基于激光雷达的输电线覆冰在线监测方法、介质及设备

摘要

本发明公开了一种基于激光雷达的输电线覆冰在线监测方法，包括：获取激光雷达对输电线进行扫描得到的激光点云数据，所述激光雷达架设在输电铁塔上；对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云；对于每一种线路类型，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形；根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度，从而有效地提高了输电线在覆冰情况下的覆冰重量和覆冰厚度的计算精度，提升了输电线覆冰在线监测的效率。

权利要求

1.一种基于激光雷达的输电线覆冰在线监测方法，其特征在于，所述方法包括：获取激光雷达对输电线进行扫描得到的激光点云数据，所述激光雷达架设在输电铁塔上；

对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云；

对于每一种线路类型，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形；

根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度；

所述对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云包括：从所述激光点云数据中获取初始激光点，所述初始激光点为与坐标原点的相对距离最小的激光点，所述坐标原点为激光雷达的坐标系原点；

从所述初始激光点开始，计算所述激光点云数据中的两两激光点之间的相对距离，构建距离比邻矩阵；

构建原始激光点云，所述原始激光点云中包括所述激光点云数据中除所述初始激光点外其他的激光点；

以所述初始激光点为搜索点，按预设方式搜索所述距离比邻矩阵，获取与所述搜索点的相对距离满足预设条件的激光点构成链接矩阵，其中，一个链接矩阵表示一种线路类型对应的激光点云；

所述按预设方式搜索所述距离比邻矩阵，获取与所述搜索点的相对距离满足预设条件的激光点构成链接矩阵包括：构建链接矩阵，将所述搜索点添加到所述链接矩阵；

在所述距离比邻矩阵中进行搜索，获取所述搜索点对应的最小的n个相对距离，n>0；

若所述n个相对距离均小于预设的线路直径阈值，则获取所述n个相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵；

以所述n个相对距离中的最小值对应的激光点作为新的搜索点，继续在所述距离比邻矩阵中进行搜索；

若所述n个相对距离中存在至少一个相对距离大于或等于预设的线路直径阈值，则获取小于所述线路直径阈值的相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵，以所述链接矩阵为一种线路类型对应的激光点云；

构建下一个链接矩阵，在大于或等于预设的线路直径阈值的相对距离中获取最小值，以所述最小值对应的激光点作为新的搜索点，添加到所述下一个链接矩阵，在所述距离比邻矩阵中进行下一轮搜索，以生成下一种线路类型对应的激光点云；

直至所述原始激光点云中的所述激光点纳入不同的链接矩阵中。

2.如权利要求1所述的基于激光雷达的输电线覆冰在线监测方法，其特征在于，所述获取所述搜索点对应的最小的n个相对距离为：获取所述搜索点对应的最小的6个相对距离。

3.如权利要求1至2任一项所述的基于激光雷达的输电线覆冰在线监测方法，其特征在于，所述根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形包括：获取一种线路类型对应的激光点云，按预设分割距离将所述激光点云沿X轴方向分割为若干个数据段，根据每一个数据段中激光点云在Z轴方向的坐标最大值和最小值进行等间距切割，得到 个片层及对应的点云片层数据， 为大于或等于1的正整数，每一点云片层数据中包括若干个激光点，每一激光点的Z轴坐标均落在所述点云片层对应的Z轴坐标间隔内；所述线路沿X轴方向延伸；所述Z轴坐标是指纵轴方向上的坐标，所述Z轴是指三维坐标系中垂直于横轴X和竖轴Y所成平面的坐标轴；

遍历每一个点云片层数据，采用步进法对所述点云片层数据中的激光点进行排序，生成所述线路类型在每一个数据段中的每一片层对应的外轮廓多边形。

4.如权利要求3所述的基于激光雷达的输电线覆冰在线监测方法，其特征在于，所述根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量包括：根据点云片层数据计算所述线路类型在每一数据段中的每一个片层对应的外轮廓多边形的面积；

对每一个点云片层数据的高度和外轮廓多边形的面积之积进行求和处理，得到所述线路类型中每一数据段对应的体积；

获取气象特征信息，所述气象特征信息包括温度信息、湿度信息、风速信息、时间信息；

根据所述气象特征信息对冰密度进行修正；

根据修正后的冰密度、所述线路类型在每一数据段对应的体积计算所述线路类型在每一数据段的覆冰重量。

5.如权利要求3所述的基于激光雷达的输电线覆冰在线监测方法，其特征在于，所述根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰厚度包括：获取所述线路类型中每一个数据段对应的导体中心点；

对于所述线路类型每一数据段中的每一片层，计算所述片层对应的外轮廓多边形上的激光点与所述导体中心点的相对距离，对所述相对距离进行加权求和，得到所述线路类型在每一数据段中的片层对应的覆冰厚度；

计算所述线路类型在所有数据段的所有片层对应的覆冰厚度的平均值，得到所述线路类型对应的覆冰平均厚度。

6.如权利要求1所述的基于激光雷达的输电线覆冰在线监测方法，其特征在于，所述方法还包括：根据所述线路类型对应的导线密度和截面积计算所述线路类型对应的导线自重比载；

根据所述线路类型的覆冰重量获取单位距离覆冰重量，根据所述单位距离覆冰重量计算冰重比载；

根据所述导线自重比载和冰重比载，计算所述线路类型对应的冰重总比载；

获取风载体型系数，根据所述风载体型系数和所述线路类型对应的覆冰厚度计算覆冰风压比载；

根据所述线路类型对应的冰重总比载和覆冰风压比载计算所述线路类型在覆冰时的综合比载。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于激光雷达的输电线覆冰在线监测方法。

8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至

6任一项所述的基于激光雷达的输电线覆冰在线监测方法。

说明书

基于激光雷达的输电线覆冰在线监测方法、介质及设备

技术领域

[0001] 本发明涉及机器人技术领域，尤其涉及一种基于激光雷达的输电线覆冰在线监测方法、介质及设备。

背景技术

[0002] 随着全球气候变化加剧，极端天气现象频发，输配电线路结冰的发生概率和极端性进一步提升。在特定地区，输配电线路结冰是造成电网停电的主要原因之一。虽然这种结冰事件依然属于低频事件，但是代价却十分高昂。因此，需要对线路覆冰进行监测并准确评估其状态，以采取相应手段进行治理，防止线路跳闸甚至倒塌的事故发生。

[0003] 现有技术假定导体周围的覆冰均沿线路分布，且成规则的圆柱体形状，其几何中心与导体一致，在此假定条件下依靠拉力传感器、风速传感器、温度传感器采集的数据，结合理论推导的解析模型计算得出线路在覆冰情况下的覆冰重量和覆冰厚度。然而，实际覆冰情况受多种情况的影响，除了线路的应力值和图片成像识别的综合方式外，在形成覆冰的气象条件下覆冰监测摄像头会出现起雾、结冰现象，从而导致监控图像模糊、甚至完全是一片空白；而拉力传感器本身故障率较高，现场使用不便，通过拉力传感器测量再经过推导的覆冰厚度及覆冰重量精度不高。

发明内容

[0004] 本发明实施例提供了一种基于激光雷达的输电线覆冰在线监测方法、装置、介质及设备，以解决现有输电线在覆冰情况下的覆冰重量和覆冰厚度的计算精度不高的问题。

[0005] 一种基于激光雷达的输电线覆冰在线监测方法，所述方法包括：

[0006] 获取激光雷达对输电线进行扫描得到的激光点云数据，所述激光雷达架设在输电铁塔上；

[0007] 对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云；

[0008] 对于每一种线路类型，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形；

[0009] 根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度。

[0010] 可选地，所述对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云包括：

[0011] 从所述激光点云数据中获取初始激光点，所述初始激光点为与坐标原点的相对距离最小的激光点；

[0012] 从所述初始激光点开始，计算所述激光点云数据中的两两激光点之间的相对距离，构建距离比邻矩阵；

[0013] 构建原始激光点云，所述原始激光点云中包括所述激光点云数据中除所述初始激光点外其他的激光点；

[0014] 以所述初始激光点为搜索点，按预设方式搜索所述距离比邻矩阵，获取与所述搜索点的相对距离满足预设条件的激光点构成链接矩阵，其中，一个链接矩阵表示一种线路类型对应的激光点云。

[0015] 可选地，所述按预设方式搜索所述距离比邻矩阵，获取与所述搜索点的相对距离满足预设条件的激光点构成链接矩阵包括：

[0016] 构建链接矩阵，将所述搜索点添加到所述链接矩阵；

[0017] 在所述距离比邻矩阵中进行搜索，获取所述搜索点对应的最小的n个相对距离，n>0；

[0018] 若所述n个相对距离均小于预设的线路直径阈值，则获取所述n个相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵；

[0019] 以所述n个相对距离中的最小值对应的激光点作为新的搜索点，继续在所述距离比邻矩阵中进行搜索；

[0020] 若所述n个相对距离中存在至少一个相对距离大于或等于预设的线路直径阈值，则获取小于所述线路直径阈值的相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵，以所述链接矩阵为一种线路类型对应的激光点云；

[0021] 构建下一个链接矩阵，在大于或等于预设的线路直径阈值的相对距离中获取最小值，以所述最小值对应的激光点作为新的搜索点，添加到所述下一个链接矩阵，在所述距离比邻矩阵中进行下一轮搜索，以生成下一种线路类型对应的激光点云；

[0022] 直至所述原始激光点云中的所述激光点纳入不同的链接矩阵中。

[0023] 可选地，所述获取所述搜索点对应的最小的n个相对距离为：

[0024] 获取所述搜索点对应的最小的6个相对距离。

[0025] 可选地，所述根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形包括：

[0026] 获取一种线路类型对应的激光点云，按预设分割距离将所述激光点云沿X轴方向分割为若干个数据段，根据每一个数据段中激光点云在Z轴方向的坐标最大值和最小值进行等间距切割，得到 个片层及对应的点云片层数据，为大于或等于1的正整数，每一点云片层数据中包括若干个激光点，每一激光点的Z轴坐标均落在所述点云片层对应的Z轴坐标间隔内；

[0027] 遍历每一个点云片层数据，采用步进法对所述点云片层数据中的激光点进行排序，生成所述线路类型在每一个数据段中的每一片层对应的外轮廓多边形。

[0028] 可选地，所述根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量包括：

[0029] 根据点云片层数据计算所述线路类型在每一数据段中的每一个片层对应的外轮廓多边形的面积；

[0030] 对每一个点云片层数据的高度和外轮廓多边形的面积之积进行求和处理，得到所述线路类型中每一数据段对应的体积；

[0031] 获取气象特征信息，所述气象特征信息包括温度信息、湿度信息、风速信息、时间信息；

[0032] 根据所述气象特征信息对冰密度进行修正；

[0033] 根据修正后的冰密度、所述线路类型在每一数据段对应的体积计算所述线路类型在每一数据段的覆冰重量。

[0034] 可选地，所述根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰厚度包括：

[0035] 获取所述线路类型中每一个数据段对应的导体中心点；

[0036] 对于所述线路类型每一数据段中的每一片层，计算所述片层对应的外轮廓多边形上的激光点与所述导体中心点的相对距离，对所述相对距离进行加权求和，得到所述线路类型在每一数据段中的片层对应的覆冰厚度；

[0037] 计算所述线路类型在所有数据段的所有片层对应的覆冰厚度的平均值，得到所述线路类型对应的覆冰平均厚度。

[0038] 可选地，所述方法还包括：

[0039] 根据所述线路类型对应的导线密度和截面积计算所述线路类型对应的导线自重比载；

[0040] 根据所述线路类型的覆冰重量获取单位距离覆冰重量，根据所述单位距离覆冰重量计算冰重比载；

[0041] 根据所述导线自重比载和冰重比载，计算所述线路类型对应的冰重总比载；

[0042] 获取风载体型系数，根据所述风载体型系数和所述线路类型对应的覆冰厚度计算覆冰风压比载；

[0043] 根据所述线路类型对应的冰重总比载和覆冰风压比载计算所述线路类型在覆冰时的综合比载。

[0044] 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于激光雷达的输电线覆冰在线监测方法。

[0045] 一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于激光雷达的输电线覆冰在线监测方法。

[0046] 本发明实施例通过获取激光雷达对输电线进行扫描得到的激光点云数据；然后对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云；对于每一种线路类型，对不规则覆冰切分片层，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，实现轮廓边界确定；最后根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度，从而有效地提高了输电线在覆冰情况下的覆冰重量和覆冰厚度的计算精度，提升了输电线覆冰在线监测的效率。

附图说明

[0047] 为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0048] 图1是本发明一实施例提供的基于激光雷达的输电线覆冰在线监测方法的实现流程图；

[0049] 图2是本发明一实施例提供的基于激光雷达的输电线覆冰在线监测方法中步骤S102的实现流程图；

[0050] 图3是本发明一实施例提供的基于激光雷达的输电线覆冰在线监测方法中步骤S204的实现流程图；

[0051] 图4是本发明一实施例提供的基于激光雷达的输电线覆冰在线监测装置的示意图；

[0052] 图5是本发明一实施例中计算机设备的一示意图。

具体实施方式

[0053] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0054] 本发明实施例提供了一种基于激光雷达的输电线覆冰在线监测方法，采用点云切片法，对不规则覆冰切分片层，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，实现对每一片层的轮廓边界确定，最后根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度，从而有效地提高了输电线路在覆冰情况下的覆冰重量和覆冰厚度的计算精度，提升了输电线覆冰在线监测的效率。

[0055] 以下对本发明实施例提供的基于激光雷达的输电线覆冰在线监测方法进行详细的描述。图1为本发明实施例提供的基于激光雷达的输电线覆冰在线监测方法。如图1所示，所述基于激光雷达的输电线覆冰在线监测方法包括：

[0056] 在步骤S101中，获取激光雷达对输电线进行扫描得到的激光点云数据。

[0057] 其中，所述激光雷达架设在输电铁塔上。本发明实施例通过所述激光雷达对输电线进行扫描，从而可以得到所述输电线对应的激光点云数据。所述激光点云数据中包括若干个激光点，每一个激光点均对应一个三维坐标，该三维坐标以激光雷达的坐标系原点作为坐标原点。

[0058] 在步骤S102中，对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云。

[0059] 在实际应用中，同时架设在输电铁塔上的线路有多种类型，激光雷达扫描得到的激光点云数据中包括若干种类型的输电线路导线和地线，本发明实施例首先对所述线路类型进行辨识，分割激光点云数据，得到每一种线路类型对应的激光点云。可选地，作为本发明的一个优选示例，如图2所示，步骤S102所述的对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云包括：

[0060] 在步骤S201中，从所述激光点云数据中获取初始激光点。

[0061] 其中，所述初始激光点为与坐标原点的相对距离最小的激光点。所述坐标原点为激光雷达的坐标系原点。本发明实施例遍历所述激光点云数据，获取初始激光点，为了便于描述，这里记为q0=（x0,y0,z0）。

[0062] 在步骤S202中，从所述初始激光点开始，计算所述激光点云数据中的两两激光点之间的相对距离，构建距离比邻矩阵。

[0063] 其中，所述距离比邻矩阵为以激光点的相对距离为元素构成的矩阵，其元素为所述激光点云数据中的两两激光点之间的相对距离。在得到初始激光点之后，以所述初始激光点为起始点，遍历所述激光点云数据中的每一激光点与其他激光点，计算两两激光点之间的相对距离，并根据所述相对距离构建距离比邻矩阵。

[0064] 可选地，为了便于理解，假设所述激光点云数据中包括J个激光点，标记为激光点q0、q1、q2、q3……、qJ‑1，所述距离比邻矩阵A所包括的元素如下表1所示：

[0065]

[0066] 表1

[0067] 在步骤S203中，构建原始激光点云，所述原始激光点云中包括所述激光点云数据中除所述初始激光点外其他的激光点。

[0068] 可选地，为了便于理解，假设所述激光点云数据中包括J个激光点，标记为激光点q0、q1、q2、q3……、qJ‑1，所述原始激光点云B为{ q1、q2、q3……、qJ‑1 },将每一个激光点按照序号放置于所述原始激光点云B中。应当理解，每一个激光点均为一个三维坐标（xj,yj,zj）,j=1、2、3、…、J‑1。

[0069] 在步骤S204中，以所述初始激光点为搜索点，按预设方式搜索所述距离比邻矩阵，获取与所述搜索点的相对距离满足预设条件的激光点构成链接矩阵。

[0070] 其中，一个链接矩阵表示一种线路类型对应的激光点云，实现对激光点云数据的分割。可选地，本发明实施例通过在所述距离比邻矩阵A中搜索相对距离满足预设条件的目标激光点，来实现对所述激光点云数据的分割。在搜索的时候，首先以所述初始激光点为搜索点进行搜索。作为本发明的一个优选示例，如图3所示，步骤S204所述的按预设方式搜索所述距离比邻矩阵，获取与所述搜索点的相对距离满足预设条件的激光点构成链接矩阵包括：

[0071] 在步骤S301中，构建链接矩阵，将所述搜索点添加到所述链接矩阵。

[0072] 在确定搜索点之后，建立链接矩阵，为了便于描述，这里用符号P表示链接矩阵。所述链接矩阵P为待生成的链接矩阵，初始创建时其元素个数为0。在开始搜索前，将搜索点添加到链接矩阵P，此时所述链接矩阵P包括一个元素，以初始化所述链接矩阵P，然后以所述搜索点开始搜索所述距离比邻矩阵A。示例性地，以所述初始激光点q0为搜索点为例，将所述初始激光点添加到所述链接矩阵P，即P为{ q0}，以所述搜索点q0开始搜索所述距离比邻矩阵A。

[0073] 在步骤S302中，在所述距离比邻矩阵中进行搜索，获取所述搜索点对应的最小的n个相对距离，n>0。

[0074] 在所述距离比邻矩阵A中搜索出所述搜索点与其他激光点的相对距离，将所搜索出来的相对距离进行排序，根据排序结果获取距离值最小的n个相对距离。可选地，作为本发明的一个优选示例，在实际应用中所述n取6，即获取所述搜索点对应的最小的6个相对距离。

[0075] 在步骤S303中，若所述n个相对距离均小于预设的线路直径阈值，则获取所述n个相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵。

[0076] 在步骤S304中，以所述n个相对距离中的最小值对应的激光点作为新的搜索点，继续在所述距离比邻矩阵中进行搜索。

[0077] 其中，所述线路直径阈值为不同输电线类型或地线的分割标准，作为一轮搜索的结束标志。可选地，所述线路直径阈值可以为10倍的导体直径。

[0078] 在搜索得到n个相对距离之后，本发明实施例将所搜索到的n个相对距离分别与预设的线路直径阈值进行比较。

[0079] 若所述n个相对距离均小于预设的线路直径阈值，表明所获得的n个相对距离对应的激光点均属于同一线路类型的扫描激光点，则获取所述n个相对距离对应的激光点，将所获得的激光点从原始激光点云B中删除，与此同时将所获得的激光点添加到所述链接矩阵P。示例性地，假设所述n个相对距离对应的激光点的序号分别为2、4、7、9、10、21，将所获得的激光点添加到所述链接矩阵P，所述链接矩阵P变为{q0、q2、q4、q7、q9、q10、q21}，所述原始激光点云B变为{q1、q3、q5、q6、q8、q11、……q20、q22、……、qJ‑1}。

[0080] 从所述n个相对距离中获取最小值及其对应的激光点，以所述相对距离最小值的激光点作为新的搜索点，返回步骤S302继续在所述距离比邻矩阵A中进行搜索。承接前文示例，假设在所述n个相对距离对应的激光点q2、q4、q7、q9、q10、q21中激光点q2与初始激光点q0的相对距离最小，则以所述激光点q2作为新的搜索点，返回所述距离比邻矩阵A中搜索与所述激光点q2之间最小的n个相对距离，重复执行步骤S302至步骤S304。

[0081] 在步骤S305中，若所述n个相对距离中存在至少一个相对距离大于或等于预设的线路直径阈值，则获取小于所述线路直径阈值的相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵，以所述链接矩阵为一种线路类型对应的激光点云。

[0082] 若所述n个相对距离中存在至少一个相对距离，其大于或等于预设的线路直径阈值，表明检测到属于不同线路类型的扫描激光点。其中，对于小于所述线路直径阈值的相对距离，获取对应的激光点，将所获得的激光点从原始激光点云B中删除，与此同时将所获得的激光点添加到所述链接矩阵P。示例性地，所述n个相对距离中，假设有1个相对距离大于或等于所述预设的线路直径阈值，其余的n‑1个相对距离小于所述预设的线路直径阈值，则将所述n‑1个相对距离的激光点添加到所述链接矩阵P中；假设有2个相对距离大于或等于所述预设的线路直径阈值，其余的n‑2个相对距离小于所述预设的线路直径阈值，则将所述n‑2个相对距离小于所述预设的线路直径阈值的激光点添加到所述链接矩阵P中，以此类推。

[0083] 此时所述链接矩阵P表示一个线路类型的全部数据，一个线路类型分割完成，将所述链接矩阵P进行存储，并不再更改。在实际应用中可以根据链接矩阵P的生成顺序进行标号命名，比如第一链接矩阵 、第二连接矩阵 、……。应当理解，一种线路类型包括但不限于一种独立输电线路导线或地线。

[0084] 在步骤S306中，构建下一个链接矩阵，在大于或等于预设的线路直径阈值的相对距离中获取最小值，以所述最小值对应的激光点作为新的搜索点，添加到所述下一个链接矩阵，在所述距离比邻矩阵中进行下一轮搜索，以生成下一种线路类型对应的激光点云。

[0085] 在通过步骤S305完成对一种线路类型分割之后，构建下一个链接矩阵，从所述大于或等于所述预设的线路直径阈值的相对距离中获取最小值及其对应的激光点，以所获得的激光点作为新的搜索点，返回步骤S301继续在所述距离比邻矩阵A中进行搜索。示例性地，假设所述大于或等于所述预设的线路直径阈值的相对距离中，最小值对应的激光点为k，则将所述激光点k添加到新的链接矩阵，得到链接矩阵 ，以所述激光点 作为新的搜索点，继续在所述距离比邻矩阵A中进行搜索，重复执行步骤S301至步骤S306。

[0086] 在步骤S307中，直至所述原始激光点云中的所述激光点纳入不同的链接矩阵中。

[0087] 通过上述步骤S301至步骤S306，可以生成至少一个链接矩阵，若所述原始激光点云B不为空，则继续构建下一个链接矩阵，并以大于或等于所述预设的线路直径阈值的相对距离中的最小值对应的激光点作为搜索点进行搜索。直至所述原始激光点云B中的激光点均被纳入不同的链接矩阵中，从而完成对激光点云数据的分割，得到至少一种线路类型及其对应的激光点云，实现对不同的线路类型的辨识，提高了线路类型分割的精度。

[0088] 在步骤S103中，对于每一种线路类型，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形。

[0089] 其中，所述片层是指所述线路类型在Z轴方向上所划分区，所述片层对应的外轮廓多边形是指根据所述片层上的激光点云构成的激光点外延。在得到至少一种线路类型之后，分别就每一种线路类型 分割数据段以及切割片层，并基于凸包理念计算每一片层对应的外轮廓多边形。可选地，作为本发明的一个优选示例，步骤S103所述的根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形包括：

[0090] 在步骤S401中，获取一种线路类型对应的激光点云，按预设分割距离将所述激光点云沿X轴方向分割为若干个数据段，根据每一个数据段中激光点云在Z轴方向的坐标最大值和最小值进行等间距切割，得到 个片层及对应的点云片层数据。

[0091] 其中，所述线路沿X轴方向延伸。所述Z轴坐标是指纵轴方向上的坐标，所述Z轴是指三维坐标系中垂直于横轴X和竖轴Y所成平面的坐标轴。本发明实施例以首先以X轴方向为基准，对每一种线路类型对应的所有激光点云，按照预设分割距离进行切分，得到若干个数据段。可选地所述预设分割距离为20厘米，最后不能整除的算作独立的一个数据段。然后以Z轴方向为基准，对于一种线路类型对应的所有激光点云，获取其中的Z轴坐标的最大值和最小值，对所述最大值和最小值之间的激光点云进行等间距切割，得到 个片层及点云片层数据。每一点云片层数据中包括若干个激光点，每一激光点的Z轴坐标均落在所述点云片层对应的Z轴坐标间隔内。其中，为大于或等于1的正整数。

[0092] 在步骤S402中，遍历每一个点云片层数据，采用步进法对所述点云片层数据中的激光点进行排序，生成所述线路类型在每一个数据段中的每一片层对应的外轮廓多边形。

[0093] 其中，所述外轮廓多边形表示点云片层数据中所包括的激光点的轮廓边界。在所得到的每一个数据段中的每一个片层中，激光点的分布是混乱的。本发明实施例采用步进法对乱序的点云片层数据进行排序，从而得到每一个片层对应的外轮廓多边形。具体地，本发明实施例运用凸包理念，通过调用一个convexhull函数包来实现，最后留在栈里面的激光点是构成外轮廓多边形的所有凸包外围点，所述外轮廓多边形为由所有凸包外围点按照逆时针回路首尾相接构成。为了便于描述，承接前文示例，假设第 种线路类型划分出了个数据段、每个数据段中划分出了 个片层及点云片层数据，所述外轮廓多边形记为 ,其中，表示第 种线路类型，表示所述第 种线路类型的第 个数据段， ， 表示所述第种线路类型的第 个数据段中的第 个片层， ，外轮廓多边形 包括 个顶点。

[0094] 在步骤S104中，根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度。

[0095] 在得到线路类型在每一个数据段中的每一片层对应的外轮廓多边形 之后，所述外轮廓多边形 将用于计算所述线路类型对应的覆冰重量和覆冰厚度。

[0096] 可选地，作为本发明的一个优选示例，步骤S104所述的根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量包括：

[0097] 在步骤S501中，根据点云片层数据计算所述线路类型在每一数据段中的每一个片层对应的外轮廓多边形的面积。

[0098] 承接前文示例，假设第 种线路类型的第 个数据段中的第 个片层的外轮廓多边包括 个顶点，所述外轮廓多边形的面积 为所述 个顶点按照逆时针回路首尾相接构成的多边形面积。所述外轮廓多边形 对应的面积 为：

[0099]

[0100] 其中， 表示顶点个数， 表示第 个顶点的横轴坐标， 表示第 个顶点的竖轴坐标， 。

[0101] 在步骤S502中，对每一个点云片层数据的高度和外轮廓多边形的面积之积进行求和处理，得到所述线路类型中每一数据段对应的体积。

[0102] 遍历所述第 种线路类型的所有数据段中的所有点云片层数据，计算得到每一点云片层数据对应的外轮廓多边形的面积 。然后针对所述第 个数据段，求取每一点云片层数据的高度 ,再根据高度 和每一点云片层数据的外轮廓多边形的面积 之积得到每一片层对应的体积，对每一片层对应的体积进行求和处理，从而得到所述第 种线路类型对应的第 个数据段的体积。计算公式为：

[0103]

[0104] 其中， 表示所述第 种线路类型中的第 个数据段对应的点云数据在Z轴上的高度，通过求取点云数据中Z轴坐标最大值和最小值之差得到； 表示所述第 种线路类型的第 个数据段所切分出来的点云片层个数，表示一个点云片层数据对应的高度； 表示第种线路类型的第 个数据段对应的体积。

[0105] 遍历所述第 种线路类型的每一个数据段，得到所述线路类型中每一个数据段对应的体积。

[0106] 在步骤S503中，获取气象特征信息，所述气象特征信息包括温度信息、湿度信息、风速信息、时间信息。

[0107] 在步骤S504中，根据所述气象特征信息对冰密度进行修正。

[0108] 其中，冰密度是指输电线上所覆冰的单位质量。在对冰密度进行修正时可由当前气象台检测数据构建感知机去预测冰的密度。修正方法如下：

[0109]

[0110]

[0111] 其中， 表示气象特征信息， 表示感知机的隐藏层输出， 表示修正后的冰密度， 表示权重系数矩阵， 表示激活函数， ，表示隐藏层输出的变量维度， 表示第 维隐藏层输出， ，为1.7，为个人通过数据调参后的结果。

[0112] 在步骤S505中，根据修正后的冰密度、所述线路类型在每一数据段对应的体积计算所述线路类型在每一数据段的覆冰重量。

[0113] 本发明实施例预先根据现有线路类型构建线路数据库，存储现有线路类型对应的导线密度及截面积，导线密度为单位长度的线路具有的质量。在得到修正后的冰密度和线路类型对应的体积之后，从所述线路数据库中获得所述线路类型对应的导线密度。示例性地，类型为LGJ‑400/35的架空线路，其导线密度为1.349kg/m。

[0114] 然后按照以下公式计算：

[0115]

[0116] 其中， 表示第 种线路类型在第 个数据段的单位覆冰重量， 表示第 种线路类型在第 个数据段对应的体积， 表示所述第 种线路类型在第 个数据段对应的点云数据在Z轴上的高度，通过求取点云数据中Z轴坐标最大值和最小值之差得到， 表示修正后的冰密度， 表示线路类型对应的导线密度。

[0117] 可选地，作为本发明的一个优选示例，步骤S104中所述的根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰厚度包括：

[0118] 在步骤S601中，获取所述线路类型中每一个数据段对应的导体中心点。

[0119] 本发明实施例获取所述线路类型对应的导体中心点，记为 。

[0120] 在步骤S602中，对于所述线路类型每一数据段中的每一片层，计算所述片层对应的外轮廓多边形上的激光点与所述导体中心点的相对距离，对所述相对距离进行加权求和，得到所述线路类型在每一数据段中的片层对应的覆冰厚度。

[0121] 在这里，本发明实施例针对每个点云片层数据形成的外轮廓多边形，求取外轮廓多边形上的激光点与导体中心点之间的相对距离并进行加权平均，公式如下：

[0122]

[0123] 其中， 表示第 种线路类型在第 个数据段的第 片层上对应的覆冰厚度，表示第 种线路类型在第 个数据段的第 片层上对应的外轮廓多边形上的第 个激光点， 表示第 种线路类型在第 个数据段的第 片层上对应的外轮廓多边形上的激光点个数， 表示第 个数据段的导体中心点。

[0124] 在步骤S603中，计算所述线路类型在所有数据段的所有片层对应的覆冰厚度的平均值，得到所述线路类型对应的覆冰厚度。

[0125] 遍历所述线路类型的每一个数据段的每一个片层，计算得到每一个数据段的每一片层对应的覆冰厚度，对所有数据段的所有片层对应的覆冰厚度计算平均值，从而得到所述线路类型对应的覆冰厚度。

[0126] 其中，计算公式为

[0127] 表示第 种线路类型对应的覆冰厚度， 表示所述第 种线路类型所切分出来的数据段个数， 表示所述第 种线路类型的第 个数据段所切分出来的点云片层个数， 表示第 种线路类型在第 个数据段的第 片层上对应的覆冰厚度。

[0128] 至此，本发明实施例通过采用点云切片法，对不规则覆冰进行分层，并通过对每一数据段的每一层确定外轮廓多边形，基于外轮廓多边形实现对线路的覆冰重量和覆冰厚度计算，有效地提高了线路在覆冰情况下的覆冰重量和覆冰厚度的计算精度，提升了线路覆冰在线监测的效率。且通过分割数据段，可以有效地解决覆冰不连续不均匀，进一步增加计算覆冰重量和覆冰厚度的精度。

[0129] 可选地，作为本发明的一个优选示例，本发明实施例还可以根据覆冰重量和覆冰厚度计算覆冰情况下线路的综合比载，所述综合比载是指单位长度架空线上所受的载荷折算到单位截面积上的数值，所述载荷受到覆冰厚度和覆冰重量的影响，因此叫做综合比载。所述方法还包括：

[0130] 在步骤S701中，根据所述线路类型对应的导线密度和截面积计算所述线路类型对应的导线自重比载。

[0131] 其中，导线比载是指单位长度架空线上所受的载荷折算到单位截面积上的数值，由于导体本身重量导致的比载叫自重比载，由于覆冰导致的比载叫做冰重比载。本发明实施例首先从所述线路数据库获取线路类型对应的密度和截面积，然后按照公式计算线路对应的导线自重比载：

[0132]

[0133] 其中， 表示所述线路类型对应的导线自重比载，单位为N/m.mm2,  表示所述线2
路类型对应的密度,为每公里导线的质量，单位为kg/km， 表示导线的截面积，单位为mm。

[0134] 在步骤S702中，根据所述线路类型的覆冰重量获取单位距离覆冰重量，根据所述单位距离覆冰重量计算冰重比载。

[0135] 冰重比载的计算公式为：

[0136]

[0137] 在上式中， 表示冰重比载， 表示第种线路类型在第 个数据段的单位覆冰重量。

[0138] 在步骤S703中，根据所述导线自重比载和冰重比载，计算所述线路类型对应的冰重总比载。

[0139] 其中，所述冰重总比载的计算公式为： ， 表示冰重总比载。

[0140] 在步骤S704中，获取风载体型系数，根据所述风载体型系数和所述线路类型对应的覆冰厚度计算覆冰风压比载。

[0141] 其中，所述覆冰风压比载是指线路在覆冰之后每平方毫米的风压载荷。所述覆冰风压比载的计算公式为 。

[0142] 在上式中， 表示风载体型系数，当线路直径小于17毫米时， ，否则 ，2
表示线路的截面积，单位为mm ， 表示导体直径，单位为mm， 表示设计风速，单位为m/s， 表示风速不均匀系数，可通过表2查询得到：

[0143]设计风速（m/s） 20以下 20‑30 30‑35 35以上
1.0 0.85 0.75 0.70

[0144] 表2

[0145] 在步骤S705中，根据所述线路类型对应的冰重总比载和覆冰风压比载计算所述线路类型在覆冰时的综合比载。

[0146] 其中，综合比载的计算公式为 ，

[0147] 综上所述，本发明实施例提供的基于激光雷达的输电线覆冰在线监测方法，既提高了线路在覆冰情况下的覆冰重量和覆冰厚度的计算精度，而且提高了对线路的综合比载的计算精度，有效地提升了线路覆冰在线监测的效率。

[0148] 应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

[0149] 在一实施例中，本发明还提供一种基于激光雷达的输电线覆冰在线监测装置，该基于激光雷达的输电线覆冰在线监测装置与上述实施例中基于激光雷达的输电线覆冰在线监测方法一一对应。如图4所示，该基于激光雷达的输电线覆冰在线监测包括获取模块41、分割模块42、多边形获取模块43、覆冰监测模块44。各功能模块详细说明如下：

[0150] 获取模块41，用于获取激光雷达对输电线进行扫描得到的激光点云数据，所述激光雷达架设在输电铁塔上；

[0151] 分割模块42，用于对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云；

[0152] 多边形获取模块43，用于对于每一种线路类型，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形；

[0153] 覆冰监测模块44，用于根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度。

[0154] 可选地，所述分割模块42包括：

[0155] 初始激光点获取单元，用于从所述激光点云数据中获取初始激光点，所述初始激光点为与坐标原点的相对距离最小的激光点；

[0156] 第一构建单元，用于从所述初始激光点开始，计算所述激光点云数据中的两两激光点之间的相对距离，构建距离比邻矩阵；

[0157] 第二构建单元，用于构建原始激光点云，所述原始激光点云中包括所述激光点云数据中除所述初始激光点外其他的激光点；

[0158] 搜索分割单元，用于以所述初始激光点为搜索点，按预设方式搜索所述距离比邻矩阵，获取与所述搜索点的相对距离满足预设条件的激光点构成链接矩阵，其中，一个链接矩阵表示一种线路类型对应的激光点云。

[0159] 可选地，所述搜索分割单元包括：

[0160] 连接矩阵构建子单元，用于构建链接矩阵，将所述搜索点添加到所述链接矩阵；

[0161] 搜索子单元，用于在所述距离比邻矩阵中进行搜索，获取所述搜索点对应的最小的n个相对距离，n>0；

[0162] 删除添加子单元，用于若所述n个相对距离均小于预设的线路直径阈值，则获取所述n个相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵；

[0163] 所述搜索子单元还用于，以所述n个相对距离中的最小值对应的激光点作为新的搜索点，继续在所述距离比邻矩阵中进行搜索；

[0164] 所述删除添加子单元还用于，若所述n个相对距离中存在至少一个相对距离大于或等于预设的线路直径阈值，则获取小于所述线路直径阈值的相对距离对应的激光点，将所获得的激光点从原始激光点云中删除，并添加到所述链接矩阵，以所述链接矩阵为一种线路类型对应的激光点云；

[0165] 所述连接矩阵构建子单元还用于，构建下一个链接矩阵，在大于或等于预设的线路直径阈值的相对距离中获取最小值，以所述最小值对应的激光点作为新的搜索点，添加到所述下一个链接矩阵，在所述距离比邻矩阵中进行下一轮搜索，以生成下一种线路类型对应的激光点云；直至所述原始激光点云中的所述激光点纳入不同的链接矩阵中。

[0166] 可选地，所述获取所述搜索点对应的最小的n个相对距离为：

[0167] 获取所述搜索点对应的最小的6个相对距离。

[0168] 可选地，所述多边形获取模块43包括：

[0169] 片层切割单元，用于获取一种线路类型对应的激光点云，按预设分割距离将所述激光点云沿X轴方向分割为若干个数据段，根据每一个数据段中激光点云在Z轴方向的坐标最大值和最小值进行等间距切割，得到 个片层及对应的点云片层数据， 为大于或等于1的正整数，每一点云片层数据中包括若干个激光点，每一激光点的Z轴坐标均落在所述点云片层对应的Z轴坐标间隔内；

[0170] 多边形生成单元，用于遍历每一个点云片层数据，采用步进法对所述点云片层数据中的激光点进行排序，生成所述线路类型在每一个数据段中的每一片层对应的外轮廓多边形。

[0171] 可选地，所述覆冰监测模块44包括：

[0172] 面积计算单元，用于根据点云片层数据计算所述线路类型在每一数据段中的每一个片层对应的外轮廓多边形的面积；

[0173] 体积计算单元，用于对每一个点云片层数据的高度和外轮廓多边形的面积之积进行求和处理，得到所述线路类型中每一数据段对应的体积；

[0174] 气象信息获取单元，用于获取气象特征信息，所述气象特征信息包括温度信息、湿度信息、风速信息、时间信息。

[0175] 修正单元，用于根据所述气象特征信息对冰密度进行修正；

[0176] 覆冰重量计算单元，用于根据修正后的冰密度、所述线路类型在每一数据段对应的体积计算所述线路类型在每一数据段的覆冰重量。

[0177] 可选地，所述覆冰监测模块44包括：

[0178] 导体中心点获取单元，用于获取所述线路类型中每一个数据段对应的导体中心点；

[0179] 第一覆冰厚度计算单元，用于对于所述线路类型每一数据段中的每一片层，计算所述片层对应的外轮廓多边形上的激光点与所述导体中心点的相对距离，对所述相对距离进行加权求和，得到所述线路类型在每一数据段中的片层对应的覆冰厚度；

[0180] 第二覆冰厚度计算单元，用于计算所述线路类型在所有数据段的所有片层对应的覆冰厚度的平均值，得到所述线路类型对应的覆冰平均厚度。

[0181] 可选地，所述装置还包括：

[0182] 导线自重比载计算模块，用于根据所述线路类型对应的导线密度和截面积计算所述线路类型对应的导线自重比载；

[0183] 冰重比载计算模块，用于根据所述线路类型的覆冰重量获取单位距离覆冰重量，根据所述单位距离覆冰重量计算冰重比载；

[0184] 冰重总比载计算模块，用于根据所述导线自重比载和冰重比载，计算所述线路类型对应的冰重总比载；

[0185] 覆冰风压比载计算模块，用于获取风载体型系数，根据所述风载体型系数和所述线路类型对应的覆冰厚度计算覆冰风压比载；

[0186] 综合比载计算模块，用于根据所述线路类型对应的冰重总比载和覆冰风压比载计算所述线路类型在覆冰时的综合比载。

[0187] 关于基于激光雷达的输电线覆冰在线监测装置的具体限定可以参见上文中对于基于激光雷达的输电线覆冰在线监测方法的限定，在此不再赘述。上述基于激光雷达的输电线覆冰在线监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于存储器中，以便于处理器调用执行以上各个模块对应的操作。

[0188] 在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于激光雷达的输电线覆冰在线监测方法。

[0189] 在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：

[0190] 获取激光雷达对输电线进行扫描得到的激光点云数据，所述激光雷达架设在输电铁塔上；

[0191] 对所述激光点云数据进行分割，得到至少一种线路类型对应的激光点云；

[0192] 对于每一种线路类型，根据所述线路类型对应的激光点云计算所述线路类型在每一数据段中的每一片层对应的外轮廓多边形；

[0193] 根据所述线路类型在每一数据段中的每一片层对应的外轮廓多边形，计算所述线路类型对应的覆冰重量和覆冰厚度。

[0194] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

[0195] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

[0196] 以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。