CN116051533A - 一种电力杆塔的施工质量检测方法及装置 - Google Patents

Abstract

本发明公开了一种电力杆塔的施工质量检测方法，包括：采集待检测电力杆塔的激光点云数据；对所述激光点云数据进行降噪处理，获得标准点云数据；基于所述标准点云数据建立杆塔施工点云模型；采集电力杆塔的设计数据信息；根据所述设计数据信息，构建杆塔设计模型；将所述杆塔施工点云模型和所述杆塔设计模型进行比对，获得比对差异结果，并基于所述比对差异结果进行位置标记；对所述比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息。可以解决通过现有方法判断电力杆塔塔材缺失时，存在效率低且识别准确率低的技术问题。

Description

一种电力杆塔的施工质量检测方法及装置

技术领域

本发明涉及施工检测技术领域，尤其涉及一种电力杆塔的施工质量检测方法及装置。

背景技术

随着经济的不断发展，基础设施建设的规模日益扩大，而基础设施作为经济社会发展的基础，是城市正常运行的保证，与居民的日常生活息息相关。

基础设施建筑在建设施工过程中，通常会存在各种各样的质量问题。现有的解决方式为：使用监测仪器对关键部位各项控制指标进行单独监测。如CN113689392A公开一种铁路扣件缺陷检测方法和装置，包括：根据采集的铁路扣件图像信息，确定具有位置信息的待检测样本以及具有位置信息的第一目标样本；根据目标算法对所述第一目标样本进行扩充，确定扩充后的第二目标样本；根据所述第二目标样本和所述第一目标样本，生成用于检测铁路扣件的检测模型；将所述待检测样本输入所述检测模型，确定检测结果。虽然可以实现目标物的检测，但是其采用图像信息进行检测的方式，无法适用于电力杆塔等大型建筑施工、特征信息较多的建筑以及不具有目标样本的建筑检测，对于电力杆塔这样的构筑物，其为镂空结构，若采用图像进行建模或者图像检测，其镂空部分包含太多背景信息，使得检测和建模难度增加，并且检测的准确性、效率和可靠性不高。

因此，如何提供一种对电力杆塔塔材缺失具有较高检测识别准确率和检测效率的检测方式是本领域亟待解决的技术问题。

发明内容

本发明提供了一种电力杆塔的施工质量检测方法及装置，可以解决通过现有方法判断电力杆塔塔材缺失时，存在效率低且识别准确率低的技术问题。

第一方面，本发明提供一种电力杆塔的施工质量检测方法，包括：

采集待检测电力杆塔的激光点云数据；

对所述激光点云数据进行降噪处理，获得标准点云数据；

基于所述标准点云数据建立杆塔施工点云模型；

采集电力杆塔的设计数据信息；

根据所述设计数据信息，构建杆塔设计模型；

将所述杆塔施工点云模型和所述杆塔设计模型进行比对，获得比对差异结果，并基于所述比对差异结果进行位置标记；

对所述比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息。

进一步的，采集待检测电力杆塔的激光点云数据，包括：

通过无人机搭载三维激光扫描仪，对待检测电力杆塔的区域进行扫描，获得每个扫描点的三维坐标，待检测电力杆塔的海量扫描点坐标构成所述激光点云数据。

进一步的，所述设计数据信息包括电力杆塔的主体尺寸、面积、体积、位置、方向以及各个零部件信息。

进一步的，对所述激光点云数据进行降噪处理，获得标准点云数据，包括：

对所述激光点云数据中的每个点云计算其周围相邻的点云的平均距离；

根据计算获得的平均距离，查找离群点，将所述离群点从所述激光点云数据中去除，获得初步降噪点云数据；

采集杆塔施工基础信息；

根据所述杆塔施工基础信息，确定三维方向的阈值范围；

将初步降噪点云数据中不在所述阈值范围内的点云去除，获得所述标准点云数据。

进一步的，根据计算获得的平均距离，查找离群点，包括：

计算所述平均距离的均值和标准方差，将每个点云的邻域集中大于所述均值和标准方差的点云确定为离群点。

进一步的，基于所述标准点云数据建立杆塔施工点云模型，包括：

确定目标精细度；

根据所述目标精细度，确定点云密度；

根据所述点云密度，对所述标准点云数据进行增强；

根据增强后的标准点云数据构建杆塔施工点云模型。

进一步的，所述目标精细度包括电力杆塔的主体结构的长度、宽度、高度以及零部件尺寸；

根据所述目标精细度，确定点云密度，包括：

根据电力杆塔的主体结构的长度、宽度和高度，确定电力杆塔主体结构部分的第一点云密度；

根据电力杆塔的零部件尺寸，确定电力杆塔零部件的第二点云密度；

根据所述点云密度，对所述标准点云数据进行增强，包括：

将电力杆塔主体结构部分不满足第一点云密度的点云去除，将电力杆塔零部件部分不满足第二点云密度的点云去除。

进一步的，将所述杆塔施工点云模型和所述杆塔设计模型进行比对，获得比对差异结果，包括：

对所述杆塔设计模型进行基准点选择；

将所述基准点与所述杆塔施工点云模型进行特征点匹配，获得配准点；

将多个所述基准点和配准点进行重合对比，计算空间比例关系；

根据所述空间比例关系对所述杆塔施工点云模型进行缩放，获得同比例的杆塔施工点云模型和所述杆塔设计模型；

将同比例的杆塔施工点云模型和所述杆塔设计模型进行重合比对，获得比对差异结果。

进一步的，对所述比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息，包括：

根据所述比对差异结果，计算偏差的方向、尺寸和体积，获得塔材缺陷信息；

根据比对差异结果的位置标记确定缺陷位置信息；

获得塔材缺陷信息之后，还包括：

根据所述塔材缺陷信息进行等级划分，根据划分的等级确定维护方案。

第二方面，本发明还提供一种电力杆塔的施工质量检测装置，包括：

第一采集模块，用于采集待检测电力杆塔的激光点云数据；

降噪模块，用于对所述激光点云数据进行降噪处理，获得标准点云数据；

点云模型建立模块，基于所述标准点云数据建立杆塔施工点云模型；

第二采集模块，用于采集电力杆塔的设计数据信息；

设计模型建立模块，用于根据所述设计数据信息，构建杆塔设计模型；

比对模块，用于将所述杆塔施工点云模型和所述杆塔设计模型进行比对，获得比对差异结果，并对所述比对差异结果进行位置标记；

分析模块，用于对所述比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息。

进一步地，所述降噪模块还用于：对所述激光点云数据中的每个点云计算其周围相邻的点云的平均距离；根据计算获得的平均距离，查找离群点，将所述离群点从所述激光点云数据中去除，获得初步降噪点云数据；采集杆塔施工基础信息；根据所述杆塔施工基础信息，确定三维方向的阈值范围；将初步降噪点云数据中不在所述阈值范围内的点云去除，获得所述标准点云数据。

所述降噪模块还用于：计算所述平均距离的均值和标准方差，将每个点云的邻域集中大于所述均值和标准方差的点云确定为离群点。

进一步地，所述点云模型建立模块还用于：确定目标精细度；根据所述目标精细度，确定点云密度；根据所述点云密度，对所述标准点云数据进行增强；根据增强后的标准点云数据构建杆塔施工点云模型。

进一步地，所述点云模型建立模块还用于：根据电力杆塔的主体结构的长度、宽度和高度，确定电力杆塔主体结构部分的第一点云密度；根据电力杆塔的零部件尺寸，确定电力杆塔零部件的第二点云密度；将电力杆塔主体结构部分不满足第一点云密度的点云去除，将电力杆塔零部件部分不满足第二点云密度的点云去除。

进一步地，所述比对模块还用于：对所述杆塔设计模型进行基准点选择；将所述基准点与所述杆塔施工点云模型进行特征点匹配，获得配准点；将多个所述基准点和配准点进行重合对比，计算空间比例关系；根据所述空间比例关系对所述杆塔施工点云模型进行缩放，获得同比例的杆塔施工点云模型和所述杆塔设计模型；将同比例的杆塔施工点云模型和所述杆塔设计模型进行重合比对，获得比对差异结果。

进一步地，所述分析模块还用于：根据所述比对差异结果，计算偏差的方向、尺寸和体积，获得塔材缺陷信息；根据比对差异结果的位置标记确定缺陷位置信息；根据所述塔材缺陷信息进行等级划分，根据划分的等级确定维护方案。

本发明提供的电力杆塔的施工质量检测方法及装置，至少包括如下有益效果：

(1)通过采集电力杆塔的激光点云数据，并将杆塔施工点云模型和杆塔设计模型进行比对，获得比对差异结果，并基于比对差异结果进行位置标记，可以进一步对差异结果分析生成管控维护方案。解决了现有技术中通过现有方法判断电力杆塔塔材缺失时，存在效率低且识别准确率低的技术问题。

(2)通过对激光点云数据进行降噪处理，可以剔除不符合标准的非目标物的激光点云数据，即对非目标物进行自动降噪。从而可以保证构建的杆塔施工点云模型具较高的准确性。

(3)在获得较高准确性的杆塔施工点云模型的基础上，通过对基准点的选择和对配准点的获得，可以基于三维叠加对比技术实现杆塔施工点云模型和杆塔设计模型的重合对比，进而提高了判断电力杆塔塔材缺失识别准确率和效率的技术效果。

附图说明

图1为本发明提供的一种电力杆塔的施工质量检测方法的流程图；

图2为本发明提供的电力杆塔的施工质量检测方法某一实施例的获得标准点云数据的流程图；

图3为本发明提供的电力杆塔的施工质量检测方法某一实施例的建立杆塔施工点云模型的流程图；

图4为本发明提供的电力杆塔的施工质量检测方法某一实施例的比对杆塔施工点云模型和杆塔设计模型的流程图；

图5为本发明提供的电力杆塔的施工质量检测装置的示意图；

图6为本发明提供的电力杆塔的施工质量检测装置某一实施例的降噪模块的示意图；

图7为本发明提供的电力杆塔的施工质量检测装置某一实施例的点云模型建立模块的示意图；

图8为本发明提供的电力杆塔的施工质量检测装置某一实施例的比对模块的示意图；

图9为本发明提供的电力杆塔的施工质量检测装置某一实施例的分析模块的示意图。

附图标记：

1-第一采集模块；2-降噪模块；3-点云模型建立模块；4-第二采集模块；5-设计模型建立模块；6-比对模块；7-分析模块；21-距离计算模块；22-初步降噪模块；23-第三采集模块；24-阈值确定模块；25-二次降噪模块；31-精度确定模块；32-密度确定模块；33-信息增强模块；34-模型构建模块；61-基准点选择模块；62-特征匹配模块；63-关系获得模块；64-同比例模型确定模块；65-模型叠加模块；66-位置标记模块；71-塔材缺陷确定模块；72-等级划分模块；73-方案确定模块。

具体实施方式

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。

如图1所示，本发明提供一种电力杆塔的施工质量检测方法，包括：

步骤S100：采集待检测电力杆塔的激光点云数据；

步骤S200：对激光点云数据进行降噪处理，获得标准点云数据；

步骤S300：基于标准点云数据建立杆塔施工点云模型；

步骤S400：采集电力杆塔的设计数据信息；

步骤S500：根据设计数据信息，构建杆塔设计模型；

步骤S600：将杆塔施工点云模型和杆塔设计模型进行比对，获得比对差异结果，并基于比对差异结果进行位置标记；

步骤S700：对比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息。

具体的，步骤S100：采集待检测电力杆塔的激光点云数据，包括：

通过无人机搭载三维激光扫描仪，对待检测电力杆塔的区域进行扫描，获得每个扫描点的三维坐标，待检测电力杆塔的海量扫描点坐标构成激光点云数据。

设计数据信息包括电力杆塔的主体尺寸、面积、体积、位置、方向以及各个零部件信息。

如图2所示，步骤S200：对激光点云数据进行降噪处理，获得标准点云数据，包括：

步骤S210：对激光点云数据中的每个点云计算其周围相邻的点云的平均距离；

步骤S220：根据计算获得的平均距离，查找离群点，将离群点从激光点云数据中去除，获得初步降噪点云数据；

其中，根据计算获得的平均距离，查找离群点，包括：

计算平均距离的均值和标准方差，将每个点云的邻域集中大于均值和标准方差的点云确定为离群点；

步骤S230：采集杆塔施工基础信息；

步骤S240：根据杆塔施工基础信息，确定三维方向的阈值范围；

步骤S250：将初步降噪点云数据中不在阈值范围内的点云去除，获得标准点云数据。

其中对激光点云数据进行降噪处理是指通过提前设置一定的条件限制，对获取得到的激光点云数据进行筛选，剔除不符合标准的非目标物的激光点云数据，即对非目标物进行自动降噪。通过获得标准点云数据，可以为后续构建杆塔施工点云模型提供数据支持。

具体而言，步骤S200是根据一定的预置规则实现电力杆塔及各部件周边干扰像素点的程序化自动降噪，去除激光点云数据的离群点，直接获取目标物的清晰激光点。具体包括：首先，对于获取到的每个激光点云数据，计算到它所有相邻点的平均距离，可以计算出一个均值μ和标准方差σ，这个邻域点集中所有点与其邻域距离大于均值或者标准方差之外的点都可以被视为离群点，并从激光点云数据中去除。例如：通过三维激光扫描仪获取目标电力杆塔的激光点云数据时，电力杆塔的背部100米左右正好有一棵大树，在测量时会不可避免的会获得大树的激光点云数据，经过计算发现每个激光点云数据到它相邻点的平均距离只有30米，那么就可以剔除30米范围内的激光点云数据，即剔除电力杆塔周边的干扰像素点。其次，获得杆塔施工基础信息，杆塔施工基础信息主要包括电力杆塔的长宽高，电力杆塔底部的地形特征等相关信息。然后根据获得的杆塔施工基础信息，确定预设高程数据降噪规则。预设高程数据降噪规则是指根据杆塔的基础信息，在点云的指定维度设置一个阈值范围，自动去除不在阈值范围内的非目标物的激光点云数据，自动实现获取满足规则的激光点去噪点后的激光点云数据。例如：电力杆塔的长宽高分别为15米，10米和90米，水泥底座的长宽高分别为15米，10米，3米。在实际测量电力杆塔激光点云数据时，长宽高分别为X轴方向，Y轴方向和Z轴方向，则设置X方向只关注15米的长度范围，Y方向只关注10米的宽度范围，Z方向只关注从塔顶到塔底90米的高度范围，然后利用直通滤波器提取感兴趣的激光点云数据范围，快速剔除非目标物即水泥底座的激光点云数据。通过进行降噪处理，可以减少后续计算工作量，提高工作效率。

如图3所示，步骤S300：基于标准点云数据建立杆塔施工点云模型，包括：

步骤S310：确定目标精细度；

步骤S320：根据目标精细度，确定点云密度；

步骤S330：根据点云密度，对标准点云数据进行增强；

步骤S340：根据增强后的标准点云数据构建杆塔施工点云模型。

其中，步骤S320，所述目标精细度包括电力杆塔的主体结构的长度、宽度、高度以及零部件尺寸；根据目标精细度，确定点云密度，包括：

根据电力杆塔的主体结构的长度、宽度和高度，确定电力杆塔主体结构部分的第一点云密度；

根据电力杆塔的零部件尺寸，确定电力杆塔零部件的第二点云密度；

步骤S330中，根据所述点云密度，对所述标准点云数据进行增强，包括：

将电力杆塔主体结构部分不满足第一点云密度的点云去除，将电力杆塔零部件部分不满足第二点云密度的点云去除。

具体而言，首先，确定目标精细度，目标精细度是指需要构建对比模型的精细程度，即需要确定的电力杆塔的精细度信息。例如：目标模型的一级模型精细度为目标模型的主体结构部分，包含目标模型的面积、高度、体积、位置、方向等基本信息，二级模型精细度包含目标模型的主体和零件部分，包含具有精确数量、尺寸、形状、位置、方向等信息的部件。例如：电力杆塔所具有的零部件特征为电力杆塔上部有三个横向装置用来连接电线，下边两个横向装置为两边对称的直角三角形状，边长分别为3米，4米，5米。最上部横向装置为两边对称的正方形，边长为2米。然后根据目标精细度，获得点云密度信息，例如，对于电力杆塔主体结构部分，长度、宽度和高度较大，可以将第一点云密度确定为10000个/㎡，对于电力杆塔的零部件，其尺寸较小，需要的点云密度较大，可以将第二点云密度确定为30000/㎡。

进一步的，通过获取得到的点云密度信息对标准点云数据进行信息增强。例如：一级目标精细度获取的点云密度为10000个/㎡，二级目标精细度获取的点云密度为30000/㎡，目标单位越小，需要的点云密度越大。假设获取的标准电力杆塔的点云数据最大密度为50000/㎡，其中包含很多细小的零件部分，如果需要获得的目标精细度为一级，即只对比主体部分，那么只需要获取点云密度为10000/㎡的点云数据。自动排除点云密度大于10000/㎡的点云数据，通过这个步骤对标准点云数据进行增强，得到增强后的标准点云数据。最后将增强后的标准点云数据作为输入信息输入到点云数据处理BIM软件中，构建三维模型，即杆塔施工点云模型。通过构建杆塔施工点云模型，可以获得目前电力杆塔的数据信息，为下一步和杆塔设计模型比对提供依据。

步骤S400具体包括，首先，需要获取目标电力杆塔的建筑施工图，建筑施工图包括施工图首页、总平面图、平面图、立体图、剖面图和详图。通过建筑施工图得到目标电力杆塔主体以及零部件构造的具体信息，主要包括电力杆塔主体的尺寸、面积、体积、位置、方向和零部件的数量、尺寸、形状、位置、方向等信息。得到的具体数据即电力杆塔的设计数据信息。通过获得电力杆塔的设计数据信息，为下一步的搭建杆塔设计模型提供数据支持。

步骤S500具体包括，将上一步获得的电力杆塔设计数据信息，即得到的电力杆塔主体的尺寸、面积、体积、位置、方向和零部件的数量、尺寸、形状、位置、方向等信息输入到CAD制图软件当中，通过CAD制图软件搭建三维的杆塔设计模型。

如图4所示，步骤S600：将杆塔施工点云模型和杆塔设计模型进行比对，获得比对差异结果，包括：

步骤S610：对杆塔设计模型进行基准点选择；

步骤S620：将基准点与杆塔施工点云模型进行特征点匹配，获得配准点；

步骤S630：将多个基准点和配准点进行重合对比，计算空间比例关系；

步骤S640：根据空间比例关系对杆塔施工点云模型进行缩放，获得同比例的杆塔施工点云模型和杆塔设计模型；

步骤S650：将同比例的杆塔施工点云模型和杆塔设计模型进行重合比对，获得比对差异结果。

具体而言，基准点选择是根据杆塔设计模型的构造，选择几个特征明显，容易匹配叠加的点，并得到这些点的具体坐标信息。然后根据已经得到的基准点对杆塔施工点云模型进行特征点匹配，特征点匹配就是根据在杆塔设计模型中获得的基准点的具体位置，在杆塔施工点云模型中找到同样位置的点的坐标。例如：在杆塔设计模型中选择的基准点为电力杆塔的底座的点的坐标和电力杆塔腰线中部四个方向点的坐标，那么在杆塔施工点云模型中也要找到电力杆塔的底座的点的坐标和电力杆塔腰线中部四个方向点的坐标，即获得配准点。然后通过对比得到基准点和配准点的一一对应的空间比例关系，即空间映射关系。最后根据空间映射关系，获得模型转换类型；基于模型转换类型，确定模型转换特征矩阵；基于模型转换特征矩阵，将杆塔施工点云模型和杆塔设计模型进行叠加重合。其中，模型转换类型是指根据空间映射关系将杆塔施工点云模型通过哪种转换方式能和杆塔设计模型相匹配，例如：放大、缩小、旋转等。根据模型转换类型，得到模型转换特征矩阵。模型转换特征矩阵是指通过模型转换类型，计算出杆塔施工点云模型和转换后的模型之间映射的矩阵特征值，通过矩阵特征值将杆塔施工点云模型转换为杆塔设计模型同比例大小的三维模型。例如，得到的基准点和配准点的空间映射比例为1:100，根据这个比例将杆塔施工点云模型进行缩小，然后以缩小后的杆塔施工点云模型的配准点和杆塔设计模型的基准点为重合基础点，将杆塔施工点云模型和杆塔设计模型进行叠加重合。通过将杆塔施工点云模型和杆塔设计模型进行叠加重合，可以对比分析得到两个杆塔模型之间的差异结果。

步骤S700：对比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息，包括：

根据比对差异结果，计算偏差的方向、尺寸和体积，获得塔材缺陷信息；

根据比对差异结果的位置标记确定缺陷位置信息；

获得塔材缺陷信息之后，还包括：

根据塔材缺陷信息进行等级划分，根据划分的等级确定维护方案，具体包括：

对塔材缺陷信息进行等级评价，获得塔材缺陷等级；

获得塔材缺陷的位置信息，根据塔材缺陷等级和塔材缺陷的位置信息，生成管控维护方案；

基于管控维护方案，对目标电力杆塔进行管控维护。

具体而言，通过差异比对获得杆塔施工点云模型和杆塔设计模型之间的偏差量，偏差量是指偏差位置的方向、尺寸、体积等信息。然后对存在偏差的地方进行位置标记，位置标记即得到存在偏差地方的具体位置坐标。通过获得的差异结果和对差异结果进行位置标记，为接下来对电力杆塔进行质量分析和维护提供了重要依据。其中，塔材缺陷信息是指差异结果中包含的塔材偏差位置的方向、尺寸、和体积等信息。另外，由于杆塔设计模型是基于建筑施工图搭建的，包含目标电力杆塔主体、零部件和细小零件的具体数据信息，但是杆塔施工点云模型是基于目标精细度采集的点云密度信息构建，这两者之间经过对比肯定是存在很多差异地方，所以需要对比对之后的差异结果进行筛选。质量分析是指通过对电力杆塔差异结果进行筛选，选择存在施工质量问题的差异结果，获得这些差异结果的具体信息，例如方向、尺寸和体积等信息和位置坐标，即获得电力杆塔建材数据分析结果。通过获得电力杆塔建材数据分析结果，为下一步对施工电力杆塔进行维护提供了依据。本实施例在进行质量分析时可以对塔材缺陷信息进行分类，划分等级。例如：可以将电力杆塔的塔材缺陷划分为三个等级，第一等级：电力杆塔主体塔材缺失，主体包括电力杆塔主架结构和底座。第二等级：电力杆塔上部横向结构装置缺失，横向装置位于电力杆塔上部，用来放置其它零部件。第三等级：电力杆塔横向装置上的零部件缺失。获得塔材缺陷位置信息即得到塔材偏差位置的具体坐标。根据塔材缺陷等级和塔材缺陷位置的具体坐标，制定具体的维护方案对目标电力杆塔进行管控维护。例如：电力杆塔缺陷第一等级的情况最为严重，存在很大的安全隐患，需要立刻找到缺失塔材的位置，对该位置进行填充或者拆除重建。若是电力杆塔缺陷第三等级，即横向装置上零部件缺失，可以先对缺失位置进行标记，等电力杆塔主体和横向装置全部完工之后，再对这些零部件进行补充维护。

如图5所示，本发明还提供一种电力杆塔的施工质量检测装置，包括：

第一采集模块1，用于采集待检测电力杆塔的激光点云数据；

降噪模块2，用于对激光点云数据进行降噪处理，获得标准点云数据；

点云模型建立模块3，基于标准点云数据建立杆塔施工点云模型；

第二采集模块4，用于采集电力杆塔的设计数据信息；

设计模型建立模块5，用于根据设计数据信息，构建杆塔设计模型；

比对模块6，用于将杆塔施工点云模型和杆塔设计模型进行比对，获得比对差异结果，并对比对差异结果进行位置标记；

分析模块7，用于对比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息。

施工质量检测装置是指通过三维模型叠加对比技术识别目标建筑物在施工过程中是否具有建材缺失的情况，根据识别结果对建筑物的施工质量进行分析评价，并对建材缺陷位置及时进行管控维护。第一采集模块是指通过测量仪器采集获得目标建筑物(电力杆塔)的点云数据，即目标建筑物外观表面的点数据集合。第一采集模块将获取到的目标建筑物的激光点云数据作为输入信息输入到降噪模块。通过第一采集模块获得电力杆塔的激光点云数据，第一采集模块主要是指三维激光扫描仪，三维激光扫描仪主要由激光测距仪和反射棱镜两部分构成，借助无人机作为载体对目标建筑物进行大规模的点云数据采集。首先，通过无人机搭载三维激光扫描仪对施工电力杆塔进行扫描，通过激光测距仪主动发射激光，同时接收电力杆塔表面发射的信号进行测距，根据测得的空间坐标求得每一个扫描点的三维坐标。然后得到空间内海量点的坐标集合即电力杆塔的激光点云数据。通过获得电力杆塔的激光点云数据，为后续的构建杆塔施工点云模型提供了原始数据支持。

如图6所示，降噪模块2包括：

距离计算模块21，用于对激光点云数据中的每个点云计算其周围相邻的点云的平均距离；

初步降噪模块22，用于根据计算获得的平均距离，查找离群点，将离群点从激光点云数据中去除，获得初步降噪点云数据；

第三采集模块23，用于采集杆塔施工基础信息；

阈值确定模块24，用于根据杆塔施工基础信息，确定三维方向的阈值范围；

二次降噪模块25，用于将初步降噪点云数据中不在阈值范围内的点云去除，获得标准点云数据。

如图7所示，点云模型建立模块3包括：

精度确定模块31，用于确定目标精细度；

密度确定模块32，用于根据目标精细度，确定点云密度；

信息增强模块33，用于根据点云密度，对标准点云数据进行增强；

模型构建模块34，用于根据增强后的标准点云数据构建杆塔施工点云模型。

如图8所示，比对模块6包括：

基准点选择模块61，用于对杆塔设计模型进行基准点选择；

特征匹配模块62，用于将基准点与杆塔施工点云模型进行特征点匹配，获得配准点；

关系获得模块63，用于将多个基准点和配准点进行重合对比，计算空间比例关系；

同比例模型确定模块64，用于根据空间比例关系对杆塔施工点云模型进行缩放，获得同比例的杆塔施工点云模型和杆塔设计模型；

模型叠加模块65，用于将同比例的杆塔施工点云模型和杆塔设计模型进行重合比对，获得比对差异结果；

位置标记模块66，用于基于比对差异结果进行位置标记。

如图9所示，分析模块7包括：

塔材缺陷确定模块71，用于根据比对差异结果，计算偏差的方向、尺寸和体积，获得塔材缺陷信息；

等级划分模块72，用于根据塔材缺陷信息进行等级划分；

方案确定模块73，用于根据划分的等级确定维护方案。

上述实施例提供的电力杆塔的施工质量检测方法及装置，至少包括如下有益效果：

(1)通过采集电力杆塔的激光点云数据，并将杆塔施工点云模型和杆塔设计模型进行比对，获得比对差异结果，并基于比对差异结果进行位置标记，可以进一步对差异结果分析生成管控维护方案。解决了现有技术中通过现有方法判断电力杆塔塔材缺失时，存在效率低且识别准确率低的技术问题。

(2)通过对激光点云数据进行降噪处理，可以剔除不符合标准的非目标物的激光点云数据，即对非目标物进行自动降噪。从而可以保证构建的杆塔施工点云模型具较高的准确性。

(3)在获得较高准确性的杆塔施工点云模型的基础上，通过对基准点的选择和对配准点的获得，可以基于三维叠加对比技术实现杆塔施工点云模型和杆塔设计模型的重合对比，进而提高了判断电力杆塔塔材缺失识别准确率和效率的技术效果。

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)

1.一种电力杆塔的施工质量检测方法，其特征在于，包括：

采集待检测电力杆塔的激光点云数据；

对所述激光点云数据进行降噪处理，获得标准点云数据；

基于所述标准点云数据建立杆塔施工点云模型；

采集电力杆塔的设计数据信息；

根据所述设计数据信息，构建杆塔设计模型；

将所述杆塔施工点云模型和所述杆塔设计模型进行比对，获得比对差异结果，并基于所述比对差异结果进行位置标记；

对所述比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息。

2.根据权利要求1所述的方法，其特征在于，采集待检测电力杆塔的激光点云数据，包括：

通过无人机搭载三维激光扫描仪，对待检测电力杆塔的区域进行扫描，获得每个扫描点的三维坐标，待检测电力杆塔的海量扫描点坐标构成所述激光点云数据。

3.根据权利要求1所述的方法，其特征在于，所述设计数据信息包括电力杆塔的主体尺寸、面积、体积、位置、方向以及各个零部件信息。

4.根据权利要求1所述的方法，其特征在于，对所述激光点云数据进行降噪处理，获得标准点云数据，包括：

对所述激光点云数据中的每个点云计算其周围相邻的点云的平均距离；

根据计算获得的平均距离，查找离群点，将所述离群点从所述激光点云数据中去除，获得初步降噪点云数据；

采集杆塔施工基础信息；

根据所述杆塔施工基础信息，确定三维方向的阈值范围；

将初步降噪点云数据中不在所述阈值范围内的点云去除，获得所述标准点云数据。

5.根据权利要求4所述的方法，其特征在于，根据计算获得的平均距离，查找离群点，包括：

计算所述平均距离的均值和标准方差，将每个点云的邻域集中大于所述均值和标准方差的点云确定为离群点。

6.根据权利要求1所述的方法，其特征在于，基于所述标准点云数据建立杆塔施工点云模型，包括：

确定目标精细度；

根据所述目标精细度，确定点云密度；

根据所述点云密度，对所述标准点云数据进行增强；

根据增强后的标准点云数据构建杆塔施工点云模型。

7.根据权利要求6所述的方法，其特征在于，所述目标精细度包括电力杆塔的主体结构的长度、宽度、高度以及零部件尺寸；

根据所述目标精细度，确定点云密度，包括：

根据电力杆塔的主体结构的长度、宽度和高度，确定电力杆塔主体结构部分的第一点云密度；

根据电力杆塔的零部件尺寸，确定电力杆塔零部件的第二点云密度；

根据所述点云密度，对所述标准点云数据进行增强，包括：

将电力杆塔主体结构部分不满足第一点云密度的点云去除，将电力杆塔零部件部分不满足第二点云密度的点云去除。

8.根据权利要求1所述的方法，其特征在于，将所述杆塔施工点云模型和所述杆塔设计模型进行比对，获得比对差异结果，包括：

对所述杆塔设计模型进行基准点选择；

将所述基准点与所述杆塔施工点云模型进行特征点匹配，获得配准点；

将多个所述基准点和配准点进行重合对比，计算空间比例关系；

根据所述空间比例关系对所述杆塔施工点云模型进行缩放，获得同比例的杆塔施工点云模型和所述杆塔设计模型；

将同比例的杆塔施工点云模型和所述杆塔设计模型进行重合比对，获得比对差异结果。

9.根据权利要求1所述的方法，其特征在于，对所述比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息，包括：

根据所述比对差异结果，计算偏差的方向、尺寸和体积，获得塔材缺陷信息；

根据比对差异结果的位置标记确定缺陷位置信息；

获得塔材缺陷信息之后，还包括：

根据所述塔材缺陷信息进行等级划分，根据划分的等级确定维护方案。

10.一种电力杆塔的施工质量检测装置，其特征在于，包括：

第一采集模块，用于采集待检测电力杆塔的激光点云数据；

降噪模块，用于对所述激光点云数据进行降噪处理，获得标准点云数据；

点云模型建立模块，基于所述标准点云数据建立杆塔施工点云模型；

第二采集模块，用于采集电力杆塔的设计数据信息；

设计模型建立模块，用于根据所述设计数据信息，构建杆塔设计模型；

比对模块，用于将所述杆塔施工点云模型和所述杆塔设计模型进行比对，获得比对差异结果，并对所述比对差异结果进行位置标记；

分析模块，用于对所述比对差异结果进行分析，获得塔材缺陷信息以及缺陷位置信息。

Images