[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111830528A - 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 - Google Patents

基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 Download PDF

Info

Publication number
CN111830528A
CN111830528A CN202010611089.0A CN202010611089A CN111830528A CN 111830528 A CN111830528 A CN 111830528A CN 202010611089 A CN202010611089 A CN 202010611089A CN 111830528 A CN111830528 A CN 111830528A
Authority
CN
China
Prior art keywords
point cloud
tower
point
points
ground
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
Application number
CN202010611089.0A
Other languages
English (en)
Inventor
曹晖
田泽英
王涛
薛霜思
袁廷翼
楼润枫
解明辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202010611089.0A priority Critical patent/CN111830528A/zh
Publication of CN111830528A publication Critical patent/CN111830528A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C9/00—Measuring inclination, e.g. by clinometers, by levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge 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
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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
    • 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
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法，首先将获取的原始点云数据进行预处理，之后通过采用归一化数字表面模型、最大类间方差法、连通域分割、点云密度分割从处理后的点云数据中提取出杆塔，最后通过水平截面法得出杆塔的倾斜角度，从而实现了基于激光点云的杆塔特征点自动识别及倾斜参数自动测量。本发明能够对杆塔进行自动识别和倾斜度测量，大大地节省了人力物力，对于电力系统的稳定运行具有重要的研究意义。

Description

基于激光点云的杆塔特征点自动识别及倾斜参数自动测量 方法
技术领域
本发明涉及计算机视觉技术领域，具体涉及基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法。
背景技术
我国对于输电线路的巡检主要是通过人工来进行的，比如依靠地面交通工具或者手持仪器来进行检测，也有通过卫星遥感来检测杆塔的形变，目前在这个方面还在做许多探索性研究。现有杆塔倾斜检测手段在实际应用中仍然存在若干不足与短板：安装杆塔倾斜在线监测装置，存在通信供电可靠性不足、安装调整困难等问题，也为线路巡检人员带来了额外的运维负担，只适用于少量杆塔的定点监测，对于区域性杆塔倾斜监测，受益成本比不高；利用经纬仪、全站仪等测绘手段逐塔进行人工测量，工作量大、效率较低，对于特殊杆塔(如山区的塔)测量难度极大，因此对于需要进行普测的区段来说，消耗时间，成本及难度均较大；基于SAR卫星的遥感监测，虽然具有监测范围广、区域大等优势，但对于遥感图像的采集周期和图像分辨率有较高的要求，数据获取费用巨大，数据处理复杂，全面推广较为困难。因此，急需一种能够对地质不稳定区域内杆塔倾斜状态进行大范围、快速监测和预警的实用技术。
在电力系统中，无人机的使用给这个行业的发展带来了一个全新的前景：利用无人机搭载激光雷达、可见光、多光谱、红外等设备，实现输电线路的快速巡检，已经在电力巡检部门得到应用推广。相对于无人机挂载可见光、红外载荷进行巡检的方式而言，基于激光雷达的无人机电力巡线系统具有水平及垂直位置精度高的绝对优势，能有效提高巡检准确性、可靠性，因此成为解决杆塔倾斜状态监测问题的主要技术途径之一。
发明内容
为了解决现行杆塔的定位识别及杆塔形变监测设备的不足，本发明提出一种基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法，该方法通过无人机搭载双激光源获取点云数据，将重复观测的点云数据进行校正，利用归一化数字表面模型、最大类间方差法、目标识别等手段，从而实现杆塔特征点自动识别及倾斜参数自动测量，本发明有效节省了人工判别的时间，能够自动化测量杆塔倾斜角度从而判断杆塔的状态，对于输电线路的稳定运行具有重要的研究意义。
为了达到上述目的，本发明采用如下技术方案：
具体步骤如下：
步骤1：使用无人机搭载激光雷达获取输电杆塔的点云数据；
步骤2：对点云数据进行预处理：
将原始点云数据进行异常值剔除预处理操作，然后通过滤波、排序处理分离出地面点和非地面点；
步骤3：对杆塔目标的自动识别和杆塔结构关键点位的自动提取：
根据典型塔型的三维投影特征以及激光点云的杆塔目标特征点几何结构，实现对杆塔目标的自动识别和杆塔结构关键点位的自动提取；具体过程如下：
(1)采用归一化数字表面模型剔除地面的噪点
在一副拍摄完整的杆塔点云图像中，包含的点云数据有：杆塔点云、电力线点云、高低起伏的地面点云、高大建筑点云、树木点云、地面植被点云以及噪声点云；地面的噪点会影响整体的点云处理，采用归一化数字表面模型，能够消除地形的影响，滤除地面噪点；
(2)确定最佳阈值
在滤除地面噪点的处理上，通过最大类间方差法自动确定最佳阈值；如果点云的高程值低于此最佳阈值，则把这个点云点剔除，如果大于此最佳阈值，则把这些点云留下，此时点云图像中的高大建筑点云、树木点云被完全剔除，剩下电力线和杆塔候选点点云；
(3)基于连通域分析法提取杆塔电力线
通过采用归一化数字表面模型及最大类间方差法之后只剩下杆塔和电力线的原始点云数据，在植被多的地区采用连通域分析法，能够将地面的植被点云进行剔除，将该植被多的复杂地区的杆塔和电力线提取出来；
(4)根据点云密度提取杆塔点云
由于电力线的点云密度比较小，而杆塔的点云密度比较大，通过对区域的点云数据进行统计，密度大的为杆塔点云，密度小的为电力线点云，根据点云密度的不同就能够提取出准确的杆塔点云，确定杆塔位置；
步骤4：自动计算杆塔的倾斜角度：
在电力系统中，杆塔会因为气候、环境、自然灾害或人为因素发生倾斜的现象，这种情况严重时会直接影响输电线路的运行；采用水平截面法来对杆塔的倾斜角度进行测量；
具体测量方法如下：
(1)高压线塔分层
将三维的杆塔点云进行水平切片操作，切片点云平行于水平地面，将切片点云投影在水平地面上，对切片的边界点云进行提取；
(2)边界分割
采用Hough变换进行边界点云的检测，通过将图像空间的线转化到参数空间中，检测参数空间的极值点，提取出边界线；(Hough变换是公知内容，用来检测直线)
(3)边界直线拟合
通过Hongh变换提取出的边界点云有异常值，采用改进的最小二乘法来拟合直线，得到准确的边界；计算过程如下：
设直线方程为
y＝ax+b
其中a，b为直线参数；
点到拟合直线距离的标准偏差如下：：
Figure BDA0002560936880000041
其中，di表示第i点到拟合直线的距离，
Figure BDA0002560936880000042
表示所有点到拟合直线的平均距离，n为所有点的总数；
所有点到拟合直线的平均距离
Figure BDA0002560936880000043
当di＞2σ时，此点为异常点，剔除该点；否则，保留该点；然后再次计算参数a，b；对以上步骤进行循环操作，当di均小于2倍的标准偏差时停止操作；
(4)边界角点及中心点求取
设两直线的交点为
Figure BDA0002560936880000044
则面片角点在XOY平面的投影坐标为
Figure BDA0002560936880000045
对四条直线均进行上面的交点计算，得出平面四条边的的四个交点，也即四个边界角点，分别为(x1,y1)，(x2,y2)，(x3,y3)，(x4,y4)，其中，(x1,y1)为平面的左上角点坐标，(x2,y2)位平面的右上角点坐标，(x3,y3)为平面的左下角点坐标，(x4,y4)位平面的右下角点坐标；
则平面的中心点为
Figure BDA0002560936880000051
通过上面的公式计算最终得出平面的中心点；
(5)倾斜度计算方法
取出杆塔点云的一个水平截面，计算出该水平截面的中心点与底层水平面中心点的高度差和该水平截面与底层水平面的高度差的比值，该比值结果就是杆塔的倾斜度。
本发明首先通过无人机搭载激光雷达获取输电杆塔的点云数据，然后对原始点云数据进行预处理，之后对目标杆塔点云进行识别，最后通过水平截面法计算出杆塔倾斜的角度，从而实现了基于激光点云的杆塔特征点自动识别及倾斜参数的自动测量。本发明有效节省了人工判别的时间，能够自动化测量杆塔倾斜角度从而判断杆塔的状态，对于输电线路的稳定运行具有重要的研究意义。
附图说明
图1为无人机拍摄的原始杆塔点云图像。
图2为剔除地面噪声的杆塔点云图像。
图3为剔除其他干扰后只剩下杆塔点云的图像。
图4为基于三维激光雷达杆塔倾斜度测量示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作更详细的说明。
本发明基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法，步骤如下：
步骤1：在离杆塔外边缘水平距离为20-40m,垂直距离为20-40m的范围采用无人机对杆塔进行拍摄，获取杆塔的点云数据。
步骤2：获取原始点云数据之后，就要对点云数据进行预处理，生成具有三维空间的点云模型，如附图1所示。
步骤3：根据典型塔型的三维投影特征以及激光点云的杆塔目标特征点几何结构，实现对杆塔目标的自动识别和杆塔结构关键点位的自动提取；在一副拍摄完整的杆塔点云图像中，包含的点云数据有：杆塔点云、电力线点云、高低起伏的地面点云、高大建筑点云、树木点云、地面植被点云以及噪声点云；杆塔点云提取的具体过程如下：(1)地面的噪点会影响整体的点云处理，所以通过对杆塔点云数据采用归一化数字表面模型，能够消除地面噪点的影响，滤除地面噪点，为后续的处理打好基础；(2)通过最大类间方差法自动确定最佳阈值；如果点云的高程值低于此最佳阈值，就把这个点云点剔除，如果大于此最佳阈值，就把这些点云留下作为电力线和杆塔候选点；(3)通过采用归一化数字表面模型及最大类间方差法之后只剩下杆塔和电力线的原始点云数据，在植被多的地区采用连通域分析法，能够将地面的植被点云进行剔除，将该植被多的复杂地区的杆塔和电力线提取出来，如附图2所示；(4)由于电力线的点云密度比较小，而杆塔的点云密度比较大，所以根据点云密度的不同来提取杆塔点云，通过对区域的点云数据进行统计，就能够提取出准确的杆塔点云，确定杆塔位置，如附图3所示。
步骤4：采用水平截面法来对杆塔的倾斜角度进行测量，处理流程如下：
(1)高压线塔分层
将三维的杆塔点云进行水平切片操作，切片点云平行于水平地面，可将其投影在水平地面上，然后对切片的边界点云进行提取；
(2)边界分割
采用Hough变换来进行边界点云的检测，通过将图像空间的线转化到参数空间中，检测参数空间的极值点，从而提取出边界线；
(3)边界直线拟合
采用改进的最小二乘法来拟合直线，得到准确的边界；计算过程如下：
设直线方程为
y＝ax+b
其中a，b为直线参数；
点到拟合直线距离的标准偏差如下：
Figure BDA0002560936880000071
其中，di表示第i点到拟合直线的距离，
Figure BDA0002560936880000072
表示所有点到拟合直线的平均距离，n为所有点的总数；
所有点到拟合直线的平均距离
Figure BDA0002560936880000073
当di＞2σ时，此点为异常点，剔除该点；否则，保留该点；然后再次计算参数a，b；对以上步骤进行循环操作，当di都小于2倍的标准偏差时停止操作；
(4)边界角点及中心点求取
设两直线的交点为
Figure BDA0002560936880000074
则面片角点在XOY平面的投影坐标为
Figure BDA0002560936880000081
对四条直线均进行上面的交点计算，得出平面四条边的四个交点，也即四个边界角点，分别为(x1,y1)，(x2,y2)，(x3,y3)，(x4,y4)，其中，(x1,y1)为平面的左上角点坐标，(x2,y2)位平面的右上角点坐标，(x3,y3)为平面的左下角点坐标，(x4,y4)位平面的右下角点坐标；
则平面的中心点为
Figure BDA0002560936880000082
通过上面的公式计算最终得出平面的中心点；
(5)倾斜度计算方法
取出杆塔点云的一个水平截面，计算出该水平截面的中心点与底层水平面中心点的高度差和该水平截面与底层水平面的高度差的比值，该比值结果就是杆塔的倾斜度；如附图4所示，杆塔的高度为H，杆塔底部中心点是O，杆塔顶点的投影是O’1，S为O与O’1之间的距离，根据公式q＝S/H，最终计算出杆塔的倾斜角度。
根据《110～750KV架空输电线路施工及验收规范》，正常杆塔倾斜最大允许值如下表1；
表1倾斜度分类
类别 钢筋混凝土杆 铁塔
杆塔倾斜度 150％ 05％(适用于50m及以上高度的铁塔)
1.0％(适用于50m以下高度的铁塔)
横担歪斜度 1.00％ 1％
基于上述的测量方法，结合表1的规范，得到最终的测量结果，如下表2所示。
表2
Figure BDA0002560936880000091

Claims (1)

1.一种基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法，其特征在于：步骤如下：
步骤1：使用无人机搭载激光雷达获取输电杆塔的点云数据；
步骤2：对点云数据进行预处理：
将原始点云数据进行异常值剔除预处理操作，然后通过滤波、排序处理分离出地面点和非地面点；
步骤3：对杆塔目标的自动识别和杆塔结构关键点位的自动提取：
根据典型塔型的三维投影特征以及激光点云的杆塔目标特征点几何结构，实现对杆塔目标的自动识别和杆塔结构关键点位的自动提取；具体过程如下：
(1)采用归一化数字表面模型剔除地面的噪点
在一副拍摄完整的杆塔点云图像中，包含的点云数据有：杆塔点云、电力线点云、高低起伏的地面点云、高大建筑点云、树木点云、地面植被点云以及噪声点云；地面的噪点会影响整体的点云处理，采用归一化数字表面模型，能够消除地形的影响，滤除地面噪点；
(2)确定最佳阈值
在滤除地面噪点的处理上，通过最大类间方差法自动确定最佳阈值；如果点云的高程值低于此最佳阈值，则把这个点云点剔除，如果大于此最佳阈值，则把这些点云留下，此时点云图像中的高大建筑点云、树木点云被完全剔除，剩下电力线和杆塔候选点点云；
(3)基于连通域分析法提取杆塔电力线
通过采用归一化数字表面模型及最大类间方差法之后只剩下杆塔和电力线的原始点云数据，在植被多的地区采用连通域分析法，能够将地面的植被点云进行剔除，将该植被多的复杂地区的杆塔和电力线提取出来；
(4)根据点云密度提取杆塔点云
由于电力线的点云密度比较小，而杆塔的点云密度比较大，通过对区域的点云数据进行统计，密度大的为杆塔点云，密度小的为电力线点云，根据点云密度的不同就能够提取出准确的杆塔点云，确定杆塔位置；
步骤4：自动计算杆塔的倾斜角度：
在电力系统中，杆塔会因为气候、环境、自然灾害或人为因素发生倾斜的现象，这种情况严重时会直接影响输电线路的运行；采用水平截面法来对杆塔的倾斜角度进行测量；
具体测量方法如下：
(1)高压线塔分层
将三维的杆塔点云进行水平切片操作，切片点云平行于水平地面，将切片点云投影在水平地面上，对切片的边界点云进行提取；
(2)边界分割
采用Hough变换进行边界点云的检测，通过将图像空间的线转化到参数空间中，检测参数空间的极值点，提取出边界线；
(3)边界直线拟合
通过Hongh变换提取出的边界点云有异常值，采用改进的最小二乘法来拟合直线，得到准确的边界；计算过程如下：
设直线方程为
y＝ax+b
其中a，b为直线参数；
点到拟合直线距离的标准偏差如下：：
Figure FDA0002560936870000021
其中，di表示第i点到拟合直线的距离，
Figure FDA0002560936870000031
表示所有点到拟合直线的平均距离，n为所有点的总数；
所有点到拟合直线的平均距离
Figure FDA0002560936870000032
当di＞2σ时，此点为异常点，剔除该点；否则，保留该点；然后再次计算参数a，b；对以上步骤进行循环操作，当di均小于2倍的标准偏差时停止操作；
(4)边界角点及中心点求取
设两直线的交点为
Figure FDA0002560936870000033
则面片角点在XOY平面的投影坐标为
Figure FDA0002560936870000034
对四条直线均进行上面的交点计算，得出平面四条边的的四个交点，也即四个边界角点，分别为(x1,y1)，(x2,y2)，(x3,y3)，(x4,y4)，其中，(x1,y1)为平面的左上角点坐标，(x2,y2)位平面的右上角点坐标，(x3,y3)为平面的左下角点坐标，(x4,y4)位平面的右下角点坐标；
则平面的中心点为
Figure FDA0002560936870000035
通过上面的公式计算最终得出平面的中心点；
(5)倾斜度计算方法
取出杆塔点云的一个水平截面，计算出该水平截面的中心点与底层水平面中心点的高度差和该水平截面与底层水平面的高度差的比值，该比值结果就是杆塔的倾斜度。
CN202010611089.0A 2020-06-29 2020-06-29 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 Pending CN111830528A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010611089.0A CN111830528A (zh) 2020-06-29 2020-06-29 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010611089.0A CN111830528A (zh) 2020-06-29 2020-06-29 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法

Publications (1)

Publication Number Publication Date
CN111830528A true CN111830528A (zh) 2020-10-27

Family

ID=72900816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010611089.0A Pending CN111830528A (zh) 2020-06-29 2020-06-29 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法

Country Status (1)

Country Link
CN (1) CN111830528A (zh)

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200863A (zh) * 2020-12-07 2021-01-08 华南理工大学 基于同步定位与建图的无人机监测电线杆倾斜度系统
CN112327930A (zh) * 2020-11-27 2021-02-05 广东电网有限责任公司肇庆供电局 一种巡检路径确定方法和装置
CN112506221A (zh) * 2020-12-04 2021-03-16 国网湖北省电力有限公司检修公司 基于激光点云的无人机航线规划处理方法
CN112650121A (zh) * 2020-12-22 2021-04-13 安徽康能电气有限公司 一种杆塔多维度智能监控方法及装置
CN112698303A (zh) * 2020-12-23 2021-04-23 国网电力科学研究院武汉南瑞有限责任公司 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统
CN112711987A (zh) * 2020-12-11 2021-04-27 国网电力科学研究院武汉南瑞有限责任公司 双激光雷达电力杆塔三维点云增强系统及方法
CN112945198A (zh) * 2021-02-02 2021-06-11 贵州电网有限责任公司 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法
CN112991303A (zh) * 2021-03-22 2021-06-18 武汉大学 一种基于三维点云的电塔绝缘子串自动提取方法
CN113076870A (zh) * 2021-03-31 2021-07-06 广东电网有限责任公司 一种基于激光点云的杆塔识别方法及系统
CN113128579A (zh) * 2021-04-09 2021-07-16 国网安徽省电力有限公司黄山供电公司 一种快速视觉测量输电线路塔杆地面埋深的方法
CN113238205A (zh) * 2021-05-25 2021-08-10 珠海市亿点科技有限公司 基于人工智能的无人机测绘点云数据偏移校正方法与系统
CN113238578A (zh) * 2021-05-11 2021-08-10 上海电力大学 一种电力杆塔无人机巡检路线规划方法及系统
CN113554595A (zh) * 2021-06-21 2021-10-26 国网山西省电力公司电力科学研究院 无人机激光雷达点云杆塔塔头形变检测装置及方法
CN114063101A (zh) * 2021-10-21 2022-02-18 国网天津市电力公司电力科学研究院 基于机载激光雷达的输电线路塔头及地线实时探测方法
CN114184166A (zh) * 2021-11-30 2022-03-15 中冶京诚工程技术有限公司 高速线材p/f线c型钩倾斜检测方法及其装置
CN114387506A (zh) * 2021-12-11 2022-04-22 深圳供电局有限公司 输电杆塔监测方法、装置、计算机设备、存储介质
CN114563796A (zh) * 2022-03-03 2022-05-31 北京华宜信科技有限公司 基于无人机激光雷达探测数据的电力线识别方法和装置
CN114578315A (zh) * 2022-03-03 2022-06-03 北京华宜信科技有限公司 基于无人机激光雷达探测的电力线危险点预测方法和装置
CN114636403A (zh) * 2022-02-21 2022-06-17 同济大学 一种基于三维激光点云的输电铁塔倾斜度测量方法
CN114894157A (zh) * 2022-04-13 2022-08-12 中国能源建设集团江苏省电力设计院有限公司 一种基于激光点云分层的输电杆塔倾斜度计算方法及系统
CN115031689A (zh) * 2022-04-13 2022-09-09 北京拓维思科技有限公司 一种基于激光点云数据的电力输电塔倾斜状态识别方法
CN115471832A (zh) * 2022-07-29 2022-12-13 武汉大学 基于三维点云数据的输电线路杆塔塔型识别方法及设备
CN115565324A (zh) * 2022-11-24 2023-01-03 北京数字绿土科技股份有限公司 一种电力线的防外破监控方法和系统
CN115810012A (zh) * 2023-02-07 2023-03-17 南方电网数字电网研究院有限公司 输电杆塔倾斜检测方法、装置、设备和存储介质
CN116027314A (zh) * 2023-02-21 2023-04-28 湖南联智监测科技有限公司 一种基于雷达数据的风机叶片净空距离监测方法
CN116628834A (zh) * 2023-07-26 2023-08-22 北京飞渡科技股份有限公司 一种基于神经网络的轮廓分段矫正方法及装置
CN116775797A (zh) * 2023-08-18 2023-09-19 湖南腾琨信息科技有限公司 一种基于多源大数据融合的城市空间全息地图的构建方法
CN117095359A (zh) * 2023-10-17 2023-11-21 山东和兑智能科技有限公司 一种基于人工智能的输电线路安全监测预警方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105333861A (zh) * 2015-12-02 2016-02-17 中国测绘科学研究院 基于激光点云的杆塔倾斜检测的方法及装置
CN107607929A (zh) * 2017-09-20 2018-01-19 云南电网有限责任公司电力科学研究院 一种基于激光点云数据的测量杆塔倾斜角度的方法及装置
CN107633504A (zh) * 2017-08-07 2018-01-26 广东电网有限责任公司机巡作业中心 杆塔倾斜程度检测方法以及装置
CN109086833A (zh) * 2018-08-20 2018-12-25 贵州电网有限责任公司 一种基于激光点云雷达数据的输电线路危险点计算方法
JP2019020352A (ja) * 2017-07-21 2019-02-07 東京電力ホールディングス株式会社 鉄塔の傾き検出方法および傾き検出装置
CN111174761A (zh) * 2019-12-31 2020-05-19 中国电建集团河北省电力勘测设计研究院有限公司 一种基于激光点云的圆形杆塔倾斜变形快速计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105333861A (zh) * 2015-12-02 2016-02-17 中国测绘科学研究院 基于激光点云的杆塔倾斜检测的方法及装置
JP2019020352A (ja) * 2017-07-21 2019-02-07 東京電力ホールディングス株式会社 鉄塔の傾き検出方法および傾き検出装置
CN107633504A (zh) * 2017-08-07 2018-01-26 广东电网有限责任公司机巡作业中心 杆塔倾斜程度检测方法以及装置
CN107607929A (zh) * 2017-09-20 2018-01-19 云南电网有限责任公司电力科学研究院 一种基于激光点云数据的测量杆塔倾斜角度的方法及装置
CN109086833A (zh) * 2018-08-20 2018-12-25 贵州电网有限责任公司 一种基于激光点云雷达数据的输电线路危险点计算方法
CN111174761A (zh) * 2019-12-31 2020-05-19 中国电建集团河北省电力勘测设计研究院有限公司 一种基于激光点云的圆形杆塔倾斜变形快速计算方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
刘云备: "基于TLS的高压线塔倾斜度监测", 《测绘工程》 *
向云飞: "基于机载 LiDAR 和倾斜摄影的城市建筑物三维建模", 《中国优秀硕士学位论文全文数据库》 *
沈小军等: "基于地面激光雷达的输电线路铁塔倾斜度测量", 《电子测量与仪器学报》 *
王姗姗: "基于点云数据的沉陷区高压线塔变形分析研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
陈亮: "基于高密度机载激光点云的输电线路杆塔信息提取", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
陈悦: "基于倾斜摄影测量数据的点云划分", 《中国优秀硕士学位论文全文数据库》 *
马帅营: "直升机巡检输电线路中绝缘子图像的分割方法" *

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112327930A (zh) * 2020-11-27 2021-02-05 广东电网有限责任公司肇庆供电局 一种巡检路径确定方法和装置
CN112506221A (zh) * 2020-12-04 2021-03-16 国网湖北省电力有限公司检修公司 基于激光点云的无人机航线规划处理方法
CN112200863A (zh) * 2020-12-07 2021-01-08 华南理工大学 基于同步定位与建图的无人机监测电线杆倾斜度系统
CN112711987A (zh) * 2020-12-11 2021-04-27 国网电力科学研究院武汉南瑞有限责任公司 双激光雷达电力杆塔三维点云增强系统及方法
CN112711987B (zh) * 2020-12-11 2022-04-29 国网电力科学研究院武汉南瑞有限责任公司 双激光雷达电力杆塔三维点云增强系统及方法
CN112650121A (zh) * 2020-12-22 2021-04-13 安徽康能电气有限公司 一种杆塔多维度智能监控方法及装置
CN112698303A (zh) * 2020-12-23 2021-04-23 国网电力科学研究院武汉南瑞有限责任公司 基于无人机激光雷达点云杆塔倾斜参数测量方法及系统
CN112945198A (zh) * 2021-02-02 2021-06-11 贵州电网有限责任公司 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法
CN112945198B (zh) * 2021-02-02 2023-01-31 贵州电网有限责任公司 一种基于激光lidar点云的输电线路铁塔倾斜自动检测方法
CN112991303A (zh) * 2021-03-22 2021-06-18 武汉大学 一种基于三维点云的电塔绝缘子串自动提取方法
CN112991303B (zh) * 2021-03-22 2023-08-18 武汉大学 一种基于三维点云的电塔绝缘子串自动提取方法
CN113076870A (zh) * 2021-03-31 2021-07-06 广东电网有限责任公司 一种基于激光点云的杆塔识别方法及系统
CN113128579A (zh) * 2021-04-09 2021-07-16 国网安徽省电力有限公司黄山供电公司 一种快速视觉测量输电线路塔杆地面埋深的方法
CN113238578A (zh) * 2021-05-11 2021-08-10 上海电力大学 一种电力杆塔无人机巡检路线规划方法及系统
CN113238205A (zh) * 2021-05-25 2021-08-10 珠海市亿点科技有限公司 基于人工智能的无人机测绘点云数据偏移校正方法与系统
CN113554595A (zh) * 2021-06-21 2021-10-26 国网山西省电力公司电力科学研究院 无人机激光雷达点云杆塔塔头形变检测装置及方法
CN113554595B (zh) * 2021-06-21 2022-11-25 国网山西省电力公司电力科学研究院 无人机激光雷达点云杆塔塔头形变检测装置及方法
CN114063101A (zh) * 2021-10-21 2022-02-18 国网天津市电力公司电力科学研究院 基于机载激光雷达的输电线路塔头及地线实时探测方法
CN114184166A (zh) * 2021-11-30 2022-03-15 中冶京诚工程技术有限公司 高速线材p/f线c型钩倾斜检测方法及其装置
CN114387506A (zh) * 2021-12-11 2022-04-22 深圳供电局有限公司 输电杆塔监测方法、装置、计算机设备、存储介质
CN114636403A (zh) * 2022-02-21 2022-06-17 同济大学 一种基于三维激光点云的输电铁塔倾斜度测量方法
CN114578315A (zh) * 2022-03-03 2022-06-03 北京华宜信科技有限公司 基于无人机激光雷达探测的电力线危险点预测方法和装置
CN114563796A (zh) * 2022-03-03 2022-05-31 北京华宜信科技有限公司 基于无人机激光雷达探测数据的电力线识别方法和装置
CN114563796B (zh) * 2022-03-03 2022-11-04 北京华宜信科技有限公司 基于无人机激光雷达探测数据的电力线识别方法和装置
CN115031689A (zh) * 2022-04-13 2022-09-09 北京拓维思科技有限公司 一种基于激光点云数据的电力输电塔倾斜状态识别方法
CN114894157A (zh) * 2022-04-13 2022-08-12 中国能源建设集团江苏省电力设计院有限公司 一种基于激光点云分层的输电杆塔倾斜度计算方法及系统
CN115471832A (zh) * 2022-07-29 2022-12-13 武汉大学 基于三维点云数据的输电线路杆塔塔型识别方法及设备
CN115565324A (zh) * 2022-11-24 2023-01-03 北京数字绿土科技股份有限公司 一种电力线的防外破监控方法和系统
CN115810012A (zh) * 2023-02-07 2023-03-17 南方电网数字电网研究院有限公司 输电杆塔倾斜检测方法、装置、设备和存储介质
CN116027314A (zh) * 2023-02-21 2023-04-28 湖南联智监测科技有限公司 一种基于雷达数据的风机叶片净空距离监测方法
CN116628834A (zh) * 2023-07-26 2023-08-22 北京飞渡科技股份有限公司 一种基于神经网络的轮廓分段矫正方法及装置
CN116628834B (zh) * 2023-07-26 2023-10-20 北京飞渡科技股份有限公司 一种基于神经网络的轮廓分段矫正方法及装置
CN116775797A (zh) * 2023-08-18 2023-09-19 湖南腾琨信息科技有限公司 一种基于多源大数据融合的城市空间全息地图的构建方法
CN116775797B (zh) * 2023-08-18 2023-10-31 湖南腾琨信息科技有限公司 一种基于多源大数据融合的城市空间全息地图的构建方法
CN117095359A (zh) * 2023-10-17 2023-11-21 山东和兑智能科技有限公司 一种基于人工智能的输电线路安全监测预警方法及系统
CN117095359B (zh) * 2023-10-17 2024-02-02 山东和兑智能科技有限公司 一种基于人工智能的输电线路安全监测预警方法及系统

Similar Documents

Publication Publication Date Title
CN111830528A (zh) 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法
WO2023019709A1 (zh) 基于车载移动激光点云的接触网导高与拉出值自动检测方法
CN112381861B (zh) 一种基于地基激光雷达的林地点云数据配准和分割方法
CN110221311B (zh) 基于tls和uav自动化提取高郁闭林分树高的方法
CN104020475B (zh) 一种基于机载LiDAR数据的电力线提取及建模方法
CN107392247B (zh) 一种电力线下方地物安全距离实时检测方法
CN110794413B (zh) 线性体素分割的激光雷达点云数据电力线检测方法和系统
CN102768022A (zh) 采用数码照相技术的隧道围岩变形检测方法
CN113554595B (zh) 无人机激光雷达点云杆塔塔头形变检测装置及方法
CN115993096A (zh) 一种高层建筑变形测量方法
CN106741890A (zh) 一种基于空轨两用无人机的高速铁路安全检测系统
CN116486289A (zh) 一种多源数据和知识驱动下的燃气管道高后果区识别方法
CN108921165A (zh) 基于水尺图像的水位识别方法
CN108981924B (zh) 一种在役大型风力机叶片早期损伤现场检测系统
CN112711987B (zh) 双激光雷达电力杆塔三维点云增强系统及方法
CN112802004B (zh) 便携式输电线路和杆塔健康智能视频检测装置
CN111426303A (zh) 一种岩溶坡立谷参数测量方法
CN113868970B (zh) 一种基于数值仿真模型及中尺度气象模式的机场区域多源风场融合方法
CN114005027A (zh) 一种基于无人机影像的城市单木检测系统及方法
CN117288094B (zh) 基于激光传感器的掘进机实时定位系统
CN118314693A (zh) 一种基于图像识别与计算机视觉的杆塔失稳监测预警装置
CN115880597B (zh) 一种基于遥感技术的岩溶区落水洞提取方法
CN117889767A (zh) 一种基于地面三维激光扫描的预应力混凝土箱梁上拱度检测方法
CN117932333A (zh) 一种顾及不同地形场景下的城市建筑高度提取方法
CN115755088A (zh) 一种基于激光点云的输电线路工程建造参数自动化量测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201027