基于机器学习算法的船舶三维点云模型高度测量方法与流程

本发明涉及船舶高度测量的领域，具体是一种使用激光扫描仪得到的船舶航行场景的三维点云数据后，通过机器学习进行处理的方法。

背景技术：

1、随着航运事业快速发展，体积大，吨位重的船舶通航量越来越大。同时由于人们的用电量也随着时代的发展越来越大的，跨河道输送电能的需求也越来越大，越来越多的输电线选择跨河道进行搭建。因此，受到各种环境因素的影响，大型船只很容易撞到电线等引起海上交通事故，造成经济损失与人员伤亡。

2、国内目前对船舶高度的测量方法较少，大致分为三种情况：第一种是人工测量，在河道处设立人工检查站，需等待船舶停泊后人工进行测量，此方法虽然能有效避免船舶过高导致的事故，但是费时费力，容易造成航道拥挤。第二种是基于二维图像进行测量，该方法能够快速的完成测量，但结果受拍摄角度，成像距离等因素会导致测量不精确，又如下雨，起雾等，对拍摄所得图片也会产生较大影响。第三种是使用激光进行检测，将激光的发射装置与接收装置分别固定于河道两侧，通过调整激光束相对于水面的高度来控制船舶限高高度；然而激光对射容易受到天气等影响，河道越宽预警设备所需精度越高，同时当河道距离较远时，发射装置与接收装置由于河道环境不佳容易出现松动，需要高频率的定时检查。

技术实现思路

1、本发明的目的在于提供一种基于机器学习算法的船舶三维点云模型高度测量方法，能够对大型船只进行高度估计，防止由于信息更新不及时，大型船舶对河面上方的电缆造成损坏的情况。

2、为了达到上述目的，本发明的技术方案在于提供一种基于机器学习算法的船舶三维点云模型高度测量方法，其包含以下步骤，

3、步骤1，对现场环境进行搭建；

4、步骤2，通过激光扫描仪得到三维点云场景；

5、步骤3，对扫描得到的三维点云场景进行预处理；

6、步骤4，对船舶点云数据进行分割、拟合等处理；

7、步骤5，对船舶点云模型的高度进行计算。

8、所述步骤1中，搭建现场环境时要在距离输电线前的指定距离搭建检测塔，用于安装激光扫描仪，并在检测塔前20m处提前铺设好辅助参考平台；其中，可以使用易反光且不透明的材料，搭建形成辅助参考平台，或者在辅助参考平台的上表面铺设易反光且不透明的材料，以保证激光扫描仪扫描时辅助平台点云数据信息的完整性。

9、所述步骤1中，激光扫描仪要安装在能同时扫描到辅助参考平台与待检测船舶的位置，根据限高高度进行搭设。

10、所述步骤2中，激光扫描仪要将船舶同辅助参考平台一同扫描。激光扫描仪发射出的激光反射返回后，计算出被扫描物体与激光扫描仪的距离信息。

11、由于激光扫描仪的初始角度固定，因此，随着激光的发射和反射返回，持续求得被扫描物体的距离参数，根据距离参数是否出现明显变化来判断是否有船舶进入检测点，并可以判断船舶长度是否需要进行二次扫描，以保证船舶点云数据完整性。

12、所述步骤3中，首先对扫描到的三维场景点云数据进行预处理，以避免噪点对船舶的三维点云模型计算所得的高度产生影响。使用kd-tree进行预处理，通过邻域搜索、噪声点判断、去噪、重复检测四个步骤，进行三维点云场景的预处理去噪。

13、所述步骤4中，使用ransac平面检测以及dbscan聚类的方法，进行噪声点的二次去除，并将辅助参考平台点云数据从预处理后的三维点云场景中分割出来。

14、通过计算分割出的辅助参考平台上表面点云的协方差矩阵，根据其最小的特征值得到此表面的法向量，即最小特征值对应的特征向量。

15、协方差矩阵公式：计算点云数据x1×3每一个维度的均值c1×3，零中心化后得到得到协方差矩阵计算公式为：

16、

17、所述步骤5中，将辅助参考平台点云点乘辅助参考平面点云的法向量的最大值，与其余包含船舶点云信息的点云点乘法向量的最大值做差，即可得到船舶最高点到参考平面的距离，计算公式如下：

18、d1＝max{points1×normal}

19、d2＝max{points2×normd}

20、h＝d1-d2

21、其中，d1为船舶点云到其坐标系xoy平面的距离的最大值，d2为参考平面点云到其坐标系xoy平面的最大值；points1为扫描到的船舶点云，points2为扫描到的辅助参考平面点云；normal为法向量。

22、计算当日的水位与辅助参考平面的距离d，与上述船舶最高点到辅助参考平面的距离h相加，得到船舶在水面以上的高度h：

23、h＝h+d

24、与现有的激光预警技术相比，本发明所述的方法，可以有效测出大型过往船只的高度，且所受到的天气影响远小于激光对射预警技术所受到的天气影响，更可以直接将此数据与此航道后续可能遇到的限高位置进行匹配，向船舶提前预警，减少后续接受检查的次数。

技术特征：

1.一种基于机器学习算法的船舶三维点云模型高度测量方法，其特征在于，包含以下步骤：

2.如权利要求1所述的方法，其特征在于，

3.如权利要求2所述的方法，其特征在于，

4.如权利要求1所述的方法，其特征在于，

5.如权利要求1所述的方法，其特征在于，

6.如权利要求1所述的方法，其特征在于，

7.如权利要求1所述的方法，其特征在于，

8.如权利要求1所述的方法，其特征在于，

9.如权利要求8所述的方法，其特征在于，

10.如权利要求1所述的方法，其特征在于，

技术总结
本发明涉及一种基于机器学习算法的船舶三维点云模型高度测量方法；在激光扫描仪前的河岸边设置反光的辅助参考平台，激光扫描仪同时扫描到辅助参考平台与待检测船舶，得到三维点云场景，对其预处理后通过机器学习算法进行分析，提取出船舶点云并获取辅助参考平台表面的法向量；根据法向量对船舶点云进行计算，得到船舶点云的最高点与河岸点云的距离，结合河岸与当天水平面的距离，计算得到船舶高度。本发明的方法使用激光扫描仪测量船舶高度，相比于使用二维图像测量精准度更高；相比于传统的激光对射方法，本发明的方法不仅可以测出具体船舶高度，还能够减小受天气的影响造成的误差。

技术研发人员：袁伟东,陆忠心,杨勇,龚春彬,刘涛,祝庆华,胡成潇,汪洋,王宗祺,唐从炜,陈禹璁,张秋石,杨依林,贺润平,王哲斐,陆家辉
受保护的技术使用者：国网上海市电力公司
技术研发日：
技术公布日：2024/3/4