一种基于激光点云数据的电力输电塔倾斜状态识别方法技术

本发明专利技术属于输电设备检测技术领域，公开了一种基于激光点云数据的电力输电塔倾斜状态识别方法，通过数据采集设备获取输电塔及周边的激光点云数据，对该激光点云数据进行滤波和提取，获得输电塔的激光点云数据，根据高程直方图获取该输电塔的特征平面，然后通过四棱柱模型获取输电塔体数据，根据输电塔的塔体数据获得输电塔的中心线，根据中心线斜率判断倾斜程度；通过本技术方案，可提高输电塔倾斜程度的检测精度，并且减少了数据处理量，提高了倾斜状态判断的效率。斜状态判断的效率。斜状态判断的效率。

【技术实现步骤摘要】
一种基于激光点云数据的电力输电塔倾斜状态识别方法


[0001]本专利技术属于输电设备检测
，尤其涉及一种基于激光点云数据的电力输电塔倾斜状态识别方法。

技术介绍

[0002]电力资源作为一种基础能源，在现代经济和生活中发挥着越来越重要的作用。如今，国家电力系统发展越来越迅速，而输电线路网络等基础电力设施建设尤其是重中之重。一般的，输电线路由电力线、输电塔和铁塔配件组成，电力输电塔是最基本的输电线路设备。在电力输电线路实际运行过程中，由于地震，地基不牢等原因容易造成输电塔倾斜，而输电塔的倾斜可能会导致传输线安全距离过小，如不修理将导致严重事故，因此，对输电铁塔倾斜程度检测是电力设备检测的一项重要工作。
[0003]现有技术中一般通过铅锤、经纬仪等人工测量方法获得输电塔的倾斜程度，由于输电塔散布在不同地形结构中，且数量巨大，人工检测存在劳动强度下，工作效率低的问题，同时，也有部分研究院所研究通过激光点云数据计算得到输电塔的倾斜程度；其中，最接近现有技术(CN105333861A)公开了一种基于激光点云的杆塔倾斜检测的方法，其主要步骤为提取激光点云中要检测的杆塔的塔身部分对应的塔身点云；将所述塔身点云在垂直于水平面的多个方向的二维平面上进行投影，得到多个塔身点云投影；对每个所述塔身点云投影进行侧棱提取，得到每个所述塔身点云投影对应的两条侧棱；计算每个所述塔身点云投影对应的两条侧棱与水平面之间夹角的角度差的绝对值；将所有塔身点云投影对应角度差的绝对值中最大的角度差的绝对值的一半作为所述要检测的输电塔的倾斜角度。
[0004]上述技术方案虽然解决了人工检测劳动强度大，工作效率的问题，但是同时也引入了一些新的技术问题，比如，上述方法需要将激光点云数据投影到二维平面，为了提高精度，需要每隔10度选择一个二维平面，而人选取二维平面具有随机性，选取的二维平面不同，势必会影响倾斜角度的计算精度；同时，上述方法需要计算得到多个倾斜角度，这无疑会对计算设备的处理能力有更高的要求，也使处理时间变得冗长。

技术实现思路

[0005]本专利技术要解决的技术问题是针对上述技术方案的不足，提供一种新的输电塔倾斜程度的计算方法，该方法在数据处理过程不需要人为的去设定多个二维平面，同时，本专利技术通过四棱柱模型计算获取输电塔体数据，根据输电塔的塔体数据获得输电塔的中心线，根据中心线斜率判断倾斜程度，和最接近现有技术中通过建立多个二维平面提取侧棱数据计算多个平面倾斜角度，进而在多个倾斜角度中筛选得到输电塔的实际倾斜角度相比，提高了计算精度，同时，也使数据处理量有了一定程度的减小，提高了倾斜程度判断的效率。
[0006]为了实现上述目的，根据本专利技术的一个方面，提供了一种基于激光点云数据的电力输电塔倾斜状态识别方法，包括：
[0007]步骤1：采集激光点云数据并进行滤波，并提取得到输电塔的激光点云数据；具体
的，通过无人机携带激光点云采集设备采集输电塔以及周边的激光点云数据，然后对该激光点云数据进行滤波操作；由于该激光点云数据包括输电塔、电力线、地面和周围的植被等数据，而为得到输电塔倾斜状态，我们需要的是输电塔的点云数据，因此，我们需要对激光点云采集设备采集的数据进行提取操作，具体的提取过程如下：根据一定的网格大小提取输电塔点云的最大局部高程；其次，根据输电塔点云数据从最高点到最低点会有一个点云分布，而输电线、植被等点云数据只分布在一定的高程范围内的特点，将得到的局部最大标高点划分为输电塔顶部或电缆线路。最后以输电塔顶部点云局部高程最大点为中心，提取固定网格大小范围内的点云数据，计算网格内的最小高程为地面高程，确定了地面高程后，将该地面高程作为去地阈值提取输电塔点云数据；
[0008]进一步地，本专利技术通过采用卡尔曼滤波法去除噪声数据；
[0009]步骤2：根据提取得到的输电塔点云数据生成该输电塔点云数据的高程直方图，借助该高程直方图得到多个输电塔特征平面；
[0010]更进一步地，具体的，该步骤具体包括以下三个子步骤：
[0011]步骤2.1：提取该高程直方图中的局部极值；
[0012]步骤2.2：设置约束条件，即设定特征平面的高程间隔大于某阈值，从而剔除非特征高程的部分极值；
[0013]步骤2.3据此得到输电塔点云数据中的所有特征平面。
[0014]步骤3：利用步骤2中获得的所述所有的特征平面，通过四棱柱模型得到特征平面所在塔体的外轮廓点的数据，实际上，这些轮廓点即可代表塔身数据，由此可通过所述的多个特征平面与对应的高程数据和塔体轮廓点数据得到整个塔体的数据；根据整个塔体的数据得到整个塔体的中心线；
[0015]具体的，所述计算过程如下：
[0016]四棱柱模型为现有技术中拟合得到具有四个边的立体结构轮廓数据的常用模型，一般地，认为输电塔具有四个棱，因此，对输电塔体的拟合可以看成是中线垂直的四棱柱的拟合问题，因此，可通过本领域常用的四棱柱模型对输电塔四个边进行拟合得到输电塔塔体，本申请以通过四个特征平面拟合得到输电塔体为例，以塔体与地面接触面为面，建立三维坐标系，可得到四个特征平面的表达式，其中，
[0017]1)四个特征平面条件的表达形式如下：
[0018]A1x1+B1y1+C1z1+1＝0
[0019]A2x2+B2y2+C2z2+1＝0
[0020]A3x3+B3y3+C3z3+1＝0
[0021]A4x4+B4y4+C4z4+1＝0
[0022]ꢀꢀ
(1)
[0023]其中，式(1)中(x1，y1，z1)、(x2，y2，z2)、(x3，y3，z3)和(x4，y4，z4)为特征平面与输电塔相角的四个轮廓点的坐标，(A1，B1，C1)、(A2，B2，C2)、(A3，B3，C3)、(A4，B4，C4)为该特征平面的平面方程的系数。
[0024]2)将四棱柱模型的参数条件设置为垂直条件和等角条件两种：
[0025]a)垂直条件：
[0026]A1×
A2+B1×
B2＝0
[0027]A2×
A3+B2×
B3＝0
[0028]A3×
A4+B3×
B4＝0
[0029]ꢀꢀ
(2)
[0030]b)等角条件：
[0031][0032][0033]根据上述的三个方程组中的9个等式，带入四棱柱模型进行拟合即可得到输电塔的塔身数据。
[0034]步骤4：计算获得的中心线的斜率，根据该斜率判断该输电塔的倾斜程度。
[0035]通过本专利技术实施例的输电塔倾斜状态识别方法，在特征平面建立阶段借助高程直方图建立特征平面，避免了人为建立二维平面引入误差的影响，同时，根据建立的特征平面通过四棱柱模型得到塔体数据，进而得到塔体的中心线，根据中心线获得输电塔的倾斜程度，避免了现有技术中获取多个倾斜角度然后对其筛选获得最终倾斜角度的问题，一定程度上减小了运算量，缩短了计算时间。
附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光点云数据的电力输电塔倾斜状态识别方法，其特征在于，包括以下步骤：步骤1：对输电塔及周边采集激光点云数据并进行滤波，并提取得到输电塔的点云数据；步骤2：根据提取得到的输电塔点云数据生成该输电塔点云数据的高程直方图，借助该高程直方图得到多个所述输电塔的特征平面；步骤3：利用步骤2中获得的多个特征平面，通过四棱柱模型得到所述多个特征平面所在塔体的外轮廓点的数据，利用所述轮廓点数据得到输电塔体的数据，根据输电塔体的数据得到输电塔体的中心线；步骤4：计算所述中心线的斜率，根据该斜率判断该输电塔的倾斜程度。2.根据权利要求1所述的基于激光点云数据的电力输电塔倾斜状态识别方法，其特征在于，所述的步骤1中采集的输电塔及周边的激光点云数据包括输电塔、电力线、地面和周围的植被的数据。3.根据权利要求1所述的基于激光点云数据的电力输电塔倾斜状态识别方法，其特征在于，所述步骤1中，通过采用卡尔曼滤波法去除噪声数据，得到滤波后的输电塔及周边的点云数据。4.根据权利要求1所述的基于激光点云数据的电力输电塔倾斜状态识别方法，其特征在于，所述的提取输电塔的点云数据具体包括：首先根据一定的网格大小提取输电塔点云的最大局部高程；其次，根据输电塔点云数据从最高点到最低点会有一个点云分布，而输电线、植被等点云数据只分布在一定的高程范围内的特点，将得到的局部最大标高点划分为输电塔顶部或电缆线路，最后以输电塔顶部点云局部高程最大点为中心，提取固定网格大小范围内的点云数据，计算网格内的最小高程为地面高程，确定了地面高程后，将该地面高程作为去地阈值提取输电塔点云数据。5.根据权利要求1所述的基于激光点云数据的电力输电塔倾斜状态识别方法，其特征在于，所述步骤2中借助所述高程直方图获得多个特征平面包括：步骤2.1：提取所述高程直方图中的局部极值；步骤2.2：设置约束条件，即设定所述特征平...

【专利技术属性】
技术研发人员：浦石，赵永屹，纪明汝，
申请(专利权)人：北京拓维思科技有限公司，
类型：发明
国别省市：