[发明专利]一种用于电力线缆识别和重建的点云处理方法

权利要求书

1.一种用于电力线缆识别和重建的点云处理方法，其特征在于：包括：

读取点云数据：读取深度相机、激光雷达的点云数据和双目相机的三维坐标点云数据；

累计多帧点云：对点云进行多帧累计，以减小点云缺失和稀疏对最终处理结果的影响；

作业指令：发布对具体线缆进行操作的作业命令；

裁剪点云：对场景裁剪，从场景中裁剪出待作业的线缆以及其周围的小范围区域；

点云降采样：将繁多的(密集)点云数据体素格网化，以对点云进行初步滤波，降低数据量，提高算法处理速度；

点云聚类、分割：将线缆与周围散乱的噪声分割开来；

点云滤波：去除孤立点，对点云进行进一步的滤波处理；

点云颜色滤波：结合线缆点云纹理和颜色特征，对点云进行最后一步的滤波；

点云拟合：对滤波后的点进行直线或曲线拟合，并得到线缆点云的重建后的点坐标。

2.根据权利要求1所述的一种用于电力线缆识别和重建的点云处理方法，其特征在于：点云降采样的具体步骤为：

步骤1.1：搜索所有点云的坐标，找出X、Y、Z方向的最大值，并以此建立囊括所有点云的大立方体体素栅格；

步骤1.2：判断，若大立方体栅格的边长大于预设边长，则延X、Y、Z方向划分若干小体素栅格,直至所有的体素栅格边长均小于等于预设边长；

步骤1.3：当所有体素栅格的边长均小于等于预设边长时，计算每个体素栅格的重心，最终得到该体素栅格的重心坐标；

步骤1.4：计算体素栅格内所有点与重心之间的距离，后续处理中即以该点代替该体素栅格内所有点。

3.根据权利要求1所述的一种用于电力线缆识别和重建的点云处理方法，其特征在于：所述点云聚类、分割的具体步骤为：

步骤2.1：将经过裁剪的点云数据设为初始点集，并用初始点集中数据构建KD_TREE数据结构；

步骤2.2：设置所有点的下标；

步骤2.3：声明两个vector容器，一个用于存储点的下标，另一个用于存储两点之间的距离；

步骤2.4：随机选取初始点集中的一点作为定点，并分别计算其他所有点与该定点的距离；

步骤2.5：计算步骤2.4中所有点与定点距离的平均值，将该值的1/4作为预设阈值；

步骤2.6：对初始点集中所有的点进行查询，若该点到定点的距离小于预设阈值，则将该点存入目标点集，同时将该点下标和该点到定点的距离分别存入两个vector容器内，并将该点标记为已搜索；

步骤2.7：判断目标点集中点是否均被标记为已搜索，若是则执行步骤2.10，若否则执行步骤2.8；

步骤2.8：将标记为已搜索的点在相应vector容器中的距离值修改为0，并按照距离是否为0对目标点集中点进行归类；

步骤2.9：将用于存储两点之间的距离的vector容器中最大距离值对应的点设为新的定点，返回执行步骤2.5，同时，容器和下标重新声明；

步骤2.10：判断初始点集中是否所有的点均被标记为已搜索，若是则完成聚类分割，若否则将所有未被标记为已搜索的点归类为新的点集，在点集中选取新的定点，并返回执行步骤2.5；

步骤2.11：点云分割流程完成后，可以得到若干个点云聚类子集，根据预设算法对每个子集求包围盒，然后根据线缆的几何特征对包围盒进行取舍。

4.根据权利要求1所述的一种用于电力线缆识别和重建的点云处理方法，其特征在于：所述点云滤波的具体步骤为：

步骤3.1：计算点云中所有点之间的距离；

步骤3.2：计算所有点之间距离的均值和标准差；

步骤3.3：计算点云数据的全局距离阈值；

步骤3.4：计算某一点与其邻域内其他所有点的距离的平均值，若该平均值大于点云数据的全局距离阈值，则判定该点为孤立离群点并从点云中去掉该点；若若该平均值小于点云数据的全局距离阈值，则保留该点，并对该点做出标记；

步骤3.5：若点云中所剩点均为被标记的点，则点云滤波完成。