CN116929232A - 输电线路净空距离检测方法及线路施工模型 - Google Patents
输电线路净空距离检测方法及线路施工模型 Download PDFInfo
- Publication number
- CN116929232A CN116929232A CN202311206129.3A CN202311206129A CN116929232A CN 116929232 A CN116929232 A CN 116929232A CN 202311206129 A CN202311206129 A CN 202311206129A CN 116929232 A CN116929232 A CN 116929232A
- Authority
- CN
- China
- Prior art keywords
- clearance distance
- acquiring
- monitoring
- wire
- transmission line
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- 230000005540 biological transmission Effects 0.000 title claims abstract description 44
- 238000010276 construction Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012806 monitoring device Methods 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及输电线路在线监测技术领域,提供一种输电线路净空距离检测方法及线路施工模型。该输电线路净空距离检测方法包括:S1、获取检测目标的顶面中心所在的像素点的坐标以及检测目标的最大高度;S2、获取地面空间坐标集合P以及导线空间坐标集合Q;S3、获取检测目标所在空间平面坐标;S4、获取对应空间平面坐标处的地面高度和导线高度;S5、获取检测目标与导线间的净空距离。该线路施工模型具有输电线路点云建立单元及净空距离监测单元,点云建立单元用于获取及更新空间点云数据;净空距离监测单元用于上述的输电线路净空距离检测方法,获取监控区域处的检测目标与导线的净空距离d。本发明能够较佳地实现净空距离的实时、精准检测。
Description
技术领域
本发明涉及输电线路在线监测技术领域,具体地说,涉及一种输电线路净空距离检测方法及线路施工模型。
背景技术
在线路施工过程中,需要考虑所布设导线与其下方物体(如建筑物、车辆等)的净空距离,也即导线与其下方物体的数值高度差。在输电通道的施工中,考虑到施工区段跨越的长度长且覆盖的地形地貌变化差异等因素,故常规的基于图像检测等的手段因噪音多、精度不可控等难以运用。目前大多采用无人机对输电通道进行扫描,获取输电线路处的空间点云数据;该种方法仅能够获取输电通道处的地形地貌、建筑物、导线、铁塔等的精准的空间三维坐标信息,但难以实现输电通道处的沿途监控,因空间点云数据因人工、时间成本高且具有数据滞后性,故无法实施更新。
考虑到线路施工现场的关键节点处均会部署视频监控设备,故本发明着重考虑如何基于视频监控设备所获取的平面的监控图像,较低硬件成本增设地实现对净空距离的监控。
发明内容
本发明提供了一种新型输电线路净空距离动态监测方法,其能够克服现有技术难以实时、精确地在输电线路施工过程中,对净空距离的检测。
根据本发明的一种输电线路净空距离检测方法,其在获取监控区域处的检测目标与导线的净空距离d时,包括如下步骤:
S1、基于监控设备获取监控区域处的监控图像 ,并获取检测目标的顶面中心所在的像素点的坐标(u,v)以及检测目标的最大高度/>;
S2、获取监控区域处的地面空间坐标集合P以及导线空间坐标集合Q;
S3、基于像素点坐标(u,v)获取检测目标所在空间平面坐标;
S4、自地面空间坐标集合P及导线空间坐标集合Q中分别获取,对应空间平面坐标处的高度坐标/>及/>,高度坐标/>及/>分别作为地面高度和导线高度;
S5、获取检测目标与导线间的净空距离d,d= -/>- />。
作为优选,步骤S2中,根据输电线路处的空间点云数据,建立地面空间坐标集合P以及导线空间坐标集合Q;具体包括,
S11、基于监控设备获取监控区域处的监控图像 ,监控图像 />所在坐标系为监控设备的相机坐标系;像素点(m,n)为监控图像/>中的任一点的像素坐标,1≤m≤M,1≤n≤N,M为监控图像/>在x轴上的最大像素坐标值,N为监控图像/>在y轴上的最大像素坐标值;
S12、获取输电线路处的空间点云数据,空间点云数据 />所在的坐标系为世界坐标系,(x,y,z)为空间点云数据/>中的任一点的空间坐标;
S13、获取监控图像在世界坐标系中的平面坐标集合/>,监控图像/>的任一像素点(m,n)在平面坐标集合 />中的平面坐标为/>;
S14、基于平面坐标集合,构建地面空间坐标集合P以及导线空间坐标集合Q,
,
;
其中, 表示平面坐标为 />处的地面处的高度坐标;/>表示平面坐标为/>处的导线处的高度坐标;导线空间坐标集合Q中,对于上方未有导线经过的任一平面坐标/>处,将对应的高度坐标 />赋值为设定值a。
作为优选,设定值a设定为监控区域处的导线的最小高度。
作为优选,步骤S3中,在获取像素点坐标(u,v)后,基于平面坐标集合获取对应的平面坐标 />。
作为优选,步骤S13中,获取相机坐标系与世界坐标系的转换矩阵,基于转换矩阵实现监控图像在世界坐标系中的平面坐标集合 />的获取。
作为优选,步骤S1中,检测目标为车辆,基于图像识别算法获取车辆的顶面中心位置及车辆类型,以对应类型车辆的最大限高作为检测目标的最大高度。
此外,本发明还提供了一种线路施工模型,其具有输电线路点云建立单元及净空距离监测单元,点云建立单元用于获取及更新空间点云数据;净空距离监测单元用于基于任一上述的输电线路净空距离检测方法,获取监控区域处的检测目标与导线的净空距离d。
作为优选,输电线路点云建立单元包括无人机,空间点云数据通过无人机航拍获取。
作为优选,净空距离监测单元包括监控设备,监控设备包括相机。
本发明的有益效果在于:
1、所提供的输电线路净空距离检测方法,能够通过监控设备实现监控图像的实时获取;地面空间坐标集合P以及导线空间坐标集合Q能够基于输电线路处的空间点云数据获取;通过步骤S3及S4的数据融合使用,从而能够较佳地实现对控区域处的高度数据的精确、实时获取;从而解决了平面的监控图像难以精确获取高度信息、点云数据不具备实时性的问题,实现检测目标与导线的净空距离d的精确、实时地获取。
2、所提供的线路施工模型,能够较佳地在线路施工过程中建立更为庞大的计算模型,通过收录空间点云数据 及监控数据等,能够进一步地实现线路施工过程中的多种管理。尤其是能够较佳地实现对输电通道内的每个监控节点处的净空距离的统筹检测管理。
附图说明
图1为实施例1中的输电线路净空距离检测方法的原理示意图;
图2为实施例1中的监控图像的示意图。
具体实施方式
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。应当理解的是,实施例仅仅是对本发明进行解释而并非限定。
实施例1
结合图1所示,为了实现相邻铁塔1间的导线3,与下方通行的车辆4间的净空距离的监控;其将导线3下方与车辆4通行道路间的区域设定为监控区域,并基于施工现场的视频监控设备,在铁塔1处设置监控设备2;以实现对导线2下方的监控区域进行实时监控,并同时实现对过往的车辆4的净空距离的计算。
本实施例所提供的输电线路净空距离检测方法,其在获取监控区域处的检测目标与导线的净空距离d时,包括如下步骤:
S1、基于监控设备获取监控区域处的监控图像,并获取检测目标的顶面中心所在的像素点的坐标(u,v)以及检测目标的最大高度/>;
S2、获取监控区域处的地面空间坐标集合P以及导线空间坐标集合Q;
S3、基于像素点坐标(u,v)获取检测目标所在空间平面坐标 ;
S4、自地面空间坐标集合P及导线空间坐标集合Q中分别获取,对应空间平面坐标=处的高度坐标/>及 />,高度坐标/>及/>分别作为地面高度和导线高度;
S5、获取检测目标与导线间的净空距离d,d= -/>- />。
上述步骤S1-S5,能够通过监控设备实现监控图像的实时获取;地面空间坐标集合P以及导线空间坐标集合Q能够基于输电线路处的空间点云数据/>获取;通过步骤S3及S4的数据融合使用,从而能够较佳地实现对控区域处的高度数据的精确、实时获取;从而解决了平面的监控图像难以精确获取高度信息、点云数据不具备实时性的问题,实现检测目标与导线的净空距离d的精确、实时地获取。
本实施例的步骤S2中,根据输电线路处的空间点云数据,建立地面空间坐标集合P以及导线空间坐标集合Q;具体包括,
S11、基于监控设备获取监控区域处的监控图像 ,监控图像/>所在坐标系为监控设备的相机坐标系;像素点(m,n)为监控图像/>中的任一点的像素坐标,1≤m≤M,1≤n≤N,M为监控图像/>在x轴上的最大像素坐标值,N为监控图像/>在y轴上的最大像素坐标值;
S12、获取输电线路处的空间点云数据 ,空间点云数据 />所在的坐标系为世界坐标系,(x,y,z)为空间点云数据 />中的任一点的空间坐标;
S13、获取监控图像在世界坐标系中的平面坐标集合 />,监控图像/>的任一像素点(m,n)在平面坐标集合 />中的平面坐标为/>;
S14、基于平面坐标集合,构建地面空间坐标集合P以及导线空间坐标集合Q,
,
;
其中, 表示平面坐标为 />处的地面处的高度坐标; />表示平面坐标为/>处的导线处的高度坐标;导线空间坐标集合Q中,对于上方未有导线经过的任一平面坐标 />处,将对应的高度坐标 />赋值为设定值a。
通过上述S11-S13,能够较佳地依据像素点坐标获取像素点的平面坐标,依据该平面坐标,能够较佳地自地面点云数据和导线点云数据处获取所对应的地面空间坐标结合和所对应的导线空间坐标集合,进而实现了高度数据的引入。
其中,S13中,考虑到监控设备2的拍摄角度及视角安装完毕后,监控图像的采拍区域也可以视为不在变化;故通过建立平面坐标集合 />,能够在监控图像/>中出现检测目标时,直接基于检测目标的顶面中心所在的像素点的坐标(u,v),自平面坐标集合 />中直接获取所对应的空间平面坐标/>;故而不再需要重复地进行坐标变换的操作,能够大幅降低运算量、提升反应速度。
同理S14中,地面空间坐标集合P以及导线空间坐标集合Q的构建,也能够进一步地降低数据运算量,提升检测速度。
本实施例中,设定值a设定为监控区域处的导线的最小高度。故而能够较佳地在检测目标已位于监控区域中但未位于导线正下方时,即可对其进行高度的预警。
本实施例的步骤S3中,在获取像素点坐标(u,v)后,基于平面坐标集合获取对应的平面坐标/>。故而能够较佳地降低运算量,提升检测速度。
本实施例的步骤S13中,获取相机坐标系与世界坐标系的转换矩阵,基于转换矩阵实现监控图像在世界坐标系中的平面坐标集合/>的获取。故能够较佳地实现监控图像的像素坐标在世界坐标系中的平面坐标的获取。此为常规手段,本实施例中不予赘述。
本实施例的步骤S1中,检测目标为车辆,基于图像识别算法获取车辆的顶面中心位置及车辆类型,以对应类型车辆的最大限高作为检测目标的最大高度 。从而能够较佳地实现不同类型的施工车辆的净空距离监测,可以理解的是,本实施例的检测的目的在于保证检测目标与导线间具有足够的安全距离,故通过设置对应类型车辆的最大限高作为检测目标的最大高度/>,能够确保安全。其中,图像识别算法能够采用现有的如YOLO算法等常规边缘检测算法,本实施例中不予赘述。
实施例2
本实施例提供了一种线路施工模型,其具有输电线路点云建立单元及净空距离监测单元,点云建立单元用于获取及更新空间点云数据;净空距离监测单元用于基于实施例1的输电线路净空距离检测方法,获取监控区域处的检测目标与导线的净空距离d。
通过上述,能够较佳地在线路施工过程中建立更为庞大的计算模型,通过收录空间点云数据 及监控数据等,能够进一步地实现线路施工过程中的多种管理。考虑到本发明仅在于净空距离实时检测单元,故仅对次予以描述,其余功能本实施例不予赘述。
此外,输电线路点云建立单元包括无人机,空间点云数据 通过无人机航拍获取。故而能够基于现有较为成熟的技术实现输电线路点云数据的获取。
此外,净空距离监测单元包括监控设备,监控设备包括相机。故而能够较佳地实现监控图像的获取。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (9)
1.输电线路净空距离检测方法,其特征在于,在获取监控区域处的检测目标与导线的净空距离d时,包括如下步骤:
S1、基于监控设备获取监控区域处的监控图像,并获取检测目标的顶面中心所在的像素点的坐标(u,v)以及检测目标的最大高度/>;
S2、获取监控区域处的地面空间坐标集合P以及导线空间坐标集合Q;
S3、基于像素点坐标(u,v)获取检测目标所在空间平面坐标;
S4、自地面空间坐标集合P及导线空间坐标集合Q中分别获取,对应空间平面坐标处的高度坐标/>及/>,高度坐标/>及/>分别作为地面高度和导线高度;
S5、获取检测目标与导线间的净空距离d,d=-/>-/>。
2.根据权利要求1所述的输电线路净空距离检测方法,其特征在于:步骤S2中,根据输电线路处的空间点云数据,建立地面空间坐标集合P以及导线空间坐标集合Q;具体包括,
S11、基于监控设备获取监控区域处的监控图像,监控图像/>所在坐标系为监控设备的相机坐标系;像素点(m,n)为监控图像/>中的任一点的像素坐标,1≤m≤M,1≤n≤N,M为监控图像/>在x轴上的最大像素坐标值,N为监控图像/>在y轴上的最大像素坐标值;
S12、获取输电线路处的空间点云数据,空间点云数据/>所在的坐标系为世界坐标系,(x,y,z)为空间点云数据/>中的任一点的空间坐标;
S13、获取监控图像在世界坐标系中的平面坐标集合/>,监控图像/>的任一像素点(m,n)在平面坐标集合/>中的平面坐标为/>;
S14、基于平面坐标集合,构建地面空间坐标集合P以及导线空间坐标集合Q,
,
;
其中,表示平面坐标为/>处的地面处的高度坐标;/>表示平面坐标为/>处的导线处的高度坐标;导线空间坐标集合Q中,对于上方未有导线经过的任一平面坐标/>处,将对应的高度坐标/>赋值为设定值a。
3.根据权利要求2所述的输电线路净空距离检测方法,其特征在于:设定值a设定为监控区域处的导线的最小高度。
4.根据权利要求2所述的输电线路净空距离检测方法,其特征在于:步骤S3中,在获取像素点坐标(u,v)后,基于平面坐标集合获取对应的平面坐标/>。
5.根据权利要求2所述的输电线路净空距离检测方法,其特征在于:步骤S13中,获取相机坐标系与世界坐标系的转换矩阵,基于转换矩阵实现监控图像在世界坐标系中的平面坐标集合/>的获取。
6.根据权利要求1所述的输电线路净空距离检测方法,其特征在于:步骤S1中,检测目标为车辆,基于图像识别算法获取车辆的顶面中心位置及车辆类型,以对应类型车辆的最大限高作为检测目标的最大高度。
7.线路施工模型,其特征在于:具有输电线路点云建立单元及净空距离监测单元,点云建立单元用于获取及更新空间点云数据;净空距离监测单元用于基于权利要求1-6中任一所述的输电线路净空距离检测方法,获取监控区域处的检测目标与导线的净空距离d。
8.根据权利要求7中所述的线路施工模型,其特征在于:输电线路点云建立单元包括无人机,空间点云数据通过无人机航拍获取。
9.根据权利要求7中所述的线路施工模型,其特征在于:净空距离监测单元包括监控设备,监控设备包括相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311206129.3A CN116929232B (zh) | 2023-09-19 | 2023-09-19 | 输电线路净空距离检测方法及线路施工模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311206129.3A CN116929232B (zh) | 2023-09-19 | 2023-09-19 | 输电线路净空距离检测方法及线路施工模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116929232A true CN116929232A (zh) | 2023-10-24 |
CN116929232B CN116929232B (zh) | 2024-01-09 |
Family
ID=88390140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311206129.3A Active CN116929232B (zh) | 2023-09-19 | 2023-09-19 | 输电线路净空距离检测方法及线路施工模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116929232B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101552585B1 (ko) * | 2015-06-12 | 2015-09-14 | (주)선운 이앤지 | 지상라이다를 이용한 가공송전선의 횡진측정 및 구조물과의 횡진이격거리 분석 및 산출방법 |
CN107084676A (zh) * | 2017-04-06 | 2017-08-22 | 国核电力规划设计研究院有限公司 | 一种获得输电线路的防舞装置的布置位置处的相间距离的方法 |
JP2018031693A (ja) * | 2016-08-25 | 2018-03-01 | 一般財団法人電力中央研究所 | 架空送電線の離隔評価方法,離隔評価装置,及び離隔評価プログラム、並びに、離隔評価データの表示方法 |
CN113465522A (zh) * | 2021-06-08 | 2021-10-01 | 智洋创新科技股份有限公司 | 一种基于点云的输电通道内隐患测距的方法 |
CN113469947A (zh) * | 2021-06-08 | 2021-10-01 | 智洋创新科技股份有限公司 | 一种适合多种地形的测量隐患与输电导线净空距离的方法 |
CN114036453A (zh) * | 2021-11-17 | 2022-02-11 | 广西栩天信息技术有限公司 | 一种利用点云数据计算架空线路导地线受力的方法 |
CN114066985A (zh) * | 2022-01-11 | 2022-02-18 | 深圳金三立视频科技股份有限公司 | 一种输电线隐患距离的计算方法及终端 |
CN114743021A (zh) * | 2022-04-15 | 2022-07-12 | 国网江苏省电力有限公司泰州供电分公司 | 一种输电线路图像与点云数据的融合方法及系统 |
WO2022170878A1 (zh) * | 2021-02-09 | 2022-08-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种无人机测量输电线路影像距离的系统及方法 |
-
2023
- 2023-09-19 CN CN202311206129.3A patent/CN116929232B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101552585B1 (ko) * | 2015-06-12 | 2015-09-14 | (주)선운 이앤지 | 지상라이다를 이용한 가공송전선의 횡진측정 및 구조물과의 횡진이격거리 분석 및 산출방법 |
JP2018031693A (ja) * | 2016-08-25 | 2018-03-01 | 一般財団法人電力中央研究所 | 架空送電線の離隔評価方法,離隔評価装置,及び離隔評価プログラム、並びに、離隔評価データの表示方法 |
CN107084676A (zh) * | 2017-04-06 | 2017-08-22 | 国核电力规划设计研究院有限公司 | 一种获得输电线路的防舞装置的布置位置处的相间距离的方法 |
WO2022170878A1 (zh) * | 2021-02-09 | 2022-08-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种无人机测量输电线路影像距离的系统及方法 |
CN113465522A (zh) * | 2021-06-08 | 2021-10-01 | 智洋创新科技股份有限公司 | 一种基于点云的输电通道内隐患测距的方法 |
CN113469947A (zh) * | 2021-06-08 | 2021-10-01 | 智洋创新科技股份有限公司 | 一种适合多种地形的测量隐患与输电导线净空距离的方法 |
CN114036453A (zh) * | 2021-11-17 | 2022-02-11 | 广西栩天信息技术有限公司 | 一种利用点云数据计算架空线路导地线受力的方法 |
CN114066985A (zh) * | 2022-01-11 | 2022-02-18 | 深圳金三立视频科技股份有限公司 | 一种输电线隐患距离的计算方法及终端 |
CN114743021A (zh) * | 2022-04-15 | 2022-07-12 | 国网江苏省电力有限公司泰州供电分公司 | 一种输电线路图像与点云数据的融合方法及系统 |
Non-Patent Citations (1)
Title |
---|
黄绪勇;余辉;牛斌;王艳涛;: "基于LiDAR数据的输电线路隐患智能预警研究", 中国战略新兴产业, no. 36 * |
Also Published As
Publication number | Publication date |
---|---|
CN116929232B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102819926B (zh) | 一种基于无人机的火灾监测预警方法 | |
CN107194991B (zh) | 一种基于骨架点局域动态更新的三维全局可视化监控系统构建方法 | |
US20140313347A1 (en) | Traffic camera calibration update utilizing scene analysis | |
CN112711033B (zh) | 边坡安全监测预警装置和预警方法 | |
EP2899691A1 (en) | Target tracking method and system for intelligent tracking high speed dome camera | |
CN113345019B (zh) | 一种输电线路通道隐患目标测距方法、设备及介质 | |
CN112230680A (zh) | 一种无人机电力线路巡检控制方法 | |
JP6524529B2 (ja) | 建築限界判定装置 | |
CN109191533B (zh) | 基于装配式建筑的塔吊高空施工方法 | |
JP3466169B2 (ja) | 道路や周辺施設等の管理システム | |
CN112449093A (zh) | 一种三维全景视频融合监控平台 | |
CN111006646A (zh) | 基于无人机倾斜摄影测量技术实现施工进度监测的方法 | |
CN107992837A (zh) | 基于单个ptz监控摄像机的道路全景建模与车辆检测跟踪方法 | |
CN112000124B (zh) | 一种应用于电网的无人机巡检方法 | |
CN111932508A (zh) | 一种基于图像处理的钢筋尺寸测量方法及系统 | |
CN111830470A (zh) | 联合标定方法及装置、目标对象检测方法、系统及装置 | |
CN117073910A (zh) | 一种换流站阀厅屋顶漏水监测系统 | |
CN115880296A (zh) | 基于机器视觉的预制构件质量检测方法及装置 | |
CN116929232B (zh) | 输电线路净空距离检测方法及线路施工模型 | |
Zhang et al. | LB-L2L-Calib: Accurate and robust extrinsic calibration for multiple 3D LiDARs with long baseline and large viewpoint difference | |
CN116122356B (zh) | 一种基于多模型融合的深基坑安全监测系统 | |
JP2009052907A (ja) | 異物検出システム | |
CN114222041B (zh) | 一种地下空间安全防控系统及方法 | |
CN112860946B (zh) | 一种视频图像信息转换为地理信息的方法及系统 | |
CN111459169B (zh) | 基于轮式机器人的综合管廊巡检方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |