[發明專利]基于三維點云數據的變電站設備分類方法

有效

• 申請號: 202011179629.9
• 申請日: 2020-10-29
• 公開（公告）號: CN112365456B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 張繼勇;呂坤
• 申請（專利權）人: 杭州富陽富創大數據產業創新研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州昱呈專利代理事務所(普通合伙) 33303
• 代理人: 雷仕榮

1.基于三維點云數據的變電站設備分類方法，其特征在于，包括以下步驟：

S10，獲取數據；

S20，標注數據；

S30，擴充數據集；

S40，訓練標注后的數據集；

S50，識別出設備類型，對設備進行分類；

所述獲取數據，為利用激光雷達從多個角度獲得變電站的點云數據，并將已有變電站設備的點云數據加入原始數據集；

所述標注數據，為利用標注軟件在標注出具體的設備類型，完成打標簽工作；

所述擴充數據集，為對數據進行增強，包括旋轉和放縮；

所述訓練標注后的數據集，為在點云數據輸入時，分別對其直觀的點云數據以及其所包含的設備屬性分別處理：

點云數據：在點云數據輸入處，設置一個圖注意模塊，通過對其內部節點進行訓練，使其能夠識別出屬于需要識別的設備自身的部分，然后增加那一部分的權重，減小噪聲或物體遮擋所影響部分的權重，并在權重超出預設值的部分進行編碼抽取特征，這一部分的特征即為在某種設備的點云數據中具有代表性，且能夠有助于神經網絡識別分類的關鍵點特征向量；

設備屬性：采用一個輕量圖神經網絡來傳遞消息，輸入設備的屬性信息，然后對其進行編碼提取特征，提取的特征即設備本身的屬性，即先驗知識；

提取出的點云數據特征以及設備屬性特征輸入至一個全連接層，把這些特征連接，將每種設備的點云數據特征以及其本身的先驗知識，設備屬性補全；然后，通過與標簽進行對比，計算整個網絡的損失函數，并通過反向傳播算法，對輸入進行反饋和迭代優化，以降低損失函數的值，最終完成訓練。

2.根據權利要求1所述的方法，其特征在于，所述識別出設備類型，對設備進行分類，為將需要識別分類的點云數據輸入至S40生成的神經網絡中，完成對設備三維點云數據的識別分類。