距离检测方法、装置、服务器和存储介质与流程

1.本技术涉及输电线路校验技术领域，特别是涉及一种距离检测方法、装置、服务器和存储介质。


背景技术：

2.输电线路是将发电厂的电能输送到变电站的线路，在输电线路廊道搭建之前以及输电线路的使用过程中，为了保证输电线路的正常工作，需要对输电廊道内部以及周边的树木与输电廊道的安全距离进行校检，以此来保证输电线路的安全运行。
3.传统技术中是通过人工分段对输电廊道内部树木与输电廊道的距离、以及输电廊道周边的树木与输电廊道的距离进行校检，判断输电廊道内部树木以及周边树木与输电廊道的距离是否处于安全范围内。
4.但是，传统的判断方法，存在判断效率较低的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够解决传统的判断输电廊道内部树木以及周边树木与输电廊道的距离是否处于安全范围内的方法存在判断效率低的距离检测方法、装置、服务器和存储介质。
6.一种距离检测方法，所述方法包括：
7.通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据；所述目标范围包括输电线路廊道；
8.对所述点云数据进行分析，得到所述点云数据对应的地物类型，并对各所述地物类型对应的点云数据进行网格化存储，得到网格化存储数据库；
9.利用四叉树结构索引从所述网格化存储数据库中获取各所述地物类型对应的点云数据，并根据各所述地物类型对应的点云数据，得到各所述地物类型对应的点云数据与输电线路之间的距离；
10.判断各所述距离是否处于预设的安全距离范围内，得到判断结果。
11.在其中一个实施例中，所述利用四叉树结构索引从所述网格化存储数据库中获取各所述地物类型对应的点云数据，并根据各所述地物类型对应的点云数据，得到各所述地物类型对应的点云数据与输电线路之间的距离，包括：
12.利用四叉树结构索引，从所述网格化存储数据库中获取所述输电线路廊道对应的点云数据以及除所述输电线路廊道外的地物对应的点云数据；
13.根据所述输电线路廊道对应的点云数据以及除所述输电线路廊道外的地物对应的点云数据，确定除所述输电线路廊道外的地物与所述输电线路之间的距离。
14.在其中一个实施例中，所述根据所述输电线路廊道对应的点云数据以及除所述输电线路廊道外的地物对应的点云数据，确定除所述输电线路廊道外的地物与所述输电线路之间的距离，包括：
15.将所述输电线路廊道对应的点云数据与除所述输电线路廊道外的地物对应的点云数据进行对比，确定除所述输电线路廊道外的地物对应的点云数据是否位于所述输电线路廊道内；
16.若是，则确定除所述输电线路廊道外的地物与所述输电线路之间的距离。
17.在其中一个实施例中，所述对所述点云数据进行分析，得到所述点云数据对应的地物类型，包括：
18.将所述点云数据输入预设的分类模型中，得到所述点云数据对应的地物类型。
19.在其中一个实施例中，所述对所述点云数据进行分析，得到所述点云数据对应的地物类型，包括：
20.利用分类算法，对所述点云数据进行分析，得到所述点云数据对应的地物类型。
21.在其中一个实施例中，所述通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据，包括：
22.利用所述相机在预设范围内确定出所述目标范围；
23.利用所述三维激光雷达扫描仪对所述目标范围进行扫描，得到所述目标范围内的点云数据。
24.在其中一个实施例中，所述利用所述相机在预设范围内，确定出所述目标范围，包括：
25.利用所述相机获取所述预设范围内的图像数据；
26.根据所述图像数据建立所述预设范围的三维实景模型；
27.根据所述三维实景模型，确定出所述目标范围。
28.一种距离检测装置，所述装置包括：
29.第一获取模块，用于通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据；所述目标范围包括输电线路廊道；
30.第二获取模块，用于对所述点云数据进行分析，得到所述点云数据对应的地物类型，并对各所述地物类型对应的点云数据进行网格化存储，得到网格化存储数据库；
31.第三获取模块，用于利用四叉树结构索引从所述网格化存储数据库中获取各所述地物类型对应的点云数据，并根据各所述地物类型对应的点云数据，得到各所述地物类型对应的点云数据与输电线路之间的距离；
32.第四获取模块，用于判断各所述距离是否处于预设的安全距离范围内，得到判断结果。
33.一种服务器，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
34.通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据；所述目标范围包括输电线路廊道；
35.对所述点云数据进行分析，得到所述点云数据对应的地物类型，并对各所述地物类型对应的点云数据进行网格化存储，得到网格化存储数据库；
36.利用四叉树结构索引从所述网格化存储数据库中获取各所述地物类型对应的点云数据，并根据各所述地物类型对应的点云数据，得到各所述地物类型对应的点云数据与输电线路之间的距离；
37.判断各所述距离是否处于预设的安全距离范围内，得到判断结果。
38.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
39.通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据；所述目标范围包括输电线路廊道；
40.对所述点云数据进行分析，得到所述点云数据对应的地物类型，并对各所述地物类型对应的点云数据进行网格化存储，得到网格化存储数据库；
41.利用四叉树结构索引从所述网格化存储数据库中获取各所述地物类型对应的点云数据，并根据各所述地物类型对应的点云数据，得到各所述地物类型对应的点云数据与输电线路之间的距离；
42.判断各所述距离是否处于预设的安全距离范围内，得到判断结果。
43.上述距离检测方法、装置、服务器和存储介质，服务器首先通过三维激光雷达扫描仪和相机，能够获取目标范围内的点云数据，然后对点云数据进行分析，能够得到点云数据对应的地物类型，从而可以对各地物类型对应的点云数据进行网格化存储，得到网格化存储数据库，这样可以利用四叉树结构索引快速地从网格化存储数据库中获取各地物类型对应的点云数据，提高了获取各地物类型对应的点云数据的效率，从而可以根据各地物类型对应的点云数据，快速地得到各地物类型对应的点云数据与输电线路之间的距离，提高了得到各地物类型对应的点云数据与输电线路之间的距离的效率，进而可以根据各地物类型对应的点云数据与输电线路之间的距离快速地判断各距离是否处于预设的安全距离范围内，提高了判断各距离是否处于预设的安全距离范围内的效率；另外，根据四叉树结构索引能准确的从网格化存储数据库中获取各地物类型对应的点云数据，从而可以根据获取的各地物类型对应的点云数据，准确地得到各地物类型对应的点云数据与输电线路之间的距离，提高了得到各地物类型对应的点云数据与输电线路之间的距离的准确度，进而可以根据各地物类型对应的点云数据与输电线路之间的距离准确地判断各距离是否处于预设的安全距离范围内，提高了判断各距离是否处于预设的安全距离范围内的准确度。
附图说明
44.图1为一个实施例中距离检测方法的应用环境图；
45.图2为一个实施例中距离检测方法的流程示意图；
46.图3为另一个实施例中距离检测方法的流程示意图；
47.图4为又一个实施例中距离检测方法的流程示意图；
48.图5为又一个实施例中距离检测方法的流程示意图；
49.图6为又一个实施例中距离检测方法的流程示意图；
50.图7为又一个实施例中距离检测方法的流程示意图；
51.图8为一个实施例中距离检测装置的结构框图；
52.图9为另一个实施例中距离检测装置的结构框图；
53.图10为又一个实施例中距离检测装置的结构框图；
54.图11为又一个实施例中距离检测装置的结构框图；
55.图12为又一个实施例中距离检测装置的结构框图；
56.图13为一个实施例中服务器的内部结构图。
具体实施方式
57.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
58.本技术提供的距离检测方法，可以应用于如图1所示的应用环境中。该应用环境中可以包括三维激光雷达扫描仪1、相机2和服务器3，其中，三维激光雷达扫描仪1、相机2分别通过网络与服务器3进行通信。相机2将拍摄的输电廊道的图像传输给服务器3，三维激光雷达扫描仪1将扫描的输电廊道及输电廊道周围地物的点云数据传输给服务器3，服务器3根据输电廊道的图像和输电廊道及输电廊道周围地物的点云数据对输电廊道周围的地物进行分类，根据分类结果判断输电廊道周围地物与输电线路是否处于安全范围内。其中，服务器3可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
59.在一个实施例中，如图2所示，提供了一种距离检测方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
60.s201，通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据。
61.其中，三维激光雷达扫描仪可包括激光发射器和激光接收器等，三维激光雷达扫描仪能够通过激光发射器和激光接收器获取物体的三维点云数据，也可以获得高精度高分辨率的数字地形模型。可选的，上述相机可以是互补金属氧化物半导体(complementary metal oxide semiconductor，cmos)相机，也可以是电荷耦合器件(charge coupled device，ccd)相机，本实施例对相机类型不加以限制。可选的，上述目标范围可以包括输电线路廊道及输电线路廊道周围的地物。
62.可选的，服务器获取到相机拍摄的输电线路廊道及输电线路廊道周围的图像后，根据图形分类算法对输电线路廊道及输电线路廊道周围的图像进行分类，根据图像分类结果确定输电线路廊道及输电线路廊道周围的目标范围，再通过三维激光雷达扫描仪对目标范围内的输电线路廊道周围的地物进行扫描，获得目标范围内的点云数据。可选的，可以将三维激光雷达扫描仪和相机搭载在无人机上，服务器通过相机拍摄的输电线路廊道的图像确定无人机与输电线路廊道的距离，当无人机与输电线路廊道的距离处于预设距离范围内时，再使用三维激光雷达扫描仪获取目标范围内点云数据；或者，服务器还可以根据无人机与输电线路廊道的距离，确定三维激光雷达扫描仪的发射功率，进而采用确定的发射功率对目标范围进行扫描，得到目标范围内的点云数据。
63.s202，对点云数据进行分析，得到点云数据对应的地物类型，并对各地物类型对应的点云数据进行网格化存储，得到网格化存储数据库。
64.其中，网格化存储数据库是指将空间上分布不均匀的点云数据，按一定的几何形态进行格子归并，求出各格子中数据的平均值，将这些平均值置于格子的中心位置所形成的。
65.具体的，服务器可以建立相应的神经网络模型，该神经网络模型是由样本点云数据和样本点云数据对应的地物类型训练得到的，服务器可以将上述目标范围内的点云数据作为神经网络模型的输入信号，得到这些点云数据对应的地物类型。可选的，服务器还可以
根据图像分类算法对相机拍摄的图片中的地物类型进行初步分类，再根据初步分类结果结合点云数据进一步的对输电线路廊道周围的地物进行分类，得到点云数据对应的地物类型。可选的，服务器还可以根据各个点云数据组合的形状判断点云数据对应的地物类型，例如，点云数据组成的形状为三角形，点云数据对应的地物类型可能为树木，又例如，点云数据组成的形状为条状，则该点云数据对应的地物类型可能为输电线路。本实施例对此不做限定。
66.进一步的，可以理解的是，对点云数据对应的地物类型进行分类后，将每一种地物类型对应的点云数据进行网格化存储，所有的地物类型对应的点云数据存储完成后形成上述网格化存储数据库。
67.s203，利用四叉树结构索引从网格化存储数据库中获取各地物类型对应的点云数据，并根据各地物类型对应的点云数据，得到各地物类型对应的点云数据与输电线路之间的距离。
68.其中，四叉树结构索引是指对地理空间递归地进行四分，形成的一颗有层次的四叉树。可选的，上述地物类型可以包括输电线路、输电廊道内部的树木、湖泊、建筑物等。本实施例中，服务器可以根据request指令调用四叉树结构索引，通过四叉树结构索引从网格化存储数据库中获取到各地物类型对应的点云数据，服务器可以根据各地物类型对应的点云数据获取各地物类型对应的位置坐标信息，同时根据输电线路对应的点云数据获取输电线路对应的位置坐标信息，根据各地物类型对应的位置坐标信息与输电线路对应的位置坐标信息计算各地物类型对应的点云数据与输电线路之间的距离。例如，输电廊道一般可以包括两条输电线路，将两条输电线路分别称为第一输电线路和第二输电线路，以第一输电线路周围的树木对应的位置坐标为(20，40，52)，第一输电线路对应的位置坐标信息为(20，45，52)为例，若坐标点是以米为单位进行的表示的，则可以确定第一输电线路周围的树木与第一输电线路之间的距离为5米。
69.s204，判断各距离是否处于预设的安全距离范围内，得到判断结果。
70.可以理解的是，由于输电线路周围存在着电力频率电场强度，会对周围的环境带来一定的危害，因此，需要根据输电线路的类型设置安全距离，再判断各地物类型对应的点云数据与输电线路之间的距离与预设的安全距离之间的关系，若各地物类型对应的点云数据与输电线路之间的距离处于安全距离范围内，则该地物类型为安全地物；若各地物类型对应的点云数据与输电线路之间的距离不处于安全距离范围内，则该地物类型为危险地物。例如，当输电线路对地电压为10kv时，当输电线路与建筑物之间的最小垂直距离为3.0米，最小水平距离为1.5米时，输电线路与建筑物之间的距离处于安全距离范围内，也就是说，在输电线路对地电压为10kv的情况下，输电线路与建筑物之间的垂直距离大于3.0米且水平距离大于1.5米时，则表示输电线路与建筑物处于安全距离范围内；当输电线路对地电压为330kv时，输电线路与建筑物之间的最小垂直距离为7.0米，最小水平距离为6.0米时，输电线路与建筑物之间的距离处于安全距离范围内，也就是说，在输电线路对地电压为330kv的情况下，输电线路与建筑物之间的垂直距离大于7.0米且水平距离大于6.0米时，则表示输电线路与建筑物处于安全距离范围内。进一步的，服务器可以根据上述判断结果生成可视化模型，根据可视化模型生成地物对输电线路影响的评估报告。
71.上述距离检测方法中，服务器首先通过三维激光雷达扫描仪和相机，能够获取目
标范围内的点云数据，然后对点云数据进行分析，能够得到点云数据对应的地物类型，从而可以对各地物类型对应的点云数据进行网格化存储，得到网格化存储数据库，这样可以利用四叉树结构索引快速地从网格化存储数据库中获取各地物类型对应的点云数据，提高了获取各地物类型对应的点云数据的效率，从而可以根据各地物类型对应的点云数据，快速地得到各地物类型对应的点云数据与输电线路之间的距离，提高了得到各地物类型对应的点云数据与输电线路之间的距离的效率，进而可以根据各地物类型对应的点云数据与输电线路之间的距离快速地判断各距离是否处于预设的安全距离范围内，提高了判断各距离是否处于预设的安全距离范围内的效率；另外，根据四叉树结构索引能准确的从网格化存储数据库中获取各地物类型对应的点云数据，从而可以根据获取的各地物类型对应的点云数据，准确地得到各地物类型对应的点云数据与输电线路之间的距离，提高了得到各地物类型对应的点云数据与输电线路之间的距离的准确性，进而可以根据各地物类型对应的点云数据与输电线路之间的距离准确地判断各距离是否处于预设的安全距离范围内，提高了判断各距离是否处于预设的安全距离范围内的准确性。
72.可选的，提供了上述s203的一种具体实现方式，如图3所示，该方法包括：
73.s301，利用四叉树结构索引，从网格化存储数据库中获取输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据。
74.具体的，服务器根据request指令调用四叉树结构索引，利用四叉树结构索引获取网格化存储数据库中的点云数据，其中，该点云数据可以包括输电线路廊道对应的点云数据和除输电线路廊道外的地物对应的点云数据。
75.s302，根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，确定除输电线路廊道外的地物与输电线路之间的距离。
76.可以理解的是，输电线廊道对应的点云数据是指各输电线路对应的点云数据，若输电线廊道中有三条输电线路，则需要分别计算这三条输电线路与除输电线路廊道外的地物对应的点云数据之间的距离。可选的，服务器可以根据输电线路廊道对应的点云数据得到输电线路廊道对应的位置坐标信息，同时根据除输电线路廊道外的地物对应的点云数据得到除输电线路廊道外的地物对应的位置坐标信息，根据两点坐标求距离的公式，计算得到输电线路廊道对应的位置坐标信息与除输电线路廊道外的地物对应的位置坐标信息之间的距离。
77.上述距离检测方法中，首先利用四叉树结构索引，能够从网格化存储数据库中获取输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，从而可以根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，准确的求出除输电线路廊道外的地物与输电线路之间的距离，避免了周围地物对输电线路的影响，提高了输电线路使用过程中的安全性。
78.在图3所示实施例的基础上，在另一个实施例中，如图4所示详细说明根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，确定除输电线路廊道外的地物与输电线路之间的距离的具体实施方式，上述步骤s302包括：
79.s401，将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行对比，确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内。
80.具体的，可以将目标范围划分为输电线路廊道内部、输电线路廊道和输电线路廊
道外部，服务器需要以输电线廊道为界限，将除输电线路廊道外的地物对应的点云数据分为输电线路廊道内部对应的点云数据以及输电线路廊道外部对应的点云数据。可选的，服务器可以根据输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据确定输电线路廊道与除输电线路廊道外的地物的位置坐标，根据输电线路廊道与除输电线路廊道外的地物的位置坐标确定输电线路廊道与除输电线路廊道外的地物之间的相对位置，根据相对位置确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内。
81.s402，若是，则确定除输电线路廊道外的地物与输电线路之间的距离。
82.具体的，当输电线路廊道外的地物位于输电线路廊道内时，服务器可以根据除输电线路廊道外的地物的点云数据获取除输电线路廊道外的地物对应的位置坐标信息，同时根据输电线路的点云数据获取输电线路对应的位置坐标信息，根据两点坐标求距离的公式，计算除输电线路廊道外的地物对应的位置坐标信息与输电线路对应的位置坐标信息之间的距离，即可确定除输电线路廊道外的地物与输电线路之间的距离。
83.上述距离检测方法中，然后将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行对比，能够快速准确的确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内，最后根据除输电线路廊道外的地物对应的点云数据和输电线路的点云数据，能够快速准确的确定除输电线路廊道外的地物对应的点云数据与输电线路之间的距离。
84.在图2所示实施例的基础上，在另一个实施例中，详细说明对点云数据进行分析，得到点云数据对应的地物类型的具体实施方式，上述步骤s202包括：
85.将点云数据输入预设的分类模型中，得到点云数据对应的地物类型。
86.具体的，预设的分类模型可以包括神经网络模型等。将点云数据作为神经网络模型的输入信号，神经网络模型通过卷积层、池化层和全连接层对点云数据进行处理，输出分类后的点云数据，服务器对输出的分类后的点云数据进行分析，确定出分类后的点云数据对应的地物类型。
87.进一步的，服务器可以利用图片分类算法对相机拍摄的输电线路廊道及输电线路廊道周围的图片进行分类，得到输电线路廊道周围的地物的初步划分结果，再根据初步划分的结果和预设的分类模型对输电线路廊道周围的地物对应的点云数据进行划分，得到点云数据对应的地物类型。
88.上述距离检测方法中，将点云数据输入预设的分类模型中，通过预设的分类模型对点云数据进行分类，使得点云数据的分类结果更准确，得到点云数据对应的地物类型的准确度更高。
89.在图2所示实施例的基础上，在另一个实施例中，详细说明对点云数据进行分析，得到点云数据对应的地物类型的具体实施方式，上述步骤s202包括：
90.利用分类算法，对点云数据进行分析，得到点云数据对应的地物类型。
91.其中，分类算法可以包括决策树分类算法、贝叶斯分类算法、支持向量机(support vector machine，svm)分类算法等。以分类算法为支持向量机算法为例，可以通过支持向量机算法对点云数据进行分类计算，得到点云数据对应的地物类型。例如，支持向量机算法可以将处于高度处于1-10范围内的地物类型划分为树木，将高度处于15-20范围内的地物类
型划分为建筑物。
92.可选的，服务器还可以利用图片分类算法对相机拍摄的输电线路廊道及输电线路廊道周围的图片进行分类得到初步划分结果，结合初步划分结果和点云分类算法对输电线路廊道周围的地物对应的点云数据进行分析，得到点云数据对应的地物类型。可选的，服务器可以利用上述初步划分结果对点云数据进行划分，利用点云分类算法确定各划分后的点云数据对应的地物类型。
93.上述距离检测方法中，利用分类算法能够对点云数据进行快速准确的分析，分析得到的点云数据对应的地物类型更加快速准确，根据分类后的地物类型判断是否会对输电线路造成影响，保证了输电线路的正常工作。
94.在图2所示实施例的基础上，在另一个实施例中，如图5所示，详细说明通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据的具体实施方式，上述步骤s201包括：
95.s501，利用相机在预设范围内确定出目标范围。
96.具体的，服务器可以利用相机对预设范围进行多角度的拍摄，若该预设范围内存在输电廊道和地物，则将该预设范围确定为目标范围；若另一段输电线路廊道的周围不存在地物，则无需关注预设范围内输电线路廊道的周围不存在地物的范围。
97.s502，利用三维激光雷达扫描仪对目标范围进行扫描，得到目标范围内的点云数据。
98.具体的，服务器可以利用三维激光雷达在输电线路廊道周围布设多条扫描航线站点从空中对上述目标范围进行扫描，得到目标范围内的点云数据。可选的，扫描的过程中三维激光雷达扫描仪可以对目标范围内的每一个扫描航线站点先进行360
°
全景扫描，得到一个粗扫描结果，或者，三维激光雷达扫描仪也可以对目标范围内的每一个扫描航线站点先进行两次180
°
的扫描，将两次扫描结果进行组合，得到一个粗扫描结果，再在上述粗扫描结构的基础上调整三维激光雷达扫描仪的扫描参数进行精确扫描，即可得到目标范围内的点云数据。需要说明的是，本实施例对三维激光雷达扫描仪的扫描角度不做限定。
99.上述距离检测方法中，先利用相机在预设范围内确定出目标范围，使扫描范围更加准确，防止扫描输电线路廊道周围没有地物，造成资源浪费，再利用三维激光雷达扫描仪对目标范围进行扫描，得到的目标范围内的点云数据更精确。
100.在图5所示实施例的基础上，在另一个实施例中，如图6所示，详细说明利用相机在预设范围内，确定出目标范围的具体实施方式，上述步骤s501包括：
101.s601，利用相机获取预设范围内的图像数据。
102.具体的，可以利用无人机搭载的相机对输电线路廊道和输电线路廊道周围的地物进行多角度倾斜图像采集，得到输电线路廊道和输电线路廊道周围的地物的图像数据。
103.s602，根据图像数据建立预设范围的三维实景模型。
104.具体的，通过步骤s601获得输电线路廊道和输电线路廊道周围的地物的图像数据。利用全自动三维建模软件smart3d capture对采集的图像数据进行计算，生成以输电线路廊道为中心，并且可以平移、旋转的高精度的三维实景模型。
105.s603，根据三维实景模型，确定出目标范围。
106.具体的，服务器可以对得到的三维实景模型进行平移、旋转等变换过程，判断三维实景模型中输电线路廊道周围是否存在地物，若输电线路廊道周围不存在地物，则将这一
部分忽略；若输电线路廊道周围存在地物，将该部分确定为目标范围。
107.上述距离检测方法中，利用相机获取预设范围内的图像数据，根据图像数据建立预设范围的三维实景模型，根据三维实景模型能够更清楚更直观的对输电线路廊道及输电线路廊道周围的地物进行观察，能够快速的确定出输电线路廊道及输电线路廊道周围的目标范围。
108.在一个实施例中，如图7所示，为了便于本领域技术人员的理解，以下对项目案例测试方法进行详细介绍，该方法可以包括：
109.s701，利用相机获取预设范围内的图像数据；
110.s702，根据图像数据建立预设范围的三维实景模型；
111.s703，根据三维实景模型，确定出目标范围；
112.s704，利用三维激光雷达扫描仪对目标范围进行扫描，得到目标范围内的点云数据；
113.s705，将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行比对，确定除输电线路廊道外的地物与输电线路之间的距离；
114.s706，利用四叉树结构索引，从网格化存储数据库中获取输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据；
115.s707，将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行对比，确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内；
116.s708，若是，确定除输电线路廊道外的地物与输电线路之间的距离；
117.s709，判断各距离是否处于预设的安全距离范围内，得到判断结果。
118.需要说明的是，针对上述s701-s709中的描述可以参见上述实施例中相关的描述，且其效果类似，本实施例在此不再赘述。
119.上述距离检测方法中，首先利用相机获取预设范围内的图像数据，根据图像数据建立预设范围的三维实景模型，根据三维实景模型，确定出目标范围，然后利用三维激光雷达扫描仪对目标范围进行扫描，得到目标范围内的点云数据，将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行比对，确定除输电线路廊道外的地物对应的点云数据与输电线路之间的距离，再利用四叉树结构索引，从网格化存储数据库中获取输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行对比，确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内，若点云数据不位于输电线路廊道内，删除该点云数据；若点云数据位于输电线路廊道内，确定除输电线路廊道外的地物与输电线路之间的距离，判断各距离是否处于预设的安全距离范围内，得到判断结果，通过四叉树结构索引快速准确的判断输电线路与输电线路廊道周围的地物是否处于安全距离，提高了判断效率。
120.应该理解的是，虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-7中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而
是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
121.在一个实施例中，如图8所示，提供了一种距离检测装置，包括：第一获取模块11、第二获取模块12、第三获取模块13和第四获取模块14，其中：
122.第一获取模块11，用于通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据；目标范围包括输电线路廊道；
123.第二获取模块12，用于对点云数据进行分析，得到点云数据对应的地物类型，并对各地物类型对应的点云数据进行网格化存储，得到网格化存储数据库；
124.第三获取模块13，用于利用四叉树结构索引从网格化存储数据库中获取各地物类型对应的点云数据，并根据各地物类型对应的点云数据，得到各地物类型对应的点云数据与输电线路之间的距离；
125.第四获取模块14，用于判断各距离是否处于预设的安全距离范围内，得到判断结果。
126.本实施例提供的距离检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
127.在一个实施例中，如图9所示，第三获取模块13包括：第一获取单元131和第一确定单元132，其中：
128.第一获取单元131，用于利用四叉树结构索引，从网格化存储数据库中获取输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据；
129.第一确定单元132，用于根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，确定除输电线路廊道外的地物与输电线路之间的距离。
130.本实施例提供的距离检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
131.在上述实施例的基础上，可选的，上述第一确定单元132，具体用于将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行对比，确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内；若是，则确定除输电线路廊道外的地物与输电线路之间的距离。
132.本实施例提供的距离检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
133.在一个实施例中，如图10所示，第二获取模块12，包括：第二获取单元121，其中：
134.第二获取单元121，用于将点云数据输入预设的分类模型中，得到点云数据对应的地物类型。
135.本实施例提供的距离检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
136.在一个实施例中，如图11所示，第二获取模块12，包括：第三获取单元122，其中：
137.第三获取单元122，用于利用分类算法，对点云数据进行分析，得到点云数据对应的地物类型。
138.本实施例提供的距离检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
139.在一个实施例中，如图12所示，第一获取模块11，包括：第二确定单元111、第四获
取单元112，其中：
140.第二确定单元111，用于利用相机在预设范围内确定出目标范围；
141.第四获取单元112，用于利用三维激光雷达扫描仪对目标范围进行扫描，得到目标范围内的点云数据。
142.本实施例提供的距离检测装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
143.在上述实施例的基础上，可选的，上述第二确定单元111，具体用于利用相机获取预设范围内的图像数据；根据图像数据建立预设范围的三维实景模型；根据三维实景模型，确定出目标范围。
144.关于距离检测装置的具体限定可以参见上文中对于距离检测方法的限定，在此不再赘述。上述距离检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服务器中的处理器中，也可以以软件形式存储于服务器中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
145.在一个实施例中，提供了一种服务器，其内部结构图可以如图13所示。该服务器包括通过系统总线连接的处理器、存储器和网络接口。其中，该服务器的处理器用于提供计算和控制能力。该服务器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。该服务器的数据库用于存储点云数据和图片数据。该服务器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距离检测方法。
146.本领域技术人员可以理解，图13中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的服务器的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
147.在一个实施例中，提供了一种服务器，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
148.通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据；目标范围包括输电线路廊道；
149.对点云数据进行分析，得到点云数据对应的地物类型，并对各地物类型对应的点云数据进行网格化存储，得到网格化存储数据库；
150.利用四叉树结构索引从网格化存储数据库中获取各地物类型对应的点云数据，并根据各地物类型对应的点云数据，得到各地物类型对应的点云数据与输电线路之间的距离；
151.判断各距离是否处于预设的安全距离范围内，得到判断结果。
152.在一个实施例中，处理器执行计算机程序时还实现以下步骤：利用四叉树结构索引从网格化存储数据库中获取各地物类型对应的点云数据，并根据各地物类型对应的点云数据，得到各地物类型对应的点云数据与输电线路之间的距离，包括：
153.利用四叉树结构索引，从网格化存储数据库中获取输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据；
154.根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数
据，确定除输电线路廊道外的地物与输电线路之间的距离。
155.在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，确定除输电线路廊道外的地物与输电线路之间的距离，包括：
156.将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行对比，确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内；
157.若是，则确定除输电线路廊道外的地物与输电线路之间的距离。
158.在一个实施例中，处理器执行计算机程序时还实现以下步骤：对点云数据进行分析，得到点云数据对应的地物类型，包括：
159.将点云数据输入预设的分类模型中，得到点云数据对应的地物类型。
160.在一个实施例中，处理器执行计算机程序时还实现以下步骤：对点云数据进行分析，得到点云数据对应的地物类型，包括：
161.利用分类算法，对点云数据进行分析，得到点云数据对应的地物类型。
162.在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据，包括：
163.利用相机在预设范围内确定出目标范围；
164.利用三维激光雷达扫描仪对目标范围进行扫描，得到目标范围内的点云数据。
165.在一个实施例中，处理器执行计算机程序时还实现以下步骤：利用相机在预设范围内，确定出目标范围，包括：
166.利用相机获取预设范围内的图像数据；
167.根据图像数据建立预设范围的三维实景模型；
168.根据三维实景模型，确定出目标范围。
169.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
170.通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据；目标范围包括输电线路廊道；
171.对点云数据进行分析，得到点云数据对应的地物类型，并对各地物类型对应的点云数据进行网格化存储，得到网格化存储数据库；
172.利用四叉树结构索引从网格化存储数据库中获取各地物类型对应的点云数据，并根据各地物类型对应的点云数据，得到各地物类型对应的点云数据与输电线路之间的距离；
173.判断各距离是否处于预设的安全距离范围内，得到判断结果。
174.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：利用四叉树结构索引从网格化存储数据库中获取各地物类型对应的点云数据，并根据各地物类型对应的点云数据，得到各地物类型对应的点云数据与输电线路之间的距离，包括：
175.利用四叉树结构索引，从网格化存储数据库中获取输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据；
176.根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，确定除输电线路廊道外的地物与输电线路之间的距离。
177.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据输电线路廊道对应的点云数据以及除输电线路廊道外的地物对应的点云数据，确定除输电线路廊道外的地物与输电线路之间的距离，包括：
178.将输电线路廊道对应的点云数据与除输电线路廊道外的地物对应的点云数据进行对比，确定除输电线路廊道外的地物对应的点云数据是否位于输电线路廊道内；
179.若是，则确定除输电线路廊道外的地物与输电线路之间的距离。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对点云数据进行分析，得到点云数据对应的地物类型，包括：
180.将点云数据输入预设的分类模型中，得到点云数据对应的地物类型。
181.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对点云数据进行分析，得到点云数据对应的地物类型，包括：
182.利用分类算法，对点云数据进行分析，得到点云数据对应的地物类型。
183.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过三维激光雷达扫描仪和相机，获取目标范围内的点云数据，包括：
184.利用相机在预设范围内确定出目标范围；
185.利用三维激光雷达扫描仪对目标范围进行扫描，得到目标范围内的点云数据。
186.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：利用相机在预设范围内，确定出目标范围，包括：
187.利用相机获取预设范围内的图像数据；
188.根据图像数据建立预设范围的三维实景模型；
189.根据三维实景模型，确定出目标范围。
190.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，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，本技术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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
191.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
192.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。