噪声背景下基于激光雷达点云数据的分裂导线自动提取与三维重建

提出了基于改进DPC算法的具有强抗噪性的分裂导线自动提取与三维重建方法。以噪声背景下的输电线路点云数据为分析对象，首先根据特征分析法滤除输电线路点云中的地物点和杆塔点，并采用K-MEANS聚类方法提取每根电力线点云；然后提出改进DPC算法实现分裂子导线点云的聚类和提取；最后采用最小二乘法实现各分裂子导线三维模型重建。并与K-MEANS算法的聚类结果进行了对比，证明了改进DPC算法的强抗噪性和鲁棒性。     

基于3D激光点云的输电线提取及建模方法研究

以电力系统中输电导线的巡视和维护问题为研究背景,基于UAV LiDAR获取的3D点云数据,提出了一种结合聚类分割思想实现自动提取输电线的方法,并进行了点云空间拟合建模研究。试验结果表明,该方法能较完整地提取电力线点云,拟合出的模型能较准确地预测电力线的空间分布。     

基于网格突变与半空心球邻域角度过滤的三维激光点云电力线异物精准检测定位方法

为了解决目前利用图像识别技术检测电力线搭挂异物所存在的鲁棒性低、准确性低、缺少精确空间定位信息等问题,提出一种基于激光点云数据的电力线搭挂异物检测及精准定位方法。首先,从正常未搭挂异物电力线点云线性特征和平滑性特征着手,分析电力线异物在激光点云数据中空间特性;然后,提取电力线点云水平和垂直方向三维模型残差,通过无监督残差聚类实现单根电力线分割;之后,对提取的单根电力线网格化,根据异物处网格突变的空间特性粗提取异物区域;最后,提出半空心球邻域的定义,基于半空心球邻域内角度过滤方法精确定位异物点云。实验结果表明,对于不同情况下异物,均能准确检测并精确定位,平均检测准确率100%,平均定位精确率97.75%,平均运行时间0.175秒,同时可实现异物搭挂在地线还是导线的准确判断,与图像识别方法对比,该方法不存在拍摄角度、拍摄环境、训练样本量的影响,鲁棒性高,使用范围广,工程实用前景广阔。     

基于LightGBM的输电线路点云分类方法

提出基于LightGBM的输电线路点云分类方法。该方法定义了输电线路点云的高程类和特征值类特征,并根据点云中各点的特征值,采用LightGBM算法将输电线路点云分为了地物点、杆塔点和电力线点3类。实验结果表明：该方法能高效准确地实现输电线路点云分类,应用效果优于随机森林和BDT算法;根据点云特征重要性分析表明,高程类特征在输电线路点云分类中贡献最大;特征值类特征起到了细化分类结果的作用。     

基于改进PointNet++的电力线场景语义分割

从机载激光雷达点云数据中自动准确地提取电力线和杆塔是常规电力线检测的关键步骤,针对目前基于无人机的电力线点云场景中输电线提取精度不高,难以满足无人机自主精细化巡检需求的问题,本文提出了一种新的基于深度学习的电力线点云语义分割方法。本文提出一种改进PointNet++网络架构,完成了对导线、地线、地面和杆塔塔身的分割。首先在输入电力线点云数据的基础上,对经典PointNet++模型参数进行调整,使该模型在特征提取数量、感受野方面更适用大场景输电线现场。然后,对set abstraction (SA)模块进行改进,增强模型对点云数据的特征提取能力。针对该模块主要做了两点改进,一是在每个SA模块中增加残差连接,二是在SA模块中增加了倒置瓶颈设计。基于自建的电力巡检数据集进行测试,结果表明,本文提出的方法在电力线点云语义分割任务上取得了比较好的性能。对比原网络,改进的网络在平均准确率上提升了5.1%,在平均交并比上提升了7.2%。     

基于三维模型比对的输电线路弧垂检测方法

提出了一种基于三维模型比对的输电线路弧垂检测方法,以输电线路的激光点云和BIM设计模型为数据融合基础,首先对输电线路点云数据滤波分类,建立输电线路的激光点云模型,并将BIM设计模型转化为BIM点云模型;然后根据激光点云模型中一档距线路的固有特征将其定位到相应的BIM点云模型上,并提出改进的ICP算法实现激光点云模型和BIM点云模型间的精确匹配;最后通过模型间的比对获得弧垂检测结果。实验结果表明,所提算法具有无需人工干预、高效率和高精度的优点。     

基于云模型和模糊聚类的电力负荷模式提取方法

为解决应用传统模糊C均值(fuzzy C-means,FCM)算法进行电力负荷模式提取时存在的对初始聚类中心敏感、聚类数目不易确定、算法稳定性较差等问题,从负荷曲线形态出发,提出一种基于云模型和模糊聚类的电力负荷模式提取方法.该方法首先针对电力负荷数据的时间特性,对云变换方法进行了维度扩展,使其能够应用于具有时间特征的二维数据处理,将电力用户典型日负荷的频率分布分解为若干个正态云组的叠加,以各云模型中最能代表各定性概念的期望向量集合作为初始聚类中心;然后,基于云模型确定的初始聚类中心和聚类数目,应用FCM算法进行电力负荷模式提取和用户分类.最后,以某电网实际负荷数据进行算例分析,结果证明了该算法的实用性和有效性.     

大型无人机电力巡检LiDAR点云安全距离诊断方法

输电线路走廊中地物安全距离检测是电力运维部门日常线路巡检作业中的重要一环。结合此项运维实际需求,提出一种无人机电力巡检LiDAR点云数据的自动安全距离诊断方法:首先依据已知的线路位置与走向对无人机巡检系统采集的LiDAR点云进行裁剪,获得线路走廊区域点云;其次,采用自适应分区滤波的方法滤除地面点,获得非地面点云;在此基础上,在非地面点数据中,依据点云维数特征以及空间几何分布特性从非地面点中分离出导线点、杆塔点、及林木植被、建筑物等安全距离诊断所关注的线路走廊其他地物;继而提出一种迭代最小二乘电力线悬链线模型解算方法,自无序电力线激光点云数据拟合悬链线方程,用于后续安全距离计算;最后使用分段剖面安全距离计算方法计算线路与线路走廊下方地面/地物距离,并与标准安全距离做比较,对于距离小于安全距离的区域进行危险预警。采用大型无人机电力线路巡检系统采集的多组LiDAR点云数据对文中算法进行实验验证,并对检测结果与人工点云量测值与实地巡检值进行了定性与定量的对比分析。实验结果表明提出的安全距离诊断方法能准确探测树障等安全距离超限地物。     

激光雷达输电线路点云数据智能分类方法研究

为解决传统分类方法处理大规模输电线路可视化巡检的激光雷达点云数据时效率低、精度差的问题,提出了一套自动分离输电线廊道中电力线、杆塔、地面和植被的智能化方案。首先依据曲率及邻域特征精准提取出电力线点;然后利用布料滤波法分离地面点和非地面点;最后基于圆柱模型从非地面点里识别出杆塔点和植被点。此研究选用了三段不同密度的输电线走廊点云数据进行实验,结果显示该方法对三种数据集的电力线、杆塔、地面和植被识别均有良好表现,整体分类精度大于90%,电力线的用户精度和制图精度随着云点密度的增加而逐渐增高。实验证明,此方法适用于多种类型的激光雷达点云数据,其理论方法对解决输电线走廊可视化巡检的自动分类问题具有借鉴价值,为充分提高输电线路无人机巡检的效率和精度提供了科学依据。     

基于自适应分段云模型的单相用户相别辨识方法

针对低压配电台区拓扑结构中相别关系错误的问题,利用台区配电变压器低压侧相电压序列和用户电压序列的相似性,提出了一种基于自适应分段云模型的单相用户相别辨识方法。首先,利用云模型的数字特征刻画电压序列的数据分布;然后,利用自适应分段云模型算法自适应地确定电压序列的分段总数以及每个分段的起始时刻和结束时刻;最后,计算电压序列分段云模型的相似度,确定用户与台区配电变压器的相别关系。该方法不受台区拓扑结构和负荷变化的影响,具有通用性;与现有相似性算法相比,该方法针对台区配电变压器三相电压很接近的情况相别辨识结果区分度更好、准确率更高。算例仿真和实例分析验证了所提方法的有效性。     

基于单目多视图的储煤场三维重建及体积测量

针对封闭储煤场盘煤效率低的问题,采用一种基于单目多视图的三维重建盘煤方法.首先运用改进的运动 恢复结构算法重构稀疏点云模型,然后经基于面片的多视图立体视觉算法稠密化点云模型,再对稠密点云采用Delau- nay三角剖分法进行三维网格重构,最后进行纹理粘贴,形成等比例实景模型.实验结果表明,该方法成本低,实时 性较好,能仅用单目相机完整重建封闭储煤场内煤堆模型并使体积测量误差小于５％,具有一定的应用价值.     

适用于低压电力线通信的BP译码优化方法

为提高低压配网电力线信道中的信息传输效率,提出一种优化BP译码的改进4折线算法。通过变换化简置信传播(belief propagation,BP)算法的校验节点信息更新函数,建立分段线性函数,并设计误差修正表对不同分段区间进行补偿,利用查表方法实现误差修正值,可降低解码实现复杂度。在Middleton A类电力线信道模型下的仿真结果表明,经分段线性函数优化后的译码算法与BP算法的误码率(bit error rate,BER)性能相近,而译码的复杂度却大大降低,有利于算法的软硬件实现,为电力线载波通信提供了一种高性能的信道编码方案。     

基于点云特征全局搜索的回环检测算法

针对纯激光SLAM算法定位漂移问题,提出一种基于点云特征描述子全局搜索的粗匹配回环检测算法。该算法首先采用基于图像距离的快速分割方法对激光点云进行地面点去除,基于点云曲率和关键点聚合算法实现了边缘特征提取和聚类,通过特征描述子生成算法得到当前帧点云的特征描述符,其次经过计算当前帧和历史帧的相似度评分完成全局匹配搜索实现对候选回环帧的选取,完成回环检测粗匹配过程;然后采用NICP算法进行当前帧与候选回环帧的精确匹配,从而完成回环检测过程;最后搭建了移动机器人实车平台,完成对校园数据集的采集,验证了本文算法的定位效果,通过对实车实验结果的分析可知,在实车采集的校园数据集上误差优化程度均值为13.15%,为了进一步验证本文算法的整体性能,在KITTI数据集进行测试对比,结果显示相比较Lego_loam和Lio-sam算法,本文所提算法在保证了运行效率的基础上,有效地改进了定位精度。     

基于TOF相机的喷涂工件在线三维重建

喷涂生产线轨迹规划和喷涂机器人自编程技术大都以工件的在线三维测量为基础。近年来TOF相机作为一种高性价比的3D成像设备,被应用于工件测量。针对TOF相机成像视场有限、单次成像只能获取局部轮廓深度信息等问题,提出一种基于工件在位旋转和图形处理器(GPU)加速的TOF点云视频流三维重建算法。该方法在有向距离函数(SDF)点云融合基础上,采用空间散列表存储管理海量点云数据,同时引入快速视觉里程(FOVIS)算法用于姿态估计,以提高喷涂工件在位三维重建算法的效率和鲁棒性。喷涂生产线仿真平台实验表明,在线重建过程中平均帧数可达58 f/s,失败率≤2%,显存占用率25%,为随后的三维测量和喷涂轨迹规划提供完整的点云数据。     

一种基于云模型和半监督聚类的入侵检测算法

入侵检测是网络安全防御体系的关键技术之一,针对目前网络入侵检测率低、误报率高的问题,提出了一种将云模型和半监督聚类相结合的入侵检测算法。由于属性对分类贡献程度不同,引入了云相对贴近度的概念,给出了计算属性权重的方法。以改进的聚类方法为基础建立云模型,对属性使用动态加权和更新云模型的方法逐渐强化分类器指导数据的分类。通过KDD CUP99实验数据的仿真,实验结果证明了该算法的有效性。     

点云数据温度变化环境下输电线形态模拟

气温是影响架空输电线路电气间距和机械强度的主要气象参数之一。针对当前输电线路实时工况运营状态安全监测的需求,基于机载激光点云数据,提出了一种线路环境温度变化下架空输电线空间形态模拟及精度验证方法。首先利用点云数据重建输电线空间模型并提取初始温度下输电线水平应力,然后根据状态方程求解模拟温度下输电线水平应力。最后根据静力平衡原理实现输电线空间形态模拟,并提出了两期激光点云交叉验证方法验证模拟结果的可靠性和准确性。选择具有典型代表性的输电线点云数据进行试验,结果表明:该方法能很好地实现任意温度变化环境下架空输电线空间形态模拟,模拟中误差0.027,平均误差0.066 m,最大误差0.471 m。研究为机载激光雷达电力巡检及高压输电线路设计提供参考价值。     

数字化变电站边坡验收方法研究

变电站边坡建设是电网建设的重点环节，针对目前验收效率低、全面性低等问题，研究采用激光点云和三维模型拟合分析的数字化方法验收变电站边坡。验收方法为：建立三维模型、采集现场点云数、处理点云数据、对比点云与三维模型、得出结论。采用该方法，可有效提高验收效率和全面性，提升基建现场管控力。     

基于海量点云数据的变电站三维全真建模方法

面向变电站管理工作中对三维场景模型的实际需求,构建了基于三维激光扫描采集的海量点云数据的三维全真模型。首先运用激光扫描仪对变电站进行高精度测量,获得海量的离散点云数据,然后重点研究了基于海量点云数据预处理及自动曲面重建方法,实现了点云数据的自动遍历,快速重建出几何和拓扑真实的变电站三维模型,直观展示变电站场景真实的三维空间信息。     

基于激光点云数据的输电线路安全检测分析研究

输电线路安全检测与分析是电力系统的智能化、数字化建设不可或缺的重要组成部分。当前输电线路超高压、大容量建设趋势,增加了输电线路检测与维护的难度。因此为提高人工巡检效率,突破复杂地形对巡线的局限性,提高空间定位精度,设计了一种基于激光点云数据的输电线路安全检测分析系统。系统功能主要包括电力走廊点云自动分类提取与安全检测分析,能够对电力线、杆塔等输电设备数据以及建筑物、河流等其他走廊地物数据进行自动分类提取;通过检测电力线与其他走廊地物之间的距离判别危险点类型,生成安全分析报告;为验证系统有效性,将系统分析数据与人工现场测量数据进行对比分析,结果表明,该系统能够精准地判别输电线路危险点,具有较高的实际应用价值。     

基于深度相机的金属柜体三维重建

针对金属柜体表面的光线反射和检测场地限制问题,研究了基于深度相机的金属柜体三维重建,使用深度相机采集金属柜体的RGBD图像,实现高质量的金属柜体表面数据采集;计算其点云数据后进行离群点剔除和下采样的数据处理,降低了噪声影响并提高运算速度;采用基于点云数据和基于三维信息的重建方式,构造金属柜体的三维模型。通过对比实验,证明本文方法得到的点云数据在数量、精度平均误差和采集速度上明显优于双目视觉方法;三种金属柜体的三维模型与真实值对比,模型误差百分比约为3%。