[发明专利]基于点云数据的变电站场景分割方法

权利要求书

1.基于点云数据的变电站场景分割方法，其特征在于，对变电站原始点云进行去除地面的操作，并快速聚类优化候选点云簇，然后将点云簇进行坐标变化及数据增强，并训练一个点云分割网络以实现对变电站各类设备的划分，包括以下步骤：

S10，获取变电站三维点云数据，并由机器人端传至服务器端；

S20，服务器端进行数据预处理，移除地面点云；

S30，点云聚类；

S40，关键点填补优化；

S50，规范转换，数据增强；

S60，归类划分，并将结果传回至客户端。

2.根据权利要求1所述的方法，其特征在于，所述获取变电站三维点云数据，并由机器人端传至服务器端，包括以下步骤：

S11，变电站巡检机器人端通过所搭载的三维激光扫描仪对整个变电站内各个电气设备进行扫描，获取整个变电站场景的三维点云数据；

S12，点云数据由空间三维坐标值、激光反射强度组成，且点云数据为离散分布的，即点云数据的位置和间隔等在空间不规则分布，激光扫描待测物体后得到二进制文件，再对其进行相应的格式转换；

S13，巡检机器人端将获得的变电站场景三维点云数据传至服务器端，通过配置好的服务器对采集到的大量点云数据进行后续处理。

3.根据权利要求1所述的方法，其特征在于，所述服务器端进行数据预处理，移除地面点云，包括以下步骤：

S21，沿着巡检机器人端前进方向将变电站场景分为N个部分，对每个部分提取高度最低的种子点并且拟合出初始的平面模型；

S22，根据垂直距离与预设阈值相比较，判断每个点是否属于该平面，属于平面的点将作为新的种子点拟合出新的平面，如此循环若干次后得到的各点云段进行拼接，得到整个变电站地面的平面表示，

其中，地面点云的分布符合以下条件：可由平面数学模型表示；假定高度值最低的点云属于地面。

4.根据权利要求1所述的方法，其特征在于，所述点云聚类包括以下步骤：

S31，将不带地面的点云聚类为若干部分，在去除变电站地面点云之后，采用基于激光束的旋转扫描特性的聚类方法进行聚类；

S32，将三维点作为图像的像素点，采用二进制图像中的二进连通分量标注方法，生成实时三维聚类算法；

S33，把由同一激光雷达环产生的一层点称为扫描线，在每个扫描线中，其元素被组织在运行的连续点的向量中，运行中的元素共享相同的标签，并且是集群的构建块；

S34，对于属于同一条线上的点，根据距离阈值将其归为一类，再扩张到相邻的线束上；

S35，将整个变电站场景划分为多个点云集群，即每一个三维电气设备。

5.根据权利要求1所述的方法，其特征在于，所述关键点填补优化，为每个聚类生成一个最小的三维包围框，确保其Z轴垂直于地面，根据包围框的尺寸以及包围框内的点数进行初步的过滤，排除掉不可能的聚类。

6.根据权利要求1所述的方法，其特征在于，所述规范转换，数据增强，为以每个聚类为样本，对每个点云簇进行旋转和翻转变换，在不改变样本类别的情况下创建其余M-1个生成的样本，使整体分布均匀，M个样本混合到网络的训练集中，在训练过程中随机采样，将得到的每一点云聚类作为输入，并预测每一聚类的概率分数，该分数表明该聚类属于各电气设备的类别的可能性。

7.根据权利要求1所述的方法，其特征在于，所述归类划分，并将结果传回至客户端，为利用PointNet++和多尺度分组作为主网络，分用来描述原始点的逐点特征，将变电站场景中分割好的各个三维电气设备进行归类划分，将服务器端处理结果传送显示至客户端或机器人端。