基于点云的城郊输电线网络树障定位及切除方法

本发明涉及树障清理，特别是一种基于点云的城郊输电线网络树障定位及切除方法。

背景技术：

1、随着科技与社会的快速发展进步，人们的生活生产越来越依赖电网系统的稳定运行，而如今输电线路规模愈发庞大，输电线网络的安全运行就变得至关重要。城市周围的输电线路多架设在市郊偏远地区，远离人群，避免寻常的人为威胁。故而这种电力线一般位于低空、环境偏僻恶劣的地区，但随着树木生长，这种低空电力线往往会存在树障威胁。

2、而传统的树障检测是由人工实地观测的方式实现的，巡检人员需要装备各种检测和切割树障的工具，这种巡检方式耗时费力，效率低下。所以如今在山区大规模输电线路巡检工作中，巡检人员多采用无人机倾斜摄影和搭载激光雷达技术进行输电线路巡检。前一种方法，巡检周期长，作业强度大，危险环境下还会危及工作人员的生命，无法保证树障检测的精度与质量，可靠性不高，不足以满足现代社会智能电网的建设与维护。后一种方法满足电网技术进步发展，利用无人机倾斜摄影技术与激光雷达生成三维模型，满足科技发展要求，但这种检测方法成本较高，且无法适用于所有恶劣环境的树障检测，例如城市低空小规模输电线路的树障检测。

3、针对以上问题本发明提出一种基于三维点云的城郊输电线树障定位及切除方案，该方案的输电线路树障检测区域主要是城市周边的恶劣环境，对于这种小规模低空电力线巡检工作，采用高端的激光雷达无人机成本太高，所以本方案采取小型数据采集装置采集环境信息，处理器设备完成三维点云模型的生成与模型的处理计算工作，接着用树障切除装置，在计算机规划的树障切割路径的基础上进行树障切割。

技术实现思路

1、本发明所要解决的技术问题是提供一种基于点云的城郊输电线网络树障定位及切除方法，为城郊输电线网络树障定位及切除问题提供了方案。

2、为解决上述技术问题，本发明所采用的技术方案是：基于点云的城郊输电线网络树障定位及切除方法，包括以下步骤：

3、a1:小型无人机对城郊输电线网络进行摄影，从影像中截取巡检区域输电线与树木的图片；

4、a2:将图片传回处理器装置，由处理器进行三维点云模型的生成，利用体素化网格与直通滤波的方法对点云模型实现降采样和消除噪点，得到输电线与树木的清晰点云模型，设计位姿调整方法将歪斜的点云数据校正；

5、a3:面对不同的树木生长情况，处理器使用一种改进欧氏聚类分割算法提取巡检区域的单簇输电线点云，对提取出的单簇输电线点云进行ransac及最小二乘法拟合，得到输电线的空间方程；

6、a4:接着处理器依据安全树线距离定位树障的位置并规划生成大型无人机搭载锯链切除树障的路线；

7、a5:操作人员在处理器的帮助下，操作大型无人机按照分型路线切除树障。

8、优选的，所述步骤a1中小型无人机采集巡检区域树木与输电线的影像文件，将文件传回处理器，处理器根据机器视觉识别技术对树木与输电线进行识别并截图。

9、优选的，所述步骤a2中将小型无人机采集到的图片传回处理器，在处理器上进行三维重建，接着利用点云处理技术对所获得的点云数据进行加工，加工后得到清晰可辨的巡检区域树木环境点云，利用点云的基本特征设计一种位姿调整方法，生成点云旋转矩阵，将点云数据校正，得到地面点云与天空平行的点云数据，此时点云数据只包含极少量噪点。

10、优选的，步骤a2具体包括以下步骤：

11、1)确定巡检区域在小型无人机所拍摄的影像中的帧，截取符合要求的帧图；

12、2)使用截取的图片在处理器中生成点云并显示出来；

13、3)利用体素化和统计滤波以及直通滤波的算法对点云数据进行处理降采样和去噪点处理，具体包括以下部分：

14、a.环境点云降采样

15、利用体素化网格算法，在输入的巡检点云数据上创建一系列三维体素网格，用这些体素网格的质心点代替原有的点云数据；如此对初始点云进行滤波，大规模减少点云的数量，并不改变原始点云的特征形态，在保留输电线路与树木特征形态以及相对位置关系的情况下，大幅降低原始点云的数据规模，为接下来的点云处理工作节省大量时间成本。

16、体素网格简化点云数据的主要参数计算方法，首先计算包围框的边长：

17、

18、其中：xmax是x轴坐标最大值；xmin是x轴坐标最小值；ymax是y轴坐标最大值；ymin是y轴坐标最小值；zmax是z轴坐标最大值；zmin是z轴坐标最小值，n为点云所有数目；

19、其次需要统计属于这个包围框的的边界点，假设边界点确为当前处理点，则包围框的序号为：

20、

21、通过点云法向量来估计点云特征，由于对法向量的低要求，采用主成分分析法；从点中找到k个邻近点，用最小二乘计算局部平面：

22、

23、其中为n局部平面的法向量；d为点到坐标原点的距离；p1为邻域的重心点；

24、接着计算以下半正定协方差矩阵，得到最小的特征向量即可作为法向量；

25、

26、最后利用高斯加权特征平均值来判断数据点是否可以作为特征点出现在采样后的点云中，而通过调整δ来获得不同的加权特征平均值，即不同的网格化效果；

27、

28、式中θ为法向量的夹角；δ为点x到点p的距离阈值，即‖x-p‖<δ；

29、b.环境点云位姿调整

30、点云数据与现实中的巡检区域三维特征截然不同，在对点云进行维度上的阈值处理时，无法精准的找到消除杂点所需要的阈值，所以需要先对点云进行坐标矫正，然后才能方便快捷的找到直通阈值消除杂点。利用点云数据的相机位姿确定一个空间平面，然后再将这个空间平面平移到质心位置，随后将坐标原点移到此位置，计算出此时平面的法向量，然后算出使法向量平行于z轴的旋转矩阵，将此旋转矩阵应用于整个点云数据，便可得到坐标矫正后的点云模型。

31、首先设定点云相机位姿平面方程：

32、ax+by+cz+d＝0    (6)

33、使根据最小二乘法可得：s＝min∑[(a1xi+a2yi+a3)-zi]。

34、当有矩阵方程:

35、

36、解出a1，a2，a3，并将位姿平面平移到点云的质心位置；由罗德里格斯旋转公式可求得坐标矫正的旋转矩阵，旋转矩阵应用于滤波后的巡检点云数据，即可得到数据预处理后的三维点云；

37、c.环境点云滤波

38、利用点云统计滤波来消除噪声，同时保留结构信息；它通过计算给定点的均值和标准差，将其与一个预定义的阈值进行比较，来检测异常点；统计滤波中有两个重要的参数，分别是邻近点搜索数目k，从而计算出高斯分布中的标准差σ和均值μ；以及标准差倍数阈值s，距离的阈值d＝μ±σ·s；如果邻近点平均距离大于此阈值d，则认为该点时异常点并将其删除；

39、利用直通滤波去除周边大范围无关事物的点云，消除大型噪点团，得到清晰纯净的输电线路环境点云；直通滤波的滤波范围：

40、

41、4)最后利用无人机相机位姿生成一个平行于天空的平面方程，将此平面平移至点云质心位置，分别计算质心与平面法向量，通过罗德里格斯旋转公式得到点云的旋转矩阵，将此旋转矩阵应用于整个点云数据，即得到位姿校正的点云数据。

42、优选的，所述步骤a3中根据得到的校正后的预处理结果点云，将电力线和非电力线分类标注出来，根据标注信息分别提取出电力线点云和非电力线点云数据；在电力线提取阶段，一般会面临一个重大难点：在城市郊区地带，往往树木生长较快，导致树木生长至包围输电线的程度，这给提取电力线工作造成很大困难。本专利针对这一问题，进行学术创新，改进欧式聚类分割算法，成功解决输电线点云的提取问题。后续进行输电线点云的空间拟合，得到输电线点云的空间直线方程，为下一步计算树线距离做准备。

43、改进的欧式聚类分割算法：由于树障点云团通常位于输电线中间导致中间点云密度较高，且点云数据杂乱无序，无法直接便历整个输电线点云进行搜寻输电线两端的点云，故而利用密度梯度反向搜寻，找出输电线点云一端的k个点，以此作为整个输电线点云的范围约束，使输电线点云有效过滤中部凸起的树障点云；

44、在点云空间中存在n个点构成的点云数据{x,i＝1,2,3...n}，则可以将x的中心密度估计函数定义为：

45、

46、其中，h表示中心宽度，d代表空间维数，k(x)代表中心函数，且通过径向对称更新中心函数：

47、k(x)＝ck,dk(||x||2)    (11)

48、其中ck,dk代表归一化常量，以此约束k(x)的积分为1；通过对上式进行求导得到概率密度最大点，求导为：

49、

50、令则可得到：

51、

52、通过上式可以得到点的向量：

53、

54、通过反复迭代上述过程，可以搜索除输电线点云密度减少最快的方向，即为点云密度最小的方向；寻找前k点的过程如下：

55、(1)在点云{x,i＝1,2,3…n}中随机选择一个未被标记的点作为中心点m；

56、(2)搜索出属于m的半径b内的点，存放在集合i中，而i属于类簇c，令集合i中的点对前类簇c的访问频率加1；

57、(3)将m视为中心点，求出从m到集合i中每个点的向量，求和得到向量和m_shift；

58、(4)令m＝m-m_shift，则m沿着点云稀疏的方向移动||shift||个单位；

59、(5)重复以上步骤，直到迭代至||shift||的值小于阈值，且所有点都被搜索标记为止；

60、在完成以上步骤后，得到不同的点云簇，对点云{x,i＝1,2,3...n}中所有点进行访问频率排查，选择频率最低的簇作为输电线一端的k点点云；对输电线点云一端的k个点进行最值搜索，得到首端输电线的柱形范围：

61、

62、将此柱形范围应用于欧式聚类分割算法，在聚类搜索过程中过滤出范围之外的点，即可得到纯净的输电线点云。柱形约束的欧式聚类分割过程如下：

63、(1)搜索查询点p的邻域；

64、(2)判断聚类q中点数是否小于首端点云数目k；

65、(3)若聚类q中的点数小于首端点云数目k时，计算点到点p的距离；

66、(4)将小于距离阈值d的点置于q中；

67、(5)若聚类q中的点数不小于首端点云数目k时，计算满足柱形空间范围的点到点p的距离，接着执行第4步；

68、(6)判断聚类中的点数是否超出点云点数，若超出则执行第7步，反之，则执行第6步；

69、(7)选取q中除p点外的点作为查询点，跳转到第1步；

70、(8)分割结束。

71、优选的，所述步骤a3中处理器首先根据校正后的预处理点云，采用分割算法分割出单簇电力线点云并进行标注；接着在预处理点云中将电力线点云与非电力线点云分类且提取出非电力线点云；随后用ransac与最小二乘法将电力线点云拟合出来，得到电力线点云的空间直线方程。

72、优选的，所述步骤a4中处理器依据得到的空间直线方程计算电力线点云与非电力线点云的距离，对比安全树线距离，搜寻出非电力线点云中小于安全树线距离的点，将其归为树障点云团；

73、接着按照不同的树障类型生成中型或大型无人机切除树障的飞行路线。

74、本发明提供一种基于点云的城郊输电线网络树障定位及切除方法，具有以下有益效果：

75、1、对于城市输电网络，电网部门定期派遣巡检人员进行树障巡检，常用人眼直接进行判断或无人机拍摄后肉眼识别树障情况，这种识别方法带有人的主观判断，易于被环境因素影响，造成工人对环境情况的误判，耗费时间，也不能保证对树障识别的准确性；

76、2、目前社会上出现的激光雷达定位，采用直升飞机搭载电锯切除输电线路的树障，这种巡检方法成本高昂，费时费力且需要操作直升飞机等复杂机器，而本发明则大幅降低了树障识别定位及切除的成本，使电网巡检工作更加的便捷，且本发明能够在广泛应用于城郊输电线路的树障巡检工作，易于推广，能够推动电网巡检技术的革新。

77、3、在输电线路巡检区域的三维模型处理方面，采取的技术可以将电网巡检树障识别的工作时间大幅度降低，在巡检模型的基础上进行识别处理，后期在出现更好的三维模型处理算法时，能够方便的将先进算法运用在仪器上，故本发明能够及时跟进科学技术发展，具有便于更新技术的优点；

78、4、在电网巡检树障识别工作中，本发明对输电线路的分割提取技术进行了改进算法等处理，改进的算法能够在短时间内保证输电线路完整度的情况下，精确的将输电线路提取出来，这点更加保证了输电线路树障识别的准确度，本发明就改进算法进行了算法对比试验，实验证明，本发明能够更准确的进行树障识别；

79、5、在输电线路树障切除的工作上，本发明对直升飞机搭载电锯切割方案进行改进，使用中型或大型无人机搭载电锯或有切割能力的锯齿结构进行输电线路树障的切除工作，对于社会上出现的飞行器而言，人们更能熟练使用无人机，对于巡检人员上手使用来讲更加方便快捷。