CN113313005B - 基于目标识别与重建的输电导线在线监测方法及系统 - Google Patents

Abstract

本发明涉及基于目标识别与重建的输电导线在线监测方法和系统，包括以下步骤：获取杆塔上方空间的图像信息，基于图像信息识别导线的危险区域，生成预警预告信息；基于预警预告信息确定激光点云数据的采样范围和采样周期；利用激光点云数据获取危险距离；当危险距离满足安全条件，结束工作；当危险距离不满足安全条件则根据危险系数发出安全预警。利用监控影像的实时性提高对危险物的识别速度，满足输电线路监测实时性要求；利用激光雷达扫描的点云数据，提高危险距离计算的准确程度，综合最小垂直距离、最小净空距离、最小水平距离及危险距离、危险目标大小、危险目标高度、输电线安全保障等级等参数实现对输电导线的在线监测安全预警。

Description

基于目标识别与重建的输电导线在线监测方法及系统

技术领域

本发明涉及突发事件处置领域，具体为基于目标识别与重建的输电导线在线监测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着电网覆盖范围的扩展，输电线路数量逐年增加，由于其具有分布范围广、传输距离远的特点，在运行中容易受到各种恶劣的外界环境影响发生事故。近年来随着城市建设发展，施工现场或人为活动产生外力破坏导致的输电线路跳闸事故明显增多。据统计在外力破坏故障原因中，超过八成是由大型机械和空中漂浮物等移动危险物引起的，这对整个电网的安全运行都造成了严重的威胁。

因为外力破坏事故具有偶发性和不可预测性，传统的人工巡线已经无法有效保障输电线路的稳定安全运行。

为了应对目前人工巡线的问题，目前的几种较为常见的方法有：

(1)在输电线路或杆塔上安装激光雷达探测器构建防外力破坏安全监测系统，但受限于激光信号传播距离短且数据量大导致监控范围比较小；

(2)设置输电线路远程视频安全在线监控装置，该方法实时性较强且监测范围广，但仍需要人工判断，自动化程度不高；

(3)视频监控系统基础上应用背景建模以及直线检测算法，跟踪大型机械吊臂并自动预警，但该方法判据指标单一易造成误报；

(4)采用深度神经网络提取目标的多特征来代替单一特征，但深度神经网络算法耗时长，难以在输电线路防外力破坏这类实时性要求较高的工程应用中实现。

以上几种方法存在多种问题，难以满足对输电线路监测的实时性和准确性的要求。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供基于目标识别与重建的输电导线在线监测方法及系统，利用杆塔上方空间的图像信息获得预警预告，利用激光点云信息判断危险物与导线的最小距离，实现输电线路运行环境的安全预警，能够提高识别速度以满足输电线路监测实时性要求，提高预警方法的可靠性。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供基于目标识别与重建的输电导线在线监测方法，包括以下步骤：

获取杆塔上方空间的图像信息，基于图像信息识别导线的危险区域，生成预警预告信息；

基于预警预告信息确定激光点云数据的采样范围和采样周期；

利用激光点云数据获取的危险距离判断是否满足安全条件；当危险距离满足安全条件，结束工作；当危险距离不满足安全条件则根据危险系数发出安全预警。

基于图像信息识别导线的危险区域中，通过预先建立导线通道的危险区域范围，设定危险区域边界。

基于图像信息识别导线的危险区域中，对监控影像进行边缘检测，给定危险区域边界集合，根据各边界集合的位置坐标及矢量角度，计算边界集合的相似度，如果相似度大于阈值，判定危险区域边界范围内出现危险目标。

预警预告信息包括危险区域位置、危险区域边界范围、危险目标类型及特征库和危险目标高度。

基于图像信息识别导线的危险区域中，设定滤波窗口，利用滤波窗口将危险区域内的图像进行危险目标匹配，根据匹配结果识别危险目标和对应的危险目标类型，以及危险目标移动速度范围；根据危险目标移动速度范围选择对应时间段内的监控影像帧，确定实际的危险目标移动速度。

利用激光点云数据获取的危险距离判断是否满足安全条件中，基于断面分析法获取的断面点云数据，利用基于法向约束的点云融合算法确定电力线的数目和起点，基于高度的最小值确定电力线的下导线，利用区域生长算法进行导线追踪，实现电力线点云数据的提取。

利用激光点云数据获取的危险距离判断是否满足安全条件中，将分离出来的电力线点投影到水平面，提取水平面上的电力直线，得到若干条电力线的直线方程，计算平面上每个点到直线方程的距离，当距离小于一定阈值时，将此点归属到对应的电力线，所有点归后，即可对每一单条电力线进行曲线拟合。

利用激光点云数据获取的危险距离判断是否满足安全条件中，根据预警预告信息中的危险区域位置和危险目标特征库，计算危险目标距离电力线的最小垂直距离、最小净空距离、最小水平距离。

如果最小垂直距离、最小净空距离、最小水平距离均在安全阈值范围内，则判断满足安全条件，否则不满安全条件。

本发明的第二个方面提供实现上述监测方法的系统，包括摄像装置、激光雷达和处理器；

摄像装置布置在杆塔上方空间，获取导线的图像数据发送给处理器；无人机搭载激光雷达获取杆塔上方空间的激光点云数据发送给处理器，处理器利用图像数据和激光点云数据计算危险系数，根据危险系数发出安全预警信息。

与现有技术相比，以上一个或多个技术方案存在以下有益效果：

1、利用实时获得的监控影像能够提高危险物的识别速度，并满足输电线路监测实时性要求。

2、激光雷达扫描的点云数据，能够提高危险距离计算的准确程度，综合最小垂直距离、最小净空距离、最小水平距离及危险距离、危险目标大小、危险目标高度、输电线安全保障等级等参数综合提高预警信息的可靠性。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明一个或多个实施例提供的整体流程示意图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

正如背景技术中所描述的，要确保输电线路的安全预警具有良好的实时性和准确性，以下实施例一方面利用监控影像的实时性提高对危险物和危险区域的识别速度，从而满足输电线路监测实时性要求，另一方面利用激光雷达扫描的点云数据，提高危险距离计算的准确程度，综合最小垂直距离、最小净空距离、最小水平距离及危险距离、危险目标大小、危险目标高度、输电线安全保障等级等参数实现对输电导线的在线监测安全预警；同时建立了危险目标库，使得对危险物的判断更加准确。

实施例一：

如图1所示，基于目标识别与重建的输电导线在线监测方法，包括以下步骤：

获取杆塔上方空间的图像信息，基于图像信息识别导线的危险区域，生成预警预告信息；

基于预警预告信息确定激光点云数据的采样范围和采样周期；

利用激光点云数据获取危险距离，当危险距离满足安全条件，结束工作；当危险距离不满足安全条件则根据危险系数发出安全预警。

具体过程如下：

1.获取杆塔上方的图像信息，采集通道内的图像数据和点云数据，对摄像装置进行标定；实时监控导线及通道状态，识别危险区域，对出现危险目标的危险区域生成预警预告信息进行预警预告。

1.1在杆塔设定位置安装摄像装置，每一组杆塔安装的摄像装置位置相同，摄像装置获取对应杆塔覆盖通道范围内的图像信息；

1.2使用摄像装置采集通道内的图像信息，使用激光雷达采集通道内的点云，利用图像和点云标定摄像装置，记录标定精度。

1.3实时监控导线及通道状态，根据监控影像识别危险区域。

1.3.1预先建立导线通道的危险区域范围，设定危险区域边界；

1.3.2实时处理监控影像，判断危险区域边界范围内是否出现危险目标；

对监控影像进行边缘检测，边缘检测算子可以是Roberts、Sobel、Canny、Laplacian算子中的至少一个，通过边缘检测结果，给定危险区域边界集合Di和Dj，根据各边界集合的位置坐标(xi,yi)、(xj,yj)及矢量角度Ai、Aj计算边界集合的相似度S，计算公式如下：

S(D_i,D_j)＝|cos(A_i-A_ij)cos(A_j-A_ij)|²

其中A_ij是Ai、Aj之间的角度，如果相似度S大于一定阈值，判定危险区域边界范围内出现危险目标。危险目标指输电导线周边环境中的吊车、飞行器或漂浮物等能够碰撞到导线引发事故的物体。

1.3.3对出现危险目标的范围进行危险目标识别；

建立危险目标库，危险目标库内包括危险目标类型、危险目标移动速度范围、危险目标边缘滤波特征矢量；设定滤波窗口，利用滤波窗口将危险区域内的图像进行危险目标匹配，根据匹配结果识别危险目标，得到对应的危险目标类型和危险目标移动速度范围；根据危险目标移动速度范围选择适合时间内的监控影像帧，确定实际的危险目标移动速度。

1.4对出现危险目标的危险区域生成预警预告信息进行预警预告。

预警预告信息包括危险区域位置、危险区域边界范围、危险目标类型及特征库、危险目标移动速度。

2.对预警预告信息的摄像装置，判断其标定精度是否满足预设精度要求。预设标定精度为s米，标定精度小于等于s米认为满足要求，大于s米认为不满足要求。如果标定精度不满足预设精度要求，执行步骤3-5，否则执行步骤6-8.

3.根据预警预告信息确定激光雷达扫描范围和扫描周期，利用无人机搭载激光雷达进行危险区域扫描，并实时回传扫描点云数据，所述扫描过程为：设置扫描周期为a秒，处理器每隔a秒接收激光雷达采集的点云数据，当扫描范围与危险目标的最小距离在n米之内时，设置扫描周期为b秒，直到激光雷达扫描范围与危险目标的最小距离为n米时，恢复数据采集周期a秒；且a大于b，所属n的取值范围为50-100。

4.根据危险区域点云数据计算危险距离，并根据危险距离判断是否满足安全条件；如果满足安全条件，结束工作，如果不满足安全条件，实施步骤5。

危险距离为危险物与导线的最小距离，步骤4的具体过程为：

4.1基于断面分析法获取的断面点云数据，利用基于法向约束的点云融合算法确定电力线的数目和起点，并基于高度的最小值确定电力线的下导线，然后利用区域生长算法进行导线追踪，实现电力线点云的提取；

4.2将分离出来的电力线点其投影到水平面，提取水平面上的电力直线，得到若干条电力线的直线方程，计算平面上每个点到直线方程的距离，当距离小于一定阈值时，将此点归属到对应的电力线，所有点归后，即可对每一单条电力线进行曲线拟合，拟合曲线方程为：

4.3根据预警预告信息中的危险区域位置和危险目标特征库，计算危险目标距离电力线的最小垂直距离、最小净空距离、最小水平距离。

4.4如果最小垂直距离、最小净空距离、最小水平距离均在安全阈值范围内，则判断满足安全条件，否则不满安全条件。

5.建立危险距离、危险目标大小、危险目标移动速度、输电线安全保障等级参数模型，根据模型计算危险系数。计算完危险系数后执行步骤9。

6.如摄像装置标定精度满足预设精度要求，使用实时监拍图像和标定时使用的点云计算危险目标的位置和高度。

步骤6的具体过程为：

6.1获取摄像装置的标定参数，计算危险物位置

在图像上选取一点为I(u,v),计算出该点所在的摄影光束方程如下，

Xw＝C-D*Zw；

Yw＝M-N*Zw；

其中，Xw、Yw、Zw为该图像点所在摄影光束方程的X、Y、Z坐标值。C、D、M、N为摄影光束方程的系数，根据标定参数计算得到。

摄影光束方程与地面三角网求交，获得交点A(Xa,Ya,Za)。交点A的位置即为危险物所在接地的位置。

6.2计算危险物高度

在图像上选取危险物顶部坐标It(ut,vt),选取危险物由顶部竖直向下接地处的底部坐标Ib(ub,vb)；

计算图像上危险物顶部坐标It对应的摄影光束方程如下：

Xwt＝Ct-Dt*Zwt；

Ywt＝Mt-Nt*Zwt；

计算图像上危险物底部坐标Ib对应的摄影光束方程如下：

Xwb＝Cb-Db*Zwb；

Ywb＝Mb-Nb*Zwb；

按照6.1所述的方法计算出图像上危险物底部坐标Ib对应的危险物世界坐标B(Xwb,Ywb,Zwb)；

由于图像上危险物顶部坐标和底部坐标处于一个竖直面内，即图像上危险物顶部坐标It对应的摄影光束方程与像上危险物底部坐标Ib对应的摄影光束方程在同一个竖直面内。因此，危险物顶部世界坐标Xwt、Ywt分别与危险物底部世界坐标Xwb、Ywb相同，即

Xwt＝Xwb；

Ywt＝Ywb；

将Xwt或Ywt代入危险物顶部坐标It对应的摄影光束方程中，获得Zwt。Zwt即为危险物顶部世界坐标高度值。

Zwt＝(Ct–Xwt)/Dt；

或Zwt＝(Mt–Ywt)/Nt；

危险物顶部世界坐标高度值Zwt与危险物底部世界坐标高度值Zwb做差，即得危险物高度H。

H＝Zwt-Zwb

7.利用危险目标的底部位置坐标、高度，在危险目标的底部和顶部之间，线性内插拟合出线状或者柱状点云。使用拟合的点云和导线点云，计算两个点云之间距离最近的点，得到危险目标距离电力线的最小垂直距离、最小净空距离、最小水平距离，并判断是否处于安全阈值范围内。如满足安全要求则结束工作，否则执行步骤8。

8.使用危险目标的位置、高度、距离电力线的最小垂直距离、最小净空距离、最小水平距离、线路安全要求，计算危险系数。计算完危险系数后执行步骤9。

9.根据危险系数进行输电导线在线监测安全预警。

上述过程能够利用实时获得的监控影像提高识别速度以满足输电线路监测实时性要求，利用激光雷达扫描数据提高危险距离计算的准确程度，综合最小垂直距离、最小净空距离、最小水平距离及危险距离、危险目标大小、危险目标高度、输电线安全保障等级等参数综合提高预警方法的可靠性。

实施例二：

本实施给出了实现实施例一监测方法的系统，包括摄像装置、激光雷达和处理器；

摄像装置布置在杆塔上方空间，获取导线的图像数据发送给处理器；无人机搭载激光雷达获取杆塔上方空间的激光点云数据发送给处理器，处理器利用图像数据和激光点云数据计算危险系数，根据危险系数发出安全预警信息。

该系统能够利用实时获得的监控影像提高识别速度以满足输电线路监测实时性要求，利用激光雷达扫描数据提高危险距离计算的准确程度，综合最小垂直距离、最小净空距离、最小水平距离及危险距离、危险目标大小、危险目标高度、输电线安全保障等级等参数综合提高预警方法的可靠性。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.基于目标识别与重建的输电导线在线监测方法，其特征在于：包括以下步骤：

获取杆塔上方空间的图像信息，基于图像信息识别导线的危险区域，生成预警预告信息；

基于预警预告信息确定激光点云数据的采样范围和采样周期；具体为：

设置采样周期为a秒，每隔a秒获取激光点云数据，当采样范围与危险目标的最小距离在n米之内时，设置采样周期为b秒，直到采样范围与危险目标的最小距离为n米时，恢复采样周期a秒；a大于b；n的取值范围为50-100；

利用激光点云数据获取的危险距离判断是否满足安全条件；当危险距离满足安全条件，结束工作；当危险距离不满足安全条件则根据危险系数发出安全预警；具体为：

根据预警预告信息中的危险区域位置和危险目标特征库，计算危险目标距离电力线的最小垂直距离、最小净空距离和最小水平距离；

如果最小垂直距离、最小净空距离和最小水平距离均在安全阈值范围内，则判断满足安全条件，否则不满足安全条件；

建立危险距离、危险目标大小、危险目标移动速度、输电线安全保障等级参数模型，根据模型计算危险系数，根据危险系数发出安全预警。

2.如权利要求1所述的基于目标识别与重建的输电导线在线监测方法，其特征在于：所述预警预告信息包括危险区域位置、危险区域边界范围、危险目标类型及特征库和危险目标高度。

3.如权利要求1所述的基于目标识别与重建的输电导线在线监测方法，其特征在于：所述基于图像信息识别导线的危险区域过程中，通过预先建立导线通道的危险区域范围，设定危险区域边界。

4.如权利要求3所述的基于目标识别与重建的输电导线在线监测方法，其特征在于：基于图像信息识别导线危险区域的过程中，对监控影像进行边缘检测，给定危险区域边界集合，根据各边界集合的位置坐标及矢量角度，计算边界集合的相似度，如果相似度大于阈值，判定危险区域边界范围内出现危险目标。

5.如权利要求4所述的基于目标识别与重建的输电导线在线监测方法，其特征在于：基于图像信息识别导线危险区域的过程中，设定滤波窗口，利用滤波窗口将危险区域内的图像进行危险目标匹配，根据匹配结果识别危险目标和对应的危险目标类型，以及危险目标移动速度范围；根据危险目标移动速度范围选择对应时间段内的监控影像帧，确定实际的危险目标移动速度。

6.如权利要求1所述的基于目标识别与重建的输电导线在线监测方法，其特征在于：利用激光点云数据获取的危险距离判断是否满足安全条件的过程中，基于断面分析法获取的断面点云数据，利用基于法向约束的点云融合算法确定电力线的数目和起点，基于高度的最小值确定电力线的下导线，利用区域生长算法进行导线追踪，实现电力线点云数据的提取。

7.如权利要求6所述的基于目标识别与重建的输电导线在线监测方法，其特征在于：利用激光点云数据获取的危险距离判断是否满足安全条件的过程中，将分离出来的电力线点投影到水平面，提取水平面上的电力直线，得到若干条电力线的直线方程，计算平面上每个点到直线方程的距离，当距离小于一定阈值时，将此点归属到对应的电力线，所有点归属后，即可对每一单条电力线进行曲线拟合。

8.实现权利要求1-7任一项所述方法的系统，其特征在于：包括摄像装置、激光雷达和处理器；

摄像装置布置在杆塔上方空间，获取导线的图像数据发送给处理器；无人机搭载激光雷达获取杆塔上方空间的激光点云数据发送给处理器，处理器利用图像数据和激光点云数据计算危险系数，根据危险系数发出安全预警信息。

Images