CN113505667B - 一种变电站监控方法、装置、***及计算机存储介质 - Google Patents
一种变电站监控方法、装置、***及计算机存储介质 Download PDFInfo
- Publication number
- CN113505667B CN113505667B CN202110727307.1A CN202110727307A CN113505667B CN 113505667 B CN113505667 B CN 113505667B CN 202110727307 A CN202110727307 A CN 202110727307A CN 113505667 B CN113505667 B CN 113505667B
- Authority
- CN
- China
- Prior art keywords
- model
- target object
- pixel plane
- dimensional
- scanning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000012806 monitoring device Methods 0.000 claims abstract description 10
- 238000013519 translation Methods 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000003384 imaging method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种变电站监控方法、装置、***及计算机存储介质。其中,该方法包括:先后对变电站进行精扫描和粗扫描,分别得到背景模型和粗扫模型;根据背景模型对粗扫模型进行校正,得到校正识别扫描模型;对变电站进行第一拍摄,得到像素平面模型;根据背景模型对像素平面模型进行转换,得到像素平面对应的三维模型;将校正识别扫描模型与背景模型进行差分,得到目标物体的坐标C;对像素平面对应的三维模型中,坐标C处的物体进行识别,得到目标物体类别;根据目标物体类别对应的安全距离判断是否对目标物体进行安全预警。本发明解决了现有技术中目标物体类别识别方法简单、不精确从而导致目标物体在出现安全问题前无法及时预警进行规避的问题。
Description
技术领域
本发明涉及变电站技术领域,具体而言,涉及一种变电站监控方法、装置、***及计算机存储介质。
背景技术
对于进入到变电站中的目标物体需要获取其在变电站中的位置信息,在得到目标物体在变电站中的位置信息后,需要对目标物体进行识别,从而得到目标物体类别。
现有技术中对目标物体类别的识别只是根据该目标物体的长、宽、高进行判断,该识别方法不够精确;因而,通过上述方法,则不能准确的获取目标物体的安全距离,进而不能使目标物体在出现安全问题前及时预警进行规避。
针对现有技术中目标物体类别识别方法简单、不精确从而导致目标物体在出现安全问题前无法及时预警进行规避的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例中提供一种变电站监控方法、装置、***及计算机存储介质,以解决现有技术中目标物体类别识别方法简单、不精确从而导致目标物体在出现安全问题前无法及时预警进行规避的问题。
为达到上述目的,一方面,本发明提供了一种变电站监控方法,其中,该方法包括:先后对变电站进行精扫描和粗扫描,分别得到背景模型和粗扫模型;根据所述背景模型对所述粗扫模型进行校正,得到校正识别扫描模型;对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别;根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
可选的,所述对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型包括:分别在所述像素平面模型和背景模型中选取相对应的多对关键点;根据所述多对关键点计算所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值和平移值;根据所述旋转值和平移值对所述像素平面模型进行转换,得到所述像素平面对应的三维模型。
可选的,所述根据所述旋转值和平移值对所述像素平面模型进行转换,得到所述像素平面对应的三维模型包括:通过以下公式进行转换:
其中,(x,y)为像素平面模型上的坐标,(X,Y,0)为像素平面对应的三维模型上的坐标,R为所述旋转值,T为所述偏移值,f为所述第一拍摄的设备焦距,dX、dY分别表示X、Y方向上的像素平面模型上的坐标在所述第一拍摄的设备的成像平面上的长度;U0、V0分别表示所述第一拍摄的设备的成像平面中心点在像素平面模型坐标系下的坐标。
可选的,所述对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别包括:获取所述校正识别扫描模型中目标物体的中心点三维坐标;矩形框选出所述像素平面模型中目标物体得到平面矩形框,以及获取所述平面矩形框的底边中心点;并根据所述背景模型将所述平面矩形框的底边中心点转换为三维转换坐标;将所述中心点三维坐标与所述三维转换坐标匹配成功的坐标转换到所述像素平面模型中进行识别,得到其对应的目标物体类别。
可选的,所述根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警包括:对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别;根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
可选的,所述对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别包括:将未匹配成功的所述中心点三维坐标转换为所述第二拍摄的设备的三维空间坐标;根据所述三维空间坐标计算所述第二拍摄的设备的横向旋转度数和纵向旋转度数,以及根据所述三维空间坐标距离所述第二拍摄的设备的原点的距离和未匹配成功的所述中心点三维坐标对应的目标物体的宽和高,计算得到所述第二拍摄的设备的缩放倍数;根据所述横向旋转度数、纵向旋转度数和缩放倍数将所述第二拍摄的设备与所述未匹配成功的所述中心点三维坐标对准进行第二拍摄并识别,得到所述未匹配成功的目标物体的类别。
另一方面,本发明提供了一种变电站监控装置,包括:扫描单元,用于先后对变电站进行精扫描和粗扫描,分别得到背景模型和粗扫模型;校正单元,用于根据所述背景模型对所述粗扫模型进行校正,得到校正识别扫描模型;转换单元,用于对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;差分单元,用于将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;识别单元,用于对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别;安全预警单元,用于根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
可选的,所述转换单元包括:选取子单元,用于分别在所述像素平面模型和背景模型中选取相对应的多对关键点;计算子单元,用于根据所述多对关键点计算所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值和平移值;转换子单元,用于根据所述旋转值和平移值对所述像素平面模型进行转换,得到所述像素平面对应的三维模型。
可选的,所述安全预警单元包括:识别子单元,用于对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别;安全预警子单元,用于根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
另一方面,本发明还提供了一种变电站监控***,包括上述的变电站监控装置。
另一方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的变电站监控方法。
本发明的有益效果:
本发明提供了一种变电站监控方法,通过对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别。解决了现有技术中目标物体类别识别方法简单、不精确从而导致目标物体在出现安全问题前无法及时预警进行规避的问题,保证了对进入变电站中的目标物体类别识别的精准度。
附图说明
图1是本发明实施例提供的一种变电站监控方法的流程图;
图2是本发明实施例提供的将所述像素平面模型转换为像素平面对应的三维模型的流程图;
图3是本发明实施例提供的根据目标物体类别对应的安全距离判断是否对目标物体进行安全预警的流程图;
图4是本发明实施例提供的一种变电站监控装置的结构示意图;
图5是本发明实施例提供的转换单元的结构示意图;
图6是本发明实施例提供的安全预警单元的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,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它实施例,都属于本发明保护的范围。
对于进入到变电站中的目标物体需要获取其在变电站中的位置信息,在得到目标物体在变电站中的位置信息后,需要对目标物体进行识别,从而得到目标物体类别。
现有技术中对目标物体类别的识别只是根据该目标物体的长、宽、高进行判断,该识别方法不够精确;通过上述方法,则不能准确的获取目标物体的安全距离,进而不能使目标物体在出现安全问题前及时预警进行规避。
因而,本发明提供了一种变电站监控方法,图1是本发明实施例提供的一种变电站监控方法的流程图,如图1所示,该方法包括:
S101.先后对变电站进行精扫描和粗扫描,分别得到背景模型和粗扫模型;
在一个可选的实施方式中,所述精扫描的精度为1mm,所述粗扫描的精度为3mm,使用扫描精度为1mm的精扫设备对变电站场景进行精细扫描,得到背景模型,使用扫描精度为3mm的粗扫设备对变电站场景进行粗扫描,得到粗扫模型。粗扫模型受扫描精度的影响,其中的物体会出现断点和遮盖情况。
S102.根据所述背景模型对所述粗扫模型进行校正,得到校正识别扫描模型;
S103.对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;
在一个可选的实施方式中,使用第一拍摄设备(枪机)对所述变电站进行第一拍摄,获得的画面为像素平面模型;根据所述背景模型对所述像素平面模型进行转换,统一到背景模型空间中,得到像素平面对应的三维模型。
S104.将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;
在一个可选的实施方式中,将校正识别扫描模型与所述背景模型进行差分运算以去除变电站中的背景,得到目标物体的位置信息,包括目标物体的坐标C,以及目标物体的高H、宽W。需要注意的是,此时尚不能确定目标物体具体类型。
S105.对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别;
在一个可选的实施方式中,当确定了校正识别扫描模型中目标物体的坐标C[例如:Pc(X1,Y1,Z1)、Pc(X2,Y2,Z2)、Pc(X3,Y3,Z3)……]后,对应的,在像素平面对应的三维模型中,对所述坐标C处的目标物体进行识别,得到目标物体类别,例如:Pc(X1,Y1,Z1)对应的目标物体是人、Pc(X2,Y2,Z2)对应的目标物体时车、Pc(X3,Y3,Z3)对应的目标物体是动物等等。
S106.根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
在一个可选的实施方式中,获取每类目标物体的安全距离,其中,每类目标物体的安全距离是不同的;特别的,不同物体类型在不同电压等级下的安全距离也不相同。
将每一类目标物体的实时距离与其安全距离进行对比,并且给定的每类安全距离上额外增加50%,得到预警距离。当每一类目标物体的实时距离达到该类的预警距离时发送预警报警,当每一类目标物体的实时距离小于该类的安全距离时发送违规报警。
特别的,当预警较多时,根据每类目标物体的实时距离到安全距离的距离进行排列,从距离最近的预警开始报警;当各个类目标物体的距离比较接近时,按对安全距离需求从大到小进行报警。其中,预警方式包括软件平台信息推送和现场声光报警。违规报警还将在平台上存储相机抓拍画面、相机录像作为留证。
本发明中,通过上述方法,解决了现有技术中目标物体类别识别方法简单、不精确从而导致目标物体在出现安全问题前无法及时预警进行规避的问题,保证了对进入变电站中的目标物体类别识别的精准度。
在一个可选的实施方式中,图2是本发明实施例提供的将所述像素平面模型转换为像素平面对应的三维模型的流程图,如图2所示,所述S103包括:
S1031.分别在所述像素平面模型和背景模型中选取相对应的多对关键点;
在一个可选的实施方式中,对于变电站的某个位置,分别在所述像素平面模型和背景模型中选择该位置,在两者各自的坐标下,记为关键点P1和P2;根据模型状况共选取n个关键点对。
需要注意的是,所述背景模型为三维模型,所述像素平面模型为二维模型,选取的所述背景模型的关键点的Z轴值为0。
S1032.根据所述多对关键点计算所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值和平移值;
根据所述n个关键点对将所述像素平面模型与所述背景模型对准,从而得到所述像素平面对准需要调整的旋转值R和平移值T,而像素平面对应的像素平面模型是归一化到所述背景模型中的,所述该旋转值R和平移值T即为所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值R和平移值T。
S1033.根据所述旋转值和平移值对所述像素平面模型进行转换,得到所述像素平面对应的三维模型。
根据上述的旋转值R和平移值T对所述像素平面模型进行转换,统一到背景模型空间中,得到像素平面对应的三维模型。
在一个可选的实施方式中,所述S1033包括:
通过以下公式进行转换:
其中,(x,y)为像素平面模型上的坐标,(X,Y,0)为像素平面对应的三维模型上的坐标,R为所述旋转值,T为所述偏移值,f为所述第一拍摄的设备焦距,dX、dY分别表示X、Y方向上的像素平面模型上的坐标在所述第一拍摄的设备的成像平面上的长度;U0、V0分别表示所述第一拍摄的设备的成像平面中心点在像素平面模型坐标系下的坐标。
在一个可选的实施方式中,所述第一拍摄设备(枪机)的焦距、成像平面、像素均已知。
在一个可选的实施方式中,所述S105包括:
S1051.获取所述校正识别扫描模型中目标物体的中心点三维坐标;
在得到所述校正识别扫描模型中目标物体的位置信息时,就同时获取了目标物体的中心点三维坐标Pc(Xc,Yc,Zc)∈Detc。
S1052.矩形框选出所述像素平面模型中目标物体得到平面矩形框,以及获取所述平面矩形框的底边中心点;并根据所述背景模型将所述平面矩形框的底边中心点转换为三维转换坐标;
在一个可选的实施方式中,所述平面矩形框的底边中心点为(x,y),假设其位于底面z=0位置,根据所述背景模型将其转换为三维转换坐标,即Pi(Xi,Yi,0)∈Deti。
S1053.将所述中心点三维坐标与所述三维转换坐标匹配成功的坐标转换到所述像素平面模型中进行识别,得到其对应的目标物体类别。
对Deti和Detc使用KM算法求最小权完备匹配。对比常用的阈值距离匹配方法(即匹配两点间距离小于给定阈值),使用最小权完备匹配,可以尽可能的忽略在多个模型融合时产生的矫正误差。需要注意的是,Deti和Detc并不一定存在完备匹配,可使用在匹配范围外的虚构点进行补充。
将所述上述匹配成功的坐标再转换到像素平面模型中进行识别,得到其对应的目标物体类别(例如:人、车、大型动物)。
在一个可选的实施方式中,图3是本发明实施例提供的根据目标物体类别对应的安全距离判断是否对目标物体进行安全预警的流程图,如图3所示,所述S106包括:
S1061.对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别;
在一个可选的实施方式中,上述目标物体类别识别方法忽略了Z轴值即高度对成像位置的影响(登高、漂浮、悬挂等情况)。考虑到引入高度参数后,对第一拍摄设备(枪机)的校正精准要求更高,在现有精度下,因为Z轴的变动,调整旋转值R和平移值T必然会引起X、Y平面的进度下降,从而使得对更常规进行地面作业的计算精准度下降。所以引入第二拍摄设备(球机)来补偿忽略Z轴值造成的偶发情况。
具体的,对上述中未匹配成功的坐标Pc(Xc,Yc,Zc)对应的目标物体使用第二拍摄设备(球机)进行第二拍摄并识别,得到未匹配成功的目标物体的类别(例如:小猫)。此时所述校正识别扫描模型中的所有目标物体类别都已进行了识别。
S1062.根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
在一个可选的实施方式中,所述S1061包括:
S10611.将未匹配成功的所述中心点三维坐标转换为所述第二拍摄的设备的三维空间坐标;
在一个可选的实施方式中,上述中心点三维坐标与三维转换坐标匹配结束后,将未匹配成功的Pc(Xc,Yc,Zc)转换到所述第二拍摄的设备的三维空间,得到三维空间坐标Pp(Xp,Yp,Zp)。
其中,所述第二拍摄的设备(球机)通过球机横向旋转度数P、球机纵向旋转度数T、球机的缩放倍数Z三个参数进行控制。
球机的空间是一个三维空间,以P=0,T=90时球机所面对方向为Y轴正方向。球机的高度对球机的三维空间起一个缩放的作用,因实际球机高度不容易测量,所以假设球机高度为1,相当于不实地测量球机安装高度。
S10612.根据所述三维空间坐标计算所述第二拍摄的设备的横向旋转度数和纵向旋转度数,以及根据所述三维空间坐标距离所述第二拍摄的设备的原点的距离和未匹配成功的所述中心点三维坐标对应的目标物体的宽和高,计算得到所述第二拍摄的设备的缩放倍数;
在一个可选的实施方式中,根据所述三维空间坐标Pp(Xp,Yp,Zp)计算所述第二拍摄的设备的横向旋转度数P和纵向旋转度数T。
根据所述三维空间坐标Pp(Xp,Yp,Zp)到所述第二拍摄的设备的原点Pp(X0,Y0,Z0)的距离,以及未匹配成功的所述中心点三维坐标Pc(Xc,Yc,Zc)对应的目标物体的宽和高,计算所述第二拍摄的设备(球机)的缩放倍数Z。
S10613.根据所述横向旋转度数、纵向旋转度数和缩放倍数将所述第二拍摄的设备与所述未匹配成功的所述中心点三维坐标对准进行第二拍摄并识别,得到所述未匹配成功的目标物体的类别。
根据上述的P、T、Z对所述第二拍摄的设备(球机)进行调整,以使所述第二拍摄的设备对准所述未匹配成功的所述中心点三维坐标Pc(Xc,Yc,Zc)进行一次抓拍并识别,得到所述未匹配成功的目标物体的类别(例如:小猫)。
图4是本发明实施例提供的一种变电站监控装置的结构示意图一种变电站监控装置,如图4所示,该装置包括:
扫描单元201,用于先后对变电站进行精扫描和粗扫描,分别得到背景模型和粗扫模型;
在一个可选的实施方式中,所述精扫描的精度为1mm,所述粗扫描的精度为3mm,使用扫描精度为1mm的精扫设备对变电站场景进行精细扫描,得到背景模型,使用扫描精度为3mm的粗扫设备对变电站场景进行粗扫描,得到粗扫模型。粗扫模型受扫描精度的影响,其中的物体会出现断点和遮盖情况。
校正单元202,用于根据所述背景模型对所述粗扫模型进行校正,得到校正识别扫描模型;
转换单元203,用于对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;
在一个可选的实施方式中,使用第一拍摄设备(枪机)对所述变电站进行第一拍摄,获得的画面为像素平面模型;根据所述背景模型对所述像素平面模型进行转换,统一到背景模型空间中,得到像素平面对应的三维模型。
差分单元204,用于将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;
在一个可选的实施方式中,将校正识别扫描模型与所述背景模型进行差分运算以去除变电站中的背景,得到目标物体的位置信息,包括目标物体的坐标C,以及目标物体的高H、宽W。需要注意的是,此时尚不能确定目标物体具体类型。
识别单元205,用于对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别;
在一个可选的实施方式中,当确定了校正识别扫描模型中目标物体的坐标C[例如:Pc(X1,Y1,Z1)、Pc(X2,Y2,Z2)、Pc(X3,Y3,Z3)……]后,对应的,在像素平面对应的三维模型中,对所述坐标C处的目标物体进行识别,得到目标物体类别,例如:Pc(X1,Y1,Z1)对应的目标物体是人、Pc(X2,Y2,Z2)对应的目标物体时车、Pc(X3,Y3,Z3)对应的目标物体是动物等等。
安全预警单元206,用于根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
在一个可选的实施方式中,获取每类目标物体的安全距离,其中,每类目标物体的安全距离是不同的;特别的,不同物体类型在不同电压等级下的安全距离也不相同。
将每一类目标物体的实时距离与其安全距离进行对比,并且给定的每类安全距离上额外增加50%,得到预警距离。当每一类目标物体的实时距离达到该类的预警距离时发送预警报警,当每一类目标物体的实时距离小于该类的安全距离时发送违规报警。
特别的,当预警较多时,根据每类目标物体的实时距离到安全距离的距离进行排列,从距离最近的预警开始报警;当各个类目标物体的距离比较接近时,按对安全距离需求从大到小进行报警。其中,预警方式包括软件平台信息推送和现场声光报警。违规报警还将在平台上存储相机抓拍画面、相机录像作为留证。
本发明中,通过上述方法,解决了现有技术中目标物体类别识别方法简单、不精确从而导致目标物体在出现安全问题前无法及时预警进行规避的问题,保证了对进入变电站中的目标物体类别识别的精准度。
在一个可选的实施方式中,图5是本发明实施例提供的转换单元的结构示意图,如图5所示,所述转换单元203包括:
选取子单元2031,用于分别在所述像素平面模型和背景模型中选取相对应的多对关键点;
在一个可选的实施方式中,对于变电站的某个位置,分别在所述像素平面模型和背景模型中选择该位置,在两者各自的坐标下,记为关键点P1和P2;根据模型状况共选取n个关键点对。
需要注意的是,所述背景模型为三维模型,所述像素平面模型为二维模型,选取的所述背景模型的关键点的Z轴值为0。
计算子单元2032,用于根据所述多对关键点计算所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值和平移值;
根据所述n个关键点对将所述像素平面模型与所述背景模型对准,从而得到所述像素平面对准需要调整的旋转值R和平移值T,而像素平面对应的像素平面模型是归一化到所述背景模型中的,所述该旋转值R和平移值T即为所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值R和平移值T。
转换子单元2033,用于根据所述旋转值和平移值对所述像素平面模型进行转换,得到所述像素平面对应的三维模型。
根据上述的旋转值R和平移值T对所述像素平面模型进行转换,统一到背景模型空间中,得到像素平面对应的三维模型。
在一个可选的实施方式中,所述识别单元205包括:
获取子单元2051,用于获取所述校正识别扫描模型中目标物体的中心点三维坐标;
在得到所述校正识别扫描模型中目标物体的位置信息时,就同时获取了目标物体的中心点三维坐标Pc(Xc,Yc,Zc)∈Detc。
坐标转换子单元2052,用于矩形框选出所述像素平面模型中目标物体得到平面矩形框,以及获取所述平面矩形框的底边中心点;并根据所述背景模型将所述平面矩形框的底边中心点转换为三维转换坐标;
在一个可选的实施方式中,所述平面矩形框的底边中心点为(x,y),假设其位于底面z=0位置,根据所述背景模型将其转换为三维转换坐标,即Pi(Xi,Yi,0)∈Deti。
匹配子单元2053,用于将所述中心点三维坐标与所述三维转换坐标匹配成功的坐标转换到所述像素平面模型中进行识别,得到其对应的目标物体类别。
对Deti和Detc使用KM算法求最小权完备匹配。对比常用的阈值距离匹配方法(即匹配两点间距离小于给定阈值),使用最小权完备匹配,可以尽可能的忽略在多个模型融合时产生的矫正误差。需要注意的是,Deti和Detc并不一定存在完备匹配,可使用在匹配范围外的虚构点进行补充。
将所述上述匹配成功的坐标再转换到像素平面模型中进行识别,得到其对应的目标物体类别(例如:人、车、大型动物)。
在一个可选的实施方式中,图6是本发明实施例提供的安全预警单元的结构示意图,如图6所示,所述安全预警单元206包括:
识别子单元2061,用于对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别;
在一个可选的实施方式中,上述目标物体类别识别方法忽略了Z轴值即高度对成像位置的影响(登高、漂浮、悬挂等情况)。考虑到引入高度参数后,对第一拍摄设备(枪机)的校正精准要求更高,在现有精度下,因为Z轴的变动,调整旋转值R和平移值T必然会引起X、Y平面的进度下降,从而使得对更常规进行地面作业的计算精准度下降。所以引入第二拍摄设备(球机)来补偿忽略Z轴值造成的偶发情况。
具体的,对上述中未匹配成功的坐标Pc(Xc,Yc,Zc)对应的目标物体使用第二拍摄设备(球机)进行第二拍摄并识别,得到未匹配成功的目标物体的类别(例如:小猫)。此时所述校正识别扫描模型中的所有目标物体类别都已进行了识别。
在一个可选的实施方式中,上述中心点三维坐标与三维转换坐标匹配结束后,将未匹配成功的Pc(Xc,Yc,Zc)转换到所述第二拍摄的设备的三维空间,得到三维空间坐标Pp(Xp,Yp,Zp)。
其中,所述第二拍摄的设备(球机)通过球机横向旋转度数P、球机纵向旋转度数T、球机的缩放倍数Z三个参数进行控制。
球机的空间是一个三维空间,以P=0,T=90时球机所面对方向为Y轴正方向。球机的高度对球机的三维空间起一个缩放的作用,因实际球机高度不容易测量,所以假设球机高度为1,相当于不实地测量球机安装高度。
根据所述三维空间坐标Pp(Xp,Yp,Zp)计算所述第二拍摄的设备的横向旋转度数P和纵向旋转度数T。
根据所述三维空间坐标Pp(Xp,Yp,Zp)到所述第二拍摄的设备的原点Pp(X0,Y0,Z0)的距离,以及未匹配成功的所述中心点三维坐标Pc(Xc,Yc,Zc)对应的目标物体的宽和高,计算所述第二拍摄的设备(球机)的缩放倍数Z。
根据上述的P、T、Z对所述第二拍摄的设备(球机)进行调整,以使所述第二拍摄的设备对准所述未匹配成功的所述中心点三维坐标Pc(Xc,Yc,Zc)进行一次抓拍并识别,得到所述未匹配成功的目标物体的类别(例如:小猫)。
安全预警子单元2062,用于根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
本发明还提供了一种变电站监控***,包括上述的变电站监控装置。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的变电站监控方法。
上述存储介质中存储有上述软件,该存储介质包括但不限于:光盘、软盘、硬盘、可擦写存储器等。
本发明的有益效果:
本发明提供了一种变电站监控方法,通过对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别。解决了现有技术中目标物体类别识别方法简单、不精确从而导致目标物体在出现安全问题前无法及时预警进行规避的问题,保证了对进入变电站中的目标物体类别识别的精准度。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种变电站监控方法,其特征在于,包括:
先后对变电站进行精扫描和粗扫描,分别得到背景模型和粗扫模型;
根据所述背景模型对所述粗扫模型进行校正,得到校正识别扫描模型;
对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;
将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;
对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别;
根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警;
所述对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型包括:
分别在所述像素平面模型和背景模型中选取相对应的多对关键点;
根据所述多对关键点计算所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值和平移值;
根据所述旋转值和平移值对所述像素平面模型进行转换,得到所述像素平面对应的三维模型;
通过以下公式进行转换:
其中,(x,y)为像素平面模型上的坐标,(X,Y,0)为像素平面对应的三维模型上的坐标,R为所述旋转值,T为所述平移值,f为所述第一拍摄的设备焦距,dX、dY分别表示X、Y方向上的像素平面模型上的坐标在所述第一拍摄的设备的成像平面上的长度;U0、V0分别表示所述第一拍摄的设备的成像平面中心点在像素平面模型坐标系下的坐标。
2.根据权利要求1所述的方法,其特征在于,所述对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别包括:
获取所述校正识别扫描模型中目标物体的中心点三维坐标;
矩形框选出所述像素平面模型中目标物体得到平面矩形框,以及获取所述平面矩形框的底边中心点;并根据所述背景模型将所述平面矩形框的底边中心点转换为三维转换坐标;
将所述中心点三维坐标与所述三维转换坐标匹配成功的坐标转换到所述像素平面模型中进行识别,得到其对应的目标物体类别。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警包括:
对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别;
根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
4.根据权利要求3所述的方法,其特征在于,所述对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别包括:
将未匹配成功的所述中心点三维坐标转换为所述第二拍摄的设备的三维空间坐标;
根据所述三维空间坐标计算所述第二拍摄的设备的横向旋转度数和纵向旋转度数,以及根据所述三维空间坐标距离所述第二拍摄的设备的原点的距离和未匹配成功的所述中心点三维坐标对应的目标物体的宽和高,计算得到所述第二拍摄的设备的缩放倍数;
根据所述横向旋转度数、纵向旋转度数和缩放倍数将所述第二拍摄的设备与所述未匹配成功的所述中心点三维坐标对准进行第二拍摄并识别,得到所述未匹配成功的目标物体的类别。
5.一种变电站监控装置,其特征在于,包括:
扫描单元,用于先后对变电站进行精扫描和粗扫描,分别得到背景模型和粗扫模型;
校正单元,用于根据所述背景模型对所述粗扫模型进行校正,得到校正识别扫描模型;
转换单元,用于对所述变电站进行第一拍摄,得到像素平面模型;根据所述背景模型对所述像素平面模型进行转换,得到像素平面对应的三维模型;
差分单元,用于将所述校正识别扫描模型与所述背景模型进行差分,得到目标物体的坐标C;
识别单元,用于对所述像素平面对应的三维模型中,所述坐标C处的物体进行识别,得到目标物体类别;
安全预警单元,用于根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警;
所述转换单元包括:
选取子单元,用于分别在所述像素平面模型和背景模型中选取相对应的多对关键点;
计算子单元,用于根据所述多对关键点计算所述像素平面模型转换为所述像素平面对应的三维模型需要调整的旋转值和平移值;
转换子单元,用于根据所述旋转值和平移值对所述像素平面模型进行转换,得到所述像素平面对应的三维模型;
通过以下公式进行转换:
其中,(x,y)为像素平面模型上的坐标,(X,Y,0)为像素平面对应的三维模型上的坐标,R为所述旋转值,T为所述平移值,f为所述第一拍摄的设备焦距,dX、dY分别表示X、Y方向上的像素平面模型上的坐标在所述第一拍摄的设备的成像平面上的长度;U0、V0分别表示所述第一拍摄的设备的成像平面中心点在像素平面模型坐标系下的坐标。
6.根据权利要求5所述的装置,其特征在于,所述安全预警单元包括:
识别子单元,用于对所述校正识别扫描模型中与所述像素平面对应的三维模型未匹配成功的目标物体进行第二拍摄并识别,得到未匹配成功的目标物体的类别;
安全预警子单元,用于根据所述目标物体类别对应的安全距离,判断所述目标物体是否在安全距离内,并据此确定是否进行安全预警。
7.一种变电站监控***,其特征在于,包括:权利要求5-6任一项所述的变电站监控装置。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至4中任一项所述的变电站监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727307.1A CN113505667B (zh) | 2021-06-29 | 2021-06-29 | 一种变电站监控方法、装置、***及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727307.1A CN113505667B (zh) | 2021-06-29 | 2021-06-29 | 一种变电站监控方法、装置、***及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505667A CN113505667A (zh) | 2021-10-15 |
CN113505667B true CN113505667B (zh) | 2023-11-17 |
Family
ID=78010892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110727307.1A Active CN113505667B (zh) | 2021-06-29 | 2021-06-29 | 一种变电站监控方法、装置、***及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505667B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109087329A (zh) * | 2018-07-27 | 2018-12-25 | 中山大学 | 基于深度网络的人体三维关节点估计框架及其定位方法 |
CN109241820A (zh) * | 2018-07-10 | 2019-01-18 | 北京二郎神科技有限公司 | 基于空间探索的无人机自主拍摄方法 |
CN110298854A (zh) * | 2019-05-17 | 2019-10-01 | 同济大学 | 基于在线自适应与单目视觉的飞行蛇形臂协同定位方法 |
CN111753712A (zh) * | 2020-06-22 | 2020-10-09 | 中国电力科学研究院有限公司 | 电力生产人员安全监测方法、***以及设备 |
CN112217994A (zh) * | 2020-09-29 | 2021-01-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种电力高压线周边安全作业预警方法 |
CN112235537A (zh) * | 2020-09-29 | 2021-01-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种变电站现场作业安全预警方法 |
CN112949566A (zh) * | 2021-03-25 | 2021-06-11 | 浙江华是科技股份有限公司 | 一种监控方法、装置、***及计算机存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6631618B2 (ja) * | 2015-03-18 | 2020-01-15 | 日本電気株式会社 | 画像監視装置及び画像監視方法 |
-
2021
- 2021-06-29 CN CN202110727307.1A patent/CN113505667B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241820A (zh) * | 2018-07-10 | 2019-01-18 | 北京二郎神科技有限公司 | 基于空间探索的无人机自主拍摄方法 |
CN109087329A (zh) * | 2018-07-27 | 2018-12-25 | 中山大学 | 基于深度网络的人体三维关节点估计框架及其定位方法 |
CN110298854A (zh) * | 2019-05-17 | 2019-10-01 | 同济大学 | 基于在线自适应与单目视觉的飞行蛇形臂协同定位方法 |
CN111753712A (zh) * | 2020-06-22 | 2020-10-09 | 中国电力科学研究院有限公司 | 电力生产人员安全监测方法、***以及设备 |
CN112217994A (zh) * | 2020-09-29 | 2021-01-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种电力高压线周边安全作业预警方法 |
CN112235537A (zh) * | 2020-09-29 | 2021-01-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种变电站现场作业安全预警方法 |
CN112949566A (zh) * | 2021-03-25 | 2021-06-11 | 浙江华是科技股份有限公司 | 一种监控方法、装置、***及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113505667A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523595B (zh) | 一种建筑工程直线棱角间距视觉测量方法 | |
EP3033875B1 (en) | Image processing apparatus, image processing system, image processing method, and computer program | |
US20180293450A1 (en) | Object detection apparatus | |
CN112150448B (zh) | 图像处理方法、装置及设备、存储介质 | |
CN112115913B (zh) | 图像处理方法、装置及设备、存储介质 | |
CN116245937A (zh) | 货物堆垛的堆高预测方法及装置、设备、存储介质 | |
CN114758504A (zh) | 一种基于滤波校正的网联车超速预警方法及*** | |
CN112179294A (zh) | 一种土地校对方法、装置以及*** | |
CN113188509B (zh) | 一种测距方法、装置、电子设备及存储介质 | |
CN113505667B (zh) | 一种变电站监控方法、装置、***及计算机存储介质 | |
CN113284120B (zh) | 限高高度测量方法及装置 | |
CN112488022A (zh) | 一种环视全景监控方法、装置及*** | |
CN115932877A (zh) | 一种激光雷达和单目摄像头融合的目标跟踪方法及*** | |
CN111598956A (zh) | 标定方法、装置和*** | |
CN116386373A (zh) | 车辆定位方法、装置、存储介质及电子设备 | |
US20240085448A1 (en) | Speed measurement method and apparatus based on multiple cameras | |
CN108108706B (zh) | 目标检测中滑动窗口的优化方法及*** | |
CN116819561A (zh) | 一种点云数据匹配方法、***、电子设备及存储介质 | |
CN105894505A (zh) | 一种基于多摄像机几何约束的快速行人定位方法 | |
CN112364693B (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
CN114814810A (zh) | 行人检测方法 | |
US11851069B2 (en) | Method and device for locating a vehicle | |
CN112200856A (zh) | 一种基于事件相机的视觉测距方法 | |
CN113066133A (zh) | 一种基于路面标识几何特征的车载摄像头在线自标定方法 | |
CN113643374A (zh) | 基于道路特征的多目相机标定方法、装置、设备和介质 |
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 |