CN116189022A - 一种海面风机点云识别方法及装置 - Google Patents

一种海面风机点云识别方法及装置 Download PDF

Info

Publication number
CN116189022A
CN116189022A CN202310211756.XA CN202310211756A CN116189022A CN 116189022 A CN116189022 A CN 116189022A CN 202310211756 A CN202310211756 A CN 202310211756A CN 116189022 A CN116189022 A CN 116189022A
Authority
CN
China
Prior art keywords
point cloud
sea
sea surface
fitting
grid
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
Application number
CN202310211756.XA
Other languages
English (en)
Inventor
江春华
罗新伟
隗刚
高璐
范剑敏
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.)
Beijing Forever Technology Co Ltd
Original Assignee
Beijing Forever 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 Beijing Forever Technology Co Ltd filed Critical Beijing Forever Technology Co Ltd
Priority to CN202310211756.XA priority Critical patent/CN116189022A/zh
Publication of CN116189022A publication Critical patent/CN116189022A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/766—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using regression, e.g. by projecting features on hyperplanes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

本申请提供了一种海面风机点云识别方法及装置，包括：获取海面风电场的点云；基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云；利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面；合并每个栅格点云中的非海面点，得到海面风机点云，所述非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。这样，通过拟合海平面，得到点云与拟合海平面的距离，再利用点云与拟合海平面的距离，将采集到的海上风电场点云数据进行分区筛选后合并，可以去除大量属于冗余数据的海面点云，提高风机点云识别的精度与速度。

Description

一种海面风机点云识别方法及装置
技术领域
本申请涉及激光雷达的技术领域，特别是涉及一种海面风机点云识别方法及装置。
背景技术
随着海上风电技术的发展，海上风力发电厂的建设逐渐增加。但是不同于陆上风电，海上风电场的建设和维修都容易受到天气和海洋环境的影响。若风电机舱发生故障，需要高额的吊装船费用以及较大的技术风险，费时费力。同时，受风浪等海洋环境条件影响，负责维护的船只很难到达，这就导致风力发电厂需要停运，容易造成经济损失。
现有技术在面向地面输变电网工程时，提出了无人机巡检技术，利用“无人机+激光雷达点云技术”采集风机点云数据，进行故障识别，预防性维护。这种方法测量精度高、扫描效率高、受外界影响小、可操作性强，可以降低维护成本，提高维护效率。直接将此方法运用到海上风电场，可以大量降低海上风力发电厂的维护成本。但是三维激光雷达的视场很大，采集到的点云数据量也非常庞大，采集到的海上风电场点云数据中含有大量海面点云，这些点云属于冗余数据，会影响风机点云识别的精度与速度。
因此，如何提升海面风机点云识别的精度和速度，是本领域技术人员亟需解决的技术问题。
发明内容
有鉴于此，本申请实施例提供了一种海面风机点云识别方法及装置，旨在提升海面风机点云识别的精度和速度。
第一方面，本申请实施例提供了一种海面风机点云识别方法，包括：
获取海面风电场的点云；
基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云；
利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面；
合并每个栅格点云中的非海面点，得到海面风机点云，所述非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
可选的，所述基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云，包括：
建立点云分割坐标系，所述点云分割坐标系包括x轴、y轴和z轴；
将所述海面风电场的点云中的每个点分别投影至所述点云分割坐标系，得到投影坐标集合；
利用极坐标系表示所述投影坐标集合，得到极坐标集合；
根据极坐标系的距离和角度，将所述极坐标系划分为多个栅格区域；
利用所述极坐标集合和所述多个栅格区域的位置关系，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
可选的，所述利用每个栅格点云的平均高度拟合海平面，得到多个拟合海平面，包括：
计算所述每个栅格点云的平均高度，所述平均高度为所述栅格点云中的点投影在所述点云分割坐标系的z轴的平均高度；
在每个栅格点云中选取初始海面拟合点集合，得到多个初始海面拟合点集合，所述初始海面拟合点集合包括每个栅格点云中，低于所述栅格点云对应的平均高度的点；
利用每个初始海面拟合点集合拟合海平面，得到多个拟合海平面。
可选的，在所述利用每个栅格点云的平均高度拟合海平面，得到多个拟合海平面之前，所述方法还包括：
利用每个栅格点云中点的数量以及点与点的距离标准差，对每个栅格点云进行统计滤波。
可选的，所述方法还包括：
合并每个栅格点云中的海面点，得到海面点云，所述海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
第二方面，本申请实施例提供了一种海面风机点云识别装置，包括：
获取模块，用于获取海面风电场的点云；
栅格化模块，用于基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云；
海平面拟合模块，用于利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面；
第一合并模块，用于合并每个栅格点云中的非海面点，得到海面风机点云，所述非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
可选的，所述栅格化模块，包括：
坐标系建立单元，用于建立点云分割坐标系，所述点云分割坐标系包括x轴、y轴和z轴；
投影单元，用于将所述海面风电场的点云中的每个点分别投影至所述点云分割坐标系，得到投影坐标集合；
表示转化单元，用于利用极坐标系表示所述投影坐标集合，得到极坐标集合；
栅格划分单元，用于根据极坐标系的距离和角度，将所述极坐标系划分为多个栅格区域；
点云划分单元，用于利用所述极坐标集合和所述多个栅格区域的位置关系，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
可选的，所述海平面拟合模块，包括：
计算单元，用于计算所述每个栅格点云的平均高度，所述平均高度为所述栅格点云中的点投影在所述点云分割坐标系的z轴的平均高度；
拟合点选取单元，用于在每个栅格点云中选取初始海面拟合点集合，得到多个初始海面拟合点集合，所述初始海面拟合点集合包括每个栅格点云中，低于所述栅格点云对应的平均高度的点；
拟合单元，用于利用每个初始海面拟合点集合拟合海平面，得到多个拟合海平面。
第三方面，本申请实施例提供了一种设备，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行前述第一方面任一项所述的海面风机点云识别方法。
第四方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现前述第一方面任一项所述的海面风机点云识别方法。
本申请实施例提供了一种海面风机点云识别方法及装置，在执行所述方法时，先获取海面风电场的点云；再基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云；然后，利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面；最后，合并每个栅格点云中的非海面点，得到海面风机点云，所述非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。这样，通过拟合海平面，得到点云与拟合海平面的距离，再利用点云与拟合海平面的距离，将采集到的海上风电场点云数据进行分区筛选后合并，可以去除大量属于冗余数据的海面点云，提高风机点云识别的精度与速度。
附图说明
为更清楚地说明本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申请的一些实施例，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获得其他的附图。
图1为本申请实施例提供的海面风机点云识别方法的一种方法流程图；
图2为本申请实施例提供的海面风机点云识别方法的海上风机示意图；
图3为本申请实施例提供的海面风机点云识别方法的另一种方法流程图；
图4为本申请实施例提供的海面风机点云识别装置的一种结构示意图。
具体实施方式
现有技术在面向地面输变电网工程时，提出了无人机巡检技术，利用“无人机+激光雷达点云技术”采集风机点云数据，进行故障识别，预防性维护。这种方法测量精度高、扫描效率高、受外界影响小、可操作性强，可以降低维护成本，提高维护效率。直接将此方法运用到海上风电场，可以大量降低海上风力发电厂的维护成本。但是三维激光雷达的视场很大，采集到的点云数据量也非常庞大，采集到的海上风电场点云数据中含有大量海面点云，这些点云属于冗余数据，会影响风机点云识别的精度与速度。
本申请实施例提供的方法由计算机设备执行，用于提升海面风机点云识别的精度和速度。
显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
参见图1，图1为本申请实施例提供的海面风机点云识别方法的一种方法流程图，包括：
步骤S101：获取海面风电场的点云。
海面风电场包括若干个海上风机系统，每个海上风机系统一般包括风电机组、海上支撑结构、海床地基基础三部分。风机机组由风机、控制器、控制和保护系统、电力电子系统构成；支撑结构包括塔筒和下部结构，下部结构分为固定式和漂浮式。参见图2，图2为本申请实施例提供的海面风机点云识别方法的海上风机示意图。常见的水平轴风力发电机外形较一致，上部结构通常采用三桨叶设计技术，包括叶片、轮毂、机舱等部件，下部支撑结构有塔筒和桩基。由此可见，海上风机的高度较高，与海平面的距离较大。
基于搭载三维激光雷达的无人机，可以识别以上海上风机系统为识别点，由于海上风机系统数量较多，因此可以生成海面风电场的点云图。但是，采集到的点云数据量也非常庞大，采集到的海上风电场点云数据中还有可能含有大量海面点云，这些点云属于冗余数据，会影响风机点云识别的精度与速度。
步骤S102：基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
投影距离是海面风电场的点云投影在坐标轴上的坐标之间的距离。根据投影距离的数量关系，可以将点云划分到径向距离不同的栅格中，可以以栅格区域为单位，同时进行点云识别，高效进行海面点云分割，提高点云识别的速度。
具体的，依据投影距离，将所述海面风电场的点云中的点划分至多个栅格区域的方法，可以依据需要以及精度设定，在此不做限定。
步骤S103：利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面。
平均高度可以为所述栅格点云中的点投影在所述点云分割坐标系的z轴的平均高度。依据平均高度，可以筛选出部分点云组成拟合的海平面，则海平面及其附近一定距离的点都不是海面风机点，可以将其分割出来，以免对识别结果造成干扰。
步骤S104：合并每个栅格点云中的非海面点，得到海面风机点云。
非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。除非海面点之外的点都是海面点，也就是应该去除的点。由于每个栅格点云中都会海面点和非海面点，可以确定每个栅格点云中的非海面点之后，合并每个栅格点云中的非海面点，得到整个海面风电场的海面风机点云，提高风机点云识别的精度。
综上所述，本实施例通过拟合海平面，得到点云与拟合海平面的距离，再利用点云与拟合海平面的距离，将采集到的海上风电场点云数据进行分区筛选后合并，可以去除大量属于冗余数据的海面点云，提高风机点云识别的精度与速度。
在本申请实施例中，上述图1所述的步骤存在多种可能的实现方式，下面分别进行介绍。需要说明的是，下文介绍中给出的实现方式仅作为示例性的说明，并不代表本申请实施例的全部实现方式。
参见图3，该图为本申请实施例提供的海面风机点云识别方法的另一种方法流程图，包括：
步骤S301：获取海面风电场的点云。
步骤S302：将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
作为一种可能的实施方式，可以参照下述流程：
步骤S3021：建立一个点云分割坐标系。
点云分割坐标系包括x轴、y轴和z轴，即是一个三维坐标系。该坐标系具有平移和不旋转性，并且对噪声鲁棒。
步骤S3022：将所述海面风电场的点云中的每个点分别投影至所述点云分割坐标系，得到投影坐标集合。
根据所建立坐标系，可以将每个点投影到所述点云分割坐标系上，得到投影坐标集合，投影坐标集合包括若干个投影坐标，每个坐标都表示为Kp＝{Xp,Yp,Zp}的形式。
步骤S3023：利用极坐标系表示所述投影坐标集合，得到极坐标集合。
利用每个投影坐标x，y轴的坐标值，可以将投影坐标转化为极坐标的表示形式，得到极坐标集合，并以此为据进行栅格区域的划分。具体的转化方法可参见如下公式：
Figure BDA0004112987200000071
Figure BDA0004112987200000072
其中，r表示点云数据在x-y平面上到激光雷达的投影距离，θ表示点云数据在x-y平面上与x轴正方向上的夹角，x为每个投影坐标x轴的坐标值，y为每个投影坐标y轴的坐标值。
步骤S3024：根据极坐标系的距离和角度，将所述极坐标系划分为多个栅格区域。
对于极坐标系而言，可以根据投影距离r划分栅格区域，然后根据角度θ将点云数据划分在同一栅格的不同区域。这样，极坐标系本身就被划分为了若干个栅格区域。
步骤S3025：利用所述极坐标集合和所述多个栅格区域的位置关系，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
因为极坐标系被分为了若干个栅格区域，所以依据所述极坐标集合中每个极坐标在极坐标系中的位置，可以确定其位于哪一个栅格区域中，再将每个栅格区域中的极坐标对应的点划分为一个栅格点云，得到多个栅格点云。
步骤S303：利用每个栅格点云中点的数量以及点与点的距离标准差，对每个栅格点云进行统计滤波。
统计滤波可以去除明显离群点，增加识别精度。
考虑到离群点在空间中分布稀疏的特征，可以定义某处点云小于某个密度，即点的数量小于预设阈值，该部分点云无效，将其去除。此外，统计滤波时，点云中所有点的距离应构成高斯分布，因此可以计算每个点到其最近的k个点平均距离；再根据预设距离标准差，剔除预设距离标准差之外的点。
步骤S304：计算所述每个栅格点云的平均高度。
步骤S305：在每个栅格点云中选取初始海面拟合点集合，得到多个初始海面拟合点集合。
由于平面是由若干的点构成的，因此，在拟合海平面之前，可以先在每个栅格点云，选取初始海面拟合点集合，作为拟合海平面的参考点。初始海面拟合点集合包括每个栅格点云中，低于所述栅格点云对应的平均高度的点。
步骤S306：利用每个初始海面拟合点集合拟合海平面，得到多个拟合海平面。
每个栅格区域都会得到对应的初始海面拟合点集合，再分别利用所述初始海面拟合点集合拟合海平面，可以得到多个拟合海平面。
步骤S307：合并每个栅格点云中的非海面点，得到海面风机点云。
步骤S308：合并每个栅格点云中的海面点，得到海面点云。
海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。除非海面点之外的点都是海面点，对于海面风机点云识别来说是应该去除的点。但是考虑到后续使用，也可以将每个栅格点云中的海面点合并，得到海面点云。
综上所述，本实施例通过统计滤波，过滤部分离群点，可以进一步增加海面风机点云识别的精度；通过选取拟合点拟合海平面，使得海平面拟合更加精准；通过合并海面点，得到海面点云，有利于后续对点云数据的复用。
以上为本申请实施例提供海面风机点云识别方法的一些具体实现方式，基于此，本申请还提供了对应的装置。下面将从功能模块化的角度对本申请实施例提供的装置进行介绍。
参见图4所示的海面风机点云识别装置的结构示意图，该装置包括获取模块401、栅格化模块402、海平面拟合模块403和合并模块404。
获取模块401，用于获取海面风电场的点云；
栅格化模块402，用于基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云；
海平面拟合模块403，用于利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面；
第一合并模块404，用于合并每个栅格点云中的非海面点，得到海面风机点云，所述非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
作为一种可能的实施方式，所述栅格化模块402，包括：
坐标系建立单元，用于建立点云分割坐标系，所述点云分割坐标系包括x轴、y轴和z轴；
投影单元，用于将所述海面风电场的点云中的每个点分别投影至所述点云分割坐标系，得到投影坐标集合；
表示转化单元，用于利用极坐标系表示所述投影坐标集合，得到极坐标集合；
栅格划分单元，用于根据极坐标系的距离和角度，将所述极坐标系划分为多个栅格区域；
点云划分单元，用于利用所述极坐标集合和所述多个栅格区域的位置关系，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
作为一种可能的实施方式，所述海平面拟合模块403，包括：
计算单元，用于计算所述每个栅格点云的平均高度，所述平均高度为所述栅格点云中的点投影在所述点云分割坐标系的z轴的平均高度；
拟合点选取单元，用于在每个栅格点云中选取初始海面拟合点集合，得到多个初始海面拟合点集合，所述初始海面拟合点集合包括每个栅格点云中，低于所述栅格点云对应的平均高度的点；
拟合单元，用于利用每个初始海面拟合点集合拟合海平面，得到多个拟合海平面。
作为一种可能的实施方式，所述装置还包括：
滤波模块，用于利用每个栅格点云中点的数量以及点与点的距离标准差，对每个栅格点云进行统计滤波。
作为一种可能的实施方式，所述装置还包括：
第二合并模块，用于合并每个栅格点云中的海面点，得到海面点云，所述海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
本申请实施例还提供了对应的设备以及计算机存储介质，用于实现本申请实施例提供的方案。
其中，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行本申请任一实施例所述的海面风机点云识别方法。
所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现本申请任一实施例所述的海面风机点云识别方法。
本申请实施例中提到的“第一”、“第二”(若存在)等名称中的“第一”、“第二”只是用来做名字标识，并不代表顺序上的第一、第二。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如只读存储器(英文：read-only memory，ROM)/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅是本申请示例性的实施方式，并非用于限定本申请的保护范围。

Claims (10)

1.一种海面风机点云识别方法，其特征在于，所述方法包括：
获取海面风电场的点云；
基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云；
利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面；
合并每个栅格点云中的非海面点，得到海面风机点云，所述非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
2.根据权利要求1所述的方法，其特征在于，所述基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云，包括：
建立点云分割坐标系，所述点云分割坐标系包括x轴、y轴和z轴；
将所述海面风电场的点云中的每个点分别投影至所述点云分割坐标系，得到投影坐标集合；
利用极坐标系表示所述投影坐标集合，得到极坐标集合；
根据极坐标系的距离和角度，将所述极坐标系划分为多个栅格区域；
利用所述极坐标集合和所述多个栅格区域的位置关系，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
3.根据权利要求2所述的方法，其特征在于，所述利用每个栅格点云的平均高度拟合海平面，得到多个拟合海平面，包括：
计算所述每个栅格点云的平均高度，所述平均高度为所述栅格点云中的点投影在所述点云分割坐标系的z轴的平均高度；
在每个栅格点云中选取初始海面拟合点集合，得到多个初始海面拟合点集合，所述初始海面拟合点集合包括每个栅格点云中，低于所述栅格点云对应的平均高度的点；
利用每个初始海面拟合点集合拟合海平面，得到多个拟合海平面。
4.根据权利要求1所述的方法，其特征在于，在所述利用每个栅格点云的平均高度拟合海平面，得到多个拟合海平面之前，所述方法还包括：
利用每个栅格点云中点的数量以及点与点的距离标准差，对每个栅格点云进行统计滤波。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
合并每个栅格点云中的海面点，得到海面点云，所述海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
6.一种海面风机点云识别装置，其特征在于，所述装置包括：
获取模块，用于获取海面风电场的点云；
栅格化模块，用于基于投影距离，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云；
海平面拟合模块，用于利用每个栅格点云的平均高度，拟合海平面，得到多个拟合海平面；
第一合并模块，用于合并每个栅格点云中的非海面点，得到海面风机点云，所述非海面点包括每个栅格点云中，与对应的拟合海平面的距离小于预设阈值的点。
7.根据权利要求6所述的装置，其特征在于，所述栅格化模块，包括：
坐标系建立单元，用于建立点云分割坐标系，所述点云分割坐标系包括x轴、y轴和z轴；
投影单元，用于将所述海面风电场的点云中的每个点分别投影至所述点云分割坐标系，得到投影坐标集合；
表示转化单元，用于利用极坐标系表示所述投影坐标集合，得到极坐标集合；
栅格划分单元，用于根据极坐标系的距离和角度，将所述极坐标系划分为多个栅格区域；
点云划分单元，用于利用所述极坐标集合和所述多个栅格区域的位置关系，将所述海面风电场的点云中的点划分至多个栅格区域，得到多个栅格点云。
8.根据权利要求7所述的装置，其特征在于，所述海平面拟合模块，包括：
计算单元，用于计算所述每个栅格点云的平均高度，所述平均高度为所述栅格点云中的点投影在所述点云分割坐标系的z轴的平均高度；
拟合点选取单元，用于在每个栅格点云中选取初始海面拟合点集合，得到多个初始海面拟合点集合，所述初始海面拟合点集合包括每个栅格点云中，低于所述栅格点云对应的平均高度的点；
拟合单元，用于利用每个初始海面拟合点集合拟合海平面，得到多个拟合海平面。
9.一种设备，其特征在于，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行权利要求1至5任一项所述的海面风机点云识别方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的计算机存储设备实现权利要求1至5任一项所述的海面风机点云识别方法。
CN202310211756.XA 2023-02-27 2023-02-27 一种海面风机点云识别方法及装置 Pending CN116189022A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310211756.XA CN116189022A (zh) 2023-02-27 2023-02-27 一种海面风机点云识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310211756.XA CN116189022A (zh) 2023-02-27 2023-02-27 一种海面风机点云识别方法及装置

Publications (1)

Publication Number Publication Date
CN116189022A true CN116189022A (zh) 2023-05-30

Family

ID=86432638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310211756.XA Pending CN116189022A (zh) 2023-02-27 2023-02-27 一种海面风机点云识别方法及装置

Country Status (1)

Country Link
CN (1) CN116189022A (zh)

Similar Documents

Publication Publication Date Title
CN110985309B (zh) 偏航对风异常检测方法、装置、设备和存储介质
CN113962473B (zh) 船舶航线规划方法、装置、电子设备和存储介质
CN110094297B (zh) 基于扇区的风力发电机组的控制方法及控制系统
CN115421150B (zh) 基于激光雷达点云数据的船岸距离计算方法及系统
CN117353655B (zh) 基于rtk技术的海上漂浮式光伏智能监控系统
Saenz-Aguirre et al. Floating wind turbine energy and fatigue loads estimation according to climate period scaled wind and waves
CN113236487B (zh) 风电场噪声控制方法、系统、设备及可读存储介质
CN114740895A (zh) 一种基于无人机的风力发电机组叶片巡检路径规划方法
Park et al. Assessment of tidal stream energy resources using a numerical model in Southwestern Sea of Korea
CN116739558A (zh) 一种基于激光点云建模的树障隐患预警方法
CN114187297A (zh) 一种输电线路风偏校核方法及校核系统
CN115586591A (zh) 风暴潮的自动预报方法以及装置
CN111666725A (zh) 一种适应非复杂地形风电场的测风塔规划选址方法及系统
CN113536648B (zh) 一种海上风电平台的模拟仿真可对中匹配计算方法及系统
CN109242162B (zh) 风电场集电线路路径规划方法和装置
LU505320B1 (en) Lighting stroke risk assessment method and system for wind turbine
CN113051845B (zh) 在役山地风电场实时风资源可视化评估方法、系统、设备及存储介质
Kusuma et al. Navigating challenges on the path to net zero emissions: A comprehensive review of wind turbine technology for implementation in Indonesia
CN116189022A (zh) 一种海面风机点云识别方法及装置
CN114585950A (zh) 用于对风力涡轮机具有影响的风现象的计算机实现的预报的方法
CN116958241A (zh) 定位的准确性确定方法、装置、电子设备和存储介质
CN110163880A (zh) 一种在Unity中获取点云路面高度的方法
CN116309828A (zh) 一种基于三维激光点云数据的电力杆塔信息提取方法
CN108594220B (zh) 近海风电场水域的海事雷达图像模拟系统及方法
CN112231952A (zh) 一种基于wrf土地覆被数据置换的风暴潮模拟方法

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