CN114972631A - 一种输电线路激光点云模型在线重建方法及*** - Google Patents

一种输电线路激光点云模型在线重建方法及*** Download PDF

Info

Publication number
CN114972631A
CN114972631A CN202210420439.4A CN202210420439A CN114972631A CN 114972631 A CN114972631 A CN 114972631A CN 202210420439 A CN202210420439 A CN 202210420439A CN 114972631 A CN114972631 A CN 114972631A
Authority
CN
China
Prior art keywords
transmission line
point cloud
power transmission
laser point
tower
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
CN202210420439.4A
Other languages
English (en)
Inventor
赵轩
刘洋
焦彦俊
陈冰冰
张甍
杨霄
白冰洁
张磊
陶汉涛
黎炎
许洪华
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 Jiangsu Electric Power Co ltd Innovation And Innovation Center
Wuhan NARI Ltd
State Grid Jiangsu Electric Power Co Ltd
Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Jiangsu Electric Power Co ltd Innovation And Innovation Center
Wuhan NARI Ltd
State Grid Jiangsu Electric Power Co Ltd
Nanjing Power Supply Co of State Grid Jiangsu Electric Power 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 State Grid Jiangsu Electric Power Co ltd Innovation And Innovation Center, Wuhan NARI Ltd, State Grid Jiangsu Electric Power Co Ltd, Nanjing Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Jiangsu Electric Power Co ltd Innovation And Innovation Center
Priority to CN202210420439.4A priority Critical patent/CN114972631A/zh
Publication of CN114972631A publication Critical patent/CN114972631A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • 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
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Remote Sensing (AREA)
  • Medical Informatics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种输电线路激光点云模型在线重建方法及***，通过本侧杆塔上的激光雷达扫描和数据预处理得到输电线路激光点云数据，利用基于语义分割算法训练得到的输电线路激光点云分割模型输出目标输电线路的单线激光点云模型；并将单线激光点云模型从三维坐标系中投射到二维坐标系中，获得单线激光点云曲线段，基于悬链线方程以建立单线激光点云悬链线模型；利用单线激光点云悬链线模型获取目标输电线路在整个导线档距内的各点的二维坐标，并将目标输电线路上各点的二维坐标还原为目标输电线路上各点的三维坐标，以目标输电线路上各点的三维坐标在线重建输电线路激光点云模型。本发明实现了安装在任意杆塔上的激光雷达扫描重建输电线路模型。

Description

一种输电线路激光点云模型在线重建方法及***
技术领域
本发明涉及电力***风险检测技术领域，更具体地，涉及一种输电线路激光点云模型在线重建方法及***。
背景技术
电网是承载着国民经济的重要设施，电力设备的安全对电力用户供应可靠性、社会稳定以及经济发展起着重要的作用。输电线路多数裸露在野外，其位置和环境的情况都很复杂，而且安装杆塔的地点较多，距离较长，面积较广，遭受外力破坏导致故障和损失的事件屡见不鲜，线下违章施工、违章建筑、树竹障碍等外力破坏是导致输电线路跳闸的主要原因，其中工程车辆违章施工造成的外力破坏具有高发、突发、难以及时发现和制止的特点，近年来，由于社会经济在不断的发展，我国城市建设在不断的完善，随着铁路、公路的不断修建，各种大型工程机械在电力线路保护区域内施工，由此造成的外力破坏事件经常发生。
现有技术中，电力***通常采用视频可视化在线监拍、人工巡检等方法防止外力破坏。人工巡检实时性弱，工作量大。视频可视化在线监拍受到供电限制，只能间隔事件拍摄，不及时；视频拍摄的图像由于不具备空间位置信息，智能识别容易误报或漏报，人工识别工作量过大；在夜间由于施工场所灯光干扰，可视化在线监拍往往很难看清施工现场情况；因此可视化在线监拍在防外力破坏工作中难以较好的承担预防重任。
随着激光技术和激光雷达技术的发展，采用激光雷达在线监测技术，将激光雷达安装在杆塔上，实时扫描监测输电走廊，通过激光雷达点云数据，提供带有三维空间数据的信息，从而更精确地判断外力破坏风险。然而在实际实施过程中，当激光雷达与输电线路的距离越远，所得到的激光雷达点云越稀疏，当激光雷达与输电线路的距离达到一定范围后，激光雷达点云已稀疏至不可见，因此安装在杆塔上的雷达根本无法采集到整个档距内的输电线点云，如果没有这些数据，就无法判断地面物体距离线路的空间距离，从而失去激光雷达在线监测的功能。采用无人机携带激光雷达***飞行扫描整条线路的激光雷达点云数据，然后通过坐标变换实现输电线激光点云模型的建立，但这种方式加大了激光雷达在线监测***搭建工作的复杂度。还有通过图像的方式获得二维曲线段的方法，但由于受到图像角度、畸变等影响，获得的数据精度有限。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种输电线路激光点云模型在线重建方法及***，解决了安装在杆塔上的激光雷达扫描重建输电线路模型与激光雷达安装位置之间的问题。
本发明采用如下的技术方案。
本发明一方面提出一种输电线路激光点云模型在线重建方法，包括：
步骤1，通过安装在本侧杆塔上的激光雷达的扫描，获取以本侧杆塔上导线悬挂点位置为起点的设定距离内的激光点云数据；
步骤2，删除设定高度以下的激光点云数据，仅保留高于设定高度的激光点云数据作为输电线路激光点云数据；
步骤3，通过步骤1和2获取不同电压等级的输电线路激光点云数据，形成输电线路激光点云数据集；
步骤4，采用语义分割算法对输电线路激光点云数据集进行语义分割训练，生成输电线路激光点云分割模型；
步骤5，利用步骤1至3对目标输电线路获取输电线路激光点云数据集，并作为输电线路激光点云分割模型的输入数据，由输电线路激光点云分割模型输出目标输电线路的单线激光点云模型；
步骤6，将目标输电线路的单线激光点云模型从三维坐标系中投射到二维坐标系中，并获得目标输电线路的单线激光点云曲线段；
步骤7，基于悬链线方程，利用本侧杆塔上导线悬挂点位置的坐标、对侧杆塔上导线悬挂点位置的坐标、本侧杆塔上导线悬挂点位置和对侧杆塔上导线悬挂点位置之间的距离，以及目标输电线路的单线激光点云曲线段，建立目标输电线路的单线激光点云悬链线模型；
步骤8，利用单线激光点云悬链线模型获取目标输电线路在整个导线档距内的各点的二维坐标，并将目标输电线路上各点的二维坐标还原为目标输电线路上各点的三维坐标，以目标输电线路上各点的三维坐标在线重建输电线路激光点云模型。
优选地，步骤1中，设定距离为不小于10米。
优选地，步骤2还包括删除地面的激光点云数据。
优选地，步骤2中设定高度根据杆塔上导线悬挂点高度以及输电线路的最大设计弧垂而确定。
优选地，步骤4中，采用RandLA-Net点云语义分割算法，对输电线路激光点云数据集进行语义分割训练。
优选地，步骤5中，单线激光点云模型包括：单相导线激光点云模型，单根地线激光点云模型，单根***导线激光点云模型。
优选地，步骤6中，以平行输电线路方向为X轴，以垂直输电线路的水平方向为Y轴，以垂直输电线路的竖直向上方向为Z轴，构建三维坐标系。
优选地，将单线激光点云模型从三维坐标系中投射到X轴和Y轴形成的二维坐标系中形成单线激光点云曲线后，以本侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的起点，以对侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的终点，以起点和终点之间的曲线段作为单线激光点云曲线段。
优选地，步骤7包括：
步骤7.1，在二维坐标系中，以本侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的一个端点，以对侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的另一个端点；计算连接两个端点的直线的斜率k；
步骤7.2，确定以k为斜率并与单线激光点云曲线段相切的直线，切点坐标为(l,h)；
步骤7.3，以斜率k为单线激光点云曲线段的曲线倾角θ的正切值tanθ，则令倾角参数n满足
Figure BDA0003607351760000031
令坐标参数a和b满足a＝1/b，得到如下关系式：
Figure BDA0003607351760000032
式中，arch为反双曲余弦函数；
步骤7.4，再令角度
Figure BDA0003607351760000033
满足
Figure BDA0003607351760000034
则得到如下关系式：
Figure BDA0003607351760000035
通过求解上式得到
Figure BDA0003607351760000041
进而求解得到a；
步骤7.5，以如下关系式建立单线激光点云悬链线模型：
Figure BDA0003607351760000042
式中，
x表示X轴坐标，
y表示Y轴坐标；
y0表示本侧杆塔上导线悬挂点相对二维坐标系原点的Y轴坐标；
其中，本侧杆塔上导线悬挂点相对二维坐标系原点的X轴坐标为x0。
优选地，步骤7.1中，对于目标输电线路的，通过安装在本侧杆塔上的激光雷达的扫描，获得本侧杆塔上导线悬挂点位置的坐标、对侧杆塔上导线悬挂点位置的坐标、本侧杆塔上导线悬挂点位置与对侧杆塔上导线悬挂点位置之间的距离。
优选地，步骤8包括：
步骤8.1，根据单线激光点云悬链线模型获取本侧杆塔上导线悬挂点位置的二维坐标(x0,y0)和对侧杆塔上导线悬挂点位置的二维坐标(xT,yT)；
步骤8.2，以本侧杆塔上导线悬挂点位置的二维坐标(x0,y0)为起点、以对侧杆塔上导线悬挂点位置的二维坐标(xT,yT)为终点，按照设定的X轴坐标间隔Δx获取目标输电线路上某一点的X轴坐标xt，其中t＝{1,2,…,T-1}；
步骤8.3，根据目标输电线路上某一点的X轴坐标xt，利用单线激光点云悬链线模型获取目标输电线路上某一点的Y轴坐标yt；
步骤8.4，以本侧杆塔上导线悬挂点位置的Z轴坐标z0为目标输电线路上各点的Z轴坐标，则得到目标输电线路上各点的三维坐标(xt,yt,z0)；
步骤8.5，以目标输电线路上各点的三维坐标在线重建输电线路激光点云模型。
优选地，步骤8.2中，设定的X轴坐标间隔Δx不大于导线档距的1/100。
优选地，步骤8.4还包括，以本侧杆塔上的激光雷达能够扫描获得的输电线路激光点云数据中任一点的Z轴坐标
Figure BDA0003607351760000043
为目标输电线路上各点的Z轴坐标，则得到目标输电线路上各点的三维坐标
Figure BDA0003607351760000044
本发明另一方面提出一种输电线路激光点云模型在线重建***，在线重建***包括：存储器、处理器、无线通讯模块；所述存储器存储有计算机程序，处理器调用所述计算机程序执行一种输电线路激光点云模型在线重建方法的各个步骤。
本发明的技术效果，相比现有技术：
1)采用安装在本侧杆塔上的激光雷达获取可见距离内的输电线路激光点云数据，基于可见距离范围内的输电线路激光点云数据还原出整个档距内的输电线路激光点云模型，解决了安装在杆塔上的激光雷达扫描重建输电线路模型与激光雷达安装位置之间的问题，实现了输电线路的全档距建模；
2)激光雷达采集的激光点云数据从三维坐标投射到二维坐标中获得的激光点云曲线段，相对于通过图像方式获得的二维曲线段，不会因为环境改变、设备的人为操作等因素而有所变化，因此所得的二维曲线段更加精确可靠；
3)采用安装在本侧杆塔上的激光雷达获取的点云数据计算和重建输电线路激光点云模型，无需使用无人机搭载激光雷达进行全档距扫描，提升了激光雷达在线监测的便捷性，提高了激光雷达在线监测的经济性；
4)通过安装在本侧杆塔上的激光雷达直接扫描和计算获得的输电线路激光点云模型，无需坐标系转换和人工操作，基于所得到的输电线路激光点云模型能够实时监测和计算输电线路的弧垂变化，因此本发明提出的方法除了用于重建防外破所需的输电线三维模型外，还能进行弧垂实时监测。
附图说明
图1是本发明的一种输电线路激光点云模型在线重建方法的步骤框图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
如图1所示，本发明一方面提出一种输电线路激光点云模型在线重建方法，包括步骤1至步骤8。
步骤1，通过安装在本侧杆塔上的激光雷达的扫描，获取以本侧杆塔上导线悬挂点位置为起点的设定距离内的激光点云数据。
本侧杆塔上的激光雷达转动扫描，从本侧杆塔上导线悬挂点位置开始沿导线方向扫描获取包括输电线路在内的激光点云数据，由于距离和角度问题，所获取的激光点云数据中只包含了一段输电线路的激光点云数据，而更远处的输电线路的激光点云数据无法获取或者十分稀疏；本发明优选实施例中，设定距离为不小于10米，以保证本侧杆塔上的激光雷达扫描获得的激光点云数据的可靠性。
步骤2，删除设定高度以下的激光点云数据，仅保留高于设定高度的激光点云数据作为输电线路激光点云数据。
本发明优选实施例中，步骤2还包括删除地面的激光点云数据，即仅保留空中目标的激光点云数据，有利于提高数据处理效率和结果的准确性。并且步骤2中设定高度根据杆塔上导线悬挂点高度以及输电线路的最大设计弧垂而确定。
步骤3，通过步骤1和2获取不同电压等级的输电线路激光点云数据，形成输电线路激光点云数据集。
步骤4，采用语义分割算法对输电线路激光点云数据集进行语义分割训练，生成输电线路激光点云分割模型。
本发明优选实施例中，采用RandLA-Net点云语义分割算法，对输电线路激光点云数据集进行语义分割训练。值得注意的是，本领域技术人员可以根据语义分割对象的特性和语义分割结果的需求选择不同的语义分割算法，本发明实施例中采用RandLA-Net点云语义分割算法是一种非限制性的较优选择。
步骤5，利用步骤1至3对目标输电线路获取输电线路激光点云数据集，并作为输电线路激光点云分割模型的输入数据，由输电线路激光点云分割模型输出目标输电线路的单线激光点云模型。
步骤5中，单线激光点云模型包括：单相导线激光点云模型，单根地线激光点云模型，单根***导线激光点云模型。通过将多相导线、底线和***导线的激光点云数据都分割出来成为单根线的激光点云数据，提高了模型的准确度。
步骤6，将目标输电线路的单线激光点云模型从三维坐标系中投射到二维坐标系中，并获得目标输电线路的单线激光点云曲线段。
本发明优选实施例中，以平行输电线路方向为X轴，以垂直输电线路的水平方向为Y轴，以垂直输电线路的竖直向上方向为Z轴，构建三维坐标系。
优选地，将单线激光点云模型从三维坐标系中投射到X轴和Y轴形成的二维坐标系中形成单线激光点云曲线后，以本侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的起点，以对侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的终点，以起点和终点之间的曲线段作为单线激光点云曲线段。
步骤7，基于悬链线方程，利用本侧杆塔上导线悬挂点位置的坐标、对侧杆塔上导线悬挂点位置的坐标、本侧杆塔上导线悬挂点位置和对侧杆塔上导线悬挂点位置之间的距离，以及目标输电线路的单线激光点云曲线段，建立目标输电线路的单线激光点云悬链线模型。
具体地，步骤7包括：
步骤7.1，在二维坐标系中，以本侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的一个端点，以对侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的另一个端点；计算连接两个端点的直线的斜率k。
步骤7.2，确定以k为斜率并与单线激光点云曲线段相切的直线，切点坐标为(l,h)。
步骤7.3，以斜率k为单线激光点云曲线段的曲线倾角θ的正切值tanθ，则令倾角参数n满足
Figure BDA0003607351760000071
令坐标参数a和b满足a＝1/b，得到如下关系式：
Figure BDA0003607351760000072
式中，arch为反双曲余弦函数。
步骤7.4，再令角度
Figure BDA0003607351760000073
满足
Figure BDA0003607351760000074
则得到如下关系式：
Figure BDA0003607351760000075
通过求解上式得到
Figure BDA0003607351760000076
进而求解得到a。
步骤7.5，以如下关系式建立单线激光点云悬链线模型：
Figure BDA0003607351760000077
式中，
x表示X轴坐标，
y表示Y轴坐标；
y0表示本侧杆塔上导线悬挂点相对二维坐标系原点的Y轴坐标；
其中，本侧杆塔上导线悬挂点相对二维坐标系原点的X轴坐标为x0。
进一步，步骤7.1中，对于目标输电线路的，通过安装在本侧杆塔上的激光雷达的扫描，获得本侧杆塔上导线悬挂点位置的坐标、对侧杆塔上导线悬挂点位置的坐标、本侧杆塔上导线悬挂点位置与对侧杆塔上导线悬挂点位置之间的距离。
步骤8，利用单线激光点云悬链线模型获取目标输电线路在整个导线档距内的各点的二维坐标，并将目标输电线路上各点的二维坐标还原为目标输电线路上各点的三维坐标，以目标输电线路上各点的三维坐标在线重建输电线路激光点云模型。
具体地，步骤8包括：
步骤8.1，根据单线激光点云悬链线模型获取本侧杆塔上导线悬挂点位置的二维坐标(x0,y0)和对侧杆塔上导线悬挂点位置的二维坐标(xT,yT)。
步骤8.2，以本侧杆塔上导线悬挂点位置的二维坐标(x0,y0)为起点、以对侧杆塔上导线悬挂点位置的二维坐标(xT,yT)为终点，按照设定的X轴坐标间隔Δx获取目标输电线路上某一点的X轴坐标xt，其中t＝{1,2,…,T-1}；
进一步，步骤8.2中，设定的X轴坐标间隔Δx不大于导线档距的1/100。
步骤8.3，根据目标输电线路上某一点的X轴坐标xt，利用单线激光点云悬链线模型获取目标输电线路上某一点的Y轴坐标yt。
步骤8.4，以本侧杆塔上导线悬挂点位置的Z轴坐标z0为目标输电线路上各点的Z轴坐标，则得到目标输电线路上各点的三维坐标(xt,yt,z0)；
进一步，步骤8.4还包括，以本侧杆塔上的激光雷达能够扫描获得的输电线路激光点云数据中任一点的Z轴坐标
Figure BDA0003607351760000081
为目标输电线路上各点的Z轴坐标，则得到目标输电线路上各点的三维坐标
Figure BDA0003607351760000082
步骤8.5，以目标输电线路上各点的三维坐标在线重建输电线路激光点云模型。
本发明另一方面提出一种输电线路激光点云模型在线重建***，在线重建***包括：存储器、处理器、无线通讯模块；所述存储器存储有计算机程序，处理器调用所述计算机程序执行一种输电线路激光点云模型在线重建方法的各个步骤。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (14)

1.一种输电线路激光点云模型在线重建方法，其特征在于，
所述方法包括：
步骤1，通过安装在本侧杆塔上的激光雷达的扫描，获取以本侧杆塔上导线悬挂点位置为起点的设定距离内的激光点云数据；
步骤2，删除设定高度以下的激光点云数据，仅保留高于设定高度的激光点云数据作为输电线路激光点云数据；
步骤3，通过步骤1和2获取不同电压等级的输电线路激光点云数据，形成输电线路激光点云数据集；
步骤4，采用语义分割算法对输电线路激光点云数据集进行语义分割训练，生成输电线路激光点云分割模型；
步骤5，利用步骤1至3对目标输电线路获取输电线路激光点云数据集，并作为输电线路激光点云分割模型的输入数据，由输电线路激光点云分割模型输出目标输电线路的单线激光点云模型；
步骤6，将目标输电线路的单线激光点云模型从三维坐标系中投射到二维坐标系中，并获得目标输电线路的单线激光点云曲线段；
步骤7，基于悬链线方程，利用本侧杆塔上导线悬挂点位置的坐标、对侧杆塔上导线悬挂点位置的坐标、本侧杆塔上导线悬挂点位置和对侧杆塔上导线悬挂点位置之间的距离，以及目标输电线路的单线激光点云曲线段，建立目标输电线路的单线激光点云悬链线模型；
步骤8，利用单线激光点云悬链线模型获取目标输电线路在整个导线档距内的各点的二维坐标，并将目标输电线路上各点的二维坐标还原为目标输电线路上各点的三维坐标，以目标输电线路上各点的三维坐标在线重建输电线路激光点云模型。
2.根据权利要求1所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤1中，设定距离为不小于10米。
3.根据权利要求1所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤2还包括删除地面的激光点云数据。
4.根据权利要求1所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤2中设定高度根据杆塔上导线悬挂点高度以及输电线路的最大设计弧垂而确定。
5.根据权利要求1所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤4中，采用RandLA-Net点云语义分割算法，对输电线路激光点云数据集进行语义分割训练。
6.根据权利要求1所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤5中，单线激光点云模型包括：单相导线激光点云模型，单根地线激光点云模型，单根***导线激光点云模型。
7.根据权利要求1所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤6中，以平行输电线路方向为X轴，以垂直输电线路的水平方向为Y轴，以垂直输电线路的竖直向上方向为Z轴，构建三维坐标系。
8.根据权利要求7所述的一种输电线路激光点云模型在线重建方法，其特征在于，
将单线激光点云模型从三维坐标系中投射到X轴和Y轴形成的二维坐标系中形成单线激光点云曲线后，以本侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的起点，以对侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的终点，以起点和终点之间的曲线段作为单线激光点云曲线段。
9.根据权利要求1所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤7包括：
步骤7.1，在二维坐标系中，以本侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的一个端点，以对侧杆塔上导线悬挂点位置的二维坐标为单线激光点云曲线段的另一个端点；计算连接两个端点的直线的斜率k；
步骤7.2，确定以k为斜率并与单线激光点云曲线段相切的直线，切点坐标为(l,h)；
步骤7.3，以斜率k为单线激光点云曲线段的曲线倾角θ的正切值tanθ，则令倾角参数n满足
Figure FDA0003607351750000031
令坐标参数a和b满足a＝1/b，得到如下关系式：
Figure FDA0003607351750000032
式中，arch为反双曲余弦函数；
步骤7.4，再令角度
Figure FDA0003607351750000033
满足
Figure FDA0003607351750000034
则得到如下关系式：
Figure FDA0003607351750000035
通过求解上式得到
Figure FDA0003607351750000036
进而求解得到a；
步骤7.5，以如下关系式建立单线激光点云悬链线模型：
Figure FDA0003607351750000037
式中，
x表示X轴坐标，
y表示Y轴坐标；
y0表示本侧杆塔上导线悬挂点相对二维坐标系原点的Y轴坐标；
其中，本侧杆塔上导线悬挂点相对二维坐标系原点的X轴坐标为x0。
10.根据权利要求9所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤7.1中，对于目标输电线路的，通过安装在本侧杆塔上的激光雷达的扫描，获得本侧杆塔上导线悬挂点位置的坐标、对侧杆塔上导线悬挂点位置的坐标、本侧杆塔上导线悬挂点位置与对侧杆塔上导线悬挂点位置之间的距离。
11.根据权利要求10所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤8包括：
步骤8.1，根据单线激光点云悬链线模型获取本侧杆塔上导线悬挂点位置的二维坐标(x0,y0)和对侧杆塔上导线悬挂点位置的二维坐标(xT,yT)；
步骤8.2，以本侧杆塔上导线悬挂点位置的二维坐标(x0,y0)为起点、以对侧杆塔上导线悬挂点位置的二维坐标(xT,yT)为终点，按照设定的X轴坐标间隔Δx获取目标输电线路上某一点的X轴坐标xt，其中t＝{1,2,…,T-1}；
步骤8.3，根据目标输电线路上某一点的X轴坐标xt，利用单线激光点云悬链线模型获取目标输电线路上某一点的Y轴坐标yt；
步骤8.4，以本侧杆塔上导线悬挂点位置的Z轴坐标z0为目标输电线路上各点的Z轴坐标，则得到目标输电线路上各点的三维坐标(xt,yt,z0)；
步骤8.5，以目标输电线路上各点的三维坐标在线重建输电线路激光点云模型。
12.根据权利要求11所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤8.2中，设定的X轴坐标间隔Δx不大于导线档距的1/100。
13.根据权利要求11所述的一种输电线路激光点云模型在线重建方法，其特征在于，
步骤8.4还包括，以本侧杆塔上的激光雷达能够扫描获得的输电线路激光点云数据中任一点的Z轴坐标
Figure FDA0003607351750000041
为目标输电线路上各点的Z轴坐标，则得到目标输电线路上各点的三维坐标
Figure FDA0003607351750000042
14.一种输电线路激光点云模型在线重建***，其特征在于，
所述在线重建***包括：存储器、处理器、无线通讯模块；所述存储器存储有计算机程序，处理器调用所述计算机程序执行权利要求1-13所述的各个步骤。
CN202210420439.4A 2022-04-21 2022-04-21 一种输电线路激光点云模型在线重建方法及*** Pending CN114972631A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210420439.4A CN114972631A (zh) 2022-04-21 2022-04-21 一种输电线路激光点云模型在线重建方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210420439.4A CN114972631A (zh) 2022-04-21 2022-04-21 一种输电线路激光点云模型在线重建方法及***

Publications (1)

Publication Number Publication Date
CN114972631A true CN114972631A (zh) 2022-08-30

Family

ID=82978119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210420439.4A Pending CN114972631A (zh) 2022-04-21 2022-04-21 一种输电线路激光点云模型在线重建方法及***

Country Status (1)

Country Link
CN (1) CN114972631A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115661357A (zh) * 2022-11-11 2023-01-31 太原明远工程监理有限公司 基于融合点云数据的空间模型构建方法及***
CN115760725A (zh) * 2022-11-04 2023-03-07 广东安恒电力科技有限公司 基于激光雷达的输电线外力入侵监测方法、介质及设备
CN116128835A (zh) * 2023-02-02 2023-05-16 南方电网数字电网研究院有限公司 基于点云分析的输电导线弧垂测量方法、装置和设备
CN116295031A (zh) * 2023-02-24 2023-06-23 中国测绘科学研究院 弧垂的测量方法、装置、计算机设备和存储介质
CN117968533A (zh) * 2024-04-02 2024-05-03 四川吉埃智能科技有限公司 一种弧垂测量方法、装置、设备、介质及产品

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115760725A (zh) * 2022-11-04 2023-03-07 广东安恒电力科技有限公司 基于激光雷达的输电线外力入侵监测方法、介质及设备
CN115760725B (zh) * 2022-11-04 2024-02-20 广东安恒电力科技有限公司 基于激光雷达的输电线外力入侵监测方法、介质及设备
CN115661357A (zh) * 2022-11-11 2023-01-31 太原明远工程监理有限公司 基于融合点云数据的空间模型构建方法及***
CN116128835A (zh) * 2023-02-02 2023-05-16 南方电网数字电网研究院有限公司 基于点云分析的输电导线弧垂测量方法、装置和设备
CN116128835B (zh) * 2023-02-02 2023-09-15 南方电网数字电网研究院有限公司 基于点云分析的输电导线弧垂测量方法、装置和设备
CN116295031A (zh) * 2023-02-24 2023-06-23 中国测绘科学研究院 弧垂的测量方法、装置、计算机设备和存储介质
CN116295031B (zh) * 2023-02-24 2024-03-12 中国测绘科学研究院 弧垂的测量方法、装置、计算机设备和存储介质
CN117968533A (zh) * 2024-04-02 2024-05-03 四川吉埃智能科技有限公司 一种弧垂测量方法、装置、设备、介质及产品

Similar Documents

Publication Publication Date Title
CN114972631A (zh) 一种输电线路激光点云模型在线重建方法及***
CN101556142B (zh) 架空线路覆冰厚度的视觉检测方法
CN107958486A (zh) 一种导线矢量模型的生成方法及装置
CN113345019A (zh) 一种输电线路通道隐患目标测距方法、设备及介质
CN111047542B (zh) 一种电力线补点方法
CN114114314A (zh) 基于激光点云的输电线路巡检检测***及检测方法
US20210405253A1 (en) Systems and methods for distributed-solar power forecasting using parameter regularization
CN110910440B (zh) 一种基于电力影像数据的输电线路长度确定方法和***
Zhang et al. Power line simulation for safety distance detection using point clouds
CN109147044A (zh) 一种基于点云数据进行输电塔及线路检测的***
CN111146866B (zh) 一种输电通道控制方法
CN102565554B (zh) 一种生成三维雷电定位地闪点分布图的方法
CN112630792A (zh) 一种电网输电线路工况模拟与危险点检测方法及检测***
CN117113145A (zh) 弧垂计算模型构建方法、弧垂检测方法及弧垂检测装置
Fang et al. A framework of power pylon detection for UAV-based power line inspection
CN109462183B (zh) 电力线弧垂调整方法和装置
CN116483118A (zh) 一种适用于导地线弧垂变化的无人机自主巡检航线自动生成方法
Su et al. Automatic multi-source data fusion technique of powerline corridor using UAV Lidar
CN109785352B (zh) 一种智能高效机载雷达点云分析方法
CN113487601A (zh) 基于高精度三维点云数据计算雷击保护角的方法
CN107784682B (zh) 一种基于三维点云数据的电缆自动提取重构方法
Zeng et al. An improved extraction method of individual building wall points from mobile mapping system data
Hu et al. A 3D Modeling Method for Substations Based on Oblique Photography
CN115828400B (zh) 一种基于卫星云图的输变电工程验收的复验方法及***
CN113569856B (zh) 用于实测实量的模型语义分割方法及激光雷达

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