CN112698303A - 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统 - Google Patents
基于无人机激光雷达点云杆塔倾斜参数测量方法及系统 Download PDFInfo
- Publication number
- CN112698303A CN112698303A CN202011537278.4A CN202011537278A CN112698303A CN 112698303 A CN112698303 A CN 112698303A CN 202011537278 A CN202011537278 A CN 202011537278A CN 112698303 A CN112698303 A CN 112698303A
- Authority
- CN
- China
- Prior art keywords
- tower
- point cloud
- dimensional
- characteristic
- evaluated
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000009616 inductively coupled plasma Methods 0.000 claims 2
- 239000011159 matrix material Substances 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 230000002265 prevention Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于无人机激光雷达点云杆塔倾斜参数测量方法,包括如下步骤:杆塔三维点云滤波,杆塔分割与特征面提取,塔身三维重建及模型数据库建立,对待评估杆塔特征平面进行中心点计算,对待评估杆塔进行倾斜状态评估与倾斜角度计算。本发明实现对杆塔结构关键部位的自动识别及提取以及对线路杆塔的几何参数快速扫描与倾斜参数智能化评估。利用先进的无人机巡线技术,显著提升了线路巡检效率和准确度,降低了巡检费用以及工作人员的工作量和风险,实现具有工程实践意义上的杆塔倾斜地质监测预警和风险防控,提高线路运行可靠性,降低重大电网安全稳定运行风险。
Description
技术领域
本发明涉及激光点云监测预警和风险防控技术领域,具体地指一种基于无人机激光雷达点云杆塔倾斜参数测量方法及系统。
背景技术
输电线路覆盖范围广,输送距离长,沿途经过很多环境条件恶劣、地质地形复杂、气候多变地区,如山西、陕西、四川、新疆等地质条件复杂的省份,地质灾害种类较多、分布面积较大,输电杆塔自身的运行状态已成为线路运维工作关注的焦点。传统的架空输电线路防灾面临着几个方面的问题:防治工作量大、防止要求高、防治成本高等。利用基于SAR(Synthetic Aperture Radar,合成孔径雷达)卫星的遥感监测,虽然具有监测范围广、区域大等优势,但对遥感图像的采样周期和图像分辨率有较高要求,数据获取费用巨大,数据处理复杂,全面推广较为困难。由于缺少高效监测手段,难以及时掌握输电线路杆塔倾斜地质灾害的风险状态,运维工作的风险和压力较大,当风险发展累积到一定程度时,对分散的风险点进行大规模治理的难度增加,成本投入巨大。因此,急需一种能对地质不稳定区域内杆塔倾斜状态进行大范围、快速监测和预警的实用技术。
发明内容
本发明的目的就是要提供一种基于无人机激光雷达点云杆塔倾斜参数测量方法及系统,本发明通过对采集的三维激光雷达数据进行走廊划分、滤波与分类,根据结构特征进行杆塔提取和识别,建立杆塔精准三维模型,并进行杆塔倾斜状态参数自动计算和评估分析,自动计算杆塔倾斜角度,从而实现对线路杆塔倾斜状态智能检测和预警。
为实现此目的,本发明所设计的基于无人机激光雷达点云杆塔倾斜参数测量方法,它包括如下步骤:
步骤1:选取输电杆塔三维激光点云中的单个塔杆点云,剔除单个塔杆点云中的杂点及电线点云,得到滤波后的杆塔点云;
步骤2:将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云,从而得到塔脚三维矢量模型、塔身三维矢量模型和塔头三维矢量模型;
步骤3:将塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型组合成典型塔型三维点云模型;
步骤4:根据所述典型塔型三维点云模型,对待评估杆塔特征平面进行中心点计算,得到待评估杆塔各特征平面中心点坐标;
步骤5:根据待评估杆塔各特征平面中心点坐标计算待评估杆塔的倾斜角度。
本发明的有益效果:
本发明通过对采集的三维激光雷达数据进行走廊划分、滤波与分类,根据结构特征进行杆塔提取和识别,建立杆塔精准三维模型,并进行杆塔倾斜状态参数自动计算和评估分析,自动计算杆塔倾斜角度,从而实现对线路杆塔倾斜状态智能检测和预警。
本发明利用上述方案实现对杆塔结构关键部位的自动识别及提取,实现对线路杆塔的几何参数快速扫描与倾斜参数智能化评估。
本发明采用三维激光雷达遥感技术,将无人机高精度定位定姿技术、遥感遥测技术和三维激光点云智能处理和分析技术进行结合,显著提升对输电线路杆塔几何状态的快速、批量化智能感知水平,实现具有工程实践意义上的杆塔倾斜地质监测预警和风险防控,提高线路运行可靠性,降低重大电网安全稳定运行风险,提升输电线路运行可靠性。在线路检修、公共管理、防灾预警等领域具有广阔的应用前景。
附图说明
图1为本发明的结构示意图;
图2为本发明具体实施中杆塔点云的高程直方图;
图3为本发明具体实施中提取直方图中的局部极值对应的特征高程示意图;
图4为本发明具体实施中对塔身进行四棱台拟合的示意图;
图5为本发明具体实施中某种塔形塔杆的三维模型图;
图6为本发明中基于三视图特征提取算法点云投影示意图;
图7为本发明中基于三视图特征提取算法一维投影线段连接图;
图8为本发明中基于三视图特征提取算法剔除细小线段技术示意图;
图9为原始点云正视图;
图10为特征长度提取结果示意图。
其中,1—点云滤波模块、2—三维矢量模型生成模块、3—三维点云模型生成模块、4—待评估杆塔各特征平面中心计算模块、5—倾斜状态评估模块。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明:
如图1所示基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于,它包括如下步骤:
步骤1:获取输电杆塔三维激光点云,选取输电杆塔三维激光点云中的单个塔杆点云,剔除框选的单个塔杆点云中的杂点及电线点云,提取杆塔三维点云滤波后的杆塔点云;
步骤2:将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云,从而得到塔脚三维矢量模型、塔身三维矢量模型和塔头三维矢量模型;
步骤3:将塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型组合成典型塔型三维点云模型,并将典型塔型三维点云模型输入到典型塔型三维点云模型数据库;
步骤4:对待评估杆塔特征平面进行中心点计算,选择待进行倾斜评估杆塔区域,同样进行滤波操作去除地面点与电力线,然后使用典型塔型三维点云模型数据库中的塔头三维矢量模型与待评估杆塔进行匹配,从而确定杆塔塔型,使用对应杆塔塔型特征平面分别对待评估杆塔进行ICP(Iterative Closest Point,迭代最近点算法)匹配,获取待评估杆塔各个特征平面的旋转与平移矩阵,典型塔型三维点云模型数据库中对应杆塔塔型特征平面中心点通过相应的旋转与平移变换获取待评估杆塔各特征平面中心点坐标;
步骤5:根据待评估杆塔各特征平面中心点坐标计算待评估杆塔的倾斜角度。
上述技术特征的步骤2中,利用塔脚高程、塔身高程、塔肩高程和塔头高程,将杆塔三维点云滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云,分别对塔脚点云、塔身点云和塔头点云进行建模得到塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型(根据塔身每隔一段高程存在一个特征平面的结构特点,基于点云高程分布直方图进行分割);
生成杆塔点云的高程直方图(如图2,图2中横坐标为点云个数,纵坐标为高程),提取直方图中的局部极值,通过特征高程之间间隔大于阈值的约束条件,剔除非特征高程的极值,获得杆塔点云中的特征高程,如图3及其对应的特征平面,如图4(根据塔身的结构特点,每隔一段高程存在一个特征平面,即为图4中标记出来的平面),通过判断各特征高程对应的特征平面点云所包含的点数,初步提取塔头与塔身结合处的塔肩高程,实现塔头与塔身的分割,利用塔头与塔身的分割方式将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云;
上述技术方案的步骤1中,输电杆塔三维激光点云通过无人机LiDAR系统获取,采用双激光头融合方式提高电力杆塔三维激光点云质量。典型塔型的特征提取与多种塔型杆塔三维模型建库需要先人工框选单个杆塔点云。最后,由于人工框选的杆塔点云中存在比较多的杂点,且分布情况复杂,难以采用单一的方法剔除,采用渐进滤波的方案,即在建模过程中,利用已提取的信息,对点云进行滤波,剔除一部分杂点,然后提取电力塔信息,再对点云进行滤波,直到将所有的电力塔信息提取出来。杂点的分布有以下几个特点:
1、地面点和植被点一般都聚集在塔底附近。
2、塔身附近的电力线(跳线)点云一般距离电力塔平面中心较远。
3、塔头上电力线点分布复杂,较难剔除。
通过设置一个高程阈值,对小于该高程阈值的点云进行剔除,达到粗略剔除塔底杂点的目的。对于塔身附近的电力线点,通过渐进滤波策略,即在建模过程中,利用已提取的信息,对点云进行滤波,通过计算点云距离塔中心的距离,剔除一部分杂点,然后再提取一部分电力塔信息,再对点云进行滤波,直到将所需的电力塔信息提取出来。
上述技术方案的步骤2中,对塔头点云采用SVM(Support Vector Machines,支持向量机)分类的方法结合塔头模型库进行重建得到塔头三维矢量模型;对塔身点云通过平面拟合的方式进行重建得到塔头三维矢量模型,对塔脚点云采用人工交互的方式重建得到塔脚三维矢量模型。
上述技术方案的步骤5中,根据以下策略计算杆塔整体和塔头、塔身的倾斜参数,从而评估杆塔倾斜状态:将待评估杆塔各特征平面中心点依次连接成为杆塔中心线,计算每一段中心线与理论杆塔中心线(杆塔所处地面的垂线)的夹角,若存在部分中心线段与理论中心线夹角大于阈值,则可判定杆塔存在倾斜,倾斜发生部位即为中心线段所处两特征平面之间,倾斜角度为计算所得夹角,通过不同时刻的塔头几何参数、倾斜角度等与塔头标准模型对比来计算塔头形变参数。
上述技术方案的步骤1中,剔除框选的单个塔杆点云中的杂点及电线点云的方法为:通过设置高程阈值,将塔底的杂点进行剔除,对于塔身高程内的电力线点,在利用AlphaShapes算法提取塔身外轮廓时,从最低的特征平面开始进行轮廓提取,获取已提取的轮廓中最小的轮廓,并利用已提取的最小轮廓对下一个要处理的特征平面点云进行范围限制,保证下一个特征平面点云提取轮廓的处理不超过最小轮廓,使得轮廓外的电力线杂点得以剔除,通过计算点云其距离塔中心的距离,进行电力线点的剔除,得到最终的Alpha Shapes轮廓。
上述技术方案的所述步骤3中将塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型组合成典型塔型三维点云模型的具体方法为:
塔身特征高程对应的塔身特征平面是一组规则矩形,通过提取塔身特征平面的外轮廓线,寻找最长边,得到主方向,确定杆塔的塔尖所指的方向,通过计算塔身特征平面的外轮廓的外接圆,确定杆塔的位置;
其次,塔身是规则的四棱台结构,采用拟合的方式进行建模,通过对Alpha Shapes算法(散点轮廓算法)提取的塔身外轮廓按照所述杆塔的塔肩所指的方向进行分类,得到塔身周向四个侧面上的点云,并利用塔身周向四个侧面上的点云对塔身进行四棱台拟合(塔身的四个侧面关于中轴线是对称的),得到塔身周向四个侧面的几何模型;
对塔身周向四个侧面的几何模型求交线得到塔身的框架,如图5,从塔头点云中抽取模式特征,通过模式识别方法判断塔头的类型,将杆塔点云按照主方向进行旋转,得到杆塔的正视图,然后对杆塔特征高程上的点云进行一维投影和种子点增长,获得特征长度,所述特征长度包括杆塔横隔跨度和杆塔隔钢架实际长度,将特征长度、杆塔横隔跨度中最大值和第二大值的高程之差,以及杆塔隔钢架实际长度中最大值和第二大值的高程之差作为杆塔的模式特征,所述杆塔的模式特征用来识别杆塔的类型,即塔头的类型,判断杆塔的塔头属于哪种塔头,将塔头与对应塔身的三维模型进行组合,得到塔型杆塔三维模型(塔脚周围地面点、植被点等杂点众多,情况比较复杂,自动建模难度大,且杆塔塔脚多四角,类型简单,适合采用人工建模的方法。本文对于杆塔的倾斜参数的测量,塔脚影响不大,固可用固定人工模型)。
上述技术方案中,所述杆塔的模式特征用来识别杆塔的类型,即塔头的类型,判断杆塔的塔头属于哪种塔头。
上述技术方案中,对杆塔特征高程上的点云进行一维投影和种子点增长,获得特征长度的具体方法为:
步骤a:对特征高程H上下ΔH一定高程范围(即Z∈[H-ΔH,H+ΔH])的点云P作一维投影,若格网中有点,格网值取1,否则为0,如图6所示;
步骤b:对一维投影中的线段进行连接,相邻距离(相邻两条线段中左线段终点与右线段起点的距离)小于阈值的线段合并为一条线段,如图7所示;
步骤c:剔除合并之后小于阈值长度的线段,计算范围长度Ls和实际长度Le,其中,Ls为最左线段起点与最右线段终点之间距离,Le为所有线段之和,如图8所示,图8中Lei中的Le表示实际长度,i这里虚指后面的1和2,最长实际长度为Le1,次长实际长度为Le2;
步骤d:对所有特征高程进行a)~c),找出最长、次长的范围长度Ls1,Ls2及对应的高程最长、次长的实际长度Le1,Le2及对应的高程值并计算两者之间的高程差ΔHs,ΔHe,[Ls1,Ls2,Le1,Le2,ΔHs,ΔHe]即为该方法获得的电力塔塔头的特征值,长度提取效果如图9和10所示。
一种基于无人机激光雷达点云杆塔倾斜参数测量系统,如图1所示,它包括点云滤波模块1、三维矢量模型生成模块2、三维点云模型生成模块3、待评估杆塔各特征平面中心计算模块4和倾斜状态评估模块5;
所述点云滤波模块1用于选取输电杆塔三维激光点云中的单个塔杆点云,剔除单个塔杆点云中的杂点及电线点云,得到滤波后的杆塔点云;
所述三维矢量模型生成模块2用于将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云,从而得到塔脚三维矢量模型、塔身三维矢量模型和塔头三维矢量模型;
所述三维点云模型生成模块3用于将塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型组合成典型塔型三维点云模型;
所述待评估杆塔各特征平面中心计算模块4用于根据所述典型塔型三维点云模型,对待评估杆塔特征平面进行中心点计算,得到待评估杆塔各特征平面中心点坐标;
所述倾斜状态评估模块5用于根据待评估杆塔各特征平面中心点坐标计算待评估杆塔的倾斜角度。
无人机巡检已成为国网系统内大力推广的线路巡检方式,显著提升了线路巡检效率和准确度。在此基础上,本发明充分挖掘、拓展现有巡检无人机作业平台的应用功能,实现一次飞行、批量采集,快速、高效地开展杆塔倾斜三维空间状态的监测与预警,不但具有技术可行性,也将带来显著的经济效益,具有重要推广价值。同时随着三维测量技术的发展,激光雷达可快速扫描被测物体,建立详细准确的三维点云模型,并提供精确的定量分析,为输电线路走廊电力杆塔倾斜状态测量提供一种机动灵活的方式。
本发明首次提出了一套基于无人机激光雷达点云杆塔倾斜参数测量方法和技术流程,实现对杆塔结构关键部位的自动识别及提取以及对线路杆塔的几何参数快速扫描与倾斜参数智能化评估。利用先进的无人机巡线技术,显著提升了线路巡检效率和准确度,降低了巡检费用以及工作人员的工作量和风险,实现具有工程实践意义上的杆塔倾斜地质监测预警和风险防控,提高线路运行可靠性,降低重大电网安全稳定运行风险。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于,它包括如下步骤:
步骤1:选取输电杆塔三维激光点云中的单个塔杆点云,剔除单个塔杆点云中的杂点及电线点云,得到滤波后的杆塔点云;
步骤2:将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云,从而得到塔脚三维矢量模型、塔身三维矢量模型和塔头三维矢量模型;
步骤3:将塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型组合成典型塔型三维点云模型;
步骤4:根据所述典型塔型三维点云模型,对待评估杆塔特征平面进行中心点计算,得到待评估杆塔各特征平面中心点坐标;
步骤5:根据待评估杆塔各特征平面中心点坐标计算待评估杆塔的倾斜角度。
2.根据权利要求1所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤2中,利用塔脚高程、塔身高程、塔肩高程和塔头高程,将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云,从而得到塔脚三维矢量模型、塔身三维矢量模型和塔头三维矢量模型。
3.根据权利要求1所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤2中,生成杆塔点云的高程直方图,提取直方图中的局部极值,剔除非特征高程的极值,获得杆塔点云中的特征高程及其对应的特征平面,通过判断各特征高程对应的特征平面点云所包含的点数,提取塔头与塔身结合处的塔肩高程,实现塔头与塔身的分割,利用塔头与塔身的分割方式将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云。
4.根据权利要求1所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤3中,将典型塔型三维点云模型输入到典型塔型三维点云模型数据库。
5.根据权利要求1所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤4中,根据所述典型塔型三维点云模型,对待评估杆塔特征平面进行中心点计算,得到待评估杆塔各特征平面中心点坐标的具体方法为:
对待评估杆塔特征平面进行中心点计算,选择待进行倾斜评估杆塔区域,使用典型塔型三维点云模型数据库中的塔头三维矢量模型与待评估杆塔进行匹配,从而确定杆塔塔型,使用对应杆塔塔型特征平面分别对待评估杆塔进行ICP匹配,获取待评估杆塔各个特征平面的旋转与平移矩阵,典型塔型三维点云模型数据库中对应杆塔塔型特征平面中心点通过相应的旋转与平移变换获取待评估杆塔各特征平面中心点坐标。
6.根据权利要求1所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤2中,对塔头点云采用SVM分类的方法结合塔头模型库进行重建得到塔头三维矢量模型;对塔身点云通过平面拟合的方式进行重建得到塔头三维矢量模型,对塔脚点云采用人工交互的方式重建得到塔脚三维矢量模型。
7.根据权利要求1所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤5中,根据以下策略计算杆塔整体和塔头、塔身的倾斜参数,从而评估杆塔倾斜状态:将待评估杆塔各特征平面中心点依次连接成为杆塔中心线,计算每一段中心线与理论杆塔中心线的夹角,若存在部分中心线段与理论中心线夹角大于阈值,则可判定杆塔存在倾斜,倾斜发生部位即为中心线段所处两特征平面之间,倾斜角度为计算所得夹角。
8.根据权利要求1所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤1中,剔除框选的单个塔杆点云中的杂点及电线点云的方法为:通过设置高程阈值,将塔底的杂点进行剔除,对于塔身高程内的电力线点,在利用Alpha Shapes算法提取塔身外轮廓时,从最低的特征平面开始进行轮廓提取,获取已提取的轮廓中最小的轮廓,并利用已提取的最小轮廓对下一个要处理的特征平面点云进行范围限制,保证下一个特征平面点云提取轮廓的处理不超过最小轮廓,通过计算点云其距离塔中心的距离,进行电力线点的剔除。
9.根据权利要求8所述的基于无人机激光雷达点云杆塔倾斜参数测量方法,其特征在于:所述步骤3中将塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型组合成典型塔型三维点云模型的具体方法为:
通过提取塔身特征平面的外轮廓线,确定杆塔的塔尖所指的方向,通过计算塔身特征平面的外轮廓的外接圆,确定杆塔的位置;
通过对Alpha Shapes算法提取的塔身外轮廓按照所述杆塔的塔肩所指的方向进行分类,得到塔身周向四个侧面上的点云,并利用塔身周向四个侧面上的点云对塔身进行四棱台拟合,得到塔身周向四个侧面的几何模型;
对塔身周向四个侧面的几何模型求交线得到塔身的框架,从塔头点云中抽取模式特征,通过模式识别方法判断塔头的类型,然后对杆塔特征高程上的点云进行一维投影和种子点增长,获得特征长度,所述特征长度包括杆塔横隔跨度和杆塔隔钢架实际长度,将特征长度、杆塔横隔跨度中最大值和第二大值的高程之差,以及杆塔隔钢架实际长度中最大值和第二大值的高程之差作为杆塔的模式特征,将塔头与对应塔身的三维模型进行组合,得到塔型杆塔三维模型。
10.一种基于无人机激光雷达点云杆塔倾斜参数测量系统,其特征在于,它包括点云滤波模块(1)、三维矢量模型生成模块(2)、三维点云模型生成模块(3)、待评估杆塔各特征平面中心计算模块(4)和倾斜状态评估模块(5);
所述点云滤波模块(1)用于选取输电杆塔三维激光点云中的单个塔杆点云,剔除单个塔杆点云中的杂点及电线点云,得到滤波后的杆塔点云;
所述三维矢量模型生成模块(2)用于将滤波后的杆塔点云划分为塔脚点云、塔身点云和塔头点云,从而得到塔脚三维矢量模型、塔身三维矢量模型和塔头三维矢量模型;
所述三维点云模型生成模块(3)用于将塔脚三维矢量模型、塔身三维矢量模型、塔头三维矢量模型组合成典型塔型三维点云模型;
所述待评估杆塔各特征平面中心计算模块(4)用于根据所述典型塔型三维点云模型,对待评估杆塔特征平面进行中心点计算,得到待评估杆塔各特征平面中心点坐标;
所述倾斜状态评估模块(5)用于根据待评估杆塔各特征平面中心点坐标计算待评估杆塔的倾斜角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011537278.4A CN112698303A (zh) | 2020-12-23 | 2020-12-23 | 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011537278.4A CN112698303A (zh) | 2020-12-23 | 2020-12-23 | 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112698303A true CN112698303A (zh) | 2021-04-23 |
Family
ID=75509247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011537278.4A Pending CN112698303A (zh) | 2020-12-23 | 2020-12-23 | 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112698303A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504543A (zh) * | 2021-06-16 | 2021-10-15 | 国网山西省电力公司电力科学研究院 | 无人机LiDAR系统定位定姿系统及方法 |
CN113554595A (zh) * | 2021-06-21 | 2021-10-26 | 国网山西省电力公司电力科学研究院 | 无人机激光雷达点云杆塔塔头形变检测装置及方法 |
CN114460599A (zh) * | 2021-07-23 | 2022-05-10 | 北京大成国测科技有限公司 | 基于激光雷达的站房结构安全监测方法、装置及电子设备 |
CN114626131A (zh) * | 2022-03-23 | 2022-06-14 | 武汉北曦盛科技有限公司 | 一种电网电力基础设施安全性评估分析方法、系统及存储介质 |
CN114743169A (zh) * | 2022-04-11 | 2022-07-12 | 南京领行科技股份有限公司 | 一种对象的异常检测方法、装置、电子设备及存储介质 |
CN115031689A (zh) * | 2022-04-13 | 2022-09-09 | 北京拓维思科技有限公司 | 一种基于激光点云数据的电力输电塔倾斜状态识别方法 |
CN115143936A (zh) * | 2022-04-06 | 2022-10-04 | 国网江苏省电力有限公司建设分公司 | 一种基于激光点云的输电工程杆塔倾斜度测量方法 |
CN115880276A (zh) * | 2023-01-09 | 2023-03-31 | 广东电网有限责任公司肇庆供电局 | 一种基于多期点云对比的塔杆运行状态评估方法及系统 |
CN117213446A (zh) * | 2023-09-26 | 2023-12-12 | 广东电网有限责任公司汕尾供电局 | 一种基于激光点云的电力杆塔倾斜角度计算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683089A (zh) * | 2016-12-30 | 2017-05-17 | 南京南瑞信息通信科技有限公司 | 一种带约束配准的杆塔变形检测方法 |
CN107610223A (zh) * | 2017-09-20 | 2018-01-19 | 广东电网有限责任公司机巡作业中心 | 基于LiDAR点云的电力塔三维重建方法 |
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 |
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 |
CN110619678A (zh) * | 2019-08-15 | 2019-12-27 | 成都优艾维智能科技有限责任公司 | 一种基于点云匹配的电力杆塔巡检航迹生成方法 |
CN111830528A (zh) * | 2020-06-29 | 2020-10-27 | 西安交通大学 | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 |
-
2020
- 2020-12-23 CN CN202011537278.4A patent/CN112698303A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106683089A (zh) * | 2016-12-30 | 2017-05-17 | 南京南瑞信息通信科技有限公司 | 一种带约束配准的杆塔变形检测方法 |
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 |
CN107610223A (zh) * | 2017-09-20 | 2018-01-19 | 广东电网有限责任公司机巡作业中心 | 基于LiDAR点云的电力塔三维重建方法 |
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 |
CN110619678A (zh) * | 2019-08-15 | 2019-12-27 | 成都优艾维智能科技有限责任公司 | 一种基于点云匹配的电力杆塔巡检航迹生成方法 |
CN111830528A (zh) * | 2020-06-29 | 2020-10-27 | 西安交通大学 | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 |
Non-Patent Citations (1)
Title |
---|
QINGQUAN LI 等: "A Model-Driven Approach for 3D Modeling of Pylon from Airborne LiDAR Data", 《REMOTE SENS》, pages 11051 - 11521 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504543A (zh) * | 2021-06-16 | 2021-10-15 | 国网山西省电力公司电力科学研究院 | 无人机LiDAR系统定位定姿系统及方法 |
CN113554595A (zh) * | 2021-06-21 | 2021-10-26 | 国网山西省电力公司电力科学研究院 | 无人机激光雷达点云杆塔塔头形变检测装置及方法 |
CN114460599A (zh) * | 2021-07-23 | 2022-05-10 | 北京大成国测科技有限公司 | 基于激光雷达的站房结构安全监测方法、装置及电子设备 |
CN114626131B (zh) * | 2022-03-23 | 2023-12-19 | 新风光电力科技(北京)有限公司 | 一种电网电力基础设施安全性评估分析方法、系统及存储介质 |
CN114626131A (zh) * | 2022-03-23 | 2022-06-14 | 武汉北曦盛科技有限公司 | 一种电网电力基础设施安全性评估分析方法、系统及存储介质 |
CN115143936A (zh) * | 2022-04-06 | 2022-10-04 | 国网江苏省电力有限公司建设分公司 | 一种基于激光点云的输电工程杆塔倾斜度测量方法 |
CN115143936B (zh) * | 2022-04-06 | 2024-05-28 | 国网江苏省电力有限公司建设分公司 | 一种基于激光点云的输电工程杆塔倾斜度测量方法 |
CN114743169A (zh) * | 2022-04-11 | 2022-07-12 | 南京领行科技股份有限公司 | 一种对象的异常检测方法、装置、电子设备及存储介质 |
CN115031689A (zh) * | 2022-04-13 | 2022-09-09 | 北京拓维思科技有限公司 | 一种基于激光点云数据的电力输电塔倾斜状态识别方法 |
CN115031689B (zh) * | 2022-04-13 | 2024-03-22 | 北京拓维思科技有限公司 | 一种基于激光点云数据的电力输电塔倾斜状态识别方法 |
CN115880276A (zh) * | 2023-01-09 | 2023-03-31 | 广东电网有限责任公司肇庆供电局 | 一种基于多期点云对比的塔杆运行状态评估方法及系统 |
CN117213446A (zh) * | 2023-09-26 | 2023-12-12 | 广东电网有限责任公司汕尾供电局 | 一种基于激光点云的电力杆塔倾斜角度计算方法 |
CN117213446B (zh) * | 2023-09-26 | 2024-05-14 | 广东电网有限责任公司汕尾供电局 | 一种基于激光点云的电力杆塔倾斜角度计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112698303A (zh) | 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统 | |
CN111192284B (zh) | 一种车载激光点云分割方法及系统 | |
CN110030951B (zh) | 一种基于三维激光扫描技术的引水竖井缺陷检测方法 | |
CN108062517B (zh) | 基于车载激光点云的非结构化道路边界线自动提取方法 | |
CN111830528A (zh) | 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 | |
CN107273902B (zh) | 一种从机载LiDAR数据自动提取电塔点云的方法 | |
CN113868733A (zh) | 一种基于三维点云的既有结构bim模型自动化生成方法 | |
CN110008207B (zh) | 基于密度直方图的机载LiDAR点云数据漏洞快速检测方法 | |
CN111462134A (zh) | 高分遥感影像和激光雷达点云融合的单木分割方法及系统 | |
CN113554595B (zh) | 无人机激光雷达点云杆塔塔头形变检测装置及方法 | |
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 | |
CN102096072A (zh) | 一种城市部件自动化测量方法 | |
CN114663672B (zh) | 一种输电线路塔钢构件腐蚀检测方法及系统 | |
CN115757369A (zh) | 一种激光点云数据的自动检查方法及系统 | |
CN108895976B (zh) | 封闭空间设备变形监测方法及装置 | |
CN112711987B (zh) | 双激光雷达电力杆塔三维点云增强系统及方法 | |
CN111895907B (zh) | 一种电塔点云提取方法、系统及设备 | |
CN111336991A (zh) | 基于激光点云的隧道椭圆度分析方法、装置和系统 | |
CN112184903A (zh) | 高压线行树障风险点的检测方法、装置、设备及介质 | |
CN116452604A (zh) | 一种复杂变电站场景分割方法、设备及存储介质 | |
CN117253205A (zh) | 一种基于移动测量系统的道路面点云快速提取方法 | |
CN115841545A (zh) | 一种基于机载雷达的3d点云电力线提取与重建方法 | |
CN116524017A (zh) | 一种用于矿山井下检测识别定位系统 | |
CN112381029B (zh) | 一种基于欧氏距离的机载LiDAR数据建筑物提取方法 | |
CN114820662A (zh) | 基于点云二维密度的路侧视角地面分割方法、系统及介质 |
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 |