CN117078587A - 一种基于三维点云的隧道电缆附件检测方法及*** - Google Patents
一种基于三维点云的隧道电缆附件检测方法及*** Download PDFInfo
- Publication number
- CN117078587A CN117078587A CN202310681341.9A CN202310681341A CN117078587A CN 117078587 A CN117078587 A CN 117078587A CN 202310681341 A CN202310681341 A CN 202310681341A CN 117078587 A CN117078587 A CN 117078587A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cable
- tunnel
- instance
- point
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 230000011218 segmentation Effects 0.000 claims abstract description 68
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 33
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 70
- 239000013598 vector Substances 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 24
- 238000007789 sealing Methods 0.000 claims description 17
- 238000009413 insulation Methods 0.000 claims description 13
- 239000004020 conductor Substances 0.000 claims description 10
- 239000002184 metal Substances 0.000 claims description 10
- 229910000831 Steel Inorganic materials 0.000 claims description 8
- 239000010959 steel Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 241000350052 Daniellia ogea Species 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 27
- 238000004458 analytical method Methods 0.000 abstract description 9
- 239000000284 extract Substances 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000009434 installation Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000238097 Callinectes sapidus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
- G06T2207/10024—Color image
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于三维点云的隧道电缆附件检测方法及***,其特征在于,所述方法包括以下步骤:步骤1,利用激光扫描仪采集隧道电缆点云数据,建立坐标系并对所述点云数据进行预处理;步骤2,从经过预处理后的点云数据中筛除非电缆点云,并对电缆点云进行一次分割,以获得单根电缆点云实例;步骤3,基于所述单根电缆点云实例的几何和颜色特征差异设置分割算法,以对单根电缆点云实例中的电缆部件进行二次分割,从而获取到所述单根电缆点云实例中的电缆附件的质量参数。本发明准确提取电缆附件的关键参数,辅助施工和验收人员实现电缆敷设位置信息的高效准确分析和施工质量校核。
Description
技术领域
本发明涉及电力***领域,更具体的,涉及一种基于三维点云的隧道电缆附件检测方法及***。
背景技术
电缆线路的主要故障因素存在于电缆附件上,而造成故障增多的首要因素是安装质量问题。目前,电缆敷设施工环节,以人工安装为主,存在安装不规范等诸多漏洞,并且引起附件故障后,难以找到问题根源。虽然敷设之后有质量验收环节,但敷设验收人员仅依靠经验进行复核和验收,使用的常规测量控制工具如千分尺、游标深度尺、专用检测样板等仅能测量单点局部尺寸,不能检测整体形位尺寸,单一的检测数据和结果难以分析敷设过程的缺陷和问题。
可见,电缆敷设质量直接影响电缆的安全运行,据统计数据表明,电缆敷设过程不规范是导致电力电缆绝缘故障的主要原因。电缆敷设施工过程中,一些关键敷设区域的几何尺寸(如电缆绝缘间距、封铅长度等)可作为质量参数用于评估施工质量。当前,技术人员多使用游标卡尺等接触式测量工具对敷设区域的几何参数进行测量,并通过照相记录关键敷设工序的完工状态。这种测量方式主观性强、精度差,容易对敷设区域造成二次损伤;同时,二维图像也很难准确记录敷设区域的工况状态,后续出现质量问题时难以精确分析故障原因。
当现有的工程质量问题和工程风险发生时,虽然在建设过程同步开展了***的第三方监测工作,但未能开展除此之外的其他数据的采集,造成处理各类质量和风险控制问题时,没有直接的过程工况采集,使得各类问题或事故的处理时对于起因处于“猜测”、“推断”的状态,不利于工程的建设管理。
近年来,基于计算机视觉的电缆参数非接触测量技术取得了显著进展;魏煌涛等使用彩色图提取电缆的中心线,通过贝塞尔曲线模型拟合得到电缆的曲线表达式,获得电缆相关参数;邹丽君等采用基于相位信息的边缘检测算法提取边缘轮廓,实现了对电缆绝缘层厚度的测量;张格悠等采用金字塔L-K光流法和SURF特征点检测实现了对电缆护套断裂伸长率的测量;阴法明等采用Sobel边缘检测和亚像素重定位算法实现了对电缆护套厚度的测量。上述基于图像的电缆参数测量技术对物体真实尺寸的表征能力较弱,测量精度不高。
激光扫描和计算机三维点云处理技术,能够对敷设施工等关键步骤进行数字化记录,并对关键参数进行精准测量,辅助施工和验收人员实现电缆敷设位置信息的高效准确分析和施工质量校核。基于三维点云的测量技术可精准重建待测物体的三维结构和空间方位,对几何参数的测量更加精准,因此在电力电缆检测领域也逐步得到应用。
然而,由于隧道内部的电缆附件存在尺寸小、形状相似度高、依次连接难以通过点云方式进行合理有效拆分等问题,使得现有技术中仍然难以从电缆附件这一细节层面对电缆点云进行分析,并有效获得电缆附件的状态,提供对于电缆附件层级的合理管控措施。另外,现有基于点云的电缆测量技术多用于对未敷设的电缆附件和敷设完成投入运行的电力电缆进行定位识别或参数测量,难以对电缆敷设施工过程中的质量参数进行检测。
针对上述问题,亟需一种新的基于三维点云的隧道电缆附件检测方法及***。
发明内容
为解决现有技术中存在的不足,本发明提供一种基于三维点云的隧道电缆附件检测方法及***,通过二次拆分三维点云数据实现对于电缆附件层级的有效识别与分割。
本发明采用如下的技术方案。
本发明第一方面,涉及一种基于三维点云的隧道电缆附件检测方法,方法包括以下步骤:步骤1,利用激光扫描仪采集隧道电缆点云数据,建立坐标系并对所述点云数据进行预处理;步骤2,从经过预处理后的点云数据中筛除非电缆点云,并对电缆点云进行一次分割,以获得单根电缆点云实例;步骤3,基于所述单根电缆点云实例的几何和颜色特征差异设置分割算法,以对单根电缆点云实例中的电缆部件进行二次分割,从而获取到所述单根电缆点云实例中的电缆附件的质量参数。
优选的,利用激光扫描仪采集隧道电缆点云数据还包括:
利用FARO Focus Premium三维激光扫描仪对电缆敷设过程中的电缆导体连接部位、中间接头主体以及电缆与金属套封铅部位进行彩色点云数据采集;
采集彩色点云数据时,将多个标定球摆放在待测电缆附件周围,且确保所有标定球不在同一平面;
利用3D Sphere软件将3组点云数据进行拼接,并采用统计滤波算法将彩色点云数据中点云密度低于预设要求的噪声区域删除,以获得隧道点云集合。
优选的,建立坐标系还包括:
设隧道点云集合P={pi},i=1,2,……m,其中m为点云数量,对集合P进行降维运算,将集合的重心坐标作为原点,并将第一特征向量、第二特征向量和第三特征向量分别对应至隧道延展方向、隧道宽度方向和隧道高度方向上;
对标准坐标系的Z轴进行对齐矫正,使其正方向指向隧道顶部;
将隧道点云集合中任意点pi从原始坐标系的三维坐标(pi(x);pi(y);pi(z))转换到隧道的标准坐标系的三维坐标(pi′(x);pi′(y);pi′(z))。
优选的,对所述点云数据进行预处理还包括:
将Z坐标小于0.1×zmax的点云分割为地面点云,并采用RANSAC算法对内壁点云进行圆柱曲面拟合;
其中,zmax为标准坐标系下隧道点云Z坐标的最大值。
优选的,步骤2还包括:
将点云的X坐标连续性和Z坐标分布作为先验知识辅助电缆点云分割;
提取Z坐标大于a×zmax的点云作为支撑钢架中的顶部横梁,采用欧式聚类方法将剩余点云分割为多个点云集合,计算每个点云集合的X坐标跨度,值最大的点云集合为整体电缆点云实例;
采用DBSCAN算法对整体电缆点云进行实例分割,并估算每个点云实例的X坐标跨度,跨度大于dm/2的实例为分割得到的单根电缆点云实例;
其中,a为根据先验知识获取的分割系数,dm为激光扫描仪采集的点云数据所覆盖到的隧道延展方向的长度。
优选的,根据单根电缆实例中点云Y坐标绝对值的大小,为分割出的单根电缆点云实例进行编号。
优选的,步骤3还包括:
构建K-D树寻找所述单根电缆点云实例中每个点云的K近邻点集合,计算点云的曲率为σ3/(σ1+σ2+σ3);其中,σ1、σ2和σ3分别为每个点云K近邻点集的3个特征值;
基于颜色和曲率的区域增长算法对电缆点云进行部件分割从而获取到所述单根电缆点云实例中的多个电缆附件点云实例集合;
计算每个电缆附件点云实例集合的颜色归一化均值向量,同时设置电缆导体连接部位、中间接头主体以及电缆与金属套封铅部位的参考向量;
计算颜色归一化均值向量与参考向量的欧式距离,距离最小的实例即为电缆附件点云;
利用分割出的电缆敷设区域点云计算敷设质量参数。
优选的,颜色归一化均值向量为:
其中,mi为第i个实例集合中的点云数量,
j为第i个实例集合中的点云编号,
rj、gj和bj分别为点云j在RGB通道上的颜色值。
优选的,敷设质量参数为电缆导体连接部位的两侧电缆绝缘间距参数μ1、中间接头主体的绝缘件长度参数μ2、电缆与金属套封铅部位的两端的封铅长度参数μ3和μ4。
本发明第二方面,涉及一种基于三维点云的隧道电缆附件检测***,***用于实现本发明第一方面中方法的步骤;并且,***包括采集模块、一次分割模块和二次分割模块;其中,采集模块,用于利用激光扫描仪采集隧道电缆点云数据,建立坐标系并对点云数据进行预处理;一次分割模块,用于从经过预处理后的点云数据中筛除非电缆点云,并对电缆点云进行一次分割,以获得单根电缆点云实例;二次分割模块,用于基于所述单根电缆点云实例的几何和颜色特征差异设置分割算法,以对单根电缆点云实例中的电缆部件进行二次分割,从而获取到所述单根电缆点云实例中的电缆附件的质量参数。
本发明的有益效果在于,与现有技术相比,本发明中的一种基于三维点云的隧道电缆附件检测方法及***,能够基于激光扫描仪采集点云数据,并通过两次分割的方式实现对电缆点云数据的分割,从而准确提取电缆附件的关键参数,辅助施工和验收人员实现电缆敷设位置信息的高效准确分析和施工质量校核。
本发明的有益效果还包括:
1、本发明可以从工程建设阶段就开始建立***的风险识别、风险分析与评估、管节质量控制措施、事故风险模型的建立,并提出合理的控制措施。因此,本发明方法可以用来全过程的监控电缆附件的连接状态、关键参数,并对于电缆的异常情况进行精准定位,确保电缆附件的有效连接与安全可靠。
2、本发明方法首次从电缆上连接的较多且较小的电缆附件层级实现对于电缆安全性的监控。方法可以根据实际的需求,来对于各种不同形状、尺寸、颜色的电缆附件进行类似的分割、判别和监测。因此,本发明可以同时用于降低工程施工风险,提高工程建设质量以及公司在城市电缆隧道的施工技术水平。
3、本发明提出一种基于三维点云的电缆敷设质量关键参数自动解析方法。该方法首先对电缆敷设过程的关键工序进行三维颜色点云数据采集,再基于点云的空间分布、形态及颜色特征,对电缆点云和电缆敷设区域点云进行实例分割,最后对敷设区域的电缆绝缘间距、绝缘件长度和封铅长度三类质量参数进行自动测量。该方法可辅助施工和验收人员实现电缆敷设位置信息的高效准确分析和施工质量校核,从而降低电缆工程施工风险,减少电缆故障。
附图说明
图1为本发明一种基于三维点云的隧道电缆附件检测方法中电缆敷设过程关键工序点云采集现场的示意图;
图2为本发明一种基于三维点云的隧道电缆附件检测方法中电缆附件敷设工况场景三维点云数据的示意图;
图3为本发明一种基于三维点云的隧道电缆附件检测方法中隧道内壁点云去除过程的示意图;
图4为本发明一种基于三维点云的隧道电缆附件检测方法中电缆点云分割过程的示意图;
图5为本发明一种基于三维点云的隧道电缆附件检测方法中三个工序中的电缆辐射区域及其待测质量参数的示意图;
图6为本发明一种基于三维点云的隧道电缆附件检测方法中电缆敷设区域分割结果的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清晰,下面将结合本发明实施例中的附图,对本发明的技术方案进行清楚、完整地描述。本发明所描述的实施例仅仅是本发明一部分的实施例,而不是全部实施例。基于本发明精神,本领域普通技术人员在没有做出创造性劳动的前提下,根据本发明中记载的实施例而获得的所有其它本发明中未记载的实施例,都应当属于本发明的保护范围。
现有基于点云的电缆测量技术多用于对未敷设的电缆附件和敷设完成投入运行的电力电缆进行定位识别或参数测量,难以对电缆敷设施工过程中的质量参数进行检测。针对该问题,本研究以地下隧道电缆敷设为例,提出一种基于三维点云的电缆敷设质量关键参数自动解析方法。该方法首先对电缆敷设过程的关键工序进行三维颜色点云数据采集,再基于点云的空间分布、形态及颜色特征,对电缆点云和电缆敷设区域点云进行实例分割,最后对敷设区域的电缆绝缘间距、绝缘件长度和封铅长度三类质量参数进行自动测量。该方法可辅助施工和验收人员实现电缆敷设位置信息的高效准确分析和施工质量校核,从而降低电缆工程施工风险,减少电缆故障。
本发明第一方面,涉及一种基于三维点云的隧道电缆附件检测方法,方法包括步骤1至步骤3。
步骤1,利用激光扫描仪采集隧道电缆点云数据,建立坐标系并对点云数据进行预处理。
基于三维点云的测量技术可精准重建待测物体的三维结构和空间方位,对几何参数的测量更加精准,因此在电力电缆检测领域也逐步得到应用。
图1为本发明一种基于三维点云的隧道电缆附件检测方法中电缆敷设过程关键工序点云采集现场的示意图。优选的,利用激光扫描仪采集隧道电缆点云数据还包括:利用FARO Focus Premium三维激光扫描仪对电缆敷设过程中的电缆导体连接部位、中间接头主体以及电缆与金属套封铅部位进行彩色点云数据采集;采集彩色点云数据时,将多个标定球摆放在待测电缆附件周围,且确保所有标定球不在同一平面。
图2为本发明一种基于三维点云的隧道电缆附件检测方法中电缆附件敷设工况场景三维点云数据的示意图。利用3D Sphere软件将3组点云数据进行拼接,并采用统计滤波算法将彩色点云数据中点云密度低于预设要求的噪声区域删除,以获得隧道点云集合。
本发明一实施例中,利用FARO Focus Premium三维激光扫描仪对电缆敷设过程中的电缆导体连接部位处理及安装(工序①,图1a)、中间接头主体定位安装(工序②,图1b)以及电缆与金属套封铅处理三个关键工序(工序③,图1c)进行彩色点云数据采集。采集点云时,首先将多个标定球摆放在待测电缆附件周围,且确保所有标定球不在同一平面。之后,利用FARO扫描仪分别在电缆附件安装位置的正前方、左前方和右前方3个不同位置进行点云数据采集(图1d)。最后,利用3D Sphere软件将3组点云数据进行拼接,并采用统计滤波算法将点云密度低的噪声区域删除,得到电缆敷设工况场景三维点云数据。
采集到的预处理点云数据中,隧道内壁点云由地面和四周墙壁点云构成,本发明通过隧道内部建筑结构特征对其进行去除。每次数据采集时,由于标定球和激光扫描仪的放置位置不一致,得到的每组隧道点云数据会位于不同的坐标系中,为便于后续分割,本发明根据隧道空间分布构建隧道标准坐标系,并将点云从原始坐标系转换至标准坐标系中。
优选的,建立坐标系还包括:设隧道点云集合P={pi},i=1,2,……m,其中m为点云数量,对集合P进行降维运算,将集合的重心坐标作为原点,并将第一特征向量、第二特征向量和第三特征向量分别对应至隧道延展方向、隧道宽度方向和隧道高度方向上;对标准坐标系的Z轴进行对齐矫正,使其正方向指向隧道顶部;将隧道点云集合中任意点pi从原始坐标系的三维坐标(pi(x);pi(y);pi(z))转换到隧道的标准坐标系的三维坐标(pi′(x);pi′(y);pi′(z))。
具体的,设隧道点云集合P={pi},i=1,2,……m,其中m为点云数量。构建集合P的去中心化矩阵X3×m
X3×m=[p1-pc,p2-pc,…,pm-pc]
其中pc为集合的重心坐标。计算X3×m的协方差矩阵C3×3=(X3×m)(X3×m)Y,对其进行谱分解可得
C3×3=(U3×3)(∧3×3)(U3×3)T (2)
式中∧3×3为对角矩阵,其对角线上的三个元素σ1、σ2、σ3为C3×3对应的特征值,U3×3的每一列均为C3×3的特征向量。设矩阵C3×3最大特征值σ1对应的特征向量为u1,第二大特征值σ2对应的特征向量为u2,最小特征值σ3对应的特征向量为u3,根据隧道结构特征,其延展方向距离最长,因此与u1平行;本发明中涉及的隧道,其高度小于宽度,因此u2与隧道宽度方向平行;u3与隧道高度方向平行。令pc为标准坐标系的原点,u1为X轴,u2为Y轴,u3为Z轴,则将隧道点云集合中任意点pi从原始坐标系的坐标(pi(x);pi(y);pi(z))转换到隧道标准坐标系坐标(pi′(x);pi′(y);pi′(z))的变换公式为:
其中,ui(x)、ui(y)、ui(z)分别表示ui向量在原始坐标系下的三维坐标(i=1,2,3),pc(x)、pc(y)、pc(z)分别表示重心坐标pc在原始坐标系下的三维坐标。
通过公式(2)得到的u3向量正方向不确定,导致标准坐标系的Z轴正方向即可能指向隧道顶部,也可能指向地面,从而影响后续内壁点云去除。本发明根据隧道结构特点对标准坐标系的Z轴进行对齐矫正,使其正方向指向隧道顶部。设标准坐标系下隧道点云Z坐标的最大值为zmax,提取所有Z坐标大于0.95×zmax的点云,并计算它们在Y坐标的最大值和最小值/>则它们在Y轴的跨度/>提取Z轴坐标小于0.05×zmax的点云,并计算它们在Y坐标的最大值/>最小值/>和Y轴跨度/>由于隧道顶部点云呈圆弧形,因此隧道最顶部点云的Y轴跨度会小于地面点云的Y轴跨度。基于上述观察,如果y1>y2,则当前Z轴正方向已经指向隧道顶部,所有点云的Z坐标不变;否则所有点的Z坐标乘以-1。
优选的,对点云数据进行预处理还包括:将Z坐标小于0.1×zmax的点云分割为地面点云,并采用RANSAC算法对内壁点云进行圆柱曲面拟合;其中,zmax为标准坐标系下隧道点云Z坐标的最大值。
图3为本发明一种基于三维点云的隧道电缆附件检测方法中隧道内壁点云去除过程的示意图。子图中红色和蓝色点云分别表示为地面和四周墙壁。在标准坐标系下,地面点云的Z坐标较小(图3a),因此可通过直通滤波进行地面点云去除。本发明将Z坐标小于0.1×zmax的点云分割为地面点云(图3b)。去除地面之后,剩余的隧道墙壁近似非完整的圆柱曲面,本发明采用RANSAC算法对内壁点云进行圆柱曲面拟合(图3c)。隧道内壁点云去除后的结果如图3d所示。
电缆敷设工况场景三维点云中包含隧道、工人、安装工具、电缆和敷设区域等多类别点云,需要从中分割出电缆敷设区域点云进行参数测量。本发明提出一种电缆敷设区域点云自动分割算法,通过隧道内壁点云去除、电缆点云分割和敷设区域点云分割三个步骤,实现对电缆敷设区域点云的自动准确提取。具体内容如步骤2和3所述。
步骤2,从经过预处理后的点云数据中筛除非电缆点云,并对电缆点云进行一次分割,以获得单根电缆点云实例。
去除内壁点云之后,剩余点云类别主要包括支撑钢架、电缆、工作人员和敷设工具(图3d)。在隧道中,上述各类点云彼此间的相对位置不固定,为电缆点云的分割带来了难度。
优选的,步骤2还包括:将点云的X坐标连续性和Z坐标分布作为先验知识辅助电缆点云分割;提取Z坐标大于a×zmax的点云作为支撑钢架中的顶部横梁,采用欧式聚类方法将剩余点云分割为多个点云集合,计算每个点云集合的X坐标跨度,值最大的点云集合为整体电缆点云实例;采用DBSCAN算法对整体电缆点云进行实例分割,并估算每个点云实例的X坐标跨度,跨度大于dm/2的实例为分割得到的单根电缆点云实例;其中,a为根据先验知识获取的分割系数,dm为激光扫描仪采集的点云数据所覆盖到的隧道延展方向的长度。
图4为本发明一种基于三维点云的隧道电缆附件检测方法中电缆点云分割过程的示意图。不同颜色点云代表不同分割实例,相同颜色点云为同一实例。观察发现,电缆和支撑钢架中的顶部横梁会沿着隧道的延展方向连续分布,相比其他类别点云,两者的X坐标分布均呈现连续性强且跨度大的特征,但两者在隧道中的高度分布不同,因此可将点云的X坐标连续性和Z坐标分布作为先验知识辅助电缆点云分割。首先提取Z坐标大于{0.85\\timesz}_{max}的点云作为支撑钢架中的顶部横梁(图4a),将其删除后,剩余支撑钢架点云的X坐标将不再连续。之后采用欧式聚类方法将剩余点云分割为若干点云集合(图4b)。计算每个点云集合的X坐标跨度,值最大的点云集合为整体电缆点云实例(图4c),它包含了所有电缆以及与电缆挨在一起的其他物体点云。采用DBSCAN算法对整体电缆点云进行实例分割,并估算每个点云实例的X坐标跨度,跨度大于dm/2的实例为分割得到的单根电缆点云实例(图4d),其中dm为所有实例X坐标跨度的最大值。
优选的,根据单根电缆实例中点云Y坐标绝对值的大小,为分割出的单根电缆点云实例进行编号。
最后对电缆实例进行编号,便于用户对每个电缆实例进行选择。根据单根电缆实例中点云Y坐标绝对值的最大值可以判断其与隧道墙壁的距离,值越大表示距离越小,该电缆的编号越小。用户可通过编号来提取正在进行敷设的电缆点云实例。
步骤3,基于单根电缆点云实例的几何和颜色特征差异设置分割算法,以对单根电缆点云实例中的电缆部件进行二次分割,从而获取到单根电缆点云实例中的电缆附件的质量参数。
图5为本发明一种基于三维点云的隧道电缆附件检测方法中三个工序中的电缆辐射区域及其待测质量参数的示意图。
正在进行敷设的电缆点云实例由敷设区域点云和电缆自身点云构成。图5展示了不同工序下电缆敷设区域点云的位置和样式。工序①中敷设区域是电缆导体连接时进行绝缘处理的区域,该区域的待测质量参数为两侧电缆绝缘间距参数μ1;工序②的敷设区域是橡胶绝缘接头安装后所在位置,该区域待测参数为绝缘件长度参数μ2;工序③的敷设区域为金属套及其与电缆连接处的封铅区域,待测参数为两端的封铅长度参数μ3和μ4。
优选的,步骤3还包括:构建K-D树寻找单根电缆点云实例中每个点云的K近邻点集合,计算点云的曲率为σ3/(σ1+σ2+σ3);其中,σ1、σ2和σ3分别为每个点云K近邻点集的3个特征值;基于颜色和曲率的区域增长算法对电缆点云进行部件分割从而获取到单根电缆点云实例中的多个电缆附件点云实例集合;计算每个电缆附件点云实例集合的颜色归一化均值向量,同时设置电缆导体连接部位、中间接头主体以及电缆与金属套封铅部位的参考向量;计算颜色归一化均值向量与参考向量的欧式距离,距离最小的实例即为电缆附件点云;利用分割出的电缆敷设区域点云计算敷设质量参数。
本发明根据不同工序中电缆敷设区域点云的几何和颜色特征差异设计分割方法。
首先,计算点云曲率。构建K-D树寻找每个点云的K近邻点集合,利用公式(2)计算每个点云K近邻点集的3个特征值σ1、σ2、σ3,则点云的曲率为σ3/(σ1+σ2+σ3)。
其次,电缆部件分割。图6为本发明一种基于三维点云的隧道电缆附件检测方法中电缆敷设区域分割结果的示意图。本发明在基于曲率的点云区域增长分割算法流程中加入对邻域点云颜色相似度的判别,形成一种基于颜色和曲率的区域增长算法对电缆点云进行部件分割(表1),最终形成若干点云实例集合(图6)。在图6中,子图中从上到下依次为原始电缆点云、基于颜色和曲率的区域增长分割结果、部件分割结果、分割出的敷设区域点云。
表1基于颜色和曲率区域增长算法的伪代码
基于颜色的敷设区域点云识别。首先计算每个实例点云集合的颜色归一化均值向量。设第i个实例集合中有mi个点云,其中第j个点的颜色向量为(rj,gj,bj),则该实例的颜色归一化均值向量ci由式(5)计算:
设c为用户输入的电缆敷设区域颜色向量,分别计算每个实例ci与c的欧式距离,距离最小的实例即为敷设区域点云(图6)。本发明在分割工序①、工序②、工序③敷设区域点云时,向量c分别设为(0.329,0.328,0.343)、(0.274,0.308,0.418)和(0.404,0.336,0.26)。
利用分割出的电缆敷设区域点云计算敷设质量参数μ1~μ4。图5中,图5(a)为工序①的电缆敷设区域点云及其待测质量参数,(b)为工序②的电缆敷设区域点云及其待测质量参数,(c)为工序③的电缆敷设区域点云及其待测质量参数。
从图5可以看出,4个质量参数均可看作敷设区域点云主成分方向的投影长度。因此,可使用公式(2)计算敷设区域点云的特征向量u1,再计算这些点云在u1上的投影坐标,投影坐标间的最大距离即为对应电缆敷设区域的质量参数。
本发明另一实施例中,采用精确度、召回率和F1分数对电缆、电缆敷设区域点云的分割精度进行评估。利用CloudCompare软件从隧道点云中手动分割出电缆和敷设区域点云作为分割真实值。评估点云分割精度时,对于第λ个实例点云集合,用Tλ表示属于该实例的点云被正确分割为该实例的点云数量,用Fλ表示不属于该实例的点云被误分割成该实例的点云数量,用Nλ表示属于该实例的点云被误分割为其他实例的点云数量,该实例点云的精确度Pλ和召回率Rλ可通过式(6)计算:
则点云分割算法的精确度Pr、召回率Re和F1分数F1可通过式(7)计算:
使用绝对误差评价本发明方法对电缆敷设质量参数的测量准确度,利用现场实际测量结果作为真实值。绝对误差Eabs的计算公式如下:
Eabs=∣ytrue-ypred∣ (8)
式中ytrue表示实测真值,ypred表示算法自动提取值。
又一实施例中,方法在配置为3.00GHZ CPU、DDR 64G内存的工作站上运行,并对10组电缆敷设场景点云(每组场景均包含3个工序)进行测试。本发明方法可以在大场景隧道点云中较精确地提取出单根电缆点云和敷设区域点云。电缆点云的分割精度如表2所示,从表中可以看出,三个工序对电缆点云的分割精度差别不大,平均F1分数均能达到0.945以上。表3展示了敷设区域点云的分割精度,其中工序③敷设区域的召回率相较其他工序明显降低,其原因在于工序③中封铅区域的物体材质为金属铅,表面颜色呈现高光特征,会反射周边物体颜色,导致该区域颜色不连续,因此会出现欠分割。
表2电缆点云分割精度
表3电缆敷设区域点云分割精度
本发明在分割电缆点云时,充分考虑了隧道点云的空间分布特征,通过点云标准坐标系转换将原始无序点云进行空间方位编码,将隧道内不同物体的空间位置信息作为先验知识辅助点云分割,相比常用的传统点云分割方法,可以获得更好的电缆分割结果。
电缆敷设质量参数的测量误差要求为1mm以内。在该实施例中,本发明方法自动提取的μ1~μ4 4个参数的绝对误差均值分别为0.25mm、0.32mm、0.26mm和0.29mm,绝对误差均值小于0.35mm,能够满足实际工程需要。
本发明处理的隧道场景场景大,点云数量多,为提高计算效率,本发明根据场景内物体的空间位置关系对非电缆点云进行快速去除,大大提高了运行效率。点云数量与算法处理时间有较强的线性相关性,在处理约1200万个点云的场景时,方法运行时间仅为25秒。
本发明提出的电缆和敷设区域点云分割算法的平均F1分数大于0.945,自动提取的4类敷设质量参数绝对误差均值小于0.35mm,处理约1200万个点云场景时,方法运行时间仅为25秒。试验结果表明,本发明方法可辅助施工和验收人员实现电缆敷设位置信息的高效准确分析和施工质量校核,为电缆敷设工程质量验收提供一种新的数字化技术手段。
本发明第二方面,涉及一种基于三维点云的隧道电缆附件检测***,***用于实现本发明第一方面中方法的步骤;并且,***包括采集模块、一次分割模块和二次分割模块;其中,采集模块,用于利用激光扫描仪采集隧道电缆点云数据,建立坐标系并对点云数据进行预处理;一次分割模块,用于从经过预处理后的点云数据中筛除非电缆点云,并对电缆点云进行一次分割,以获得单根电缆点云实例;二次分割模块,用于基于单根电缆点云实例的几何和颜色特征差异设置分割算法,以对单根电缆点云实例中的电缆部件进行二次分割,从而获取到单根电缆点云实例中的电缆附件的质量参数。
可以理解的是,***为了实现上述本申请实施例提供的方法中的各功能,包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对***进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
装置包括至少一个处理器,总线***以及至少一个通信接口。处理器由中央处理器、现场可编程逻辑门阵列、专用集成电路或其他硬件构成。存储器为只读存储器、随机存取存储器等构成。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。硬盘可以为机械盘或固态硬盘等。本发明实施例对此不作限定。上述实施例通常通过软件、硬件来实现。当使用软件程序实现时,可以以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。
在计算机上加载和执行计算机程序指令时,按照本发明中实施例所提供的流程来实现相应的功能。其中涉及的计算机程序指令可以是汇编指令、机器指令或者以编程语言实现编写的代码等等。
本发明的有益效果在于,与现有技术相比,本发明中的一种基于三维点云的隧道电缆附件检测方法及***,能够基于激光扫描仪采集点云数据,并通过两次分割的方式实现对电缆点云数据的分割,从而准确提取电缆附件的关键参数,辅助施工和验收人员实现电缆敷设位置信息的高效准确分析和施工质量校核。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于三维点云的隧道电缆附件检测方法,其特征在于,所述方法包括以下步骤:
步骤1,利用激光扫描仪采集隧道电缆点云数据,建立坐标系并对所述点云数据进行预处理;
步骤2,从经过预处理后的点云数据中筛除非电缆点云,并对电缆点云进行一次分割,以获得单根电缆点云实例;
步骤3,基于所述单根电缆点云实例的几何和颜色特征差异设置分割算法,以对单根电缆点云实例中的电缆部件进行二次分割,从而获取到所述单根电缆点云实例中的电缆附件的质量参数。
2.根据权利要求1中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
所述利用激光扫描仪采集隧道电缆点云数据还包括:
利用FARO Focus Premium三维激光扫描仪对电缆敷设过程中的电缆导体连接部位、中间接头主体以及电缆与金属套封铅部位进行彩色点云数据采集;
采集彩色点云数据时,将多个标定球摆放在待测电缆附件周围,且确保所有标定球不在同一平面;
利用3D Sphere软件将3组点云数据进行拼接,并采用统计滤波算法将彩色点云数据中点云密度低于预设要求的噪声区域删除,以获得隧道点云集合。
3.根据权利要求1中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
所述建立坐标系还包括:
设隧道点云集合P={pi},i=1,2,……m,其中m为点云数量,对集合P进行降维运算,将集合的重心坐标作为原点,并将第一特征向量、第二特征向量和第三特征向量分别对应至隧道延展方向、隧道宽度方向和隧道高度方向上;
对标准坐标系的Z轴进行对齐矫正,使其正方向指向隧道顶部;
将隧道点云集合中任意点pi从原始坐标系的三维坐标(pi(x);pi(y);pi(z))转换到隧道的标准坐标系的三维坐标(pi′(x);pi′(y);pi′(z))。
4.根据权利要求1中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
所述对所述点云数据进行预处理还包括:
将Z坐标小于0.1×zmax的点云分割为地面点云,并采用RANSAC算法对内壁点云进行圆柱曲面拟合;
其中,zmax为标准坐标系下隧道点云Z坐标的最大值。
5.根据权利要求1中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
所述步骤2还包括:
将点云的X坐标连续性和Z坐标分布作为先验知识辅助电缆点云分割;
提取Z坐标大于a×zmax的点云作为支撑钢架中的顶部横梁,采用欧式聚类方法将剩余点云分割为多个点云集合,计算每个点云集合的X坐标跨度,值最大的点云集合为整体电缆点云实例;
采用DBSCAN算法对整体电缆点云进行实例分割,并估算每个点云实例的X坐标跨度,跨度大于dm/2的实例为分割得到的单根电缆点云实例;
其中,a为根据先验知识获取的分割系数,dm为激光扫描仪采集的点云数据所覆盖到的隧道延展方向的长度。
6.根据权利要求5中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
根据单根电缆实例中点云Y坐标绝对值的大小,为分割出的单根电缆点云实例进行编号。
7.根据权利要求1中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
所述步骤3还包括:
构建K-D树寻找所述单根电缆点云实例中每个点云的K近邻点集合,计算点云的曲率为σ3/(σ1+σ2+σ3);其中,σ1、σ2和σ3分别为每个点云K近邻点集的3个特征值;
基于颜色和曲率的区域增长算法对电缆点云进行部件分割从而获取到所述单根电缆点云实例中的多个电缆附件点云实例集合;
计算每个电缆附件点云实例集合的颜色归一化均值向量,同时设置电缆导体连接部位、中间接头主体以及电缆与金属套封铅部位的参考向量;
计算颜色归一化均值向量与参考向量的欧式距离,距离最小的实例即为电缆附件点云;
利用分割出的电缆敷设区域点云计算敷设质量参数。
8.根据权利要求7中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
所述颜色归一化均值向量为:
其中,mi为第i个实例集合中的点云数量,
j为第i个实例集合中的点云编号,
rj、gj和bj分别为点云j在RGB通道上的颜色值。
9.根据权利要求7中所述的一种基于三维点云的隧道电缆附件检测方法,其特征在于:
所述敷设质量参数为电缆导体连接部位的两侧电缆绝缘间距参数μ1、中间接头主体的绝缘件长度参数μ2、电缆与金属套封铅部位的两端的封铅长度参数μ3和μ4。
10.一种基于三维点云的隧道电缆附件检测***,其特征在于:
所述***用于实现权利要求1-9任一项中方法的步骤;并且,
所述***包括采集模块、一次分割模块和二次分割模块;其中,
所述采集模块,用于利用激光扫描仪采集隧道电缆点云数据,建立坐标系并对所述点云数据进行预处理;
所述一次分割模块,用于从经过预处理后的点云数据中筛除非电缆点云,并对电缆点云进行一次分割,以获得单根电缆点云实例;
所述二次分割模块,用于基于所述单根电缆点云实例的几何和颜色特征差异设置分割算法,以对单根电缆点云实例中的电缆部件进行二次分割,从而获取到所述单根电缆点云实例中的电缆附件的质量参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310681341.9A CN117078587A (zh) | 2023-06-09 | 2023-06-09 | 一种基于三维点云的隧道电缆附件检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310681341.9A CN117078587A (zh) | 2023-06-09 | 2023-06-09 | 一种基于三维点云的隧道电缆附件检测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117078587A true CN117078587A (zh) | 2023-11-17 |
Family
ID=88715900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310681341.9A Pending CN117078587A (zh) | 2023-06-09 | 2023-06-09 | 一种基于三维点云的隧道电缆附件检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117078587A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118072333A (zh) * | 2024-04-22 | 2024-05-24 | 三峡金沙江川云水电开发有限公司 | 一种基于模板匹配的横截面提取方法及装置 |
-
2023
- 2023-06-09 CN CN202310681341.9A patent/CN117078587A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118072333A (zh) * | 2024-04-22 | 2024-05-24 | 三峡金沙江川云水电开发有限公司 | 一种基于模板匹配的横截面提取方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7133551B2 (en) | Semi-automatic reconstruction method of 3-D building models using building outline segments | |
CN111336990B (zh) | 一种隧道断面收敛快速分析方法和装置 | |
CN113313005B (zh) | 基于目标识别与重建的输电导线在线监测方法及*** | |
CN112686938B (zh) | 基于双目图像测距的输电线路净距计算与安全告警方法 | |
CN110823077A (zh) | 一种基于三维点云的墙面靠尺检测方法及*** | |
CN115077425B (zh) | 一种基于结构光三维视觉的产品检测设备及方法 | |
CN117078587A (zh) | 一种基于三维点云的隧道电缆附件检测方法及*** | |
CN110837839B (zh) | 一种高精度无人机正射影像制作及数据采集方法 | |
CN111474443A (zh) | 测量输电线路的方法及装置 | |
CN113096121A (zh) | 基于交叉断裂力学和图像处理的路面裂缝检测方法和*** | |
CN112991432A (zh) | 基于图像处理的覆冰冰形识别方法 | |
CN115690012A (zh) | 一种电能表接错线的检测方法 | |
CN115753809A (zh) | 一种绝缘子污损检测方法、装置、设备及存储介质 | |
CN115272815A (zh) | 一种基于图像的电缆隧道环境异常识别方法 | |
CN108537792B (zh) | 一种基于卷积神经网络的电力缺陷图像识别方法 | |
CN111091614A (zh) | 一种变电站三维实景模型建立方法及*** | |
CN113567451A (zh) | 一种电缆线缺陷检测以及直径测量方法 | |
Fang et al. | A framework of power pylon detection for UAV-based power line inspection | |
CN117368203A (zh) | 基于点云匹配的复杂形面缺陷识别定位与形状检测方法 | |
CN109559374B (zh) | 基于点云数据的高效测绘*** | |
CN117115390A (zh) | 一种变电站中变电设备的三维模型布局方法 | |
CN113963069A (zh) | 一种跳线与铁塔间的测距方法、***、计算机及存储介质 | |
CN112053365B (zh) | 一种基于线性特征的输电线路导线激光点云数据的提取方法 | |
CN114638970A (zh) | 一种基于机器学习及边缘检测的电力设施规范性判断*** | |
CN115880442B (zh) | 一种基于激光扫描的三维模型重建方法以及*** |
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 |