[发明专利]一种便携式电力巡检方法、设备及介质

权利要求书

1.一种便携式电力巡检方法，其特征在于，所述方法包括：

接收并存储手持巡检设备端中激光雷达输出的多个子区域的三维点云数据与摄像头采集的所述多个子区域的图像数据，其中，所述三维点云数据用于表示电力设备的隐患信息与所述电力设备的故障信息；

对所述多个子区域的三维点云数据和图像数据分别进行数据拼接，得到目标区域的三维点云数据和图像数据；所述目标区域由所述多个子区域构成；

将所述目标区域的三维点云数据和图像数据进行数据融合，得到彩色点云图，其中，所述彩色点云图用于表示所述目标区域的图像数据中标记所述电力设备的隐患情况与所述电力设备的故障情况；

获取巡检人员对所述彩色点云图的判断分析结果，若所述判断分析结果为所述彩色点云图存在数据异常，则通过所述手持巡检设备端重新进行巡检；

若所述判断分析结果为所述彩色点云图的数据正常，根据所述彩色点云图确定出巡检结果，完成所述目标区域的电力巡检工作。

2.根据权利要求1所述的方法，其特征在于，所述彩色点云图存在数据异常包括所述彩色点云图的图像存在缺失，和/或所述彩色点云图中所述电力设备的隐患情况与所述电力设备的故障情况存在预设的错误显示。

3.根据权利要求1所述的方法，其特征在于，所述电力巡检的工作模式包括日常巡检模式与事故排查模式；

所述根据所述彩色点云图确定出巡检结果，具体包括：

根据所述彩色点云图确定所述事故排查模式对应的事故巡检结果，或者日常巡检模式对应的隐患巡检结果。

4.根据权利要求3所述的方法，其特征在于，当所述电力巡检的工作模式为所述日常巡检模式；

所述根据所述彩色点云图确定出巡检结果，具体包括：

获取所述彩色点云图中存在的隐患，并确定出所述隐患的类型与位置；

通过预先训练的隐患分析模型对所述隐患的类型与位置进行分析，确定出所述隐患的危害程度；

若所述隐患的危害程度高于预设阈值，根据所述隐患的类型与位置生成隐患预警信息。

5.根据权利要求4所述的方法，其特征在于，所述根据所述隐患的类型与位置生成隐患预警信息，具体包括：

所述隐患的类型包括所述电力设备预设范围内的隐患障碍物与所述电力设备的隐患故障；

若所述隐患的类型为所述电力设备预设范围内的隐患障碍物，在所述彩色点云图中标记所述隐患障碍物的位置，并在所述彩色点云图中标注所述隐患障碍物与所述电力设备之间的距离；

若所述隐患的类型为所述电力设备隐患故障，在所述彩色点云图中标记所述电力设备隐患故障的位置。

6.根据权利要求3所述的方法，其特征在于，当所述电力巡检的工作模式为所述事故排查模式；

所述根据所述彩色点云图确定出巡检结果，具体包括：

获取存在事故的彩色点云图；

通过预先训练的事故分析模型对所述存在事故的彩色点云图进行分析，确定出所述事故的位置与类型，并在所述存在事故的彩色点云图中标注所述事故的位置与类型。

7.根据权利要求1所述的方法，其特征在于，所述对所述多个子区域的三维点云数据进行数据拼接，具体包括：

针对所述多个子区域的三维点云数据，分别采用二次曲面拟合算法求得每个子区域的曲率；

根据所述每个子区域的曲率确定对应子区域的点集；

根据所述点集之间曲率的距离参数，确定出对应的匹配点对；

建立所述匹配点对之间的映射关系，并通过四元数算法对所述点集进行坐标变换，以便将所述多个子区域的三维点云数据统一到同一个坐标系下。

8.根据权利要求7所述的方法，其特征在于，所述根据所述点集之间曲率的距离参数，确定出对应的匹配点对，具体包括：

根据点集之间曲率的Hausdorff距离作为相似性度量，确定出对应的匹配点对。