CN111796298A - 一种激光LiDAR电力线点云自动补点方法 - Google Patents
一种激光LiDAR电力线点云自动补点方法 Download PDFInfo
- Publication number
- CN111796298A CN111796298A CN202010641436.4A CN202010641436A CN111796298A CN 111796298 A CN111796298 A CN 111796298A CN 202010641436 A CN202010641436 A CN 202010641436A CN 111796298 A CN111796298 A CN 111796298A
- Authority
- CN
- China
- Prior art keywords
- point
- power line
- point cloud
- grid
- distance
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Abstract
本发明公开了一种激光LiDAR电力线点云自动补点方法,它包括:步骤1、电力线点云分档以及坐标转换,得到电力线点云集合;步骤2、单档电力线点云平面分割以及网格化;步骤3、补点计算,对平面分割子集内的电力线进行补点;解决激光LiDAR电力线点云密度低、点云缺失严重的技术问题,降低人工数据处理工作量,提高补点的点位精度,为后续电力线重建、危险点检测等功能应用提供数据支持。
Description
技术领域:
本发明属于输电线路激光LiDAR点云自动处理技术,涉及一种激光LiDAR电力线点云自动补点方法。
背景技术:
机载激光LiDAR技术是测量领域继GNSS定位技术后又一次技术革命,其将观测模式由传统的点对点观测发展到点对面、线对面观测。电力巡线工作中传统人工巡线劳动强度大、工作条件艰苦、效率低、复巡周期长、巡检数据准确率不高,机载激光LiDAR技术以其测量精度高、工作效率高、投入人力少的优势,被广泛应用于架空输电线路电力巡线工作中。
目前,电力巡线激光LiDAR点云数据处理大致分为两种思路,一是通过密集的电力线点云构建kd-tree或oc-tree进行邻近搜索进而求取距离,从而实现危险点检测、导线相间距离测量;二是通过电力线重建技术将电力线离散点云重建为数学曲线方程表达,通过计算点到曲线方程距离来实现危险点检测、相间导线测量。以上两种思路,都需要以密集的电力线点云作为数据基础,当电力线点云密度低、点云缺失严重时,会导致计算结果发生偏差:第一种方法由于kd-tree或oc-tree中缺少最近点,导致距离计算结果偏大,进而影响危险点检测、导线相间距离测量结果的准确性;而第二种方法目前大多需要使用聚类方法进行电力线分割,点云密度低、点云缺失严重将直接导致分割错误,拟合出来的数学方程与电力线实际位置不符。
然而,由于搭载平台飞行速度快、激光LiDAR设备采集密度低、输电线路电压等级低、地线遮挡导线、外界观测条件差等因素影响,电力线点云密度低、点云缺失严重的情况频频发生,给后续电力线重建、危险点检测、导线相间距离测量等功能应用造成严重影响。目前,电力线补点基本通过人工采点进行拟合内插的方式进行,操作复杂、工作量大,且存在人工选点不均匀、选点错误的情况。
发明内容:
本发明要解决的技术问题:提供一种激光LiDAR电力线点云自动补点方法,以解决激光LiDAR电力线点云密度低、点云缺失严重的技术问题,降低人工数据处理工作量,提高补点的点位精度,为后续电力线重建、危险点检测等功能应用提供数据支持。
本发明技术方案:
一种激光LiDAR电力线点云自动补点方法,它包括:
步骤1、电力线点云分档以及坐标转换,得到各档电力线点云集合;
步骤2、单档电力线点云平面分割以及网格化;
步骤3、补点计算,对平面分割子集内的电力线进行补点。
步骤1所述电力线点云分档以及坐标转换的方法为:获取杆塔中心坐标,依次构建以杆塔连线为中心,左右扩展25米的矩形,该矩形内的点作为同一档,实现电力线点云分档;同时计算点到杆塔连线垂直距离偏距d,点与小号杆塔连线在杆塔连线上投影距离累距l,实现坐标转换。
计算点到杆塔连线垂直距离偏距d,点与小号杆塔连线在杆塔连线上投影距离累距l,实现坐标转换的具体方法包括:
XAB=xB-xA,YAB=yB-yA
XAP=xP-xA,YAP=yP-yA
计算ΔABP的面积SABP=(XAB×YAP-XAP×YAB)/2,即可得偏距
其中偏距dP以杆塔连线右侧为负、左侧为正;若满足条件
步骤2所述的单档电力线点云平面分割方法为:通过检测偏距突变实现对平面位置不重合的电力线的分割计算,同时设计与杆塔中心点连线平行的一维网格,将分割后的点集网格化。
所述通过检测偏距突变实现对平面位置不重合的电力线的分割计算,同时设计与杆塔中心点连线平行的一维网格,将分割后的点集网格化的方法包括:
步骤2.1、将步骤1转换后的任意一档电力线点云集合按照偏距升序进行排序,得到升序集合Line{P1,P2,…,Pn};按di-di-1>2,i≤n为约束条件检索偏距突变点,其中n为升序集合点数;假设检索到t个突变点,分别为Pm1,Pm2,…,Pmt,则分割子集为
[line1{P1,P2,…Pm1-1},line2{Pm1,Pm1+1,…Pm2-1},…,linet+1{Pmt,Pmt+1,…Pn}]。
步骤3所述补点计算方法包括:
步骤3.1、设步骤2.2建立一维网格中第i个子网格为Gridi{P1,P2,…,Pn},按lt-lt-1>4,t≤n为约束条件检索累距突变点,若检测累距突变点N个,则该网格电力线根数Li=N+1;遍历整个网格,分割子集的电力线根数为Max({L1,L2,…,Ln});
步骤3.2、在初始采点阶段,从累距为0的小网格开始,向后遍历网格,当网格电力线根数Li=Max({L1,L2,…,Ln})时,将该网格的最低点加入初始采点数组中;当初始采点数组个数等于5时,停止遍历,进行多项式拟合,得到初始局部电力线方程;
步骤3.3、得到初始局部电力线方程后,进行累距前后两个方向外推计算;
步骤3.4、记录下每一段局部电力线方程及其对应采样点数组,设采样点数组第一点为Pstar,最后一点为Pend,利用局部电力线方程,累距以lstar起始,以lend为终止,按0.1m为间隔进行内插计算,得到该局部电力线补点;将所有局部电力线方程内插结果放至同一点集合,在通过坐标旋转至原始点云坐标系,即得到平面分割子集下最低的一根电力线的补点结果;
步骤3.5、利用局部电力线补点点集,建立kd-tree,通过临近搜索,去除网格本次提取电力线上的激光点;重复步骤3.1-3.4,即可依次对平面分割子集内的电力线进行补点。
所述多项式拟合方法采用最小二乘理论,以累距l作为自变量,与偏距d做直线拟合,与高程h做3次项拟合,具体方程如下所示:
式中,a1,a2与b1,b2,b3,b4分别为直线方程、三次项方程参数。
步骤3.3所述外推计算的方法为:以后方为例,从初始采点数组最后一点Pend所在网格继续往后遍历网格,设网格最低点为Plow(dlow,llow,hlow),以为约束条件判断该网格最低点是否为新采点,其中b1,b2,b3,b4为局部电力线方程三次项方程参数;当检索新采点数目等于5时,利用Pend与新采点重新进行多项式拟合,得到新的局部电力线方程;以新的局部电力线方程为基准,继续外推计算,不断重复该过程,直至遍历完网格。
本发明的有益效果:
本发明提供一种激光LiDAR电力线点云自动补点方法,具有以下有益效果:
①本发明方法仅需杆塔中心坐标、电力线点云作为初始数据,自动采点无需人工干预,自动化程度高;
②本发明通过局部点拟合多项式方程外推点位对新采点进行质量检测,避免噪点、非本根电力线点对拟合多项式方程的影响。同时,采用分段拟合的方式,使得每个分段拟合方程都最贴合电力线,补点精度更高。
③本发明通过偏距信息进行水平分割,然后依次分割出每一个水平分割层最下方电力线,适用于单回、同塔双回、同塔多回架空线路电力线点云补点,算法适用性强、鲁棒性高。
解决了激光LiDAR电力线点云密度低、点云缺失严重的技术问题,降低人工数据处理工作量,提高补点的点位精度,为后续电力线重建、危险点检测等功能应用提供数据支持。
具体实施方式:
步骤1、电力线点云分档以及坐标转换
步骤1所述的电力线点云分档以及坐标转换方法为:获取杆塔中心坐标,依次构建以杆塔连线为中心,左右扩展25米的矩形,该矩形内的点作为同一档,实现电力线点云分档。同时计算点到杆塔连线垂直距离偏距d,点与小号杆塔连线在杆塔连线上投影距离累距l,实现坐标转换。具体计算理论如下:
XAB=xB-xA,YAB=yB-yA
XAP=xP-xA,YAP=yP-yA
计算ΔABP的面积SABP=(XAB×YAP-XAP×YAB)/2,即可得偏距
步骤2、单档电力线点云平面分割以及网格化
步骤2所述的单档电力线点云平面分割方法为:利用机载激光LiDAR技术外业采集点云数据时,一般要求在无风、微风情况下,即单条电力线应与杆塔中心点连线大致平行,单条电力线上的点偏距d大致相等。因此本方法通过检测偏距突变实现对平面位置不重合的电力线的分割计算,同时设计与杆塔中心点连线平行的一维网格,将分割后的点集网格化。
(1)将步骤一转换后的任意一档电力线点云集合按照偏距升序进行排序,得到升序集合Line{P1,P2,…,Pn}。按di-di-1>2,i≤n为约束条件检索偏距突变点,其中n为升序集合点数。假设检索到t个突变点,分别为Pm1,Pm2,…,Pmt,则各分割子集为[line1{P1,P2,…Pm1-1},line2{Pm1,Pm1+1,…Pm2-1},…,linet+1{Pmt,Pmt+1,…Pn}]。
PS:此时分割结果存在多条电力线在竖直方向重合的情况。
步骤3、补点计算
步骤3所述的补点计算方法为:
(1)设步骤2.2建立一维网格中第i个网格为Gridi{P1,P2,…,Pn},按lt-lt-1>4,t≤n(数值设置为4m,是根据相间距离安全要求设置的,可随电压等级变化改变)为约束条件检索累距突变点,若检测累距突变点N个,则该网格电力线根数Li=N+1。遍历整个网格,则当前分割子集的电力线根数为Max({L1,L2,…,Ln})。
(2)在初始采点阶段,从累距为0的小网格开始,向后遍历网格,当网格电力线根数Li=Max({L1,L2,…,Ln})时,将该网格的最低点(第一个点)加入初始采点数组中。当初始采点数组个数等于5时,停止遍历,进行多项式拟合,得到初始局部电力线方程。
本方法的多项式拟合方法采用最小二乘理论,以累距l作为自变量,与偏距d做直线拟合,与高程h做3次项拟合,具体方程如下所示:
式中,a1,a2与b1,b2,b3,b4分别为直线方程、多项式方程参数。
(3)得到初始局部电力线方程后,需要进行累距前后两个方向外推计算。以后方为例,从初始采点数组最后一点所在网格继续往后遍历网格,设网格最低点为Plow(dlow,llow,hlow),以为约束条件判断该网格最低点是否为新采点,其中b1,b2,b3,b4为局部电力线方程三次项方程参数。当检索新采点数目等5时,利用Pend与新采点重新进行多项式拟合,得到新的局部电力线方程。再以新的局部电力线方程为基准,继续外推计算,不断重复该过程,直至遍历完网格。
以上方法,通过局部电力线拟合方程外推的形式,检测待采点网格是否应缺少本次补点的电力线点,避免上层重叠电力线点对方程拟合的影响,使得局部电力线拟合效果最贴合实际点云。
(4)记录下每一段局部电力线方程及其对应采样点数组,设采样点数组第一点为Pstar,最后一点为Pend,利用局部电力线方程,累距以lstar起始,以lend为终止,按0.1m为间隔进行内插计算,得到该局部电力线补点。将所有局部电力线方程内插结果放至同一点集合,通过坐标旋转至原始点云坐标系,即得到平面分割子集下最低的一根电力线的补点结果。
(5)利用局部电力线补点点集,建立kd-tree,通过临近搜索,去除网格本次提取电力线上的激光点。重复步骤3.1-3.4,即可依次对平面分割子集内的上层电力线进行补点。
Claims (8)
1.一种激光LiDAR电力线点云自动补点方法,它包括:
步骤1、电力线点云分档以及坐标转换,得到电力线点云集合;
步骤2、单档电力线点云平面分割以及网格化;
步骤3、补点计算,对平面分割子集内的电力线进行补点。
2.根据权利要求1所述的一种激光LiDAR电力线点云自动补点方法,其特征在于:步骤1所述电力线点云分档以及坐标转换的方法为:获取杆塔中心坐标,依次构建以杆塔连线为中心,左右扩展25米的矩形,该矩形内的点作为同一档,实现电力线点云分档;同时计算点到杆塔连线垂直距离偏距d,点与小号杆塔连线在杆塔连线上投影距离累距l,实现坐标转换。
4.根据权利要求1所述的一种激光LiDAR电力线点云自动补点方法,其特征在于:步骤2所述的单档电力线点云平面分割方法为:通过检测偏距突变实现对平面位置不重合的电力线的分割计算,同时设计与杆塔中心点连线平行的一维网格,将分割后的点集网格化。
5.根据权利要求4所述的一种激光LiDAR电力线点云自动补点方法,其特征在于:所述通过检测偏距突变实现对平面位置不重合的电力线的分割计算,同时设计与杆塔中心点连线平行的一维网格,将分割后的点集网格化的方法包括:
步骤2.1、将步骤1转换后的任意一档电力线点云集合按照偏距升序进行排序,得到升序集合Line{P1,P2,…,Pn};按di-di-1>2,i≤n为约束条件检索偏距突变点,其中n为升序集合点数;假设检索到t个突变点,分别为Pm1,Pm2,…,Pmt,则分割子集为
[line1{P1,P2,…Pm1-1},line2{Pm1,Pm1+1,…Pm2-1},…,linet+1{Pmt,Pmt+1,…Pn}]。
6.根据权利要求5所述的一种激光LiDAR电力线点云自动补点方法,其特征在于:步骤3所述补点计算方法包括:
步骤3.1、设步骤2.2建立一维网格中第i个子网格为Gridi{P1,P2,…,Pn},按lt-lt-1>4,t≤n为约束条件检索累距突变点,若检测累距突变点N个,则该网格电力线根数Li=N+1;遍历整个网格,则当前分割子集的电力线根数为Max({L1,L2,…,Ln});
步骤3.2、在初始采点阶段,从累距为0的小网格开始,向后遍历网格,当网格电力线根数Li=Max({L1,L2,…,Ln})时,将该网格的最低点加入初始采点数组中;当初始采点数组个数等于5时,停止遍历,进行多项式拟合,得到初始局部电力线方程;
步骤3.3、得到初始局部电力线方程后,进行累距前后两个方向外推计算;
步骤3.4、记录下每一段局部电力线方程及其对应采样点数组,设采样点数组第一点为Pstar,最后一点为Pend,利用局部电力线方程,累距以lstar起始,以lend为终止,按0.1m为间隔进行内插计算,得到该局部电力线补点;将所有局部电力线方程内插结果放至同一点集合,在通过坐标旋转至原始点云坐标系,即得到平面分割子集下最低的一根电力线的补点结果;
步骤3.5、利用局部电力线补点点集,建立kd-tree,通过临近搜索,去除网格本次提取电力线上的激光点;重复步骤3.1-3.4,即可依次对平面分割子集内的电力线进行补点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010641436.4A CN111796298B (zh) | 2020-07-06 | 2020-07-06 | 一种激光LiDAR电力线点云自动补点方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010641436.4A CN111796298B (zh) | 2020-07-06 | 2020-07-06 | 一种激光LiDAR电力线点云自动补点方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111796298A true CN111796298A (zh) | 2020-10-20 |
CN111796298B CN111796298B (zh) | 2023-01-10 |
Family
ID=72811450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010641436.4A Active CN111796298B (zh) | 2020-07-06 | 2020-07-06 | 一种激光LiDAR电力线点云自动补点方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111796298B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100869A (zh) * | 2020-11-16 | 2020-12-18 | 北京云圣智能科技有限责任公司 | 电力线补点方法、装置及电子设备 |
CN112765304A (zh) * | 2021-04-06 | 2021-05-07 | 平安科技(深圳)有限公司 | polyline边界散点的自动补全方法、装置及相关设备 |
CN112884771A (zh) * | 2021-02-02 | 2021-06-01 | 贵州电网有限责任公司 | 一种基于激光lidar点云的电力线异物搭挂自动检测方法 |
CN113609632A (zh) * | 2021-10-08 | 2021-11-05 | 天津云圣智能科技有限责任公司 | 电力线补点的确定方法、装置及服务器 |
CN113885573A (zh) * | 2021-10-27 | 2022-01-04 | 云南电网有限责任公司电力科学研究院 | 基于三维模型和北斗cors差分定位的无人机自主巡检方法 |
CN114838810A (zh) * | 2022-03-25 | 2022-08-02 | 武汉理工大学 | 一种巡检机器人 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090185741A1 (en) * | 2008-01-09 | 2009-07-23 | Tiltan Systems Engineering Ltd. | Apparatus and method for automatic airborne LiDAR data processing and mapping using data obtained thereby |
CN104751481A (zh) * | 2015-04-22 | 2015-07-01 | 中国测绘科学研究院 | 一种基于分层随机抽样的单档电力线LiDAR点云聚类方法 |
CN107194827A (zh) * | 2017-05-22 | 2017-09-22 | 上海华测导航技术股份有限公司 | 一种电力网络管理方法 |
CN107545601A (zh) * | 2017-09-11 | 2018-01-05 | 福建省电力勘测设计院 | 一种架空输电线路树高断面自动生成方法 |
CN109086833A (zh) * | 2018-08-20 | 2018-12-25 | 贵州电网有限责任公司 | 一种基于激光点云雷达数据的输电线路危险点计算方法 |
CN109214573A (zh) * | 2018-09-07 | 2019-01-15 | 北京数字绿土科技有限公司 | 输电线路树木生长或倒伏危险点预测方法和装置 |
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 |
CN110163882A (zh) * | 2019-05-15 | 2019-08-23 | 贵州电网有限责任公司 | 一种基于激光点云数据的电力线悬挂点空间坐标提取方法 |
WO2020044589A1 (ja) * | 2018-08-27 | 2020-03-05 | 株式会社日立ソリューションズ | 空中線抽出システム及び方法 |
CN111047542A (zh) * | 2019-12-31 | 2020-04-21 | 成都奥伦达科技有限公司 | 一种电力线补点方法 |
-
2020
- 2020-07-06 CN CN202010641436.4A patent/CN111796298B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090185741A1 (en) * | 2008-01-09 | 2009-07-23 | Tiltan Systems Engineering Ltd. | Apparatus and method for automatic airborne LiDAR data processing and mapping using data obtained thereby |
CN104751481A (zh) * | 2015-04-22 | 2015-07-01 | 中国测绘科学研究院 | 一种基于分层随机抽样的单档电力线LiDAR点云聚类方法 |
CN107194827A (zh) * | 2017-05-22 | 2017-09-22 | 上海华测导航技术股份有限公司 | 一种电力网络管理方法 |
CN107545601A (zh) * | 2017-09-11 | 2018-01-05 | 福建省电力勘测设计院 | 一种架空输电线路树高断面自动生成方法 |
CN109086833A (zh) * | 2018-08-20 | 2018-12-25 | 贵州电网有限责任公司 | 一种基于激光点云雷达数据的输电线路危险点计算方法 |
WO2020044589A1 (ja) * | 2018-08-27 | 2020-03-05 | 株式会社日立ソリューションズ | 空中線抽出システム及び方法 |
CN109214573A (zh) * | 2018-09-07 | 2019-01-15 | 北京数字绿土科技有限公司 | 输电线路树木生长或倒伏危险点预测方法和装置 |
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 |
CN110163882A (zh) * | 2019-05-15 | 2019-08-23 | 贵州电网有限责任公司 | 一种基于激光点云数据的电力线悬挂点空间坐标提取方法 |
CN111047542A (zh) * | 2019-12-31 | 2020-04-21 | 成都奥伦达科技有限公司 | 一种电力线补点方法 |
Non-Patent Citations (6)
Title |
---|
BIN LI等: "Three Dimensional Laser Point Cloud Slicing Method for Calculating Irregular Volume", 《JOURNAL OF GEODESY AND GEOINFORMATION SCIENCE》 * |
Y.JWA等: "AUTOMATIC 3D POWERLINE RECONSTRUCTION USING AIRBORNE LiDAR DATA", 《LASER SCANNING》 * |
刘正坤 等: "基于可见光影像的架空线路树障测量技术研究", 《地理空间信息》 * |
徐梁刚 等: "基于点云数据特征的电力线快速提取和重建", 《激光技术》 * |
时磊 等: "电力线激光点云的分割及安全检测研究", 《激光技术》 * |
杨渊 等: "基于LiDAR点云特征和模型拟合的高压线提取", 《中国科学院大学学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100869A (zh) * | 2020-11-16 | 2020-12-18 | 北京云圣智能科技有限责任公司 | 电力线补点方法、装置及电子设备 |
CN112884771A (zh) * | 2021-02-02 | 2021-06-01 | 贵州电网有限责任公司 | 一种基于激光lidar点云的电力线异物搭挂自动检测方法 |
CN112884771B (zh) * | 2021-02-02 | 2023-10-27 | 贵州电网有限责任公司 | 一种基于激光lidar点云的电力线异物搭挂自动检测方法 |
CN112765304A (zh) * | 2021-04-06 | 2021-05-07 | 平安科技(深圳)有限公司 | polyline边界散点的自动补全方法、装置及相关设备 |
CN112765304B (zh) * | 2021-04-06 | 2021-07-06 | 平安科技(深圳)有限公司 | polyline边界散点的自动补全方法、装置及相关设备 |
CN113609632A (zh) * | 2021-10-08 | 2021-11-05 | 天津云圣智能科技有限责任公司 | 电力线补点的确定方法、装置及服务器 |
CN113885573A (zh) * | 2021-10-27 | 2022-01-04 | 云南电网有限责任公司电力科学研究院 | 基于三维模型和北斗cors差分定位的无人机自主巡检方法 |
CN114838810A (zh) * | 2022-03-25 | 2022-08-02 | 武汉理工大学 | 一种巡检机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN111796298B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111796298B (zh) | 一种激光LiDAR电力线点云自动补点方法 | |
CN106709946B (zh) | 基于LiDAR点云的多分裂导线自动提取与精细建模方法 | |
CN106970375B (zh) | 一种机载激光雷达点云中自动提取建筑物信息的方法 | |
CN109344812B (zh) | 一种改进的基于聚类的单光子点云数据去噪方法 | |
CN109934855A (zh) | 一种基于点云的带电作业场景电力部件三维重建方法 | |
CN108765568A (zh) | 一种基于激光雷达点云的多层次建筑物快速三维重建方法 | |
CN114998338A (zh) | 一种基于激光雷达点云的矿山开采量计算方法 | |
CN109255837B (zh) | 一种用于激光雷达点云数据处理的高效b样条曲面的构造方法 | |
CN114117702A (zh) | 基于点云的输电线路自动化逆向建模方法 | |
CN108985587B (zh) | 一种软土盾构隧道结构健康状况评价方法 | |
CN107393004A (zh) | 一种获取输电线走廊中建筑物拆迁量的方法及装置 | |
CN113657662A (zh) | 一种基于数据融合的降尺度风电功率预测方法 | |
CN106530397A (zh) | 一种基于稀疏剖面地质轮廓线的地质面三维重建方法 | |
CN113487555B (zh) | 一种基于点云网格化的输电线路隐患点快速检测方法 | |
CN113625104B (zh) | 一种面向行波故障定位的线长修正方法 | |
CN113177897A (zh) | 一种无序3d点云的快速无损滤波方法 | |
CN110188939B (zh) | 风电场的风功率的预测方法、系统、设备和存储介质 | |
CN115841545A (zh) | 一种基于机载雷达的3d点云电力线提取与重建方法 | |
CN116152512A (zh) | 基于建筑物阴影复原的高度测算方法 | |
CN110094299B (zh) | 风电机组的偏航对风自矫正方法和设备 | |
CN115249089A (zh) | 基于电力大数据的城市碳排量检测系统及方法 | |
CN111696330B (zh) | 一种用于输电线路风灾的分类方法和系统 | |
CN112364300A (zh) | 基于相对坡长的近地面风速统计降尺度订正方法 | |
CN110955742A (zh) | 基于dem的升压站场坪雨水口设置区域分析方法 | |
CN110555826A (zh) | 一种基于局部离群因子的三维点云特征提取方法 |
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 |