[發明專利]基于激光數據的變電站異物識別方法

有效

• 申請號: 201711459790.X
• 申請日: 2017-12-28
• 公開（公告）號: CN108107444B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 李海峰;劉延輝;陽薇;孔波;王國軍;侯木齊
• 申請（專利權）人: 國網黑龍江省電力有限公司檢修公司;國家電網公司
• 主分類號: G01S17/88
• 分類號: G01S17/88;G06K9/62;G06T7/33
• 代理公司: 哈爾濱東方專利事務所 23118
• 代理人: 陳曉光

基于激光數據的變電站異物識別方法。目前進行異物識別，易受環境影響，建模復雜算法耗時。本發明步驟如下：首先利用激光雷達對多個區域采集激光數據，通過分析整理建成一個模型點云集合，再利用激光雷達對某一個需測定區域采集激光數據組成測試點云，通過計算將點云分布信息進行孤立點去除濾波，再統計點云數據在xyz軸三個方向上的分布直方圖，經均勻采樣濾波提取關鍵點并計算特征向量，建立kdtree匹配對索引，經過SVD進行轉換矩陣求解，并轉換測試點云坐標與模型點云進行ICP迭代配準，再通過kdtree計算點對配對距離篩選超距點，最后計算超距點集合的疏密性，判別是否是異物。本發明用于變電站異物識別。

技術領域：

本發明涉及一種基于激光數據的變電站異物識別方法。

背景技術：

目前在本領域中主要通過CCD攝像機采集和雙目相機的方法來進行異物識別，但是CCD攝像機采集的目標數據，在異物顏色和周邊環境顏色相近時，識別結果急劇下降，極易受到周邊環境的影響，識別結果不穩定，而雙目相機雖然可以得到三維信息，但是建模復雜，算法比較耗時實際用途的評價不理想。

發明內容：

本發明的目的是提供一種基于激光數據的變電站異物識別方法。測試點云中是否存在異物，引入異物的空間深度信息，識別效果會更加準確。

上述的目的通過以下的技術方案實現：

一種基于激光數據的變電站異物識別方法，識別的方法步驟如下：首先利用激光雷達對多個區域采集激光數據，通過分析整理建成一個模型點云集合，其次再利用激光雷達對某一個需測定區域采集激光數據組成測試點云，通過計算將點云分布信息進行孤立點去除濾波，再統計點云數據在xyz軸三個方向上的分布直方圖，經均勻采樣濾波提取關鍵點并計算特征向量，建立kdtree匹配對索引，經過SVD進行轉換矩陣求解，并轉換測試點云坐標與模型點云進行ICP迭代配準，再通過kdtree計算點對配對距離篩選超距點，最后計算超距點集合的疏密性，判別是否是異物。

所述的基于激光數據的變電站異物識別方法，所述的點云分布信息進行孤立點去除濾波的方法步驟如下：對于每個點P，以R為搜索半徑會得到K個近鄰點，計算所有K個近鄰點到P的距離Di，將所有距離求和得到D，

和平均距離M，

計算K個近鄰點的距離平方和S，

計算協方差Var，

以及均方差，

以上計算得出后可以計算濾波閾值T：

將閾值T帶回與之前計算的K個近鄰點距離Di相比較，小于閾值設置保留標志，遍歷一次所有的點，對所有點計算得到的近鄰點統計其標志情況，至少兩次以上的保留標志才能保留該點，其余的為孤立點和離群點舍棄。

所述的基于激光數據的變電站異物識別方法，所述的分布直方圖的方法步驟如下：得到三個直方圖分布Fx，Fy，Fz，分別計算三個直方圖中的超過75%已上的測試點云分布范圍，得到將該范圍均分為10等分所需的尺寸L1，L2，L3，計算L1、L2、L3的均值Lm后可得到整個測試點云數據均勻采樣的尺度Lm，計算公式如下：

所述的基于激光數據的變電站異物識別方法，所述的均勻采樣濾波的方法步驟如下：以Lm為尺度進行均勻采樣，保留框架，去掉冗余點，根據實驗結果測試點云數據從濾波前的20000+個點減少到了8000+個點。