CN115565324A - 一种电力线的防外破监控方法和系统 - Google Patents

Abstract

本发明公开一种电力线的防外破监控方法和系统，其中，电力线的防外破监控方法包括：使用激光雷达对监控设备、视频相机和电力线进行坐标标定；使用坐标标定后的监控设备，控制视频相机实时获取电力线场景的视频图像，根据视频图像判断是否存在外部障碍物进入电力线监控区域；若判定存在外部障碍物进入电力线监控区域，则启动激光雷达对外部障碍物进行点云检测，提取外部障碍物对应的有效故障目标；计算有效故障目标与邻近电力线的空间距离，按照空间距离所处的预设距离等级范围对外部障碍物进行分级报警。本发明的技术方案能解决现有技术难以大范围多时段监测电力线路破坏情况的问题。

Description

一种电力线的防外破监控方法和系统

技术领域

本发明涉及电力系统技术领域，尤其涉及一种电力线的防外破监控方法和系统。

背景技术

电力设备在运行过程中，其连接的很多输电线路因外力破坏而容易出现断线、联电和跳闸等情况；上述情况给电力设备的安全运行带来很大隐患。因为输电线路遭受外力破坏的事件频发，所以输电线路的防外力破坏（简称防外破）已成为线路运行工作的重中之重。

目前，电网运行中的防外破监控主要采用人工巡检的方式，但是这种方式存在工作量大且效率低下的问题；为了解决上述问题，相关技术采用无人机巡检的方式对电力设备的防外破情况进行监控。通过无人机采集一定区域内的电力设备和输电线路的激光雷达影像，检测电力设备和输电线路是否存在可疑破坏物入侵；若存在可疑破坏物入侵，则无人机向相关工作人员传输报警信息。

然而，上述无人机巡检的方式，由于无人机的飞行距离有限，其检测时段也较少，并且在偏远区域难以推广，导致无人机巡检方式难以大范围多时段监测电力线路破坏情况，其应用有限。

发明内容

本发明提供一种电力线的防外破监控的方案，旨在解决现有技术提供的技术方案，存在无人机巡检监测电力线路外力破坏的应用有限的问题。

为实现上述目的，根据本发明的第一方面，本发明提出了一种电力线的防外破监控方法，该方法用于防外破监控系统，防外破监控系统包括监控设备、视频相机和激光雷达；上述电力线的防外破监控方法包括：

使用激光雷达对监控设备、视频相机和电力线进行坐标标定；

使用坐标标定后的监控设备，控制视频相机实时获取电力线场景的视频图像，根据视频图像判断是否存在外部障碍物进入电力线监控区域；

若判定存在外部障碍物进入电力线监控区域，则启动激光雷达对外部障碍物进行点云检测，提取外部障碍物对应的有效故障目标；

计算有效故障目标与邻近电力线的空间距离，按照空间距离所处的预设距离等级范围对外部障碍物进行分级报警。

优选的，上述防外破监控方法中，使用激光雷达对监控设备、视频相机和电力线进行坐标标定的步骤包括：

使用激光雷达对视频相机进行坐标标定，建立视频相机的视频图像与激光雷达的扫描点云之间的坐标对应关系；

使用激光雷达扫描监控设备的周边环境，得到包含电力线坐标的底图三维点云；

根据底图三维点云包含的电力线坐标，标定监控设备的安装位置，得到包含电力线监控区域的深度图。

优选的，上述防外破监控方法中，使用激光雷达对视频相机进行坐标标定，建立视频相机的视频图像与激光雷达的扫描点云之间的坐标对应关系的步骤包括：

标定视频相机的内参；

从扫描点云与视频图像中选择同名控制点，使用同名控制点构建匹配对；

使用匹配对构建视频相机与激光雷达的距离误差方程 ，求解得到视频相机与激光雷达的相对位姿关系；

使用内参和相对位姿关系，计算得到视频图像与扫描点云之间的坐标对应关系。

优选的，上述防外破监控方法中，根据底图三维点云包含的电力线坐标，标定监控设备的安装位置的步骤包括：

从底图三维点云中提取预定数量的电力线坐标点；

根据预定数量的电力线坐标点拟合电力线，得到电力线抛物线方程，使用电力线抛物线方程计算拟合电力线的坐标；

以监控设备的安装位置为中心，使用拟合电力线与实际电力线之间的坐标对应关系，建立电力线的距离误差方程；

求解电力线的距离误差方程，得到监控设备的位姿信息；

根据监控设备的位姿信息，使用激光雷达的扫描点云计算得到包含电力线监控区域的深度图。

优选的，上述防外破监控方法中，根据视频图像判断是否存在外部障碍物进入电力线监控区域的步骤包括：

使用栅格化处理后的多帧视频图像，对视频图像中每个栅格点进行高斯混合模型建模，得到背景模型；

当获取新的视频图像时，根据背景模型分别判断新的视频图像中每个栅格点是前景点还是背景点；

若栅格点是前景点，则使用激光雷达扫描新的视频图像的深度信息，确定栅格点的坐标位置；

根据栅格点的坐标位置，判断栅格点与电力线的距离是否小于或等于预设电力线间距；

若栅格点与电力线的距离小于或等于预设电力线间距，则启动激光雷达扫描栅格点对应的障碍物特征；

若栅格点与电力线的距离大于预设电力线间距，则控制视频相机继续获取电力线场景的视频图像。

优选的，上述防外破监控方法中，启动激光雷达对外部障碍物进行点云检测，提取外部障碍物对应的有效故障目标的步骤包括：

启动激光雷达扫描外部障碍物，得到外部障碍物对应的扫描点云；

对扫描点云进行点云去噪处理，得到去噪后的点云数据；

分离点云数据对应的前景点和背景点，滤除点云数据中的背景噪点；

对滤除背景噪点的点云数据进行聚类分析，提取得到外部障碍物对应的有效故障目标；

计算有效故障目标与邻近电力线之间的空间距离。

优选的，上述防外破监控方法中，分离点云数据对应的前景点和背景点的步骤包括：

使用底图三维点云与激光雷达实时采集的点云数据进行比对，分离得到前景点云和背景点云；

或者，

使用激光雷达采集的历史点云信息与点云数据进行比对，分离得到前景点云和背景点云；

将分离的前景点云和背景点云保存至历史点云信息中。

优选的，上述防外破监控方法中，对滤除背景噪点的点云数据进行聚类分析，提取得到外部障碍物对应的有效故障目标的步骤包括：

对外部障碍物进行大小过滤和近邻搜索，剔除点云数据中的孤立噪点和小噪点，得到过滤后的外部障碍物；

以过滤后的外部障碍物为种子，在点云数据上进行区域增长，提取得到具有有效故障目标对应特征的点云区域。

优选的，上述防外破监控方法中，按照空间距离所处的预设距离等级范围对外部障碍物进行分级报警的步骤包括：

计算有效故障目标与邻近电力线的空间距离；

对有效故障目标对应的点云区域进行深度学习检测，得到有效故障目标对应的障碍物类型；

按照空间距离所处的预设距离等级范围，对外部障碍物进行分级报警并上传障碍物类型。

根据本发明的第二方面，本发明还提供了一种电力线的防外破监控系统，包括：监控设备、视频相机和激光雷达；其中，

激光雷达，用于采集底图三维点云，对监控设备、视频相机和电力线进行坐标标定；

视频相机，用于在坐标标定后实时获取电力线场景的视频图像，根据视频图像判断是否存在外部障碍物进入电力线监控区域；

监控设备，还用于当判定存在外部障碍物进入电力线监控区域时，启动激光雷达对外部障碍物进行点云检测，提取外部障碍物对应的有效故障目标；

监控设备，还用于计算有效故障目标与邻近电力线的空间距离，按照空间距离所处的预设距离等级范围对外部障碍物进行分级报警。

综上，本发明提供的电力线的防外破监控方案，通过使用激光雷达对监测设备、视频相机和电力线进行坐标标定，这样就能够视频相机的就能够获取深度图，提高视频相机检测的准确率；然后使用坐标标定后的监测设备，控制视频相机能够准确地实时获取电力线场景的视频图像，然后根据视频图像判断是否存在外部障碍物进入到电力线监控区域，当判定存在外部障碍物进入电力线监控区域时，启动激光雷达对外部障碍物进行点云检测，从而提取得到外部障碍物的有效故障目标，因为激光雷达的坐标是根据监测设备确定的，因此激光雷达能够准确提取外部障碍物的有效故障目标，然后计算与邻近电力线的空间距离，按照该空间距离对外部障碍物进行分级报警。综上通过上述方式，能够解决大范围地，多时段监测电力线的破坏情况，使用视频相机和激光雷达相结合的方式，提高视频相机的检测准确率，并提高激光雷达对故障目标位置的监测精度，能够大范围多时段地监测电力线破坏的情况，大幅提高电力线路的防外破能力。

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的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1是本发明实施例提供的一种电力线的防外破监控方法的流程示意图；

图2是图1所示实施例提供的一种坐标标定方法的流程示意图；

图3是图2所示施例提供的一种相机标定方法的流程示意图；

图4是图2所示实施例提供的一种深度图像的获取方法的流程示意图；

图5是图1所示实施例提供的一种外部障碍物的位置判断方法的流程示意图；

图6是图1所示实施例提供的一种有效故障目标的提取方法的流程示意图；

图7是图6所示实施例提供的一种背景噪点的滤除方法的流程示意图；

图8是图6所示实施例提供的一种聚类分析方法的流程示意图；

图9是图1所示实施例提供的一种分级报警方法的流程示意图；

图10是本发明实施例提供的一种电力线的防外破监控系统的结构示意图。

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决的技术问题是：

现有技术中，电网运行中的防外破监控主要采用人工巡检的方式，但是这种方式存在工作量大且效率低下的问题；为了解决上述问题，相关技术采用无人机巡检的方式对电力设备的防外破情况进行监控。通过无人机采集一定区域内的电力设备和输电线路的激光雷达影像，检测电力设备和输电线路是否存在可疑破坏物入侵；若存在可疑破坏物入侵，则无人机向相关工作人员传输报警信息。然而，上述无人机巡检的方式，由于无人机的飞行距离有限，其检测时段也较少，并且在偏远区域难以推广，导致无人机巡检方式难以大范围多时段监测电力线路破坏情况，其应用有限。

为了解决上述问题，具体参见图1，图1是本发明实施例提供的一种电力线的防外破监控方法的流程示意图。如图1所示，该电力线的防外破监控方法用于防外破监控系统，防外破监控系统包括监控设备、视频相机和激光雷达。对应地，该电力线的防外破监控方法包括：

S110：使用激光雷达对监控设备、视频相机和电力线进行坐标标定。

本申请实施例首先对视频相机进行标定。相机的标定包括相机内参及外参标定；本申请实施例中，内参标定采用张正友棋盘标定法。相机外参的标定方案如下：分别在激光雷达扫描点云和对应的影像上选择同名控制点，构建匹配对，根据匹配点距离建立误差方程，求解相机与激光器相对位姿关系。通过内外参标定，相机影像与激光雷达的点云坐标能建立对应关系。

具体地，作为一种优选的实施例，如图2所示，上述防外破监控方法中，步骤S110：使用激光雷达对监控设备、视频相机和电力线进行坐标标定的步骤包括：

S111：使用激光雷达对视频相机进行坐标标定，建立视频相机的视频图像与激光雷达的扫描点云之间的坐标对应关系；

S112：使用激光雷达扫描监控设备的周边环境，得到包含电力线坐标的底图三维点云；

S113：根据底图三维点云包含的电力线坐标，标定监控设备的安装位置，得到包含电力线监控区域的深度图。

本申请实施例提供的技术方案中，首先求解视频相机与激光雷达的相对位姿关系，然后通过相机内外参的标定，相机影像与激光雷达的点云坐标能建立对应关系。其次，需对监测设备的安装位置周边环境进行激光雷达扫描，获取底图三维点云，从底图三维点云中提取需要监控的电力线坐标。然后，根据电力线坐标对监测设备进行安装标定，建立当前监测设备采集数据的地理信息。

其中，作为一种优选的实施例，如图3所示，上述步骤S111：使用激光雷达对视频相机进行坐标标定，建立视频相机的视频图像与激光雷达的扫描点云之间的坐标对应关系，具体包括：

S1111：标定视频相机的内参；内参标定能够采用张正友棋盘标定法进行标定。

S1112：从扫描点云与视频图像中选择同名控制点，使用同名控制点构建匹配对。外参的标定能够在激光雷达扫描点云和影像上分别选择同名控制点，使用同名控制点构建匹配对，从而建立匹配点之间距离的误差方程。

S1113：使用匹配对构建视频相机与激光雷达的距离误差方程，求解得到视频相机与激光雷达的相对位姿关系。

S1114：使用内参和相对位姿关系，计算得到视频图像与扫描点云之间的坐标对应关系。

本申请实施例提供的具体方案，分别在激光雷达扫描的点云上和视频相机的影像上选择同名控制点，使用上述同名控制点构建匹配对，该匹配对在实际的空间坐标上是一致的，这样根据匹配对的距离，即同名控制点在点云和影像上的距离，建立距离误差方程，求解得到视频相机与激光列达的相对位姿关系，这样就能够确定激光点云与视频图像的坐标变换关系，通过内参和外参标定，视频相机的影像与激光雷达的点云坐标之间就能够建立对应关系，方便后续视频相机获取影像后，激光雷达再根据该对应关系查找入侵物，扫描入侵物的点云数据。

另外，作为一种优选的实施例，如图4所示，上述防外破监控方法中，步骤S113：根据底图三维点云包含的电力线坐标，标定监控设备的安装位置的步骤包括：

S1131：从底图三维点云中提取预定数量的电力线坐标点；

S1132：根据预定数量的电力线坐标点拟合电力线，得到电力线抛物线方程，使用电力线抛物线方程计算拟合电力线的坐标；

S1133：以监控设备的安装位置为中心，使用拟合电力线与实际电力线之间的坐标对应关系，建立电力线的距离误差方程；

S1134：求解电力线的距离误差方程，得到监控设备的位姿信息；

S1135：根据监控设备的位姿信息，使用激光雷达的扫描点云计算得到包含电力线监控区域的深度图。

本申请实施例中能够利用电力线的位置对监控设备进行自标定。具体地，从三维点云底图中提取2根电力线，从每根电力线上获取3个电力线坐标点，通过网络端将电力线坐标点传输至监测设备。监测设备根据6个电力线坐标点分别拟合出两根电力线，同时对扫描的当前场景的电力线进行提取，获取最低点电力线的点云，这样就能够拟合计算其电力线抛物线方程，再使用该电力线抛物线发能够从静思园拟合电力线的坐标。以监控设备的卫星定位测量rtk安装位置点为中心点，在拟合的电力线和实时监测的电力线之间建立对应关系，从而使用对应点间的距离建立误差函数（即上述距离误差方程），通过最小二乘法求解该误差函数的姿态矩阵，从而得到监控设备的精确位姿信息。通过当前监控设备包括位姿信息的点云，就能够计算得到包含电力线监控区域的深度图，与当前帧图像一一建立对应关系，进而得到当前图像的预估深度信息，为后续视频图像检测提供判断依据。

在对监控设备、视频相机和电力线进行坐标标定后，图1所示实施例提供的电力线防外破监控方法，还包括：

S120：使用坐标标定后的监控设备，控制视频相机实时获取电力线场景的视频图像，根据视频图像判断是否存在外部障碍物进入电力线监控区域。

在标定完成后，若监控设备正常：监控设备判断当前时间点，如果是白天，则可以直接开启视频相机对当前电力线场景进行实时监控。启动视频相机实时监控，通过视频相机来判断是否有障碍物进入电力线监控区域，若该电力线场景存在外部障碍物，则启动激光雷达工作；通过点云检测对外部障碍物进行精确判断，并获取外部障碍物的大小位置相关信息，对存在的外部障碍物进行声光报警及上传处理。

本申请实施例中，视频相机通过区分多帧视频图像中的前景点和背景点判断是否存在外部障碍物。具体地，作为一种优选的实施例，如图5所示，上述防外破监控方法中，步骤S120：根据视频图像判断是否存在外部障碍物进入电力线监控区域的步骤包括：

S121：使用栅格化处理后的多帧视频图像，对视频图像中每个栅格点进行高斯混合模型建模，得到背景模型。

S122：当获取新的视频图像时，根据背景模型分别判断新的视频图像中每个栅格点是前景点还是背景点。

S123：若栅格点是前景点，则使用激光雷达扫描新的视频图像的深度信息，确定栅格点的坐标位置。

S124：根据栅格点的坐标位置，判断栅格点与电力线的距离是否小于或等于预设电力线间距。

S125：若栅格点与电力线的距离小于或等于预设电力线间距，则启动激光雷达扫描栅格点对应的障碍物特征。

S126：若栅格点与电力线的距离大于预设电力线间距，则控制视频相机继续获取电力线场景的视频图像。

本申请实施例提供的技术方案中，首先启动视频相机，实时监控检测电力线场景；启动相机后，对当前场景的视频帧图像进行栅格化预处理，然后提取多帧预处理后的图像进行背景建模，通过多帧图像对每个位置的栅格点进行高斯混合模型建模，得到背景模型。通过新来的图像判断每个栅格点是前景点还是背景点，如果是前景点，则依据激光雷达扫描的当前图像深度信息，判断当前点的大致位置，如果当前前景目标距离电力线过近，则启动激光雷达扫描检测，确认其特征，若是外部障碍物，则作报警处理。若没有检测到危险的前景目标，则激光雷达继续监控。对当前的栅格点进行背景模型的更新，根据参数a(学习速率)进行调整更新速度，确保渐变的光照等不会影响到监测的正常运行。

在对外部障碍物对应的点云数据去噪处理后，图1所示的电力线防外破监控方法还包括：

S130：若判定存在外部障碍物进入电力线监控区域，则启动激光雷达对外部障碍物进行点云检测，提取外部障碍物对应的有效故障目标。

作为一种优选的实施例，如图6所示，该启动激光雷达对外部障碍物进行点云检测，提取外部障碍物对应的有效故障目标的步骤包括：

S131：启动激光雷达扫描外部障碍物，得到外部障碍物对应的扫描点云。

S132：对扫描点云进行点云去噪处理，得到去噪后的点云数据。若视频相机检测到了入侵障碍物，则启动激光雷达进行检测，将采集的一段点云数据组织好之后进行预处理，包括点云格网抽稀，阳光噪点去除，水滴噪点去除。

S133：分离点云数据对应的前景点和背景点，滤除点云数据中的背景噪点；

S134：对滤除背景噪点的点云数据进行聚类分析，提取得到外部障碍物对应的有效故障目标；

S135：计算有效故障目标与邻近电力线之间的空间距离。

本申请实施例提供的技术方案，在对扫描点云去噪后，分离点云数据的前景点和背景点，这样就能够通过前景点的移动情况，判断是否真的存在外部障碍物，具体地，滤除点云数据中的背景早点，对滤除背景早点的点云数据进行聚类分析，提取得到上述外部障碍物对应的有效障碍目标，计算该有效障碍目标与邻近电力线之间的空间距离，从而根据该空间距离对外部障碍物进行分级报警。

其中，如图7所示，作为一种优选的实施例，上述步骤S133：分离点云数据对应的前景点和背景点的步骤包括：

S1331：使用底图三维点云与激光雷达实时采集的点云数据进行比对，分离得到前景点云和背景点云；或者，S1332：使用激光雷达采集的历史点云信息与点云数据进行比对，分离得到前景点云和背景点云；

S1333：将分离的前景点云和背景点云保存至历史点云信息中。

本申请实施例提供的技术方案中，结合激光雷达扫描的底图点云信息，与当前激光雷达实时采集的点云数据进行比对，分离前景背景点云；然后结合当前激光雷达扫描的历史点云数据与当前实时点云数据进行比对，分离前景背景点云；其中，分离方式主要采用邻域搜索方式：在栅格化点云后，检测两组点云的重叠区，存在重叠区则判断为背景点，否则判断为前景点。最后将当前分离的前景和背景点云更新到历史点云数据中，为下一次判断作准备。

另外，作为一种优选的实施例，如图8所示，上述步骤S134：对滤除背景噪点的点云数据进行聚类分析，提取得到外部障碍物对应的有效故障目标，包括：

S1341：对外部障碍物进行大小过滤和近邻搜索，剔除点云数据中的孤立噪点和小噪点，得到过滤后的外部障碍物。

S1342：以过滤后的外部障碍物为种子，在点云数据上进行区域增长，提取得到具有有效故障目标对应特征的点云区域。

本申请实施例提供的技术方案中，候选的故障目标进行大小过滤及近邻搜索，剔除孤立较小的噪点；然后利用区域增长方式，以该外部障碍物为种子，在原始点云上进行区域增长，提取到有效故障目标下更丰富特征的点云，将该外部障碍物的点云作为报警障碍物准备上传至服务器。

另外，在提取外部障碍物对应的有效故障目标后，图1所示实施例提供的技术方案，还包括：

S140：计算有效故障目标与邻近电力线的空间距离，按照空间距离所处的预设距离等级范围对外部障碍物进行分级报警。

有效故障目标与邻近电力线的空间距离，由远到近其报警等级能够如下设置：

一级报警：具体利用扬声器和光源进行声光报警，提示障碍目标，避免对电力线造成破坏。

二级报警：上传报警时的点云及视频图像及报警信息到服务器，服务器对报警结果进行存档，并方便后期调阅查询。

三级报警：服务器根据报警结果，通过手机短信或微信通知指定的报警值班人员及时处理。

四级报警：将防外破监控设备的供电电量、温度以及设备系统相关信息即时上传到服务器，对于存在异常情况的设备，服务器及时发送报警信息给报警值班人员处理，避免因为设备出现异常情况不工作造成的监控失效。

五级报警：提示报警值班人员在室内值班室实时查看视频流，通过麦克风输入音频信息，经过服务器后台传输给设备，再通过设备上的喇叭播放音频，这样能实时通过音频信息提醒入侵人员。

另外，作为一种优选的实施例，如图9所示，上述按照空间距离所处的预设距离等级范围对外部障碍物进行分级报警的步骤包括：

S141：计算有效故障目标与邻近电力线的空间距离；

S142：对有效故障目标对应的点云区域进行深度学习检测，得到有效故障目标对应的障碍物类型；

S143：按照空间距离所处的预设距离等级范围，对外部障碍物进行分级报警并上传障碍物类型。

对上述各有效障碍目标进行距离计算，获取其与邻近电力线空间距离，根据设定的距离阈值进行分级报警处理。并对报警时的图片，根据当前故障目标区域进行深度学习检测，能够准确判断点云区域对应的影像是属于哪类物体（例如：车辆、吊机或人）。

基于上述方法实施例的同一构思，本发明实施例还提供了电力线的防外破监控系统，用于实现本发明的上述方法，由于该系统实施例解决问题的原理与方法相似，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

参见图10，图10为本发明还提供了一种电力线的防外破监控系统的结构示意图。如图10所示，该电力线的防外破监控系统包括：监控设备110、视频相机120和激光雷达130；其中，

激光雷达130，用于采集底图三维点云，对监控设备110、视频相机120和电力线进行坐标标定；

视频相机120用于在坐标标定后，实时获取电力线场景的视频图像，根据视频图像判断是否存在外部障碍物进入电力线监控区域；

监控设备110，还用于当判定存在外部障碍物进入电力线监控区域时，启动激光雷达对外部障碍物进行点云检测，提取外部障碍物对应的有效故障目标；

监控设备110，还用于计算有效故障目标与邻近电力线的空间距离，按照空间距离所处的预设距离等级范围对外部障碍物进行分级报警。

综上，本发明实施例提供的电力线的防外破监控系统，通过使用激光雷达对监测设备、视频相机和电力线进行坐标标定，这样就能够视频相机的就能够获取深度图，提高视频相机检测的准确率；然后使用坐标标定后的监测设备，控制视频相机能够准确地实时获取电力线场景的视频图像，然后根据视频图像判断是否存在外部障碍物进入到电力线监控区域，当判定存在外部障碍物进入电力线监控区域时，启动激光雷达对外部障碍物进行点云检测，从而提取得到外部障碍物的有效故障目标，因为激光雷达的坐标是根据监测设备确定的，因此激光雷达能够准确提取外部障碍物的有效故障目标，然后计算与邻近电力线的空间距离，按照该空间距离对外部障碍物进行分级报警。综上通过上述方式，能够解决大范围地，多时段监测电力线的破坏情况，使用视频相机和激光雷达相结合的方式，提高视频相机的检测准确率，并提高激光雷达对故障目标位置的监测精度，能够大范围多时段地监测电力线破坏的情况，大幅提高电力线路的防外破能力。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种电力线的防外破监控方法，其特征在于，所述方法用于防外破监控系统，所述防外破监控系统包括监控设备、视频相机和激光雷达；所述防外破监控方法包括：

使用所述激光雷达对所述监控设备、所述视频相机和电力线进行坐标标定；

使用坐标标定后的所述监控设备，控制所述视频相机实时获取电力线场景的视频图像，根据所述视频图像判断是否存在外部障碍物进入电力线监控区域；

若判定存在外部障碍物进入所述电力线监控区域，则启动所述激光雷达对所述外部障碍物进行点云检测，提取所述外部障碍物对应的有效故障目标；

计算所述有效故障目标与邻近电力线的空间距离，按照所述空间距离所处的预设距离等级范围对所述外部障碍物进行分级报警。

2.根据权利要求1所述的防外破监控方法，其特征在于，所述使用所述激光雷达对所述监控设备、所述视频相机和电力线进行坐标标定的步骤，包括：

使用所述激光雷达对所述视频相机进行坐标标定，建立所述视频相机的视频图像与所述激光雷达的扫描点云之间的坐标对应关系；

使用所述激光雷达扫描所述监控设备的周边环境，得到包含电力线坐标的底图三维点云；

根据所述底图三维点云包含的电力线坐标，标定所述监控设备的安装位置，得到所述包含电力线监控区域的深度图。

3.根据权利要求2所述的防外破监控方法，其特征在于，所述使用所述激光雷达对所述视频相机进行坐标标定，建立所述视频相机的视频图像与所述激光雷达的扫描点云之间的坐标对应关系的步骤，包括：

标定所述视频相机的内参；

从所述扫描点云与所述视频图像中选择同名控制点，使用所述同名控制点构建匹配对；

使用所述匹配对构建所述视频相机与激光雷达的距离误差方程 ，求解得到所述视频相机与激光雷达的相对位姿关系；

使用所述内参和所述相对位姿关系，计算得到所述视频图像与所述扫描点云之间的坐标对应关系。

4.根据权利要求2所述的防外破监控方法，其特征在于，所述根据所述底图三维点云包含的电力线坐标，标定所述监控设备的安装位置的步骤，包括：

从所述底图三维点云中提取预定数量的电力线坐标点；

根据所述预定数量的电力线坐标点拟合所述电力线，得到电力线抛物线方程，使用所述电力线抛物线方程计算拟合电力线的坐标；

以所述监控设备的安装位置为中心，使用所述拟合电力线与实际电力线之间的坐标对应关系，建立电力线的距离误差方程；

求解所述电力线的距离误差方程，得到所述监控设备的位姿信息；

根据所述监控设备的位姿信息，使用所述激光雷达的扫描点云计算得到包含所述电力线监控区域的深度图。

5.根据权利要求1所述的防外破监控方法，其特征在于，所述根据所述视频图像判断是否存在外部障碍物进入所述电力线监控区域的步骤，包括：

使用栅格化处理后的多帧视频图像，对所述视频图像中每个栅格点进行高斯混合模型建模，得到背景模型；

当获取新的视频图像时，根据所述背景模型分别判断所述新的视频图像中每个栅格点是前景点还是背景点；

若所述栅格点是前景点，则使用激光雷达扫描所述新的视频图像的深度信息，确定所述栅格点的坐标位置；

根据所述栅格点的坐标位置，判断所述栅格点与所述电力线的距离是否小于或等于预设电力线间距；

若所述栅格点与所述电力线的距离小于或等于预设电力线间距，则启动所述激光雷达扫描所述栅格点对应的障碍物特征；

若所述栅格点与所述电力线的距离大于所述预设电力线间距，则控制所述视频相机继续获取所述电力线场景的视频图像。

6.根据权利要求1或5所述的防外破监控方法， 其特征在于，所述启动所述激光雷达对所述外部障碍物进行点云检测，提取所述外部障碍物对应的有效故障目标的步骤，包括：

启动所述激光雷达扫描所述外部障碍物，得到所述外部障碍物对应的扫描点云；

对所述扫描点云进行点云去噪处理，得到去噪后的点云数据；

分离所述点云数据对应的前景点和背景点，滤除所述点云数据中的背景噪点；

对滤除背景噪点的所述点云数据进行聚类分析，提取得到所述外部障碍物对应的有效故障目标；

计算所述有效故障目标与邻近电力线之间的空间距离。

7.根据权利要求6所述的防外破监控方法，其特征在于，所述分离所述点云数据对应的前景点和背景点的步骤，包括：

使用底图三维点云与所述激光雷达实时采集的点云数据进行比对，分离得到前景点云和背景点云；

或者，使用所述激光雷达采集的历史点云信息与所述点云数据进行比对，分离得到所述前景点云和背景点云；

将分离的前景点云和背景点云保存至所述历史点云信息中。

8.根据权利要求6所述的防外破监控方法，其特征在于，所述对滤除背景噪点的所述点云数据进行聚类分析，提取得到所述外部障碍物对应的有效故障目标的步骤，包括：

对所述外部障碍物进行大小过滤和近邻搜索，剔除所述点云数据中的孤立噪点和小噪点，得到过滤后的所述外部障碍物；

以所述过滤后的外部障碍物为种子，在所述点云数据上进行区域增长，提取得到具有所述有效故障目标对应特征的点云区域。

9.根据权利要求1所述的防外破监控方法，其特征在于，所述按照所述空间距离所处的预设距离等级范围对所述外部障碍物进行分级报警的步骤，包括：

计算所述有效故障目标与邻近电力线的空间距离；

对所述有效故障目标对应的点云区域进行深度学习检测，得到所述有效故障目标对应的障碍物类型；

按照所述空间距离所处的预设距离等级范围，对所述外部障碍物进行分级报警并上传所述障碍物类型。

10.一种电力线的防外破监控系统，其特征在于，包括：监控设备、视频相机和激光雷达；其中，

所述激光雷达，用于采集底图三维点云，对所述监控设备、所述视频相机和电力线进行坐标标定；

所述视频相机，用于在坐标标定后实时获取电力线场景的视频图像，根据所述视频图像判断是否存在外部障碍物进入电力线监控区域；

所述监控设备，还用于当判定存在外部障碍物进入所述电力线监控区域时，启动所述激光雷达对所述外部障碍物进行点云检测，提取所述外部障碍物对应的有效故障目标；

所述监控设备，还用于计算所述有效故障目标与邻近电力线的空间距离，按照所述空间距离所处的预设距离等级范围对所述外部障碍物进行分级报警。

Images