[发明专利]用于输变电工程的地物识别方法在审

专利信息
申请号: 201810402406.0 申请日: 2018-04-28
公开(公告)号: CN108647607A 公开(公告)日: 2018-10-12
发明(设计)人: 黄来;陈仲伟;彭康博;王逸超;吴小忠;谢江;徐志强;肖振锋;文明;朱思睿;刘菁菁 申请(专利权)人: 国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网公司
主分类号: G06K9/00 分类号: G06K9/00;G06T5/00;G06T17/20;G05D1/10
代理公司: 长沙永星专利商标事务所(普通合伙) 43001 代理人: 周咏;米中业
地址: 410004 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 输变电工程 地物识别 分析区域 激光雷达 地物 实景 采集 三维地形数据 学习神经网络 地形数据 滤波处理 三维建模 三维模型 数据采集 自动识别 滤波 算法
【权利要求书】:

1.一种用于输变电工程的地物识别方法,包括如下步骤:

S1.采用无人机并搭载激光雷达采集输变电工程区域的三维地形数据;

S2.对步骤S1获取的三围地形数据进行滤波处理;

S3.根据步骤S2获取的数据,对区域进行实景三维建模;

S4.对步骤S3得到的实景三维模型进行地物识别,从而完成输变电工程区域的地物识别。

2.根据权利要求1所述的用于输变电工程的地物识别方法,其特征在于步骤S1所述的采用无人机并搭载激光雷达采集输变电工程区域的三维地形数据,具体为采用如下步骤采集数据:

A.根据作业区域画设航线,并架设基站;

B.使用无人机进行现场勘察,确定安全高度;

C.将规划数据写入无人机飞行控制软件,并做检验;

D.手动控制无人机进行八字航线飞行,校正惯性导航设备;

E.若确认无人机以及设备运行正常,则将无人机切换为自动驾驶模式,使无人机进入自主飞行状态;

F.监控无人机是否按照预设航线飞行,并实时对空速、高度、电量进行核查;

G.航线飞行完成后,待无人机返回原点,使用手动驾驶将无人机带回;

H.读取无人机获取的激光点云数据。

3.根据权利要求2所述的用于输变电工程的地物识别方法,其特征在于步骤S2所述的滤波处理,具体为采用渐进式加密三角网滤波算法对数据进行滤波处理。

4.根据权利要求3所述的用于输变电工程的地物识别方法,其特征在于所述的滤波处理,具体为采用如下步骤进行滤波处理:

a.采用中值滤波算法,将噪声数据剔除;

b.将步骤a得到的数据划分为粗略网格,并选取网格中的最低点作为初始TIN点;

c.采用迭代算法对步骤b选取的初始TIN点进行加密;

d.完成数据的滤波处理。

5.根据权利要求4所述的用于输变电工程的地物识别方法,其特征在于所述的采用迭代算法对初始TIN点进行加密,具体为采用如下步骤进行加密:

Ⅰ对原始点云数据进行滤波处理,从而将偶然噪声点从原始数据中剔除;

Ⅱ构建初始的TIN:将步骤Ⅰ处理后的点云数据划分成粗略网格,并选取网格中的最低点作为初始TIN的点;

Ⅲ进行一次区域增长:将TIN中的点元素a邻域U(a,δ)={x|a-δ<x<a+δ}内满足阈值t的点直接添加到地形当中,对TIN进行一次加密;

Ⅳ重复步骤Ⅲ,从而将点云中满足特定阈值条件的点添加到已构成的TIN中,从而对TIN进行不断的加密;

Ⅴ当不再有新的点添加到TIN中的时,认定基本地形已经形成;

Ⅵ重复步骤Ⅲ~Ⅴ进行再次加密;

Ⅶ将地形中的点构建三角网,完成初始TIN点进行加密。

6.根据权利要求5所述的用于输变电工程的地物识别方法,其特征在于步骤S3所述的对区域进行实景三维建模,具体为采用如下步骤进行建模:

(1)获取激光雷达自动建立的未贴纹理的灰度三维模型和贴图后的实景三维模型信息;

(2)对步骤(1)中获取的未贴纹理的灰度三维模型和贴图后的实景三维模型信息进行数据补充,从而将三维模型进行精细化处理,得到最终的实景三维模型。

7.根据权利要求1~6之一所述的用于输变电工程的地物识别方法,其特征在于步骤S4所述的对实景三维模型进行地物识别,具体为采用深度学习神经网络算法进行地物识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网公司,未经国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810402406.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top