CN116222502A - 一种基于激光点云的杆塔倾斜测量方法 - Google Patents

Abstract

一种基于激光点云的杆塔倾斜测量方法，包括如下步骤：S1、利用激光点云采集仪器对点云数据进行采集后，提取杆塔点云数据；S2、基于提取后的杆塔点云数据对塔身平面拟合；S21、根据杆塔点云数据生成杆塔点云的高程直方图，杆塔身上每隔一段高程存在一个特征平面，通过杆塔点云高程直方图中相关局部极值来对应特征高程和特征平面，通过特征高程间隔大于设定阈值的约束条件，剔除非特征高程的极值，获得杆塔点云中的特征高程及其对应的特征平面，从而利用杆塔点云高程直方图中的相关局部极值提取特征高程以及特征平面；S3、基于塔身平面拟合后对杆塔中心线进行拟合；S4、杆塔倾斜计算；本发明可以高效准确的实现对杆塔倾斜测量。

Description

一种基于激光点云的杆塔倾斜测量方法

技术领域

本发明涉及电力输电系统领域，尤其涉及一种基于激光点云的杆塔倾斜测量方法。

背景技术

一般来说，杆塔的倾斜容易造成输电线路垮塌、电气安全距离过小等问题，进而造成地区性的停电和巨大的经济损失。为了解决这个问题，传统的线路杆塔倾斜度测量方法主要有铅垂法、经纬仪法、平面镜法。这种算法很常用，但也有不好的一面：比如，高压线路杆塔所处地势环境比较恶劣给传统的线路杆塔倾斜度测量带来不便；传统测量设备笨重，运输成本大；设备观测时间长，因而，传统的线路杆塔倾斜度测量方法不仅难度大，强度大，效率低，而且不能适应现代电网的安全运行和发展。

发明内容

本发明的目的在于提供一种基于激光点云的杆塔倾斜测量方法，其可以有效解决背景技术中所提到的技术问题。

为实现上述目的，本发明提供如下技术方案：

一种基于激光点云的杆塔倾斜测量方法，其包括如下步骤：

S1、利用激光点云采集仪器对点云数据进行采集后，提取杆塔点云数据；

S2、基于提取后的杆塔点云数据对塔身平面拟合；

S21、根据杆塔点云数据生成杆塔点云的高程直方图，杆塔身上每隔一段高程存在一个特征平面，通过杆塔点云高程直方图中相关局部极值来对应特征高程和特征平面，通过特征高程间隔大于设定阈值的约束条件，剔除非特征高程的极值，获得杆塔点云中的特征高程及其对应的特征平面，从而利用杆塔点云高程直方图中的相关局部极值提取特征高程以及特征平面；

S22、根据特征高程以及特征平面的提取结果对塔身进行拟合操作：利用AlphaShapes算法所获得的Alpha值提取塔身特征平面的外轮廓点，然后利用杆塔方向对特征平面外轮廓进行分割，判断Alpha Shapes外轮廓的每条边是否在杆塔塔身4个方向的一定阈值范围内，其中AlphaShapes外轮廓是指利用Alpha Shapes算法获得的塔身特征平面的外轮廓；

S3、基于塔身平面拟合后对杆塔中心线进行拟合；

误差方程为非线性函数，求解时需要进行线性化，然后迭代求解，平面系数初值可以设为平面条件解算出来的平面系数，最后利用拟合得到的4个塔身平面求交线得到塔身的框架基于平差处理后的四棱台模型，分别将棱台模型顶部平面和底部平面的4个顶点对角连线，顶部交点为PT，底部交点为PD，连接点PT和PD即为杆塔中心线；

S4、杆塔倾斜计算：通过计算拟合出的中心线与理论杆塔中心线的夹角θ，理论杆塔中心线为杆塔所处地面的垂线，该夹角等同于计算拟合中心线与理论杆塔中心线所在平面之间的夹角θ，即三维空间向量与Z=0平面之间的夹角，利用三维空间向量上两点坐标X(x1,y1,z1),Y(x2,y2,z2)可以计算向量与Z=0平面之间夹角，夹角计算过程如下：

获取向量上两点坐标X(x1,y1,z1),Y(x2,y2,z2)

计算向量与平面夹角公式：

θ=| arctan｛（（x2-x1）2 +（y2-y1）2 +（z2-z1）2）)1/2/|z2 - z1|}| * (180/π)；

以夹角为依据判断杆塔倾斜，利用中心线初步对杆塔倾斜状况进行判断，设定阈值θ1，若角度小于阈值，认定为在容许范围内，不存在倾斜；若角度大于阈值则判定杆塔发生了倾斜，倾斜角度为计算所得夹角。

优选地，在步骤S12中，应用DSM数字地表模型，在第一层点云上1*1m网格范围取一个最高点，获得杆塔点云从高程最高点。

优选地，在步骤S13中，应用DEM数字高程模型，在第一层点云上1*1m网格范围取一个最低点，计算出该格网内高程的最小值作为地面高程。

优选地，在步骤S1中，提取杆塔点云数据包括：S11、去除杂点数据，得到包含电塔、电缆线、地面以及周围植被的点云数据，作为原始数据，随后根据点云高程分布从原始数据中提取出杆塔点云；

S12、根据设定的格网大小，提取点云数据局部高程最大值，杆塔点云从高程最高点至最低点均有分布，而电缆线、植被的点云均分布在最高点处附近一定高程范围内，依据此分布特点将获取的局部高程最大值点划分为杆塔塔顶部分或电缆线部分；

S13、提取杆塔塔顶点云，以杆塔塔顶点云局部高程最大值所对应的点为中心，提取格网大小范围内的点云，并计算出该格网内高程的最小值作为地面高程，并设为阈值Th，根据该阈值去除地面点，得到杆塔点云数据。

优选地，在步骤S22中，在判断Alpha Shapes外轮廓的每条边是否在杆塔塔身4个方向的一定阈值范围内时，若在，则将该边上两点判定为对应平面上的点；否则舍弃；最终可以得到电力杆塔上4个塔身平面的点；塔身拟合可以看成中心线竖直的四棱台拟合，其误差模型为附有参数的条件平差模型，对电力杆塔的4个塔身平面分别进行平面拟合，同时符合相邻平面的法向量在XOY平面上垂直以及相对平面与XOY平面的夹角相等的条件。

与现有技术相比，本发明的有益效果是：

本发明通过基于激光点云的杆塔倾斜测量方法，能够在采集的点云数据中识别出电力杆塔并实现数字化描述，基于高程直方图的特征平面提取，拟合出杆塔整体中心线以及特征平面线段，达到了解电力杆塔的整体倾斜状况目的，并且数据处理流程简单，可以计算判断倾斜位置。

附图说明

图1是本发明实施例中基于激光点云的杆塔倾斜测量方法的流程图；

图2是本发明实施例中杆塔中心线拟合过程的示意图。

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的一部分实施例，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。

请参阅图1和图2所示，一种基于激光点云的杆塔倾斜测量方法，其包括如下步骤：

S1、利用激光点云采集仪器对点云数据进行采集后，提取杆塔点云数据；

利用无人机搭载激光雷达技术，使用高精度惯性导航系统、北斗定位的高度集成定位系统、连续运行的基站以及脉冲式或多线程激光扫描仪等先进设备可快速采集输电走廊高精度三维激光点云数据，然后再提取杆塔点云数据；

S11、去除杂点数据，得到包含电塔、电缆线、地面以及周围植被的点云数据，作为原始数据，随后根据点云高程分布从原始数据中提取出杆塔点云；

S12、根据设定的格网大小，提取点云数据局部高程最大值，杆塔点云从高程最高点至最低点均有分布，而电缆线、植被的点云均分布在最高点处附近一定高程范围内，依据此分布特点将获取的局部高程最大值点划分为杆塔塔顶部分或电缆线部分；应用DSM数字地表模型，在第一层点云上1*1m网格范围取一个最高点；

S13、提取杆塔塔顶点云，以杆塔塔顶点云局部高程最大值所对应的点为中心，提取格网大小范围内的点云，并计算出该格网内高程的最小值作为地面高程，设为阈值Th，根据该阈值去除地面点，得到杆塔点云数据；应用DEM数字高程模型，在第一层点云上1*1m网格范围取一个最低点；

S2、基于提取后的杆塔点云数据对塔身平面拟合；

S21、根据杆塔点云数据生成杆塔点云的高程直方图，杆塔身上每隔一段高程存在一个特征平面，通过杆塔点云高程直方图中相关局部极值来对应特征高程和特征平面，通过特征高程间隔大于设定阈值的约束条件，剔除非特征高程的极值，获得杆塔点云中的特征高程及其对应的特征平面，从而利用杆塔点云高程直方图中的相关局部极值提取特征高程以及特征平面；设定阈值首先是确定杆塔分割位置，将杆塔沿Z轴进行等间距分层，确定局部最大点密度；然后计算对应于局部最大密度的每个分层的填充率，如果分层填充率大于阈值，则视为分割位置；

S22、根据特征高程以及特征平面的提取结果对塔身进行拟合操作：利用AlphaShapes算法获得Alpha值提取塔身特征平面的外轮廓点，然后利用杆塔方向对特征平面外轮廓进行分割，判断Alpha Shapes外轮廓的每条边是否在杆塔塔身4个方向的一定阈值范围内，其中，AlphaShapes外轮廓是指利用Alpha Shapes算法获得的塔身特征平面的外轮廓；杆塔塔身4个方向类似于四棱台模型的四个侧面的方面；

若在，则将该边上两点判定为对应平面上的点；否则舍弃；最终可以得到电力杆塔4个塔身平面的点；塔身拟合可以看成中心线竖直的四棱台拟合模型，其误差模型为附有参数的条件平差模型，即对电力杆塔的4个塔身平面分别进行平面拟合，其中须注意，4个侧面在四棱台拟合模型中是四棱台的4个侧面，而此处电力杆塔就对应的是4个塔身平面，但同时符合相邻平面的法向量在XOY平面上垂直以及相对平面与XOY平面的夹角相等的条件；四棱台铺展开四个侧面，相邻平面就是指相邻的侧面，相对平面就是指面对面的侧面；

S3、基于塔身平面拟合后对杆塔中心线进行拟合；

误差方程为非线性函数，求解时需要进行线性化，然后迭代求解，平面系数初值可以设为平面条件解算出来的平面系数，最后利用拟合得到的4个塔身平面求交线得到塔身的框架基于平差处理后的四棱台模型，分别将棱台模型顶部平面和底部平面的4个顶点对角连线，顶部交点为PT，底部交点为PD，连接点PT和PD即为杆塔中心线；需理解到：此处作为实物的塔身的4个塔身平面是类似于四棱台的4个侧面；

S4、杆塔倾斜计算：通过计算拟合出的中心线与理论杆塔中心线的夹角θ，理论杆塔中心线为杆塔所处地面的垂线，该夹角等同于计算拟合中心线与理论杆塔中心线所在平面之间的夹角θ，即三维空间向量与Z=0平面之间的夹角，利用三维空间向量上两点坐标X(x1,y1,z1),Y(x2,y2,z2)可以计算向量与Z=0平面之间夹角，夹角计算过程如下：

获取向量上两点坐标X(x1,y1,z1),Y(x2,y2,z2)

计算向量与平面夹角公式：

θ=| arctan｛（（x2-x1）2 +（y2-y1）2 +（z2-z1）2）)1/2/|z2 - z1|}| * (180/π)；

以夹角为依据判断杆塔倾斜，利用中心线初步对杆塔倾斜状况进行判断，设定阈值θ1，若角度小于阈值，认定为在容许范围内，不存在倾斜；若角度大于阈值则判定杆塔发生了倾斜，倾斜角度为计算所得夹角；若杆塔发生倾斜，则进一步判断其发生倾斜的部分，将各特征平面中心点依次连接成为特征平面中心线，计算每一段特征平面中心线与理论杆塔中心线的夹角，设置阈值θ2，通过比较夹角与阈值的大小来判断倾斜部位，若角度小于一定阈值θ2，则判定正常；若部分中心线段与理论中心线夹角大于阈值θ2，则可判定该部分特征平面相对于杆塔中轴线存在倾斜。

本发明基于激光点云采集仪器对数据的采集之后，对电力杆塔点云进行纵向分层得到表征杆塔轮廓线的若干分层点云切片；对每一层分层点云切片中的点云数据进行处理，处理后的分层点云切片分别进行中心点提取，基于中心点得到电力杆塔倾斜度；本发明通过基于激光点云的杆塔倾斜测量方法，能够在采集的点云数据中识别出电力杆塔并实现数字化描述，基于高程直方图的特征平面提取，拟合出杆塔整体中心线以及特征平面线段，达到了解电力杆塔的整体倾斜状况目的，并且数据处理流程简单，可以计算判断倾斜位置。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于激光点云的杆塔倾斜测量方法，其特征在于：包括如下步骤：

S1、利用激光点云采集仪器对点云数据进行采集后，提取杆塔点云数据；

S2、基于提取后的杆塔点云数据对塔身平面拟合；

S21、根据杆塔点云数据生成杆塔点云的高程直方图，杆塔身上每隔一段高程存在一个特征平面，通过杆塔点云高程直方图中相关局部极值来对应特征高程和特征平面，通过特征高程间隔大于设定阈值的约束条件，剔除非特征高程的极值，获得杆塔点云中的特征高程及其对应的特征平面，从而利用杆塔点云高程直方图中的相关局部极值提取特征高程以及特征平面；

S22、根据特征高程以及特征平面的提取结果对塔身进行拟合操作：利用Alpha Shapes算法所获得的Alpha值提取塔身特征平面的外轮廓点，然后利用杆塔方向对特征平面外轮廓进行分割，判断Alpha Shapes外轮廓的每条边是否在杆塔塔身4个方向的一定阈值范围内，其中Alpha Shapes外轮廓是指利用Alpha Shapes算法获得的塔身特征平面的外轮廓；

S3、基于塔身平面拟合后对杆塔中心线进行拟合；

误差方程为非线性函数，求解时需要进行线性化，然后迭代求解，平面系数初值可以设为平面条件解算出来的平面系数，最后利用拟合得到的4个塔身平面求交线得到塔身的框架基于平差处理后的四棱台模型，分别将棱台模型顶部平面和底部平面的4个顶点对角连线，顶部交点为PT，底部交点为PD，连接点PT和PD即为杆塔中心线；

S4、杆塔倾斜计算：通过计算拟合出的中心线与理论杆塔中心线的夹角θ，理论杆塔中心线为杆塔所处地面的垂线，该夹角等同于计算拟合中心线与理论杆塔中心线所在平面之间的夹角θ，即三维空间向量与Z=0平面之间的夹角，利用三维空间向量上两点坐标X(x1,y1,z1),Y(x2,y2,z2)可以计算向量与Z=0平面之间夹角，夹角计算过程如下：

获取向量上两点坐标X(x1,y1,z1),Y(x2,y2,z2)

计算向量与平面夹角公式：

θ=| arctan｛（（x2-x1）2 +（y2-y1）2 +（z2-z1）2）)1/2/|z2 - z1|}| * (180/π)

以夹角为依据判断杆塔倾斜，利用中心线初步对杆塔倾斜状况进行判断，设定阈值θ1，若角度小于阈值，认定为在容许范围内，不存在倾斜；若角度大于阈值则判定杆塔发生了倾斜，倾斜角度为计算所得夹角。

2.根据权利要求1所述的一种基于激光点云的杆塔倾斜测量方法，其特征在于：在步骤S12中，应用DSM数字地表模型，在第一层点云上1*1m网格范围取一个最高点，获得杆塔点云从高程最高点。

3.根据权利要求1所述的一种基于激光点云的杆塔倾斜测量方法，其特征在于：在步骤S13中，应用DEM数字高程模型，在第一层点云上1*1m网格范围取一个最低点，计算出该格网内高程的最小值作为地面高程。

4.根据权利要求1所述的一种基于激光点云的杆塔倾斜测量方法，其特征在于：在步骤S1中，提取杆塔点云数据包括：

S11、去除杂点数据，得到包含电塔、电缆线、地面以及周围植被的点云数据，作为原始数据，随后根据点云高程分布从原始数据中提取出杆塔点云；

S12、根据设定的格网大小，提取点云数据局部高程最大值，杆塔点云从高程最高点至最低点均有分布，而电缆线、植被的点云均分布在最高点处附近一定高程范围内，依据此分布特点将获取的局部高程最大值点划分为杆塔塔顶部分或电缆线部分；

S13、提取杆塔塔顶点云，以杆塔塔顶点云局部高程最大值所对应的点为中心，提取格网大小范围内的点云，并计算出该格网内高程的最小值作为地面高程，并设为阈值Th，根据该阈值去除地面点，得到杆塔点云数据。

5.根据权利要求4所述的一种基于激光点云的杆塔倾斜测量方法，其特征在于：在步骤S22中，在判断Alpha Shapes外轮廓的每条边是否在杆塔塔身4个方向的一定阈值范围内时，若在，则将该边上两点判定为对应平面上的点；否则舍弃；最终可以得到电力杆塔上4个塔身平面的点；塔身拟合可以看成中心线竖直的四棱台拟合，其误差模型为附有参数的条件平差模型，对电力杆塔的4个塔身平面分别进行平面拟合，同时符合相邻平面的法向量在XOY平面上垂直以及相对平面与XOY平面的夹角相等的条件。

6.根据权利要求5所述的一种基于激光点云的杆塔倾斜测量方法，其特征在于：若杆塔发生倾斜，则进一步判断其发生倾斜的部分，将各特征平面中心点依次连接成为特征平面中心线，计算每一段特征平面中心线与理论杆塔中心线的夹角，设置阈值θ2，通过比较夹角与阈值的大小来判断倾斜部位，若角度小于一定阈值θ2，则判定正常；若部分中心线段与理论中心线夹角大于阈值θ2，则可判定该部分特征平面相对于杆塔中轴线存在倾斜。

Images