一种基于模板匹配的架空输电线路绝缘子识别方法与流程

1.本发明涉及一种基于模板匹配的架空输电线路绝缘子识别方法，属于输电线路技术领域。


背景技术：

2.绝缘子是在输电线路中用量庞大的关键零部件，但它们长期暴露在外，极易发生故障。因此，需要及时对输电线路中的绝缘子进行有效的巡检工作，并得到绝缘子的空间位置，采取相应的措施。
3.传统的人工巡检主要使用望远镜和红外热像仪等对线路设备进行近距巡视和检测，这种传统的电力巡检方式效率低下且具有高风险性。
4.因此逐步开始使用无人机配合机载设备(例如相机、红外热像仪、激光雷达、合成孔径雷达等)来进行线路巡检。与航拍图像相比，机载激光雷达(lidar)可得到三维坐标、强度、多次回波等点云数据，具有测量精度高、信息丰富、抗有源干扰能力强的特点。因此，通过机载激光雷达完成对绝缘子的定位是如今的主流方向。
5.同时，由于之前对激光点云建立的输电线路模型中的绝缘子多以人工手动标注形式确定拍照点，效率低下且准确率低，所以，如何在输电线路点云上实现绝缘子高效智能定位成为当今电力巡检领域的迫切需求。
6.比如：专利cn115170631a就提出一种基于固态激光雷达点云对绝缘子检测工具抓取点的识别定位方法；专利cn114897877a提出一种构建并训练绝缘子识别模型来进行绝缘子识别的方法。
7.但这些方法都需手动分割杆塔和电力线，计算复杂度太大且识别效率低。


技术实现要素：

8.本发明的目的在于提供一种基于模板匹配的架空输电线路绝缘子识别方法，以解决上述背景技术中提出的无人机机载激光雷达采集到的点云数据存在密度高但分布不均匀的现象，以及绝缘子表面纹理信息不全等情况下得到绝缘子位置存在准确率低或计算冗余大的问题。
9.本发明的技术方案如下：
10.一种基于模板匹配的架空输电线路绝缘子识别方法，包括以下步骤：
11.s1、获取待识别的输电线路点云数据；
12.s2、对点云数据进行预处理，包括：
13.s2.1、分析杆塔中不同部位的强度值，用强度值滤波剔除杆身点云；
14.s2.2、采用主成分分析法计算局部点云特征值，根据特征值构建的局部熵函数和空间分布特性删除冗余的平坦区域点云；
15.s2.3、通过栅格修补的方法避免出现点云空洞保；
16.s3、对预处理完成的点云数据进行绝缘子的目标识别，包括：
17.选用fpfh作为特征描述子，通过增加采样点对距离约束关系和自适应调整参数改进sac-ia算法完成绝缘子的位姿估计；
18.s4、根据已识别正确的绝缘子，推算出未识别的绝缘子。
19.优选的，s1中通过机载激光扫描仪器获取点云数据，包括地面点，杆塔点，架空电力线点。
20.优选的，强度值滤波首先需要用双边滤波平滑点云强度值，再遍历整个杆塔的点云强度信息，保留强度值在阈值内的点，反之则去除。
21.优选的，统计分割出的绝缘子区域和非绝缘子区域的强度值，计算出强度值的平均值和标准差分析杆塔中不同部位的强度值，用强度值滤波剔除杆身点云，并通过双边滤波减小噪声影响；
22.优选的，双边滤波中的权重值由空间域权重和强度域权重构成，公式如下：
[0023][0024]
式中：σd和σd分别是空间域权值函数的标准差和强度域权值函数的标准差，dd和di是计算点与其邻域点的距离值和强度差值；
[0025]
双边滤波通过邻域点的距离和强度值修正自身的强度值，公式如下：
[0026][0027]
式中：i
p
表示计算点的强度值，i
out
表示修正后的强度值。
[0028]
优选的，设p点的邻域点坐标为pi＝[xi，yi，zi]，p点的局部协方差矩阵m计算公式如下：
[0029][0030]
式中：n表示p点的邻域点数；为p点的邻域点集的质心；矩阵m存在三个非负的特征值λ1≥λ2≥λ3，并具有以下特性：
[0031]
1)λ1＞＞λ2＞＞λ3时，判定局部邻域为线性；
[0032]
2)λ1≈λ2＞＞λ3时，判定局部邻域为平面；
[0033]
3)λ1≈λ2≈λ3时，判定局部邻域为曲面；
[0034]
空间分布特征，公式如下：
[0035][0036]
局部熵函数，公式如下：
[0037]el
＝-s
1d
ln(s
1d
)-s
2d
ln(s
2d
)-s
3d
ln(s
3d
)
[0038]
将局部熵值e
l
小于设定阈值且特征值关系符合平面特征的点删除。
[0039]
优选的，通过s2.2处理后的点云数据分为保留点云集和待删除点云集，将待删除点云集进行栅格化处理，创建一个最小的长方体用来包围待删除点云集，将长方体均匀分割成多个栅格，并计算每个栅格中的点云数量，若栅格中点云数量大于设定阈值，求出栅格中所有点的质心，并将质心点添加至保留点云集中。
[0040]
优选的，改进的sac-ia算法具体流程如下：
[0041]
s3.1、计算各自点云的方向信息：n
p
,nq，再计算出各自点云的fpfh：f
p
,fq，其中p为模板点云，q为目标点云；
[0042]
s3.2、在模板p中随机采样m个点：p1,p2,p3,
……
,pm，采样点距离需满足设定的最小阈值d
min
；
[0043]
计算模板中的随机点p1,p2,p3,
……
,pm的所有点之间的欧式距离
[0044]
对于目标点云，第i个对应点的备选点为第j个对应点的备选点为点的选取满足如下公式：
[0045][0046]
式中μ为距离误差系数，必须大于d
min
；
[0047]
s3.3、在目标点云q中寻找s3.2中m个点的fpfh相近的m个点：q1,q2,q3,
……
,qm；
[0048]
s3.4、奇异值分解法计算m组点的刚体变换矩阵t，并将该矩阵应用到模板点云上：p
′
＝p
×
t；
[0049]
s3.5、计算p
′
与q之间的配准误差，储存对应的刚体变换矩阵t和特征点欧式误差矩阵ε
dist
；
[0050]
s3.6、迭代s3.2-s3.5从而选出误差最小对应的刚体变换矩阵t，当达到最大迭代
次数时停止。
[0051]
优选的，根据点云分辨率来自适应调整特征参数而无需手动调整参数，点云的分辨率为各点之间最小距离的平均值，公式如下：
[0052]dp
＝min(dis(p,q)),q＝1,2,
…
,n,p≠q
[0053][0054]
式中dis(p,q)是查询点p与其它任意点q之间的距离，计算q点与其它点最近的距离为d
p
，最终对整个点云的最小距离求平均值为
[0055]
优选的，绝缘子推测方法为：绝缘子模板通过计算出的刚体变换矩阵t得到新的空间位置，从而得到多个变换后模板的最大三维坐标点和最小三维坐标点，计算两点的向量(x_(max)-x_(min)，y_(max)-y_min，z_(max)-z_(min))；
[0056]
通过判断向量中的z轴分量是否在定义区间内便可初步剔除错误绝缘子；随后，根据z轴大小对最小三维坐标点排序，将最小三维坐标点投影到xy平面，通过聚类得到至少两组xy平面中位置接近的绝缘子点，计算各组聚类中心之间的欧氏距离，满足杆塔中绝缘子水平分布的欧式距离d_(x)，则最终确定为绝缘子点，同时剔除错误点。
[0057]
本发明具有如下有益效果：
[0058]
本发明能够从复杂的输电线路点云中实现绝缘子高效智能定位；无需手动分割杆塔和电力线，计算复杂度简单且识别效率高；
[0059]
针对机载激光雷达采集的点云数据普遍存在缺失绝缘子的表面纹理信息、密度分布不均匀的情况下，精确高效的对绝缘子进行识别，对输电线路智能监测具有非常重大的意义。不仅在效率上有大幅提高，而且能精确获得绝缘子的三维信息，为电力巡检的无人机路线规划和绝缘子故障检测提供了重要的数据支撑。
附图说明
[0060]
图1为本发明检测方法流程图；
[0061]
图2为本发明预处理方法流程图；
[0062]
图3为本发明定义一个固定的局部坐标系u-v-w；
[0063]
图4为本发明绝缘子推测方法；
[0064]
图5为本发明最终的分割效果。
具体实施方式
[0065]
下面结合附图和具体实施例来对本发明进行详细的说明。
[0066]
实施例：
[0067]
s1、利用机载激光扫描仪器获得输电线路的点云数据，包括地面点，杆塔点，架空电力线点。
[0068]
s2、对输电线路的点云数据进行预处理，获得点云数据，强度值滤波首先需要用双边滤波平滑点云强度值，再遍历整个杆塔的点云强度信息，保留强度值在阈值内的点，反之
则去除。强度值滤波通过剔除绝大部分杆身点，从而提高绝缘子检测的效率和准确度。
[0069]
如图2所示，对点云数据进行预处理的方法为：
[0070]
统计分割出的绝缘子区域和非绝缘子区域的强度值，计算出强度值的平均值和标准差分析杆塔中不同部位的强度值，用强度值滤波剔除大部分的杆身点云；由于激光雷达采集过程中会在噪声干扰，导致同一介质材料中点云的强度值也会出现差异，可通过双边滤波减小噪声影响。双边滤波中的权重值由空间域权重和强度域权重构成，如下公式：
[0071][0072]
式中：σd和σd分别是空间域权值函数的标准差和强度域权值函数的标准差，dd和di是计算点与其邻域点的距离值和强度差值。双边滤波通过邻域点的距离和强度值修正自身的强度值，如下公式：
[0073][0074]
式中：i
p
表示计算点的强度值，i
out
表示修正后的强度值。
[0075]
采用主成分分析法计算局部点云特征值，根据特征值构建的局部熵函数和空间分布特性删除冗余的平坦区域点云；设p点的邻域点坐标为pi＝[xi，yi，zi]，p点的局部协方差矩阵m计算如下公式：
[0076][0077]
式中：n表示p点的邻域点数；为p点的邻域点集的质心；由于m为对称半正定矩阵，所以必存在3个非负的特征值。令λ1≥λ2≥λ3为矩阵m的3个特征值，并具有以下特性：
[0078]
1)λ1＞＞λ2＞＞λ3时，判定局部邻域为线性。
[0079]
2)λ1≈λ2＞＞λ3时，判定局部邻域为平面。
[0080]
3)λ1≈λ2≈λ3时，判定局部邻域为曲面。
[0081]
利用维度特征可直观表示局部点云的空间分布特征，如下公式：
[0082]
[0083]
计算点的局部熵函数，如下公式：
[0084]el
＝-s
1d
ln(s
1d
)-s
2d
ln(s
2d
)-s
3d
ln(s
3d
)
[0085]
局部熵函数e
l
越大，表示该点位于凹凸变化越明显的区域，将局部熵值e
l
小于阈值且特征值关系符合平面特征的点删除，即达到点云精简中删除非特征点的目的。
[0086]
将上述方法处理后的点云数据分为保留点云集和待删除点云集，保留点云集中有时会出现点云空洞的情况，通过栅格修补的方法避免出现点云空洞。首先将待删除点集进行栅格化处理。创建一个最小的长方体用来包围点云数据，按指定步长把长方体分割成多个栅格。计算每个栅格中的点云数量，根据栅格中点云密度确定阈值。若栅格中点云数量大于阈值，表示将该栅格中所有点删除后会产生点云空洞，为保证数据的完整性，求出栅格中所有点的质心，将质心点添加至保留点云集中。
[0087]
s3、对预处理完成的点云数据进行绝缘子的目标识别。对点云数据进行绝缘子的识别方法为：
[0088]
选用快速点特征直方图fpfh作为特征描述子，能更好的获得点云的几何特征信息。
[0089]
为计算两点ps和p
t
以及与它们对应的法向量ns和n
t
之间的相对角度偏差，需定义一个固定的局部坐标系u-v-w,如图3所示，其中：
[0090][0091]
在u-v-w坐标系中，任意两点法向量ns和n
t
之间的特征偏差都可以用角度来表示：
[0092]
α＝v
·nt
[0093][0094]
θ＝arctan(w
·nt
,u
·nt
)
[0095]
三元组(α，φ，θ)可以表示查询点p的k邻域中所有两点之间的相对关系。计算查询点与邻域内的其他点之间的(α，φ，θ),随后使用邻近的spfh值来计算最终的fpfh，如下公式：
[0096][0097]
式中：ωi表示查询点p到邻域点pi的距离。
[0098]
通过增加采样点对的距离约束关系和自适应调整参数改进sac-ia算法完成绝缘子的位姿估计。改进的sac-ia算法具体流程如下：
[0099]
1)计算各自点云的方向信息：n
p
,nq，再计算出各自点云的fpfh：f
p
,fq，其中p为模板点云，q为目标点云。
[0100]
2)在模板p中随机采样m个点：p1,p2,p3,
……
,pm,采样点距离需满足设定的最小阈值d
min
。计算模板中的随机点p1,p2,p3,
……
,pm的所有点之间的欧式距离对于目标点云，第i个对应点的备选点为第j个对应点的备选点为
点的选取满足如下公式：
[0101][0102]
式中μ为距离误差系数，必须大于d
min
。
[0103]
3)在目标点云q中寻找(2)中m个点的fpfh相近的m个点：q1,q2,q3,
……
,qm[0104]
4)奇异值分解法计算m组点的刚体变换矩阵t，并将该矩阵应用到模板点云上：p
′
＝p
×
t。
[0105]
5)计算p
′
与q之间的配准误差，储存对应的变换矩阵t和特征点欧式误差矩阵ε
dist
。
[0106]
6)迭代第2-5步骤从而选出误差最小对应的变换矩阵，当达到最大迭代次数时停止。
[0107]
根据点云分辨率来自适应调整特征参数而无需手动调整参数，可减少点云稀疏程度的影响，点云的分辨率为各点之间最小距离的平均值，公式如下：
[0108]dp
＝min(dis(p,q)),q＝1,2,
…
,n,p≠q
[0109][0110]
式中dis(p,q)是查询点p与其它任意点q之间的距离，计算q点与其它点最近的距离为d
p
，最终对整个点云的最小距离求平均值为，最终对整个点云的最小距离求平均值为越小，代表点云分布越密集，分辨率则越大。
[0111]
s4、根据已识别的正确的绝缘子，推算出未识别的绝缘子。如图4所示，其中的绝缘子推测方法为：绝缘子模板通过计算出的变换矩阵得到新的空间位置，从而得到多个变换后模板的最大三维坐标点和最小三维坐标点，计算两点的向量(x_(max)-x_(min),y_(max)-y_min,z_(max)-z_(min))。由于该杆塔中的绝缘子均为垂直状态，与z轴几乎保持平行，因此通过判断向量中的z轴分量是否在定义区间内便可初步剔除错误绝缘子。随后，根据z轴大小对最小三维坐标点排序，将最小三维坐标点投影到xy平面，由于该杆塔中绝缘子在三维空间中以杆身为中心呈现对称状态，因此可通过聚类得到至少两组xy平面中位置接近的绝缘子点，计算各组聚类中心之间的欧氏距离，满足杆塔中绝缘子水平分布的欧式距离d_(x)，则最终确定为绝缘子点，同时剔除错误点。
[0112]
如图5所示，其中左边部分为未分割时的状态，中间部分为分割后的杆塔，右边部分为分割后的绝缘子。
[0113]
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。