System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 自动化的基于点云的配网设备模型生成方法及系统技术方案_技高网

自动化的基于点云的配网设备模型生成方法及系统技术方案

技术编号:40821268 阅读:11 留言:0更新日期:2024-04-01 14:40
本发明专利技术公开了自动化的基于点云的配网设备模型生成方法及系统,涉及点云技术领域,包括对配网设备分布情况进行点云采集,对采集的数据进行点云滤波处理;将点云数据进行配准,并对配准后的点云数据进行分割;通过曲面重建算法将点云转换为三维模型,计算三维模型的拓扑关系。本发明专利技术提供的自动化的基于点云的配网设备模型生成方法根据配网布局和规模,对采集到的点云数据进行滤波处理,提高数据质量和准确性,降低数据噪声和异常点,确保了模型生成的准确性和可靠性,将多个点云数据进行配准,实现多传感器数据的融合,简化目标检测与跟踪的任务,增强了数据的一致性和完整性,本发明专利技术在准确性、一致性和可靠性方面都取得更加良好的效果。

【技术实现步骤摘要】

本专利技术涉及点云,具体为自动化的基于点云的配网设备模型生成方法。


技术介绍

1、在电网运维向智能化、数字化迈进的过程中,三维点云数据模型的重要性日益凸显,基于三维点云模型,运维单位可以搭建设备信息管理数据库,实现线路可视化、数字化,还可规划无人机自动化飞行航线,大幅提升巡检效率。

2、其中,城区配网的三维点云模型采集和无人机自动飞行一直是业内难题,配网环境复杂:线路杆塔位于人、车通行道路之间,空间狭小,两侧宽度10~20米不等;线路通道两边建筑物高于杆塔高度2~10倍;线路两侧的树木也可能会高于导线和杆塔;周围楼房之间、杆塔之间常有斜拉线;遮挡情况导致无人机gps卫星信号差。

3、通过搭载激光雷达,短时间内完成城区配网点云数据采集,通过数据处理,生成模型,有效解决了这一业内难题。


技术实现思路

1、鉴于上述存在的问题,提出了本专利技术。

2、因此,本专利技术解决的技术问题是:现有的模型生成方法存在采集难度大,建模效率低,数据处理时间较长,以及如何降低点云数据的噪声和异常点的优化问题。

3、为解决上述技术问题,本专利技术提供如下技术方案:自动化的基于点云的配网设备模型生成方法,包括对配网设备分布情况进行点云采集,对采集的数据进行点云滤波处理;将点云数据进行配准,并对配准后的点云数据进行分割;通过曲面重建算法将点云转换为三维模型,计算三维模型的拓扑关系。

4、作为本专利技术所述的自动化的基于点云的配网设备模型生成方法的一种优选方案,其中:所述点云采集包括根据配网布局和规模,在采集机器人上安装激光雷达设备,通过发射激光束并接收反射回来的光线,测量周围环境的距离和位置信息,通过坐标变换转换为相对激光雷达的位置,形成记录在物理空间中的位置、颜色以及法向量的点云数据,直线距离表示为:

5、

6、其中,s为目标物体与激光雷达之间的直线距离,v光为光在真空中的速度,t为从激光发射到接收的时间。

7、作为本专利技术所述的自动化的基于点云的配网设备模型生成方法的一种优选方案,其中:所述点云滤波处理包括使用标准差和邻域窗口大小来确定权重,通过调整标准差的值,控制高斯滤波的平滑程度,点云滤波处理表示为:

8、

9、其中,(p_i^{
ext{filtered}})为滤波后的第i个点,\frac为分数形式,(w_j)为高斯权重,(p_i)为点云中的每个点,(\sum_j w_j)为所有权重的总和,根据特征判断是否为离群点,将邻域内的离群点替换为邻域内点的平均值,表示为:

10、

11、其中,(x_i)为邻域内点的数值,n为邻域内点的总数,mean为邻域内点的平均值。

12、作为本专利技术所述的自动化的基于点云的配网设备模型生成方法的一种优选方案,其中:所述将点云数据进行配准包括在同一个坐标系下对齐,根据特征点对的匹配结果,估计出粗略的初始变换,利用icp算法在迭代过程中,不断更新旋转矩阵和平移向量,表示为:

13、

14、

15、其中,min为最小化函数,f1,i为第i个特征点在点云p1中的位置,f2,j为在点云p2中的位置,rk为旋转矩阵,tk为平移向量,tk为变换矩阵,通过寻找两个点云间最近的点对,计算旋转矩阵r和平移向量t最小化点对间的距离差异,表示为:

16、rk+1=rkr,tk+1=rkt+t-rk+1pj

17、其中,pj为第j个点在p2中的位置,ti为平移向量,rk为前k次迭代的旋转矩阵。

18、作为本专利技术所述的自动化的基于点云的配网设备模型生成方法的一种优选方案,其中:所述对配准后的点云数据进行分割包括根据配网设备模型的不同部分,从配准后的点云数据中获取每个点的颜色信息,进行基于颜色特征的分割,根据颜色特征提取颜色连通区域,并对每个区域进行标记,通过灰度值表示颜色强度,灰度计算表示为:

19、gray=0.299×r+0.587×g+0.114×b

20、其中,r、g、b分别为rgb值的三个分量,gray为计算得到的灰度值。

21、作为本专利技术所述的自动化的基于点云的配网设备模型生成方法的一种优选方案,其中:所述将点云转换为三维模型包括基于体素的方法将配准后的点云数据进行网格化处理,对每个体素进行表面重建,使用插值方法计算出连续的局部表面,将点云转换为三维模型,表示为:

22、

23、其中,w_p为权重,d为欧氏距离,radius为一个常数,表示半径阈值,控制点对节点影响的范围。

24、作为本专利技术所述的自动化的基于点云的配网设备模型生成方法的一种优选方案,其中:所述计算三维模型的拓扑关系包括根据点云数据的连接关系和拓扑特征,计算三维模型的拓扑关系,包括点的邻接关系、边的连接关系、面的连接关系及体的连接关系,通过使用octree数据结构,将点云数据划分为多个层级的子节点,表示为:

25、d_ij2=(x_i-x_j)2+(y_i-y_j)2+(z_i-z_j)2

26、其中,d_ij为点p_i与当前遍历到的点之间的距离,(x_i,y_i,z_i)和(x_j,y_j,z_j)分别为点p_i和点p_j的空间坐标。

27、本专利技术的另外一个目的是提供一种自动化的基于点云的配网设备模型生成系统,其能通过采集处理模块对采集的数据进行点云滤波处理,解决了目前的点云数据的噪声和异常点较多的问题。

28、作为本专利技术所述的自动化的基于点云的配网设备模型生成系统的一种优选方案,其中:包括采集处理模块、配准分割模块、三维模型模块;所述采集处理模块用于对配网设备分布情况进行点云采集,并对采集的数据进行点云滤波处理;所述配准分割模块用于将点云数据进行配准,并对配准后的点云数据进行分割;所述三维模型模块用于通过曲面重建算法将点云转换为三维模型,计算三维模型的拓扑关系。

29、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序是实现自动化的基于点云的配网设备模型生成方法的步骤。

30、一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现自动化的基于点云的配网设备模型生成方法的步骤。

31、本专利技术的有益效果:本专利技术提供的自动化的基于点云的配网设备模型生成方法根据配网布局和规模,采集配网设备的点云数据,实现了对配网环境的高效数字化记录,对采集到的点云数据进行滤波处理,提高数据质量和准确性,降低数据噪声和异常点,确保了模型生成的准确性和可靠性,将多个点云数据进行配准,实现多传感器数据的融合,简化目标检测与跟踪的任务,优化了数据集成过程,增强了数据的一致性和完整性,并将点云数据转化为可视化的三维模型,有助于直观地理解和分析配网设备,本专利技术在准确性、一致性和可靠性方面都取得更加良好的效果。

本文档来自技高网...

【技术保护点】

1.自动化的基于点云的配网设备模型生成方法,其特征在于,包括:

2.如权利要求1所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述点云采集包括根据配网布局和规模,在采集机器人上安装激光雷达设备,通过发射激光束并接收反射回来的光线,测量周围环境的距离和位置信息,通过坐标变换转换为相对激光雷达的位置,形成记录在物理空间中的位置、颜色以及法向量的点云数据,直线距离表示为:

3.如权利要求2所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述点云滤波处理包括使用标准差和邻域窗口大小来确定权重,通过调整标准差的值,控制高斯滤波的平滑程度,点云滤波处理表示为:

4.如权利要求3所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述将点云数据进行配准包括在同一个坐标系下对齐,根据特征点对的匹配结果,估计出粗略的初始变换,利用ICP算法在迭代过程中,不断更新旋转矩阵和平移向量,表示为:

5.如权利要求4所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述对配准后的点云数据进行分割包括根据配网设备模型的不同部分,从配准后的点云数据中获取每个点的颜色信息,进行基于颜色特征的分割,根据颜色特征提取颜色连通区域,并对每个区域进行标记,通过灰度值表示颜色强度,灰度计算表示为:

6.如权利要求5所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述将点云转换为三维模型包括基于体素的方法将配准后的点云数据进行网格化处理,对每个体素进行表面重建,使用插值方法计算出连续的局部表面,将点云转换为三维模型,表示为:

7.如权利要求6所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述计算三维模型的拓扑关系包括根据点云数据的连接关系和拓扑特征,计算三维模型的拓扑关系,包括点的邻接关系、边的连接关系、面的连接关系及体的连接关系,通过使用Octree数据结构,将点云数据划分为多个层级的子节点,表示为:

8.一种采用如权利要求1~7任一所述的自动化的基于点云的配网设备模型生成方法的系统,其特征在于:包括采集处理模块、配准分割模块、三维模型模块;

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的自动化的基于点云的配网设备模型生成方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的自动化的基于点云的配网设备模型生成方法的步骤。

...

【技术特征摘要】

1.自动化的基于点云的配网设备模型生成方法,其特征在于,包括:

2.如权利要求1所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述点云采集包括根据配网布局和规模,在采集机器人上安装激光雷达设备,通过发射激光束并接收反射回来的光线,测量周围环境的距离和位置信息,通过坐标变换转换为相对激光雷达的位置,形成记录在物理空间中的位置、颜色以及法向量的点云数据,直线距离表示为:

3.如权利要求2所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述点云滤波处理包括使用标准差和邻域窗口大小来确定权重,通过调整标准差的值,控制高斯滤波的平滑程度,点云滤波处理表示为:

4.如权利要求3所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述将点云数据进行配准包括在同一个坐标系下对齐,根据特征点对的匹配结果,估计出粗略的初始变换,利用icp算法在迭代过程中,不断更新旋转矩阵和平移向量,表示为:

5.如权利要求4所述的自动化的基于点云的配网设备模型生成方法,其特征在于:所述对配准后的点云数据进行分割包括根据配网设备模型的不同部分,从配准后的点云数据中获取每个点的颜色信息,进行基于颜色特征的分割,根据颜色特征提取颜色连通区域,并对每个区域进行标记,通过灰度值表示...

【专利技术属性】
技术研发人员:杨世平王斌张裕罗晨杨婕睿王立牟雪鹏王伟刘恒李震张兆丰张莎赵军汪玉翔朱永清刘大猛刘影赵宽祥钟天璇杨东俊明李竹根杨立臻杨吉方曦黄磊
申请(专利权)人:贵州电网有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1