CN112884771B - 一种基于激光lidar点云的电力线异物搭挂自动检测方法 - Google Patents
一种基于激光lidar点云的电力线异物搭挂自动检测方法 Download PDFInfo
- Publication number
- CN112884771B CN112884771B CN202110142559.8A CN202110142559A CN112884771B CN 112884771 B CN112884771 B CN 112884771B CN 202110142559 A CN202110142559 A CN 202110142559A CN 112884771 B CN112884771 B CN 112884771B
- Authority
- CN
- China
- Prior art keywords
- power line
- equation
- point
- point cloud
- ordered
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 16
- 230000005484 gravity Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance 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
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于激光LiDAR点云的电力线异物搭挂自动检测方法,包括以下步骤:步骤S1:对电力线进行点云分割与网格化;步骤S2:进行投影平面确定;步骤S3:进行异物搭挂检测。本发明通过将电力线点云按走线分割成若干子集,各子集投影在其切线平面上,通过判断各子集投影面积的变化情况来确定是否存在异物搭挂,从而提高激光LiDAR技术在电力行业应用的自动化程度,提升了异物搭挂识别的效率,避免了电力事故的发生。
Description
技术领域
本发明涉及激光雷达领域,特别涉及一种基于激光LIDAR点云的电力线异物搭挂自动检测方法。
背景技术
近年来,各地因电力线搭挂异物危及电网安全的事件屡见不鲜,搭挂异物会使高压电的极限放电距离缩短,甚至会造成大面积停电的严重后果。目前,电力线异物搭挂主要利用无人机可见光技术进行巡检,利用图像识别技术进行异物搭挂检测。该方式降低了人工参与度、提升了自动化程度,但缺少异物必要精确定位信息,给消缺工作带来困难。激光LiDAR技术具备精确的坐标位置信息,且随着激光LiDAR设备的不断发展,点云精度与点密度不断提升,点云可表达一些结构明显的搭挂异物,为输电线路搭挂异物自动检测提供了实现可能。同时,激光LiDAR技术已经在输电线路树障巡检工作中得到了广泛应用,激光点云数据成为电网运维的常备数据。因此为深化激光LiDAR技术应用,为异物搭挂消缺人员提供精确的位置指引,有必要提出一种基于激光LiDAR点云的输电线路异物搭挂自动化检测技术。
发明内容
有鉴于此,本发明的目的之一是提供一种基于激光LiDAR点云的电力线异物搭挂自动检测方法,为输电线路搭挂异物消缺工作提供精确的坐标指引。
本发明的目的之一是通过以下技术方案实现的:
该种基于激光LIDAR点云的电力线异物搭挂自动检测方法,包括以下步骤:
步骤S1:对电力线进行点云分割与网格化;
步骤S2:进行投影平面确定;
步骤S3:进行异物搭挂检测。
进一步,所述步骤S1具体包括:
通过自动分割算法进行电力线单根分割,得到单根电力线;
按指定步长对单根电力线进行截取分割成多个有序点集;
进一步,所述步骤S2包括:
步骤S21:电力线自然状态下呈悬电线分布,在较小步长的情况下,分割后的有序点集可以看做沿空间直线分布;
步骤S22:取有序点集前N个点集作为初始区域,各点集的最低点作为拟合点数组,利用抗差估计对初始区域进行局部电力线方程拟合,方程为XOY平面直线方程、电力线走向竖直平面多项式方程;
式中,a1,a2与b1,b2,b3,b4分别为直线方程、多项式方程参数,(x0,y0)为起始点集最低点平面坐标;
步骤S23:局部电力线方程沿有序集合向后外推,计算后续子点集的重心位置(xi,yi,zi),对多项式方程求导,确定重心位置的在电力线走向竖直平面上切线方程:
z=(b2+b3li+b4li 2)(l-li)+zi;
步骤S24:投影平面为通过点集重心位置,垂直于XOY平面方程与电力线走向竖直平面多项式方程在该重心处的切线,即投影平面方程为:
步骤S25:局部电力线拟合更新,在有序点集的某一子集经步骤三检测后若无异物搭挂,增加该子集最低点到拟合点数组中,当新增点数达到M个时,剔除拟合数组中前M个点重新进行方程拟合。
进一步,所述步骤S3是根据有序点集沿其切线防线在投影面上的投影面积应该均匀变化或保持不变,当发生突变超过设定阈值时,突变出可认定为异物搭挂。
进一步,所述步骤S3具体包括以下步骤:
步骤S41:根据步骤S2计算出的投影平面按1cm×1cm尺寸进行网格划分,将有序点集各子集三维点按对应投影面法线进行投影,落入各网格中。
步骤S42:统计各子集投影网格数,设置变化阈值为为导线横截面积对应网格数的R倍,当增大变化值超过阈值时,后续检测的子集都为异物区域,直至发生减小变化值大于阈值。
进一步,所述步骤S22中,N取10。
进一步,所述步骤S25中,M取5。
本发明的目的之二是提供了一种计算机装置,包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的方法。
本发明的目的之三是提供了一种计算机可读存储介质,其上储存有计算机程序,所述计算机程序被处理器执行时实现如前所述的方法。
本发明的有益效果是:
本发明提供了一种激光点云异物搭挂自动检测方法,通过将电力线点云按走线分割成若干子集,各子集投影在其切线平面上,通过判断各子集投影面积的变化来确定是否存在异物搭挂,从而提高激光LiDAR技术在电力行业应用的自动化程度,提升了异物搭挂识别的效率,避免了电力事故的发生。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和前述的权利要求书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明的方法步骤图。
具体实施方式
以下将参照附图,对本发明的优选实施例进行详细的描述。应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
如图1所示,本发明的一种基于激光LIDAR点云的电力线异物搭挂自动检测方法,包括以下步骤:
步骤S1:对电力线进行点云分割与网格化;具体包括:
通过自动分割算法进行电力线单根分割,得到单根电力线;
按指定步长对单根电力线进行截取分割成多个有序点集。
步骤S2:进行投影平面确定;本实施例中,具体包括以下步骤:
步骤S21:电力线自然状态下呈悬电线分布,在较小步长的情况下,分割后的有序点集可以看做沿空间直线分布;
步骤S22:取有序点集前N个点集的最低点(N为正整数,N的取值范围为5-20尤佳,本实施例中取10),作为拟合点数组,利用抗差估计对初始区域的进行局部电力线方程拟合,方程为XOY平面直线方程、电力线走向竖直平面多项式方程;
式中,a1,a2与b1,b2,b3,b4分别为直线方程、多项式方程参数,(x0,y0)为起始点集最低点平面坐标;
步骤S23:局部电力线方程沿有序点集向后外推,计算后续子点集的重心位置(xi,yi,zi),对多项式方程求导,确定重心位置的在电力线走向竖直平面上切线方程:
z=(b2+b3li+b4li 2)(l-li)+zi;
步骤S24:投影平面为通过点集重心位置,垂直于XOY平面方程与电力线走向竖直平面多项式方程在该重心处的切线,即投影平面方程为:
步骤S25:局部电力线拟合更新,在有序点集的某个子集经步骤三检测后无异物搭挂,增加该子集最低点到拟合点数组中,当新增点数达到M个时,剔除数组中前M个点重新进行方程拟合。据测算,M的取值范围为3-10尤佳,需要根据N的数值进行选择,本实施例中,M取5。
步骤S3:进行异物搭挂检测。主要根据前述的有序点集沿其切线防线在投影面上的投影面积应该均匀变化或保持不变,当发生突变超过设定阈值时,突变出可认定为异物搭挂。
具体包括以下步骤:
步骤S41:根据步骤S2计算出的投影平面按1cm×1cm尺寸进行网格划分,将有序点集各子集三维点按对应投影面法线进行投影,落入各网格中。
步骤S42:统计各子集投影网格数,设置变化阈值(设置为导线横截面积对应网格数的R倍,R取值为3~5倍,本实例R取3倍),当增大变化值超过阈值时,后续检测的子集都为异物区域,直至发生减小变化值大于阈值。
本发明的流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块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,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种基于激光LIDAR点云的电力线异物搭挂自动检测方法,其特征在于:包括以下步骤:
步骤S1:对电力线进行点云分割与网格化;所述步骤S1具体包括:
通过自动分割算法进行电力线单根分割,得到单根电力线;
按指定步长对单根电力线进行截取分割成多个有序点集;
步骤S2:进行投影平面确定;所述步骤S2包括:
步骤S21:电力线自然状态下呈悬链线分布,在较小步长的情况下,分割后的有序点集可以看做沿空间直线分布;
步骤S22:取有序点集前N个点集作为初始区域,各点集的最低点作为拟合点数组,利用抗差估计对初始区域进行局部电力线方程拟合,方程为XOY平面直线方程、电力线走向竖直平面多项式方程;
;
式中,α1,α2与b1,b2,b3,b4分别为直线方程、多项式方程参数,,为起始点集最低点平面坐标;
步骤S23:局部电力线方程沿有序集合向后外推,计算后续子点集的重心位置,对多项式方程求导,确定重心位置的在电力线走向竖直平面上切线方程:
;
步骤S24:投影平面为通过点集重心位置,垂直于XOY平面方程与电力线走向竖直平面多项式方程在该重心处的切线,即投影平面方程为:
;
步骤S25:局部电力线拟合更新,在有序点集的后续某一子集经步骤三检测后若无异物搭挂,增加该子集的高程最低点到拟合点数组中,当新增点数达到M个时,剔除数组中前M个点重新进行方程拟合;
步骤S3:进行异物搭挂检测。
2.根据权利要求1所述的一种基于激光LIDAR点云的电力线异物搭挂自动检测方法,其特征在于:所述步骤S3是根据有序点集沿其切线方向在投影面上的投影面积应该均匀变化或保持不变,当发生突变超过设定阈值时,突变处可认定为异物搭挂。
3.根据权利要求2所述的一种基于激光LIDAR点云的电力线异物搭挂自动检测方法,其特征在于:所述步骤S3具体包括以下步骤:
步骤S41:根据步骤S2计算出的投影平面按1cm×1cm尺寸进行网格划分,将有序点集各子集三维点按对应投影面法线进行投影,落入各网格中;
步骤S42:统计各子集投影网格数,设置变化阈值为导线横截面积对应网格数的R倍,当增大变化值超过阈值时,后续检测的子集都为异物区域,直至发生减小变化值大于阈值。
4.根据权利要求1所述的一种基于激光LIDAR点云的电力线异物搭挂自动检测方法,其特征在于:所述步骤S22中,N取10。
5.根据权利要求1所述的一种基于激光LIDAR点云的电力线异物搭挂自动检测方法,其特征在于:所述步骤S25中,M取5。
6.一种计算机装置,包括存储器、处理器及储存在存储器上并能够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计算机程序时实现如权利要求1-5任一项所述的方法。
7.一种计算机可读存储介质,其上储存有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110142559.8A CN112884771B (zh) | 2021-02-02 | 2021-02-02 | 一种基于激光lidar点云的电力线异物搭挂自动检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110142559.8A CN112884771B (zh) | 2021-02-02 | 2021-02-02 | 一种基于激光lidar点云的电力线异物搭挂自动检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112884771A CN112884771A (zh) | 2021-06-01 |
CN112884771B true CN112884771B (zh) | 2023-10-27 |
Family
ID=76055728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110142559.8A Active CN112884771B (zh) | 2021-02-02 | 2021-02-02 | 一种基于激光lidar点云的电力线异物搭挂自动检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112884771B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117182354A (zh) * | 2023-11-07 | 2023-12-08 | 中国铁建电气化局集团有限公司 | 异物清除方法、装置、设备及存储介质 |
CN117409205B (zh) * | 2023-12-13 | 2024-04-05 | 国网山东省电力公司济南供电公司 | 一种用于电力设备的异物搭挂检测和分割方法及系统 |
CN117611592B (zh) * | 2024-01-24 | 2024-04-05 | 长沙隼眼软件科技有限公司 | 一种异物检测方法、装置、电子设备以及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371456A (zh) * | 2016-08-31 | 2017-02-01 | 中测新图(北京)遥感技术有限责任公司 | 一种无人机巡线方法及系统 |
CN107909582A (zh) * | 2017-11-07 | 2018-04-13 | 国网甘肃省电力公司电力科学研究院 | 一种机载LiDAR塔头电力线自动检测分割方法 |
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 |
CN109948414A (zh) * | 2018-12-29 | 2019-06-28 | 中国科学院遥感与数字地球研究所 | 基于LiDAR点云特征的电力走廊场景分类方法 |
CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
CN110751630A (zh) * | 2019-09-30 | 2020-02-04 | 山东信通电子股份有限公司 | 基于深度学习的输电线路异物检测方法、装置及介质 |
CN110956614A (zh) * | 2019-11-11 | 2020-04-03 | 国网山东省电力公司电力科学研究院 | 基于迭代搜索与投影法的导地线异物检测方法及装置 |
CN111796298A (zh) * | 2020-07-06 | 2020-10-20 | 贵州电网有限责任公司 | 一种激光LiDAR电力线点云自动补点方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9984474B2 (en) * | 2011-03-04 | 2018-05-29 | General Electric Company | Method and device for measuring features on or near an object |
-
2021
- 2021-02-02 CN CN202110142559.8A patent/CN112884771B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371456A (zh) * | 2016-08-31 | 2017-02-01 | 中测新图(北京)遥感技术有限责任公司 | 一种无人机巡线方法及系统 |
CN107909582A (zh) * | 2017-11-07 | 2018-04-13 | 国网甘肃省电力公司电力科学研究院 | 一种机载LiDAR塔头电力线自动检测分割方法 |
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 |
CN109948414A (zh) * | 2018-12-29 | 2019-06-28 | 中国科学院遥感与数字地球研究所 | 基于LiDAR点云特征的电力走廊场景分类方法 |
CN110751630A (zh) * | 2019-09-30 | 2020-02-04 | 山东信通电子股份有限公司 | 基于深度学习的输电线路异物检测方法、装置及介质 |
CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
CN110956614A (zh) * | 2019-11-11 | 2020-04-03 | 国网山东省电力公司电力科学研究院 | 基于迭代搜索与投影法的导地线异物检测方法及装置 |
CN111796298A (zh) * | 2020-07-06 | 2020-10-20 | 贵州电网有限责任公司 | 一种激光LiDAR电力线点云自动补点方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112884771A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112884771B (zh) | 一种基于激光lidar点云的电力线异物搭挂自动检测方法 | |
CN110286387B (zh) | 应用于自动驾驶系统的障碍物检测方法、装置及存储介质 | |
CN109165549B (zh) | 基于三维点云数据的道路标识获取方法、终端设备及装置 | |
CN108629231B (zh) | 障碍物检测方法、装置、设备及存储介质 | |
CN111487641A (zh) | 一种利用激光雷达检测物体的方法、装置、电子设备及存储介质 | |
CN108279016B (zh) | Had地图的平滑处理方法和装置、导航系统及自动驾驶系统 | |
CN113920134B (zh) | 一种基于多线激光雷达的斜坡地面点云分割方法及系统 | |
JP2020042791A (ja) | マルチモデルに基づく障害物分布シミュレーション方法、装置及び端末 | |
CN116824516B (zh) | 一种涉路施工安全监测及管理系统 | |
CN114966651A (zh) | 可行驶区域检测方法、计算机设备、存储介质及车辆 | |
CN112183381A (zh) | 车辆的可行驶区域检测方法和装置 | |
CN110554409B (zh) | 一种凹障碍物检测方法及系统 | |
CN115294322A (zh) | 水下船底可疑目标检测方法、装置、电子设备及可读介质 | |
CN108919284B (zh) | 一种船只分类方法、装置及电子设备 | |
CN111127381A (zh) | 一种受电弓滑板不平行检测方法 | |
CN111783648A (zh) | 道路点云中护栏的提取方法及装置 | |
CN116434181A (zh) | 地面点检测方法、装置、电子设备和介质 | |
CN114325678A (zh) | 障碍物检测方法、装置及服务器 | |
CN115267782A (zh) | 基于微波雷达的危险区域预警方法、装置、设备及介质 | |
CN112686203B (zh) | 一种基于空间先验的车辆安全警示装置检测方法 | |
US20230332887A1 (en) | Abnormality detection system, abnormality detection method, and computer readable medium | |
CN115128637A (zh) | 用于激光雷达传感器的作用距离确定的方法 | |
CN114782344A (zh) | 用于轨道车辆闸片的测量方法及测量系统 | |
CN109949360B (zh) | 一种道路中心线的提取方法、装置、电子设备及存储介质 | |
CN117496443B (zh) | 一种公路电力线路故障检测方法、装置、电子设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |