[發(fā)明專利]一種基于激光點云的桿塔識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110353160.4
• 申請日: 2021-03-31
• 公開（公告）號: CN113076870A
• 公開（公告）日: 2021-07-06
• 發(fā)明（設計）人: 李雄剛;張英;陳浩;朱凌;郭錦超;林俊省;殷明;王年孝;饒成成;陳赟;陳義龍;彭熾剛
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 陳旭紅;呂金金

本發(fā)明公開了一種基于激光點云的桿塔識別方法及系統(tǒng)，基于激光點云的桿塔識別方法包括以下步驟：建立桿塔標準點云庫，桿塔標準點云庫包括多個桿塔標準點云數(shù)據(jù)；獲取待處理點云數(shù)據(jù)；將待處理點云數(shù)據(jù)輸入預先建立的分類模型中，并分類出待處理桿塔點云數(shù)據(jù)；獲取與待處理桿塔點云數(shù)據(jù)相似程度最高的桿塔標準點云數(shù)據(jù)，并確定對應的桿塔類型；依據(jù)該桿塔標準點云數(shù)據(jù)對待處理桿塔點云數(shù)據(jù)進行修正，并獲得最終桿塔點云數(shù)據(jù)；依據(jù)最終桿塔點云數(shù)據(jù)計算出桿塔的傾斜度。本發(fā)明實施例不再需要大量的人力輔助進行數(shù)據(jù)采集。本發(fā)明實施例可以快速分類出桿塔點云數(shù)據(jù)，且能夠?qū)c云數(shù)據(jù)進行修正，并最終快速和準確的確定桿塔的傾斜度。

技術(shù)領域

本發(fā)明涉及信息技術(shù)領域，具體涉及一種基于激光點云的桿塔識別方法及系統(tǒng)。

背景技術(shù)

傳統(tǒng)的輸電線路巡檢是通過人工進行，主要是依靠地面交通工具或者手持儀器來進行檢測。而桿塔作為電力傳輸?shù)闹饕O備，在電力傳輸中起到不可替代的作用，因此能夠快速、準確的獲取桿塔的狀態(tài)對于保障供電可靠性而言就顯得尤為重要。傳統(tǒng)的巡檢方式在平原地區(qū)等交通較為便利的地方，可以起到較好的檢測效果，但是在面對山區(qū)等較為惡劣的環(huán)境時，則難以起到較好的檢測效果，需要耗費大量的人力物力才完成檢測。

發(fā)明內(nèi)容

本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。為此，本發(fā)明提出一種基于激光點云的桿塔識別方法，所述基于激光點云的桿塔識別方法解決了桿塔檢測時需要大量人力進行人工參與的問題。本發(fā)明還提出了一種基于激光點云的桿塔識別系統(tǒng)。

根據(jù)本發(fā)明第一方面實施例的基于激光點云的桿塔識別方法，包括以下步驟：

建立桿塔標準點云庫，所述桿塔標準點云庫包括多個桿塔標準點云數(shù)據(jù)，每個所述桿塔標準點云數(shù)據(jù)對應一種桿塔類型；

獲取待處理點云數(shù)據(jù)；

將所述待處理點云數(shù)據(jù)輸入預先建立的分類模型中，并分類出待處理桿塔點云數(shù)據(jù)；

獲取與所述待處理桿塔點云數(shù)據(jù)相似程度最高的桿塔標準點云數(shù)據(jù)，并確定對應的桿塔類型；

依據(jù)該所述桿塔標準點云數(shù)據(jù)對所述待處理桿塔點云數(shù)據(jù)進行修正，并獲得最終桿塔點云數(shù)據(jù)；

依據(jù)所述最終桿塔點云數(shù)據(jù)計算出桿塔的傾斜度。

根據(jù)本發(fā)明實施例的基于激光點云的桿塔識別方法，至少具有如下技術(shù)效果：獲取待處理點云數(shù)據(jù)可以通過無人機搭載激光雷達等自由度和自動化程度較高的方式進行，不再需要大量的人力輔助進行數(shù)據(jù)采集。通過預先構(gòu)建分類模型，可以快速分類出桿塔點云數(shù)據(jù)，進而為后續(xù)快速計算傾斜度打下了基礎。通過設置桿塔標準點云庫可以知曉分類出的桿塔的具體桿塔類型，從而便于后續(xù)進行點云數(shù)據(jù)修正。而利用修正之后的點云數(shù)據(jù)也可以更為快速和準確的確定桿塔的傾斜度。此外，在需要進行渲染時，知曉了桿塔類型也便于后續(xù)更快的完成渲染工作。

根據(jù)本發(fā)明的一些實施例，所述分類模型的建立包括以下步驟：

獲取訓練樣本，所述訓練樣本包括樣本點云數(shù)據(jù)以及與所述樣本點云數(shù)據(jù)中各點對應的類別標識；

提取所述樣本點云數(shù)據(jù)中各點的特征數(shù)據(jù)；

建立分類模型的初始模型結(jié)構(gòu)；

將所述樣本點云數(shù)據(jù)對應的特征數(shù)據(jù)、類別標識輸入至所述初始模型中進行訓練，直至得到最終的分類模型。

根據(jù)本發(fā)明的一些實施例，所述獲取與所述待處理桿塔點云數(shù)據(jù)相似程度最高的桿塔標準點云數(shù)據(jù)，并確定對應的桿塔類型包括以下步驟：

截取所述待處理桿塔點云數(shù)據(jù)的多個匹配截面；

依據(jù)多個所述匹配截面在所述待處理桿塔點云數(shù)據(jù)中的位置，在每個所述桿塔標準點云數(shù)據(jù)中截取對應標準匹配截面；