[发明专利]输电线路无人机巡检拍摄目标点自动提取及航迹规划方法

说明书

本发明公开了巡检目标点自动提取技术领域的一种输电线路无人机巡检拍摄目标点自动提取及航迹规划方法。包括：采集被巡检设备的点云数据；基于深度学习分类网络对采集的被巡检设备的点云数据进行自动分类，获取被巡检设备上被巡检部件的点云数据；利用主成分分析方法对被巡检部件的点云数据进行分析计算，获取被巡检部件的部件主轴，进而获取拍摄目标点位置。基于相机参数、分层顺序和航线生成智能算法，结合碰撞检测技术，实现航迹自动规划。本发明解决了人工提取拍摄目标点进行航迹规划带来的准确率低、不确定性强、规划效率低、巡检成果命名难等问题，提高了目标点拾取的准确率，缩短了航迹规划时间，提升了航迹规划效率与规划成果的实用性。

技术领域

本发明属于巡检目标点自动提取技术领域，具体涉及一种输电线路无人机巡检拍摄目标点自动提取及航迹规划方法。

背景技术

为保障输电线路的安全稳定运行，线路运维单位必须定期对输电线路进行巡视和检查，以及时发现损坏的设备和危及线路安全的因素，及时消缺，保障线路安全运行。传统的电力杆塔巡检依靠人工逐基杆塔巡视的作业方法，巡视工作量大，巡检效率较低。近年来，随着无人机技术的发展，依靠无人机的电力杆塔巡检得到快速应用。但是，目前依靠无人机进行自主巡检，巡检航迹主要依托于人工选点的方式，逐个提取拍摄目标点的位置。这种方法提出的目标点受人为因素影响较大，提取结果偏差大，耗时长，工作量大，航迹规划效率慢，同时，对航线规划人员的经验要求较高。

发明内容

为解决现有技术中的不足，本发明提供一种输电线路无人机巡检拍摄目标点自动提取及航迹规划方法，能够实现对无人机拍摄目标点的自动提取，有效缩短航迹规划时间，提高航迹规划效率。

为达到上述目的，本发明所采用的技术方案是：

第一方面，提供一种无人机巡检拍摄目标点自动提取方法，包括：采集被巡检设备的点云数据；对采集的被巡检设备的点云数据进行自动分类，获取被巡检设备上被巡检部件的点云数据；对被巡检部件的点云数据进行主成分分析，获取被巡检部件的部件主轴，进而获取拍摄目标点。

进一步地，所述对采集的被巡检设备的点云数据进行自动分类，获取被巡检设备上被巡检部件的点云数据，包括：对被巡检设备的点云数据进行特征提取；对特征提取后的被巡检设备的点云数据进行聚类，实现点云数据中被巡检部件的单体化，获取被巡检设备上被巡检部件的点云数据。

进一步地，采用基于深度学习分类网络的KPConv点云分类模型作为被巡检设备上被巡检部件的识别模型，对被巡检设备的点云数据进行特征提取。

进一步地，采用DBSCAN聚类算法对特征提取后的被巡检设备的点云数据进行聚类。

进一步地，所述对被巡检部件的点云数据进行主成分分析，获取被巡检部件的部件主轴，进而获取拍摄目标点，包括：对三维的被巡检部件的点云数据进行标准化，具体为，将被巡检部件的点云数据的x、y、z轴坐标排列成三行m列的矩阵X，每行减去该行的均值：

基于矩阵X，构建协方差矩阵：

将协方差矩阵分解为特征向量E和特征值λ：

取矩阵X的协方差矩阵的单位特征向量矩阵E，用它的转置E^T来作为转换矩阵P，而矩阵X的协方差矩阵的特征值λ就是各主成分的方差；对特征值及对相应的向量进行降序排序；取前三个特征向量作为被巡检部件的点云数据的三个方向的主轴；获取不同方向的主轴的OBB盒，进而获取被巡检部件的全景拍摄目标点。