CN116592851B - 融合线路本体的输电通道树障卫星三维监测方法及系统 - Google Patents
融合线路本体的输电通道树障卫星三维监测方法及系统 Download PDFInfo
- Publication number
- CN116592851B CN116592851B CN202310854596.0A CN202310854596A CN116592851B CN 116592851 B CN116592851 B CN 116592851B CN 202310854596 A CN202310854596 A CN 202310854596A CN 116592851 B CN116592851 B CN 116592851B
- Authority
- CN
- China
- Prior art keywords
- tree
- transmission channel
- surface model
- power transmission
- dimensional
- 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.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 200
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012216 screening Methods 0.000 claims abstract description 18
- 230000004927 fusion Effects 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 40
- 238000010276 construction Methods 0.000 claims description 17
- 230000004888 barrier function Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 13
- 230000007547 defect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
融合线路本体的输电通道树障卫星三维监测方法及系统,包括:基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;基于无人机获取与若干杆塔相关的点位影像;基于卫星遥感信息、点位影像以及杆塔的三维坐标构建树木冠层三维模型;基于卫星遥感信息获取输电通道中树木的二维坐标,并基于树木冠层三维模型筛选树木的二维坐标所对应的高度,得到树木高度;基于导线高度、树木高度结合预设的安全距离阈值,对输电通道树障进行监测。本发明基于卫星遥感信息、点位影像以及杆塔的三维坐标构建树木冠层三维模型,使得构建的树木冠层三维模型更精准,进而对树木高度的预测也更精准,且利用卫星遥感信息监测范围大,且不受环境的影响。
Description
技术领域
本发明涉及输电通道监测领域,具体涉及融合线路本体的输电通道树障卫星三维监测方法及系统。
背景技术
目前输电通道树障监测主要采取激光雷达扫描或者倾斜摄影测量等单一的方式进行,且成本高、不适用于大范围的输电通道树障监测。现有技术提出单纯利用卫星遥感进行树障监测方法,但误差在1.5m左右,且工程化应用误差波动较大。
架空输电线路作为电能输送的重要手段之一,为建设发展提供了基础支撑。架空输电线路建设在野外,往往受到树障隐患的影响,当输电线路周围树木生长到一定高度时,导线与树木之间的净空距离过小则会导致线树之间形成短路,严重时造成跳闸或停电事故。因此,输电通道树障大范围、精细化定期监测是电力运检人员密切关注的重点。
现有的输电通道树障监测主要采用激光雷达扫描和无人机倾斜摄影的方式开展,首先通过激光雷达扫描或无人机航拍来获取数据,然后建立树障三维模型,最后通过地面采集树木真实高度来对模型误差进行纠正。已有的这些方法对树障监测精度较高,但是存在成本高、监测范围小、人员投入多、受环境影响大等缺点,对于长线路、大跨度的输电线路通道开展大范围树障监测不适用。尤其是在山区、林地、无人区等地形复杂、交通不便、通讯不畅的地区,现有方法难以满足输电通道树障常态化监测。另一方面,现有的树障监测模型需要通过获取真实树木高度信息来进行误差纠正或者树木高度变化监测,树木高度信息获取需要人工测量,不仅耗时耗力,而且人为误差较大。
相比于激光雷达、无人机等技术,卫星遥感具有获取信息量大、覆盖范围广、受环境影响小、数据更新周期稳定等优势。近年来,随着卫星遥感技术的发展,亚米级立体测绘卫星进入市场,这为输电通道树障大范围定期监测提供了重要的数据支撑。但由于卫星轨道高度较高,卫星影像分辨率最高只能达到1.5m,仅利用卫星立体像对开展树障监测无法满足电力巡检精度要求。
对申请号为2020110566497,名称为“一种树高预测方法、输电线路树障预警方法及系统”。公开了一种树高预测方法、输电线路树障预警方法及系统,包括:获取被预测区域内两个时刻的卫星遥感立体像对,分别生成两个时刻的数字地表模型;对两个时刻的数字地表模型进行修订;基于修订后的数字地表模型,对被预测区域内的树木生长高度进行预测,并基于上述的树高预测值进行输电线路树障预警,本发明的应用克服了卫星遥感数据对树木高度不敏感造成的树高预测不准确问题,使树高预测精度从1.5m-4m提升到了0.3m,大大提高了树木生长高度预测的准确性,从而整体上实现了在各种复杂环境下对树高进行高效、准确的预测;同时由于本发明中树障预警是基于上述树高预测方法实现的,进而也实现了对输电线路的大范围、全覆盖树障准确预警。该发明仅使用了卫星遥感影像立体像对来进行树障监测,其监测精度受到卫星遥感影像分辨率的制约。其次,在进行树木高度监测时用到了树木实际测量高度,而实际树高的测量往往需要人工地面采集,存在人为误差的干扰,且耗时耗力。
2021年8月由刘兰兰等人发表的名称为“基于卫星遥感影像的线树距离测量与树障预警技术”的论文,依托摄影测量原理,从卫星遥感影像的立体像对中匹配并得到输电线路沿线的点云信息,从而构筑出输电线路沿线的三维立体模型,在此基础上,分别利用监督分类法识别并提取树冠区域空间参数、利用输电线路的悬链线方程获得输电线路的空间参数,从而实现了线树距离的测量。采用卫星遥感影像立体像对进行输电通道模型构建,误差较大,且全文并没有对模型进行误差纠正,最后得到的线树距离误差高达1.72m,误差较大。
综上,现有输电通道树障监测采用激光雷达扫描和无人机倾斜摄影的方式开展,这些方法虽然精度高,但是存在监测范围小、受环境限制大的缺点,不能够满足树障定期、大范围监测。针对这一不足,近年来利用卫星遥感技术来进行树障监测逐渐发展起来,但是现有的基于卫星遥感的树障监测方法存在精度低、依赖树高真实测量结果的缺点。
发明内容
为了解决采用激光雷达扫描和无人机倾斜摄影的方式进行输电通道树障监测虽然精度高,但监测范围小、受环境限制大,不能满足树障定期、大范围监测,而利用卫星遥感技术进行树障监测存在精度低、依赖树高真实测量结果的缺点,本发明提出了融合线路本体的输电通道树障卫星三维监测方法及系统,包括:
基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;
基于无人机获取与若干所述杆塔相关的点位影像;
基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型;
基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度;
基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测。
可选的,所述基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型,包括:
采用无人机倾斜摄影方法拍摄输电通道中与若干所述杆塔相关的点位影像,并由所述点位影像构建输电通道的第一数字地表模型;
由卫星遥感信息生成输电通道的第二数字地表模型;
由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型;
基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型。
可选的,所述由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型,包括:
将杆塔的三维坐标与所述输电通道的第二数字地表模型和第一数字地表模型的空间坐标统一到同一坐标系下;
从所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中查找所述杆塔所在点位对应的空间坐标;
由所述杆塔的三维坐标减去对应的空间坐标,得到三维坐标差值;
由克里金插值原理结合所述三维坐标差值对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中每个像素点进行纠正;
由纠正后的所述第一数字地表模型对纠正后的第二数字地表模型进行二次修正,得到第三数字地表模型。
可选的,所述由克里金插值原理结合所述三维坐标差值对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中每个像素点进行纠正,包括:
选择杆塔作为控制点,将所述杆塔的三维坐标与所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中像素点的空间坐标统一到同一坐标系统下;
对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中的每个像素点设定t个控制点,并根据像素点与所述t个控制点的距离设置被关联的控制点的权重系数矩阵,其中t为控制点数量;
计算每个像素点与t个控制点的三维空间差值;
基于所述权重系数矩阵和所述三维空间差值,结合纠正计算式计算每个像素点的三维纠正坐标值;
将所述每个像素点的三维纠正坐标值增加至对应像素点的空间坐标上,得到纠正后的第二数字地表模型和纠正后的第一数字地表模型。
可选的,所述由纠正后的所述第一数字地表模型对纠正后的第二数字地表模型进行二次修正,得到第三数字地表模型,包括:
将纠正后的第一数字地表模型和纠正后的第二数字地表模型统一到同一坐标系统下;
以纠正后的第一数字地表模型为基准,计算纠正后的第二数字地表模型上各像素点到纠正后的第一数字地表模型各对应像素点的距离差的平均值;
将所述平均值增加在所述纠正后的第二数字地表模型上所有点的坐标上,得到第三数字地表模型。
可选的,所述基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型,包括:
将所述树木的二维坐标与所述第三数字地表模型统一到同一坐标系统下;
将所述树木二维坐标与所述第三数字地表模型在平面上进行空间叠加,并取二者在二维平面上的交集;
在所述第三数字地表模型中将所述二维平面上的交集处标记为树木,得到树木冠层三维模型。
可选的,所述纠正计算式如下式所示:
θ=M•[σ1, σ2,…,σm]T
式中,M为权重系数矩阵;σ1, σ2,…,σm为第1…m个控制点的坐标和塔高与对应的三维坐标差值;θ为纠正值;m为控制点的编号;T为转置符号。
可选的,所述基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测,包括:
当树木高度不小于导线高度时,筛选出树木的三维坐标;
当树木高度小于导线高度时,将所述导线高度减去所述树木高度,得到净空距离;
筛选出净空距离小于所述安全阈值的树木的三维坐标。
再一方面本发明还提供了融合线路本体的输电通道树障卫星三维监测系统,包括:
导线高度计算模块,用于基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;
影像获取模块,用于基于无人机获取与若干所述杆塔相关的点位影像;
模型构建模块,用于基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型;
高度估算模块,用于基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度;
监测模块,用于基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测。
可选的,所述模型构建模块包括:
第一构建子模块,用于采用无人机倾斜摄影方法拍摄输电通道中与若干所述杆塔相关的点位影像,并由所述点位影像构建输电通道的第一数字地表模型;
第二构建子模块,用于由卫星遥感信息生成输电通道的第二数字地表模型;
纠正子模块,用于由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型;
模型完善模块,用于基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型。
可选的,所述纠正子模块,包括:
预处理单元,用于将杆塔的三维坐标与所述输电通道的第二数字地表模型和第一数字地表模型的空间坐标统一到同一坐标系下;
坐标转换单元,用于从所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中查找所述杆塔所在点位对应的空间坐标;
差值计算单元,用于由所述杆塔的三维坐标减去对应的空间坐标,得到三维坐标差值;
纠正处理单元,用于由克里金差值原理结合所述三维坐标差值对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中每个像素点进行纠正;
二次纠正处理单元,用于由纠正后的所述第一数字地表模型对纠正后的第二数字地表模型进行二次修正,得到第三数字地表模型。
可选的,所述纠正处理单元,具体用于:
选择杆塔作为控制点,将所述杆塔的三维坐标与所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中像素点的空间坐标统一到同一坐标系统下;
对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中的每个像素点设定t个控制点,并根据像素点与所述t个控制点的距离设置被关联的控制点的权重系数矩阵,其中t为控制点数量;
计算每个像素点与t个控制点的三维空间差值;
基于所述权重系数矩阵和所述三维空间差值,结合纠正计算式计算每个像素点的三维纠正坐标值;
将所述每个像素点的三维纠正坐标值增加至对应像素点的空间坐标上,得到纠正后的第二数字地表模型和纠正后的第一数字地表模型。
可选的,所述二次纠正处理单元具体用于:
将纠正后的第一数字地表模型和纠正后的第二数字地表模型统一到同一坐标系统下;
以纠正后的第一数字地表模型为基准,计算纠正后的第二数字地表模型上各像素点到纠正后的第一数字地表模型各对应像素点的距离差的平均值;
将所述平均值增加在所述纠正后的第二数字地表模型上所有点的坐标上,得到第三数字地表模型。
可选的,所述模型完善模块具体用于:
将所述树木的二维坐标与所述第三数字地表模型统一到同一坐标系统下;
将所述树木二维坐标与所述第三数字地表模型在平面上进行空间叠加,并取二者在二维平面上的交集;
在所述第三数字地表模型中将所述二维平面上的交集处标记为树木,得到树木冠层三维模型。
可选的,所述监测模块具体用于:
当树木高度不小于导线高度时,筛选出树木的三维坐标;
当树木高度小于导线高度时,将所述导线高度减去所述树木高度,得到净空距离;
筛选出净空距离小于所述安全阈值的树木的三维坐标。
再一方面,本申请还提供了一种计算设备,包括:一个或多个处理器;
处理器,用于执行一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现如上述所述的融合线路本体的输电通道树障卫星三维监测方法。
再一方面,本申请还提供了一种计算机可读存储介质,其上存有计算机程序,所述计算机程序被执行时,实现如上述所述的融合线路本体的输电通道树障卫星三维监测方法。
与现有技术相比,本发明的有益效果为:
融合线路本体的输电通道树障卫星三维监测方法,包括:基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;基于无人机获取与若干所述杆塔相关的点位影像;基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型;基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度;基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测。本发明基于卫星遥感信息、点位影像以及杆塔的三维坐标构建树木冠层三维模型,使得构建的树木冠层三维模型更精准,进而对树木高度的预测也更精准,且本发明利用卫星遥感信息监测范围大,且不受环境的影响。
附图说明
图1为本发明的融合线路本体的输电通道树障卫星三维监测方法流程图;
图2为本发明的树木冠层三维模型构建以及输电通道树障卫星三维监测方法具体流程图。
具体实施方式
本发明结合卫星和无人机的优点,并充分利用输电线路本体特征属性数据,进一步提高线树距离测量精度,避免人为误差干扰,从而实现可行的输电通道树障大范围、精细化监测,降低现有技术的人力物力投入成本。
本发明考虑到电网杆塔三维坐标、呼高、塔高等属性信息恒定不变的特征,利用已有的杆塔信息作为地面控制点对树障监测模型进行纠正,可以避免人为误差的干扰,进一步提高树障监测精度,同时也能节省真值获取时间。
实施例1:
融合线路本体的输电通道树障卫星三维监测方法,如图1所示,包括:
步骤1:基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;
步骤2:基于无人机获取与若干所述杆塔相关的点位影像;
步骤3:基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型;
步骤4:基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度;
步骤5:基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测。
下面结合图2对本发明做详细介绍:
对步骤1中的基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度,具体包括:
通过电网数据台账,收集架空输电线路每基杆塔的杆塔类型、电压等级、杆塔物理型号、三维坐标(x,y,z),杆塔的呼高h。其中坐标(x,y,z)分别表示经度、纬度、高程。根据采集的线路参数,利用已有的3d建模软件进行输电线路本体三维模型构建,得到输电线路本体三维模型,该输电线路本体三维模型主要是对输电线路的杆塔和导线进行了建模。
步骤2中的基于无人机获取与若干所述杆塔相关的点位影像,包括:
选取输电通道的与杆塔相关的点位影像,可以选取首端、尾端,以及整条通道中地形起伏较大的n个(n≥2)塔位作为关键点,也可以按照等间距选取塔位作为关键点;
利用无人机倾斜摄影的方法对这些关键点进行拍摄,得到与若干杆塔相关的点位影像。
步骤3中的基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型,具体包括:
由所述点位影像构建输电通道的第一数字地表模型;
由卫星遥感信息生成输电通道的第二数字地表模型;
由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型;
基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型。
优选的,基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型,具体包括:
将所述树木的二维坐标与所述第三数字地表模型统一到同一坐标系统下;
将所述树木二维坐标与所述第三数字地表模型在平面上进行空间叠加,并取二者在二维平面上的交集;
在所述第三数字地表模型中将所述二维平面上的交集处标记为树木,得到树木冠层三维模型。
下面对步骤3中的基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型,做详细介绍:
(1)基于无人机倾斜摄影的输电通道的第一数字地表模型的构建:
选取输电通道的首端、尾端,以及整条通道中地形起伏较大的n个(n≥2)塔位作为关键点,利用无人机倾斜摄影的方法对这些关键点进行拍摄,并对这些拍摄点位建立输电通道的第一数字地表模型DSM1,DSM2,…,DSMn,这些第一数字地表模型反映了输电通道局部点位的地表起伏情况,n为塔位编号。
(2)基于卫星遥感立体相对的输电通道的数字地表模型构建:
收集输电通道卫星遥感立体像对,并由立体像对生成输电通道的第二数字地表模型(digital surface model)DSM0,反映了整条输电通道的第二地表高程情况,包括整条通道的线路、杆塔、树木等信息。
(3)融合线路本体特征的第一数字地表模型和第二数字地表模型误差纠正:
由于DSM0-DSMn都是通过间接测量得到的输电通道的第一数字地表模型和第二数字地表模型,存在的系统误差较大,因此采用输电线路三维模型对DSM0-DSMn进行纠正,去掉系统误差。在误差纠正过程中,选择杆塔所在点位作为控制点,选择杆塔的坐标和塔高作为控制点的地面真值,这里的点位指像素点或云点。由于控制点是离散的,因此采用克里金插值原理进行纠正,得到修正后的第二数字地表模型DSM0’和修正后的第一数字地表模型DSM1’-DSMn’。
下面以修正后的第二数字地表模型DSM0为例,对采用克里金差值原理进行纠正做详细介绍:
①将第二数字地表模型DSM0和杆塔点的空间坐标统一到同一坐标系统下,例如WGS84坐标系;
②以整条输电通道的m个杆塔点位的二维空间坐标和塔高(X,Y,H)1-m作为控制点,找到杆塔点在第二数字地表模型DSM0上的对应坐标(x,y,h)1-m;
③计算每个控制点和其对应的第二数字地表模型DSM0的三维空间差值σ1-m=(X,Y,H)1-m-(x,y,h)1-m;
④由克里金插值原理,根据第二数字地表模型DSM0上每个像素点距离控制点的距离不同,对第二数字地表模型DSM0上的每个像素点关联t个控制点,本实施例中t取3,即:按照距离像素点的距离由近到远选取前3个控制点,并根据距离远近设置被关联的控制点的权重系数矩阵M(M是一个1×m的向量),原则为:距离越近权重系数越大,权重系数之和为1,未被关联到的点权重系数为0;
⑤对于第二数字地表模型DSM0上每个点,纠正值θ=M•[σ1, σ2,…,σm]T; 其中,M为权重系数矩阵;σ1, σ2,…,σm为第1…m个控制点的坐标和塔高与对应的三维坐标差值;θ为纠正值;m为控制点的编号;
⑥将每个像素点上的θ加到对应第二数字地表模型DSM0坐标上,得到修正后的第二数字地表模型DSM0’。
以此类推得到纠正后的第二数字地表模型DSM0’和修正后的第一数字地表模型DSM1’-DSMn’。
(4)基于卫星和无人机的输电通的第三数字地表模型构建
考虑到卫星影像的分辨率和无人机影像分辨率相差较大,导致修正后的第二数字地表模型DSM0’的精度要低于修正后的第一数字地表模型DSM1’-DSMn’,因此利用修正后的第一数字地表模型DSM1’-DSMn’对修正后的第二数字地表模型DSM0’进行纠正,得到整条输电通道的第三数字地表模型DSM。
纠正过程为:①将修正后的第二数字地表模型DSM0’和修正后的第一数字地表模型DSM1’-DSMn’统一到同一坐标系统下,例如WGS84坐标系;
②以修正后的第一数字地表模型DSM1’-DSMn’为基准,计算修正后的第二数字地表模型DSM0’上对应像素点到修正后的第一数字地表模型DSM1’-DSMn’的距离差的平均值η;
③第三数字地表模型DSM=修正后的第二数字地表模型DSM0’+距离差的平均值η。
(5)基于二三维融合的树木冠层三维模型的构建:
由于得到的第三数字地表模型DSM包括整条输电通道的所有地物的三维空间信息,但不包括地物的属性信息,因此采用监督分类的方法,首先利用步骤(2)中采集的卫星遥感立体像对中的单视影像,对整条输电通道的树木进行识别,得到整条输电通道内树木的二维识别结果。
基于树木的二维识别结果,并结合步骤(4)中得到的输电通道的第三数字地表模型DSM,得到输电线路通道内树木冠层三维模型T。
该过程具体是:
①首先将树木的二维识别结果与步骤(4)中得到的输电通道的第三数字地表模型DSM统一到同一坐标系统下,例如WGS84坐标系;
②然后将树木二维识别结果与第三数字地表模型DSM在平面上进行空间叠加,并取二者在二维平面上的交集;
③最后由此二维交集扩展到第三数字地表模型DSM中,最终得到树木冠层三维模型T。
步骤4中的基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度,具体包括:
根据树木的二维坐标,在树木冠层三维模型中查找所述树木的高度。
步骤5中的基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测,具体包括:
当树木高度不小于导线高度时,筛选出树木的三维坐标;
当树木高度小于导线高度时,将所述导线高度减去所述树木高度,得到净空距离;
筛选出净空距离小于所述安全阈值的树木的三维坐标。
在步骤5之后还包括:
当筛选出净空距离小于所述安全阈值的树木的三维坐标时,发出报警信息。
利用本发明提出的方法进行输电通道内线树距离大范围、精细化测量的结果,并根据架空输电线路各电压等级线树安全距离标准,即可判断输电通道内存在树障风险的杆塔和线路。
本发明提出融合线路本体的输电通道树障卫星三维监测方法,产生的效果具体如下:
1)本发明在基于卫星遥感的树障监测基础上进行改进,针对现有的卫星遥感树障监测精度较低的缺点,本发明通过卫星遥感立体像对生成输电通道的第二数字地表模型,并由无人机倾斜摄影方法得到的关键点位第一数字地表模型和输电通道中杆塔的三维坐标对第二数字地表模型进行纠正,采用了卫星和无人机结合的方法提高了树障监测精度,最低测量误差可达0.6m。这里的关键点可选择输电通道中位于起始位置处的杆塔点位,以及起伏大于设定阈值的杆塔点位,也可以是按照一定规则选取的杆塔点位,这的规则可以是等间距等。
2)本发明利用杆塔的二维坐标和塔高构成的三维坐标来进行第一数字地表模型和第二数字地表模型纠正,避免采用人工树高测量带来的人为误差,提高了树高测量的可靠性,降低了人力物力的投入。
3)相比于激光雷达扫描和无人机倾斜摄影的树障监测方法,使用本发明提出的方法进行定期、大范围的输电通道树障监测可行性更高。
实施例2:
再一方面本发明还提供了融合线路本体的输电通道树障卫星三维监测系统,包括:
导线高度计算模块,用于基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;
影像获取模块,用于基于无人机获取与若干所述杆塔相关的点位影像;
模型构建模块,用于基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型;
高度估算模块,用于基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度;
监测模块,用于基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测。
可选的,所述模型构建模块包括:
第一构建子模块,用于采用无人机倾斜摄影方法拍摄输电通道中与若干所述杆塔相关的点位影像,并由所述点位影像构建输电通道的第一数字地表模型;
第二构建子模块,用于由卫星遥感信息生成输电通道的第二数字地表模型;
纠正子模块,用于由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型;
模型完善模块,用于基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型。
可选的,所述纠正子模块,包括:
预处理单元,用于将杆塔的三维坐标与所述输电通道的第二数字地表模型和第一数字地表模型的空间坐标统一到同一坐标系下;
坐标转换单元,用于从所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中查找所述杆塔所在点位对应的空间坐标;
差值计算单元,用于由所述杆塔的三维坐标减去对应的空间坐标,得到三维坐标差值;
纠正处理单元,用于由克里金差值原理结合所述三维坐标差值对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中每个像素点进行纠正;
二次纠正处理单元,用于由纠正后的所述第一数字地表模型对纠正后的第二数字地表模型进行二次修正,得到第三数字地表模型。
可选的,所述纠正处理单元,具体用于:
选择杆塔作为控制点,将所述杆塔的三维坐标与所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中像素点的空间坐标统一到同一坐标系统下;
对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中的每个像素点设定t个控制点,并根据像素点与所述t个控制点的距离设置被关联的控制点的权重系数矩阵,其中t为控制点数量;
计算每个像素点与t个控制点的三维空间差值;
基于所述权重系数矩阵和所述三维空间差值,结合纠正计算式计算每个像素点的三维纠正坐标值;
将所述每个像素点的三维纠正坐标值增加至对应像素点的空间坐标上,得到纠正后的第二数字地表模型和纠正后的第一数字地表模型。
可选的,所述二次纠正处理单元具体用于:
将纠正后的第一数字地表模型和纠正后的第二数字地表模型统一到同一坐标系统下;
以纠正后的第一数字地表模型为基准,计算纠正后的第二数字地表模型上各像素点到纠正后的第一数字地表模型各对应像素点的距离差的平均值;
将所述平均值增加在所述纠正后的第二数字地表模型上所有点的坐标上,得到第三数字地表模型。
可选的,所述模型完善模块具体用于:
将所述树木的二维坐标与所述第三数字地表模型统一到同一坐标系统下;
将所述树木二维坐标与所述第三数字地表模型在平面上进行空间叠加,并取二者在二维平面上的交集;
在所述第三数字地表模型中将所述二维平面上的交集处标记为树木,得到树木冠层三维模型。
可选的,所述纠正计算式如下式所示:
θ=M•[σ1, σ2,…,σm]T
式中,M为权重系数矩阵;σ1, σ2,…,σm为第1…m个控制点的坐标和塔高与对应的三维坐标差值;θ为纠正值;m为控制点的编号;T为转置符号。
可选的,所述监测模块具体用于:
当树木高度不小于导线高度时,筛选出树木的三维坐标;
当树木高度小于导线高度时,将所述导线高度减去所述树木高度,得到净空距离;
筛选出净空距离小于所述安全阈值的树木的三维坐标。
融合线路本体的输电通道树障卫星三维监测系统,还包括:告警模块,用于当筛选出净空距离小于所述安全阈值的树木的三维坐标时,发出报警信息。
实施例3:
基于同一种发明构思,本发明还提供了一种计算机设备,该计算机设备包括处理器以及存储器,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,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(ApplicationSpecificIntegrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能,以实现上述实施例中融合线路本体的输电通道树障卫星三维监测方法的步骤。
实施例4:
基于同一种发明构思,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM 存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中融合线路本体的输电通道树障卫星三维监测方法的步骤。
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。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在发明待批的本发明的权利要求范围之内。
Claims (10)
1.融合线路本体的输电通道树障卫星三维监测方法,其特征在于,包括:
基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;
基于无人机获取与若干所述杆塔相关的点位影像;
基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型;
基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度;
基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测;
所述基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型,包括:
采用无人机倾斜摄影方法拍摄输电通道中与若干所述杆塔相关的点位影像,并由所述点位影像构建输电通道的第一数字地表模型;
由卫星遥感信息生成输电通道的第二数字地表模型;
由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型;
基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型。
2.如权利要求1所述的方法,其特征在于,所述由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型,包括:
将杆塔的三维坐标与所述输电通道的第二数字地表模型和第一数字地表模型的空间坐标统一到同一坐标系下;
从所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中查找所述杆塔所在点位对应的空间坐标;
由所述杆塔的三维坐标减去对应的空间坐标,得到三维坐标差值;
由克里金插值原理结合所述三维坐标差值对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中每个像素点进行纠正;
由纠正后的所述第一数字地表模型对纠正后的第二数字地表模型进行二次修正,得到第三数字地表模型。
3.如权利要求2所述的方法,其特征在于,所述由克里金插值原理结合所述三维坐标差值对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中每个像素点进行纠正,包括:
选择杆塔作为控制点,将所述杆塔的三维坐标与所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中像素点的空间坐标统一到同一坐标系统下;
对所述输电通道的第二数字地表模型和所述输电通道的第一数字地表模型中的每个像素点设定t个控制点,并根据像素点与所述t个控制点的距离设置被关联的控制点的权重系数矩阵,其中t为控制点数量;
计算每个像素点与t个控制点的三维空间差值;
基于所述权重系数矩阵和所述三维空间差值,结合纠正计算式计算每个像素点的三维纠正坐标值;
将所述每个像素点的三维纠正坐标值增加至对应像素点的空间坐标上,得到纠正后的第二数字地表模型和纠正后的第一数字地表模型。
4.如权利要求2所述的方法,其特征在于,所述由纠正后的所述第一数字地表模型对纠正后的第二数字地表模型进行二次修正,得到第三数字地表模型,包括:
将纠正后的第一数字地表模型和纠正后的第二数字地表模型统一到同一坐标系统下;
以纠正后的第一数字地表模型为基准,计算纠正后的第二数字地表模型上各像素点到纠正后的第一数字地表模型各对应像素点的距离差的平均值;
将所述平均值增加在所述纠正后的第二数字地表模型上所有点的坐标上,得到第三数字地表模型。
5.如权利要求1所述的方法,其特征在于,所述基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型,包括:
将所述树木的二维坐标与所述第三数字地表模型统一到同一坐标系统下;
将所述树木二维坐标与所述第三数字地表模型在平面上进行空间叠加,并取二者在二维平面上的交集;
在所述第三数字地表模型中将所述二维平面上的交集处标记为树木,得到树木冠层三维模型。
6.如权利要求3所述的方法,其特征在于,所述纠正计算式如下式所示: θ=M•[σ1,σ2,…,σm]T
式中,M为权重系数矩阵;σ1, σ2,…,σm为第1…m个控制点的坐标和塔高与对应的三维坐标差值;θ为纠正值;m为控制点的编号;T为转置符号。
7.如权利要求1所述的方法,其特征在于,所述基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测,包括:
当树木高度不小于导线高度时,筛选出树木的三维坐标;
当树木高度小于导线高度时,将所述导线高度减去所述树木高度,得到净空距离;
筛选出净空距离小于所述安全距离阈值的树木的三维坐标。
8.融合线路本体的输电通道树障卫星三维监测系统,其特征在于,包括:
导线高度计算模块,用于基于输电线路台账数据得到输电通道中杆塔的三维坐标,进而得到导线高度;
影像获取模块,用于基于无人机获取与若干所述杆塔相关的点位影像;
模型构建模块,用于基于卫星遥感信息、所述点位影像以及所述杆塔的三维坐标构建树木冠层三维模型;
高度估算模块,用于基于所述卫星遥感信息获取所述输电通道中树木的二维坐标,并基于所述树木冠层三维模型筛选所述树木的二维坐标所对应的高度,得到树木高度;
监测模块,用于基于所述导线高度、所述树木高度结合预设的安全距离阈值,对所述输电通道树障进行监测;
所述模型构建模块包括:
第一构建子模块,用于采用无人机倾斜摄影方法拍摄输电通道中与若干所述杆塔相关的点位影像,并由所述点位影像构建输电通道的第一数字地表模型;
第二构建子模块,用于由卫星遥感信息生成输电通道的第二数字地表模型;
纠正子模块,用于由杆塔的三维坐标采用克里金插值原理对所述输电通道的第一数字地表模型和所述输电通道的第二数字地表模型进行纠正,得到第三数字地表模型;
模型完善模块,用于基于卫星遥感信息获取输电通道中树木的二维坐标,并结合所述第三数字地表模型得到树木冠层三维模型。
9.一种计算机设备,其特征在于,包括:一个或多个处理器;
所述处理器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1至7中任一项所述的融合线路本体的输电通道树障卫星三维监测方法。
10.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1至7中任一项所述的融合线路本体的输电通道树障卫星三维监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310854596.0A CN116592851B (zh) | 2023-07-13 | 2023-07-13 | 融合线路本体的输电通道树障卫星三维监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310854596.0A CN116592851B (zh) | 2023-07-13 | 2023-07-13 | 融合线路本体的输电通道树障卫星三维监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116592851A CN116592851A (zh) | 2023-08-15 |
CN116592851B true CN116592851B (zh) | 2023-09-19 |
Family
ID=87590307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310854596.0A Active CN116592851B (zh) | 2023-07-13 | 2023-07-13 | 融合线路本体的输电通道树障卫星三维监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116592851B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117268344B (zh) * | 2023-11-17 | 2024-02-13 | 航天宏图信息技术股份有限公司 | 电塔线路树高危险源预测方法、装置、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441767A (zh) * | 2019-09-06 | 2019-11-12 | 云南电网有限责任公司电力科学研究院 | 输电线路走廊树障净空高度的测量方法及系统 |
CN111461918A (zh) * | 2020-02-19 | 2020-07-28 | 北京天和本安电力科技有限公司 | 基于卫星光学影像的输电线路树闪隐患监测方法 |
CN111898838A (zh) * | 2020-09-30 | 2020-11-06 | 中国电力科学研究院有限公司 | 一种树高预测方法、输电线路树障预警方法及系统 |
CN113064177A (zh) * | 2021-03-16 | 2021-07-02 | 国网湖南省电力有限公司 | 输电线路与沿线树木空间距离测算方法 |
CN115240087A (zh) * | 2022-06-29 | 2022-10-25 | 国网山西省电力公司晋城供电公司 | 基于双目立体视觉及激光点云的树障定位分析方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920438B (zh) * | 2021-12-14 | 2022-03-04 | 武汉大学 | 联合ICESat-2和吉林一号影像的输电线附近树木隐患排查方法 |
-
2023
- 2023-07-13 CN CN202310854596.0A patent/CN116592851B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441767A (zh) * | 2019-09-06 | 2019-11-12 | 云南电网有限责任公司电力科学研究院 | 输电线路走廊树障净空高度的测量方法及系统 |
CN111461918A (zh) * | 2020-02-19 | 2020-07-28 | 北京天和本安电力科技有限公司 | 基于卫星光学影像的输电线路树闪隐患监测方法 |
CN111898838A (zh) * | 2020-09-30 | 2020-11-06 | 中国电力科学研究院有限公司 | 一种树高预测方法、输电线路树障预警方法及系统 |
CN113064177A (zh) * | 2021-03-16 | 2021-07-02 | 国网湖南省电力有限公司 | 输电线路与沿线树木空间距离测算方法 |
CN115240087A (zh) * | 2022-06-29 | 2022-10-25 | 国网山西省电力公司晋城供电公司 | 基于双目立体视觉及激光点云的树障定位分析方法及系统 |
Non-Patent Citations (4)
Title |
---|
倾斜摄影技术在500kV输电线路设计中的应用;周世战;陈显伟;王铱;綦伟;于武占;;电力勘测设计(第06期);全文 * |
司海青 ; 林松 ; 马胜 ; 李志斌 ; 李会娟 ; .无人机遥感提取输电线路走廊信息.地理空间信息.2018,(第03期),全文. * |
周世战 ; 陈显伟 ; 王铱 ; 綦伟 ; 于武占 ; .倾斜摄影技术在500kV输电线路设计中的应用.电力勘测设计.2020,(第06期),全文. * |
无人机遥感提取输电线路走廊信息;司海青;林松;马胜;李志斌;李会娟;;地理空间信息(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116592851A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102235827B1 (ko) | 격자 지도를 생성하는 방법 및 장치 | |
CN111537515B (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN116592851B (zh) | 融合线路本体的输电通道树障卫星三维监测方法及系统 | |
EP3454303A1 (en) | Filling method and device for invalid region of terrain elevation model data | |
CN109934911B (zh) | 基于OpenGL的移动端高精度倾斜摄影三维建模方法 | |
CN110595442A (zh) | 输电线路通道树障检测方法、储存介质和计算机设备 | |
CN110889899B (zh) | 一种数字地表模型的生成方法及装置 | |
CN113033494B (zh) | 基于地理空间信息数据测绘的测绘数据采集系统 | |
CN110866973A (zh) | 空天库岸一体化应急勘测数据融合及集成显示系统及方法 | |
CN109741209A (zh) | 台风灾害下配电网多源数据融合方法、系统及存储介质 | |
CN113626455A (zh) | 图库联动更新方法及装置、电子设备、存储介质 | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
Mao et al. | Precision evaluation and fusion of topographic data based on UAVs and TLS surveys of a loess landslide | |
KR102408981B1 (ko) | Nd 맵 생성방법 및 그를 활용한 맵 업데이트 방법 | |
CN117195488A (zh) | 一种未精测区陆海一体数字高程模型建设方法及相关系统 | |
CN114972672B (zh) | 输电线路实景三维模型构建方法、装置、设备和存储介质 | |
Urban et al. | A novel approach to estimate systematic and random error of terrain derived from UAVs: a case study from a post-mining site | |
CN115984490A (zh) | 风场特性的建模分析方法、系统、无人机设备及存储介质 | |
CN114494625A (zh) | 高精度地形图制作方法、装置和计算机设备 | |
CN114549615A (zh) | 土方工程量的生成方法、装置及电子设备 | |
CN114359489A (zh) | 一种管道施工期实景影像的制作方法、装置、设备及存储介质 | |
Zhang et al. | Multi-Objective Optimization Based Terrestrial Laser Scanning Layout Planning for Landslide Monitoring | |
CN111366172B (zh) | 数字高程模型的质量检测方法、装置和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |