CN112053365A - 一种基于线性特征的输电线路导线激光点云数据的提取方法 - Google Patents
一种基于线性特征的输电线路导线激光点云数据的提取方法 Download PDFInfo
- Publication number
- CN112053365A CN112053365A CN201910489499.XA CN201910489499A CN112053365A CN 112053365 A CN112053365 A CN 112053365A CN 201910489499 A CN201910489499 A CN 201910489499A CN 112053365 A CN112053365 A CN 112053365A
- Authority
- CN
- China
- Prior art keywords
- straight line
- point
- line segment
- point cloud
- vector
- 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 61
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000004020 conductor Substances 0.000 title claims description 17
- 239000013598 vector Substances 0.000 claims abstract description 79
- 238000000605 extraction Methods 0.000 claims abstract description 26
- 229910052782 aluminium Inorganic materials 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- AZDRQVAHHNSJOQ-UHFFFAOYSA-N alumane Chemical compound [AlH3] AZDRQVAHHNSJOQ-UHFFFAOYSA-N 0.000 claims description 8
- 239000004411 aluminium Substances 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003064 k means clustering Methods 0.000 claims description 5
- 229910052751 metal Inorganic materials 0.000 claims description 4
- 239000002184 metal Substances 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 7
- 239000000284 extract Substances 0.000 abstract description 4
- 238000000638 solvent extraction Methods 0.000 abstract description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical group [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000013075 data extraction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于线性特征的输电线路导线激光点云数据的提取方法,包括如下步骤:1、输电线路导线点云的分割:2、输电线路导线点云的精确提取:2.1、第一直线段A1B1的指定;2.2、第一直线段A1B1点云的粗提取;2.3、第一直线段A1B1前进方向向量的推算;2.4、第二直线段B1C1的确定;2.5、剩余的直线段的确定。该方法可不受复杂环境干扰、空间条件限制,可独立提取出任意一条输电线路导线的点云数据,为电力设备的精细化运维管理提供便利。
Description
技术领域
本发明涉及三维激光应用及电气设备运维技术领域,尤其涉及一种基于线性特征的输电线路导线激光点云数据提取方法,适用于中、高压输电线路的数字运维。
背景技术
我国输电线路总里程预计在2020年将达到159万公里,届时“坚强智能电网”将全面建成,那么输电线路的运行维护工作成为了“坚强智能电网”的“坚强”保障。我国地域辽阔,输电线路的周边地形环境类型繁多且复杂,给输电线路的运维工作带来巨大的困难。以往的输电线路巡检主要靠人工巡检方式完成,人工劳动强度大且安全性低。
三维激光测量系统是目前较为先进的一种主动式遥感技术,与传统测量手段相比,它具有无可比拟的优势,主要体现在速度快、精度高、自动化程度高、劳动强度低、使用方便、环境依赖性小等方面。三维激光扫描可以快速采集环境三维点云信息,很好地解决空间定位和量测精度等问题。
利用采集的高精度三维激光点云,可以获得高精度三维输电线路及周边地形、地貌和地物等三维空间信息,为输电线路智能运维可视化提供基础数据。测量的原始点云数据中包含的信息很多,除了作为提取目标的输电线路导线以外,还有沿线的地形地貌、植被、建筑、输电相关设施例如电塔等,激光点云数据的全覆盖性、高密度性、高冗余性既是优势也是缺陷,如何从海量的点云数据中排除干扰数据,准确且快速地提取出输电线路导线,是提高内业数据处理工作效率需要首要考虑的问题。
现有的方法中,有基于高程阈值提取点云对象的方法,例如专利申请号201810273722.2的发明专利中提出一种基于子空间特征的高程阈值分割算法剔除原始架空线路点云数据中的地物点的方法,该方法通过将点云数据的空间范围进行子空间划分,再利用子空间特征高程阈值进行点云剔除。使用高程阈值提取点云的方法,位于同一高程面上的杆塔等电力配套设施的点云无法被有效剔除;其次,通常输电线路存在多条导线平行架空的情况,每导线的高程值差异较小,那么无法通过高程阈值进行独立提取。
发明内容
为了解决上述现有技术,本发明提供了一种基于线性特征的输电线路导线激光点云数据提取方法,该方法可不受复杂环境干扰、空间条件限制,可独立提取出任意一条输电线路导线的点云数据,为电力设备的精细化运维管理提供便利。
实现本发明上述目的所采用的技术方案为:
一种基于线性特征的输电线路导线激光点云数据的提取方法,包括如下步骤:
1、输电线路导线点云的分割:
将输电线路导线点云视为由多条直线段构成的折线,每条直线段的长度均相等;
2、输电线路导线点云的精确提取:
2.1、第一直线段A1B1的指定:
在输电线路导线点云上指定点A1和点B1,点A1作为第一直线段A1B1的起点,点B1作为第一直线段A1B1的终点,第一直线段A1B1的长度为L;
2.2、第一直线段A1B1点云的粗提取:
2.2.1、将第一直线段A1B1选用圆柱形作为提取范围,所述圆柱形两底面的圆心为点A1和点B1,所述圆柱体的直径大于输电线路导线的直径,将每个直线段两侧且位于圆柱体外的点云全部剔除;
2.2.2、步骤2.2.1已经去除掉了大多数的非输电线路导线点云,剩下树障和金属附属设施点云,再去除树障和金属附属设施点云;
2.3、第一直线段A1B1前进方向向量的推算:
设第一直线段A1B1的前进方向向量为F(m,n,1),为了减少前进方向向量F的变量,故将前进方向向量F的第三个变量设定为1,采用一种具有一定抗粗差能力的最小二乘方法对第一直线段A1B1的前进方向向量F进行推算;
2.4、第二直线段B1C1的确定:
2.4.1、将点B1作为第二直线段B1C1的起点,暂时设定点C1’作为第二直线段B1C1的伪终点,第二伪直线段B1C1’确定;
2.4.2、通过步骤1.2.3确定了第一直线线段A1B1的前进方向向量F,将前进方向向量F进行单位化,得到向量F’(j,k,l),则:
2.4.3、假设第二伪直线段B1C1’的前进方向向量与第一直线段A1B1的前进方向向量F相同,且第二伪直线段B1C1’的长度为L,点C1’的坐标为:
其中,xc’、yc’、zc’为点C1’的坐标,xB、yB、zB为点B1的坐标;
2.4.4、以点C1’为球心,在以输电线路导线半径长度的6倍为直径的球体范围内搜索点C1’的邻域点云集合N;
2.4.5、将前进方向向量F进行分解,得到前进方向向量F在水平方向上的分向量Q,将邻域点云集合N中的各点投影至分向量Q的法平面上,得到以点C1’为几何中心的点云平面投影集;
2.4.6、采用基于任意方向投影且以欧式距离作为权重的K-means聚类方法,将该点云平面投影集中的点划分为上聚类和下聚类,并获取上聚类中心Cu和下聚类中心Cd;
2.4.7、以坐标原点为起点,以上聚类中心Cu为终点,得到向量vu;以坐标原点为起点,以下聚类中心Cd为终点,得到向量vd,向量vu和向量vd的计算公式为:
其中,w表示多边形的顶点数量,vi表示从坐标原点到第i个顶点的向量;
通过向量vu确定上聚类中心Cu的坐标,向量vd确定下聚类中心Cd的坐标;
2.4.8、确定第二直线段B1C1’的终点C1,具体方法如下:
Ⅰ)分别以伪终点C’、上聚类中心Cu和下聚类中心Cd为圆心,取直径等于输电线路导线直径的圆,在点云平面投影集上分别框选,分别得到伪终点C1’的邻域R、上聚类中心Cu的邻域S和下聚类中心Cd的邻域T,计算邻域R、邻域S和邻域T内的点的密度,得到邻域R的点密度DC’、邻域S的点密度Du和邻域T的点密度Dd;
Ⅱ)如果满足DC’>Du且DC’>Dd,则判定伪终点C1'为终点C1的投影,标记伪终点C'为终点C1的投影;如果满足Dd>Du且Dd>DC’,则判定下聚类中心Cd为终点C1,标记下聚类中心Cd为终点C1的投影;如果满足Du>Dd且Du>DC,则判定上聚类中心Cu为终点C1,标记上聚类中心Cu为终点C1的投影;
Ⅲ)根据终点C1的投影确定终点C1,从而确定了第二直线段B1C1,进而确定了第二直线段B1C1的方向向量;
2.4.9、将第二直线段B1C1初始点云数据按照步骤2.2所述的方法进行点云的提取,得到第二直线段B1C1的点云;
2.5、剩余的直线段的确定;
设剩余的直线段为第三直线段C1D1、第四直线段D1E1……第i直线段YiZi,第三直线段C1D1、第四直线段D1E1……第i直线段YiZi的确定重复步骤1.2.4,确定完第i直线段YiZi后,得到的输电线路导线的点云。
进一步,第一直线段A1B1点云的粗提取的具体方法为:
Ⅰ)所述圆柱体的半径为R,对于所述圆柱体内部的任意点P,满足空间占有条件:
将不满足上述空间占有条件的点予以剔除;
Ⅱ)获取铝的激光反射强度I铝,对于所述圆柱体内部的点,统计每一点的激光反射强度I,将明显高于或低于I铝的点剔除。
进一步,第一直线段A1B1前进方向向量F的推算方法为:
Ⅰ)根据第一直线段A1B1和前进方向向量F,得到空间直线的表达式:
其中,x、y、z为第一直线段A1B1上经粗提取后的点的坐标,x0、y0为前进方向向量F上点的坐标;
Ⅱ)空间直线的表达式可简化为:
其矩阵形式为:
Ⅲ)第一直线段A1B1经粗提取后的点云数量为n,则过第一直线段A1B1上第i个点的直线表达式为:
将过第一直线段A1B1上n个点的直线方程并联,得到:
进行最小二乘拟合,得到:
将上式简化,得到:
第一直线段A1B1前进方向向量F。
进一步,将邻域点云集合N中的各点投影至分向量Q的法平面上的方法为:
Ⅰ)根据前进方向向量F和分向量Q,计算前进方向向量F和分向量Q的夹角θ:
Ⅱ)根据旋转矩阵将邻域点云集合N中的点投影到分向量Q的法平面上:
其中,xC’、yC’、zC’表示邻域点云集合N中的点投影前的坐标,XC’、YC’、ZC’表示邻域点云集合N中的点投影后的坐标。
进一步,根据终点C1的投影确定终点C1的方法为:
终点C1的投影的坐标(XC、YC、ZC),根据旋转矩阵可以得到终点C1的坐标(xC、yC、zC):
与现有技术相比,本发明的有益效果和优点在于:
1、本发明利用输电线路导线的几何特征将导线点云从海量的点云数据中准确而快速地提取出来,大大提高了内业数据处理工作效率,降低了人工劳动强度。
2、本发明以输电线路导线自身的几何特性进行点云提取,通过将输电线路导线分割为若干首尾相连的直线段,以前一直线段的终点作为后一直线段的起点,逐个线段地推算导线的前进方向,因此该方法不受空间条件影响,可针对每条导线进行独立提取,解决了复杂地形及复杂环境下点云提取的准确性。
3、本发明采用一种基于任意方向投影且以欧式距离作为权重的K-means聚类方法进行导线点判断,进一步提高了识别准确性及提取精度。
4、本发明较之传统按高程阈值分割的方式,解决了因同一高程面上存在干扰点云而导致的导线识别错误或无法识别的问题。
附图说明
图1为输电线路导线点云的分割和提取示意图。
其中,图(1a)为导线示意图;图(1b)表示将输电线路导线点云视为由多条直线段构成的折线;图(1c)表示选用圆柱体来框定每条直线段提取范围。
图2为第二直线段B1C1中关于为伪终点的示意图。
其中,图(2a)表示设C’为伪终点,假设第二伪直线段为BC’,图(2b)表示以伪导线点C’为球心,以输电线路导线半径长度的6倍为直径的球体范围内搜索点C1’的邻域点云集合N;图(2c)表示将邻域点云集合N中的各点投影至分向量Q的法平面上。
图3为采用K-means聚类方法的示意图。
其中,图(3a)表示将邻域点云集合N在分向量Q的法平面上的投影,C'为投影中心;图(3b)表示在点投影中选择上下方向的极大值和极小值处作为算法的开始(即初始假定的聚类中心),对每一个点均计算点到该两个聚类中心的欧式距离,将该点存放入距离较短的子集中。图(3c)表示根据图(3b)所示的计算,得到上聚类和下聚类;图(3d)表示在图(3c)所述的上聚类和下聚类中,分别以几何中心作为算法的开始(即新的假定聚类中心),进行迭代计算,直到满足条件:假定聚类中心不再变化,则停止计算得到聚类中心的最终投影坐标;
图4为确定邻域R、邻域S和邻域T内点的密度的示意图。
具体实施方式
下面结合附图对本发明进行详细说明。
1、输电线路导线点云的分割:
将输电线路导线点云视为由多条直线段构成的折线,每条直线段的长度均均为L,如图(1a)和图(1b)所示;
2、输电线路导线点云的精确提取:
2.1、第一直线段A1B1的指定:
在输电线路导线点云上指定点A1和点B1,点A1作为第一直线段A1B1的起点,点B1作为第一直线段A1B1的终点,第一直线段A1B1的长度为L;
2.2、第一直线段A1B1点云的粗提取:
2.2.1、如图(1c)所示,将第一直线段A1B1选用圆柱体作为提取范围,所述圆柱体两底面的圆心为点A1和点B1,所述圆柱体的直径大于输电线路导线的直径,所述圆柱体的半径为R,对于所述圆柱体内部的任意点P,满足空间占有条件:
将不满足上述空间占有条件的点予以剔除;
2.2.2、步骤2.2.1已经去除掉了大多数的非输电线路导线点云,剩下的主要干扰点云为少量树障(可能有)及导线上的间隔棒或其他线路金具等附属设施,输电线路导线由多股绞线拧成,中心是机械强度大的钢线,外围是导电性能好且密度小的铝线,铝的激光反射强度I铝明显有别于树障、间隔棒或其他线路金具;
由于导线具有不同的斜率,并且扫描时扫描设备的位姿不同,导致扫描时激光入射角度不同。同一材质在激光入射角度不同时,点云反射强度值也存在差别。根据激光点云反射强度与入射角度的关系,假设该数学模型为高阶多项式函数模型,随后计算拟合函数的各个多项式系数,确定激光入射角度与反射强度的函数模型,由此对各入射角度下激光反射强度进行纠正,获取铝的激光反射强度I铝阈值。参见《激光杂志》2016年第37卷第4期11-13页论文《激光入射角度对点云反射强度的影响研究》,该杂志详细介绍了建立激光入射角度与反射强度的函数模型并对激光反射强度进行纠正的方法。
对于所述圆柱体内部的点,统计每一点的激光反射强度I,将明显高于或低于I铝的点剔除。
2.3、第一直线段A1B1前进方向向量的推算:
2.3.1、设第一直线段A1B1的前进方向向量为F(m,n,1),为了减少前进方向向量F的变量,故将前进方向向量F的第三个变量设定为1,指定第一直线段A1B1,步骤2.2只是确定了第一直线段A1B1以圆柱体为提取范围的点云数据,点云在圆柱内,不一定是完全是填满的,可能还是偏在一边或者斜的,所有要通过计算来确定穿过点云中心的向量,这个向量就是前进方向向量F;
根据第一直线段A1B1和前进方向向量F,得到空间直线的表达式:
其中,x、y、z为第一直线段A1B1上经粗提取后的点的坐标,x0、y0为前进方向向量F上点的坐标;
2.3.2、空间直线的表达式可简化为:
其矩阵形式为:
2.3.4、第一直线段A1B1经粗提取后的点云数量为n,则过第一直线段A1B1上第i个点的直线表达式为:
将过第一直线段A1B1上n个点的直线方程并联,得到:
进行最小二乘拟合,得到:
将上式简化,得到:
从而计算得到第一直线段A1B1的前进方向向量F,保证了第一直线段A1B1点云的n个点在前进方向向量F的周围平均分布,因此前进方向向量F是第一直线段A1B1的前进方向向量;
2.4、第二直线段B1C1的确定:
2.4.1、将点B1作为第二直线段B1C1的起点,暂时设定点C1’作为第二直线段B1C1的伪终点,第二伪直线段B1C1’确定,如图(2a)所示;
2.4.2、通过步骤2.3确定了第一直线线段A1B1的前进方向向量F,将前进方向向量F进行单位化,得到向量F’(j,k,l),则:
2.4.3、假设第二伪直线段B1C1’的前进方向向量与第一直线段A1B1的前进方向向量F相同,且第二伪直线段B1C1’的长度为L,点C1’的坐标为:
其中,xc’、yc’、zc’为点C1’的坐标,xB、yB、zB为点B1的坐标;
2.4.4、以点C1’为球心,在以输电线路导线半径长度的6倍为直径的球体范围内搜索点C1’的邻域点云集合N,如图(2b)所示;
2.4.5、将前进方向向量F进行分解,得到前进方向向量F在水平方向上的分向量Q,将邻域点云集合N中的各点投影至分向量Q的法平面上(如图(2c)),具体方法为:
2.4.5.1、根据前进方向向量F和分向量Q,计算前进方向向量F和分向量Q的夹角θ:
2.4.5.2、根据旋转矩阵将邻域点云集合N中的点投影到分向量Q的法平面上,得到以点C1’为几何中心的点云平面投影集,如图(3a)所示:
其中,xC’、yC’、zC’表示邻域点云集合N中的点投影前的坐标,XC’、YC’、ZC’表示邻域点云集合N中的点投影后的坐标;
2.4.6、采用基于任意方向投影且以欧式距离作为权重的K-means聚类方法,如图(3b)所示,将该点云平面投影集中的点划分为上聚类和下聚类,并获取上聚类中心Cu和下聚类中心Cd,如图(3c)和图(3d);
2.4.7、以坐标原点为起点,以上聚类中心Cu为终点,得到向量vu;以坐标原点为起点,以下聚类中心Cd为终点,得到向量vd,向量vu和向量vd的计算公式为:
其中,w表示多边形的顶点数量,vi表示从坐标原点到第i个顶点的向量;
通过向量vu确定上聚类中心Cu的坐标,向量vd确定下聚类中心Cd的坐标;
2.4.8、确定第二直线段B1C1’的终点C1,具体方法如下:
2.4.8.1、分别以伪终点C’、上聚类中心Cu和下聚类中心Cd为圆心,取直径等于输电线路导线直径的圆,在点云平面投影集上分别框选,分别得到伪终点C1’的邻域R、上聚类中心Cu的邻域S和下聚类中心Cd的邻域T,计算邻域R、邻域S和邻域T内的点的密度,得到邻域R的点密度DC’、邻域S的点密度Du和邻域T的点密度Dd,如图4所示;
2.4.8.2、如果满足DC’>Du且DC’>Dd,则判定伪终点C1'为终点C1的投影,标记伪终点C'为终点C1的投影;如果满足Dd>Du且Dd>DC’,则判定下聚类中心Cd为终点C1,标记下聚类中心Cd为终点C1的投影;如果满足Du>Dd且Du>DC’,则判定上聚类中心Cu为终点C1,标记上聚类中心Cu为终点C1的投影;
2.4.8.3、根据终点C1的投影确定终点C1,具体方法为:终点C1的投影的坐标(XC、YC、ZC),根据旋转矩阵可以得到终点C1的坐标(xC、yC、zC):
从而确定了第二直线段B1C1,进而确定了第二直线段B1C1的方向向量;
2.4.9、将第二直线段B1C1初始点云数据按照步骤2.2所述的方法进行点云的提取,得到第二直线段B1C1的点云;
2.5、剩余的直线段的确定;
设剩余的直线段为第三直线段C1D1、第四直线段D1E1……第i直线段YiZi,第三直线段C1D1、第四直线段D1E1……第i直线段YiZi的确定重复步骤2.4,确定完第i直线段YiZi后,得到的输电线路导线的点云。
Claims (5)
1.一种基于线性特征的输电线路导线激光点云数据的提取方法,其特征在于包括如下步骤:
1.1、输电线路导线点云的分割:
将输电线路导线点云视为由多条直线段构成的折线,每条直线段的长度均相等;
1.2、输电线路导线点云的精确提取:
1.2.1、第一直线段A1B1的指定:
在输电线路导线点云上指定点A1和点B1,点A1作为第一直线段A1B1的起点,点B1作为第一直线段A1B1的终点,第一直线段A1B1的长度为L;
1.2.2、第一直线段A1B1点云的粗提取:
1.2.2.1、将第一直线段A1B1选用圆柱形作为提取范围,所述圆柱形两底面的圆心为点A1和点B1,所述圆柱体的直径大于输电线路导线的直径,将每个直线段两侧且位于圆柱体外的点云全部剔除;
1.2.2.2、步骤1.2.2.1已经去除掉了大多数的非输电线路导线点云,剩下树障和金属附属设施点云,再去除树障和金属附属设施点云;
1.2.3、第一直线段A1B1前进方向向量的推算:
设第一直线段A1B1的前进方向向量为F(m,n,1),为了减少前进方向向量F的变量,故将前进方向向量F的第三个变量设定为1,采用一种具有一定抗粗差能力的最小二乘方法对第一直线段A1B1的前进方向向量F进行推算;
1.2.4、第二直线段B1C1的确定:
1.2.4.1、将点B1作为第二直线段B1C1的起点,暂时设定点C1’作为第二直线段B1C1的伪终点,第二伪直线段B1C1’确定;
1.2.4.2、通过步骤1.2.3确定了第一直线线段A1B1的前进方向向量F,将前进方向向量F进行单位化,得到向量F’(j,k,l),则:
1.2.4.3、假设第二伪直线段B1C1’的前进方向向量与第一直线段A1B1的前进方向向量F相同,且第二伪直线段B1C1’的长度为L,点C1’的坐标为:
其中,xc’、yc’、zc’为点C1’的坐标,xB、yB、zB为点B1的坐标;
1.2.4.4、以点C1’为球心,在以输电线路导线半径长度的6倍为直径的球体范围内搜索点C1’的邻域点云集合N;
1.2.4.5、将前进方向向量F进行分解,得到前进方向向量F在水平方向上的分向量Q,将邻域点云集合N中的各点投影至分向量Q的法平面上,得到以点C1’为几何中心的点云平面投影集;
1.2.4.6、采用基于任意方向投影且以欧式距离作为权重的K-means聚类方法,将该点云平面投影集中的点划分为上聚类和下聚类,并获取上聚类中心Cu和下聚类中心Cd;
1.2.4.7、以坐标原点为起点,以上聚类中心Cu为终点,得到向量vu;以坐标原点为起点,以下聚类中心Cd为终点,得到向量vd,向量vu和向量vd的计算公式为:
其中,w表示多边形的顶点数量,vi表示从坐标原点到第i个顶点的向量;
通过向量vu确定上聚类中心Cu的坐标,向量vd确定下聚类中心Cd的坐标;
1.2.4.8、确定第二直线段B1C1’的终点C1,具体方法如下:
Ⅰ)分别以伪终点C’、上聚类中心Cu和下聚类中心Cd为圆心,取直径等于输电线路导线直径的圆,在点云平面投影集上分别框选,分别得到伪终点C1,的邻域R、上聚类中心Cu的邻域S和下聚类中心Cd的邻域T,计算邻域R、邻域S和邻域T内的点的密度,得到邻域R的点密度DC’、邻域S的点密度Du和邻域T的点密度Dd;
Ⅱ)如果满足DC’>Du且DC’>Dd,则判定伪终点C1'为终点C1的投影,标记伪终点C'为终点C1的投影;如果满足Dd>Du且Dd>DC’,则判定下聚类中心Cd为终点C1,标记下聚类中心Cd为终点C1的投影;如果满足Du>Dd且Du>DC’,则判定上聚类中心Cu为终点C1,标记上聚类中心Cu为终点C1的投影;
Ⅲ)根据终点C1的投影确定终点C1,从而确定了第二直线段B1C1,进而确定了第二直线段B1C1的方向向量;
1.2.4.9、将第二直线段B1C1初始点云数据按照步骤1.2.2所述的方法进行点云的提取,得到第二直线段B1C1的点云;
1.2.5、剩余的直线段的确定;
设剩余的直线段为第三直线段C1D1、第四直线段D1E1……第i直线段YiZi,第三直线段C1D1、第四直线段D1E1……第i直线段YiZi的确定重复步骤1.2.4,确定完第i直线段YiZi后,得到的输电线路导线的点云。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910489499.XA CN112053365B (zh) | 2019-06-06 | 2019-06-06 | 一种基于线性特征的输电线路导线激光点云数据的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910489499.XA CN112053365B (zh) | 2019-06-06 | 2019-06-06 | 一种基于线性特征的输电线路导线激光点云数据的提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112053365A true CN112053365A (zh) | 2020-12-08 |
CN112053365B CN112053365B (zh) | 2022-06-14 |
Family
ID=73608965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910489499.XA Active CN112053365B (zh) | 2019-06-06 | 2019-06-06 | 一种基于线性特征的输电线路导线激光点云数据的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053365B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332228A (zh) * | 2021-12-30 | 2022-04-12 | 高德软件有限公司 | 数据处理方法、电子设备及计算机存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750449A (zh) * | 2012-06-20 | 2012-10-24 | 北京航空航天大学 | 基于分步三维空间-特征域映射的点云直线特征提取方法 |
CN103473734A (zh) * | 2013-09-16 | 2013-12-25 | 南京大学 | 一种基于车载LiDAR数据的电力线提取与拟合方法 |
KR101404655B1 (ko) * | 2014-04-18 | 2014-06-09 | 국방과학연구소 | 레이저 레이더의 3차원 원시 데이터의 고유값 비율을 이용한 송전선 추출 방법 |
CN108133227A (zh) * | 2017-11-29 | 2018-06-08 | 北京数字绿土科技有限公司 | 激光雷达点云数据分类方法及装置 |
-
2019
- 2019-06-06 CN CN201910489499.XA patent/CN112053365B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102750449A (zh) * | 2012-06-20 | 2012-10-24 | 北京航空航天大学 | 基于分步三维空间-特征域映射的点云直线特征提取方法 |
CN103473734A (zh) * | 2013-09-16 | 2013-12-25 | 南京大学 | 一种基于车载LiDAR数据的电力线提取与拟合方法 |
KR101404655B1 (ko) * | 2014-04-18 | 2014-06-09 | 국방과학연구소 | 레이저 레이더의 3차원 원시 데이터의 고유값 비율을 이용한 송전선 추출 방법 |
CN108133227A (zh) * | 2017-11-29 | 2018-06-08 | 北京数字绿土科技有限公司 | 激光雷达点云数据分类方法及装置 |
Non-Patent Citations (4)
Title |
---|
JING LIANG, JIXIAN ZHANG,ET.,AL.: "A New Power-Line Extraction Method Based on Airborne LiDAR Point Cloud Data", 《2011 INTERNATIONAL SYMPOSIUM ON IMAGE AND DATA FUSION》 * |
刘晓磊,郑顺义,许磊: "基于LiDAR点云数据的电力线自动提取算法研究", 《测绘地理信息》 * |
林祥国,宁晓刚,夏少波: "特征空间聚类的电力线激光雷达点云分割方法", 《测绘科学》 * |
沈小军; 秦川; 杜勇; 于忻乐: "复杂地形电力线机载激光雷达点云自动提取方法", 《同济大学学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332228A (zh) * | 2021-12-30 | 2022-04-12 | 高德软件有限公司 | 数据处理方法、电子设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112053365B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709946B (zh) | 基于LiDAR点云的多分裂导线自动提取与精细建模方法 | |
CN110340891B (zh) | 基于点云模板匹配技术的机械臂定位抓取系统及方法 | |
CN107886528B (zh) | 基于点云的配电线路作业场景三维重建方法 | |
AU2012255696B2 (en) | Method and system for processing image data | |
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 | |
CN110675441B (zh) | 基于激光点云的输电线路导地线建模提取方法 | |
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 | |
CN113554595B (zh) | 无人机激光雷达点云杆塔塔头形变检测装置及方法 | |
CN108562885B (zh) | 一种高压输电线路机载LiDAR点云提取方法 | |
CN109816780B (zh) | 一种双目序列影像的输电线路三维点云生成方法及装置 | |
CN107045731B (zh) | 基于点云数据对变电站母线进行建模的方法 | |
CN107170045B (zh) | 基于点云数据对变电站变压器进行建模的方法 | |
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 | |
CN117115390A (zh) | 一种变电站中变电设备的三维模型布局方法 | |
CN112053365B (zh) | 一种基于线性特征的输电线路导线激光点云数据的提取方法 | |
CN115825984A (zh) | 一种基于激光点云的输电线路巡检系统及巡检方法 | |
CN111091614A (zh) | 一种变电站三维实景模型建立方法及系统 | |
CN114782357A (zh) | 一种用于变电站场景的自适应分割系统及方法 | |
CN116452604B (zh) | 一种复杂变电站场景分割方法、设备及存储介质 | |
CN112558091A (zh) | 一种输电线对树空间距离的实时检测方法、装置及终端设备 | |
CN116958610A (zh) | 一种基于北斗的输电线路电杆塔点云聚类方法 | |
CN117078587A (zh) | 一种基于三维点云的隧道电缆附件检测方法及系统 | |
CN111404075A (zh) | 一种无人机巡检的输电线路自动测量方法 | |
CN115143936B (zh) | 一种基于激光点云的输电工程杆塔倾斜度测量方法 | |
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 |