CN113052274B - 点云数据处理方法、装置及电子设备 - Google Patents
点云数据处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113052274B CN113052274B CN202110611331.9A CN202110611331A CN113052274B CN 113052274 B CN113052274 B CN 113052274B CN 202110611331 A CN202110611331 A CN 202110611331A CN 113052274 B CN113052274 B CN 113052274B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- processing
- clustering result
- insulator
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Abstract
本发明提供了一种点云数据处理方法、装置及电子设备,涉及点云数据标注技术领域,包括:获取待标注的点云数据集合;其中,所述点云数据集合包括已分类点云数据;从所述已分类点云数据中确定目标点云数据,以及确定所述目标点云数据对应的处理类型;其中,所述处理类型至少包括标注处理;如果所述处理类型为所述标注处理,对所述目标点云数据进行点云聚类处理得到聚类结果;基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果。本发明实施例不仅可以有效降低点云数据标注所需的成本,而且显著提高标注结果的准确性,从而提高电力巡检效率。
Description
技术领域
本发明涉及点云数据标注技术领域,尤其是涉及一种点云数据处理方法、装置及电子设备。
背景技术
目前,无人机早已应用于电力巡检领域,利用无人机进行电力巡检可以高效而安全地完成原本耗时耗力的周期性工作,但是电力巡检过程中无人机的工作模式仍以由人工操作巡检、人工整理数据为主。其中,人工整理数据得到的标注结果将用于无人机自动航线生成,然而,采用人工整理数据的方式将浪费较高的人工成本,而且标注结果的准确性较差,在一定程度上影响后续巡检效率。
发明内容
有鉴于此,本发明的目的在于提供一种点云数据处理方法、装置及电子设备,可以有效降低点云数据标注所需的成本,而且显著提高标注结果的准确性,从而提高电力巡检效率。
第一方面,本发明实施例提供了一种点云数据处理方法,包括:获取待标注的点云数据集合;其中,所述点云数据集合包括已分类点云数据;从所述已分类点云数据中确定目标点云数据,以及确定所述目标点云数据对应的处理类型;其中,所述处理类型至少包括标注处理;如果所述处理类型为所述标注处理,对所述目标点云数据进行点云聚类处理得到聚类结果;基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果。
在一种实施方式中,所述从所述已分类点云数据中确定目标点云数据的步骤,包括:将属于目标点云类型的所述已分类点云数据,确定为目标点云数据;其中,所述目标点云类型包括线路类型、塔类型、绝缘子类型中的一种或多种。
在一种实施方式中,在所述基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果的步骤之前,所述方法还包括:判断所述聚类结果是否满足预设条件;如果否,接收用户上传的聚类参数,并基于所述聚类参数再次对所述目标点云数据进行点云聚类处理,得到新的聚类结果。
在一种实施方式中,所述基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果的步骤,包括:对于每个聚类结果,获取用户针对该聚类结果发送的电力线标识,并将所述电力线标识标注至该聚类结果;其中,所述聚类结果包括线路聚类结果、塔聚类结果、绝缘子聚类结果中的一种或多种,所述电力线标识包括线路标识、塔标识、绝缘子标识中的一种或多种,所述线路标识包括线路名称和/或线路相序,所述塔标识包括塔牌号,所述绝缘子标识包括绝缘子相位、挂点位置、挂点属性中的一种或多种。
在一种实施方式中,所述方法还包括:响应针对于所述绝缘子聚类结果的绝缘子添加操作,确定所述绝缘子聚类结果所属的绝缘子实例;和/或,响应针对于所述绝缘子聚类结果的挂点添加操作,确定所述绝缘子聚类结果所属的挂点实例。
在一种实施方式中,所述点云数据集合还包括非分类点云数据,所述处理类型至少还包括点云分类处理;所述方法还包括:对所述非分类点云数据进行点云分类处理,得到已分类点云数据。
在一种实施方式中,所述处理类型还包括线路拟合处理、滤波处理、点云删除处理中的一种或多种。
第二方面,本发明实施例提供了一种点云数据处理装置,包括:数据获取模块,用于获取待标注的点云数据集合;其中,所述点云数据集合包括已分类点云数据;目标点云数据确定模块,用于从所述已分类点云数据中确定目标点云数据,以及确定所述目标点云数据对应的处理类型;其中,所述处理类型至少包括标注处理;聚类模块,用于如果所述处理类型为所述标注处理,对所述目标点云数据进行点云聚类处理得到聚类结果;标注模块,用于基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果。
第三方面,本发明实施例还提供一种电子设备,包括存储器以及处理器;所述存储器中存储有可在所述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上述第一方面和第二方面任一项所述的方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述第一方面和第二方面任一项所述的方法。
本发明实施例提供的一种点云数据处理方法、装置及电子设备,将从激光雷达采集得到的点云数据作为点云数据集合,其中,将符合分类要求的作为已分类点云数据,然后从已分类点云数据中确定目标点云数据和与目标点云数据对应的处理类型,特别地,当处理类型为标注处理时,则对目标点云数据进行聚类处理,并利用用户输入的电力线标识对聚类处理得到的结果进行标注。上述方法从待标注点云数据的已分类点云数据中确定目标点云数据,并对其进行聚类处理得到聚类结果,其中,聚类处理将属于同一线路、同一塔或同一绝缘子的点云数据进行划分,从而可以直接基于接收到的电力线标识对聚类结果进行标注处理,得到点云标注结果,相较于现有技术中手动整理数据的方式,本发明实施例可以有效降低点云数据标注所需的成本,而且显著提高标注结果的准确性,从而提高电力巡检效率。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的一种点云数据处理方法的流程示意图;
图2为本发明实施例提供的一种点云数据处理方法流程示意图;
图3为本发明实施例提供的一种点云数据处理装置的结构示意图;
图4本发明实施例提供的一种电子设备的结构示意图。
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,下面将结合实施例对本发明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。
多旋翼无人机在电力巡检领域应用已有一段时间,作为巡检人员视觉和动作的延伸,是电力工作人员意见得心应手的工具。实际上,多旋翼无人机确实能够去到巡检人员无法达到或不便到达的地方,高效、安全的完成了耗时耗力的周期性工作,把巡检人员从高强度的体力劳动中逐步解放出来。但是,现有电力巡检无人机的工作模式以人工操作巡检、人工整理数据为主,也即无人机还是需要人工操作,人工参与时间较长,并未真正实现无人化、常态化巡检,且巡检效率有待提升。基于此,本发明实施例提供了一种点云数据处理方法及装置,可以有效降低点云数据标注所需的成本,而且显著提高标注结果的准确性,从而提高电力巡检效率。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种点云数据处理方法进行详细介绍,具体参见图1所示的一种点云数据处理方法的流程示意图,该方法主要包括以下步骤:
步骤S102,获取待标注的点云数据集合;其中,点云数据集合包括已分类点云数据和/或非分类点云数据,已分类点云数据可以理解为已经确定其所属类别的点云数据,例如,已分类点云数据A1为线路类型、已分类点云数据A2为塔类型、已分类点云数据A3属于绝缘子类型,非分类点云数据可以理解为未确定其所述类别的点云数据。在实际应用中,利用激光雷达采集电力线路数据,比如,电力线路的电塔、线、绝缘子等,除此以外,还包括附近的地面、植被、建筑物等。对这些采集的数据进行处理得到已分类点云数据,以便于后续在已分类点云数据的基础上进行标注,其中,已分类点云数据的类别至少可以包含线、塔、绝缘子等。
步骤S104,从已分类点云数据中确定目标点云数据,以及确定目标点云数据对应的处理类型;其中,处理类型可以包括标注处理、点云分类处理、路拟合处理、滤波处理、点云删除处理等。其中,目标点云数据可以为指定类别的已分类点云数据,例如,将线路类型、塔类型、绝缘子类型的已分类点云数据作为目标点云数据,可选的,用户可以选择所需的处理类型对目标点云数据进行处理,诸如选择标注处理对目标点云数据进行标注、或选择点云分类处理对非分类点云数据进行分类等。
步骤S106,如果处理类型为标注处理,对目标点云数据进行点云聚类处理得到聚类结果。在实际应用中,当选择标注处理时,由于目标点云数据是无序的,需要对目标点云数据进行聚类处理,以将属于同一线路、同一塔、同一绝缘子的点云数据分别划分出来,从而针对各个线路、各个塔和各个绝缘子的点云数据分别进行标注。
步骤S108,基于接收到的电力线标识对聚类结果进行标注处理得到点云标注结果。对目标点云数据聚类得到的聚类结果包含线路聚类结果、塔聚类结果、绝缘子聚类结果中的一种或多种,在实际应用中,利用电力线标识对聚类结果进行标注,电力线标识包括线路标识、塔标识和绝缘子标识等,其中,线路标识又包括线路名称、线路相序等。需要说明的是,利用电力线标识针对每条线路、每个塔、每个绝缘子聚类结果进行标注。
本发明实施例提供的一种点云数据处理方法,将从激光雷达采集得到的点云数据作为点云数据集合,其中,将符合分类要求的作为已分类点云数据,然后从已分类点云数据中确定目标点云数据和与目标点云数据对应的处理类型,特别地,当处理类型为标注处理时,则对目标点云数据进行聚类处理,并利用用户输入的电力线标识对聚类处理得到的结果进行标注。本发明能够为电力巡检无人化、常态化提供数据基础和标注标准,利用本发明标注标准和流程,可以有效降低点云数据标注所需的成本,而且显著提高标注结果的准确性,从而提高电力巡检效率。
基于此,本发明实施例还提供一种从已分类点云数据中确定目标点云数据的实施方式,包括:将属于目标点云类型的已分类点云数据,确定为目标点云数据;其中,目标点云类型包括线路类型、塔类型、绝缘子类型中的一种或多种。在实际应用中,如果已分类点云数据中包含线路类型、塔类型和绝缘子类型,则将该已分类点云数据确定为目标点云数据,并根据实际需要在目标点云数据上进行处理。
在上述步骤S108之前,还包括:判断聚类结果是否满足预设条件;如果否,接收用户上传的聚类参数,并基于聚类参数再次对目标点云数据进行点云聚类处理,得到新的聚类结果。由于采集到的点云数据是无序的,因此就可能出现聚类结果出现偏差的情况,为了能够得到符合条件的聚类结果,在实际应用中,需要根据预设条件判断聚类结果是否满足,当聚类结果不满足预设条件时,调整聚类参数并重新进行聚类处理,直到得到的聚类结果满足预设条件,则结束聚类并将该聚类结果作为最终聚类结果。
本发明实施例还提供一种基于接收到的电力线标识对聚类结果进行标注处理得到点云标注结果的实施方式,包括:对于每个聚类结果,获取用户针对该聚类结果发送的电力线标识,并将电力线标识标注至该聚类结果;其中,聚类结果包括线路聚类结果、塔聚类结果、绝缘子聚类结果中的一种或多种,电力线标识包括线路标识、塔标识、绝缘子标识中的一种或多种,线路标识包括线路名称和/或线路相序,塔标识包括塔牌号,绝缘子标识包括绝缘子相位、挂点位置、挂点属性中的一种或多种。在实际应用中,对目标点云数据聚类以后得到聚类结果包含有线、塔、绝缘子,其中,针对线路聚类结果,对每条线路进行线路名称和线路相序输入;针对塔聚类结果,进行塔牌号的输入;针对绝缘子聚类结果,先调整绝缘子相位并根据实际情况决定是否需要手动添加绝缘子,其中,自动计算的绝缘子相位可能会存在误差,因此需要手动调整绝缘子相位。当目标点云质量不好时,绝缘子聚类的结果可能存在个别绝缘子聚类不出来的问题,因此要通过手动添加绝缘子。需要说明的是,绝缘子相位指的是该绝缘子与输电线路连接的那一相,一般来说,主要有A相、B相、C相以及正极、负极。另外,地线挂点的搜索基础是地线,在进行线路相序输入时便定义了地线。挂点位置和属性的调整主要是利用鼠标在界面进行点选。
在一种实施方式中,如果聚类结果效果较差,还可以手动添加绝缘子或挂子,例如,响应针对于绝缘子聚类结果的绝缘子添加操作,确定绝缘子聚类结果所属的绝缘子实例;和/或,响应针对于绝缘子聚类结果的挂点添加操作,确定绝缘子聚类结果所属的挂点实例。如果需要进行手动添加绝缘子,则需要先根据绝缘子聚类结果确定绝缘子所属绝缘子实例、挂点实例,并将绝缘子实例和挂点实例添加到绝缘子聚类结果上。
在一种实施方式中,点云数据集合还包括非分类点云数据,处理类型至少还包括点云分类处理,可选的,还可以对非分类点云数据进行点云分类处理,得到已分类点云数据。一般来说,非分类点云主要指采集到的原始点云数据,没有类别属性,不能直接对非分类点云数据进行标注处理,因此在实际应用中,通常需要对非分类点云数据进行分类处理,以此来提高点云的质量,比如,去噪音、线路拟合等,能够提高对标注效率。
在一种实施方式中,处理类型还包括线路拟合处理、滤波处理、点云删除处理中的一种或多种。标注处理在实际应用较为广泛,但是也存在其他处理类型,比如,线路拟合、滤波、点云删除等。
为了便于理解,本发明提供一种点云数据处理方法的应用示例,通过终端提供图形用户界面,图形用户界面包括新建控件,具体参见如图2所示的一种点云数据处理方法的流程示意图,参见如下步骤S202至步骤S278:
步骤S202,响应于针对新建控件的触发操作,建立点云处理项目。
步骤S204,判断点云处理项目是否创建成功。如果是,执行步骤S206;如果否;结束。在实际应用中,如果创建不成功,用户可以再次点击新建控件,以重新建立点云处理项目。
步骤S206,选择点云数据集合。在实际应用中,用户可以从采集到的电力线路点云数据集合中,选择需要进行处理的点云数据。
步骤S208,选择数据类型。其中,数据类型包括已分类和非分类两种类型。在一种可选的实施方式中,图形用户界面中可以包括类型选择控件,通过响应用户针对该类型选择控件的操作确定相应的数据类型。
步骤S210,加载非分类点云数据。其中,非分类点云数据主要是采集的原始数据,不适合直接标注,需要进行处理。
步骤S212,判断非分类点云数据是否加载成功。如果是,执行步骤S214;如果否,执行步骤S206。在实际应用中,如果非分类点云数据未加载成功,则需要重新选择点云数据;如果非分类点云数据加载成功,则继续进行步骤S214。
步骤S214,选择处理类型。其中,处理类型可以包括标注处理、点云分类处理、路拟合处理、滤波处理、点云删除处理等。
步骤S216,按照选择的处理类型对非分类点云数据进行编辑。可以根据实际业务需要和非分类点云数据的情况选择不同的编辑方式,比如,线路拟合、点云分类、滤波处理、点云删除等。如果选取的是点云分类,则继续进行步骤S226。
步骤S218,判断非分类点云数据是否编辑完成。如果是,执行步骤S220;如果否,执行步骤S216。在实际应用中,可以判断点云编辑是否完成,如果完成则进行下一步,如果未完成,则继续进行点云编辑。
步骤S220,加载已分类点云数据。
步骤S222,判断已分类点云数据是否加载成功。如果是,执行步骤S224;如果否,执行步骤S206。
步骤S224,判断已分类点云数据的数据类型是否包含线、塔、绝缘子。如果是,执行步骤S226;如果否,执行步骤S206。
步骤S226,选择处理类型。在一种实施方式中,可以选择点云标注处理。
步骤S228,点云标注。
步骤S230,从已分类点云数据中选择标注起始点。
步骤S232,判断起始点是否选择完成。如果是,执行步骤S234;如果否,则重新选择标注起始点。
步骤S234,线路聚类。
步骤S236,判断线路聚类是否完成。如果是,执行步骤S240;如果否,执行步骤S238。在实际应用中,当聚类未完成时,可以调整聚类参数重新进行线路聚类。
步骤S238,调整聚类参数。根据预设聚类参数进行调整。
步骤S240,线路名称输入。针对每条线路都进行名称输入。
步骤S242,线路相序输入。针对每条线路都进行相序输入。
步骤S244,塔聚类。
步骤S246,判断塔聚类是否完成。如果是,执行步骤S250;如果否,执行步骤S248。在实际应用中,如果塔聚类未完成,则调整聚类参数重新进行塔聚类。
步骤S248,调整聚类参数。根据预设聚类参数进行调整。
步骤S250,调整绝缘子相位。自动计算时可能会存在误差,需要进行手动调整。
步骤S252,判断是否需要手动添加绝缘子。如果是,执行步骤S254;如果否,执行步骤S258。
步骤S254,按塔挂点、线挂点顺序拾取。手动添加绝缘子时,按照塔挂点、线挂点顺序拾取。
步骤S256,判断绝缘子是否添加完成。如果是,执行步骤S258;如果否,执行步骤S254。
步骤S258,地线挂点搜索。
步骤S260,判断地线挂点是否搜索完成。如果是,执行步骤S264;如果否,执行步骤S262。
步骤S262,调整搜索参数。
步骤S264,调整挂点位置、属性。根据实际需要对挂点的位置和属性等进行调整。
步骤S266,判断是否需要手动添加挂点。如果是,执行步骤S268;如果否,执行步骤S268。
步骤S268,界面选取挂点。
步骤S270,判断地线挂点是否添加完成。如果是,执行步骤S272;如果否,执行步骤S268。
步骤S272,标注结果输出。
步骤S274,判断点云数据是否标注完成。如果是,执行步骤S276;如果否,执行步骤S206。
步骤S276,完成标注。
步骤S278,退出程序。
本发明还提供一种点云数据标注的命名规范,其中,电塔命名规则主要由物理杆塔序号、X、Y、Z、高度、长轴、短轴、长轴所在直线的倾斜角θ八部分组成;地线挂点/绝缘子采点命名如下:比如,星嘉_2U11_EL_6_IP_MS_T。从左到右分别为标识采点所在线路的中文名称、线路数字名称(如果所在线路没有数字名称,则用0000代替)、线路类型、标识采点的终端站名称(也即,标识采点属于第几号塔)、标识采点类型、标识采点所在当前塔的相对位置以及标识采点坐标的位置信息。其中,标识采点线路中文名称、数字名称和线路类型表示线路属性,其余表示采点所在电塔的属性。特别地,标识采点所在线路的类型包括地线、正极/极I(P)、负极/极II(N)。当地线一回相线包含一条地线,用E(Earth)表示,当地线一回相线包含两条地线,用EL(Left)/ ER(Right)。A相、B相、C相分别用A、B、C表示。标识采点类型包括绝缘子(Insulator Point,IP)、地线挂点(Ground Point,GP)。标识采点所在当前塔的相对位置分别为大号侧L(Large)、中号侧M(Medium)、小号侧S(Small)、内侧I(Inside)、外侧O(Outside),需要说明的是,当M有两个时,分别用ML、MS表示。标识采点坐标位置信息T(Tower)表示绝缘子与塔身连接点、W(Wire)表示绝缘子与电线的连接点。需要注意的是,一回相线包含四条线路,分别为A相、B相、C相和地线。另外,像LMS、LR等信息标识,按照从小号塔到大号塔为正方向,大号塔为前(L),小号塔为后(S),在这个正方向的基础上,左右(LR)也依此确定。
综上所述,本发明提供的点云数据处理方法,将从激光雷达采集得到的点云数据作为点云数据集合,其中,将符合分类要求的作为已分类点云数据,然后从已分类点云数据中确定目标点云数据和与目标点云数据对应的处理类型,特别地,当处理类型为标注处理时,则对目标点云数据进行聚类处理,并利用用户输入的电力线标识对聚类处理得到的结果进行标注。本发明实施例不仅可以提高电力巡检效率和数据标注的准确性,还可以显著降低人工操作的成本。
基于前述实施例所提供的点云数据处理方法,本发明实施提供了一种点云数据处理装置,参见图3所示的一种点云数据处理装置的结构示意图,装置至少包括以下部分:
数据获取模块302,用于获取待标注的点云数据集合;其中,点云数据集合包括已分类点云数据;
目标点云数据确定模块304,用于从已分类点云数据中确定目标点云数据,以及确定目标点云数据对应的处理类型;其中,处理类型至少包括标注处理;
聚类模块306,用于如果处理类型为标注处理,用于对目标点云数据进行聚类处理得到聚类结果;
标注模块308,用于基于接收到的电力线标识对聚类结果进行标注处理得到点云标注结果。
本发明实施例提供的点云数据处理装置,将从激光雷达采集得到的点云数据作为点云数据集合,其中,将符合分类要求的作为已分类点云数据,然后从已分类点云数据中确定目标点云数据和与目标点云数据对应的处理类型,特别地,当处理类型为标注处理时,则对目标点云数据进行聚类处理,并利用用户输入的电力线标识对聚类处理得到的结果进行标注。本发明实施例不仅可以有效降低点云数据标注所需的成本,而且显著提高标注结果的准确性,从而提高电力巡检效率。
在一种实施方式中,目标点云数据确定模块304,还用于:将属于目标点云类型的已分类点云数据,确定为目标点云数据;其中,目标点云类型包括线路类型、塔类型、绝缘子类型中的一种或多种。
在一种实施方式中,还包括判断模块,用于:判断聚类结果是否满足预设条件;如果否,接收用户上传的聚类参数,并基于聚类参数再次对目标点云数据进行点云聚类处理,得到新的聚类结果。
在一种实施方式中,标注模块308,还用于:对于每个聚类结果,获取用户针对该聚类结果发送的电力线标识,并将电力线标识标注至该聚类结果;其中,聚类结果包括线路聚类结果、塔聚类结果、绝缘子聚类结果中的一种或多种,电力线标识包括线路标识、塔标识、绝缘子标识中的一种或多种,线路标识包括线路名称和/或线路相序,塔标识包括塔牌号,绝缘子标识包括绝缘子相位、挂点位置、挂点属性中的一种或多种。
在一种实施方式中,上述装置还包括添加模块,用于响应针对于绝缘子聚类结果的绝缘子添加操作,确定绝缘子聚类结果所属的绝缘子实例;和/或,响应针对于绝缘子聚类结果的挂点添加操作,确定绝缘子聚类结果所属的挂点实例。
在一种实施方式中,点云数据集合还包括非分类点云数据,处理类型至少还包括点云分类处理;上述装置还包括分类模块,用于:对非分类点云数据进行点云分类处理,得到已分类点云数据。
在一种实施方式中,处理类型还包括线路拟合处理、滤波处理、点云删除处理中的一种或多种。
本实施例所提供的装置,其实现原理及产生的技术效果和前述实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图4本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器40,存储器41,总线42和通信接口43,所述处理器40、通信接口43和存储器41通过总线42连接;处理器40用于执行存储器41中存储的可执行模块,例如计算机程序。
其中,存储器41可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线42可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器41用于存储程序,所述处理器40在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中,或者由处理器40实现。
处理器40可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41,处理器40读取存储器41中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能如果以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。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (9)
1.一种点云数据处理方法,其特征在于,包括:
获取待标注的点云数据集合;其中,所述点云数据集合包括已分类点云数据;
从所述已分类点云数据中确定目标点云数据,以及确定所述目标点云数据对应的处理类型;其中,所述处理类型至少包括标注处理;
如果所述处理类型为所述标注处理,对所述目标点云数据进行点云聚类处理得到聚类结果;
基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果;
所述基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果的步骤,包括:
对于每个聚类结果,获取用户针对该聚类结果发送的电力线标识,并将所述电力线标识标注至该聚类结果;
其中,所述聚类结果包括线路聚类结果、塔聚类结果、绝缘子聚类结果中的一种或多种,所述电力线标识包括线路标识、塔标识、绝缘子标识中的一种或多种,所述线路标识包括线路名称和/或线路相序,所述塔标识包括塔牌号,所述绝缘子标识包括绝缘子相位、挂点位置、挂点属性中的一种或多种。
2.根据权利要求1所述的方法,其特征在于,所述从所述已分类点云数据中确定目标点云数据的步骤,包括:
将属于目标点云类型的所述已分类点云数据,确定为目标点云数据;其中,所述目标点云类型包括线路类型、塔类型、绝缘子类型中的一种或多种。
3.根据权利要求1所述的方法,其特征在于,在所述基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果的步骤之前,所述方法还包括:
判断所述聚类结果是否满足预设条件;
如果否,接收用户上传的聚类参数,并基于所述聚类参数再次对所述目标点云数据进行点云聚类处理,得到新的聚类结果。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应针对于所述绝缘子聚类结果的绝缘子添加操作,确定所述绝缘子聚类结果所属的绝缘子实例;
和/或,响应针对于所述绝缘子聚类结果的挂点添加操作,确定所述绝缘子聚类结果所属的挂点实例。
5.根据权利要求1所述的方法,其特征在于,所述点云数据集合还包括非分类点云数据,所述处理类型至少还包括点云分类处理;
所述方法还包括:
对所述非分类点云数据进行点云分类处理,得到已分类点云数据。
6.根据权利要求1所述的方法,其特征在于,所述处理类型还包括线路拟合处理、滤波处理、点云删除处理中的一种或多种。
7.一种点云数据处理装置,其特征在于,包括:
数据获取模块,用于获取待标注的点云数据集合;其中,所述点云数据集合包括已分类点云数据;
目标点云数据确定模块,用于从所述已分类点云数据中确定目标点云数据,以及确定所述目标点云数据对应的处理类型;其中,所述处理类型至少包括标注处理;
聚类模块,用于如果所述处理类型为所述标注处理,对所述目标点云数据进行点云聚类处理得到聚类结果;
标注模块,用于基于接收到的电力线标识对所述聚类结果进行标注处理得到点云标注结果;
标注模块,还用于:对于每个聚类结果,获取用户针对该聚类结果发送的电力线标识,并将所述电力线标识标注至该聚类结果;其中,所述聚类结果包括线路聚类结果、塔聚类结果、绝缘子聚类结果中的一种或多种,所述电力线标识包括线路标识、塔标识、绝缘子标识中的一种或多种,所述线路标识包括线路名称和/或线路相序,所述塔标识包括塔牌号,所述绝缘子标识包括绝缘子相位、挂点位置、挂点属性中的一种或多种。
8.一种电子设备,其特征在于,包括存储器以及处理器;所述存储器中存储有可在所述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上述权利要求1至6任一项所述的方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110611331.9A CN113052274B (zh) | 2021-06-02 | 2021-06-02 | 点云数据处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110611331.9A CN113052274B (zh) | 2021-06-02 | 2021-06-02 | 点云数据处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113052274A CN113052274A (zh) | 2021-06-29 |
CN113052274B true CN113052274B (zh) | 2021-09-07 |
Family
ID=76518663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110611331.9A Active CN113052274B (zh) | 2021-06-02 | 2021-06-02 | 点云数据处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052274B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563450A (zh) * | 2020-04-30 | 2020-08-21 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备及存储介质 |
CN112034878A (zh) * | 2020-11-05 | 2020-12-04 | 北京云圣智能科技有限责任公司 | 基于无人机的电力巡检方法、装置和电子设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104020475B (zh) * | 2014-06-20 | 2016-03-23 | 西安煤航信息产业有限公司 | 一种基于机载LiDAR数据的电力线提取及建模方法 |
CN108268483A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车(北京)有限公司 | 生成用于无人车导航控制的网格地图的方法 |
CN108268518A (zh) * | 2016-12-30 | 2018-07-10 | 乐视汽车(北京)有限公司 | 生成用于无人车导航控制的网格地图的装置 |
US10650278B1 (en) * | 2017-07-21 | 2020-05-12 | Apple Inc. | Semantic labeling of point clouds using images |
CN109447132A (zh) * | 2018-10-08 | 2019-03-08 | 广州德泰克自动化科技有限公司 | 一种基于视觉及激光点云ai算法的包裹追踪方法 |
CN110264468B (zh) * | 2019-08-14 | 2019-11-19 | 长沙智能驾驶研究院有限公司 | 点云数据标注、分割模型确定、目标检测方法及相关设备 |
CN110728210A (zh) * | 2019-09-25 | 2020-01-24 | 上海交通大学 | 一种三维点云数据的半监督目标标注方法和系统 |
CN112365503A (zh) * | 2020-10-29 | 2021-02-12 | 杭州富阳富创大数据产业创新研究院有限公司 | 基于点云数据的变电站场景分割方法 |
CN112686947B (zh) * | 2020-12-30 | 2024-04-16 | 大唐融合通信股份有限公司 | 一种虚拟空间中物体标注方法、装置和电子设备 |
CN112669461B (zh) * | 2021-01-07 | 2024-01-26 | 中煤航测遥感集团有限公司 | 机场净空安全检测方法、装置、电子设备及存储介质 |
-
2021
- 2021-06-02 CN CN202110611331.9A patent/CN113052274B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563450A (zh) * | 2020-04-30 | 2020-08-21 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备及存储介质 |
CN112034878A (zh) * | 2020-11-05 | 2020-12-04 | 北京云圣智能科技有限责任公司 | 基于无人机的电力巡检方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113052274A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106557829B (zh) | 用车业务中获取需求与运力不匹配区域的方法和装置 | |
CN108519094B (zh) | 局部路径规划方法及云处理端 | |
CN112990235B (zh) | 点云数据的处理方法、装置及电子设备 | |
CN113139559B (zh) | 一种目标检测模型的训练方法、数据的标注方法和装置 | |
CN108764765A (zh) | 一种派送路径确定方法、装置、终端和存储介质 | |
CN112634488B (zh) | 行程融合方法、装置以及车辆 | |
CN111815946A (zh) | 一种异常路段的确定方法、装置、存储介质和电子设备 | |
CN111339944A (zh) | 装修风格识别方法、装置及电子设备 | |
CN109951430B (zh) | 一种数据处理方法及装置 | |
CN113052274B (zh) | 点云数据处理方法、装置及电子设备 | |
CN112344935B (zh) | 机器人地图管理方法、装置、设备及存储介质 | |
CN110597248B (zh) | 园区无人智慧巡检方法、装置、设备及存储介质 | |
CN114332848B (zh) | 点云标注方法、装置及服务器 | |
CN112686406A (zh) | 数据处理方法和装置、服务器及存储介质 | |
CN107656967B (zh) | 一种场景信息处理方法及装置 | |
CN113420846A (zh) | 点云分割方法、装置及终端设备 | |
CN114495056A (zh) | 停车场柱子检测方法、检测装置、车辆及存储介质 | |
CN113015117B (zh) | 一种用户定位方法、装置、电子设备和存储介质 | |
CN114325678A (zh) | 障碍物检测方法、装置及服务器 | |
CN113055239B (zh) | 数据显示方法、装置、设备及介质 | |
CN113436234A (zh) | 轮毂毛刺识别方法、电子装置、装置及可读存储介质 | |
CN110493058B (zh) | 网络拓扑结构的构建方法及装置、存储介质、终端 | |
CN111160334A (zh) | 标注归属确认方法、装置和设备 | |
CN111861843A (zh) | 基于交通可达性的覆盖设施盲区查找方法及装置 | |
CN111639141A (zh) | 数据测试方法、装置及计算机终端 |
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 |