[发明专利]一种输电线路激光点云数据的特征提取方法

说明书

本发明提供了一种输电线路激光点云数据的特征提取方法，通过输电线路点云数据的获取，异常点去除，数据聚类以及数据修复等过程获得高精度点云数据，并通过深度学习模型进行输电线路的特征提取。本发明有效提升输电线路的特征提取精度，为后续电力线路的三维精确建模奠定基础。

技术领域

本发明涉及电力系统识别技术领域，尤其涉及一种输电线路激光点云数据的特征提取方法。

背景技术

输电线路是电力传输的关键部分，输电线路的安全运行是电力传输的重要保障。传统的输电线路主要采取人工实地巡检的方式，随着输电线路距离不断增加和技术的不断进步，耗时耗力的人工巡检方式逐渐被智能巡检取代。为适应现代化电网快速发展和安全运行的需要，无人机电力巡检技术应运而生。

通过在无人机上搭载的激光雷达设备，可以获取到海量的点云信息，不仅包含目标物体的三维信息，还包含几何结构、弱纹理和语义等信息，据此可以对输电线路进行三维建模，但是目前对于三维建模过程中的特征识别并不准确，因此，需要能够精确特征识别的方法来输电线路特征的识别和提取。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种输电线路激光点云数据的特征提取方法。

本发明是通过以下技术方案实现的：

步骤S1：通过无人机机载雷达捕获输电线路三维点云数据；

步骤S2：对输电线路三维点云数据预处理，所述预处理包括异常点去除；

步骤S3：将预处理后的输电线路三维点云进行聚类，得到聚类后的点云数据；

步骤S4：根据所述步骤S3的聚类后的点云数据，利用修复拟合模型对所述聚类后数据进行修复，得到点云数据修复值：

步骤S5：将所述修复后的点云数据输入到深度学习模型中进行输电线路的特征提取。

进一步的，步骤S6：将提取的输电线路点云数据的特征发送到电力巡检监控终端中进行三维模型化显示，实现输电线路的监控和智能巡检。

进一步的，所述步骤S1所述机载雷达通过在均匀分布的角度上测量从所述雷达中心到输电线路的径向距离来表述所述电线的三维点云数据，并且通过坐标变换，将所述三维点云数据转换为二维网格阵列图像，形成输电线路的全景图。

进一步的，所述步骤S2包括：

通过比较所述输电线路点云数据中的任意点a和其相邻点的密度来判断该点是否为异常点，如果判断结果低于阈值A，则判断该点为异常点，对该点进行剔除，所述判断公式为：

式中，S_k(a)表示输电线路点云数据中任意点a的第k距离邻域，N_k(a)、N_k(b)分别表示点a的可达密度以及点b的可达密度，b为任意点a的第k距离邻域内的另一点。

进一步的，所述步骤S4中修复拟合模型R为：

其中，n表示输电线路点云数据的编号，d(s,p_i)代表为平面修复值，z(s,p_i)代表空间修复值，x(s,p_i)代表距离修复值，s表示点云数据拟合后的曲面参数，p_i表示点云数据中的三维点坐标(x_i，y_i，z_i)。

所述平面修复值公式为：

d(s,p_i)＝αp_i+γ

式中，α表示点云拟合平面的法向量，γ表示拟合后空间坐标系原点到拟合平面的垂直距离的平均值。