所在区域的塔身点云数据。
3.根据权利要求2所述的杆塔脚基点坐标计算方法,其特征在于,将所述环境点云数据基于区域进行分类,得到各区域的点云数据包括:
基于所述环境点云数据对应的地物形态将所述环境点云数据进行分类得到各区域的点云数据;
在所述各区域的点云数据中确定杆塔所在的地面区域的地面点云数据及塔身所在区域的塔身点云数据包括:
在各区域中确定杆塔所在的地面区域及塔身所在区域;
在所述杆塔所在的地面区域的点云数据中确定所述地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据。
4.根据权利要求3所述的杆塔脚基点坐标计算方法,其特征在于,在所述杆塔所在的地面区域的点云数据中确定所述地面点云数据,及在塔身所在区域的点云数据中确定所述塔身点云数据包括:
在所述杆塔所在的地面区域及所述塔身所在区域内确定目标区域;
基于所述目标区域的点云数据构建包围盒;
将所述包围盒内的杆塔所在的地面区域的点云数据作为所述地面点云数据,及将所述包围盒内的塔身所在区域的点云数据作为所述塔身点云数据。
5.根据权利要求1所述的杆塔脚基点坐标计算方法,其特征在于,根据所述地面点云数据构建三角网包括:
根据所述杆塔周围的杆塔包围盒在所述地面点云数据中确定构建点云数据,根据所述构建点云数据构建三角网。
6.根据权利要求1所述的杆塔脚基点坐标计算方法,其特征在于,根据所述塔身点云数据确定塔身的侧棱所在直线包括:
通过平行于地面所在水平面的多个平面对所述塔身点云数据进行分层,得到各层对应的点云数据;
分别对每一层对应的点云数据进行聚类处理确定该层中多个角点;
将各层中位于相同位置的角点的坐标进行线性拟合得到所述侧棱所在的直线。
7.根据权利要求1所述的杆塔脚基点坐标计算方法,其特征在于,所述计算所述侧棱所在直线与所述三角网的交点包括:
确定所述侧棱所在直线向所述水平面一侧的延伸线;
将所述延伸线与所述三角网的第一个交点作为该侧棱所在直线与所述三角网的交点。
8.一种杆塔脚基点坐标计算装置,其特征在于,包括:
获取模块,用于获取杆塔周围的环境点云数据;
提取模块,用于在所述环境点云数据中提取出杆塔的地面点云数据及塔身点云数据;
构建模块,用于根据所述地面点云数据构建三角网;
确定模块,用于根据所述塔身点云数据确定塔身的侧棱所在直线;
计算模块,用于计算所述侧棱所在直线与所述三角网的交点,将该交点坐标作为杆塔脚基点坐标。
9.一种终端设备,其特征在于,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述终端设备执行权利要求1至7任一项所述的杆塔脚基点坐标计算方法。
10.一种计算可读机存储介质,其特征在于,其储存有权利要求9所述终端设备中所用的所述计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010422630.3A CN111583406A (zh) | 2020-05-19 | 2020-05-19 | 杆塔脚基点坐标计算方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010422630.3A CN111583406A (zh) | 2020-05-19 | 2020-05-19 | 杆塔脚基点坐标计算方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111583406A true CN111583406A (zh) | 2020-08-25 |
Family
ID=72113674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010422630.3A Pending CN111583406A (zh) | 2020-05-19 | 2020-05-19 | 杆塔脚基点坐标计算方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583406A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114046776A (zh) * | 2021-09-22 | 2022-02-15 | 北京洛斯达科技发展有限公司 | 一种输电工程水土保持措施落实的核查系统 |
CN114451636A (zh) * | 2022-02-09 | 2022-05-10 | 河北经贸大学 | 一种基于旋转式3d脚型扫描仪的适形鞋垫生成方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
CN102706323A (zh) * | 2012-05-18 | 2012-10-03 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达数据的塔基断面提取方法 |
US9677016B2 (en) * | 2010-06-29 | 2017-06-13 | Chevron U.S.A. Inc. | Catalytic processes and systems for base oil production using zeolite SSZ-32X |
CN107633504A (zh) * | 2017-08-07 | 2018-01-26 | 广东电网有限责任公司机巡作业中心 | 杆塔倾斜程度检测方法以及装置 |
-
2020
- 2020-05-19 CN CN202010422630.3A patent/CN111583406A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9677016B2 (en) * | 2010-06-29 | 2017-06-13 | Chevron U.S.A. Inc. | Catalytic processes and systems for base oil production using zeolite SSZ-32X |
CN102662179A (zh) * | 2012-05-18 | 2012-09-12 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达的三维优化选线方法 |
CN102706323A (zh) * | 2012-05-18 | 2012-10-03 | 四川省科学城久利科技实业有限责任公司 | 基于机载激光雷达数据的塔基断面提取方法 |
CN107633504A (zh) * | 2017-08-07 | 2018-01-26 | 广东电网有限责任公司机巡作业中心 | 杆塔倾斜程度检测方法以及装置 |
Non-Patent Citations (3)
Title |
---|
赵兴东等编: "《矿用三维激光数字测量原理及其工程应用》", 31 January 2016 * |
陆守义: "《地理信息系统》", 31 August 2004 * |
陈亮: "基于高密度机载激光点云的输电线路杆塔信息提取", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114046776A (zh) * | 2021-09-22 | 2022-02-15 | 北京洛斯达科技发展有限公司 | 一种输电工程水土保持措施落实的核查系统 |
CN114451636A (zh) * | 2022-02-09 | 2022-05-10 | 河北经贸大学 | 一种基于旋转式3d脚型扫描仪的适形鞋垫生成方法 |
CN114451636B (zh) * | 2022-02-09 | 2023-09-12 | 河北经贸大学 | 一种基于旋转式3d脚型扫描仪的适形鞋垫生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598823A (zh) | 多源移动测量点云数据空地一体化融合方法、存储介质 | |
Alexander et al. | Integrating building footprints and LiDAR elevation data to classify roof structures and visualise buildings | |
CN108225334B (zh) | 一种基于三维实景数据的定位方法及装置 | |
CN110794413B (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 | |
CN113570665B (zh) | 路沿提取的方法、装置及电子设备 | |
CN113916130B (zh) | 一种基于最小二乘法的建筑物位置测量方法 | |
dos Santos et al. | Extraction of building roof boundaries from LiDAR data using an adaptive alpha-shape algorithm | |
Lee et al. | Extraction and regularization of various building boundaries with complex shapes utilizing distribution characteristics of airborne LIDAR points | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN107393004A (zh) | 一种获取输电线走廊中建筑物拆迁量的方法及装置 | |
CN111583406A (zh) | 杆塔脚基点坐标计算方法、装置及终端设备 | |
CN115082699A (zh) | 一种轮廓形状提取方法、装置、电子设备及存储介质 | |
Liu et al. | High-resolution DEM generated from LiDAR data for water resource management | |
Piltz et al. | Volume based DTM generation from very high resolution photogrammetric DSMs | |
Carneiro et al. | Digital urban morphometrics: automatic extraction and assessment of morphological properties of buildings | |
CN114387488A (zh) | 基于potree点云影像融合的道路提取系统及方法 | |
CN114387293A (zh) | 道路边缘检测方法、装置、电子设备及车辆 | |
Demir | Automated detection of 3D roof planes from Lidar data | |
CN116106904B (zh) | 面向对象MT-InSAR的设施变形监测方法及设备 | |
Badora et al. | Effect of DTM resolution on the determination of slope values in an upland catchment using different computational algorithms | |
KR101621858B1 (ko) | 정점과 구조물이 위치하는 지점 간의 수평거리를 산출하는 장치 및 방법 | |
CN115861561B (zh) | 一种基于语义约束的等高线生成方法和装置 | |
Xu et al. | Filtering of LIDAR Points by a Hierarchical Smoothing Method | |
CN115828110B (zh) | 水系空间特征相似性检测方法、设备、存储介质及装置 | |
CN118245770B (zh) | 多气象要素分布特征的生成方法、装置、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |