CN116012429A - 基于激光点云与gim三维模型确定输电走廊隐患点的方法 - Google Patents

Abstract

本发明涉及一种基于激光点云与GIM三维模型确定输电走廊隐患点的方法。所述方法包括：获取输电走廊激光点云LAS数据和与所述输电走廊同线路的输电线路GIM三维模型数据；根据输电走廊的实体对象类型将所述输电走廊激光点云LAS数据单体对象化，获得不同实体对象的点云单体LAS数据；对所述点云单体LAS数据和所述输电线路GIM三维模型数据进行轻量化处理，获得轻量化后的点云单体数据和输电线路三维模型数据；基于所述点云单体数据与所述输电线路三维模型数据的坐标拟合关系，确定隐患点；根据所确定的隐患点和构建的关联关系构建输电线路三维模型的运维台帐数据，并加载至已建设的输电数字孪生平台进行可视化。本发明能够提高输电走廊隐患点的识别效率。

Description

基于激光点云与GIM三维模型确定输电走廊隐患点的方法

技术领域

本发明涉及电力监控技术领域，具体涉及一种基于激光点云与GIM三维模型确定输电走廊隐患点的方法。

背景技术

在输电线路验收、巡检过程中，部分地区充分利用激光点云高精度、高密度、真三维的技术优势，运用机载激光雷达对输电走廊内隐患点进行排查。输电走廊内一般以运维树障隐患点为主，特别是树木生长较快地区，其次是绝缘子串污损、防振锤锈损、导地线异物、施工外破、塔基入侵等各类隐患。然而，单纯利用激光点云来排查输电走廊内隐患点，对于输电走廊隐患点的识别效率较低，而且，其排查结果常以电子文档的形式呈现，不利于运维档案的建立，无法像三维仿真场景般能够向运维人员直观呈现需要紧急处理的地方。

发明内容

本发明实施例所要解决的技术问题在于，提供一种基于激光点云与GIM三维模型确定输电走廊隐患点的方法，能够提高输电走廊隐患点的识别效率且利于向运维人员直观呈现需要紧急处理的位置。

为解决上述技术问题，本发明实施例提供一种基于激光点云与GIM三维模型确定输电走廊隐患点的方法，所述方法包括下列步骤：

S11.获取输电走廊激光点云LAS数据和与所述输电走廊同线路的输电线路GIM三维模型数据；

S12.根据输电走廊的实体对象类型将所述输电走廊激光点云LAS数据单体对象化，获得不同实体对象的点云单体LAS数据，其中，所述实体对象分为主线路点云单体和输电走廊环境点云单体，所述主线路点云单体包括主线路的杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤，所述输电走廊环境点云单体至少包括单木、建筑单体、施工机械；

S13.对所述点云单体LAS数据和所述输电线路GIM三维模型数据进行轻量化处理，将其转换为具有层级数据结构的瓦片式数据集，以获得轻量化后的不同实体对象的点云单体数据和输电线路三维模型数据；

S14.基于所述点云单体数据与所述输电线路三维模型数据的坐标拟合关系，自动关联所述主线路点云单体与所述输电线路三维模型数据中对应的杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤的三维模型，通过所述三维模型已有的设备台账数据为所述主线路点云单体提供能够作为隐患点标记的特征数据，确定所存在的隐患点；并通过点云分析算法确定所述输电线路三维模型数据与所述输电走廊环境点云单体的空间关系，确定所存在的隐患点；

S15.根据所确定的隐患点和在所述步骤S14中构建的关联关系构建输电线路三维模型的运维台帐数据，并把所述隐患点的点位、所述输电线路三维模型数据、所述运维台账数据加载至已建设的输电数字孪生平台进行可视化。

进一步地，所述步骤S12具体包括：

根据输电走廊的实体对象类型，对所述输电走廊激光点云LAS数据进行点云分类；

通过点云可视化分割工具，对已分类的输电走廊激光点云LAS数据按照不同实体对象的外轮廓边界特征进行分割，得到不同实体对象的点云单体对象；

将所述点云单体对象保存至独立的LAS文件中，获得不同实体对象的点云单体LAS数据。

进一步地，所述输电走廊的实体对象类型包括植被类、建筑类、施工外破设施类、杆塔类、塔基类、导地线类、绝缘子串类以及防振锤类。

进一步地，所述特征数据至少包括所述三维模型的模型ID、设备编号、设备型号。

进一步地，所述步骤S14进一步包括：

基于所述单木的点云单体数据与所述输电线路三维模型数据对应的输电线路各档导线的坐标拟合关系，通过射线法和欧式距离计算公式，确定所述输电线路三维模型数据对应的输电线路各档导线与所述单木的空间关系，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊树障隐患分析，获得树障隐患点。

进一步地，所述步骤S14进一步包括：

基于所述建筑单体和/或所述施工机械的点云单体数据与所述输电线路三维模型数据对应的输电线路各档导线的坐标拟合关系，通过GIS空间分析算法，确定所述输电线路三维模型数据对应的输电线路各档导线与所述建筑单体和/或所述施工机械的空间关系，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊外力破坏隐患分析，对应获得建筑隐患点和/或施工外破隐患点。

进一步地，所述步骤S14进一步包括：

基于所述杆塔和所述塔基面的点云单体数据与所述输电线路三维模型数据中对应的杆塔的坐标拟合关系，对所述杆塔的点云单体数据采用kmeans聚类算法，提取所述塔基面的点云单体数据与所述输电线路三维模型数据的杆塔中心坐标进行配准，将所述杆塔的点云单体数据和所述输电线路三维模型数据中对应的杆塔的三维模型自动关联，通过所述塔杆的三维模型已有的设备台账数据为所述杆塔和所述塔基面提供能够作为隐患点标记的特征数据，确定塔基隐患点。

进一步地，所述步骤S14进一步包括：

基于所述单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的点云单体数据与所述输电线路三维模型数据中的对应的输电线路上的单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的坐标拟合关系，自动关联所述单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的点云单体数据与所述输电线路三维模型数据中对应的单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的三维模型，在已建设的输电数字孪生平台上对所述点云单体数据和所述输电线路三维模型数据按点云图层和模型图层融合展示，从所述点云图层和所述模型图层中识别并提取导地线隐患点、绝缘子串隐患点和/或防振锤隐患点。

实施本发明实施例，具有如下有益效果：本发明实施例将输电走廊激光点云LAS数据和输电线路GIM三维模型数据相关联来确定输电线路上存在的隐患点，可以快速提高长里程输电线路通道隐患点的识别效率；并且，本发明实施例将所确定的隐患点与其在所述输电线路三维模型数据对应的输电线路上的相关设备进行坐标匹配，在输电数字孪生平台记录入库，建立数字化历史档案，为运维巡检提供隐患排查工作重点，以利于向运维人员直观呈现需要紧急处理的地方；此外，本发明实施例将成熟的点云分类技术、点云单体化分割技术、GIS空间分析技术结合运用，可获得输电线路与周遭地物的态势信息，按照运维业务需求能够提取多种隐患点，包括树障隐患点、建筑隐患点、施工外破隐患点、塔基隐患点、导地线隐患点、绝缘子串隐患点、防振锤隐患点等，由此本发明实施例减轻了长里程输电线路的巡检工作的工作量，为后续围绕隐患点开展智能化自动巡检提供基础数据。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的基于激光点云与GIM三维模型确定输电走廊隐患点的方法的流程图。

具体实施方式

以下各实施例的说明是参考附图，用以示例本发明可以用以实施的特定实施例。

如图1所示，本发明实施例提供一种基于激光点云与GIM(Grid InformationModel，电网信息模型)三维模型确定输电走廊隐患点的方法，所述方法包括下列步骤：

S11.获取输电走廊激光点云LAS数据和与所述输电走廊同线路的输电线路GIM三维模型数据。

S12.根据输电走廊的实体对象类型将所述输电走廊激光点云LAS数据单体对象化，获得不同实体对象的点云单体LAS数据，其中，所述实体对象分为主线路点云单体和输电走廊环境点云单体，所述主线路点云单体包括主线路的杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤，所述输电走廊环境点云单体至少包括单木、建筑单体、施工机械。

具体地，所述步骤S12可以包括：

S121.根据输电走廊的实体对象类型，对所述输电走廊激光点云LAS数据进行点云分类。

所述输电走廊的实体对象类型可以包括植被类、建筑类、施工外破设施类、杆塔类、塔基类、导地线类、绝缘子串类、防振锤类，且不限于此。在对输电走廊激光点云LAS数据进行点云分类时，可以采用临近点分类算法获得植被类点云，采用建筑分类算法获得建筑类点云，采用中心线分类算法获得杆塔类点云和导地线类点云，采用导地线悬挂点分类算法获得绝缘子串类点云和防振锤类点云，采用人工分类的方法获得施工外破设施类实体对象和塔基保护区域类实体对象。上述分类方法已为本领域技术人员所悉知，故在此不再赘述。

S122.通过点云可视化分割工具，对已分类的输电走廊激光点云LAS数据按照不同实体对象的外轮廓边界特征进行分割，得到不同实体对象的点云单体对象。

其中，实体对象可以分为主线路点云单体和输电走廊环境点云单体，其中，所述主线路点云单体包括主线路的杆塔、塔基面、单档单相导地线、单档单相绝缘子串、单档单相防振锤等，所述输电走廊环境点云单体至少包括单木、建筑单体、施工机械。

S123.将所述点云单体对象保存至独立的LAS文件中，获得不同实体对象的点云单体LAS数据。

在获得上述不同实体对象的点云单体LAS数据之后，本发明实施例的所述方法进一步执行如下步骤：

S13.对所述点云单体LAS数据和所述输电线路GIM三维模型数据进行轻量化处理，将其转换为具有层级数据结构的瓦片式数据集，以获得轻量化后的不同实体对象的点云单体数据和输电线路三维模型数据。

具体地，对于所述点云单体LAS数据的轻量化处理可以包括：以非均匀八叉树算法对点云单体LAS数据进行分割，通过使用三个正交分割平面将整体数据块分割为八个子块来扩展四叉树，通过配置分块参数可采用不规则分割、紧密包围体、重叠分割等分块策略。

对于所述输电线路GIM三维模型数据的轻量化处理可以包括：以非均匀四叉树算法对输电线路GIM三维模型进行分割，通过配置分块参数可采用不规则分割、紧密包围体、重叠分割等分块策略，并通过网格分割算法实现对呈条带状分布的三维模型按任意数量进行非均匀有覆盖的分块。

上述的轻量化处理方法已为本领域技术人员所悉知，故在此不再赘述。

S14.基于所述点云单体数据与所述输电线路三维模型数据的坐标拟合关系，自动关联所述主线路点云单体与所述输电线路三维模型数据中对应的杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤的三维模型，通过所述三维模型已有的设备台账数据为所述主线路点云单体提供能够作为隐患点标记的特征数据，确定所存在的隐患点；并通过点云分析算法确定所述输电线路三维模型数据与所述输电走廊环境点云单体的空间关系，确定所存在的隐患点。

所述步骤S14中，根据不同的实体对象，所确定的隐患点不同。

对于主线路点云单体，包括主线路的杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤，自动关联主线路点云单体与输电线路三维模型数据中对应的设备的三维模型，包括杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤的三维模型，通过三维模型已有的设备台账数据为对应的主线路点云单体提供能够作为隐患点标记的特征数据，确定所存在的隐患点。其中，所述特征数据至少包括所述三维模型的模型ID、设备编号、设备型号，所能确定的隐患点可以包括塔基隐患点、导地线隐患点、绝缘子串隐患点、防振锤隐患点。

对于输电走廊环境点云单体，包括单木、建筑单体、施工机械，通过点云分析算法确定所述输电线路三维模型数据与所述输电走廊环境点云单体的空间关系，确定所存在的隐患点。其中，所述点云分析算法可以包括但不限于射线法和欧式距离计算公式、GIS空间分析算法等，所确定的隐患点可以包括树障隐患点、建筑隐患点和施工外破隐患点。

具体而言，对于所述实体对象是单木时，所述步骤S14可以进一步包括：

基于所述单木的点云单体数据与所述输电线路三维模型数据对应的输电线路各档导线的坐标拟合关系，通过射线法和欧式距离计算公式，确定所述输电线路三维模型数据对应的输电线路各档导线与所述单木的空间关系，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊树障隐患分析，获得树障隐患点。

具体而言，当点云单体数据是单木点云单体数据时，通过射线法和欧式距离计算公式，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊树障隐患分析，即计算获得输电线路各档导线上的点集合与单木顶点之间的距离，将档内线树距离不满足对应电压等级要求的安全距离的单木作为树障隐患点，获得树障隐患点的点位。

对于所述实体对象是建筑单体和/或施工机械时，所述步骤S14可以进一步包括：

基于所述建筑单体和/或所述施工机械的点云单体数据与所述输电线路三维模型数据对应的输电线路各档导线的坐标拟合关系，通过GIS空间分析算法，确定所述输电线路三维模型数据对应的输电线路各档导线与所述建筑单体和/或所述施工机械的空间关系，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊外力破坏隐患分析，对应获得建筑隐患点和/或施工外破隐患点。

具体而言，当点云单体数据是建筑单体和/或施工机械的点云单体数据时，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊外力破坏隐患分析，即提取所述输电线路三维模型数据中的线性中心线，以所述线性中心线为中心，按预设半径例如30米建立缓冲区，通过GIS空间分析算法提取位于缓冲区内的建筑单体和/或施工机械且分别计算其顶点与输电线路各档导线距离最近的点位，以确定建筑隐患点和/或施工外破隐患点，获得建筑隐患点和/或施工外破隐患点的点位。

对于所述实体对象是单基杆塔和塔基面时，所述步骤S14可以进一步包括：

基于所述杆塔和所述塔基面的点云单体数据与所述输电线路三维模型数据中对应的杆塔的坐标拟合关系，对所述杆塔的点云单体数据采用kmeans聚类算法，提取所述塔基面的点云单体数据与所述输电线路三维模型数据的杆塔中心坐标进行配准，将所述杆塔的点云单体数据和所述输电线路三维模型数据中对应的杆塔的三维模型自动关联，通过所述塔杆的三维模型已有的设备台账数据为所述杆塔和所述塔基面提供能够作为隐患点标记的特征数据，确定塔基隐患点，获得塔基隐患点的点位。

具体而言，塔基隐患点是指塔基面的四个角点坐标，通过该坐标控制对应杆塔上视频监控摄像头的转动与对焦，可以获取塔基隐患点图片集，进而确定塔基隐患点，获得塔基隐患点的点位。

对于实体对象是单档单相导地线、单档单相绝缘子串和/或单档单相防振锤时，所述步骤S14可以进一步包括：

基于所述单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的点云单体数据与所述输电线路三维模型数据中的对应的输电线路上的单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的坐标拟合关系，自动关联所述单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的点云单体数据与所述输电线路三维模型数据中对应的单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的三维模型，在已建设的输电数字孪生平台上对所述点云单体数据和所述输电线路三维模型数据按点云图层和模型图层融合展示，从所述点云图层和所述模型图层中识别并提取导地线隐患点、绝缘子串隐患点和/或防振锤隐患点，获得导地线隐患点、绝缘子串隐患点和/或防振锤隐患点的点位。

进一步地，所述识别和提取可以借由人工进行。

S15.根据所确定的隐患点和在所述步骤S14中构建的关联关系构建输电线路三维模型的运维台帐数据，并把所述隐患点的点位、所述输电线路三维模型数据、所述运维台账数据加载至已建设的输电数字孪生平台进行可视化。

具体地，根据所确定的隐患点和在所述步骤S14中构建的关联关系，将所述隐患点与所述输电线路三维模型数据中对应的设备进行坐标匹配，来构建输电线路三维模型的运维台帐数据，例如，可以包括树障隐患点、建筑隐患点或施工外破隐患点与所述输电线路三维模型数据对应的输电线路上的相关导线的坐标匹配，塔基隐患点与所述输电线路三维模型数据对应的输电线路上的相关杆塔的坐标匹配，导地线隐患点、绝缘子串隐患点、防振锤隐患点与所述输电线路三维模型数据对应的输电线路上的导地线、绝缘子串、防振锤的坐标匹配等，但不限于此。

基于此，本发明实施例基于激光点云与GIM三维模型确定输电走廊隐患点的方法将输电走廊激光点云LAS数据和输电线路GIM三维模型数据相关联来确定输电线路上存在的隐患点，可以快速提高长里程输电线路通道隐患点的识别效率；并且，本发明实施例将所确定的隐患点与其在所述输电线路三维模型数据对应的输电线路上的相关设备进行坐标匹配，在输电数字孪生平台记录入库，建立数字化历史档案，为运维巡检提供隐患排查工作重点，以利于向运维人员直观呈现需要紧急处理的位置包括隐患点及输电线路上的相关设备；此外，本发明实施例将成熟的点云分类技术、点云单体化分割技术以及GIS空间分析技术结合运用，可获得输电线路与周遭地物的态势信息，按照运维业务需求能够提取多种隐患点，包括树障隐患点、建筑隐患点、施工外破隐患点、塔基隐患点、导地线隐患点、绝缘子串隐患点、防振锤隐患点等。本发明实施例减轻了长里程输电线路的巡检工作的工作量，为后续围绕隐患点开展智能化自动巡检提供基础数据。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (8)

1.一种基于激光点云与GIM三维模型确定输电走廊隐患点的方法，其特征在于，所述方法包括下列步骤：

S11.获取输电走廊激光点云LAS数据和与所述输电走廊同线路的输电线路GIM三维模型数据；

S12.根据输电走廊的实体对象类型将所述输电走廊激光点云LAS数据单体对象化，获得不同实体对象的点云单体LAS数据，其中，所述实体对象分为主线路点云单体和输电走廊环境点云单体，所述主线路点云单体包括主线路的杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤，所述输电走廊环境点云单体至少包括单木、建筑单体、施工机械；

S13.对所述点云单体LAS数据和所述输电线路GIM三维模型数据进行轻量化处理，将其转换为具有层级数据结构的瓦片式数据集，以获得轻量化后的不同实体对象的点云单体数据和输电线路三维模型数据；

S14.基于所述点云单体数据与所述输电线路三维模型数据的坐标拟合关系，自动关联所述主线路点云单体与所述输电线路三维模型数据中对应的杆塔、塔基面、单档单相导地线、单档单相绝缘子串以及单档单相防振锤的三维模型，通过所述三维模型已有的设备台账数据为所述主线路点云单体提供能够作为隐患点标记的特征数据，确定所存在的隐患点；并通过点云分析算法确定所述输电线路三维模型数据与所述输电走廊环境点云单体的空间关系，确定所存在的隐患点；

S15.根据所确定的隐患点和在所述步骤S14中构建的关联关系构建输电线路三维模型的运维台帐数据，并把所述隐患点的点位、所述输电线路三维模型数据、所述运维台账数据加载至已建设的输电数字孪生平台进行可视化。

2.根据权利要求1所述的方法，其特征在于，所述步骤S12具体包括：

根据输电走廊的实体对象类型，对所述输电走廊激光点云LAS数据进行点云分类；

通过点云可视化分割工具，对已分类的输电走廊激光点云LAS数据按照不同实体对象的外轮廓边界特征进行分割，得到不同实体对象的点云单体对象；

将所述点云单体对象保存至独立的LAS文件中，获得不同实体对象的点云单体LAS数据。

3.根据权利要求2所述的方法，其特征在于，所述输电走廊的实体对象类型包括植被类、建筑类、施工外破设施类、杆塔类、塔基类、导地线类、绝缘子串类以及防振锤类。

4.根据权利要求1所述的方法，其特征在于，所述特征数据至少包括所述三维模型的模型ID、设备编号、设备型号。

5.根据权利要求1或2所述的方法，其特征在于，所述步骤S14进一步包括：

基于所述单木的点云单体数据与所述输电线路三维模型数据对应的输电线路各档导线的坐标拟合关系，通过射线法和欧式距离计算公式，确定所述输电线路三维模型数据对应的输电线路各档导线与所述单木的空间关系，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊树障隐患分析，获得树障隐患点。

6.根据权利要求1或2所述的方法，其特征在于，所述步骤S14进一步包括：

基于所述建筑单体和/或所述施工机械的点云单体数据与所述输电线路三维模型数据对应的输电线路各档导线的坐标拟合关系，通过GIS空间分析算法，确定所述输电线路三维模型数据对应的输电线路各档导线与所述建筑单体和/或所述施工机械的空间关系，对所述输电线路三维模型数据对应的输电线路各档导线进行输电走廊外力破坏隐患分析，对应获得建筑隐患点和/或施工外破隐患点。

7.根据权利要求1或2所述的方法，其特征在于，所述步骤S14进一步包括：

基于所述杆塔和所述塔基面的点云单体数据与所述输电线路三维模型数据中对应的杆塔的坐标拟合关系，对所述杆塔的点云单体数据采用kmeans聚类算法，提取所述塔基面的点云单体数据与所述输电线路三维模型数据的杆塔中心坐标进行配准，将所述杆塔的点云单体数据和所述输电线路三维模型数据中对应的杆塔的三维模型自动关联，通过所述塔杆的三维模型已有的设备台账数据为所述杆塔和所述塔基面提供能够作为隐患点标记的特征数据，确定塔基隐患点。

8.根据权利要求1或2所述的方法，其特征在于，所述步骤S14进一步包括：

基于所述单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的点云单体数据与所述输电线路三维模型数据中的对应的输电线路上的单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的坐标拟合关系，自动关联所述单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的点云单体数据与所述输电线路三维模型数据中对应的单档单相导地线、单档单相绝缘子串和/或单档单相防振锤的三维模型，在已建设的输电数字孪生平台上对所述点云单体数据和所述输电线路三维模型数据按点云图层和模型图层融合展示，从所述点云图层和所述模型图层中识别并提取导地线隐患点、绝缘子串隐患点和/或防振锤隐患点。

Images