CN113917483A - 一种机器人钻越空间模型构建方法、系统及电子设备 - Google Patents
一种机器人钻越空间模型构建方法、系统及电子设备 Download PDFInfo
- Publication number
- CN113917483A CN113917483A CN202111191397.3A CN202111191397A CN113917483A CN 113917483 A CN113917483 A CN 113917483A CN 202111191397 A CN202111191397 A CN 202111191397A CN 113917483 A CN113917483 A CN 113917483A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- laser point
- laser
- compensated
- denotes
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Computing Systems (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- Electromagnetism (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明涉及一种机器人钻越空间模型构建方法、系统及电子设备，其中方法包括：获取激光雷达的当前速度和当前位置；利用当前速度和当前位置对激光点云进行补偿得到补偿后的激光点云；对补偿后的激光点云进行滤波得到滤波后的激光点云；计算滤波后的激光点云中相应激光束的接收功率；根据激光束的接收功率对滤波后的激光点云进行数据分割得到空间模型构建参数；利用空间模型构建参数构建机器人钻越空间模型本发明通过利用激光束的接收功率对滤波后的激光点云进行数据分割得到空间模型构建参数，并利用空间模型构建参数构建机器人钻越空间模型，可以消除环境光对钻越空间模型的影响，大大提高了钻越空间模型的构建精度。
Description
技术领域
本发明涉及三维环境建模技术领域，特别是涉及一种机器人钻越空间模型构建方法、系统及电子设备。
背景技术
特高压变电站作为特高压电网的枢纽，承担着输变电的核心任务，在特高压变电站中，气体绝缘开关装置(Gas Insulated Switch gear，GIS)的组合电器具有结构紧凑、占地面积小、运行可靠性高、不受外界环境的影响、检修维护方便等优点，加之在技术上的先进性和经济上的优越性，已得到广泛应用。
GIS设备群设备紧密，空间裕度小，钻越机器人需要从GIS设备下方穿行进行巡检，因此要对GIS设备群进行快速建模，以匹配钻越机器人巡检路径。
现有技术中大多通过双目相机利用视觉匹配的方法对GIS设备群进行建模，但是这种建模方法容易受环境光的影响，在较为复杂的场景当中，容易造成构建的空间模型与实际地形差距过大。
发明内容
为了克服现有技术的不足，本发明的目的是提供一种机器人钻越空间模型构建方法、系统及电子设备，提高钻越空间模型的构建精度。
为实现上述目的，本发明提供了如下方案：
一种机器人钻越空间模型构建方法，包括：
采用激光雷达采集变电站地形数据得到激光点云；
获取激光雷达的当前速度和当前位置；
利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云；
对所述补偿后的激光点云进行滤波得到滤波后的激光点云；
计算所述滤波后的激光点云中相应激光束的接收功率；
根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数；所述空间模型构建参数包括裸露地表激光点集合、变电站设备激光点集合和水泥道路激光点集合；
利用所述空间模型构建参数构建机器人钻越空间模型。
优选地，所述利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云，包括：
根据所述当前速度和所述当前位置构建激光点云补偿模型；其中，所述激光点云补偿模型为：
其中，xp表示补偿后的激光点云的x坐标，yp表示补偿后的激光点云的y坐标，zp表示补偿后的激光点云的z坐标，L表示激光雷达与目标点距离，
表示激光束的俯仰角，θ表示激光束的方位角，k表示补偿系数，Δt表示激光束从发出到返回的时间，Vx表示激光雷达在x轴方向的速度，Vy表示激光雷达在y轴方向的速度，Vz表示激光雷达在z轴方向的速度；
利用所述激光点云补偿模型对所述激光点云进行补偿得到补偿后的激光点云。
优选地，所述对所述补偿后的激光点云进行滤波得到滤波后的激光点云包括：
利用平面方程对所述补偿后的激光点云进行平面拟合得到平面模型；其中所述平面模型为：
其中，X表示补偿后的激光点云在x方向的值，Y表示补偿后的激光点云在y方向的值，Z表示补偿后的激光点云在z方向的值，EA表示偶然误差矩阵，e表示观测向量矩阵，eA表示列矢量化的EA，vec表示矩阵列向量化算子，In表示n×n阶的单位矩阵，Im表示m×m阶的单位矩阵，
表示矩阵之间的直积，a1表示第一系数，a2表示第二系数，a3表示第三系数，a4表示第四系数，a5表示第五系数，a6表示第六系数；
根据所述平面模型对所述激光点云进行滤波得到所述滤波后的激光点云。
优选地，所述根据所述平面模型对所述激光点云进行滤波得到所述滤波后的激光点云，包括：
根据所述平面模型建立目标函数；其中，所述目标函数为：
eTe+(eA)T(eA)＝min；
利用最小二乘法对所述目标函数求解得到滤波模型；
利用所述滤波模型对所述激光点云进行滤波得到所述滤波后的激光点云。
优选地，所述计算所述滤波后的激光点云中相应激光束的接收功率，包括：
采用公式：
计算所述滤波后的激光点云中相应激光束的接收功率；其中，pR表示激光束的接收功率，PT表示发射激光束功率，m表示调制器的光波调制度，As表示接受孔径面积，At表示目标有效面积，Ωt表示目标散射立体角，Ωs表示发射光束立体角，R表示激光雷达到目标的距离，ρ表示目标反射率，T表示总透光率，μ表示大气消光系数。
优选地，所述根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数，包括：
获取第一阈值、第二阈值和第三阈值；
提取所有激光束的接收功率大于所述第一阈值的相应激光点得到裸露地表激光点集合；
提取所有激光束的接收功率大于所述第二阈值且小于所述第一阈值的相应激光点得到变电站设备激光点集合；
提取所有激光束的接收功率大于所述第三阈值且小于所述第二阈值的相应激光点得到水泥道路激光点集合。
一种机器人钻越空间模型构建系统，包括：
激光点云获取模块，用于采用激光雷达采集变电站地形数据得到激光点云；
速度和位置获取模块，用于获取激光雷达的当前速度和当前位置；
激光点云补偿模块，用于利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云；
激光点云滤波模块，用于对所述补偿后的激光点云进行滤波得到滤波后的激光点云；
接收功率计算模块，用于计算所述滤波后的激光点云中相应激光束的接收功率；
空间模型构建参数生成模块，用于根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数；所述空间模型构建参数包括裸露地表激光点集合、变电站设备激光点集合和水泥道路激光点集合；
机器人钻越空间模型构建模块，用于利用所述空间模型构建参数构建机器人钻越空间模型。
优选地，所述激光点云补偿模块，包括：
激光点云补偿模型构建单元，用于根据所述当前速度和所述当前位置构建激光点云补偿模型；其中，所述激光点云补偿模型为：
其中，xp表示补偿后的激光点云的x坐标，yp表示补偿后的激光点云的y坐标，zp表示补偿后的激光点云的z坐标，L表示激光雷达与目标点距离，
表示激光束的俯仰角，θ表示激光束的方位角，k表示补偿系数，Δt表示激光束从发出到返回的时间，Vx表示激光雷达在x轴方向的速度，Vy表示激光雷达在y轴方向的速度，Vz表示激光雷达在z轴方向的速度；
激光点云补偿单元，用于利用所述激光点云补偿模型对所述激光点云进行补偿得到补偿后的激光点云。
一种电子设备，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器配置用于调用所述程序指令，执行上述的机器人钻越空间模型构建方法。
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可执行计算机程序，所述计算机程序运行时可实现上述的机器人钻越空间模型构建方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种机器人钻越空间模型构建方法、系统及电子设备，由上述方案可知，通过利用激光束的接收功率对滤波后的激光点云进行数据分割得到空间模型构建参数，并利用空间模型构建参数构建机器人钻越空间模型，可以消除环境光对钻越空间模型的影响，大大提高了钻越空间模型的构建精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的实施例中的机器人钻越空间模型构建方法的流程图；
图2为本发明提供的实施例中的机器人钻越空间模型构建系统的模块连接图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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他实施例，都属于本发明保护的范围。
本发明的目的是提供一种机器人钻越空间模型构建方法、系统及电子装置，以提高钻越空间模型的构建精度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明提供的实施例中的机器人钻越空间模型构建方法的流程图，如图1所示，本发明提供了一种机器人钻越空间模型构建方法，包括：
步骤100：采用激光雷达采集变电站地形数据得到激光点云；
在激光雷达选型方面应该兼顾激光雷达点云的每帧数据点数量(扫描的密度)和点云输出的帧频率。目前，激光雷达从扫描线的数量上大致可以分为单线激光雷达、多线激光雷达。对于单线激光雷达虽然点云输出的帧频率很高，但是由于其每帧数据点数量太少，所以不能充分“描述”现场环境，本发明考虑到多线激光雷达的数据采集发展呈现出的快速性，本发明实施例优选型号为HDL-32E32线激光雷达，该雷达每帧输出点数约为50000，帧频率大约每秒10帧，足以满足三维环境建模方案的数据采集需求。
步骤200：获取激光雷达的当前速度和当前位置；
在实际应用中，可在激光雷达上安装惯性传感器来获取激光雷达的速度和位置信息。
步骤300：利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云；
步骤400：对所述补偿后的激光点云进行滤波得到滤波后的激光点云；
步骤500：计算所述滤波后的激光点云中相应激光束的接收功率；
步骤600：根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数；所述空间模型构建参数包括裸露地表激光点集合、变电站设备激光点集合和水泥道路激光点集合；
步骤700：利用所述空间模型构建参数构建机器人钻越空间模型。
本发明可利用3Dmax等软件完成对机器人钻越空间模型的初步建模，同时还可以根据实际需要选用OpenS ceneGraph等软件进行三维渲染。本发明对对于水泥道路数据，可使用线框的方式将水泥路面进行呈现，这样的表现方式可以清晰地描述了路面的起伏变化。通过这样的场景表现方式可以使巡检机器人更加充分的获得三维场景信息，达到自动判断场景的目的。
优选地，所述利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云，包括：
根据所述当前速度和所述当前位置构建激光点云补偿模型；其中，所述激光点云补偿模型为：
其中，xp表示补偿后的激光点云的x坐标，yp表示补偿后的激光点云的y坐标，zp表示补偿后的激光点云的z坐标，L表示激光雷达与目标点距离，
表示激光束的俯仰角，θ表示激光束的方位角，k表示补偿系数，Δt表示激光束从发出到返回的时间，Vx表示激光雷达在x轴方向的速度，Vy表示激光雷达在y轴方向的速度，Vz表示激光雷达在z轴方向的速度；
利用所述激光点云补偿模型对所述激光点云进行补偿得到补偿后的激光点云。本发明通过利用激光点云补偿模型可以消除因激光雷达抖动形成的点云畸变，提高激光点云的精准度。
优选地，所述对所述补偿后的激光点云进行滤波得到滤波后的激光点云包括：
利用平面方程对所述补偿后的激光点云进行平面拟合得到平面模型；其中所述平面模型为：
其中，X表示补偿后的激光点云在x方向的值，Y表示补偿后的激光点云在y方向的值，Z表示补偿后的激光点云在z方向的值，EA表示偶然误差矩阵，e表示观测向量矩阵，eA表示列矢量化的EA，vec表示矩阵列向量化算子，In表示n×n阶的单位矩阵，Im表示m×m阶的单位矩阵，
表示矩阵之间的直积，a1表示第一系数，a2表示第二系数，a3表示第三系数，a4表示第四系数，a5表示第五系数，a6表示第六系数；
根据所述平面模型对所述激光点云进行滤波得到所述滤波后的激光点云。
本发明通过利用平面模型对所述激光点云进行滤波，可以对环境中的每个局部进行分析求解，因此可以过滤失真的激光点云，进一步提高了激光点云数据的可靠性。
优选地，所述根据所述平面模型对所述激光点云进行滤波得到所述滤波后的激光点云，包括：
根据所述平面模型建立目标函数；其中，所述目标函数为：
eTe+(eA)T(eA)＝min；
利用最小二乘法对所述目标函数求解得到滤波模型；
利用所述滤波模型对所述激光点云进行滤波得到所述滤波后的激光点云。
优选地，所述计算所述滤波后的激光点云中相应激光束的接收功率，包括：
采用公式：
计算所述滤波后的激光点云中相应激光束的接收功率；其中，pR表示激光束的接收功率，PT表示发射激光束功率，m表示调制器的光波调制度，As表示接受孔径面积，At表示目标有效面积，Ωt表示目标散射立体角，Ωs表示发射光束立体角，R表示激光雷达到目标的距离，ρ表示目标反射率，T表示总透光率，μ表示大气消光系数。
激光雷达系统获得的激光束的接收功率与激光传输的距离R、大气消光系数和目标反射率等因素有关。其中探测距离和反射率是关键因素，目标反射的激光强度值与目标的反射率成正比，反射率越大激光强度值越高。因此，激光束的接收功率的强度信息反映了目标的材质特性，尤其是反射率信息。
因此，本发明依照目标的材质特性设置了三个阈值，用来将激光束的接收功率进行区分。
优选地，所述根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数，包括：
获取第一阈值、第二阈值和第三阈值；
提取所有激光束的接收功率大于所述第一阈值的相应激光点得到裸露地表激光点集合；
提取所有激光束的接收功率大于所述第二阈值且小于所述第一阈值的相应激光点得到变电站设备激光点集合；
提取所有激光束的接收功率大于所述第三阈值且小于所述第二阈值的相应激光点得到水泥道路激光点集合。
本发明通过利用激光束的接收功率对滤波后的激光点云进行数据分割得到空间模型构建参数，并利用空间模型构建参数构建机器人钻越空间模型，可以消除环境光对钻越空间模型的影响，大大提高了钻越空间模型的构建精度。
图2为本发明提供的实施例中的机器人钻越空间模型构建系统的模块连接图，如图2所示，本实施例中一种机器人钻越空间模型构建系统，包括：
激光点云获取模块，用于采用激光雷达采集变电站地形数据得到激光点云；
速度和位置获取模块，用于获取激光雷达的当前速度和当前位置；
激光点云补偿模块，用于利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云；
激光点云滤波模块，用于对所述补偿后的激光点云进行滤波得到滤波后的激光点云；
接收功率计算模块，用于计算所述滤波后的激光点云中相应激光束的接收功率；
空间模型构建参数生成模块，用于根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数；所述空间模型构建参数包括裸露地表激光点集合、变电站设备激光点集合和水泥道路激光点集合；
机器人钻越空间模型构建模块，用于利用所述空间模型构建参数构建机器人钻越空间模型。
优选地，所述激光点云补偿模块，包括：
激光点云补偿模型构建单元，用于根据所述当前速度和所述当前位置构建激光点云补偿模型；其中，所述激光点云补偿模型为：
其中，xp表示补偿后的激光点云的x坐标，yp表示补偿后的激光点云的y坐标，zp表示补偿后的激光点云的z坐标，L表示激光雷达与目标点距离，
表示激光束的俯仰角，θ表示激光束的方位角，k表示补偿系数，Δt表示激光束从发出到返回的时间，Vx表示激光雷达在x轴方向的速度，Vy表示激光雷达在y轴方向的速度，Vz表示激光雷达在z轴方向的速度；
激光点云补偿单元，用于利用所述激光点云补偿模型对所述激光点云进行补偿得到补偿后的激光点云。
本实施例还提供一种电子设备，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器配置用于调用所述程序指令，执行上述的机器人钻越空间模型构建方法。
本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可执行计算机程序，所述计算机程序运行时可实现上述的机器人钻越空间模型构建方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
(1)本发明通过利用激光束的接收功率对滤波后的激光点云进行数据分割得到空间模型构建参数，并利用空间模型构建参数构建机器人钻越空间模型，可以消除环境光对钻越空间模型的影响，大大提高了钻越空间模型的构建精度。
(2)本发明通过利用激光点云补偿模型可以消除因激光雷达抖动形成的点云畸变，提高激光点云的精准度。
(3)本发明通过利用平面模型对所述激光点云进行滤波，可以对环境中的每个局部进行分析求解，因此可以过滤失真的激光点云，进一步提高了激光点云数据的可靠性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种机器人钻越空间模型构建方法，其特征在于，包括：
采用激光雷达采集变电站地形数据得到激光点云；
获取激光雷达的当前速度和当前位置；
利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云；
对所述补偿后的激光点云进行滤波得到滤波后的激光点云；
计算所述滤波后的激光点云中相应激光束的接收功率；
根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数；所述空间模型构建参数包括裸露地表激光点集合、变电站设备激光点集合和水泥道路激光点集合；
利用所述空间模型构建参数构建机器人钻越空间模型。
2.根据权利要求1所述的机器人钻越空间模型构建方法，其特征在于，所述利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云，包括：
根据所述当前速度和所述当前位置构建激光点云补偿模型；其中，所述激光点云补偿模型为：
其中，xp表示补偿后的激光点云的x坐标，yp表示补偿后的激光点云的y坐标，zp表示补偿后的激光点云的z坐标，L表示激光雷达与目标点距离，
表示激光束的俯仰角，θ表示激光束的方位角，k表示补偿系数，Δt表示激光束从发出到返回的时间，Vx表示激光雷达在x轴方向的速度，Vy表示激光雷达在y轴方向的速度，Vz表示激光雷达在z轴方向的速度；
利用所述激光点云补偿模型对所述激光点云进行补偿得到补偿后的激光点云。
3.根据权利要求1所述的机器人钻越空间模型构建方法，其特征在于，所述对所述补偿后的激光点云进行滤波得到滤波后的激光点云包括：
利用平面方程对所述补偿后的激光点云进行平面拟合得到平面模型；其中所述平面模型为：
其中，X表示补偿后的激光点云在x方向的值，Y表示补偿后的激光点云在y方向的值，Z表示补偿后的激光点云在z方向的值，EA表示偶然误差矩阵，e表示观测向量矩阵，eA表示列矢量化的EA，vec表示矩阵列向量化算子，In表示n×n阶的单位矩阵，Im表示m×m阶的单位矩阵，
表示矩阵之间的直积，a1表示第一系数，a2表示第二系数，a3表示第三系数，a4表示第四系数，a5表示第五系数，a6表示第六系数；
根据所述平面模型对所述激光点云进行滤波得到所述滤波后的激光点云。
4.根据权利要求3所述的机器人钻越空间模型构建方法，其特征在于，所述根据所述平面模型对所述激光点云进行滤波得到所述滤波后的激光点云，包括：
根据所述平面模型建立目标函数；其中，所述目标函数为：
eTe+(eA)T(eA)＝min；
利用最小二乘法对所述目标函数求解得到滤波模型；
利用所述滤波模型对所述激光点云进行滤波得到所述滤波后的激光点云。
5.根据权利要求1所述的机器人钻越空间模型构建方法，其特征在于，所述计算所述滤波后的激光点云中相应激光束的接收功率，包括：
采用公式：
计算所述滤波后的激光点云中相应激光束的接收功率；其中，pR表示激光束的接收功率，PT表示发射激光束功率，m表示调制器的光波调制度，As表示接受孔径面积，At表示目标有效面积，Ωt表示目标散射立体角，Ωs表示发射光束立体角，R表示激光雷达到目标的距离，ρ表示目标反射率，T表示总透光率，μ表示大气消光系数。
6.根据权利要求5所述的机器人钻越空间模型构建方法，其特征在于，所述根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数，包括：
获取第一阈值、第二阈值和第三阈值；
提取所有激光束的接收功率大于所述第一阈值的相应激光点得到裸露地表激光点集合；
提取所有激光束的接收功率大于所述第二阈值且小于所述第一阈值的相应激光点得到变电站设备激光点集合；
提取所有激光束的接收功率大于所述第三阈值且小于所述第二阈值的相应激光点得到水泥道路激光点集合。
7.一种机器人钻越空间模型构建系统，其特征在于，包括：
激光点云获取模块，用于采用激光雷达采集变电站地形数据得到激光点云；
速度和位置获取模块，用于获取激光雷达的当前速度和当前位置；
激光点云补偿模块，用于利用所述当前速度和所述当前位置对所述激光点云进行补偿得到补偿后的激光点云；
激光点云滤波模块，用于对所述补偿后的激光点云进行滤波得到滤波后的激光点云；
接收功率计算模块，用于计算所述滤波后的激光点云中相应激光束的接收功率；
空间模型构建参数生成模块，用于根据所述激光束的接收功率对所述滤波后的激光点云进行数据分割得到空间模型构建参数；所述空间模型构建参数包括裸露地表激光点集合、变电站设备激光点集合和水泥道路激光点集合；
机器人钻越空间模型构建模块，用于利用所述空间模型构建参数构建机器人钻越空间模型。
8.根据权利要求7所述的机器人钻越空间模型构建系统，其特征在于，所述激光点云补偿模块，包括：
激光点云补偿模型构建单元，用于根据所述当前速度和所述当前位置构建激光点云补偿模型；其中，所述激光点云补偿模型为：
其中，xp表示补偿后的激光点云的x坐标，yp表示补偿后的激光点云的y坐标，zp表示补偿后的激光点云的z坐标，L表示激光雷达与目标点距离，
表示激光束的俯仰角，θ表示激光束的方位角，k表示补偿系数，Δt表示激光束从发出到返回的时间，Vx表示激光雷达在x轴方向的速度，Vy表示激光雷达在y轴方向的速度，Vz表示激光雷达在z轴方向的速度；
激光点云补偿单元，用于利用所述激光点云补偿模型对所述激光点云进行补偿得到补偿后的激光点云。
9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器配置用于调用所述程序指令，执行权利要求1至6中任一项所述的机器人钻越空间模型构建方法。
10.一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可执行计算机程序，所述计算机程序运行时可实现如权利要求1至6任一项所述的机器人钻越空间模型构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111191397.3A CN113917483A (zh) | 2021-10-13 | 2021-10-13 | 一种机器人钻越空间模型构建方法、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111191397.3A CN113917483A (zh) | 2021-10-13 | 2021-10-13 | 一种机器人钻越空间模型构建方法、系统及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113917483A true CN113917483A (zh) | 2022-01-11 |
Family
ID=79240163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111191397.3A Pending CN113917483A (zh) | 2021-10-13 | 2021-10-13 | 一种机器人钻越空间模型构建方法、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113917483A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116793256A (zh) * | 2023-08-21 | 2023-09-22 | 中铁十九局集团第六工程有限公司 | 一种基于三维激光扫描建模的土方智能测量方法及系统 |
-
2021
- 2021-10-13 CN CN202111191397.3A patent/CN113917483A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116793256A (zh) * | 2023-08-21 | 2023-09-22 | 中铁十九局集团第六工程有限公司 | 一种基于三维激光扫描建模的土方智能测量方法及系统 |
| CN116793256B (zh) * | 2023-08-21 | 2023-10-27 | 中铁十九局集团第六工程有限公司 | 一种基于三维激光扫描建模的土方智能测量方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cao et al. | Many-objective deployment optimization for a drone-assisted camera network | |
| CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
| KR102125959B1 (ko) | 포인트 클라우드 데이터 사이의 매칭 관계를 확정하는 방법 및 장치 | |
| Payeur et al. | Probabilistic octree modeling of a 3D dynamic environment | |
| CN114020002B (zh) | 无人机巡检风机叶片的方法、装置、设备、无人机及介质 | |
| CN113345019A (zh) | 一种输电线路通道隐患目标测距方法、设备及介质 | |
| CN115880555B (zh) | 目标检测方法、模型训练方法、装置、设备及介质 | |
| CN112305559A (zh) | 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备 | |
| CN111699410A (zh) | 点云的处理方法、设备和计算机可读存储介质 | |
| CN111666876B (zh) | 用于检测障碍物的方法、装置、电子设备和路侧设备 | |
| CN114398455B (zh) | 异构多机器人协同slam地图融合方法 | |
| CN115240093A (zh) | 基于可见光和激光雷达点云融合的输电通道自动巡检方法 | |
| CN113917483A (zh) | 一种机器人钻越空间模型构建方法、系统及电子设备 | |
| CN113432533A (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
| CN116129064A (zh) | 电子地图生成方法、装置、设备及存储介质 | |
| CN117392241B (zh) | 自动驾驶中的传感器标定方法、装置及电子设备 | |
| CN117075171B (zh) | 激光雷达的位姿信息确定方法、装置、设备及存储介质 | |
| CN117705228A (zh) | 一种基于岸基激光雷达的水位智能监测方法及系统 | |
| CN117518196A (zh) | 一种激光雷达的运动补偿方法、装置、系统、设备及介质 | |
| CN115100287B (zh) | 外参标定方法及机器人 | |
| CN115760575A (zh) | 一种激光点云数据处理方法、装置、电子设备及存储介质 | |
| CN110930506A (zh) | 三维地图生成方法、移动装置和计算机可读存储介质 | |
| CN115909253A (zh) | 一种目标检测、模型训练方法、装置、设备及存储介质 | |
| CN113935946B (zh) | 实时检测地下障碍物的方法及装置 | |
| CN115713607A (zh) | 基于激光雷达和倾斜摄影提升建模质量的方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 030001 Room 401, 4th floor, North building, No.12 nanxiaoqiang, Xinghualing District, Taiyuan City, Shanxi Province Applicant after: Super high voltage transmission branch of State Grid Shanxi Electric Power Co. Address before: 030000 No. 9, Jiahua street, Taiyuan high tech Development Zone, Taiyuan City, Shanxi Province Applicant before: STATE GRID SHANXI ELECTRIC POWER COMPANY, POWER TRANSMISSION MAINTENANCE BRANCH |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220328 Address after: 030006 No. 9, Jiahua street, Xuefu Industrial Park, comprehensive transformation and reform demonstration zone, Taiyuan City, Shanxi Province Applicant after: Super high voltage substation branch of State Grid Shanxi Electric Power Co. Address before: 030001 Room 401, 4th floor, North building, No.12 nanxiaoqiang, Xinghualing District, Taiyuan City, Shanxi Province Applicant before: Super high voltage transmission branch of State Grid Shanxi Electric Power Co. |