[发明专利]一种输电线路危险点检测方法及装置

说明书

本申请实施例提供了一种输电线路危险点检测方法及装置，其中，该方法包括：对激光雷达获取的点云数据进行分类，得到电力线的点云数据和地物的点云数据；确定所述电力线的点云数据不完整时，基于所述电力线的点云数据以及预选的多点拟合算法，对所述电力线进行矢量化得到所述电力线矢量化后的点云数据；根据所述地物的点云数据、所述电力线矢量化后的点云数据以及预设安全距离阈值，检测所述地物的点云数据中的危险点。本申请实施例能够避免由于点云缺失或点云密度不够造成的危险点漏检现象。

技术领域

本申请涉及输电线路的技术领域，具体而言，涉及一种输电线路危险点检测方法及装置。

背景技术

随着激光雷达(Light Detection and Ranging，LiDAR)技术的出现，其与直升机或无人机技术相结合为输电线路巡检带来了新的方式，弥补了传统巡检方式的不足。

这项技术在实际运用中，电力线本身的反射率较低，或者电力线老化都有可能造成点云数据不完整(点云缺失或者点云密度不够)，进行危险点监测时容易发生漏检现象。针对以上问题，目前还没有相应的举施。

发明内容

有鉴于此，本申请的目的在于提供一种输电线路危险点检测方法和装置，以降低由于点云缺失或者点云密度不够造成的危险点漏检的可能性。

第一方面，本申请实施例提供了一种输电线路危险点检测方法，包括：

对激光雷达获取的点云数据进行分类，得到电力线的点云数据和地物的点云数据；

确定所述电力线的点云数据不完整时，基于所述电力线的点云数据以及预选的多点拟合算法，对所述电力线进行矢量化得到所述电力线矢量化后的点云数据；

根据所述地物的点云数据、所述电力线矢量化后的点云数据以及预设安全距离阈值，检测所述地物的点云数据中的危险点。

结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，所述对激光雷达获取的点云数据进行分类，得到电力线的点云数据和地物的点云数据，包括：

对所述激光雷达获取的所述点云数据按照设定滤波算法进行分类，得到第一类点云数据和第二类点云数据；

将所述第二类点云数据输入预先建立的数据类别分类模型，确定第二类点云数据各自对应的类别，所述类别包括杆塔、电力线、植被和建筑；

将所述第二类点云数据中对应类别为电力线的点云数据确定为所述电力线的点云数据，以及将所述第一类点云数据和所述第二类点云数据中对应类别为杆塔、植被和建筑的点云数据，确定为所述地物的点云数据。

结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，按照以下方式预先建立所述数据类别分类模型：

提取预先保存的激光雷达获取的点云数据以及所述点云数据中各个数据对应的类别，所述类别包括杆塔、电力线、植被和建筑；

以所述点云数据为输入端，以所述点云数据中各个数据对应的类别为输出端，代入机器学习算法进行训练，得到所述数据类别分类模型。

结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，所述确定所述电力线的点云数据不完整时，基于所述电力线的点云数据以及预选的多点拟合算法，对所述电力线进行矢量化得到所述电力线矢量化后的点云数据，包括：

获取所述电力线的点云数据在所述电力线上的单位面积数量；

确定所述单位面积数量小于设定阈值时，将所述电力线的点云数据中设定数量的电力线数据代入预选的多点拟合方程进行矢量化，得到所述电力线的曲线方程；

根据所述电力线的曲线方程，确定所述电力线矢量化后的点云数据。