CN109472862A - 一种变电站三维建模*** - Google Patents

一种变电站三维建模*** Download PDF

Info

Publication number
CN109472862A
CN109472862A CN201811484896.XA CN201811484896A CN109472862A CN 109472862 A CN109472862 A CN 109472862A CN 201811484896 A CN201811484896 A CN 201811484896A CN 109472862 A CN109472862 A CN 109472862A
Authority
CN
China
Prior art keywords
unit
substation
point cloud
cloud data
model
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
CN201811484896.XA
Other languages
English (en)
Inventor
袁兆祥
韩文军
张苏
张亚平
宋珍
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.)
State Grid Economic and Technological Research Institute
Original Assignee
State Grid Economic and Technological Research Institute
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 State Grid Economic and Technological Research Institute filed Critical State Grid Economic and Technological Research Institute
Priority to CN201811484896.XA priority Critical patent/CN109472862A/zh
Publication of CN109472862A publication Critical patent/CN109472862A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

一种变电站三维建模***,包括:分割单元,扫描单元,拼接单元,去噪单元,抽稀单元,切分单元,判断单元,拼接单元。可以快速方便地完成变电站三维模型的构建,极大地提高了速度,并减少了误差的产生,解决了传统建模方法精度低、真实性差的问题。

Description

一种变电站三维建模***
技术领域
本发明属于变电站三维模型设计领域,具体涉及一种变电站三维建模***。
背景技术
随着智能变电站和三维图像技术的发展,变电站信息化、数字化、智能化监管技术日渐成熟,变电站实景信息三维可视化技术已成为研究热点。变电站三维实景建模作为变电站三维可视化的技术基础,高质量模型重构是实现变电站可视化效果更为直观、真实的关键。目前可考虑用于变电站模型重构方面的方法比较少,主要包括以下三种:
基于虚拟现实建模语言的建模方法。虚拟现实建模语言(VirtualRealityModeling Language,VRML)不仅是一种建模语言,也是一种描绘3D场景中对象行为的场景语言。VRML通过编程语言以立方体、圆锥体、圆柱体、球体等为原始对象构造均压环、隔离开关、断路器、电压与电流互感器等电气设施及建筑模型,并给模型贴上特定材质,然后拼接这些模型以完成整个变电站的三维场景建模。VRML脚本节点(script)对应的Java语言可以利用变电站模型进行人机交互,进而实现变电站虚拟现实***。VRML建模法虽可方便地进行人机交互,但拟合的模型由于采用立方体、圆锥体、圆柱体、球体的组合构建,必然造成变电站模型缺乏真实感,模型精度差。
基于几何造型的建模方法。几何造型建模方法依据变电站数码图片、设计图纸和厂家设施图纸,利用AutoCAD、3dMax、Maya等专业软件,按照一定比例采用立方体、圆柱体、圆锥体、圆环等建立变电站各种电气设施的三维模型,然后设置模型贴图与材质,拼接电气设施模型完成变电站三维场景建模,该建模方法获取的模型主要有三种:线框模型、表面模型与实体模型。几何造型建模法效率和直观性较好,但难以实现真实场景建模。
以上两种建模方法作为目前可用于变电站模型三维重构的常规方法,均无法实现变电站模型真实、高精度的模型重构,只能适用于一些对模型精度要求低、对真实性要求不高的场合中,无法满足变电站三维可视化运用的要求,这些方法都存在着效率低、精度不足、难以实现真实场景建模等问题,不足以满足主变电站实景、高效、高真实性的建模要求。因此,要实现变电站的实景三维重构,就必须对变电站的建模方法进行研究。
基于激光点云的建模方法。近年来,随着激光测量技术的发展,利用激光雷达扫描仪获取物体表面的激光点云具备高精度、高效率等优点。点云数据是指利用激光、摄影等测量手段获取物体表面的特征点,这些特征点有可能包含物体的空间三维坐标、颜色信息或反射强度信息等,由于点数量很大,因此称为点云。由于地面三维激光雷达采集到的被测对象点云数据具有高精度、全数字特征、图像化等优点,依据点云数据全数字特征与图像化相结合的优势,可为三维重构提供数据支持,且利用该方法构建模型具有精度高、效率高、可调整等优点,弥补了传统建模手段效率低、精度差等不足。基于点云数据的建模方法已在文物保护、建筑测量、船舶制造、交通运输等领域得到广泛应用,并取得了丰富的研究成果。然而在电力行业当中,特别是变电站三维实景重构方面的研究尚处于起步阶段,模型构建不规范,限制了三维实景重构技术的应用。因此,为充分发挥基于点云数据的变电站三维实景重构的高效性及精确性优点,有必要研究基于点云数据构建变电站三维实景模型的基本流程及方法,完善基于点云数据构建变电站三维实景模型的理论体系,实现基于点云数据的变电站三维实景重构技术的标准化、规范化。因此,期望获得一种可用于变电站三维实景重构的三维建模***。
对于目前的模型测距技术,己有的计算两个分离三维模型距离的算法时间复杂度最低为O(logm+logn)。例如,计算两个三维模型距离方法:对于两个分离三维模型P和Q,采用求多边形切线的形式计算初始搜索范围P’和Q’,然后根据P’和Q’的中间顶点与其关联边之间夹角的大小,缩小搜索范围。这样,用二分法可在O(logm+logn)时间内计算出P和Q的距离。还有方法利用层次多边形的表示,可在O(logm+logn)时间内完成两个三维模型的距离计算。但是,该算法需要用O(m+n)的预处理时间建立三维模型的层次表示,且算法实现复杂。另外,还可使用碰撞检测算法来计算最近距离即两个三维模型的明可夫斯基差形状到原点的最近距离。这种方法通过构建明可夫斯基差形状,用迭代的算法避开了对点的遍历,可以获得很高的速度。但算法只适用于凸多面体,所以在实现的应用中可能多数情况都不能直接运行该算法来进行距离的计算,涉及到如何将复杂物体分割成多个凸多面体的问题,增加了其复杂度的不确定性。
针对以上方法的不足,本发明提供一种能快速、精确建模并计算变电站模型最小距离的变电站三维建模***。
发明内容
鉴于我国变电站智能化的迫切需求出发,提出一种变电站三维建模***,包括:
分割单元,用于将变电站分割为若干区域,其中每个区域包含变电站在该区域内的实体;
扫描单元,用于采用地面三维激光扫描仪对每个区域内的实体采集点云数据,所述点云数据至少包含三维坐标数据;
拼接单元,用于对每个区域内的实体的点云数据进行拼接,以实现点云数据所包含的三维坐标数据的归一化;
去噪单元,用于对点云数据进行去噪处理;
抽稀单元,用于对消噪后的点云数据进行抽稀;
切分单元,用于根据不同区域内的实体的点云数据的基本特征对每个区域内的实体的点云数据进行切分;
判断单元,用于判断切分后的点云数据对应的模型类别,根据该模型类别选择相应的重构方法对切分后的点云数据进行分类重构以生成切分后的点云数据对应的切分模型;
拼接单元,用于将所述切分模型进行拼接得到变电站三维模型。
本发明的有益效果包括:首先,本发明提供的变电站三维建模***,可以高质量、高精度、高效率、规范化地对变电站进行建模以实现变电站的实景三维重构,可以实现变电站三维建模最小距离的快速、精确计算,为变电站三维可视化、智能化监管提供良好的基础,促进我国变电站智能化。其次,本发明的***可以快速方便地完成变电站三维模型的构建,极大地提高了速度,并减少了误差的产生,解决了传统建模方法精度低、真实性差的问题,并实现了利用激光点云实现变电站的高质量、高精度的建模。再次,本发明提出的距离公式,可以快速地计算出模型两点间距离。最后,本发明在点到点最短距离计算的基础上,摆脱了变电站三维模型构建和网格时模型分辨率或采样率对算法精度、稳定性和鲁棒性的影响,节省存储空间,提高计算效率,同时更好地实现实时性和便利性。
附图说明
图1本发明方法的基本流程图。
具体实施方式
为了更好地理解本发明,下面结合附图参考实施例的描述,对本发明的***进行进一步的说明。
为了全面理解本发明,在以下详细描述中提到了众多具体细节。但是本领域技术人员应该理解,本发明可以无需这些具体细节而实现。在实施例中,不详细描述公知的方法、过程、组件,以免不必要地使实施例繁琐。
参见图1所示,本发明提供了一种变电站三维建模***,其特征在于,包括:
分割单元,用于将变电站分割为若干区域,其中每个区域包含变电站在该区域内的实体;
扫描单元,用于采用地面三维激光扫描仪对每个区域内的实体采集点云数据,所述点云数据至少包含三维坐标数据;
拼接单元,用于对每个区域内的实体的点云数据进行拼接,以实现点云数据所包含的三维坐标数据的归一化;
去噪单元,用于对点云数据进行去噪处理;
抽稀单元,用于对消噪后的点云数据进行抽稀;
切分单元,用于根据不同区域内的实体的点云数据的基本特征对每个区域内的实体的点云数据进行切分;
判断单元,用于判断切分后的点云数据对应的模型类别,根据该模型类别选择相应的重构方法对切分后的点云数据进行分类重构以生成切分后的点云数据对应的切分模型;
拼接单元,用于将所述切分模型进行拼接得到变电站三维模型。
优选地,其中,所述变电站三维建模***还包括场景生成单元,所述场景生成单元具体包括:
采集单元,用于对变电站场景进行扫描,获取所有场景点云数据,其中,所述场景点云数据包括变电站中的设备构造、设备尺寸、设备外形、设备摆放位置和布局的数据;
处理单元,用于对所述场景点云数据进行处理;
构建单元,用于根据所述场景点云数据建立变电站三维场景模型;
融合单元,用于将变电站三维场景模型与变电站三维模型进行融合。
优选地,其中,所述变电站三维建模***还包括测距单元,用于计算变电站在区域内的实体之间的最小距离,所述测距单元具体包括:
确定单元,用于确定变电站三维模型中的两个实体模型M1和M2,作为测距目标;
网格化单元,用于依据精度需求,对实体模型M1和M2进行网格化;
离散单元,将实体模型M1和M2离散成顶点和网格;
获取单元,获取实体模型M1和M2各自的顶点坐标数组,并标记模型M1和M2中各顶点的序号对应的顶点索引信息;
计算单元,计算所述实体模型M1和M2之间的最小间距。
优选地,其中,所述计算单元,用于计算所述实体模型M1和M2之间的最小间距,具体包括:
矩阵单元,用于将所述实体模型M1和M2分别使用矩阵MTX1和MTX2表示;
投影单元,用于将所述实体模型M1和M2各自的顶点坐标数组,分别乘以实体矩阵MTX1和MTX2,得到两组顶点的投影坐标;
投影计算单元,用于循环遍历所有得到的所述两组顶点的投影坐标,计算所述两组投影坐标之间的距离;
选择单元,用于获取所有坐标之间距离的最小距离,选择对应所述最小距离的分别属于两组顶点投影坐标的投影坐标点对P1pro和P2pro
索引单元,用于根据顶点索引信息,获取投影坐标点对P1pro和P2pro分别对应的所述实体模型顶点对P1和P2,所述顶点对P1和P2即是所述实体模型M1和M2之间相距最近的点;
实体距离单元,用于计算顶点对P1和P2之间的距离,得到所述实体模型M1和M2之间的最小间距。
优选地,其中,所述实体距离单元,用于计算顶点对P1和P2之间的距离,根据如下公式计算P1和P2之间的距离:
其中,(xP1,yP1,zP1)表示点P1的三维坐标,(xP2,yP2,zP2)表示点P2的三维坐标,T表示转置。
本发明与现有技术相比,其显著优点为:首先,本发明提供的变电站三维建模***,可以高质量、高精度、高效率、规范化地对变电站进行建模以实现变电站的实景三维重构,可以实现变电站三维建模最小距离的快速、精确计算,为变电站三维可视化、智能化监管提供良好的基础,促进我国变电站智能化。其次,本发明可以快速方便地完成变电站三维模型的构建,极大地提高了速度,并减少了误差的产生,解决了传统建模方法精度低、真实性差的问题,并实现了利用激光点云实现变电站的高质量、高精度的建模。再次,本发明提出的距离公式,可以快速地计算出模型两点间距离。最后,本发明在点到点最短距离计算的基础上,摆脱了变电站三维模型构建和网格时模型分辨率或采样率对算法精度、稳定性和鲁棒性的影响,节省存储空间,提高计算效率,同时更好地实现实时性和便利性。
这里只说明了本发明的优选实施例,但其意并非限制本发明的范围、适用性和配置。相反,对实施例的详细说明可使本领域技术人员得以实施。应能理解,在不偏离所附权利要求书确定的本发明精神和范围情况下,可对一些细节做适当变更和修改。

Claims (5)

1.一种变电站三维建模***,其特征在于,包括:
分割单元,用于将变电站分割为若干区域,其中每个区域包含变电站在该区域内的实体;
扫描单元,用于采用地面三维激光扫描仪对每个区域内的实体采集点云数据,所述点云数据至少包含三维坐标数据;
拼接单元,用于对每个区域内的实体的点云数据进行拼接,以实现点云数据所包含的三维坐标数据的归一化;
去噪单元,用于对点云数据进行去噪处理;
抽稀单元,用于对消噪后的点云数据进行抽稀;
切分单元,用于根据不同区域内的实体的点云数据的基本特征对每个区域内的实体的点云数据进行切分;
判断单元,用于判断切分后的点云数据对应的模型类别,根据该模型类别选择相应的重构方法对切分后的点云数据进行分类重构以生成切分后的点云数据对应的切分模型;
拼接单元,用于将所述切分模型进行拼接得到变电站三维模型。
2.根据权利要求1所述的***,其中,所述变电站三维建模***还包括场景生成单元,所述场景生成单元具体包括:
采集单元,用于对变电站场景进行扫描,获取所有场景点云数据,其中,所述场景点云数据包括变电站中的设备构造、设备尺寸、设备外形、设备摆放位置和布局的数据;
处理单元,用于对所述场景点云数据进行处理;
构建单元,用于根据所述场景点云数据建立变电站三维场景模型;
融合单元,用于将变电站三维场景模型与变电站三维模型进行融合。
3.根据权利要求1所述的***,其中,所述变电站三维建模***还包括测距单元,用于计算变电站在区域内的实体之间的最小距离,所述测距单元具体包括:
确定单元,用于确定变电站三维模型中的两个实体模型M1和M2,作为测距目标;
网格化单元,用于依据精度需求,对实体模型M1和M2进行网格化;
离散单元,将实体模型M1和M2离散成顶点和网格;
获取单元,获取实体模型M1和M2各自的顶点坐标数组,并标记模型M1和M2中各顶点的序号对应的顶点索引信息;
计算单元,计算所述实体模型M1和M2之间的最小间距。
4.根据权利要求3所述的***,其中,所述计算单元,用于计算所述实体模型M1和M2之间的最小间距,具体包括:
矩阵单元,用于将所述实体模型M1和M2分别使用矩阵MTX1和MTX2表示;
投影单元,用于将所述实体模型M1和M2各自的顶点坐标数组,分别乘以实体矩阵MTX1和MTX2,得到两组顶点的投影坐标;
投影计算单元,用于循环遍历所有得到的所述两组顶点的投影坐标,计算所述两组投影坐标之间的距离;
选择单元,用于获取所有坐标之间距离的最小距离,选择对应所述最小距离的分别属于两组顶点投影坐标的投影坐标点对P1pro和P2pro
索引单元,用于根据顶点索引信息,获取投影坐标点对P1pro和P2pro分别对应的所述实体模型顶点对P1和P2,所述顶点对P1和P2即是所述实体模型M1和M2之间相距最近的点;
实体距离单元,用于计算顶点对P1和P2之间的距离,得到所述实体模型M1和M2之间的最小间距。
5.根据权利要求4所述的***,其中,所述实体距离单元,用于计算顶点对P1和P2之间的距离,根据如下公式计算P1和P2之间的距离:
其中,(xP1,yP1,zP1)表示点P1的三维坐标,(xP2,yP2,zP2)表示点P2的三维坐标,T表示转置。
CN201811484896.XA 2018-12-06 2018-12-06 一种变电站三维建模*** Pending CN109472862A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811484896.XA CN109472862A (zh) 2018-12-06 2018-12-06 一种变电站三维建模***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811484896.XA CN109472862A (zh) 2018-12-06 2018-12-06 一种变电站三维建模***

Publications (1)

Publication Number Publication Date
CN109472862A true CN109472862A (zh) 2019-03-15

Family

ID=65675654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811484896.XA Pending CN109472862A (zh) 2018-12-06 2018-12-06 一种变电站三维建模***

Country Status (1)

Country Link
CN (1) CN109472862A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111412833A (zh) * 2020-03-30 2020-07-14 广东电网有限责任公司电力科学研究院 变电站三维场景定位安全距离的告警方法、***及设备
WO2020228346A1 (zh) * 2019-05-14 2020-11-19 广东康云科技有限公司 变电站三维数字化建模方法、***、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106775746A (zh) * 2016-12-28 2017-05-31 国家电网公司 一种智能变电站三维仿真培训软件***及其平台搭建方法
CN107025323A (zh) * 2016-12-29 2017-08-08 南京南瑞信息通信科技有限公司 一种基于模板库的变电站快速建模方法
CN107146277A (zh) * 2017-03-21 2017-09-08 国网湖北省电力公司检修公司 基于点云数据对变电站进行建模的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106775746A (zh) * 2016-12-28 2017-05-31 国家电网公司 一种智能变电站三维仿真培训软件***及其平台搭建方法
CN107025323A (zh) * 2016-12-29 2017-08-08 南京南瑞信息通信科技有限公司 一种基于模板库的变电站快速建模方法
CN107146277A (zh) * 2017-03-21 2017-09-08 国网湖北省电力公司检修公司 基于点云数据对变电站进行建模的方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020228346A1 (zh) * 2019-05-14 2020-11-19 广东康云科技有限公司 变电站三维数字化建模方法、***、装置及存储介质
CN111412833A (zh) * 2020-03-30 2020-07-14 广东电网有限责任公司电力科学研究院 变电站三维场景定位安全距离的告警方法、***及设备
CN111412833B (zh) * 2020-03-30 2021-07-30 广东电网有限责任公司电力科学研究院 变电站三维场景定位安全距离的告警方法、***及设备

Similar Documents

Publication Publication Date Title
CN106127771B (zh) 基于激光雷达lidar点云数据获取隧道正射影像***及方法
CN107025685B (zh) 拓扑感知下的机载建筑屋顶点云建模方法
CN105844064B (zh) 基于激光点云数据的三维变电站半自动重建方法
CN111008422B (zh) 一种建筑物实景地图制作方法及***
CN102855663B (zh) 一种根据激光雷达栅格点云构建csg模型的方法
Liang et al. A visualization-oriented 3D method for efficient computation of urban solar radiation based on 3D–2D surface mapping
CN105719277B (zh) 一种基于测绘与二维图像的变电站三维建模方法及***
CN106846392A (zh) 三维建模的方法和装置
KR101465487B1 (ko) 건물의 외피객체를 추출하는 bim데이터 처리 시스템
CN109493422A (zh) 一种基于三维激光扫描技术的变电站三维模型构建方法
CN103021024A (zh) 用于对变电站中的电磁场进行三维可视化展示的方法
CN107170045B (zh) 基于点云数据对变电站变压器进行建模的方法
CN107045731B (zh) 基于点云数据对变电站母线进行建模的方法
CN110660125B (zh) 用于电力配网***的三维建模装置
CN101257149A (zh) 基于结构电磁耦合的天线反射面网格划分方法
CN105354882A (zh) 一种大数据架构的大空间范围输电三维全景展示平台构建方法
CN107154075A (zh) 基于点云数据对变电站绝缘子进行建模的方法
CN109903382A (zh) 点云数据的融合方法及装置
CN113763529B (zh) 一种基于三维扫描的变电站建模方法
CN104008566A (zh) 海量高精度三维电力设备模型在gis中高效渲染方法
CN109472862A (zh) 一种变电站三维建模***
CN105741340A (zh) 一种用于网页展示的输电线路三维场景仿真方法和***
CN102565554B (zh) 一种生成三维雷电定位地闪点分布图的方法
CN109767492A (zh) 一种变电站三维模型的间距计算方法
CN113516777A (zh) 一种城市建筑物三维自动建模与可视化方法

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