CN117826116A - 双柱水平旋转式隔离开关分合闸状态的确定方法和装置 - Google Patents

双柱水平旋转式隔离开关分合闸状态的确定方法和装置 Download PDF

Info

Publication number
CN117826116A
CN117826116A CN202410241135.0A CN202410241135A CN117826116A CN 117826116 A CN117826116 A CN 117826116A CN 202410241135 A CN202410241135 A CN 202410241135A CN 117826116 A CN117826116 A CN 117826116A
Authority
CN
China
Prior art keywords
target
double
cloud data
isolating switch
point cloud
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
Application number
CN202410241135.0A
Other languages
English (en)
Other versions
CN117826116B (zh
Inventor
李福鹏
江玉欢
谢幸生
林洪栋
朱兴旺
蔡永智
朱浩
张勇志
汤晓辉
张永挺
林冠颖
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.)
Zhongshan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Zhongshan Power Supply Bureau of Guangdong Power Grid 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 Zhongshan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Zhongshan Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202410241135.0A priority Critical patent/CN117826116B/zh
Publication of CN117826116A publication Critical patent/CN117826116A/zh
Application granted granted Critical
Publication of CN117826116B publication Critical patent/CN117826116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Railway Tracks (AREA)

Abstract

本申请提供了一种双柱水平旋转式隔离开关分合闸状态的确定方法和装置。该方法包括:获取两个目标导电臂的点云数据;根据两个目标导电臂的点云数据,确定两个目标夹角;在所有的目标夹角均满足第一预设条件的情况下,确定目标双柱水平旋转式隔离开关处于合闸状态,在至少一个目标夹角不满足预设条件的情况下,确定目标双柱水平旋转式隔离开关处于分闸状态。该方法解决了现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。

Description

双柱水平旋转式隔离开关分合闸状态的确定方法和装置
技术领域
本申请涉及隔离开关技术领域,具体而言,涉及一种双柱水平旋转式隔离开关分合闸状态的确定方法、双柱水平旋转式隔离开关分合闸状态的确定装置、计算机可读存储介质、处理器和电子设备。
背景技术
现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法以及优缺点如下:
1)基于图像智能识别技术的双柱水平旋转式隔离开关分合闸状态检测方法,需要设置摄像设备拍摄双柱水平旋转式隔离开关的图像,基于双柱水平旋转式隔离开关的图像,确定双柱水平旋转式隔离开关分合闸状态,由于摄像设备拍摄的图像摄像设备易受光照强度、可见度等天气因素影响较大,导致双柱水平旋转式隔离开关分合闸状态检测的准确度。
2)基于光学感应法的双柱水平旋转式隔离开关分合闸状态检测方法,是在双柱水平旋转式隔离开关的触头安装光学传感器,使用光电传感器配合来确定双柱水平旋转式隔离开关分合闸状态,由于光学传感器易受光照强度、可见度、雨雪、湿度等天气因素影响,影响双柱水平旋转式隔离开关分合闸状态检测的准确度。
由上述可知,现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低。
发明内容
本申请的主要目的在于提供一种双柱水平旋转式隔离开关分合闸状态的确定方法、双柱水平旋转式隔离开关分合闸状态的确定装置、计算机可读存储介质、处理器和电子设备,以至少解决现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种双柱水平旋转式隔离开关分合闸状态的确定方法,所述方法包括:获取两个目标导电臂的点云数据,一个所述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个所述目标导电臂为所述目标双柱水平旋转式隔离开关的另一个导电臂;根据两个所述目标导电臂的点云数据,确定两个目标夹角,每个所述目标导电臂均具有第一端部和第二端部,在所述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个所述目标导电臂的所述第一端部接触,一个所述目标夹角为第一目标线段与第二目标线段的夹角,另一个所述目标夹角为所述第一目标线段与第三目标线段之间的夹角,所述第一目标线段的一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第一目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点,所述第二目标线段的一个端点为一个所述目标导电臂的所述第一端部的正中心点,所述第二目标线段的另一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第三目标线段的一个端点为另一个所述目标导电臂的所述第一端部的正中心点,所述第三目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点;在所有的所述目标夹角均满足第一预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于所述合闸状态,在至少一个所述目标夹角不满足所述预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于分闸状态,所述第一预设条件为所述目标夹角小于或者等于预设角。
可选地,获取两个目标导电臂的点云数据,包括:获取所述目标双柱水平旋转式隔离开关的点云数据;以两个第一目标点为初始聚类中心,采用KMeans算法对所述目标双柱水平旋转式隔离开关的点云数据进行多次聚类,得到两个所述目标导电臂的点云数据,两个所述第一目标点为所述目标双柱水平旋转式隔离开关的点云数据中的任意两个点。
可选地,在获取所述目标双柱水平旋转式隔离开关的点云数据之后,在从所述目标双柱水平旋转式隔离开关的点云数据,获取两个第一目标点的三维坐标之前,所述方法还包括:获取步骤,基于K邻域搜索算法,从所述目标双柱水平旋转式隔离开关的点云数据,获取第一目标点云数据,所述第一目标点云数据包括K个距离第二目标点最近的点,所述第二目标点为所述目标双柱水平旋转式隔离开关的点云数据中的任意一个点;确定步骤,基于所述第一目标点云数据,确定多个第一目标距离,所述第一目标距离与所述第一目标点云数据中的点一一对应,且所述第一目标距离为所述第一目标点云数据中的点与所述第二目标点之间的距离;计算步骤,计算所有的所述第一目标距离的平均值,得到第二目标距离;重复所述获取步骤、所述确定步骤和所述计算步骤多次,直至处理完所述目标双柱水平旋转式隔离开关的点云数据中所有的点,得到多个所述第二目标距离,所述第二目标距离与所述目标双柱水平旋转式隔离开关的点云数据中的点一一对应;去除所述目标双柱水平旋转式隔离开关的点云数据中的第三目标点,所述第三目标点为满足第二预设条件的所述第二目标距离对应的点,所述第二预设条件为所述第二目标距离大于第三目标距离。
可选地,所述方法还包括:计算所有的所述第二目标距离的平均值,得到第四目标距离;计算所有的所述第二目标距离的标准差,得到目标标准差;根据公式,确定所述第三目标距离,其中,/>为所述第三目标距离,/>为所述第四目标距离,/>为预设系数,/>为所述目标标准差。
可选地,获取所述目标双柱水平旋转式隔离开关的点云数据,包括:采用激光雷达对所述目标双柱水平旋转式隔离开关进行三维扫描,得原始点云数据;对所述原始点云数据体素下采样,得到所述目标双柱水平旋转式隔离开关的点云数据。
可选地,根据两个所述目标导电臂的点云数据,确定两个目标夹角的过程中,所述方法还包括:将一个所述目标导电臂的点云数据输入识别模型,得到所述第二目标线段的两个端点的三维坐标,将另一个所述目标导电臂的点云数据输入所述识别模型,得到所述第三目标线段的两个端点的三维坐标,所述识别模型是通过采用多组历史数据训练神经网络得到的,所述多组历史数据中的每一组所述历史数据均包括历史时段内获取的:双柱水平旋转式隔离开关的一个导电臂的点云数据、双柱水平旋转式隔离开关的导电臂的所述第一端部的正中心的三维坐标、双柱水平旋转式隔离开关的导电臂的所述第二端部的正中心的三维坐标。
根据本申请的另一方面,提供了一种双柱水平旋转式隔离开关分合闸状态的确定装置,所述装置包括:第一获取单元,用于获取两个目标导电臂的点云数据,一个所述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个所述目标导电臂为所述目标双柱水平旋转式隔离开关的另一个导电臂;第一确定单元,用于根据两个所述目标导电臂的点云数据,确定两个目标夹角,每个所述目标导电臂均具有第一端部和第二端部,在所述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个所述目标导电臂的所述第一端部接触,一个所述目标夹角为第一目标线段与第二目标线段的夹角,另一个所述目标夹角为所述第一目标线段与第三目标线段之间的夹角,所述第一目标线段的一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第一目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点,所述第二目标线段的一个端点为一个所述目标导电臂的所述第一端部的正中心点,所述第二目标线段的另一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第三目标线段的一个端点为另一个所述目标导电臂的所述第一端部的正中心点,所述第三目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点;第二确定单元,用于在所有的所述目标夹角均满足第一预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于所述合闸状态,在至少一个所述目标夹角不满足所述预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于分闸状态,所述第一预设条件为所述目标夹角小于或者等于预设角。
根据本申请的再一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的双柱水平旋转式隔离开关分合闸状态的确定方法。
根据本申请的又一方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的双柱水平旋转式隔离开关分合闸状态的确定方法。
根据本申请的一方面,提供了一种电子设备,包括:一个或多个处理器,存储器,以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行任意一种所述的双柱水平旋转式隔离开关分合闸状态的确定方法。
应用本申请的技术方案,受天气因素影响,现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低,本申请采用目标导电臂的点云数据,确定目标双柱水平旋转式隔离开关的分合闸状态,由于点云数据不受天气因素的影响,使得采用目标导电臂的点云数据确定目标双柱水平旋转式隔离开关的分合闸状态的准确度较高,从而解决了现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请的实施例中提供的一种执行双柱水平旋转式隔离开关分合闸状态的确定方法的移动终端的硬件结构框图;
图2示出了根据本申请的实施例提供的一种双柱水平旋转式隔离开关分合闸状态的确定方法的流程示意图;
图3示出了根据本申请的实施例提供的一种目标双柱水平旋转式隔离开关处于合闸状态的示意图;
图4示出了根据本申请的实施例提供的一种目标双柱水平旋转式隔离开关处于分闸状态的示意图;
图5示出了根据本申请的实施例提供的另一种目标双柱水平旋转式隔离开关处于合闸状态的示意图;
图6示出了根据本申请的实施例提供的一种目标双柱水平旋转式隔离开关处于分闸状态的示意图;
图7示出了根据本申请的实施例提供的一种目标双柱水平旋转式隔离开关的点云数据的示意图;
图8示出了根据本申请的实施例提供的另一种目标双柱水平旋转式隔离开关的点云数据的示意图;
图9示出了根据本申请的实施例提供的再一种目标双柱水平旋转式隔离开关的点云数据的示意图;
图10示出了根据本申请的实施例提供的一种双柱水平旋转式隔离开关分合闸状态的确定装置的结构框图。
其中,上述附图包括以下附图标记:
10、左导电臂;20、右导电臂。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述,以下对本申请实施例涉及的部分名词或术语进行说明:
点云数据:是指在一个三维坐标系统中的一组向量的集合,扫描物体以点的形式记录,每一个点包含有该点的三维坐标。
导电臂的端部:通常包括触头、触指和隔离开关分合闸装置,触头和触指用于与电路连接,传导电流,隔离开关分合闸装置用于控制导电臂的通断,以实现对电路的开关控制,这些部件共同组成了导电臂的端部,起着重要的导电和控制作用。
KMeans算法:是一种常用的聚类算法,它通过将数据点分成K个不同的簇,每个簇具有相似的特征,以实现数据的聚类分析,该算法的工作流程如下:
1.随机初始化K个簇的中心点;
2.将每个数据点分配到距离最近的簇中心点所代表的簇;
3.更新每个簇的中心点,使其成为该簇所有数据点的平均值;
4.重复步骤2和步骤3,直到簇中心点不再发生变化或达到预设的迭代次数。
体素下采样:首先把空间网格化,也可以称为体素化,就是将空间划分为一个个网格,然后在每个网格里随机选取一个点或几个点作为采样点,或者可用中心点或最靠近中心的点作为采样点,此方法可以减少点的数量,并同时保持点云的形状特征基本不变,同时基本上保留了空间结构信息。
PointNet网络:PointNet是一个用于处理点云数据的深度学习框架,可以对点云数据进行分类、分割和特征提取等,PointNet主要是根据点云数据的置换不变性和旋转不变性两特性来设计网络。
正如背景技术中所介绍的,现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低,为解决现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题,本申请的实施例提供了一种双柱水平旋转式隔离开关分合闸状态的确定方法、双柱水平旋转式隔离开关分合闸状态的确定装置、计算机可读存储介质、处理器和电子设备。
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。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例,图1是本发明实施例的一种双柱水平旋转式隔离开关分合闸状态的确定方法的移动终端的硬件结构框图。如图1所示,移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,其中,上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述移动终端的结构造成限定。例如,移动终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的设备信息的显示方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种运行于移动终端、计算机终端或者类似的运算装置的双柱水平旋转式隔离开关分合闸状态的确定方法,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本申请实施例的双柱水平旋转式隔离开关分合闸状态的确定方法的流程图。如图2所示,该方法包括以下步骤:
步骤S201,获取两个目标导电臂的点云数据;
其中,一个上述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个上述目标导电臂为上述目标双柱水平旋转式隔离开关的另一个导电臂;
步骤S202,根据两个上述目标导电臂的点云数据,确定两个目标夹角;
其中,每个上述目标导电臂均具有第一端部和第二端部,在上述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个上述目标导电臂的上述第一端部接触,一个上述目标夹角为第一目标线段与第二目标线段的夹角,另一个上述目标夹角为上述第一目标线段与第三目标线段之间的夹角,上述第一目标线段的一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第一目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点,上述第二目标线段的一个端点为一个上述目标导电臂的上述第一端部的正中心点,上述第二目标线段的另一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第三目标线段的一个端点为另一个上述目标导电臂的上述第一端部的正中心点,上述第三目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点;
具体地,如图3和图4所示,两个目标导电臂分别为左导电臂10和右导电臂20,左导电臂10的第一端部的正中心点为A,左导电臂10的第二端部的正中心点为B,右导电臂20的第一端部的正中心点为C,右导电臂20的第二端部的正中心点为D,在目标双柱水平旋转式隔离开关处于合闸状态的情况下左导电臂10的第一端部和右导电臂20的第一端部接触,在目标双柱水平旋转式隔离开关处于分闸状态的情况下左导电臂10的第一端部和右导电臂20的第一端部不接触,如图3、图4、图5和图6所示,目标夹角分别为和/>,/>为第一目标线段BD与第二目标线段AB的夹角,/>为第一目标线段BD与第三目标线段CD之间的夹角。
步骤S203,在所有的上述目标夹角均满足第一预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于上述合闸状态,在至少一个上述目标夹角不满足上述预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于分闸状态;
其中,上述第一预设条件为上述目标夹角小于或者等于预设角。
具体地,如图5和图6所示,目标夹角分别为和/>,/>为第一目标线段BD与第二目标线段AB的夹角,/>为第一目标线段BD与第三目标线段CD之间的夹角,在/>且/>的情况下,确定目标双柱水平旋转式隔离开关处于合闸状态,在/>或/>的情况下,确定目标双柱水平旋转式隔离开关处于分闸状态,其中,预设角需要根据目标双柱水平旋转式隔离开关的型号确定。
通过上述实施例,受天气因素影响,现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低,本申请采用目标导电臂的点云数据,确定目标双柱水平旋转式隔离开关的分合闸状态,由于点云数据不受天气因素的影响,使得采用目标导电臂的点云数据确定目标双柱水平旋转式隔离开关的分合闸状态的准确度较高,从而解决了现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。
在一种可选的实施方式中,上述步骤S201可以实现为:
步骤S2011,获取上述目标双柱水平旋转式隔离开关的点云数据;
步骤S2012,以两个第一目标点为初始聚类中心,采用KMeans算法对上述目标双柱水平旋转式隔离开关的点云数据进行多次聚类,得到两个上述目标导电臂的点云数据,两个上述第一目标点为上述目标双柱水平旋转式隔离开关的点云数据中的任意两个点。
具体地,以两个第一目标点为初始聚类中心,采用KMeans算法对上述目标双柱水平旋转式隔离开关的点云数据进行多次聚类,得到两个上述目标导电臂的点云数据的过程如下:
步骤1:选择初始聚类中心(两个初始聚类中心)
由于目标双柱水平旋转式隔离开关有两个导电臂,因此,选取目标双柱水平旋转式隔离开关的点云数据中的任意两个点为初始聚类中心;
步骤2:将目标双柱水平旋转式隔离开关的点云数据分配到聚类中心(第一次聚类的聚类中心为上述初始聚类中心)
计算目标双柱水平旋转式隔离开关的点云数据中每个点与两个聚类中心的曼哈顿距离,将目标双柱水平旋转式隔离开关的点云数据中每个点分配给距离最近的聚类中心,得到两个聚类簇,目标双柱水平旋转式隔离开关的点云数据中的第个点到第/>个聚类中心/>的曼哈顿距离为:
,其中,/>为第/>个点的三维坐标,/>为第/>个聚类中心/>的三维坐标,/>为目标双柱水平旋转式隔离开关的点云数据包含的点的数量;
步骤3:重新确定聚类中心
将每个聚类簇所包含的所有点的三维坐标求平均值,得到每个新的聚类中心的三维坐标,新的第个聚类中心/>的三维坐标为:
其中,为第/>个聚类簇,/>为第/>个聚类簇/>中的点的数量,/>为第/>个聚类簇中第/>个点的三维坐标;
重复执行上述步骤2和上述步骤3,直到聚类中心不再发生变化,得到的两个聚类簇即为两个目标导电臂的点云数据。
具体地,使Kmeans算法能够快速收敛,从而快速从目标双柱水平旋转式隔离开关的点云数据切割出两个目标导电臂的点云数据,提高目标导电臂的点云数据的切割效率。
在一种可选的实施方式中,上述步骤S2011可以实现为:
采用激光雷达对上述目标双柱水平旋转式隔离开关进行三维扫描,得到原始点云数据;
具体地,在目标双柱水平旋转式隔离开关的工作场所布置激光雷达,设置好激光雷达扫描范围、扫描速率、角分辨率等参数,激光雷达与目标双柱水平旋转式隔离开关之间无障碍物遮挡,采用激光雷达对目标双柱水平旋转式隔离开关进行三维扫描,得到原始点云数据。
具体地,点云数据不受天气因素的影响是因为激光雷达利用激光束来扫描和测量目标双柱水平旋转式隔离开关,而激光束的传播受到天气因素的影响很小,即使在雨雪、雾霾或者强光照等恶劣天气条件下,激光雷达也能够准确地测量目标双柱水平旋转式隔离开关,并生成稳定的点云数据,不受天气因素的影响。
对上述原始点云数据体素下采样,得到上述目标双柱水平旋转式隔离开关的点云数据。
具体地,对上述原始点云数据体素下采样,得到上述目标双柱水平旋转式隔离开关的点云数据的过程如下:
步骤1:如图7和图8所示,将原始点云数据划分成多个网格;
步骤2:如图9所示,从每个网格随机选取的一个点(白色的点)。
具体地,对原始点云数据进行体素下采样,减少了需要聚类的点云数据,提高点云数据的聚类速度,从而提高了目标双柱水平旋转式隔离开关的分合闸状态检测的速度。
在一种可选的实施方式中,在上述步骤S2011之后,在上述步骤S2012之前,上述方法包括:
获取步骤,基于K邻域搜索算法,从上述目标双柱水平旋转式隔离开关的点云数据,获取第一目标点云数据,上述第一目标点云数据包括K个距离第二目标点最近的点,上述第二目标点为上述目标双柱水平旋转式隔离开关的点云数据中的任意一个点;
具体地,对于目标双柱水平旋转式隔离开关的点云数据中的第个点(第二目标点),采用K邻域搜索算法确定第/>个点的邻域(第一目标点云数据),第/>个点的邻域包括目标双柱水平旋转式隔离开关的点云数据中距离第/>个点最近的/>个点。
确定步骤,基于上述第一目标点云数据,确定多个第一目标距离,上述第一目标距离与上述第一目标点云数据中的点一一对应,且上述第一目标距离为上述第一目标点云数据中的点与上述第二目标点之间的距离;
计算步骤,计算所有的上述第一目标距离的平均值,得到第二目标距离;
具体地,第个点与第/>个点的邻域中的所有的点的距离的平均值(第二目标距离)为:/>,其中,/>为第/>个点的三维坐标,/>为第/>个点的邻域中的第/>个点的三维坐标,/>为第/>个点的邻域包括的点的数量。
重复上述获取步骤、上述确定步骤和上述计算步骤多次,直至处理完上述目标双柱水平旋转式隔离开关的点云数据中所有的点,得到多个上述第二目标距离,上述第二目标距离与上述目标双柱水平旋转式隔离开关的点云数据中的点一一对应;
具体地,假设目标双柱水平旋转式隔离开关的点云数据包含个点,重复上述获取步骤、上述确定步骤和上述计算步骤/>次,得到目标双柱水平旋转式隔离开关的点云数据中的每个点与该点的邻域中的所有的点的距离的平均值为/>
去除上述目标双柱水平旋转式隔离开关的点云数据中的第三目标点,上述第三目标点为满足第二预设条件的上述第二目标距离对应的点,上述第二预设条件为上述第二目标距离大于第三目标距离。
具体地,比较预设距离/>的大小,对于到目标双柱水平旋转式隔离开关的点云数据中的不满足/>的点视作离群点,并去除该点,其中,离群点是点云数据中往往存在着一些离主体点云较远的离散点,这些点会对结果影响目标双柱水平旋转式隔离开关的分合闸状态检测的准确度,因此,需要去除这些点,以提高目标双柱水平旋转式隔离开关的分合闸状态检测的准确度。
在一种可选的实施方式中,上述方法还包括:
计算所有的上述第二目标距离的平均值,得到第四目标距离;
具体地,假设目标双柱水平旋转式隔离开关的点云数据包含个点,目标双柱水平旋转式隔离开关的点云数据中的每个点与该点的邻域中的所有的点的距离的平均值(第二目标距离)为/>,第四目标距离为:
计算所有的上述第二目标距离的标准差,得到目标标准差;
具体地,目标标准差为:
根据公式,确定上述第三目标距离,其中,/>为上述第三目标距离,/>为上述第四目标距离,/>为预设系数,/>为上述目标标准差。
在一种可选的实施方式中,在上述步骤S202的过程中,上述方法还包括:
将一个上述目标导电臂的点云数据输入识别模型,得到上述第二目标线段的两个端点的三维坐标,将另一个上述目标导电臂的点云数据输入上述识别模型,得到上述第三目标线段的两个端点的三维坐标,上述识别模型是通过采用多组历史数据训练神经网络得到的,上述多组历史数据中的每一组上述历史数据均包括历史时段内获取的:双柱水平旋转式隔离开关的一个导电臂的点云数据、双柱水平旋转式隔离开关的导电臂的上述第一端部的正中心的三维坐标、双柱水平旋转式隔离开关的导电臂的上述第二端部的正中心的三维坐标。
具体地,识别模型的训练过程如下:
步骤1:随机初始化PointNet网络的网络参数,并设置PointNet网络的超参数,如:学习率大小、优化器的选用等;
步骤2:将双柱水平旋转式隔离开关的一个导电臂的点云数据输入到PointNet网络,先经过中间网络得到一个1024维特征向量,最后经过三个全连接层FC(1024,512)、FC(512,256)、FC(256,6),选择Rule激活函数,其中,1024维特征向量作为全连接层的输入数据,最后输出层神经元个数为6,经过PointNet网络进行前向传播得到预测的双柱水平旋转式隔离开关的导电臂的第一端部的正中心的三维坐标和预测的双柱水平旋转式隔离开关的导电臂的第二端部的正中心的三维坐标,将预测的三维坐标与真实的三维坐标进行比较,计算损失值,根据损失值计算梯度,并将梯度反向传播到PointNet网络中各个层,更新PointNet网络的网络参数,得到识别模型。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种双柱水平旋转式隔离开关分合闸状态的确定装置,需要说明的是,本申请实施例的双柱水平旋转式隔离开关分合闸状态的确定装置可以用于执行本申请实施例所提供的用于双柱水平旋转式隔离开关分合闸状态的确定方法。该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
以下对本申请实施例提供的双柱水平旋转式隔离开关分合闸状态的确定装置进行介绍。
图10是根据本申请实施例的双柱水平旋转式隔离开关分合闸状态的确定装置的示意图。如图10所示,该装置包括:
第一获取单元300,用于获取两个目标导电臂的点云数据;
其中,一个上述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个上述目标导电臂为上述目标双柱水平旋转式隔离开关的另一个导电臂;
第一确定单元400,用于根据两个上述目标导电臂的点云数据,确定两个目标夹角;
其中,每个上述目标导电臂均具有第一端部和第二端部,在上述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个上述目标导电臂的上述第一端部接触,一个上述目标夹角为第一目标线段与第二目标线段的夹角,另一个上述目标夹角为上述第一目标线段与第三目标线段之间的夹角,上述第一目标线段的一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第一目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点,上述第二目标线段的一个端点为一个上述目标导电臂的上述第一端部的正中心点,上述第二目标线段的另一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第三目标线段的一个端点为另一个上述目标导电臂的上述第一端部的正中心点,上述第三目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点;
具体地,如图3和图4所示,两个目标导电臂分别为左导电臂10和右导电臂20,左导电臂10的第一端部的正中心点为A,左导电臂10的第二端部的正中心点为B,右导电臂20的第一端部的正中心点为C,右导电臂20的第二端部的正中心点为D,在目标双柱水平旋转式隔离开关处于合闸状态的情况下左导电臂10的第一端部和右导电臂20的第一端部接触,在目标双柱水平旋转式隔离开关处于分闸状态的情况下左导电臂10的第一端部和右导电臂20的第一端部不接触,如图3、图4、图5和图6所示,目标夹角分别为和/>,/>为第一目标线段BD与第二目标线段AB的夹角,/>为第一目标线段BD与第三目标线段CD之间的夹角。
第二确定单元500,用于在所有的上述目标夹角均满足第一预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于上述合闸状态,在至少一个上述目标夹角不满足上述预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于分闸状态;
其中,上述第一预设条件为上述目标夹角小于或者等于预设角。
具体地,如图5和图6所示,目标夹角分别为和/>,/>为第一目标线段BD与第二目标线段AB的夹角,/>为第一目标线段BD与第三目标线段CD之间的夹角,在/>且/>的情况下,确定目标双柱水平旋转式隔离开关处于合闸状态,在/>或/>的情况下,确定目标双柱水平旋转式隔离开关处于分闸状态,其中,预设角需要根据目标双柱水平旋转式隔离开关的型号确定。
通过上述实施例,受天气因素影响,现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低,本申请采用目标导电臂的点云数据,确定目标双柱水平旋转式隔离开关的分合闸状态,由于点云数据不受天气因素的影响,使得采用目标导电臂的点云数据确定目标双柱水平旋转式隔离开关的分合闸状态的准确度较高,从而解决了现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。
在一种可选的实施方式中,上述第一获取单元包括:
获取模块,用于获取上述目标双柱水平旋转式隔离开关的点云数据;
聚类模块,用于以两个第一目标点为初始聚类中心,采用KMeans算法对上述目标双柱水平旋转式隔离开关的点云数据进行多次聚类,得到两个上述目标导电臂的点云数据,两个上述第一目标点为上述目标双柱水平旋转式隔离开关的点云数据中的任意两个点。
具体地,以两个第一目标点为初始聚类中心,采用KMeans算法对上述目标双柱水平旋转式隔离开关的点云数据进行多次聚类,得到两个上述目标导电臂的点云数据的过程如下:
步骤1:选择初始聚类中心(两个初始聚类中心)
由于目标双柱水平旋转式隔离开关有两个导电臂,因此,选取目标双柱水平旋转式隔离开关的点云数据中的任意两个点为初始聚类中心;
步骤2:将目标双柱水平旋转式隔离开关的点云数据分配到聚类中心(第一次聚类的聚类中心为上述初始聚类中心)
计算目标双柱水平旋转式隔离开关的点云数据中每个点与两个聚类中心的曼哈顿距离,将目标双柱水平旋转式隔离开关的点云数据中每个点分配给距离最近的聚类中心,得到两个聚类簇,目标双柱水平旋转式隔离开关的点云数据中的第个点到第/>个聚类中心/>的曼哈顿距离为:
,其中,/>为第/>个点的三维坐标,/>为第/>个聚类中心/>的三维坐标,/>为目标双柱水平旋转式隔离开关的点云数据包含的点的数量;
步骤3:重新确定聚类中心
将每个聚类簇所包含的所有点的三维坐标求平均值,得到每个新的聚类中心的三维坐标,新的第个聚类中心/>的三维坐标为:
其中,为第/>个聚类簇,/>为第/>个聚类簇/>中的点的数量,/>为第/>个聚类簇中第/>个点的三维坐标;
重复执行上述步骤2和上述步骤3,直到聚类中心不再发生变化,得到的两个聚类簇即为两个目标导电臂的点云数据。
具体地,使Kmeans算法能够快速收敛,从而快速从目标双柱水平旋转式隔离开关的点云数据切割出两个目标导电臂的点云数据,提高目标导电臂的点云数据的切割效率。
具体地,使Kmeans算法能够快速收敛,从而快速从目标双柱水平旋转式隔离开关的点云数据切割出两个目标导电臂的点云数据,提高目标导电臂的点云数据的切割效率。
在一种可选的实施方式中,上述获取模块包括:
扫描子模块,用于采用激光雷达对上述目标双柱水平旋转式隔离开关进行三维扫描,得到原始点云数据;
具体地,在目标双柱水平旋转式隔离开关的工作场所布置激光雷达,设置好激光雷达扫描范围、扫描速率、角分辨率等参数,激光雷达与目标双柱水平旋转式隔离开关之间无障碍物遮挡,采用激光雷达对目标双柱水平旋转式隔离开关进行三维扫描,得到原始点云数据。
具体地,点云数据不受天气因素的影响是因为激光雷达利用激光束来扫描和测量目标双柱水平旋转式隔离开关,而激光束的传播受到天气因素的影响很小,即使在雨雪、雾霾或者强光照等恶劣天气条件下,激光雷达也能够准确地测量目标双柱水平旋转式隔离开关,并生成稳定的点云数据,不受天气因素的影响。
采样子模块,用于对上述原始点云数据体素下采样,得到上述目标双柱水平旋转式隔离开关的点云数据。
具体地,对上述原始点云数据体素下采样,得到上述目标双柱水平旋转式隔离开关的点云数据的过程如下:
步骤1:如图7和图8所示,将原始点云数据划分成多个网格;
步骤2:如图9所示,从每个网格随机选取的一个点(白色的点)。
具体地,对原始点云数据进行体素下采样,减少了需要聚类的点云数据,提高点云数据的聚类速度,从而提高了目标双柱水平旋转式隔离开关的分合闸状态检测的速度。
在一种可选的实施方式中,上述装置还包括:
第二获取单元,用于执行获取步骤,基于K邻域搜索算法,从上述目标双柱水平旋转式隔离开关的点云数据,获取第一目标点云数据,上述第一目标点云数据包括K个距离第二目标点最近的点,上述第二目标点为上述目标双柱水平旋转式隔离开关的点云数据中的任意一个点;
具体地,对于目标双柱水平旋转式隔离开关的点云数据中的第个点(第二目标点),采用K邻域搜索算法确定第/>个点的邻域(第一目标点云数据),第/>个点的邻域包括目标双柱水平旋转式隔离开关的点云数据中距离第/>个点最近的/>个点。
第三确定单元,用于执行确定步骤,基于上述第一目标点云数据,确定多个第一目标距离,上述第一目标距离与上述第一目标点云数据中的点一一对应,且上述第一目标距离为上述第一目标点云数据中的点与上述第二目标点之间的距离;
第一计算单元,用于执行计算步骤,计算所有的上述第一目标距离的平均值,得到第二目标距离;
具体地,第个点与第/>个点的邻域中的所有的点的距离的平均值(第二目标距离)为:/>,其中,/>为第/>个点的三维坐标,/>为第/>个点的邻域中的第/>个点的三维坐标,/>为第/>个点的邻域包括的点的数量。
重复单元,用于执行重复上述获取步骤、上述确定步骤和上述计算步骤多次,直至处理完上述目标双柱水平旋转式隔离开关的点云数据中所有的点,得到多个上述第二目标距离,上述第二目标距离与上述目标双柱水平旋转式隔离开关的点云数据中的点一一对应;
具体地,假设目标双柱水平旋转式隔离开关的点云数据包含个点,重复上述获取步骤、上述确定步骤和上述计算步骤/>次,得到目标双柱水平旋转式隔离开关的点云数据中的每个点与该点的邻域中的所有的点的距离的平均值为/>
去除单元,用于执行去除上述目标双柱水平旋转式隔离开关的点云数据中的第三目标点,上述第三目标点为满足第二预设条件的上述第二目标距离对应的点,上述第二预设条件为上述第二目标距离大于第三目标距离。
具体地,比较预设距离/>的大小,对于到目标双柱水平旋转式隔离开关的点云数据中的不满足/>的点视作离群点,并去除该点,其中,离群点是点云数据中往往存在着一些离主体点云较远的离散点,这些点会对结果影响目标双柱水平旋转式隔离开关的分合闸状态检测的准确度,因此,需要去除这些点,以提高目标双柱水平旋转式隔离开关的分合闸状态检测的准确度。
在一种可选的实施方式中,上述装置还包括:
第二计算单元,用于计算所有的上述第二目标距离的平均值,得到第四目标距离;
具体地,假设目标双柱水平旋转式隔离开关的点云数据包含个点,目标双柱水平旋转式隔离开关的点云数据中的每个点与该点的邻域中的所有的点的距离的平均值(第二目标距离)为/>,第四目标距离为:
计算所有的上述第二目标距离的标准差,得到目标标准差;
具体地,目标标准差为:
第四确定单元,用于根据公式,确定上述第三目标距离,其中,/>为上述第三目标距离,/>为上述第四目标距离,/>为预设系数,/>为上述目标标准差。
在一种可选的实施方式中,上述第二确定单元包括:
识别模块,用于将一个上述目标导电臂的点云数据输入识别模型,得到上述第二目标线段的两个端点的三维坐标,将另一个上述目标导电臂的点云数据输入上述识别模型,得到上述第三目标线段的两个端点的三维坐标,上述识别模型是通过采用多组历史数据训练神经网络得到的,上述多组历史数据中的每一组上述历史数据均包括历史时段内获取的:双柱水平旋转式隔离开关的一个导电臂的点云数据、双柱水平旋转式隔离开关的导电臂的上述第一端部的正中心的三维坐标、双柱水平旋转式隔离开关的导电臂的上述第二端部的正中心的三维坐标。
具体地,识别模型的训练过程如下:
步骤1:随机初始化PointNet网络的网络参数,并设置PointNet网络的超参数,如:学习率大小、优化器的选用等;
步骤2:将双柱水平旋转式隔离开关的一个导电臂的点云数据输入到PointNet网络,先经过中间网络得到一个1024维特征向量,最后经过三个全连接层FC(1024,512)、FC(512,256)、FC(256,6),选择Rule激活函数,其中,1024维特征向量作为全连接层的输入数据,最后输出层神经元个数为6,经过PointNet网络进行前向传播得到预测的双柱水平旋转式隔离开关的导电臂的第一端部的正中心的三维坐标和预测的双柱水平旋转式隔离开关的导电臂的第二端部的正中心的三维坐标,将预测的三维坐标与真实的三维坐标进行比较,计算损失值,根据损失值计算梯度,并将梯度反向传播到PointNet网络中各个层,更新PointNet网络的网络参数,得到识别模型。
上述双柱水平旋转式隔离开关分合闸状态的确定装置包括处理器和存储器,上述第一获取单元、第一确定单元和第二确定单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,上述计算机可读存储介质包括存储的程序,其中,在上述程序运行时控制上述计算机可读存储介质所在设备执行上述双柱水平旋转式隔离开关分合闸状态的确定方法。
具体地,双柱水平旋转式隔离开关分合闸状态的确定方法包括:
步骤S201,获取两个目标导电臂的点云数据;
其中,一个上述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个上述目标导电臂为上述目标双柱水平旋转式隔离开关的另一个导电臂;
步骤S202,根据两个上述目标导电臂的点云数据,确定两个目标夹角;
其中,每个上述目标导电臂均具有第一端部和第二端部,在上述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个上述目标导电臂的上述第一端部接触,一个上述目标夹角为第一目标线段与第二目标线段的夹角,另一个上述目标夹角为上述第一目标线段与第三目标线段之间的夹角,上述第一目标线段的一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第一目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点,上述第二目标线段的一个端点为一个上述目标导电臂的上述第一端部的正中心点,上述第二目标线段的另一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第三目标线段的一个端点为另一个上述目标导电臂的上述第一端部的正中心点,上述第三目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点;
步骤S203,在所有的上述目标夹角均满足第一预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于上述合闸状态,在至少一个上述目标夹角不满足上述预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于分闸状态;
其中,上述第一预设条件为上述目标夹角小于或者等于预设角。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述双柱水平旋转式隔离开关分合闸状态的确定方法。
具体地,双柱水平旋转式隔离开关分合闸状态的确定方法包括:
步骤S201,获取两个目标导电臂的点云数据;
其中,一个上述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个上述目标导电臂为上述目标双柱水平旋转式隔离开关的另一个导电臂;
步骤S202,根据两个上述目标导电臂的点云数据,确定两个目标夹角;
其中,每个上述目标导电臂均具有第一端部和第二端部,在上述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个上述目标导电臂的上述第一端部接触,一个上述目标夹角为第一目标线段与第二目标线段的夹角,另一个上述目标夹角为上述第一目标线段与第三目标线段之间的夹角,上述第一目标线段的一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第一目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点,上述第二目标线段的一个端点为一个上述目标导电臂的上述第一端部的正中心点,上述第二目标线段的另一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第三目标线段的一个端点为另一个上述目标导电臂的上述第一端部的正中心点,上述第三目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点;
步骤S203,在所有的上述目标夹角均满足第一预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于上述合闸状态,在至少一个上述目标夹角不满足上述预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于分闸状态;
其中,上述第一预设条件为上述目标夹角小于或者等于预设角。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S201,获取两个目标导电臂的点云数据;
其中,一个上述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个上述目标导电臂为上述目标双柱水平旋转式隔离开关的另一个导电臂;
步骤S202,根据两个上述目标导电臂的点云数据,确定两个目标夹角;
其中,每个上述目标导电臂均具有第一端部和第二端部,在上述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个上述目标导电臂的上述第一端部接触,一个上述目标夹角为第一目标线段与第二目标线段的夹角,另一个上述目标夹角为上述第一目标线段与第三目标线段之间的夹角,上述第一目标线段的一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第一目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点,上述第二目标线段的一个端点为一个上述目标导电臂的上述第一端部的正中心点,上述第二目标线段的另一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第三目标线段的一个端点为另一个上述目标导电臂的上述第一端部的正中心点,上述第三目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点;
步骤S203,在所有的上述目标夹角均满足第一预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于上述合闸状态,在至少一个上述目标夹角不满足上述预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于分闸状态;
其中,上述第一预设条件为上述目标夹角小于或者等于预设角。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S201,获取两个目标导电臂的点云数据;
其中,一个上述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个上述目标导电臂为上述目标双柱水平旋转式隔离开关的另一个导电臂;
步骤S202,根据两个上述目标导电臂的点云数据,确定两个目标夹角;
其中,每个上述目标导电臂均具有第一端部和第二端部,在上述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个上述目标导电臂的上述第一端部接触,一个上述目标夹角为第一目标线段与第二目标线段的夹角,另一个上述目标夹角为上述第一目标线段与第三目标线段之间的夹角,上述第一目标线段的一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第一目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点,上述第二目标线段的一个端点为一个上述目标导电臂的上述第一端部的正中心点,上述第二目标线段的另一个端点为一个上述目标导电臂的上述第二端部的正中心点,上述第三目标线段的一个端点为另一个上述目标导电臂的上述第一端部的正中心点,上述第三目标线段的另一个端点为另一个上述目标导电臂的上述第二端部的正中心点;
步骤S203,在所有的上述目标夹角均满足第一预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于上述合闸状态,在至少一个上述目标夹角不满足上述预设条件的情况下,确定上述目标双柱水平旋转式隔离开关处于分闸状态;
其中,上述第一预设条件为上述目标夹角小于或者等于预设角。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的双柱水平旋转式隔离开关分合闸状态的确定方法中,受天气因素影响,现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低,本申请采用目标导电臂的点云数据,确定目标双柱水平旋转式隔离开关的分合闸状态,由于点云数据不受天气因素的影响,使得采用目标导电臂的点云数据确定目标双柱水平旋转式隔离开关的分合闸状态的准确度较高,从而解决了现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。
2)、本申请的双柱水平旋转式隔离开关分合闸状态的确定装置中,受天气因素影响,现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低,本申请采用目标导电臂的点云数据,确定目标双柱水平旋转式隔离开关的分合闸状态,由于点云数据不受天气因素的影响,使得采用目标导电臂的点云数据确定目标双柱水平旋转式隔离开关的分合闸状态的准确度较高,从而解决了现有技术中的双柱水平旋转式隔离开关分合闸状态检测方法准确度比较低的问题。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种双柱水平旋转式隔离开关分合闸状态的确定方法,其特征在于,所述方法包括:
获取两个目标导电臂的点云数据,一个所述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个所述目标导电臂为所述目标双柱水平旋转式隔离开关的另一个导电臂;
根据两个所述目标导电臂的点云数据,确定两个目标夹角,每个所述目标导电臂均具有第一端部和第二端部,在所述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个所述目标导电臂的所述第一端部接触,一个所述目标夹角为第一目标线段与第二目标线段的夹角,另一个所述目标夹角为所述第一目标线段与第三目标线段之间的夹角,所述第一目标线段的一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第一目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点,所述第二目标线段的一个端点为一个所述目标导电臂的所述第一端部的正中心点,所述第二目标线段的另一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第三目标线段的一个端点为另一个所述目标导电臂的所述第一端部的正中心点,所述第三目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点;
在所有的所述目标夹角均满足第一预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于所述合闸状态,在至少一个所述目标夹角不满足所述预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于分闸状态,所述第一预设条件为所述目标夹角小于或者等于预设角。
2.根据权利要求1所述的方法,其特征在于,获取两个目标导电臂的点云数据,包括:
获取所述目标双柱水平旋转式隔离开关的点云数据;
以两个第一目标点为初始聚类中心,采用KMeans算法对所述目标双柱水平旋转式隔离开关的点云数据进行多次聚类,得到两个所述目标导电臂的点云数据,两个所述第一目标点为所述目标双柱水平旋转式隔离开关的点云数据中的任意两个点。
3.根据权利要求2所述的方法,其特征在于,在获取所述目标双柱水平旋转式隔离开关的点云数据之后,在从所述目标双柱水平旋转式隔离开关的点云数据,获取两个第一目标点的三维坐标之前,所述方法还包括:
获取步骤,基于K邻域搜索算法,从所述目标双柱水平旋转式隔离开关的点云数据,获取第一目标点云数据,所述第一目标点云数据包括K个距离第二目标点最近的点,所述第二目标点为所述目标双柱水平旋转式隔离开关的点云数据中的任意一个点;
确定步骤,基于所述第一目标点云数据,确定多个第一目标距离,所述第一目标距离与所述第一目标点云数据中的点一一对应,且所述第一目标距离为所述第一目标点云数据中的点与所述第二目标点之间的距离;
计算步骤,计算所有的所述第一目标距离的平均值,得到第二目标距离;
重复所述获取步骤、所述确定步骤和所述计算步骤多次,直至处理完所述目标双柱水平旋转式隔离开关的点云数据中所有的点,得到多个所述第二目标距离,所述第二目标距离与所述目标双柱水平旋转式隔离开关的点云数据中的点一一对应;
去除所述目标双柱水平旋转式隔离开关的点云数据中的第三目标点,所述第三目标点为满足第二预设条件的所述第二目标距离对应的点,所述第二预设条件为所述第二目标距离大于第三目标距离。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
计算所有的所述第二目标距离的平均值,得到第四目标距离;
计算所有的所述第二目标距离的标准差,得到目标标准差;
根据公式,确定所述第三目标距离,其中,/>为所述第三目标距离,/>为所述第四目标距离,/>为预设系数,/>为所述目标标准差。
5.根据权利要求2所述的方法,其特征在于,获取所述目标双柱水平旋转式隔离开关的点云数据,包括:
采用激光雷达对所述目标双柱水平旋转式隔离开关进行三维扫描,得到原始点云数据;
对所述原始点云数据体素下采样,得到所述目标双柱水平旋转式隔离开关的点云数据。
6.根据权利要求1所述的方法,其特征在于,根据两个所述目标导电臂的点云数据,确定两个目标夹角的过程中,所述方法还包括:
将一个所述目标导电臂的点云数据输入识别模型,得到所述第二目标线段的两个端点的三维坐标,将另一个所述目标导电臂的点云数据输入所述识别模型,得到所述第三目标线段的两个端点的三维坐标,所述识别模型是通过采用多组历史数据训练神经网络得到的,所述多组历史数据中的每一组所述历史数据均包括历史时段内获取的:双柱水平旋转式隔离开关的一个导电臂的点云数据、双柱水平旋转式隔离开关的导电臂的所述第一端部的正中心的三维坐标、双柱水平旋转式隔离开关的导电臂的所述第二端部的正中心的三维坐标。
7.一种双柱水平旋转式隔离开关分合闸状态的确定装置,其特征在于,所述装置包括:
第一获取单元,用于获取两个目标导电臂的点云数据,一个所述目标导电臂为目标双柱水平旋转式隔离开关的一个导电臂,另一个所述目标导电臂为所述目标双柱水平旋转式隔离开关的另一个导电臂;
第一确定单元,用于根据两个所述目标导电臂的点云数据,确定两个目标夹角,每个所述目标导电臂均具有第一端部和第二端部,在所述目标双柱水平旋转式隔离开关处于合闸状态的情况下两个所述目标导电臂的所述第一端部接触,一个所述目标夹角为第一目标线段与第二目标线段的夹角,另一个所述目标夹角为所述第一目标线段与第三目标线段之间的夹角,所述第一目标线段的一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第一目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点,所述第二目标线段的一个端点为一个所述目标导电臂的所述第一端部的正中心点,所述第二目标线段的另一个端点为一个所述目标导电臂的所述第二端部的正中心点,所述第三目标线段的一个端点为另一个所述目标导电臂的所述第一端部的正中心点,所述第三目标线段的另一个端点为另一个所述目标导电臂的所述第二端部的正中心点;
第二确定单元,用于在所有的所述目标夹角均满足第一预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于所述合闸状态,在至少一个所述目标夹角不满足所述预设条件的情况下,确定所述目标双柱水平旋转式隔离开关处于分闸状态,所述第一预设条件为所述目标夹角小于或者等于预设角。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的双柱水平旋转式隔离开关分合闸状态的确定方法。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的双柱水平旋转式隔离开关分合闸状态的确定方法。
10.一种电子设备,其特征在于,包括:一个或多个处理器,存储器,以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行权利要求1至6中任意一项所述的双柱水平旋转式隔离开关分合闸状态的确定方法。
CN202410241135.0A 2024-03-04 2024-03-04 双柱水平旋转式隔离开关分合闸状态的确定方法和装置 Active CN117826116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410241135.0A CN117826116B (zh) 2024-03-04 2024-03-04 双柱水平旋转式隔离开关分合闸状态的确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410241135.0A CN117826116B (zh) 2024-03-04 2024-03-04 双柱水平旋转式隔离开关分合闸状态的确定方法和装置

Publications (2)

Publication Number Publication Date
CN117826116A true CN117826116A (zh) 2024-04-05
CN117826116B CN117826116B (zh) 2024-05-14

Family

ID=90523212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410241135.0A Active CN117826116B (zh) 2024-03-04 2024-03-04 双柱水平旋转式隔离开关分合闸状态的确定方法和装置

Country Status (1)

Country Link
CN (1) CN117826116B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100034426A1 (en) * 2007-02-16 2010-02-11 Mitsubishi Electric Corporation Measurement apparatus, measurement method, and feature identification apparatus
US20130134983A1 (en) * 2011-11-28 2013-05-30 Schneider Electric Industries Sas Method for Evaluating the Mechanical Performances of a Switchgear Apparatus and Switchgear Apparatus for Implementation of Said Method
CN109406995A (zh) * 2018-10-22 2019-03-01 四川大学 一种基于激光光路的三柱旋转式高压隔离开关合闸到位确认方法
CN111563335A (zh) * 2020-07-01 2020-08-21 国网江西省电力有限公司电力科学研究院 一种基于激光雷达的高压隔离开关合闸状态检测方法
CN114646277A (zh) * 2022-03-16 2022-06-21 广东电网有限责任公司 一种隔离开关偏移角度的确定方法、装置、设备及介质
CN115620073A (zh) * 2022-11-10 2023-01-17 中国矿业大学 一种基于点云数据的隔离开关合闸状态判别方法
CN115656806A (zh) * 2022-11-10 2023-01-31 国网福建省电力有限公司 一种关联于物体表面积的隔离开关监测方法
CN115761215A (zh) * 2022-11-10 2023-03-07 中国矿业大学 一种考虑物体表面粗糙度的隔离开关监测方法
CN115902606A (zh) * 2022-11-10 2023-04-04 国网福建省电力有限公司 一种适用于降雨环境下的高压隔离开关分合闸监测方法
WO2023193401A1 (zh) * 2022-04-06 2023-10-12 合众新能源汽车股份有限公司 点云检测模型训练方法、装置、电子设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100034426A1 (en) * 2007-02-16 2010-02-11 Mitsubishi Electric Corporation Measurement apparatus, measurement method, and feature identification apparatus
US20130134983A1 (en) * 2011-11-28 2013-05-30 Schneider Electric Industries Sas Method for Evaluating the Mechanical Performances of a Switchgear Apparatus and Switchgear Apparatus for Implementation of Said Method
CN109406995A (zh) * 2018-10-22 2019-03-01 四川大学 一种基于激光光路的三柱旋转式高压隔离开关合闸到位确认方法
CN111563335A (zh) * 2020-07-01 2020-08-21 国网江西省电力有限公司电力科学研究院 一种基于激光雷达的高压隔离开关合闸状态检测方法
CN114646277A (zh) * 2022-03-16 2022-06-21 广东电网有限责任公司 一种隔离开关偏移角度的确定方法、装置、设备及介质
WO2023193401A1 (zh) * 2022-04-06 2023-10-12 合众新能源汽车股份有限公司 点云检测模型训练方法、装置、电子设备及存储介质
CN115620073A (zh) * 2022-11-10 2023-01-17 中国矿业大学 一种基于点云数据的隔离开关合闸状态判别方法
CN115656806A (zh) * 2022-11-10 2023-01-31 国网福建省电力有限公司 一种关联于物体表面积的隔离开关监测方法
CN115761215A (zh) * 2022-11-10 2023-03-07 中国矿业大学 一种考虑物体表面粗糙度的隔离开关监测方法
CN115902606A (zh) * 2022-11-10 2023-04-04 国网福建省电力有限公司 一种适用于降雨环境下的高压隔离开关分合闸监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LI YU ET AL.: ""Study on Reliability Evaluation Technology for Isolation Switch Operation in GIS"", 《2020 IEEE 4TH CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》, 15 February 2021 (2021-02-15), pages 3930 - 3934 *
常林晶等: ""GW4型隔离开关产品分合闸轨迹分析及优化改进措施"", 《高压电器》, vol. 49, no. 4, 16 April 2013 (2013-04-16), pages 134 - 138 *

Also Published As

Publication number Publication date
CN117826116B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
US10970854B2 (en) Visual target tracking method and apparatus based on deep adversarial training
CN111210429B (zh) 点云数据划分方法及装置、障碍物检测方法及装置
CN112179330B (zh) 移动设备的位姿确定方法及装置
CN108656107B (zh) 一种基于图像处理的机械臂抓取系统及方法
US11263445B2 (en) Method, apparatus and system for human body tracking processing
CN111582054B (zh) 点云数据处理方法及装置、障碍物检测方法及装置
CN111209978B (zh) 三维视觉重定位方法、装置及计算设备、存储介质
CN110632608B (zh) 一种基于激光点云的目标检测方法和装置
CN113284163B (zh) 基于车载激光雷达点云的三维目标自适应检测方法及系统
CN111553946B (zh) 用于去除地面点云的方法及装置、障碍物检测方法及装置
CN113642620B (zh) 一种障碍物检测模型训练以及障碍物检测方法及装置
CN109313809B (zh) 一种图像匹配方法、装置及存储介质
CN112801047B (zh) 缺陷检测方法、装置、电子设备及可读存储介质
CN108764297B (zh) 一种可移动设备位置的确定方法、装置及电子设备
CN111797711A (zh) 一种模型训练的方法及装置
CN112750139A (zh) 图像处理方法及装置、计算设备、存储介质
CN112393735A (zh) 定位方法及装置、存储介质、电子装置
CN117826116B (zh) 双柱水平旋转式隔离开关分合闸状态的确定方法和装置
CN113111787A (zh) 目标检测方法、装置、设备以及存储介质
CN115830342A (zh) 检测框的确定方法、装置、存储介质及电子装置
US9886652B2 (en) Computerized correspondence estimation using distinctively matched patches
US20230040195A1 (en) Three-dimensional point cloud identification device, learning device, three-dimensional point cloud identification method, learning method and program
CN114511862A (zh) 表格识别方法、装置及电子设备
CN112578798A (zh) 机器人地图获取方法、装置、处理器和电子装置
CN113269891B (zh) 一种点云数据的三维边界框确定方法及装置

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