机载LiDAR点云中电力线的提取和重建研究

为了实现输电线走廊的有效监管，采用了一种基于机载激光雷达(LiDAR)点云的电力线提取和重建的方法。首先利用点云的回波信息滤除大部分地物点，保留电力线的全部信息, 然后基于格网高差和高程阈值剔除大部分非电力线点云，实现电力线的初提取。针对初步提取出的电力线点云，通过Hough变换分离出单根输电线点。为提高电力线点的提取精度，对Hough变换提取的结果进行了改进，利用局部极值点检测的方法确定杆塔的位置，最后通过带有限制条件的多项式模型对每档电力线进行分段拟合，实现电力线模型的3维重建。结果表明，利用该算法提取出了424个电力线点，总的提取精度达到87.603%，拟合出的电力线模型效果较好。该算法可以自动、精确地实现LiDAR点云数据中电力线的提取和重建，对输电线走廊巡检具有很好的实用价值。     

基于机载激光点云的电力线自动提取方法

为了解决地形、走向复杂、点云密度不均匀的输电线路的电力线提取精度低的问题,提出了一种高效的电力线自动提取和重建方法.首先通过空间分割和点云密度分析方法改进高程滤波算法实现电力线粗提取;采用基于点云间倾斜角度平均值的滤波算法精提取电力线;使用统计滤波算法完成电力线整体点云提取;通过基于随机采样一致性算法的电力线分条提取算...     

基于LiDAR点云的单根电力线分离提取与多维度拟合重建

激光雷达技术能够快速高效地获取高精度的三维点云数据,机载LiDAR不受天气影响且能在复杂地理条件下工作,已成为电力线巡检的重要方法。而从获取的LiDAR点云数据中高效提取架空电力线点云是机载LiDAR电力巡检后期数据处理的重要内容。本文基于某地输电线走廊的LiDAR点云数据,设计了一套单根电力线分离提取和多维度拟合重建的方案。该方案首先使用统计滤波算法去除LiDAR数据中的异常离群点;再采用布料模拟滤波算法,结合数据高程信息去除地面点,利用PCA主成分分析法与快速欧式聚类算法,从电力线走廊点云中分离提取单根电力线;最后基于提取结果对单根电力线进行多维度拟合重建。实验结果表明,本文方法能精准且快速地分离提取单根电力线并进行多维度拟合重建,在电力线智能巡检中具有良好的工程应用价值。     

基于点云数据特征的电力线快速提取和重建

为了解决电力线点云可能存在交跨线点云较难处理、绝缘子点云较难分割、现有算法模型研究不完整问题,采用了基于点云数据特征的电力线快速提取和重建方法,首先通过输电线路体素栅格高程特征进行点云快速粗分类,然后运用随机一致性算法进行点云快速精化,采用顾及交跨线的滤波算法高效准确提取电力线点云,针对电力线局部线性模型分割出绝缘子,最后采用局部加权质心的方式提取电力线关键点,实现电力线的快速重建,并进行了理论分析和实验验证,取得了较好的实验结果。结果表明,电力线提取与重建综合准确率95.3%,总体耗时2.5s以内,验证了算法的快速性、准确性和鲁棒性。这一结果对电力线点云提取和重建有一定帮助。     

复杂环境中电力线激光点云的自动提取

为了解决目前复杂环境下电力线提取精度及鲁棒性低的问题，提出了一种基于激光点云的电力线自动提取方法。通过主成分分析确定输电线路的主方向，将长距离输电走廊划分为多个空间网格，以应对地形起伏变化时植被点云对提取算法的干扰；再通过一种自顶向下的全新滤波算法剔除每个空间网格的地物点，根据点云密度分布差异实现电力线和电塔的自动分离；另外, 提出半径搜索算法对分离后的结果进行处理，得到单条电力线的激光点云数据。结果表明，所提出的方法对电力线的提取精度高达99.69%，针对不同连接塔型和不同地形都具有很好的鲁棒性。该研究在输电通道空间结构的自动分析领域以及智能巡检领域具有良好的工程应用价值。     

机载激光雷达电力线提取的布料模拟法

为了实现长距离直线型机载激光雷达电力线提取,提出了一种基于布料模拟的长距离机载激光雷达电力线提取方法,在数据预处理的基础上,通过模拟布料下落过程,分析布料与对应机载雷达点云之间的作用,确定布料由重力下降后所停留的位置作为相近高度的电力线点云,然后在xOy平面内拟合直线,利用点到拟合直线的距离对电力线条数进行奇偶判断,通过点在直线两侧判断,实现单根电力线的提取。结果表明,所提出的方法对长距离电力线的提取精度达到98.9%,具有较高的自动化程度,且对局部点云缺失不敏感。该研究在电力线智能巡检及输电廊道空间结构自动分析领域具有良好的工程应用价值。     

基于机载激光雷达的电力线信息重建技术研究

传统的电力线信息重建技术重建能力差,为了解决这一问题,基于机载激光雷达研究了一种新的电力信息重建技术,利用计算机采集到的算子模板对机载激光雷达电力线的像素示意图,将相应的数据填入机器人算子模板中,继而进行灰度边缘值进行定位,确定电力线信息的边缘等级,然后根据电力线信息的局部差分算子,进行多条电力线信息的灰度边缘值检测,查看是否是同一类型的电力线。通过实验多根机载激光雷达导线内部运行情况,将各个工作流程推导成数学模型的形式,完成电力线信息的重建。实验结果表明,基于机载激光雷达的电力线信息重建技术的重建能力优于传统技术,可操作性更强。     

基于激光点云的电力线悬挂点定位方法

为了解决目前电力线悬挂点定位方法鲁棒性低、定位不精确的问题，采用基于激光点云的结合局部3维重建与迭代搜索的方法对电力线悬挂点定位进行了研究。首先，对电力线点云空间特征进行分析进而推导电力线空间约束条件，以此作为生长准则进行基于空间约束的区域生长，实现跨越多档的单根电力线分割; 然后，对杆塔点云聚类提取杆塔中心点，以杆塔中心点连线的角平分线为基准划定每档电力线的空间分割平面; 之后，对各分割平面附近电力线点云进行空间多项式局部3维重建; 最后，结合分割平面迭代搜索计算重建电力线的交点，实现电力线悬挂点空间位置定位。结果表明，对于3种电压等级线路点云及2种数据质量点云，电力线悬挂点定位平均偏差均在0.09m以内，最小偏差为0.03m。该方法鲁棒性高，可以精确地实现各电压等级及各质量点云数据中的电力线悬挂点定位，为后续基于悬挂点的电力线模拟工况安全分析提供了基础。     

激光点云特征与知识规则协同的车道线提取

实现车道线高效的检测提取是自动驾驶领域中亟待攻克的关键技术之一,众多基于视觉方案的检测算法由于图像数据的特点存在一定局限性,如天气光照影响成像质量、难以兼顾弯道直道等。本文结合三维激光点云优势与道路知识规则提出了一种车道线自动提取算法。首先,通过多次强化道路边界高程差异获取路面点;其次,简化Isodata算法,自适应地得到反射强度滤波阈值;然后采用随机一致性算法检测直线聚类得到候选车道,将候选车道映射成二维矢量并通过类间距约束提取正确车道线;最后,基于相邻关键特征点对的向量拓扑关系一致性实现车道线拓扑重构,得到对应现实世界中意义完整的车道线。算法在车道线达5～6条的情况下,召回率达9246,准确率达9479,综合评价指标达9241,实验结果证明了方法的有效性和可行性。     

基于双尺度算法的激光雷达点云去噪北大核心CSCD

为了提高激光雷达点云去噪效果,提出双尺度算法。首先通过张量投票矩阵将激光雷达点云进行初步去噪;接着动态半径滤波对大尺度噪声去噪,有效提升滤波精度和算法效率;然后改进双边滤波算法对小尺度点云噪声去噪,权值系数对点云平滑处理,同时能获得点云细节特征;最后给出了算法流程。实验显示本文算法能够去除不同尺度的噪声,去噪后的点云模型能够保留细节处的几何特征,评价指标较优。     

基于激光雷达SLAM的三维点云自适应算法

SLAM(Simultaneously Localization And Mapping)同步定位与地图构建作为移动机器人智能感知的关键技术。但是,大多已有的SLAM方法是在静止环境下实现的,当环境中存在移动频繁的障碍物时,SLAM建图会产生运动畸变,导致机器人无法进行精准的定位导航。同时,激光雷达等三维扫描设备获得的三维点云数据存在着大量的冗余三维数据点,过多的冗余数据不仅浪费大量的存储空间,同时也影响了各种点云处理算法的实时性。针对以上问题,本文提出一种SLAM运动畸变去除方法和一种基于曲率的点云数据分类简化框架。它通过激光插值法优化SLAM运动畸变,将优化后的点云数据分类简化。它能在提高SLAM建图精度,同时也很好的消除三维点云数据中特征不明显区域的冗余数据点,大大提高计算机运行效率。     

基于LiDAR点云的地理电磁环境建模及仿真研究

在复杂地理环境中,不规则的地形和多样化的地表覆盖物会给电波的传播造成较大的影响.针对数字高程模型（Digital Elevation Model,DEM）电磁建模缺少地表覆盖物信息的不足,研究了基于LiDAR点云的地理电磁环境的建模.采用数学形态学方法对格网化后的LiDAR点云数据进行处理,从点云数据中先后提取了地物、地形的信息,在此基础上,对各种地物赋予其相匹配的电磁参数,得到了更为准确的地理电磁环境的模型,并采用抛物方程模型对有真实地表覆盖物环境下的电波传播特性进行了仿真分析.相较于传统的基于DEM的电磁建模,该电磁建模方法能够获取到地形、地物的信息,更全面地考虑到地物对电波传播特性的影响,预测结果也将更加准确有效.     

基于点特征传递的电力设备部件激光点云补全网络

针对电力场景下因激光雷达扫描范围有限、电力设备部件相互遮挡等因素导致电力设备部件点云缺失的问题,提出了基于点特征传递的电力设备部件激光点云补全网络PPC Net(Power Point cloud Complete Net)。该网络使用多尺度特征融合编码器提取不同尺度输入残缺点云的全局和局部特征,以避免多维度映射特征导致的电力设备部件细节特征丢失问题,并引入EdgeConv加强对点云邻域信息提取;在精细完整点云生成阶段提出DT模块整合父级点到子级点的特征传递,以保留生成点云的局部特征;设计平滑优化模块,经三级平滑采样算法输出分布均匀、表面平滑的电力设备部件完整点云。在自建电力设备部件点云数据集ELE及公开数据集PCN上实验表明,PPC Net对残缺的电力设备部件点云有较好的补全效果,并在一般形状点云上有良好泛化性。