CN117994469A - 一种基于无人机的电力线路全景图像生成方法及*** - Google Patents
一种基于无人机的电力线路全景图像生成方法及*** Download PDFInfo
- Publication number
- CN117994469A CN117994469A CN202410404504.3A CN202410404504A CN117994469A CN 117994469 A CN117994469 A CN 117994469A CN 202410404504 A CN202410404504 A CN 202410404504A CN 117994469 A CN117994469 A CN 117994469A
- Authority
- CN
- China
- Prior art keywords
- power line
- point
- point cloud
- height
- laser radar
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000013075 data extraction Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 3
- IHQKEDIOMGYHEB-UHFFFAOYSA-M sodium dimethylarsinate Chemical class [Na+].C[As](C)([O-])=O IHQKEDIOMGYHEB-UHFFFAOYSA-M 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于无人机的电力线路全景图像生成方法及***:获取目标区域的三维点云;建立多层网格,将与任一网格对应的点云划分到该网格中;提取预设高度范围内的N层网格,将第n层网格中的点云投影到第n层网格的水平面上,若存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将投影点群定义为预估电力线点群;判断在三维点云中沿着预估电力线点群的两侧延申方向上是否都存在电线支架点云,若是,则预估电力线点群对应的点云为电力线点云;遍历N层网格,提取所有电力线点云和所有电线支架点云,基于电力线点云和电线支架点云构建电力线路全景图像。本发明技术方案能够提高生成电力线路全景图像的准确率和效率。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种基于无人机的电力线路全景图像生成方法及***。
背景技术
随着电网信息化建设的不断发展和深入开展精细化管理需求,电网***越来越重视全景信息的综合展现,在电力线路监测方面,构建全景图像有助于工作人员了解电力线整体布局,并监测电力线路和电线支架的情况,及时发现异常。
现有技术中,比如中国专利申请CN115150548A,公开了一种基于云台输出输电线路全景图像的方法、设备及介质,获取云台的当前位置,并响应于输电线路中全景图像的输出指令,确定云台从当前位置旋转到指定位置对应的旋转指令,向云台下发对应的旋转指令,控制云台按照预设角度进行旋转录像,获取云台旋转录制的图像,并对图像进行拼接处理,得到输电线路对应的全景图像。再比如中国专利申请CN117078513A,公开了全景图像生成方法、装置及存储介质,将待生成全景图像按照纬度划分为N个子区域,其中,不同的子区域之间的纬度范围不同,对待生成全景图像配置映射表,获取原始图像;根据所有目标映射规则、所有目标插值规则和原始图像生成全景图像。
上述两种方法均是通过摄像设备拍摄图像,对拍摄到的图像进行拼接生成全景图像。通过拍摄图像的方法生成全景图像,需要提前规划并设置多个拍摄点,并安装摄像头,耗时耗力增加花费,且还具有操作过程繁琐、拍摄质量不佳等问题,这些问题的存在急迫地需要采用更加现代化的手段,进一步提升全景信息展现水平。
近年来,随着国家无人机行业的不断发展,无人机得到了越来越多的应用,通过无人机进行空中摄影也得到了快速发展。因此,提供一种基于无人机的电力线路全景图像生成方法及***,以提高生成电力线路全景图像的准确率和效率,是亟待解决的问题。
发明内容
针对上述提出的技术问题,本发明提供一种基于无人机的电力线路全景图像生成方法及***。
第一方面,本发明提供了一种基于无人机的电力线路全景图像生成方法,该方法包括:
步骤1、获取目标区域的三维点云;
步骤2、基于电线支架的高度和三维点云的总高度建立多层网格,并将与任一层网格对应的点云划分到任一层网格中;
步骤3、提取预设高度范围内的N层网格,并分别为每一层网格建立三维坐标系,以垂直向下的方向为Z轴;
步骤4、提取第n层网格,将第n层网格中的点云都投影到XY平面上,若XY平面上存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将投影点群定义为预估电力线点群,其中,n为1~N的正整数;
步骤5、若第n层网格中存在预估电力线点群,则判断在三维点云中沿着预估电力线点群的两侧延申方向上是否都存在电线支架点云,若都存在,则判定预估电力线点群对应的点云为电力线点云;
步骤6、遍历N层网格中的所有点云,提取所有电力线点云和所有电线支架点云,基于所有电力线点云和所有电线支架点云构建电力线路全景图像。
具体地,步骤1包括:
步骤11、获取通过无人机从高空对目标区域进行扫描得到的第一高空激光雷达点云,并获取从地面对目标区域进行扫描得到的第一地面激光雷达点云;
步骤12、基于第一高空激光雷达点云和第一地面激光雷达点云计算点云调整密度,点云调整密度的计算公式为: ,
其中,为所述点云调整密度,k1和k2为参数权重系数,k1+k2=1,/>为所述第一高空激光雷达点云的密度,/>为所述第一地面激光雷达点云的密度;
步骤13、基于第一高空激光雷达点云中高空激光雷达点的三维坐标,获取第一地面激光雷达点云中与任一高空激光雷达点位于同一平面,且距离小于等于预设距离A1的地面激光雷达点,遍历完所有高空激光雷达点后获取第二地面激光雷达点云;
步骤14、基于点云调整密度对第一高空激光雷达点云的密度进行调整得到第二高空激光雷达点云,并基于点云调整密度对第二地面激光雷达点云的密度进行调整得到第三地面激光雷达点云,随后将第三地面激光雷达点云添加到第二高空激光雷达点云中以生成修正点云;
步骤15、当修正点云中与任一高空激光雷达点位于同一平面,且距离小于等于预设距离A2的范围内存在地面激光雷达点时,删除预设距离A2范围内存在地面激光雷达点,遍历完所有高空激光雷达点后生成三维点云,其中,A2<A1。
具体地,电线支架包括M类,网格层数为M+2,步骤2中,基于电线支架的高度和三维点云的总高度建立多层网格包括:
步骤21、基于电线支架的高度将M类电线支架进行升序排序;
步骤22、根据第1类电线支架的高度计算第2个网格下边线距离地面的高度,计算公式为:,
其中,HGL2为所述第2个网格下边线距离地面的高度,为参数权重系数,,HE1为所述第1类电线支架的高度;
步骤23、根据第m类电线支架的高度计算第m+1个网格下边线距离地面的高度,第m+1个网格下边线距离地面的高度满足如下公式:,且,
其中,HGLm+1为所述第m+1个网格下边线距离地面的高度,为参数权重系数,,HEm为所述第m类电线支架的高度,HEm-1为所述第m-1类电线支架的高度,m为2~M的正整数;
步骤24、根据第M类电线支架的高度计算第M+1个网格上边线距离地面的高度,计算公式为:,
其中,HGM+1为所述第M+1个网格上边线距离地面的高度,为参数权重系数,。
具体地,步骤4中,若XY平面上存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将与投影点群对应的点云投影到与投影点群延申方向平行的平面上,获取第二投影点群,若第二投影点群的高度满足预设高度时,将投影点群定义为预估电力线点群。
具体地,步骤5包括:
步骤51、获取预估电力线点群的外接矩形,将外接矩形的长度作为预估电力线点群的长度;
步骤52、基于预估电力线点群的长度计算搜索半径,计算公式为:,
其中,Rs为搜索半径,L为预估电力线点群的长度,β为参数权重系数,R为基于预估电力线点群所在网格设置的预设半径;
步骤53、将外接矩形垂直于宽边的中分线定义为第一中分线,以外接矩形两端的宽边中点为起始点,分别在外接矩形两侧生成半径为搜索半径,夹角为预设角度,第一中分线为夹角平分线的搜索区域,在搜索区域内判断是否存在电线支架点云。
具体地,步骤53中,在搜索区域内判断是否存在电线支架点云包括:
步骤531、判断三维点云中两侧的搜索区域内是否都存在柱状点云,若都存在,则获取每个柱状点云的点云高度;
步骤532、基于预估电力线点群所在的网格层数,获取与预估电力线点群对应的电线支架的支架高度,并获取与预估电力线点群对应的电线支架的支架间距;
步骤533、基于支架高度,分别判断两侧的柱状点云中是否都存在满足支架高度的柱状点云,若都存在,则将满足支架高度的柱状点云定义为第一柱状点云;
步骤534、判断两侧的第一柱状点云之间的距离是否满足支架间距,若满足,则判定在三维点云中沿着预估电力线点群的两侧延申方向上都存在电线支架点云,满足支架间距的第一柱状点云为与预估电力线点群对应的电线支架点云。
具体地,步骤1之前包括:
以无人机行驶方向为第一方向,第一激光雷达发射器以第一方向为轴,按照预设旋转角度在垂直于第一方向的平面上旋转并发射激光,其中,第一激光雷达发射器安装在无人机尾部或前方;
获取基于第一激光雷达发射器发射激光得到的高空激光雷达点云,提取与第一激光雷达发射器直线距离在第一预设距离范围内的第一激光雷达点,并依次连接第一激光雷达点,生成无人机实时路线;
基于无人机实时路线调整无人机的飞行路线。
第二方面,本发明还提供了一种基于无人机的电力线路全景图像生成***,该***包括:点云获取模块、网格划分模块、数据提取模块、数据分析模块和图像建立模块;
点云获取模块,用于获取目标区域的三维点云;
网格划分模块,用于根据电线支架的高度和三维点云的总高度建立多层网格,并将与任一层网格对应的点云划分到任一层网格中;
数据提取模块,用于提取预设高度范围内的N层网格,并分别为每一层网格建立三维坐标系,以垂直向下的方向为Z轴;
数据分析模块,用于提取第n层网格,将第n层网格中的点云都投影到XY平面上,若XY平面上存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将投影点群定义为预估电力线点群,其中,n为1~N的正整数;若第n层网格中存在预估电力线点群,则判断在三维点云中沿着预估电力线点群的两侧延申方向上是否都存在电线支架点云,若都存在,则判定预估电力线点群对应的点云为电力线点云;
图像建立模块,用于遍历N层网格中的所有点云,提取所有电力线点云和所有电线支架点云,基于所有电力线点云和所有电线支架点云构建电力线路全景图像。
根据本发明技术方案,先对三维点云按层进行分格,随后提取预设高度范围内的N层网格,并逐格进行分析,根据在任一格中获取的沿直线延申的投影点群来获取该网格中的疑似电力线点云,再通过判断该疑似电力线点云两侧是否都存在电力线支架点云来判断该疑似电力线点云是否是正确的电力线点云,遍历N层网格中的所有点云,提取所有电力线点云和所有电线支架点云,基于所有电力线点云和所有电线支架点云构建电力线路全景图像。通过本发明的技术方案,能够提高无人机全景图像的处理效率,提高生成电力线路全景图像的准确率和效率。
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,还可以根据提供的附图获得其他的附图;
图1为本发明的一种基于无人机的电力线路全景图像生成方法的流程图;
图2为本发明实施例的搜索区域示意图;
图3为本发明的一种基于无人机的电力线路全景图像生成***的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明经行进一步的详细说明。显然,此处所描述的具体实施例仅仅用于解释本发明,是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术普通人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,若本发明实施例中有涉及“第一”、 “第二”等的描述,则该“第一”、 “第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、 “第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
图1所示是本发明提供的一种基于无人机的电力线路全景图像生成方法的一个实施例的流程图,该流程图具体包括:
步骤1、获取目标区域的三维点云。
具体地,步骤1之前包括:
以无人机行驶方向为第一方向,第一激光雷达发射器以第一方向为轴,按照预设旋转角度在垂直于第一方向的平面上旋转并发射激光,其中,第一激光雷达发射器安装在无人机尾部或前方;
获取基于第一激光雷达发射器发射激光得到的高空激光雷达点云,提取与第一激光雷达发射器直线距离在第一预设距离范围内的第一激光雷达点,并依次连接第一激光雷达点,生成无人机实时路线;
基于无人机实时路线调整无人机的飞行路线。
第一预设距离,根据本领域技术人员的经验或根据实际应用场景进行设置,本申请实施例对此并不限定。
示例性地,第一激光雷达发射器安装在无人机尾部,当第一激光雷达发射器以第一方向为轴,按照预设旋转角度在垂直于第一方向的平面上旋转并发射激光时,会将一部分激光打在无人机机身(或桨叶)上,发射激光时,可以根据反射获取的激光雷达点的坐标就算该激光雷达点到第一激光雷达发射器的距离,当该距离小于等于第一预设距离时,说明激光打在了机身上,该激光雷达点的坐标是无人机发射该激光时的位置。
连接第一激光雷达点,生成无人机实时路线,将该实时路线显示在高空激光雷达点云中,可以直观地观测到无人机的飞行路线,当飞行路线出现偏差或扫描没有完全覆盖目标区域时,基于无人机实时路线调整无人机的飞行路线,以完成对目标区域的扫描。
优选地,还可以根据接收到反射线的时间来判定打在无人机机身上的激光,进一步获取该激光对应的激光雷达点的坐标,将该坐标定义为无人机当前的位置。
具体地,步骤1包括:
步骤11、获取通过无人机从高空对目标区域进行扫描得到的第一高空激光雷达点云,并获取从地面对目标区域进行扫描得到的第一地面激光雷达点云;
步骤12、基于第一高空激光雷达点云和第一地面激光雷达点云计算点云调整密度,点云调整密度的计算公式为:,
其中,为所述点云调整密度,k1和k2为参数权重系数,k1+k2=1,/>为所述第一高空激光雷达点云的密度,/>为所述第一地面激光雷达点云的密度;
步骤13、基于第一高空激光雷达点云中高空激光雷达点的三维坐标,获取第一地面激光雷达点云中与任一高空激光雷达点位于同一平面,且距离小于等于预设距离A1的地面激光雷达点,遍历完所有高空激光雷达点后获取第二地面激光雷达点云;
步骤14、基于点云调整密度对第一高空激光雷达点云的密度进行调整得到第二高空激光雷达点云,并基于点云调整密度对第二地面激光雷达点云的密度进行调整得到第三地面激光雷达点云,随后将第三地面激光雷达点云添加到第二高空激光雷达点云中以生成修正点云;
步骤15、当修正点云中与任一高空激光雷达点位于同一平面,且距离小于等于预设距离A2的范围内存在地面激光雷达点时,删除预设距离A2范围内存在地面激光雷达点,遍历完所有高空激光雷达点后生成三维点云,其中,A2<A1。
示例性地,上述第一地面激光雷达点云可以通过车载激光扫描仪器获得。
通过无人机或航空激光扫描等获得的第一高空激光雷达点云,与目标区域距离较远,获得的第一高空激光雷达点云精度较低,通过车载激光扫描仪器等获得的第一地面激光雷达点云精度高,但是无法获得目标区域较高距离或其他扫描死角的点云。使用通过第一地面激光雷达点云修正后的高空激光雷达点云生成电力线路全景图像,可以提高生成电力线路全景图像的准确率。
第一高空激光雷达点云密度低,第一地面激光雷达点云密度高,将第一高空激光雷达点云和第一地面激光雷达点云以相同的密度进行合并。优选地,设置点云调整密度为第一高空激光雷达点云密度和第一地面激光雷达点云密度之间的一个值,使得调整后的高空激光雷达点云密度和地面激光雷达点云密度均为点云调整密度。示例性地,通过在两个高空激光雷达点之间的连线上添加修正点来调整第一高空激光雷达点云的密度。示例性地,通过删除地面激光雷达点来调整第一地面激光雷达点云的密度。
基于高空点云中高空激光雷达点的三维坐标,获取与上述高空激光雷达点在同一平面上的预设距离A1内的地面激光雷达点,遍历高空点云中的所有高空激光雷达点后生成预设距离A1内的地面激光雷达点云,基于基准调整密度对上述地面激光雷达点云进行调整得到第三地面激光雷达点云,随后将上述第二地面激光雷达点云添加到密度调整后的高空点云中生成修正高空点云。预设值A1是本领域技术人员根据经验或根据实际应用场景设置的。优选地,预设值A1的设置与第一高空激光雷达点云的密度相关,第一高空激光雷达点云的密度越小,设置较大的预设值A1,有利于提取高空激光雷达扫描漏掉的激光雷达点。获取修正高空点云中高空激光雷达点的三维坐标,当同一水平面上与该高空激光雷达点距离预设值A2范围内存在地面激光雷达点时,从修正高空点云中删除该地面激光雷达点,遍历修正高空点云中的所有高空激光雷达点后生成三维点云。高空激光点比地面激光点的坐标精度高,通过删除与高空激光雷达点距离小于预设距离A2的地面激光雷达点,可以将由于匹配误差得到的地面激光雷达点从修正点云中删除,减少冗余,提高生成电力线路全景图像的准确率
步骤2、基于电线支架的高度和三维点云的总高度建立多层网格,并将与任一层网格对应的点云划分到任一层网格中。
具体地,电线支架包括M类,网格层数为M+2,步骤2中,基于电线支架的高度和三维点云的总高度建立多层网格包括:
步骤21、基于电线支架的高度将M类电线支架进行升序排序。
步骤22、根据第1类电线支架的高度计算第2个网格下边线距离地面的高度,计算公式为:,
其中,HGL2为所述第2个网格下边线距离地面的高度,为参数权重系数,,HE1为所述第1类电线支架的高度。
步骤23、根据第m类电线支架的高度计算第m+1个网格下边线距离地面的高度,第m+1个网格下边线距离地面的高度满足如下公式:,且,
其中,HGLm+1为所述第m+1个网格下边线距离地面的高度,为参数权重系数,,HEm为所述第m类电线支架的高度,HEm-1为所述第m-1类电线支架的高度,m为2~M的正整数。
步骤24、根据第M类电线支架的高度计算第M+1个网格上边线距离地面的高度,计算公式为:,
其中,HGM+1为所述第M+1个网格上边线距离地面的高度,为参数权重系数,。
电力网路中,不同类型电力线对应的电力线支架的高度不同,示例性地,1kV以下电力线距离地面的安全距离为4米;1-10kV电力线距离地面的安全距离为6米;35-110kV电力线距离地面的安全距离为8米;154-220kV电力线距离地面的安全距离为10米;350-500kV电力线的安全距离为15米,根据电线支架的高度建立多层网格,使同一层网格中只存在同一种类型的电力线的点云,便于分类型提取电力线点云。
根据本发明技术方案,第1层网格和最高层网格为不存在电力线的点云的网格,仅对存在电力线点云的网格进行分析。示例性地,存在4米、6米、8米三种高度的电力线支架,将三维点云划分为5层,第一层和第5层是不存在电力线点云的网格,将0-3米的高度范围划分为第一层网格,将3-5米的的高度范围划分为第二层网格,将5-7米的高度范围划分为第三层网格,将7-9米的高度范围划分为第四层网格,将9米以上的高度范围划分为第五层网格。
步骤3、提取预设高度范围内的N层网格,并分别为每一层网格建立三维坐标系,以垂直向下的方向为Z轴。
预设高度是根据目标区域内所有类型电力线对应的电力线支架的高度设置的,预设高度范围内的N层网格是涵盖了所有电力线点云的网格。
步骤4、提取第n层网格,将第n层网格中的点云都投影到XY平面上,若XY平面上存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将投影点群定义为预估电力线点群,其中,n为1~N的正整数。
预设宽度,根据本领域技术人员的经验或根据实际应用场景进行设置,本申请实施例对此并不限定。
示例性地,投影点群的宽度为该投影点群外接矩形的宽度。
垂直向下的方向为Z轴,XY平面即为从高处往下看的俯视平面,两个电力线支架间的电力线一般具有一定的宽度,该宽度与连接在两个电力线支架上的电线数量有关,当两个电力线支架间的电力线投影在地面上时,会有一定的宽度,因此,若XY平面上存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将投影点群定义为预估电力线点群,即该投影点群为疑似电力线的点云的投影点群。
进一步地,步骤4中,若XY平面上存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将与投影点群对应的点云投影到与投影点群延申方向平行的平面上,获取第二投影点群,若第二投影点群的高度满足预设高度时,将投影点群定义为预估电力线点群。
预设高度,根据本领域技术人员的经验或根据实际应用场景进行设置,本申请实施例对此并不限定。
示例性地,第二投影点群的高度为该第二投影点群外接矩形的高度。
两个电力线支架之间的电力线会有弧垂,当电力线投影在与该电力线平行的平面上时,投影会具有一定的宽度,因此,第二投影点群的高度满足预设高度时,将该投影点群定义为预估电力线点群。
步骤5、若第n层网格中存在预估电力线点群,则判断在三维点云中沿着预估电力线点群的两侧延申方向上是否都存在电线支架点云,若都存在,则判定预估电力线点群对应的点云为电力线点云。
先基于网格中点云的投影点群判断该网格中是否存在疑似电力线点云,若有,再进一步判断三维点云中是否存在与该疑似电力线点云相对应的电线支架点云,缩小搜索范围,减少工作量。
具体地,步骤5包括:
步骤51、获取预估电力线点群的外接矩形,将外接矩形的长度作为预估电力线点群的长度;
步骤52、基于预估电力线点群的长度计算搜索半径,计算公式为:,
其中,Rs为搜索半径,L为预估电力线点群的长度,β为参数权重系数,R为基于预估电力线点群所在网格设置的预设半径;
步骤53、将外接矩形垂直于宽边的中分线定义为第一中分线,以外接矩形两端的宽边中点为起始点,分别在外接矩形两侧生成半径为搜索半径,夹角为预设角度,第一中分线为夹角平分线的搜索区域,在搜索区域内判断是否存在电线支架点云。
如图2 所示,外接矩形为1,预设夹角为2,第一中分线为3,搜索半径为R,搜索区域为4。分别在预估电力线点群两侧的方向上搜索电线支架点云,预估电力线点群的长度越小,搜索半径越大(即设置较大的搜索区域),避免由于搜索不到位,漏掉电线支架点云。
具体地,步骤53中,在搜索区域内判断是否存在电线支架点云包括:
步骤531、判断三维点云中两侧的搜索区域内是否都存在柱状点云,若都存在,则获取每个柱状点云的点云高度;
步骤532、基于预估电力线点群所在的网格层数,获取与预估电力线点群对应的电线支架的支架高度,并获取与预估电力线点群对应的电线支架的支架间距;
步骤533、基于支架高度,分别判断两侧的柱状点云中是否都存在满足支架高度的柱状点云,若都存在,则将满足支架高度的柱状点云定义为第一柱状点云;
步骤534、判断两侧的第一柱状点云之间的距离是否满足支架间距,若满足,则判定在三维点云中沿着预估电力线点群的两侧延申方向上都存在电线支架点云,满足支架间距的第一柱状点云为与预估电力线点群对应的电线支架点云。
由于是根据电力线支架的高度划分的网格,不同的网格层对应于不同类型电力线的电力线支架,且不同类型电力线的电力线支架间的距离也不一样,因此,在获取柱状点云后,先基于柱状点云高度判断该柱状点云是否是与该网格层的电力线点云对应的柱状点云,随后,再基于预估电力线点群两侧的柱状点云间的距离,判断该组柱状点云是否为该预估电力线点群对应的电线支架点云,若是,则判定该预估电力线点群对应的点云是电线支架点云,该组柱状点云是与该电线支架点云相对应的电线支架点云。
优选地,还可以根据目标区域的不同范围设置不同的支架间距。
步骤6、遍历N层网格中的所有点云,提取所有电力线点云和所有电线支架点云,基于所有电力线点云和所有电线支架点云构建电力线路全景图像。
图3所示是本发明提供的一种基于无人机的电力线路全景图像生成***的一个实施例的结构示意图。如图3所示,该***包括:点云获取模块10、网格划分模块20、数据提取模块30、数据分析模块40和图像建立模块50。
点云获取模块10,用于获取目标区域的三维点云。
网格划分模块20,用于根据电线支架的高度和三维点云的总高度建立多层网格,并将与任一层网格对应的点云划分到任一层网格中。
数据提取模块30,用于提取预设高度范围内的N层网格,并分别为每一层网格建立三维坐标系,以垂直向下的方向为Z轴。
数据分析模块40,用于提取第n层网格,将第n层网格中的点云都投影到XY平面上,若XY平面上存在沿直线延申的投影点群,且投影点群的宽度满足预设宽度时,将投影点群定义为预估电力线点群,其中,n为1~N的正整数;若第n层网格中存在预估电力线点群,则判断在三维点云中沿着预估电力线点群的两侧延申方向上是否都存在电线支架点云,若都存在,则判定预估电力线点群对应的点云为电力线点云。
图像建立模块50,用于遍历N层网格中的所有点云,提取所有电力线点云和所有电线支架点云,基于所有电力线点云和所有电线支架点云构建电力线路全景图像。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的程序可存储于一个非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上上述的实施例仅表达了本发明的实施优选方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于无人机的电力线路全景图像生成方法,其特征在于,包括如下步骤:
步骤1、获取目标区域的三维点云;
步骤2、基于电线支架的高度和所述三维点云的总高度建立多层网格,并将与任一层网格对应的点云划分到所述任一层网格中;
步骤3、提取预设高度范围内的N层网格,并分别为每一层网格建立三维坐标系,以垂直向下的方向为Z轴;
步骤4、提取第n层网格,将所述第n层网格中的点云都投影到XY平面上,若所述XY平面上存在沿直线延申的投影点群,且所述投影点群的宽度满足预设宽度时,将所述投影点群定义为预估电力线点群,其中,n为1~N的正整数;
步骤5、若所述第n层网格中存在所述预估电力线点群,则判断在所述三维点云中沿着所述预估电力线点群的两侧延申方向上是否都存在电线支架点云,若都存在,则判定所述预估电力线点群对应的点云为电力线点云;
步骤6、遍历所述N层网格中的所有点云,提取所有电力线点云和所有电线支架点云,基于所有所述电力线点云和所有所述电线支架点云构建电力线路全景图像。
2.根据权利要求1所述的一种基于无人机的电力线路全景图像生成方法,其特征在于,所述步骤1包括:
步骤11、获取通过无人机从高空对所述目标区域进行扫描得到的第一高空激光雷达点云,并获取从地面对所述目标区域进行扫描得到的第一地面激光雷达点云;
步骤12、基于所述第一高空激光雷达点云和所述第一地面激光雷达点云计算点云调整密度,所述点云调整密度的计算公式为: ,
其中,为所述点云调整密度,k1和k2为参数权重系数,k1+k2=1,/>为所述第一高空激光雷达点云的密度,/>为所述第一地面激光雷达点云的密度;
步骤13、基于所述第一高空激光雷达点云中高空激光雷达点的三维坐标,获取所述第一地面激光雷达点云中与任一高空激光雷达点位于同一平面,且距离小于等于预设距离A1的地面激光雷达点,遍历完所有高空激光雷达点后获取第二地面激光雷达点云;
步骤14、基于所述点云调整密度对所述第一高空激光雷达点云的密度进行调整得到第二高空激光雷达点云,并基于所述点云调整密度对所述第二地面激光雷达点云的密度进行调整得到第三地面激光雷达点云,随后将所述第三地面激光雷达点云添加到所述第二高空激光雷达点云中以生成修正点云;
步骤15、当所述修正点云中与任一高空激光雷达点位于同一平面,且距离小于等于预设距离A2的范围内存在地面激光雷达点时,删除所述预设距离A2范围内存在地面激光雷达点,遍历完所有高空激光雷达点后生成所述三维点云,其中,A2<A1。
3.根据权利要求1所述的一种基于无人机的电力线路全景图像生成方法,其特征在于,所述电线支架包括M类,网格层数为M+2,所述步骤2中,所述基于电线支架的高度和所述三维点云的总高度建立多层网格包括:
步骤21、基于所述电线支架的高度将所述M类电线支架进行升序排序;
步骤22、根据第1类电线支架的高度计算第2个网格下边线距离地面的高度,计算公式为:,
其中,HGL2为所述第2个网格下边线距离地面的高度,为参数权重系数,,HE1为所述第1类电线支架的高度;
步骤23、根据第m类电线支架的高度计算第m+1个网格下边线距离地面的高度,所述第m+1个网格下边线距离地面的高度满足如下公式:,且,
其中,HGLm+1为所述第m+1个网格下边线距离地面的高度,为参数权重系数,,HEm为所述第m类电线支架的高度,HEm-1为所述第m-1类电线支架的高度,m为2~M的正整数;
步骤24、根据第M类电线支架的高度计算第M+1个网格上边线距离地面的高度,计算公式为:,
其中,HGM+1为所述第M+1个网格上边线距离地面的高度,为参数权重系数,/>。
4.根据权利要求1所述的一种基于无人机的电力线路全景图像生成方法,其特征在于,所述步骤4中,若所述XY平面上存在沿直线延申的投影点群,且所述投影点群的宽度满足预设宽度时,将与所述投影点群对应的点云投影到与所述投影点群延申方向平行的平面上,获取第二投影点群,若所述第二投影点群的高度满足预设高度时,将所述投影点群定义为所述预估电力线点群。
5.根据权利要求1所述的一种基于无人机的电力线路全景图像生成方法,其特征在于,所述步骤5包括:
步骤51、获取所述预估电力线点群的外接矩形,将所述外接矩形的长度作为所述预估电力线点群的长度;
步骤52、基于所述预估电力线点群的长度计算搜索半径,计算公式为:,
其中,Rs为所述搜索半径,L为所述预估电力线点群的长度,β为参数权重系数,R为基于所述预估电力线点群所在网格设置的预设半径;
步骤53、将所述外接矩形垂直于宽边的中分线定义为第一中分线,以所述外接矩形两端的宽边中点为起始点,分别在所述外接矩形两侧生成半径为所述搜索半径,夹角为预设角度,所述第一中分线为所述夹角平分线的搜索区域,在所述搜索区域内判断是否存在所述电线支架点云。
6.根据权利要求5所述的一种基于无人机的电力线路全景图像生成方法,其特征在于,所述步骤53中,所述在所述搜索区域内判断是否存在电线支架点云包括:
步骤531、判断所述三维点云中两侧的所述搜索区域内是否都存在柱状点云,若都存在,则获取每个柱状点云的点云高度;
步骤532、基于所述预估电力线点群所在的网格层数,获取与所述预估电力线点群对应的电线支架的支架高度,并获取与所述预估电力线点群对应的电线支架的支架间距;
步骤533、基于所述支架高度,分别判断两侧的所述柱状点云中是否都存在满足所述支架高度的柱状点云,若都存在,则将满足所述支架高度的柱状点云定义为第一柱状点云;
步骤534、判断两侧的所述第一柱状点云之间的距离是否满足所述支架间距,若满足,则判定在所述三维点云中沿着所述预估电力线点群的两侧延申方向上都存在所述电线支架点云,满足所述支架间距的所述第一柱状点云为与所述预估电力线点群对应的电线支架点云。
7.根据权利要求1所述的一种基于无人机的电力线路全景图像生成方法,其特征在于,所述步骤1之前包括:
以无人机行驶方向为第一方向,第一激光雷达发射器以所述第一方向为轴,按照预设旋转角度在垂直于所述第一方向的平面上旋转并发射激光,其中,所述第一激光雷达发射器安装在无人机尾部或前方;
获取基于所述第一激光雷达发射器发射激光得到的高空激光雷达点云,提取与所述第一激光雷达发射器直线距离在第一预设距离范围内的第一激光雷达点,并依次连接所述第一激光雷达点,生成无人机实时路线;
基于所述无人机实时路线调整无人机的飞行路线。
8.一种基于无人机的电力线路全景图像生成***,用于实现如权利要求1至7任一项所述的基于无人机的电力线路全景图像生成方法,其特征在于,包括:点云获取模块、网格划分模块、数据提取模块、数据分析模块和图像建立模块;
所述点云获取模块,用于获取目标区域的三维点云;
所述网格划分模块,用于根据电线支架的高度和所述三维点云的总高度建立多层网格,并将与任一层网格对应的点云划分到所述任一层网格中;
所述数据提取模块,用于提取预设高度范围内的N层网格,并分别为每一层网格建立三维坐标系,以垂直向下的方向为Z轴;
所述数据分析模块,用于提取第n层网格,将所述第n层网格中的点云都投影到XY平面上,若所述XY平面上存在沿直线延申的投影点群,且所述投影点群的宽度满足预设宽度时,将所述投影点群定义为预估电力线点群,其中,n为1~N的正整数;若所述第n层网格中存在所述预估电力线点群,则判断在所述三维点云中沿着所述预估电力线点群的两侧延申方向上是否都存在电线支架点云,若都存在,则判定所述预估电力线点群对应的点云为电力线点云;
所述图像建立模块,用于遍历所述N层网格中的所有点云,提取所有电力线点云和所有电线支架点云,基于所有所述电力线点云和所有所述电线支架点云构建电力线路全景图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410404504.3A CN117994469A (zh) | 2024-04-07 | 2024-04-07 | 一种基于无人机的电力线路全景图像生成方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410404504.3A CN117994469A (zh) | 2024-04-07 | 2024-04-07 | 一种基于无人机的电力线路全景图像生成方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117994469A true CN117994469A (zh) | 2024-05-07 |
Family
ID=90889345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410404504.3A Pending CN117994469A (zh) | 2024-04-07 | 2024-04-07 | 一种基于无人机的电力线路全景图像生成方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117994469A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110164037A1 (en) * | 2008-08-29 | 2011-07-07 | Mitsubishi Electric Corporaiton | Aerial image generating apparatus, aerial image generating method, and storage medium havng aerial image generating program stored therein |
CN107918953A (zh) * | 2017-09-27 | 2018-04-17 | 中国科学院光电研究院 | 基于三维空间的激光扫描电力线点云的提取方法及装置 |
CN109829199A (zh) * | 2018-12-29 | 2019-05-31 | 中国科学院遥感与数字地球研究所 | 基于LiDAR点云的电力线快速分层提取方法 |
CN111651036A (zh) * | 2020-04-27 | 2020-09-11 | 国网江苏省电力有限公司技能培训中心 | 用于电力巡检的无人机模拟训练***及方法 |
WO2021255798A1 (ja) * | 2020-06-15 | 2021-12-23 | 日本電信電話株式会社 | ワイヤモデル生成装置、ワイヤモデル生成方法及びワイヤモデル生成プログラム |
CN114764141A (zh) * | 2020-12-30 | 2022-07-19 | 中寰卫星导航通信有限公司 | 一种激光雷达点聚类的方法、装置及存储介质 |
US20220292761A1 (en) * | 2021-03-10 | 2022-09-15 | Oregon State University | Method and apparatus to extract powerlines from lidar point cloud data |
CN115578654A (zh) * | 2022-09-30 | 2023-01-06 | 武汉大学 | 一种基于点云的输电线杆塔类型识别方法及*** |
CN117152172A (zh) * | 2023-09-01 | 2023-12-01 | 云南电网有限责任公司昆明供电局 | 一种基于点云数据的输电线路杆塔和电力线提取方法 |
-
2024
- 2024-04-07 CN CN202410404504.3A patent/CN117994469A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110164037A1 (en) * | 2008-08-29 | 2011-07-07 | Mitsubishi Electric Corporaiton | Aerial image generating apparatus, aerial image generating method, and storage medium havng aerial image generating program stored therein |
CN107918953A (zh) * | 2017-09-27 | 2018-04-17 | 中国科学院光电研究院 | 基于三维空间的激光扫描电力线点云的提取方法及装置 |
CN109829199A (zh) * | 2018-12-29 | 2019-05-31 | 中国科学院遥感与数字地球研究所 | 基于LiDAR点云的电力线快速分层提取方法 |
CN111651036A (zh) * | 2020-04-27 | 2020-09-11 | 国网江苏省电力有限公司技能培训中心 | 用于电力巡检的无人机模拟训练***及方法 |
WO2021255798A1 (ja) * | 2020-06-15 | 2021-12-23 | 日本電信電話株式会社 | ワイヤモデル生成装置、ワイヤモデル生成方法及びワイヤモデル生成プログラム |
CN114764141A (zh) * | 2020-12-30 | 2022-07-19 | 中寰卫星导航通信有限公司 | 一种激光雷达点聚类的方法、装置及存储介质 |
US20220292761A1 (en) * | 2021-03-10 | 2022-09-15 | Oregon State University | Method and apparatus to extract powerlines from lidar point cloud data |
CN115578654A (zh) * | 2022-09-30 | 2023-01-06 | 武汉大学 | 一种基于点云的输电线杆塔类型识别方法及*** |
CN117152172A (zh) * | 2023-09-01 | 2023-12-01 | 云南电网有限责任公司昆明供电局 | 一种基于点云数据的输电线路杆塔和电力线提取方法 |
Non-Patent Citations (2)
Title |
---|
游安清;韩晓言;李世平;闫召进;: "激光点云中输电线拟合与杆塔定位方法研究", 计算机科学, no. 04, 15 April 2013 (2013-04-15) * |
黄陆君;陈光平;袁帅;涂朴;乔杰;: "电力巡线LiDAR点云电塔自动定位和提取算法", 测绘通报, no. 04, 25 April 2020 (2020-04-25) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107796397B (zh) | 一种机器人双目视觉定位方法、装置和存储介质 | |
CN111289533B (zh) | 风机叶片的巡检方法、装置、无人机和存储介质 | |
US11370445B2 (en) | Road gradient determining method and apparatus, storage medium, and computer device | |
CN110703268B (zh) | 一种自主定位导航的航线规划方法和装置 | |
JP2009068951A (ja) | 空中架線の管理システム | |
WO2023174020A1 (zh) | 输电线的检测方法、装置、计算机设备和存储介质 | |
CN105329457A (zh) | 一种基于激光扫描的飞机入坞引导***及方法 | |
CN111812268A (zh) | 监测方法、控制装置、无人机和无人机*** | |
CN116501091B (zh) | 基于无人机自动调整航线的风机巡检控制方法和装置 | |
CN112923928A (zh) | 一种基于图像识别的光伏板导航方法、装置、电子设备及存储介质 | |
KR101815028B1 (ko) | 무인 촬영 비행체의 이동 경로 설정 방법 및 무인 촬영 비행체의 이동 경로 설정 방법을 실행시키는 프로그램이 기록된 기록 매체 | |
CN116129064A (zh) | 电子地图生成方法、装置、设备及存储介质 | |
CN115760725A (zh) | 基于激光雷达的输电线外力入侵监测方法、介质及设备 | |
CN115144102A (zh) | 一种基于云台摄像机的桥梁索力自动巡航监测***及方法 | |
CN113096181A (zh) | 设备位姿的确定方法、装置、存储介质及电子装置 | |
CN117994469A (zh) | 一种基于无人机的电力线路全景图像生成方法及*** | |
CN115272248B (zh) | 一种风机姿态的智能检测方法以及电子设备 | |
CN113790711B (zh) | 一种无人机低空飞行位姿无控多视测量方法及存储介质 | |
CN110231836A (zh) | 一种引导无人机降落在移动靶标的方法 | |
CN116386373A (zh) | 车辆定位方法、装置、存储介质及电子设备 | |
CN114659499A (zh) | 一种基于无人机技术的智慧城市3d地图模型摄影建立方法 | |
CN115713607A (zh) | 基于激光雷达和倾斜摄影提升建模质量的方法 | |
CN115146745A (zh) | 点云数据坐标点位置校正的方法、装置、设备及存储介质 | |
CN112197748A (zh) | 利用摄影测量检测输电设备电气间隙的方法 | |
US20240127475A1 (en) | Information processing apparatus, information processing method, and program |
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 |