CN113487601A - 基于高精度三维点云数据计算雷击保护角的方法 - Google Patents

基于高精度三维点云数据计算雷击保护角的方法 Download PDF

Info

Publication number
CN113487601A
CN113487601A CN202110859761.2A CN202110859761A CN113487601A CN 113487601 A CN113487601 A CN 113487601A CN 202110859761 A CN202110859761 A CN 202110859761A CN 113487601 A CN113487601 A CN 113487601A
Authority
CN
China
Prior art keywords
point cloud
calculating
layer
tower
cloud data
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.)
Withdrawn
Application number
CN202110859761.2A
Other languages
English (en)
Inventor
吴芳芳
郭庆华
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.)
Wuhan Lvtu Tujing Technology Co ltd
Beijing Greenvalley Technology Co ltd
Original Assignee
Wuhan Lvtu Tujing Technology Co ltd
Beijing Greenvalley Technology 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 Wuhan Lvtu Tujing Technology Co ltd, Beijing Greenvalley Technology Co ltd filed Critical Wuhan Lvtu Tujing Technology Co ltd
Priority to CN202110859761.2A priority Critical patent/CN113487601A/zh
Publication of CN113487601A publication Critical patent/CN113487601A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及基于高精度三维点云数据计算雷击保护角的方法,包括如下步骤:采集目标区域的点云数据:根据所述点云数据计算塔顶点的位置;计算杆塔点云分布直方图;根据所述直方图确定横担和地线位置;基于所述横担和地线位置,通过计算获得雷击保护角。本申请的输入数据易于获取,自动化程度高。易于采用计算机程序语言实现,复杂度不高。输入数据采用无人机点云,易于获取。相较于人工测量而言自动化程度大幅提升。实时性强,成本低。采用点云获取的方式实时性强,发生自然灾害或突发事件时表现出一定的灵活性,节省成本。结果准确,效率高。点云是基于杆塔的真实数据扫描而来,测量结果依赖于点云的精度。因此保护角测量的精度可以达厘米级。

Description

基于高精度三维点云数据计算雷击保护角的方法
技术领域
本发明涉及防雷工程技术领域,具体而言,涉及基于高精度三维点云数据计算雷击保护角的方法。
背景技术
输电线路规模大、覆盖范围广、所经过的地形环境复杂,需要定期对线路和杆塔本体进行检测评估。输电线路的地线保护角为:杆塔处,不考虑风偏,地线对水平面的垂线和地线与导线或分裂导线最外侧子导线连线之间的夹角。如下图1所示:
雷击保护角根据公式计算,公式为:
Figure BDA0003185418440000011
其中,h表示导线和避雷线的垂直距离;b表示导线和避雷线的水平距离;
地线保护角与线路雷电跳闸率有很大关系。雷电引起的跳闸主要分成两种情况,一是绕击,非常高的雷电电压直接施加在导线上,直接导致绝缘子串放电;二是反击,即雷电击中杆塔塔顶或邻近的地线,塔顶电位升高,在塔顶和导线间产生电位差而使绝缘子串放电。雷电绕击的危害相当严重,减小保护角有利于减小绕击的情况,但同时会增加反击的概率。保护角在施工放样时已经确定,在输电线路常年运营过程中,铁塔会遭受导线的拉力、大风、覆冰、高温等环境因素变得弯折,其保护角亦发生了变化。
现有的测量相间距离的技术方案可以分成以下几种:
人工量测。人工量测需要使用全站仪等仪器直接对保护角进行量测。这种方法精度高,但效率低下,输电线路范围广,跨度大,大量采用人工量测势必会大大增加维护成本和人力投入。
专利CN201210261333.0一种输电线路实际防雷保护角的测定方法。这种方法首先需要利用二维输电线路走廊的分布图和海拔高程地图。通过扫描和投影叠置分析得到输电线路走廊的三维分布,然后再的通过在任意档距段做垂线的方式确定误差角,最后通过误差角修正得到实际保护角。这种方法需要大量的前置数据,虽然能准确计算出实际的防雷保护角,但步骤繁琐,实时性差。该方法需要输入准确的海拔高程地图和输电线路走廊分布图,这本身就要投入许多人力和物力,实际操作时有一定的困难。
发明内容
本发明的目的在于提供基于高精度三维点云数据计算雷击保护角的方法,以解决上述的问题。
为了实现本发明的上述目的,采用以下技术方案:
本申请提供了一种基于高精度三维点云数据计算雷击保护角的方法,包括如下步骤:
步骤100:采集目标区域的点云数据:
步骤200:根据所述点云数据计算塔顶点的位置;
步骤300:计算杆塔点云分布直方图;
步骤400:根据所述直方图确定横担和地线位置;
步骤500:基于所述横担和地线位置,通过计算获得雷击保护角。
进一步地,步骤100:采集目标区域的点云数据,具体方法是:
通过三维激光雷达扫描周围环境,采集周围环境的点云数据,将采集的周围环境的点云数据进行分类,提取出目标区域的点云数据。
进一步地,步骤200:根据所述点云数据计算塔顶点的位置,具体方法是:
提取已经分类好的杆塔数据,计算塔杆点云数据包围盒,将包围盒中心作为杆塔点坐标,该杆塔点坐标在顺线路方向落在杆塔中心上。
进一步地,步骤300:计算杆塔点云分布直方图,具体方法是:
将杆塔点云抽取出来,假设顺线路方向为Dir,垂直线路方向为Dir,天顶方向为Dir,则以步骤200所求杆塔中心为平面上一点,顺线路方向Dir为平面法向,对杆塔进行平面投影,投影后,全部杆塔数据将被投影到以杆塔中心为原点,x轴为Dir,y轴为Dir的二维平面坐标系中,将三维点云变成二维点云,对二维点云按预设高度进行分层,从而得到投影长度直方图和密度直方图。
进一步地,对二维点云按预设高度进行分层,从而得到投影长度直方图和密度直方图的具体方法是:
将二维点云按每层高度为0.5m进行分层,分层后,计算每一层点云以原点为中心在Dir方向上的投影,计算完成后,各个层的投影大小就形成了点云的投影长度直方图;
同时计算的还有各个层的点云的相对密度,计算完成后,形成密度直方图。
进一步地,各个层的点云的相对密度的计算方式为:εi=projbiggest/numi
其中,projbiggest表示所有层中的最大投影值;numi表示假设各个层的点个数,εi表示各个层的点云的相对密度。
进一步地,步骤400:根据直方图确定横担和地线位置,具体方法为:
按照从最上层到最下层的顺序进行遍历,最上层作为地线层;
对每一层的点云,取上下各三层共7层点云,分别对其投影长度和点云密度进行对比,判断当前层是否为横担。
进一步地,判断当前层是否为横担的判断标准为:
在投影长度直方图中,该当前层的投影值大于其余六层的投影值,即该当前层的投影值为局部峰值,即可判断满足第一个标准;
在密度直方图中,该当前层的密度大于密度阈值,即可判断满足第二个标准;
同时满足第一个标准和第二个标准的情况下,该当前层即可判断为横担层。
进一步地,密度阈值设置为全部层密度的平均值εmean,该层的密度大于平均值εmean,即可判断满足第二个标准。
进一步地,步骤500:基于横担和地线位置,计算雷击保护角,具体方法是:
基于步骤400中获取的横担层和地线层,分别求出横担层和地线层投影最大的点云,通过计算得到雷击保护角。
采用上述技术方案,本发明具有如下有益效果:
1、本申请的输入数据易于获取,自动化程度高。
本方法易于采用计算机程序语言实现,复杂度不高。输入数据采用无人机点云,易于获取。相较于人工测量而言自动化程度大幅提升。
2、实时性强,成本低。
采用点云获取的方式实时性强,发生自然灾害或突发事件时表现出一定的灵活性,节省成本。
3、结果准确,效率高。
点云是基于杆塔的真实数据扫描而来,测量结果依赖于点云的精度。因此保护角测量的精度可以达厘米级。
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为现有的输电线路的地线保护角的示意图。
图2为本发明提供的基于高精度三维点云数据计算雷击保护角的方法的流程示意图。
图3为本发明提供的顺线路方向和横线路方向的示意图。
图4为本发明提供的对杆塔进行平面投影前的示意图
图5为本发明提供的对杆塔进行平面投影后的示意图。
具体实施方式
下面将结合附图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。
如图2所示,本申请的基于高精度三维点云数据计算雷击保护角的方法,包括如下步骤:
步骤100:采集目标区域的点云数据:
步骤200:根据所述点云数据计算塔顶点的位置;
步骤300:计算杆塔点云分布直方图;
步骤400:根据所述直方图确定横担和地线位置;
步骤500:基于所述横担和地线位置,通过计算获得雷击保护角。
采用上述技术方案,本发明具有如下有益效果:
1、本申请的输入数据易于获取,自动化程度高。
本方法易于采用计算机程序语言实现,复杂度不高。输入数据采用无人机点云,易于获取。相较于人工测量而言自动化程度大幅提升。
2、实时性强,成本低。
采用点云获取的方式实时性强,发生自然灾害或突发事件时表现出一定的灵活性,节省成本。
3、结果准确,效率高。
点云是基于杆塔的真实数据扫描而来,测量结果依赖于点云的精度。因此保护角测量的精度可以达厘米级。
具体地,步骤100:采集目标区域的点云数据,具体方法是:
通过三维激光雷达扫描周围环境,采集周围环境的点云数据,将采集的周围环境的点云数据进行分类,提取出目标区域的点云数据。
具体的,激光点云技术是指利用在空间中分布的点来描述实际的物体,也就是用激光点云描述物体在地球上的绝对空间位置;这些点包含了扫描区域的所有物体,包括可用和不可用的部分,甚至是噪点(即原始点云数据),在得到原始点云数据后需要对点云数据进行分类,也就是标记点云块或区域所代表的内容,根据分类可以过滤无用点,把有用部分进行抽取分割,得到可利用的点云数据。例如,电力行业的输电线路点云分类,可以把杆塔单独抽取出来,基于杆塔的点云进一步进行保护角的测定。
其中,分类方法可以是人工手动分类,或者根据点云聚类模式或点云块形状进行自动分类,分类好后可以进行人工修补,分类类别包括地面点和杆塔点。
具体地,步骤200:根据所述点云数据计算塔顶点的位置,具体方法是:
提取已经分类好的杆塔数据,计算塔杆点云数据包围盒,将包围盒中心作为杆塔点坐标(比如杆塔点云有10000个点,它们在三维空间中分布,在X、Y、Z三个方向肯定都有最大和最小边界的,这个边界就是它的包围盒。由于杆塔的形态基本是对称的,那么包围盒的中心基本上就可以作为这个杆塔的塔杆点坐标。),该杆塔点坐标在顺线路方向落在杆塔中心上。
由于塔杆需要受到导线的拉力和重力的作用,因此塔杆点云在横线路方向可能不对称,但在顺线路方向往往是对称的。所求出的塔杆点坐标在顺线路方向往往落在杆塔中心上,参见图3,如图3所示,沿图3从左到右方向看,横向箭头表示顺线路方向,竖向箭头表示横线路方向。杆塔受到导线的拉力,杆塔点坐标在横线路方向会倾斜也可能偏移原来的中心。但在顺线路方向上,由于导线两端的拉力相同,则杆塔点坐标始终都会处于杆塔中心,这已经满足后续计算需求。
具体地,步骤300:计算杆塔点云分布直方图,具体方法是:
将杆塔点云抽取出来,假设顺线路方向为Dir,垂直线路方向为Dir,天顶方向为Dir,则以步骤200所求杆塔中心为平面上一点,顺线路方向Dir为平面法向,对杆塔进行平面投影,投影后,全部杆塔数据将被投影到以杆塔中心为原点,x轴为Dir(垂直线路方向Dir与横线路方向是同一个方向),y轴为Dir的二维平面坐标系中,将三维点云变成二维点云,更方便进行计算,对二维点云按预设高度进行分层,通过计算得到投影长度直方图和密度直方图。
具体地,对二维点云按预设高度进行分层,从而得到投影长度直方图和密度直方图的具体方法是:
将二维点云按每层高度为0.5m进行分层(分层的技术目的是为了可以形成直方图,因为一个直方图需要带有两个坐标轴,一个坐标轴表示定义域,一个轴表示值域,这里分层后,定义域方向是高度方向了,然后每层的投影就形成了值域),分层后,计算每一层点云以原点为中心在Dir方向上的投影,计算完成后,各个层的投影大小就形成了点云的投影长度直方图;
同时计算的还有各个层的点云的相对密度,计算完成后,形成密度直方图。
具体地,各个层的点云的相对密度的计算方式为:εi=projbiggest/numi
其中,projbiggest表示所有层中的最大投影值;numi表示假设各个层的点个数,εi表示各个层的点云的相对密度。
具体地,步骤400:根据直方图确定横担和地线位置,具体方法为:
按照从最上层到最下层的顺序进行遍历,最上层作为地线层;
对每一层的点云,取上下各三层共7层点云,分别对其投影长度和点云密度进行对比,判断当前层是否为横担。
具体地,判断当前层是否为横担的判断标准为:
在投影长度直方图中,该当前层的投影值大于其余六层的投影值,即该当前层的投影值为局部峰值,即可判断满足第一个标准;
在密度直方图中,该当前层的密度大于密度阈值,即可判断满足第二个标准;
同时满足第一个标准和第二个标准的情况下,该当前层即可判断为横担层(各层点云在Dir方向上的投影长度直方图(或称在该方向长度)反映了杆塔点云的分布,从而确定一般来讲横担本身就最长,因此其在Dir方向上的投影长度直方图长度也应当最长;另外,横担的点云的相对密度应当在该密度直方图中也有特定的表现,主要衡量标准是看其当前层的点云密度是否大于密度阈值,综合两种方式可以进行横担层的判断根据)。
具体地,密度阈值设置为全部层密度的平均值εmean,该层的密度大于平均值εmean,即可判断满足第二个标准。
具体地,步骤500:基于横担和地线位置,计算雷击保护角,具体方法是:
基于步骤400中获取的横担层和地线层,分别求出横担层和地线层投影最大的点云,通过计算得到雷击保护角。
具体雷击保护角的计算参见图1,分别求出图1中的b、h,具体的,图1中的距离b(b表示导线和避雷线的水平距离)通过横担层的长度减去地线层投影的长度等获得,图1中的距离h(h表示导线和避雷线的垂直距离)通过计算地线层和横担层之间的垂直距离得到,根据b和h,采用现有数学公式,计算保护角a,即
Figure BDA0003185418440000091
本方案的技术原理:
本发明提出一种基于高精度三维点云数据计算雷击保护角的方法。该方法通过各个杆塔点计算出杆塔顺线路方向,然后利用点云在垂线路方向上的投影,通过对点云直方图的形态学分析自动确定出地线和全部最外侧导线横担的位置。最后计算出地线和各个导线横担之间的保护角。该保护角可作为最后的分析报告呈现。此方法自动化程度高且易于实现,大大提高作业效率和测量精度,节约成本。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。

Claims (10)

1.一种基于高精度三维点云数据计算雷击保护角的方法,其特征在于,包括如下步骤:
步骤100:采集目标区域的点云数据:
步骤200:根据所述点云数据计算塔顶点的位置;
步骤300:计算杆塔点云分布直方图;
步骤400:根据所述直方图确定横担和地线位置;
步骤500:基于所述横担和地线位置,通过计算获得雷击保护角。
2.根据权利要求1所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,步骤100:采集目标区域的点云数据,具体方法是:
通过三维激光雷达扫描周围环境,采集周围环境的点云数据,将采集的周围环境的点云数据进行分类,提取出目标区域的点云数据。
3.根据权利要求2所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,步骤200:根据所述点云数据计算塔顶点的位置,具体方法是:
提取已经分类好的杆塔数据,计算塔杆点云数据包围盒,将包围盒中心作为杆塔点坐标,该杆塔点坐标在顺线路方向落在杆塔中心上。
4.根据权利要求3所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,步骤300:计算杆塔点云分布直方图,具体方法是:
将杆塔点云抽取出来,假设顺线路方向为Dir,垂直线路方向为Dir,天顶方向为Dir,则以步骤200所求杆塔中心为平面上一点,顺线路方向Dir为平面法向,对杆塔进行平面投影,投影后,全部杆塔数据将被投影到以杆塔中心为原点,x轴为Dir,y轴为Dir的二维平面坐标系中,将三维点云变成二维点云,对二维点云按预设高度进行分层,从而得到投影长度直方图和密度直方图。
5.根据权利要求4所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,对二维点云按预设高度进行分层,从而得到投影长度直方图和密度直方图的具体方法是:
将二维点云按每层高度为0.5m进行分层,分层后,计算每一层点云以原点为中心在Dir方向上的投影,计算完成后,各个层的投影大小就形成了点云的投影长度直方图;
同时计算的还有各个层的点云的相对密度,计算完成后,形成密度直方图。
6.根据权利要求5所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,各个层的点云的相对密度的计算方式为:εi=projbiggest/numi
其中,projbiggest表示所有层中的最大投影值;numi表示假设各个层的点个数,εi表示各个层的点云的相对密度。
7.根据权利要求6所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,步骤400:根据直方图确定横担和地线位置,具体方法为:
按照从最上层到最下层的顺序进行遍历,最上层作为地线层;
对每一层的点云,取上下各三层共7层点云,分别对其投影长度和点云密度进行对比,判断当前层是否为横担。
8.根据权利要求7所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,判断当前层是否为横担的判断标准为:
在投影长度直方图中,该当前层的投影值大于其余六层的投影值,即该当前层的投影值为局部峰值,即可判断满足第一个标准;
在密度直方图中,该当前层的密度大于密度阈值,即可判断满足第二个标准;
同时满足第一个标准和第二个标准的情况下,该当前层即可判断为横担层。
9.根据权利要求8所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,密度阈值设置为全部层密度的平均值εmean,该层的密度大于平均值εmean,即可判断满足第二个标准。
10.根据权利要求8所述的基于高精度三维点云数据计算雷击保护角的方法,其特征在于,步骤500:基于横担和地线位置,计算雷击保护角,具体方法是:
基于步骤400中获取的横担层和地线层,分别求出横担层和地线层投影最大的点云,通过计算得到雷击保护角。
CN202110859761.2A 2021-07-28 2021-07-28 基于高精度三维点云数据计算雷击保护角的方法 Withdrawn CN113487601A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110859761.2A CN113487601A (zh) 2021-07-28 2021-07-28 基于高精度三维点云数据计算雷击保护角的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110859761.2A CN113487601A (zh) 2021-07-28 2021-07-28 基于高精度三维点云数据计算雷击保护角的方法

Publications (1)

Publication Number Publication Date
CN113487601A true CN113487601A (zh) 2021-10-08

Family

ID=77944330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110859761.2A Withdrawn CN113487601A (zh) 2021-07-28 2021-07-28 基于高精度三维点云数据计算雷击保护角的方法

Country Status (1)

Country Link
CN (1) CN113487601A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115491A (zh) * 2023-08-18 2023-11-24 国网山东省电力公司临沂供电公司 一种基于激光点云数据的输电塔杆避雷线保护角的提取方法、系统和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115491A (zh) * 2023-08-18 2023-11-24 国网山东省电力公司临沂供电公司 一种基于激光点云数据的输电塔杆避雷线保护角的提取方法、系统和存储介质
CN117115491B (zh) * 2023-08-18 2024-04-09 国网山东省电力公司临沂供电公司 一种基于激光点云数据的输电塔杆避雷线保护角的提取方法、系统和存储介质

Similar Documents

Publication Publication Date Title
CN106709946B (zh) 基于LiDAR点云的多分裂导线自动提取与精细建模方法
Sohn et al. Automatic powerline scene classification and reconstruction using airborne lidar data
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
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
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
CN110163882B (zh) 一种基于激光点云数据的电力线悬挂点空间坐标提取方法
CN113554595B (zh) 无人机激光雷达点云杆塔塔头形变检测装置及方法
CN112883878B (zh) 一种基于三维格网的变电站场景下的点云自动分类方法
CN114114314A (zh) 基于激光点云的输电线路巡检检测系统及检测方法
CN111929698A (zh) 一种输电线路走廊区域内的树障隐患识别方法
CN110675441A (zh) 基于激光点云的输电线路导地线建模提取方法
Nardinocchi et al. Fully automatic point cloud analysis for powerline corridor mapping
CN113592324A (zh) 一种基于层次分析的电缆终端塔带电作业的风险评估方法
CN114187297A (zh) 一种输电线路风偏校核方法及校核系统
CN113487601A (zh) 基于高精度三维点云数据计算雷击保护角的方法
CN116520881A (zh) 基于激光点云的无人机连续塔基三维巡检路径规划方法
CN114625166B (zh) 一种无人机拍摄位置的智能定位方法
CN115841568A (zh) 一种基于台账数据的输电杆塔绝缘子重建的方法
CN115186526A (zh) 基于无人机监测的特高压输电线路放电预警方法
Su et al. Automatic multi-source data fusion technique of powerline corridor using UAV Lidar
CN114355364A (zh) 无人机电力巡检激光点云实时安全距离诊断方法
CN112053365B (zh) 一种基于线性特征的输电线路导线激光点云数据的提取方法
CN113936166A (zh) 一种基于多普勒天气雷达数据的冰雹回波识别方法及系统
CN112308956A (zh) 基于影像特征分析的架空输电线路三维实景建模方法
CN114167203B (zh) 一种基于激光点云的电力线快速提取方法

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
CB02 Change of applicant information

Address after: Room 2301-2308, 3rd Floor, Building 2, Incubator, Beijing Zhongguancun Software Park, Dongbeiwang, Haidian District, Beijing 100086

Applicant after: Beijing Digital Green Earth Technology Co.,Ltd.

Applicant after: Wuhan lvtu tujing Technology Co.,Ltd.

Address before: Room 2301-2308, third floor, building 2, incubator, Zhongguancun Software Park, Dongbeiwang, Haidian District, Beijing 100094

Applicant before: BEIJING GREENVALLEY TECHNOLOGY Co.,Ltd.

Applicant before: Wuhan lvtu tujing Technology Co.,Ltd.

CB02 Change of applicant information
WW01 Invention patent application withdrawn after publication

Application publication date: 20211008

WW01 Invention patent application withdrawn after publication