CN113408529B - 一种安全预警方法、装置、系统及计算机存储介质 - Google Patents

一种安全预警方法、装置、系统及计算机存储介质 Download PDF

Info

Publication number
CN113408529B
CN113408529B CN202110728211.7A CN202110728211A CN113408529B CN 113408529 B CN113408529 B CN 113408529B CN 202110728211 A CN202110728211 A CN 202110728211A CN 113408529 B CN113408529 B CN 113408529B
Authority
CN
China
Prior art keywords
model
scanning
correction
scanning model
quasi
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
CN202110728211.7A
Other languages
English (en)
Other versions
CN113408529A (zh
Inventor
纪宏德
徐冬生
徐�明
朱伟
陈冰晶
刘剑清
赵俊
周浩
穆国平
盛鹏飞
吴智刚
肖波
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.)
Jiaxing Hengchuang Electric Power Group Co ltd Bochuang Material Branch
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Jiaxing Hengchuang Electric Power Group Co ltd Bochuang Material Branch
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
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 Jiaxing Hengchuang Electric Power Group Co ltd Bochuang Material Branch, Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Jiaxing Hengchuang Electric Power Group Co ltd Bochuang Material Branch
Priority to CN202110728211.7A priority Critical patent/CN113408529B/zh
Publication of CN113408529A publication Critical patent/CN113408529A/zh
Application granted granted Critical
Publication of CN113408529B publication Critical patent/CN113408529B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • G06Q50/265Personal security, identity or safety

Abstract

本发明公开一种安全预警方法、装置、系统及计算机存储介质。其中,该方法包括:对变电站分别进行第一预设精度和第二预设精度的扫描,得到预扫描模型、校正扫描模型;根据预扫描模型及校正扫描模型得到旋转值和平移值;实时对变电站进行后续多次的第二预设精度的识别扫描,并根据旋转值和平移值对每次识别扫描得到的识别扫描模型进行校正,得到校正识别模型;该过程节省了操作人员进行校正的时间,加快了校正的速度。得到校正识别模型中的目标物体;计算目标物体到预扫描模型中线缆的实时距离;根据实时距离判断是否对目标物体进行安全预警。可以判断目标物体在变电站中的位置以保证在出现安全问题前及时预警进行规避,同时保证精确和实时的问题。

Description

一种安全预警方法、装置、系统及计算机存储介质
技术领域
本发明涉及变电站技术领域,具体而言,涉及一种安全预警方法、装置、系统及计算机存储介质。
背景技术
对于变电站中线缆安全距离的监控,现阶段技术主要应用于控制无人机检测时对线缆避障。该情景下,仅记录精细模型中各个位置点线缆的高度,通过对比无人机当前位置的高度,从而得到无人机相对线缆的高度。
但是对于进入场地的人、车、动物是无法同无人机一样随身携带高度传感器的。人、车、动物在空间中的位置信息,需要通过外部设备进行实时检测。这就导致了在判断外物在变电站中的位置时,需要检测设备即精确又快速。
精确在于,电缆通常较细,对位置计算精度要求高。而外物和电缆的安全距离又常在几米之间,又是仅差几厘米就会产生安全隐患。快速在于,人、车、动物运动速度快且运动具有不可控性,不像无人机可以得到指令再行动,如果判断不能做到实时,则不能在出现安全问题前及时预警进行规避。
另一方面,精确和快速又是相对的,快速扫描的激光精度不高,而精度足够的激光速度不快。
针对现有技术中判断外物在变电站中的位置以保证外物在出现安全问题前及时预警进行规避,做不到同时保证精确和实时的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例中提供一种安全预警方法、装置、系统及计算机存储介质,以解决现有技术中判断外物在变电站中的位置以保证外物在出现安全问题前及时预警进行规避,做不到同时保证精确和实时的问题。
为达到上述目的,一方面,本发明提供了一种安全预警方法,该方法包括:对变电站进行第一预设精度的预扫描,以得到预扫描模型;对所述变电站进行第二预设精度的校正扫描,得到校正扫描模型;并根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值;其中,所述预扫描的精度高于所述校正扫描的精度;实时对所述变电站进行后续多次的第二预设精度的识别扫描,并根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型进行校正,得到校正识别模型;将所述校正识别模型与所述预扫描模型进行差分运算,得到目标物体;计算所述目标物体到所述预扫描模型中线缆的实时距离;根据所述实时距离判断是否对所述目标物体进行安全预警;所述根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值包括:分别在所述预扫描模型和校正扫描模型中选取相对应的多对关键点;通过将每对所述关键点匹配使所述校正扫描模型校正并得到所述旋转值和平移值。
可选的,所述根据所述实时距离判断是否对所述目标物体进行安全预警包括:识别所述目标物体的物体类别;获取所述物体类别的安全距离;对比所述实时距离及所述安全距离,判断是否对所述目标物体进行安全预警。
可选的,所述在通过将每对所述关键点匹配使所述校正扫描模型校正并得到所述旋转值和平移值之后,包括:提取所述预扫描模型中某个区域校正扫描模型范围及其附近预设距离以内的区域扫描模型;并对所述区域扫描模型进行降采样以及提取降采样后的所述区域扫描模型的外轮廓;根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描并提取得到准校正扫描模型的外轮廓;根据所述降采样后的所述区域扫描模型的外轮廓对所述准校正扫描模型的外轮廓进行校正并更新所述旋转值和平移值。
可选的,所述根据所述降采样后的所述区域扫描模型的外轮廓对根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描,提取得到的准校正扫描模型的外轮廓进行校正以及更新所述旋转值和平移值包括:根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描,提取得到准校正扫描模型的外轮廓;判断所述准校正扫描模型的外轮廓与所述校正扫描模型的外轮廓的差值是否超过预设阈值;若否,则将所述准校正扫描模型自动校正并将校正后的所述准校正扫描模型的外轮廓降采样,根据所述降采样后的所述区域扫描模型的外轮廓对所述降采样后的所述准校正扫描模型的外轮廓进行自动校正;若是,则将所述准校正扫描模型进行人工校正。
另一方面,本发明提供了一种安全预警装置,包括:预扫描单元,用于对变电站进行第一预设精度的预扫描,以得到预扫描模型;校正扫描单元,用于对所述变电站进行第二预设精度的校正扫描,得到校正扫描模型;并根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值;其中,所述预扫描的精度高于所述校正扫描的精度;校正识别单元,用于实时对所述变电站进行后续多次的第二预设精度的识别扫描,并根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型进行校正,得到校正识别模型;计算单元,用于将所述校正识别模型与所述预扫描模型进行差分运算,得到目标物体;计算所述目标物体到所述预扫描模型中线缆的实时距离;安全预警单元,用于根据所述实时距离判断是否对所述目标物体进行安全预警;所述校正扫描单元包括:选取子单元,用于分别在所述预扫描模型和校正扫描模型中选取相对应的多对关键点;匹配子单元,用于通过将每对所述关键点匹配使所述校正扫描模型校正并得到所述旋转值和平移值。
可选的,所述安全预警单元包括:识别子单元,用于识别所述目标物体的物体类别;获取子单元,用于获取所述物体类别的安全距离;安全预警子单元,用于对比所述实时距离及所述安全距离,判断是否对所述目标物体进行安全预警。
可选的,所述校正扫描单元还包括:提取子单元,用于提取所述预扫描模型中某个区域校正扫描模型范围及其附近预设距离以内的区域扫描模型;并对所述区域扫描模型进行降采样以及提取降采样后的所述区域扫描模型的外轮廓;校正子单元,用于根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描并提取得到准校正扫描模型的外轮廓;根据所述降采样后的所述区域扫描模型的外轮廓对所述准校正扫描模型的外轮廓进行校正并更新所述旋转值和平移值。。
另一方面,本发明还提供了一种安全预警系统,包括上述的安全预警装置。
另一方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的安全预警方法。
本发明的有益效果:
本发明提供了一种安全预警方法,通过对变电站进行第一预设精度和第二预设精度的扫描,得到预扫描模型、校正扫描模型和校正识别模型,可以判断人、车、动物等外物在变电站中的位置以保证外物在出现安全问题前及时预警进行规避,做到同时保证精确和实时的问题;以及根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值,在对变电站进行后续多次的第二预设精度的识别扫描,并可根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型直接进行校正,得到校正识别模型,该过程节省了操作人员进行校正的时间,加快了校正的速度。
附图说明
图1是本发明实施例提供的一种安全预警方法的流程图;
图2是本发明实施例提供的根据实时距离判断是否对目标物体进行安全预警的流程图;
图3是本发明实施例提供的根据预扫描模型及校正扫描模型得到旋转值和平移值的流程图;
图4是本发明实施例提供的一种安全预警装置的结构示意图;
图5是本发明实施例提供的安全预警单元的结构示意图;
图6是本发明实施例提供的校正扫描单元的结构示意图。
具体实施方式
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地详细描述,显然,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
对于变电站中线缆安全距离的监控,现阶段技术主要应用于控制无人机检测时对线缆避障。该情景下,仅记录精细模型中各个位置点线缆的高度,通过对比无人机当前位置的高度,从而得到无人机相对线缆的高度。
但是对于进入场地的人、车、动物是无法同无人机一样随身携带高度传感器的。人、车、动物在空间中的位置信息,需要通过外部设备进行实时检测。这就导致了在判断外物在变电站中的位置时,做不到同时保证精确和实时的问题。
因而,本发明提供了一种安全预警方法,图1是本发明实施例提供的一种安全预警方法的流程图,如图1所示,该方法包括:
S101.对变电站进行第一预设精度的预扫描,以得到预扫描模型;
S102.对所述变电站进行第二预设精度的校正扫描,得到校正扫描模型;并根据所述预扫描模型及所述校正扫描模型得到旋转值和偏移值;其中,所述预扫描的精度高于所述校正扫描的精度;
在一个可选的实施方式中,第一预设精度为1mm,第二预设精度为3mm,使用扫描精度为1mm的设备对变电站场景进行精细扫描,得到预扫描模型,使用扫描精度为3mm的设备对变电站场景进行一次粗扫描,得到校正扫描模型;所述预扫描模型中的线缆非常清晰,而所述校正扫描模型受扫描精度的影响,获得的线缆出现断点和遮盖情况;
此时,将所述校正扫描模型与所述预扫描模型相校正,同时得到旋转值和平移值,得到的所述旋转值和平移值用于后续的计算。
S103.实时对所述变电站进行后续多次的第二预设精度的识别扫描,并根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型进行校正,得到校正识别模型;
在一个可选的实施方式中,使用扫描精度为3mm的设备实时对所述变电站进行后续多次的第二预设精度的识别扫描;例如,所述后续多次为第2、3、4……99次……的识别扫描,并根据上述的旋转值和平移值对每次识别扫描得到的识别扫描模型直接进行校正,得到校正识别模型,具体为,粗扫模型上的点p(x,y,z)根据下述公式变换得到精扫模型P(X,Y,Z):
Figure GDA0003556269300000051
其中,(x,y,z)为粗扫模型上的点,(X,Y,Z)为精扫模型上的点,R为所述旋转值,T为所述平移值。
进一步的,每相邻两次识别扫描的间隔时间是相同的,一秒内可实现两次识别扫描;假设所述校正识别模型共有99个;上述的99次识别扫描中,有可能出现人、车、动物等外物,例如第2次识别扫描中出现了一个人,第20次识别扫描中出现了一个人和一个车,第50次识别扫描中出现了一个人和两个车,第99次识别扫描中出现了多个人、多个车和多个动物。该过程中因后续每次的识别扫描都是根据第一次校正得到的旋转值R和平移值T直接进行校正,无需再重新计算旋转值和平移值,节省了操作人员进行校正的时间,加快了校正的速度。
S104.将所述校正识别模型与所述预扫描模型进行差分运算,得到目标物体;计算所述目标物体到所述预扫描模型中线缆的实时距离;
在一个可选的实施方式中,将上述的校正识别模型与预扫描模型进行差分运算以去除变电站中的背景,得到上述的目标物体,例如:人、车、动物等;计算所述目标物体到所述预扫描模型中线缆的实时距离,该线缆非常清晰、精确;而所述目标物体又是实时的。
S105.根据所述实时距离判断是否对所述目标物体进行安全预警。
根据上述得到的实时距离,判断是否对所述目标物体进行安全预警,从而可以使人、车、动物等外物在变电站中出现安全问题前及时预警进行规避。
在一个可选的实施方式中,图2是本发明实施例提供的根据实时距离判断是否对目标物体进行安全预警的流程图;如图2所示,所述S105包括:
S1051.识别所述目标物体的物体类别;
在一个可选的实施方式中,当得到变电站中的目标物体的具体位置后,识别目标物体的类别;例如,识别出是人、车还是动物等。
S1052.获取所述物体类别的安全距离;
在一个可选的实施方式中,获取每类目标物体的安全距离,其中,每类目标物体的安全距离是不同的;特别的,不同物体类型在不同电压等级下的安全距离也不相同。
S1053.对比所述实时距离及所述安全距离,判断是否对所述目标物体进行安全预警。
在一个可选的实施方式中,将每一类目标物体的实时距离与其安全距离进行对比,并且给定的每类安全距离上额外增加50%,得到预警距离。当每一类目标物体的实时距离达到该类的预警距离时发送预警报警,当每一类目标物体的实时距离小于该类的安全距离时发送违规报警。
特别的,当预警较多时,根据每类目标物体的实时距离到安全距离的距离进行排列,从距离最近的预警开始报警;当各个类目标物体的距离比较接近时,按对安全距离需求从大到小进行报警。其中,预警方式包括软件平台信息推送和现场声光报警。违规报警还将在平台上存储相机抓拍画面、相机录像作为留证。
在一个可选的实施方式中,图3是本发明实施例提供的根据预扫描模型及校正扫描模型得到旋转值和平移值的流程图,如图3所示,所述S102包括:
S1021.分别在所述预扫描模型和校正扫描模型中选取相对应的多对关键点;
在一个可选的实施方式中,对于变电站的某个位置,分别在所述预扫描模型和校正扫描模型中选择该位置,在两者各自的坐标下,记为关键点Ppn和Pcn;根据模型状况共选取n个关键点对。
S1022.通过将每对所述关键点匹配使所述校正扫描模型校正并得到所述旋转值和平移值。
在一个可选的实施方式中,将每对所述关键点匹配,即使所述校正扫描模型经过一定的旋转、平移、缩放进行校正,并得到所述旋转值和平移值。
在一个可选的实施方式中,所述在S1022之后,包括:
S1023.提取所述预扫描模型中某个区域校正扫描模型范围及其附近预设距离以内的区域扫描模型;并对所述区域扫描模型进行降采样以及提取降采样后的所述区域扫描模型的外轮廓;
在一个可选的实施方式中,提取所述预扫描模型中某个区域校正扫描模型范围及其附近10m以内的区域扫描模型,以减少后续运算量,并对所述区域扫描模型进行降采样;其中,所述降采样具体为使用10*10*10cm的立方体格栅,计算每个格栅内所有点的重心作为该格栅内降采样的结果,得到降采样后的所述区域扫描模型。并提取降采样后的所述区域扫描模型的外轮廓留作备用。
S1024.根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描并提取得到准校正扫描模型的外轮廓;根据所述降采样后的所述区域扫描模型的外轮廓对所述准校正扫描模型的外轮廓进行校正并更新所述旋转值和平移值。
上述的第二预设精度的校正扫描及识别扫描都是使用同一粗扫描设备进行扫描。相对于进行第一预设精度的扫描的精扫设备,该粗扫设备稳定性较差。比如伴随着一些外界情况,例如,大风天气、自身重力影响、人为误触,该粗扫设备可能会移动;或因为其他现场需求会认为变更所述粗扫设备的位置。基于此,需要定期对所述粗扫设备进行校准。校准的方式为:定期更新旋转值和平移值。
具体的,根据预设时间时间间隔,将提取准校正扫描模型的外轮廓,根据降采样后的所述区域扫描模型的外轮廓对所述准校正扫描模型的外轮廓进行校正并更新旋转值和平移值。其中,在本实施方式中,所述准校正扫描对应在每天早晨6点进行扫描。需要注意的是,相邻两次扫描的时间间隔为准校正扫描的期限,只是本实施方式的一个示例,其只是为了更好的对本实施例进行说明,所以并不能以此作为对本发明的限制。更进一步的,当变电站内草长高了,或者临时有个设备放在变电站中一个星期,则实时的对所述变电站进行准校正扫描,得到准校正扫描模型并将其进行校正更新旋转值和平移值。
在一个可选的实施方式中,所述S1024包括:
S10241.根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描,提取得到准校正扫描模型的外轮廓;
S10242.判断所述准校正扫描模型的外轮廓与所述校正扫描模型的外轮廓的差值是否超过预设阈值;若否,则将所述准校正扫描模型自动校正并将校正后的所述准校正扫描模型的外轮廓降采样,根据所述降采样后的所述区域扫描模型的外轮廓对所述降采样后的所述准校正扫描模型的外轮廓进行自动校正;若是,则将所述准校正扫描模型进行人工校正。
在一个可选的实施方式中,所述准校正扫描模型和校正扫描模型可能并不相同,在准校正扫描模型中的某些物体可能发生了变化,如一些设备箱的门被打开,闸刀由断开变为闭合等。在一些点云配准算法中,认为被配准的两个模型应当是想同的,上述变化在传统算法中会引起误差。为了消除这一误差并提升运行速度,在计算时仅提取准校正扫描模型的外轮廓,并对比校正扫描模型的外轮廓,对于位置相差较大的点进行剔除。当被留下的点云相比原始的校正扫描模型的外轮廓小于30%时,则认为无法进行自动校准,需要重新进行人工校准。
图4是本发明实施例提供的一种安全预警装置的结构示意图,如图4所示,该装置包括:
预扫描单元201,用于对变电站进行第一预设精度的预扫描,以得到预扫描模型;
校正扫描单元202,用于对所述变电站进行第二预设精度的校正扫描,得到校正扫描模型;并根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值;其中,所述预扫描的精度高于所述校正扫描的精度;
在一个可选的实施方式中,第一预设精度为1mm,第二预设精度为3mm,使用扫描精度为1mm的设备对变电站场景进行精细扫描,得到预扫描模型,使用扫描精度为3mm的设备对变电站场景进行一次粗扫描,得到校正扫描模型;所述预扫描模型中的线缆非常清晰,而所述校正扫描模型受扫描精度的影响,获得的线缆出现断点和遮盖情况;
此时,将所述校正扫描模型与所述预扫描模型相校正,同时得到旋转值和平移值,得到的所述旋转值和平移值用于后续的计算。
校正识别单元203,用于实时对所述变电站进行后续多次的第二预设精度的识别扫描,并根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型进行校正,得到校正识别模型;
在一个可选的实施方式中,使用扫描精度为3mm的设备实时对所述变电站进行后续多次的第二预设精度的识别扫描;例如,所述后续多次为第2、3、4……99次……的识别扫描,并根据上述的旋转值和平移值对每次识别扫描得到的识别扫描模型直接进行校正,得到校正识别模型,具体为,粗扫模型上的点p(x,y,z)根据下述公式变换得到精扫模型P(X,Y,Z):
Figure GDA0003556269300000101
其中,(x,y,z)为粗扫模型上的点,(X,Y,Z)为精扫模型上的点,R为所述旋转值,T为所述平移值。
进一步的,每相邻两次识别扫描的间隔时间是相同的,一秒内可实现两次识别扫描;假设所述校正识别模型共有99个;上述的99次识别扫描中,有可能出现人、车、动物等外物,例如第2次识别扫描中出现了一个人,第20次识别扫描中出现了一个人和一个车,第50次识别扫描中出现了一个人和两个车,第99次识别扫描中出现了多个人、多个车和多个动物。该过程中因后续每次的识别扫描都是根据第一次校正得到的旋转值R和平移值T直接进行校正,无需再重新计算旋转值和平移值,节省了操作人员进行校正的时间,加快了校正的速度。
计算单元204,用于将所述校正识别模型与所述预扫描模型进行差分运算,得到目标物体;计算所述目标物体到所述预扫描模型中线缆的实时距离;
在一个可选的实施方式中,将上述的校正识别模型与预扫描模型进行差分运算以去除变电站中的背景,得到上述的目标物体,例如:人、车、动物等;计算所述目标物体到所述预扫描模型中线缆的实时距离,该线缆非常清晰、精确;而所述目标物体又是实时的。
安全预警单元205,用于根据所述实时距离判断是否对所述目标物体进行安全预警。
根据上述得到的实时距离,判断是否对所述目标物体进行安全预警,从而可以使人、车、动物等外物在变电站中出现安全问题前及时预警进行规避。
在一个可选的实施方式中,图5是本发明实施例提供的安全预警单元的结构示意图,如图5所示,所述安全预警单元205包括:
识别子单元2051,用于识别所述目标物体的物体类别;
在一个可选的实施方式中,当得到变电站中的目标物体的具体位置后,识别目标物体的类别;例如,识别出是人、车还是动物等。
获取子单元2052,用于获取所述物体类别的安全距离;
在一个可选的实施方式中,获取每类目标物体的安全距离,其中,每类目标物体的安全距离是不同的;特别的,不同物体类型在不同电压等级下的安全距离也不相同。
安全预警子单元2053,用于对比所述实时距离及所述安全距离,判断是否对所述目标物体进行安全预警。
在一个可选的实施方式中,将每一类目标物体的实时距离与其安全距离进行对比,并且给定的每类安全距离上额外增加50%,得到预警距离。当每一类目标物体的实时距离达到该类的预警距离时发送预警报警,当每一类目标物体的实时距离小于该类的安全距离时发送违规报警。
特别的,当预警较多时,根据每类目标物体的实时距离到安全距离的距离进行排列,从距离最近的预警开始报警;当各个类目标物体的距离比较接近时,按对安全距离需求从大到小进行报警。其中,预警方式包括软件平台信息推送和现场声光报警。违规报警还将在平台上存储相机抓拍画面、相机录像作为留证。
在一个可选的实施方式中,图6是本发明实施例提供的校正扫描单元的结构示意图,如图6所示,所述校正扫描单元202包括:
选取子单元2021,用于分别在所述预扫描模型和校正扫描模型中选取相对应的多对关键点;
在一个可选的实施方式中,对于变电站的某个位置,分别在所述预扫描模型和校正扫描模型中选择该位置,在两者各自的坐标下,记为关键点Ppn和Pcn;根据模型状况共选取n个关键点对。
匹配子单元2022,用于通过将每对所述关键点匹配使所述校正扫描模型校正并得到所述旋转值和平移值。
在一个可选的实施方式中,将每对所述关键点匹配,即使所述校正扫描模型经过一定的旋转、平移、缩放进行校正,并得到所述旋转值和平移值。
在一个可选的实施方式中,所述校正扫描单元202还包括:
提取子单元2023,用于提取所述预扫描模型中某个区域校正扫描模型范围及其附近预设距离以内的区域扫描模型;并对所述区域扫描模型进行降采样以及提取降采样后的所述区域扫描模型的外轮廓;
在一个可选的实施方式中,提取所述预扫描模型中某个区域校正扫描模型范围及其附近10m以内的区域扫描模型,以减少后续运算量,并对所述区域扫描模型进行降采样;其中,所述降采样具体为使用10*10*10cm的立方体格栅,计算每个格栅内所有点的重心作为该格栅内降采样的结果,得到降采样后的所述区域扫描模型。并提取降采样后的所述区域扫描模型的外轮廓留作备用。
校正子单元2024,用于根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描并提取得到准校正扫描模型的外轮廓;根据所述降采样后的所述区域扫描模型的外轮廓对所述准校正扫描模型的外轮廓进行校正并更新所述旋转值和平移值。。
上述的第二预设精度的校正扫描及识别扫描都是使用同一粗扫描设备进行扫描。相对于进行第一预设精度的扫描的精扫设备,该粗扫设备稳定性较差。比如伴随着一些外界情况,例如,大风天气、自身重力影响、人为误触,该粗扫设备可能会移动;或因为其他现场需求会认为变更所述粗扫设备的位置。基于此,需要定期对所述粗扫设备进行校准。校准的方式为:定期更新旋转值和平移值。
具体的,根据预设时间时间间隔,将提取准校正扫描模型的外轮廓,根据降采样后的所述区域扫描模型的外轮廓对所述准校正扫描模型的外轮廓进行校正并更新旋转值和平移值。其中,在本实施方式中,所述准校正扫描对应在每天早晨6点进行扫描。需要注意的是,相邻两次扫描的时间间隔为准校正扫描的期限,只是本实施方式的一个示例,其只是为了更好的对本实施例进行说明,所以并不能以此作为对本发明的限制。更进一步的,当变电站内草长高了,或者临时有个设备放在变电站中一个星期,则实时的对所述变电站进行准校正扫描,得到准校正扫描模型并将其进行校正更新旋转值和平移值。
在一个可选的实施方式中,所述校正子单元2024包括:
根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描,提取得到准校正扫描模型的外轮廓;
判断所述准校正扫描模型的外轮廓与所述校正扫描模型的外轮廓的差值是否超过预设阈值;若否,则将所述准校正扫描模型自动校正并将校正后的所述准校正扫描模型的外轮廓降采样,根据所述降采样后的所述区域扫描模型的外轮廓对所述降采样后的所述准校正扫描模型的外轮廓进行自动校正;若是,则将所述准校正扫描模型进行人工校正。
在一个可选的实施方式中,所述准校正扫描模型和校正扫描模型可能并不相同,在准校正扫描模型中的某些物体可能发生了变化,如一些设备箱的门被打开,闸刀由断开变为闭合等。在一些点云配准算法中,认为被配准的两个模型应当是想同的,上述变化在传统算法中会引起误差。为了消除这一误差并提升运行速度,在计算时仅提取准校正扫描模型的外轮廓,并对比校正扫描模型的外轮廓,对于位置相差较大的点进行剔除。当被留下的点云相比原始的校正扫描模型的外轮廓小于30%时,则认为无法进行自动校准,需要重新进行人工校准。
本发明还提供了一种安全预警系统,包括上述的安全预警装置。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的安全预警方法。
上述存储介质中存储有上述软件,该存储介质包括但不限于:光盘、软盘、硬盘、可擦写存储器等。
本发明的有益效果:
本发明提供了一种安全预警方法,通过对变电站进行第一预设精度和第二预设精度的扫描,得到预扫描模型、校正扫描模型和校正识别模型,可以判断人、车、动物等外物在变电站中的位置以保证外物在出现安全问题前及时预警进行规避,做到同时保证精确和实时的问题;以及根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值,在对变电站进行后续多次的第二预设精度的识别扫描,并可根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型直接进行校正,得到校正识别模型,该过程节省了操作人员进行校正的时间,加快了校正的速度。
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 (6)

1.一种安全预警方法,其特征在于,包括:
对变电站进行第一预设精度的预扫描,以得到预扫描模型;
对所述变电站进行第二预设精度的校正扫描,得到校正扫描模型;并根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值;其中,所述预扫描的精度高于所述校正扫描的精度;
实时对所述变电站进行后续多次的第二预设精度的识别扫描,并根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型进行校正,得到校正识别模型;
将所述校正识别模型与所述预扫描模型进行差分运算,得到目标物体;计算所述目标物体到所述预扫描模型中线缆的实时距离;
根据所述实时距离判断是否对所述目标物体进行安全预警;
其中,所述根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值包括:
分别在所述预扫描模型和校正扫描模型中选取相对应的多对关键点;
通过将每对所述关键点匹配使所述校正扫描模型校正并得到所述旋转值和平移值;
提取所述预扫描模型中某个区域校正扫描模型范围及其附近预设距离以内的区域扫描模型;并对所述区域扫描模型进行降采样以及提取降采样后的所述区域扫描模型的外轮廓;
根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描,提取得到准校正扫描模型的外轮廓;
判断所述准校正扫描模型的外轮廓与所述校正扫描模型的外轮廓的差值是否超过预设阈值;若否,则将所述准校正扫描模型自动校正并将校正后的所述准校正扫描模型的外轮廓降采样,根据所述降采样后的所述区域扫描模型的外轮廓对所述降采样后的所述准校正扫描模型的外轮廓进行自动校正;若是,则将所述准校正扫描模型进行人工校正。
2.根据权利要求1所述的方法,其特征在于,所述根据所述实时距离判断是否对所述目标物体进行安全预警包括:
识别所述目标物体的物体类别;
获取所述物体类别的安全距离;
对比所述实时距离及所述安全距离,判断是否对所述目标物体进行安全预警。
3.一种安全预警装置,其特征在于,包括:
预扫描单元,用于对变电站进行第一预设精度的预扫描,以得到预扫描模型;
校正扫描单元,用于对所述变电站进行第二预设精度的校正扫描,得到校正扫描模型;并根据所述预扫描模型及所述校正扫描模型得到旋转值和平移值;其中,所述预扫描的精度高于所述校正扫描的精度;
校正识别单元,用于实时对所述变电站进行后续多次的第二预设精度的识别扫描,并根据所述旋转值和平移值对每次识别扫描得到的识别扫描模型进行校正,得到校正识别模型;
计算单元,用于将所述校正识别模型与所述预扫描模型进行差分运算,得到目标物体;计算所述目标物体到所述预扫描模型中线缆的实时距离;
安全预警单元,用于根据所述实时距离判断是否对所述目标物体进行安全预警;
所述校正扫描单元包括:
选取子单元,用于分别在所述预扫描模型和校正扫描模型中选取相对应的多对关键点;
匹配子单元,用于通过将每对所述关键点匹配使所述校正扫描模型校正并得到所述旋转值和平移值;
提取子单元,用于提取所述预扫描模型中某个区域校正扫描模型范围及其附近预设距离以内的区域扫描模型;并对所述区域扫描模型进行降采样以及提取降采样后的所述区域扫描模型的外轮廓;
校正子单元,用于根据预设时间重新对所述某个区域进行第二预设精度的准校正扫描,提取得到准校正扫描模型的外轮廓;判断所述准校正扫描模型的外轮廓与所述校正扫描模型的外轮廓的差值是否超过预设阈值;若否,则将所述准校正扫描模型自动校正并将校正后的所述准校正扫描模型的外轮廓降采样,根据所述降采样后的所述区域扫描模型的外轮廓对所述降采样后的所述准校正扫描模型的外轮廓进行自动校正;若是,则将所述准校正扫描模型进行人工校正。
4.根据权利要求3所述的装置,其特征在于,所述安全预警单元包括:
识别子单元,用于识别所述目标物体的物体类别;
获取子单元,用于获取所述物体类别的安全距离;
安全预警子单元,用于对比所述实时距离及所述安全距离,判断是否对所述目标物体进行安全预警。
5.一种安全预警系统,其特征在于,包括:权利要求3-4任一项所述的安全预警装置。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至2中任一项所述的安全预警方法。
CN202110728211.7A 2021-06-29 2021-06-29 一种安全预警方法、装置、系统及计算机存储介质 Active CN113408529B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110728211.7A CN113408529B (zh) 2021-06-29 2021-06-29 一种安全预警方法、装置、系统及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110728211.7A CN113408529B (zh) 2021-06-29 2021-06-29 一种安全预警方法、装置、系统及计算机存储介质

Publications (2)

Publication Number Publication Date
CN113408529A CN113408529A (zh) 2021-09-17
CN113408529B true CN113408529B (zh) 2022-06-24

Family

ID=77680262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110728211.7A Active CN113408529B (zh) 2021-06-29 2021-06-29 一种安全预警方法、装置、系统及计算机存储介质

Country Status (1)

Country Link
CN (1) CN113408529B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7900736B2 (en) * 1995-06-07 2011-03-08 Automotive Technologies International, Inc. Vehicular seats with fluid-containing weight sensing system
US8948596B2 (en) * 2011-07-01 2015-02-03 CetusView Technologies, LLC Neighborhood node mapping methods and apparatus for ingress mitigation in cable communication systems
CN110458839B (zh) * 2019-10-09 2020-01-14 江西太平洋电缆集团有限公司 一种有效的电线电缆监测系统
CN112149522A (zh) * 2020-09-04 2020-12-29 国网天津市电力公司 电缆通道智能可视化防外破监测系统及方法
CN112235537B (zh) * 2020-09-29 2023-03-24 国网浙江省电力有限公司嘉兴供电公司 一种变电站现场作业安全预警方法

Also Published As

Publication number Publication date
CN113408529A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
CN113313005B (zh) 基于目标识别与重建的输电导线在线监测方法及系统
CN108489996B (zh) 一种绝缘子的缺陷检测方法、系统及终端设备
CN106548147A (zh) 一种快速的噪声鲁棒性图像异物检测方法及teds系统
CN116824516B (zh) 一种涉路施工安全监测及管理系统
CN113076899B (zh) 一种基于目标跟踪算法的高压输电线路异物检测方法
CN112651359A (zh) 障碍物检测方法、装置、电子设备和存储介质
DE112020005223T5 (de) Objektverfolgungseinrichtung und Objektverfolgungsverfahren
CN115239969A (zh) 一种道路病害检测方法、装置、电子设备及存储介质
CN113408529B (zh) 一种安全预警方法、装置、系统及计算机存储介质
US20210174061A1 (en) Method and assembly for detecting objects on systems
CN113592839A (zh) 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统
CN110147695B (zh) 一种用于公交站点识别的站点标志牌和公交站点的识别系统
CN112001336A (zh) 行人越界报警方法、装置、设备及系统
CN116310294A (zh) 一种地铁列车螺栓松动检测方法及装置
CN114022763A (zh) 一种高压架空线路的异物检测方法、装置及可读存储介质
CN114332695A (zh) 电梯开关门的识别方法、设备及存储介质
CN110322508B (zh) 一种基于计算机视觉的辅助定位方法
CN116363208A (zh) 一种基于限位点操作清洁机器人的方法及装置
WO2018193300A1 (en) Method for the automatic detection and subsequent processing and storage of one or more geo-referenced environmental parameters referring to a railway of reference
CN110516551B (zh) 一种基于视觉的巡线位置偏移识别系统、方法及无人机
CN112686162A (zh) 仓库环境整洁状态的检测方法、装置、设备和存储介质
CN112465808A (zh) 变电站设备状态识别方法、装置、巡检机器人和存储介质
CN112446884A (zh) 一种激光点云中输电线的定位方法、装置及终端设备
CN117809297B (zh) 基于三维重建的输电线路危险源智能识别方法
CN115359424B (zh) 基于遥感图像的安全监控方法、装置、设备及存储介质

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