双激光雷达电力杆塔三维点云增强系统及方法转让专利

申请号 : CN202011460289.7

文献号 : CN112711987B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 芦竹茂龚浩白洋胡庆武郭红龙晋涛李加元邓鹤鸣吴驰连建华俞华赵亚宁孟晓凯韩钰刘永鑫杨虹李慧勇吴念别士光柯贤彬郭潇

申请人 : 国网电力科学研究院武汉南瑞有限责任公司国网山西省电力公司电力科学研究院国网电力科学研究院有限公司国网山西省电力公司武汉大学国网四川省电力公司电力科学研究院国家电网有限公司

摘要 :

本发明公开了一种双激光雷达电力杆塔三维点云增强系统,它的杆塔点云分割模块获取各个杆塔的双激光头复合点云数据;点云配准模块将双激光头复合点云数据中两个激光头点云变换到同一坐标系中;特征面提取模块获取对应的塔头和塔身特征平面;特征面配准模块使用迭代最近点算法对待匹配杆塔的双激光头复合塔身特征平面中心进行精确配准。本发明将双激光雷达电力杆塔点云进行高精度融合,实现点云增强,解决了现有无人机激光雷达扫描误差大的问题,在电网线路检修、公共安全管理、防灾减灾等领域具有广阔的应用前景。

权利要求 :

1.一种双激光雷达电力杆塔三维点云增强系统,其特征在于:包括杆塔点云分割模块(1)、点云配准模块(2)、特征面提取模块(3)和特征面配准模块(4),其中,杆塔点云分割模块(1)用于对电力杆塔线路双激光头复合点云数据进行分割获取各个杆塔的双激光头复合点云数据;

点云配准模块(2)用于根据无人机定位定姿轨迹数据与双激光雷达中两个激光头之间的位置和姿态关系计算各个杆塔的双激光头复合点云数据中两个激光头点云相互的旋转偏移参数,并根据旋转偏移参数将双激光头复合点云数据中两个激光头点云变换到同一坐标系中,形成初步配准后的各个杆塔点云数据;

特征面提取模块(3)用于统计初步配准后各个杆塔点云数据的高程从而生成各个杆塔的点云高程直方图,根据各个杆塔的点云高程直方图获取对应的塔头和塔身特征平面;

特征面配准模块(4)用于根据杆塔模型数据库中塔头特征平面对待匹配杆塔的塔头特征平面进行匹配,确定杆塔类型;使用杆塔模型数据库中该类型杆塔的塔身特征平面对待匹配杆塔的塔身特征平面进行匹配,获取待匹配杆塔的双激光头复合塔身特征平面中心,对待匹配杆塔的双激光头复合塔身特征平面中心进行精确配准,使待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心处于同一位置。

2.根据权利要求1所述的双激光雷达电力杆塔三维点云增强系统,其特征在于:所述杆塔点云分割模块(1)用于寻找电力杆塔线路双激光头复合点云数据的局部高程最大值,将局部高程最大值作为塔尖,分割出各个杆塔的双激光头复合点云数据。

3.根据权利要求1所述的双激光雷达电力杆塔三维点云增强系统,其特征在于:所述杆塔点云分割模块(1)还用于对电力杆塔线路双激光头复合点云数据进行滤波处理,通过滤波去除电力杆塔点云中地面点云、植被点云和电力线点云。

4.根据权利要求1或2所述的双激光雷达电力杆塔三维点云增强系统,其特征在于:所述电力杆塔线路点云数据由机载的双激光头激光雷达中两个激光头重复拍摄获取。

5.根据权利要求1所述的双激光雷达电力杆塔三维点云增强系统,其特征在于:所述特征面提取模块(3)用于根据各个杆塔的点云高程直方图获得各个杆塔的点云高程直方图中塔头和塔身对应的特征高程,再根据塔头和塔身对应的特征高程获取对应的塔头和塔身特征平面。

6.根据权利要求5所述的双激光雷达电力杆塔三维点云增强系统,其特征在于:所述特征面提取模块(3)用于提取各个杆塔点云高程直方图中的局部极值,然后通过相邻两个特征高程之间间隔大于预设阈值的约束条件,剔除非特征高程的极值,从而获得各个杆塔的点云高程直方图中塔头和塔身对应的特征高程。

7.根据权利要求1所述的双激光雷达电力杆塔三维点云增强系统,其特征在于:所述特征面配准模块(4)用于使用迭代最近点算法计算待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心之间的偏移旋转参数,通过该偏移旋转参数使待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心处于同一位置。

8.根据权利要求1所述的双激光雷达电力杆塔三维点云增强系统,其特征在于:所述各个杆塔的双激光头复合点云数据中两个激光头点云相互的旋转偏移参数为双激光头激光雷达中两个激光头获取的杆塔点云数据在x,y,z方向上的偏差以及俯仰角,偏航角,翻滚角。

9.一种利用权利要求1所述系统的双激光雷达电力杆塔三维点云增强方法,其特征在于,它包括如下步骤:

步骤1:杆塔点云分割模块(1)对电力杆塔线路双激光头复合点云数据进行分割获取各个杆塔的双激光头复合点云数据;

步骤2:点云配准模块(2)根据无人机定位定姿轨迹数据与双激光雷达中两个激光头之间的位置和姿态关系计算各个杆塔的双激光头复合点云数据中两个激光头点云相互的旋转偏移参数,并根据旋转偏移参数将双激光头复合点云数据中两个激光头点云变换到同一坐标系中,形成初步配准后的各个杆塔点云数据;

步骤3:特征面提取模块(3)统计初步配准后各个杆塔点云数据的高程从而生成各个杆塔的点云高程直方图,根据各个杆塔的点云高程直方图获取对应的塔头和塔身特征平面;

步骤4:特征面配准模块(4)根据杆塔模型数据库中塔头特征平面对待匹配杆塔的塔头特征平面进行匹配,确定杆塔类型;使用杆塔模型数据库中该类型杆塔的塔身特征平面对待匹配杆塔的塔身特征平面进行匹配,获取待匹配杆塔的双激光头复合塔身特征平面中心,对待匹配杆塔的双激光头复合塔身特征平面中心进行精确配准,使待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心处于同一位置。

10.根据权利要求9所述的双激光雷达电力杆塔三维点云增强方法,其特征在于:所述步骤1中,杆塔点云分割模块(1)对电力杆塔线路双激光头复合点云数据进行滤波处理,通过滤波去除电力杆塔点云中地面点云、植被点云和电力线点云。

说明书 :

双激光雷达电力杆塔三维点云增强系统及方法

技术领域

[0001] 本发明涉及通信及电力设备技术领域,具体地指一种双激光雷达电力杆塔三维点云增强系统及方法。

背景技术

[0002] 近年来,无人机巡检已成为国网系统内大力推广的线路巡检方式,显著提升了线路巡检效率和准确度,而随着三维测量技术的发展,激光雷达可快速扫描被测物体,建立详
细准确的三维点云模型,并提供精确的定量分析,为输电线路走廊电力杆塔状态测量提供
了一种机动灵活的方式。但是现有的无人机激光雷达扫描主要是针对输电通道环境扫描,
缺少协调控制,存在分米级动态误差,难以直接用于杆塔测量。

发明内容

[0003] 本发明的目的就是要提供一种双激光雷达电力杆塔三维点云增强系统及方法,本发明根据双激光雷达同步观测同一电力杆塔的微小角度偏差,计算重复观测点云的旋转偏
移参数,进行粗匹配与无效点云校正,再根据杆塔点云特征面使用匹配算法进行配准参数
计算,最后使用配准参数进行精配准,完成双激光雷达所获取的电力杆塔三维点云数据的
高精度融合与增强。
[0004] 为实现此目的,本发明所设计的双激光雷达电力杆塔三维点云增强系统,包括杆塔点云分割模块、点云配准模块、特征面提取模块和特征面配准模块,其中,杆塔点云分割
模块用于对电力杆塔线路双激光头复合点云数据进行分割获取各个杆塔的双激光头复合
点云数据;
[0005] 点云配准模块用于根据无人机定位定姿轨迹数据与双激光雷达中两个激光头之间的位置和姿态关系计算各个杆塔的双激光头复合点云数据中两个激光头点云相互的旋
转偏移参数,并根据旋转偏移参数将双激光头复合点云数据中两个激光头点云变换到同一
坐标系中,形成初步配准后的各个杆塔点云数据;
[0006] 特征面提取模块用于统计初步配准后各个杆塔点云数据的高程从而生成各个杆塔的点云高程直方图,根据各个杆塔的点云高程直方图获取对应的塔头和塔身特征平面;
[0007] 特征面配准模块用于根据杆塔模型数据库中塔头特征平面对待匹配杆塔的塔头特征平面进行匹配,确定杆塔类型;使用杆塔模型数据库中该类型杆塔的塔身特征平面对
待匹配杆塔的塔身特征平面进行匹配,获取待匹配杆塔的双激光头复合塔身特征平面中
心,使用迭代最近点算法对待匹配杆塔的双激光头复合塔身特征平面中心进行精确配准,
使待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心处于同一位置。
[0008] 本发明的有益效果:
[0009] 本发明实现对来自两个激光雷达传感器获取的杆塔点云自动融合,增强点云质量,为杆塔精细结构识别和精准测量提供高质量点云数据
[0010] 本发明利用两个激光雷达传感器获取高质量的杆塔点云数据,可提高无人机激光雷达电力巡线效率和准确度,降低了巡检费用以及工作人员的工作量和风险,实现具有工
程实践意义上的无人机杆塔电力巡线,降低重大电网安全稳定运行风险,提升输电线路运
行可靠性。
[0011] 本发明将双激光雷达电力杆塔点云进行高精度融合,实现点云增强,解决了现有无人机激光雷达扫描误差大的问题,在电网线路检修、公共安全管理、防灾减灾等领域具有
广阔的应用前景。

附图说明

[0012] 图1为本发明的结构示意图;
[0013] 图2为本发明的流程图。
[0014] 其中,1—杆塔点云分割模块、2—点云配准模块、3—特征面提取模块、4—特征面配准模块。

具体实施方式

[0015] 以下结合附图和具体实施例对本发明作进一步的详细说明:
[0016] 如图1所示一种双激光雷达电力杆塔三维点云增强系统,包括杆塔点云分割模块1、点云配准模块2、特征面提取模块3和特征面配准模块4,其中,杆塔点云分割模块1用于对
电力杆塔线路双激光头复合点云数据进行分割获取各个杆塔的双激光头复合点云数据;
[0017] 点云配准模块2用于根据无人机定位定姿轨迹数据(由位置姿态系统POS提供)与双激光雷达中两个激光头之间的位置和姿态关系计算各个杆塔的双激光头复合点云数据
中两个激光头点云相互的旋转偏移参数,并根据旋转偏移参数将双激光头复合点云数据中
两个激光头点云变换到同一坐标系中,形成初步配准后的各个杆塔点云数据;
[0018] 特征面提取模块3用于统计初步配准后各个杆塔点云数据的高程从而生成各个杆塔的点云高程直方图,根据各个杆塔的点云高程直方图获取对应的塔头和塔身特征平面;
[0019] 特征面配准模块4用于根据杆塔模型数据库中塔头特征平面对待匹配杆塔的塔头特征平面进行匹配,确定杆塔类型;使用杆塔模型数据库中该类型杆塔的塔身特征平面对
待匹配杆塔的塔身特征平面进行匹配,获取待匹配杆塔的双激光头复合塔身特征平面中
心,使用迭代最近点算法(ICP,Iterative Closest Point)对待匹配杆塔的双激光头复合
塔身特征平面中心进行精确配准,使待匹配杆塔中两个激光头拍摄的对应塔身特征平面中
心处于同一位置。
[0020] 上述技术方案中,所述杆塔点云分割模块1用于寻找电力杆塔线路双激光头复合点云数据的局部高程最大值,将局部高程最大值作为塔尖,分割出各个杆塔的双激光头复
合点云数据。
[0021] 上述技术方案中,所述杆塔点云分割模块1还用于对电力杆塔线路双激光头复合点云数据进行滤波处理,通过滤波去除电力杆塔点云中地面点云、植被点云和电力线点云,
去除噪声。
[0022] 上述技术方案中,所述电力杆塔线路点云数据由机载的双激光头激光雷达中两个激光头重复拍摄获取。
[0023] 上述技术方案中,所述特征面提取模块3用于根据各个杆塔的点云高程直方图获得各个杆塔的点云高程直方图中塔头和塔身对应的特征高程,再根据塔头和塔身对应的特
征高程获取对应的塔头和塔身特征平面。
[0024] 上述技术方案中,所述特征面提取模块3用于提取各个杆塔点云高程直方图中的局部极值,然后通过相邻两个特征高程之间间隔大于预设阈值的约束条件,剔除非特征高
程的极值,从而获得各个杆塔的点云高程直方图中塔头和塔身对应的特征高程。
[0025] 上述技术方案中,所述特征面配准模块4用于使用迭代最近点算法计算待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心之间的偏移旋转参数,通过该偏移旋转参数
使待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心处于同一位置。
[0026] 上述技术方案中,所述各个杆塔的双激光头复合点云数据中两个激光头点云相互的旋转偏移参数为双激光头激光雷达中两个激光头获取的杆塔点云数据在x,y,z方向(横
向,纵向,竖向)上的偏差以及俯仰角,偏航角,翻滚角。
[0027] 本发明根据杆塔巡检的实际需求开展无人机飞行平台与激光雷达的选型工作。无人机需配备有IMU(惯性测量单元)和GNSS(全球卫星导航系统)模块,配合软件解析余度实
现冗余导航系统。模块安装进行避震设计处理,数据更精确,保证稳定可靠的飞行表现和精
准操控;为了增加点云密度,提高杆塔测量精度,本发明采用双激光头集成方案,拟选用国
产轻量化16线激光雷达,通过采用新材料,大大降低重量,能够对周围环境进行三维扫描探
测,单个激光雷达传感器要求测距精度在2cm,测程200m。本发明采用高精度的时间芯片建
立统一的时间系统,进一步通过GPS/北斗的秒脉冲进行精确时间校准,进而为惯导、激光雷
达及其他传感器进行授时,实现高精度同步控制。
[0028] 无人机系统完成原始数据采集后,进行预处理,人工框选单个电力塔点云,粗略剔除部分杂点;之后通过设置高程阈值剔除聚集在塔底附近的地面点和植被点,根据距离电
力塔平面中心的距离剔除离中心较远的塔身附近的电力线(跳线)点云;而塔头上分布较为
复杂的电力线对塔头点云模型影响不大,无需剔除。
[0029] 一种利用上述系统的双激光雷达电力杆塔三维点云增强方法,如图2所示,它包括如下步骤:
[0030] 步骤1:杆塔点云分割模块1对电力杆塔线路双激光头复合点云数据进行分割获取各个杆塔的双激光头复合点云数据;
[0031] 步骤2:点云配准模块2根据无人机定位定姿轨迹数据与双激光雷达中两个激光头之间的位置和姿态关系计算各个杆塔的双激光头复合点云数据中两个激光头点云相互的
旋转偏移参数,并根据旋转偏移参数将双激光头复合点云数据中两个激光头点云变换到同
一坐标系中,形成初步配准后的各个杆塔点云数据;
[0032] 步骤3:特征面提取模块3统计初步配准后各个杆塔点云数据的高程从而生成各个杆塔的点云高程直方图,根据各个杆塔的点云高程直方图获取对应的塔头和塔身特征平
面;
[0033] 步骤4:特征面配准模块4根据杆塔模型数据库中塔头特征平面对待匹配杆塔的塔头特征平面进行匹配,确定杆塔类型;使用杆塔模型数据库中该类型杆塔的塔身特征平面
对待匹配杆塔的塔身特征平面进行匹配,获取待匹配杆塔的双激光头复合塔身特征平面中
心,使用迭代最近点算法对待匹配杆塔的双激光头复合塔身特征平面中心进行精确配准,
使待匹配杆塔中两个激光头拍摄的对应塔身特征平面中心处于同一位置,形成精确配准后
的待匹配杆塔点云数据,实现双激光头获取的电力杆塔三维点云数据进行高精度融合,实
现点云增强。
[0034] 上述技术方案的步骤1中,杆塔点云分割模块1对电力杆塔线路双激光头复合点云数据进行滤波处理,通过滤波去除电力杆塔点云中地面点云、植被点云和电力线点云。
[0035] 本发明使用双激光雷达重复观测电力杆塔增强三维点云可以很好解决上述问题。双激光雷达对同一杆塔目标进行同步观测所获取的重复观测点云数据存在微小角度偏移,
可以据此计算点云的旋转偏移参数,对点云数据进行互补,校正无效点云数据;校正后的重
复观测点云数据可以通过进一步的配准拼接,完成高精度融合,实现稀疏点云数据的高分
辨率精化。使用双激光雷达同步观测电力杆塔,对重复观测点云数据互补校正,融合,可以
有效提高点云数据质量,降低测量误差,为杆塔精细结构识别和精准测量提供高质量点云
数据;提高巡线效率,降低巡检费用,降低重大电网安全稳定运行风险,提升输电线路运行
可靠性;在电网线路检修、公共安全管理、防灾减灾等领域具有广阔的应用前景。
[0036] 本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
[0037] 本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实
施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机
可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产
品的形式。
[0038] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流
程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实
现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0039] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
[0040] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或
其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一
个方框或多个方框中指定的功能的步骤。
[0041] 最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然
可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何
修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。