CN112344869B - 基于侧面拟合的铁塔变形监测方法及系统 - Google Patents

基于侧面拟合的铁塔变形监测方法及系统 Download PDF

Info

Publication number
CN112344869B
CN112344869B CN202011073115.5A CN202011073115A CN112344869B CN 112344869 B CN112344869 B CN 112344869B CN 202011073115 A CN202011073115 A CN 202011073115A CN 112344869 B CN112344869 B CN 112344869B
Authority
CN
China
Prior art keywords
iron tower
point cloud
target
target iron
section
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
CN202011073115.5A
Other languages
English (en)
Other versions
CN112344869A (zh
Inventor
宋朝晖
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
Northwest Branch Of State Grid Corp Of China
Original Assignee
Wuhan Infoearth Information Co ltd
Northwest Branch Of State Grid Corp Of China
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, Northwest Branch Of State Grid Corp Of China filed Critical Wuhan Infoearth Information Co ltd
Priority to CN202011073115.5A priority Critical patent/CN112344869B/zh
Publication of CN112344869A publication Critical patent/CN112344869A/zh
Application granted granted Critical
Publication of CN112344869B publication Critical patent/CN112344869B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明实施例提供基于侧面拟合的铁塔变形监测方法及系统，该方法包括：根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值。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

基于侧面拟合的铁塔变形监测方法及系统
技术领域
本发明涉及云数据技术领域，尤其涉及基于侧面拟合的铁塔变形监测方法及系统。
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。并且人工的测量方法，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
本发明实施例提供基于侧面拟合的铁塔变形监测方法及系统，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。
第一方面，本发明实施例提供一种基于侧面拟合的铁塔变形监测方法，包括：
根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；
在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜值；
根据每段目标铁塔点云的四个侧面倾斜值确定目标铁塔倾斜值。
更具体的，在所述根据无人机点云数据确定目标铁塔点云数据的步骤之前，所述方法还包括：
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生成所述待检测铁塔的无人机点云数据。
更具体的，所述根据无人机点云数据确定目标铁塔点云数据的步骤，具体包括：
通过预设铁塔识别模型对无人机点云数据进行分类识别，得到铁塔点云数据；
对所述铁塔点云数据进行统计滤波，得到滤波后的铁塔点云数据，根据滤波后的铁塔点云数据获取铁塔点云数据的外接包围盒，根据所述外接包围盒确定目标铁塔点云数据；
其中，所述预设铁塔识别模型是通过带类别标签的样本无人机点云数据训练得到的。
更具体的，所述在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据的步骤，具体包括：
将多段目标铁塔点云截取数据中的每段目标铁塔点云截取数据投影到二维平面中，得到每段目标铁塔点云的二维点云投影；
对所述二维点云投影进行划分，得到二维点云投影划分分组信息；
根据所述划分分组信息对所述多段目标铁塔点云截取数据进行划分，得到每段目标铁塔点云的四个侧面点云数据。
更具体的，所述根据每段目标铁塔点云的四个侧面倾斜值确定目标铁塔倾斜值的步骤，具体包括：
分别计算每段目标铁塔点云四个侧面中互为对立侧面的法线倾斜角度之和，得到每段目标铁塔前后方向倾斜值和每段目标铁塔左右方向倾斜值；
根据每段目标铁塔前后方向倾斜值之和与每段目标铁塔左右方向倾斜值之和计算目标铁塔的倾斜值。
第二方面，本发明实施例提供一种基于侧面拟合的铁塔变形监测系统，包括：
获取模块，用于根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；
处理模块，在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜值；
监测模块，用于根据每段目标铁塔点云的四个侧面倾斜值确定目标铁塔倾斜值。
更具体的，所述处理模块具体用于：
将多段目标铁塔点云截取数据中的每段目标铁塔点云截取数据投影到二维平面中，得到每段目标铁塔点云的二维点云投影；
对所述二维点云投影进行划分，得到二维点云投影划分分组信息；
根据所述划分分组信息对所述多段目标铁塔点云截取数据进行划分，得到每段目标铁塔点云的四个侧面点云数据。
更具体的，所述监测模块具体用于：
分别计算每段目标铁塔点云四个侧面中互为对立侧面的法线倾斜角度之和，得到每段目标铁塔前后方向倾斜值和每段目标铁塔左右方向倾斜值；
根据每段目标铁塔前后方向倾斜值之和与每段目标铁塔左右方向倾斜值之和计算目标铁塔的倾斜值。
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述基于侧面拟合的铁塔变形监测方法的步骤。
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述基于侧面拟合的铁塔变形监测方法的步骤。
本发明实施例提供的基于侧面拟合的铁塔变形监测方法及系统，通过在无人机点云数据中进行铁塔识别，得到目标铁塔点云数据，然后根据目标铁塔信息对目标铁塔点云数据进行截取，保证了点云数据计算的准确性，在多段目标铁塔点云截取数据中提取每段目标铁塔的四个侧面法线信息，从而计算每段目标铁塔的倾斜值，从而得到整体铁塔的倾斜值，判断铁塔是否变形。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，避免了检测人员要实地测量的繁琐。
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为本发明一实施例中所描述的基于侧面拟合的铁塔变形监测方法流程示意图；
图2为本发明一实施例所描述的基于侧面拟合的铁塔变形监测系统示意图；
图3为本发明一实施例所描述的电子设备结构示意图。
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做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。
图1为本发明一实施例中所描述的基于侧面拟合的铁塔变形监测方法流程示意图，如图1所示，包括：
步骤S1，根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；
具体的，本发明实施例中所描述的无人机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，而多角度倾斜拍摄得到的待检测铁塔的图像经过专门的由图像提取三维点云数据的软件处理，即可得到待检测铁塔的无人机点云数据，此处不作具体限定。
在得到待检测铁塔的无人机点云数据后，通过预设的铁塔识别模型对无人机点云数据进行分类识别，得到各个语义类别对应的无人机点云数据，选出铁塔语义类别对应的无人机点云数据作为铁塔点云数据，然后对所述铁塔点云数据进行统计滤波，得到滤波后的铁塔点云数据，根据滤波后的铁塔点云数据获取铁塔点云数据的外接包围盒，根据所述外接包围盒确定待测铁塔点云数据。
本发明实施例中对目标铁塔点云数据进行截取是由于铁塔特殊的形状构造，若采用截取前的点云数据来直接进行计算处理，会由于没有考虑到铁塔结构的特点，从而影响整体测量结果，因此本申请中通过根据每个铁塔不同的塔形和塔高，来确定对目标铁塔点云数据截取的长度和数量，沿铁塔的Z轴方向，对目标铁塔点云数据进行截取，截取N(N>＝1)段点云数据，截取长度分别为L1,L2,...,Ln。
本发明实施例中的点云数据截取还存在某些铁塔的部分侧面结构不适宜做侧面拟合，那么可以截取N段点云数据L1,L2,...,Ln，使L1+L2+...+Ln<L，针对于不适宜做侧面拟合而未截取的部分，则根据与未截取部分最接近的两段点云的倾斜角度的平均值来作为该段未截取部分的倾斜角度，再根据该段未截取部分的长度和倾斜角度通过三角函数来计算出该段未截取部分的倾斜值。
S2，在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；
由于每一段点云均有四个面，为了拟合准确，将每个面分别截取出来：将所有的点投影到XY平面内，此时投影到XY平面中的所有的点近似的构成一个矩形，本发明实施例通过根据矩形的2条对角线将所有的点分成4个部分，每一个部分则对应每段目标铁塔的一个侧面的点云数据；再通过RANSAC算法对每段目标铁塔的四个侧面点云数据进行侧面拟合，得到每段目标铁塔的四个侧面法线信息；拟合出的四个侧面的法线分别为N前,N后,N左,N右。
步骤S3，根据每个铁塔的四个侧面法线信息计算每个铁塔的倾斜值。
通过计算每段目标铁塔点云中对立侧面的法线N前(x前,y前,z前)和N后(x后,y后,z后)，由于对立侧面法线的倾斜角度之和，即为对立侧面的倾斜角度之和，所以可以算出每段目标铁塔在前后方向的倾斜值，将每段目标铁塔在前后方向的倾斜值之间进行相加，得到目标铁塔在前后方向的倾斜值S前后，同理可以算出每段目标铁塔在左右方向的倾斜值，然后将每段目标铁塔在左右方向的倾斜值之间进行相加，得到目标铁塔在左右方向的倾斜值S左右，最终得到目标铁塔总体倾斜值
Figure BDA0002715790090000071
本发明实施例通过在无人机点云数据中进行铁塔识别，得到目标铁塔点云数据，然后根据目标铁塔信息对目标铁塔点云数据进行截取，保证了点云数据计算的准确性，在多段目标铁塔点云截取数据中提取每段目标铁塔的四个侧面法线信息，从而计算每段目标铁塔的倾斜值，从而得到整体铁塔的倾斜值，判断铁塔是否变形。
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。
在上述实施例的基础上，在所述根据无人机点云数据确定目标铁塔点云数据的步骤之前，所述方法还包括：
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生成所述待检测铁塔的无人机点云数据。
本发明实施例中所描述的无人机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，而多角度倾斜拍摄得到的待检测铁塔的图像经过专门的由图像提取三维点云数据的软件处理，即可得到待检测铁塔的无人机点云数据，此处不作具体限定。
在上述实施例基础上，所述根据无人机点云数据确定目标铁塔点云数据的步骤，具体包括：
通过预设铁塔识别模型对无人机点云数据进行分类识别，得到铁塔点云数据；
对所述铁塔点云数据进行统计滤波，得到滤波后的铁塔点云数据，根据滤波后的铁塔点云数据获取铁塔点云数据的外接包围盒，根据所述外接包围盒确定目标铁塔点云数据；
其中，所述预设铁塔识别模型是通过带类别标签的样本无人机点云数据训练得到的。
具体的，本发明实施例中所获取的无人机点云数据在显示场景中的跨度可能有几公里至几十公里，其中包括除了铁塔之外的很多其他数据，因此本发明实施例通过预设铁塔识别模型对无人机点云数据进行分类识别，得到铁塔点云数据。
本发明实施例将无人机点云数据输入预设铁塔识别模型的步骤之前，还需要对点云数据进行栅格化处理，从而使得点云能够均匀分布，并转化为预设的点云格式，然后将处理后的点云N×din输入到提前建好的预设铁塔识别模型中。本发明实施例中所描述的预设铁塔识别模型使用了四个编码层，来点云数据进行编码，通过编码层的设计，可以有效减少点的个数，增加特征深度，即：
Figure BDA0002715790090000081
预设铁塔识别模型使用四个解码层对上述编码后的数据解码得到级联特征图；通过三个全连接层N×64→N×32→N×nclass和一个dropout层得到每个点的最终语义标签N×nclass，其中nclass是类别的数量；根据语义信息提取所铁塔语义的点集，然后使用八叉树和KNN算法切割出每一个铁塔，得到每个铁塔的位置坐标。
本发明实施例中所描述的类别标签可以是指铁塔类别，或者山地类别、湖泊类别等不同类别标签。
在上述实施例的基础上，
所述在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据的步骤，具体包括：
将多段目标铁塔点云截取数据中的每段目标铁塔点云截取数据投影到二维平面中，得到每段目标铁塔点云的二维点云投影；
对所述二维点云投影进行划分，得到二维点云投影划分分组信息；
根据所述划分分组信息对所述多段目标铁塔点云截取数据进行划分，得到每段目标铁塔点云的四个侧面点云数据。
具体的，本发明实施例中所描述的每个铁塔的点云数据投影到二维平面中具体是将所有的点投影到XY平面中，得到每个铁塔的二维点云投影，将所有的点构成的二维点云投影为一个矩形，然后用矩形的2条对角线对所述二维点云投影进行划分，分成4个部分，得到二维点云投影划分分组信息，每个部分均对应铁塔的一个侧面，此时根据四个部分的划分分组信息对每段目标铁塔点云截取数据进行划分，得到每段目标铁塔点云的四个侧面点云数据。
本发明实施例通过每个铁塔的点云数据投影到二维平面中，并通过投影划分，得到四个侧面点云数据，有利于后续步骤的进行。
在上述实施例的基础上，所述根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值的步骤，具体包括：
分别计算每段目标铁塔点云四个侧面中互为对立侧面的法线倾斜角度之和，得到每段目标铁塔前后方向倾斜值和每段目标铁塔左右方向倾斜值；
根据每段目标铁塔前后方向倾斜值之和与每段目标铁塔左右方向倾斜值之和计算目标铁塔的倾斜值。
具体的，本发明实施例中所描述的每段目标铁塔四个侧面中互为对立侧面可以将其定义为前后侧面和左右侧面，通过RANSAC算法拟合出每段目标铁塔的四个侧面的法线分别为N前,N后,N左,N右；
由于对立侧面法线的倾斜角度之和，即为对立侧面的倾斜角度之和，因此通过对立侧面的法线N前(x前,y前,z前)和N后(x后,y后,z后)的确认，可以算出铁塔在前后方向的倾斜角度a前后，计算公式为：
Figure BDA0002715790090000091
再根据sin(a前后)*L，可以算出该段点云在前后方向上的倾斜值；将N段点云在前后方向上的倾斜值相加S前后＝sin(a1前后)L1+sin(a2前后)L2+...+sin(an前后)Ln，即得出铁塔整体在点云方向上的倾斜值S前后；
左右方向的倾斜值S左右同理即可得出。
铁塔总体倾斜值为
Figure BDA0002715790090000101
本发明实施例通过提取每个铁塔的四个侧面点云数据，在对侧面点云数据进行拟合，得到每个铁塔的四个侧面法线信息，从而计算每个铁塔的倾斜值，判断铁塔是否变形，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。
图2为本发明一实施例所描述的基于侧面拟合的铁塔变形监测系统示意图，如图2所示，包括：获取模块210、处理模块220和监测模块230；其中，获取模块210用于根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；其中，处理模块220在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；其中，监测模块230用于根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值。
更具体的，所述处理模块具体用于：
将多段目标铁塔点云截取数据中的每段目标铁塔点云截取数据投影到二维平面中，得到每段目标铁塔点云的二维点云投影；
对所述二维点云投影进行划分，得到二维点云投影划分分组信息；
根据所述划分分组信息对所述多段目标铁塔点云截取数据进行划分，得到每段目标铁塔点云的四个侧面点云数据。
更具体的，所述监测模块具体用于：
分别计算每段目标铁塔点云四个侧面中互为对立侧面的法线倾斜角度之和，得到每段目标铁塔前后方向倾斜值和每段目标铁塔左右方向倾斜值；
根据每段目标铁塔前后方向倾斜值之和与每段目标铁塔左右方向倾斜值之和计算目标铁塔的倾斜值。
本发明实施例提供的装置是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
本发明实施例通过在无人机点云数据中进行铁塔识别，得到目标铁塔点云数据，然后根据目标铁塔信息对目标铁塔点云数据进行截取，保证了点云数据计算的准确性，在多段目标铁塔点云截取数据中提取每段目标铁塔的四个侧面法线信息，从而计算每段目标铁塔的倾斜值，从而得到整体铁塔的倾斜值，判断铁塔是否变形。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，避免了检测人员要实地测量的繁琐。
图3为本发明一实施例所描述的电子设备结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行如下方法：根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值。
此外，上述的存储器330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。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值。
本发明实施例提供一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储服务器指令，该计算机指令使计算机执行上述各实施例提供的方法，例如包括根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值。以上所描述的装置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 (8)

1.一种基于侧面拟合的铁塔变形监测方法，其特征在于，包括：
根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；
在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；
根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值；
其中，所述根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值的步骤，具体包括：
分别计算每段目标铁塔点云四个侧面中互为对立侧面的法线倾斜角度之和，计算每段目标铁塔前后方向倾斜值和每段目标铁塔左右方向倾斜值；
根据每段目标铁塔前后方向倾斜值之和与每段目标铁塔左右方向倾斜值之和计算目标铁塔的倾斜值。
2.根据权利要求1所述基于侧面拟合的铁塔变形监测方法，其特征在于，在所述根据无人机点云数据确定目标铁塔点云数据的步骤之前，所述方法还包括：
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生成所述待检测铁塔的无人机点云数据。
3.根据权利要求1所述基于侧面拟合的铁塔变形监测方法，其特征在于，所述根据无人机点云数据确定目标铁塔点云数据的步骤，具体包括：
通过预设铁塔识别模型对无人机点云数据进行分类识别，得到铁塔点云数据；
对所述铁塔点云数据进行统计滤波，得到滤波后的铁塔点云数据，根据滤波后的铁塔点云数据获取铁塔点云数据的外接包围盒，根据所述外接包围盒确定目标铁塔点云数据；
其中，所述预设铁塔识别模型是通过带类别标签的样本无人机点云数据训练得到的。
4.根据权利要求1所述基于侧面拟合的铁塔变形监测方法，其特征在于，所述在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据的步骤，具体包括：
将多段目标铁塔点云截取数据中的每段目标铁塔点云截取数据投影到二维平面中，得到每段目标铁塔点云的二维点云投影；
对所述二维点云投影进行划分，得到二维点云投影划分分组信息；
根据所述划分分组信息对所述每段目标铁塔点云截取数据进行划分，得到每段目标铁塔点云的四个侧面点云数据。
5.一种基于侧面拟合的铁塔变形监测系统，其特征在于，包括：
获取模块，用于根据无人机点云数据确定目标铁塔点云数据；根据目标铁塔信息对目标铁塔点云数据进行截取得到截取后的多段目标铁塔点云截取数据；
处理模块，在所述多段目标铁塔点云截取数据中提取每段目标铁塔点云的四个侧面点云数据，根据每段目标铁塔点云的四个侧面点云数据计算每段目标铁塔点云的四个侧面倾斜度；
监测模块，用于根据每段目标铁塔点云的四个侧面倾斜度确定目标铁塔倾斜值；
其中，所述监测模块具体用于：
分别计算每段目标铁塔点云四个侧面中互为对立侧面的法线倾斜角度之和，得到每段目标铁塔前后方向倾斜值和每段目标铁塔左右方向倾斜值；
根据每段目标铁塔前后方向倾斜值之和与每段目标铁塔左右方向倾斜值之和计算目标铁塔的倾斜值。
6.根据权利要求5所述基于侧面拟合的铁塔变形监测系统，其特征在于，所述处理模块具体用于：
将多段目标铁塔点云截取数据中的每段目标铁塔点云截取数据投影到二维平面中，得到每段目标铁塔点云的二维点云投影；
对所述二维点云投影进行划分，得到二维点云投影划分分组信息；
根据所述划分分组信息对所述多段目标铁塔点云截取数据进行划分，得到每段目标铁塔点云的四个侧面点云数据。
7.一种电子设备，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至4任一项所述基于侧面拟合的铁塔变形监测方法的步骤。
8.一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权利要求1至4任一项所述基于侧面拟合的铁塔变形监测方法的步骤。
CN202011073115.5A 2020-10-09 2020-10-09 基于侧面拟合的铁塔变形监测方法及系统 Active CN112344869B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011073115.5A CN112344869B (zh) 2020-10-09 2020-10-09 基于侧面拟合的铁塔变形监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011073115.5A CN112344869B (zh) 2020-10-09 2020-10-09 基于侧面拟合的铁塔变形监测方法及系统

Publications (2)

Publication Number Publication Date
CN112344869A CN112344869A (zh) 2021-02-09
CN112344869B true CN112344869B (zh) 2022-04-12

Family

ID=74361632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011073115.5A Active CN112344869B (zh) 2020-10-09 2020-10-09 基于侧面拟合的铁塔变形监测方法及系统

Country Status (1)

Country Link
CN (1) CN112344869B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113095447B (zh) * 2021-06-10 2021-09-07 深圳联合安防科技有限公司 一种基于图像识别的检测方法及系统
CN115810012B (zh) * 2023-02-07 2023-06-27 南方电网数字电网研究院有限公司 输电杆塔倾斜检测方法、装置、设备和存储介质
CN116817777A (zh) * 2023-04-21 2023-09-29 中国铁建昆仑投资集团有限公司 基于高精度传感器和Transformer的隧道围岩变形预测方法
CN116821637B (zh) * 2023-08-31 2023-11-28 华电重工机械有限公司 一种基于数据孪生技术的建筑钢结构数据处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009037961A (ja) * 2007-08-03 2009-02-19 Sanyo Electric Co Ltd ラベル、外装体及び電池パック
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
CN110160492A (zh) * 2019-05-10 2019-08-23 柳成荫 一种输电塔的倾斜监测方法及装置
CN110608732A (zh) * 2019-10-08 2019-12-24 北京建筑大学 一种基于点云的建筑塔机塔身垂直度检测系统
CN110992458A (zh) * 2019-10-30 2020-04-10 中国科学院电子学研究所苏州研究院 一种大规模倾斜摄影模型组织与调度方法
CN111583411A (zh) * 2020-04-25 2020-08-25 镇江市勘察测绘研究院 一种基于倾斜摄影的三维模型建立方法
CN111667574A (zh) * 2020-04-28 2020-09-15 中南大学 从倾斜摄影模型自动重建建筑物规则立面三维模型的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553881A (zh) * 2020-03-27 2020-08-18 武汉地大信息工程股份有限公司 基于三维点云识别的检测铁塔形变的方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009037961A (ja) * 2007-08-03 2009-02-19 Sanyo Electric Co Ltd ラベル、外装体及び電池パック
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
CN110160492A (zh) * 2019-05-10 2019-08-23 柳成荫 一种输电塔的倾斜监测方法及装置
CN110608732A (zh) * 2019-10-08 2019-12-24 北京建筑大学 一种基于点云的建筑塔机塔身垂直度检测系统
CN110992458A (zh) * 2019-10-30 2020-04-10 中国科学院电子学研究所苏州研究院 一种大规模倾斜摄影模型组织与调度方法
CN111583411A (zh) * 2020-04-25 2020-08-25 镇江市勘察测绘研究院 一种基于倾斜摄影的三维模型建立方法
CN111667574A (zh) * 2020-04-28 2020-09-15 中南大学 从倾斜摄影模型自动重建建筑物规则立面三维模型的方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于TLS的高压线塔倾斜度监测;刘云备;《测绘工程》;20160825;全文 *
基于激光扫描的矿区高压线塔变形提取研究;李得军;《煤炭工程》;20180720;全文 *
特征线的高压线塔变形监测;蔡来良;《测绘科学》;20161220;全文 *
非接触测量方法在柱状构筑物垂直度检测中的应用研究;欧斌;《城市勘测》;20130831;全文 *

Also Published As

Publication number Publication date
CN112344869A (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
CN112344869B (zh) 基于侧面拟合的铁塔变形监测方法及系统
CN108764048B (zh) 人脸关键点检测方法及装置
CN113592989B (zh) 一种三维场景的重建系统、方法、设备及存储介质
CN113902897A (zh) 目标检测模型的训练、目标检测方法、装置、设备和介质
CN110084785B (zh) 一种基于航拍图像的输电线垂弧测量方法及系统
CN112634340A (zh) 基于点云数据确定bim模型的方法、装置、设备和介质
CN112325785A (zh) 基于顶部平面拟合的铁塔变形监测方法及系统
CN111626987B (zh) 一种基于无人机及无锚框网络的车辆检测方法
CN115240093B (zh) 基于可见光和激光雷达点云融合的输电通道自动巡检方法
US20220309708A1 (en) System and method for automated estimation of 3d orientation of a physical asset
CN111553881A (zh) 基于三维点云识别的检测铁塔形变的方法和系统
CN112489099A (zh) 点云配准方法、装置、存储介质及电子设备
CN116363585A (zh) 一种输电线路在线监测方法及系统
CN115436910A (zh) 一种对激光雷达点云进行目标检测的数据处理方法和装置
CN112509126A (zh) 三维物体检测的方法、装置、设备及存储介质
CN113190031B (zh) 基于无人机的森林火灾自动拍照跟踪方法、装置及系统
CN114299242A (zh) 高精地图中图像处理方法、装置、设备以及存储介质
CN116091709B (zh) 建筑物的三维重建方法、装置、电子设备和存储介质
CN110580468B (zh) 一种基于影像匹配点云的单木结构参数提取的方法
CN115965712B (zh) 一种建筑物二维矢量图构建方法、系统、设备及存储介质
CN117197388A (zh) 一种基于生成对抗神经网络和倾斜摄影的实景三维虚拟现实场景构建方法及系统
CN116543322A (zh) 一种基于社区安全隐患的物业智能巡检方法
CN115115595B (zh) 一种面向森林火灾监测的机载激光雷达和红外相机的实时标定方法
CN111521125B (zh) 基于点云数据的检测铁塔形变的方法和系统
CN106652020B (zh) 一种基于模型的塔杆三维重建方法

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