本發(fā)明涉及電力線三維建模，特別涉及一種針對缺漏電力線點云數(shù)據(jù)的三維重建方法和裝置。
背景技術(shù)：
1、隨著社會經(jīng)濟飛速發(fā)展，人民群眾生活用電需求增長迅猛，2024年全社會用電量同比增長6.8%，已達到9.8521萬億千瓦時。飛速增長的用電需求背后，也對電網(wǎng)電力穩(wěn)定輸送提出了更高的要求。電網(wǎng)數(shù)字化巡檢是維護電網(wǎng)安全運營的重要手段。為了實現(xiàn)大規(guī)模的電網(wǎng)巡檢，通過無人機（unmanned?aerial?vehicle，uav）激光雷達（light?detectionand?ranging，lidar）系統(tǒng)進行電網(wǎng)通道三維點云掃描，該技術(shù)能夠獲取到電網(wǎng)線路目標(biāo)的三維空間坐標(biāo)，以對電網(wǎng)線路進行高效率、高精度、低成本的電網(wǎng)通道巡檢。通過對采集的三維點云數(shù)據(jù)進行分類及重建。電網(wǎng)通道巡檢是指，通過三維點云數(shù)據(jù)，計算樹竹、建筑物等地物與電力線的三維空間關(guān)系，及時檢測在電力線安全距離內(nèi)的隱患地物，對隱患植被進行砍伐、隱患建筑物進行遷移，避免因隱患地物距離電力線過近，引起火災(zāi)、斷電等安全事故。此外，電網(wǎng)三維點云數(shù)據(jù)通過分類及三維重建，可以為構(gòu)建高精度實體三維模型，為數(shù)字電網(wǎng)提供厘米級高精度數(shù)據(jù)支撐。
2、然而，在無人機激光雷達飛巡過程中，受到障礙物遮擋、水霧、及激光雷達自身掃描儀性能（測距范圍、視場角、掃描頻率）影響，在三維點云掃描過程中，可能存在掃描電力線缺失、數(shù)據(jù)空洞等問題，影響電網(wǎng)通道巡檢結(jié)果。且缺漏電力線現(xiàn)象極大影響電力線分類精度，傳統(tǒng)算法無法準(zhǔn)確識別單根殘缺電力線點云，無法實現(xiàn)精準(zhǔn)的電力線三維重建，則需要復(fù)飛，重新采集電力線點云數(shù)據(jù)，耗費人力物力。
技術(shù)實現(xiàn)思路
1、本發(fā)明提供了一種針對缺漏電力線點云數(shù)據(jù)的三維重建方法和裝置，實現(xiàn)電力線點云數(shù)據(jù)的精準(zhǔn)分割與重建，能夠大幅度提高電力線提取精度及效率，尤其提高斷裂電力線點云數(shù)據(jù)提取及重建精度，還能大大提高所建模得到模型的真實性。
2、本發(fā)明提供了一種針對缺漏電力線點云數(shù)據(jù)的三維重建方法，包括：
3、s1、采集電力線三維點云得到原始數(shù)據(jù)，并對所述原始數(shù)據(jù)進行體素化采樣和地面點識別，得到電力線目標(biāo)點；
4、s2、根據(jù)所述電力線目標(biāo)點擬合生成基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ停λ龌A(chǔ)三維懸鏈?zhǔn)侥Ｐ筒捎妙A(yù)設(shè)的擬合殘差模型進行內(nèi)點補充，得到初始電力線三維模型；
5、s3、對步驟s2重復(fù)計算設(shè)定次數(shù)得到多個初始電力線三維模型，并選取所述初始電力線三維模型中內(nèi)點數(shù)量最多的一組電力線模型作為目標(biāo)電力線模型；
6、s4、將所述目標(biāo)電力線模型中全部的內(nèi)點作為整體，并計算其特征向量，當(dāng)所述特征向量滿足預(yù)設(shè)閾值要求時，判定所述目標(biāo)電力線模型為有效電力線模型，否則返回執(zhí)行步驟s2；
7、s5、根據(jù)所述有效電力線模型計算電力線的橫截面模型，并將其與所述目標(biāo)電力線模型整合，得到完整的三維懸鏈線模型。
8、進一步地，所述s1具體包括：
9、s101、采集電力線三維點云得到原始數(shù)據(jù)，獲取所述原始數(shù)據(jù)的三維空間包圍盒，對所述包圍盒進行體素化構(gòu)建，為每個點云分配所屬體素位置，如下式所示：
10、；
11、其中，代表三維點云坐標(biāo)所在體素的行、列、層，為體素單元的長寬高，為三維空間包圍盒的最小坐標(biāo)值；ceil()為向上取整函數(shù)；
12、s102、依次遍歷所有體素單元，當(dāng)所述體素單元中的點云數(shù)據(jù)為0時，跳過該體素單元；當(dāng)所述體素單元中包含多個點云數(shù)據(jù)時，進行隨機采樣以保留一個作為采樣點，得到初始點云數(shù)據(jù)；
13、s103、對所述初始點云數(shù)據(jù)通過地面濾波進行地面點識別，并根據(jù)所述地面點劃分二維格網(wǎng)，計算所述二維格網(wǎng)內(nèi)點云距地高特征，對距地高大于設(shè)定閾值的點云作為電力線目標(biāo)點。
14、進一步地，所述s2具體包括：
15、s201、從所述電力線目標(biāo)點中隨機抽取三個點作為種子點，并采用種子點擬合生成基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ停黄渲校龌A(chǔ)三維懸鏈?zhǔn)侥Ｐ桶☉益溇€彎曲部分和水平走向部分，具體表達式為：
16、；
17、其中，a、b分別為x、y方向懸鏈線的曲率參數(shù)；為x、y方向的平移參數(shù)；c為垂直方向偏移量；k為xy平面上直線的斜率；d為水平平面上直線的截距；
18、s202、從排除種子點后剩余所述電力線目標(biāo)點中隨機抽取1個或多個點作為待優(yōu)化點，并根據(jù)所述待優(yōu)化點構(gòu)建殘差模型，以根據(jù)所述殘差模型篩選并補充符合電力線幾何特征的內(nèi)點至所述基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ停玫匠跏茧娏€三維模型；其中，所述殘差模型的表達式為：
19、；
20、其中，為第i個待優(yōu)化點相對于基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ偷臄M合殘差；為第i個待優(yōu)化點的三維坐標(biāo)分量；為將直線一般式轉(zhuǎn)換為點到直線的垂直距離公式形式，以確保表示待優(yōu)化點到模型投影直線的垂直距離。
21、進一步地，所述s202具體包括：
22、從所述電力線目標(biāo)點中，排除所述種子點后，選取剩余點作為待優(yōu)化點集合；
23、對所述待優(yōu)化點集合中的每個待優(yōu)化點，采用所述殘差模型計算其與基礎(chǔ)懸鏈?zhǔn)侥Ｐ偷臄M合殘差，以及采用空間距離公式計算其與模型關(guān)鍵特征點的幾何距離；
24、設(shè)定殘差閾值和空間距離閾值r，以進行內(nèi)點篩選和補充，具體為：
25、若且，則該待優(yōu)化點判定為內(nèi)點，補充至所述基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ椭杏糜诤罄m(xù)模型參數(shù)優(yōu)化；
26、若或，則進一步判斷是否在(r,2r]范圍內(nèi)，若是則標(biāo)記為潛在噪聲點，若否則判定為外點，排除在所述基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ屯狻?/p>
27、進一步地，幾何距離的計算公式為：
28、；
29、其中，為待優(yōu)化點p到基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ完P(guān)鍵幾何特征點的二維空間距離；為待優(yōu)化點p的三維坐標(biāo)分量；表示基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ完P(guān)鍵幾何特征點的坐標(biāo)分量。
30、進一步地，所述s4具體包括：
31、s401、將所述目標(biāo)電力線模型中全部的內(nèi)點作為整體，得到內(nèi)點集；
32、s402、對所述內(nèi)點集執(zhí)行主成分分析，提取數(shù)值最大的兩個特征值、，代入公式計算線性度l，其公式為：
33、；
34、s403、分析所述內(nèi)點集的空間分布，計算其有效覆蓋體積和參考體積，代入公式計算連續(xù)性c，其公式為：
35、；
36、s404、統(tǒng)計內(nèi)點數(shù)量和噪聲點數(shù)量，代入公式計算點噪比，其公式為：
37、；
38、s405、將線性度l、連續(xù)性c和點噪比組合作為特征向量，并設(shè)定線性度閾值、連續(xù)性閾值和點噪比閾值，若所述特征向量均滿足其對應(yīng)的閾值，則判定所述目標(biāo)電力線模型為有效電力線模型；若所述特征向量中任意特征不滿足其對應(yīng)的閾值，則返回執(zhí)行步驟s2。
39、進一步地，所述s5具體包括：
40、s501、根據(jù)所述有效電力線模型計算電力線的橫截面模型，計算公式為：
41、；
42、其中，為有效電力線模型上的任意一點；為電力線的方向向量；r為電力線的半徑；為橫截面上任意一點；θ為角度參數(shù)，范圍[0,2π)，用于遍歷橫截面上的所有點，形成圓形截面；
43、s502、將所述目標(biāo)電力線模型與各位置的橫截面模型整合，得到包含空間走向和橫截面形態(tài)的完整電力線三維模型。
44、本發(fā)明還提供了一種針對缺漏電力線點云數(shù)據(jù)的三維重建裝置，基于如上所述的針對缺漏電力線點云數(shù)據(jù)的三維重建方法，所述裝置包括：
45、采集模塊，用于采集電力線三維點云得到原始數(shù)據(jù)，并對所述原始數(shù)據(jù)進行體素化采樣和地面點識別，得到電力線目標(biāo)點；
46、擬合模塊，用于根據(jù)所述電力線目標(biāo)點擬合生成基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ停λ龌A(chǔ)三維懸鏈?zhǔn)侥Ｐ筒捎妙A(yù)設(shè)的擬合殘差模型進行內(nèi)點補充，得到初始電力線三維模型；
47、選取模塊，用于對擬合模塊重復(fù)計算設(shè)定次數(shù)得到多個初始電力線三維模型，并選取所述初始電力線三維模型中內(nèi)點數(shù)量最多的一組電力線模型作為目標(biāo)電力線模型；
48、計算模塊，用于將所述目標(biāo)電力線模型中全部的內(nèi)點作為整體，并計算其特征向量，當(dāng)所述特征向量滿足預(yù)設(shè)閾值要求時，判定所述目標(biāo)電力線模型為有效電力線模型，否則返回執(zhí)行擬合模塊；
49、整合模塊，用于根據(jù)所述有效電力線模型計算電力線的橫截面模型，并將其與所述目標(biāo)電力線模型整合，得到完整的三維懸鏈線模型。
50、本發(fā)明的有益效果為：
51、本發(fā)明通過構(gòu)建基礎(chǔ)三維懸鏈?zhǔn)侥Ｐ停Y(jié)合殘差模型篩選并補充符合特征的內(nèi)點，經(jīng)多輪迭代優(yōu)化后通過線性度、連續(xù)性及點噪比等特征評估模型有效性，最終整合橫截面模型得到完整三維模型，能夠有效應(yīng)對點云缺失和噪聲干擾，提升模型對電力線真實形態(tài)的擬合精度與完整性，增強模型的可靠性，且全程自動化程度高，為電力線相關(guān)應(yīng)用提供了精準(zhǔn)、全面的三維模型支撐。