[发明专利]一种基于影像和激光点云数据融合的输电树障识别系统

说明书

本发明提供了一种基于影像和激光点云数据融合的输电树障识别系统，其包括检测装置、采集装置、采样装置、分析装置和处理器，所述检测装置用于对输电线路进行检测；所述采集装置用于对所述输电线路上的路径或者障碍进行数据的采集；所述采样装置用于对树障与所述输电线路的数据进行采样；所述分析装置对所述输电线路进行定位并与所述采样装置的数据进行辅助融合。本发明通过处理器的处理操作对图像数据的异常区域位置提取，并识别该区域的异常点，从而能够对异常点位置进行精准的定位，还进一步的提升对异常点的检测效率。

技术领域

本发明涉及输电或供电技术领域，尤其涉及一种基于影像和激光点云数据融合的输电树障识别系统。

背景技术

目前对输电设备的检查维护主要依靠现场勘察，人眼去识别是否有异常的情况，最近几年由于无人机技术的发展，可以利用无人机去拍照，再通过人员对这些照片进行筛查，进而省去一些人力，但还是无法满足智能化的需求，检测及维护输电设备的效率还是不高。

如CN111929698A现有技术公开了一种输电线路走廊区域内的树障隐患识别方法，目前的树障的检测手段主要靠人工肉眼判断为主，巡检人员通过在地面手持激光测距判别树木与输电线路的距离，但是，由于人与树障点的测量角度和位置关系，检测结果很大可能存在较大的误差。还有一种方式是利用倾斜摄影建模进行安全距离测量，但是这些检种方法在检测的时候，容易将输电线路挂点附近的金具、绝缘子等距离输电线路走廊区域较近的部件也视为树障隐患，导致树障隐患判断不够准确。

经过大量检索发现存在的现有技术如KR101654364B1、EP2482996B1 和US08721396B1，近年来，随着我国林业发展，退耕还林政策的实施以及对环保要求的逐年提高，输电线路下方树木的存在对输电线路造成的隐患威胁越发严重；近年来，各省树障引起的跳闸断电事故在每年百次以上，严重影响了居民日常生活，并造成了大量的经济损失。目前常见的输电线树障维护策略是依靠电网巡线工作人员进行定期巡线，然而人工巡线依靠的目测法判断是否具有威胁存在目测不准确、对输电线是否具有威胁的判断存在误差。此外，寻线人员通过目测仅判断当前数目是否具备威胁，而忽视了速生类树木在下一次巡线前的生长裕度，造成巡线不及时产生的输电线路树障事故。

为了解决本领域普遍存在检测精度不高、预测成长裕度不准确、检测强度高和数据分析不准确等等问题，作出了本发明。

发明内容

本发明的目的在于，针对目前树障智能识别所存在的不足，提出了一种基于影像和激光点云数据融合的输电树障识别系统。

为了克服现有技术的不足，本发明采用如下技术方案：

一种基于影像和激光点云数据融合的输电树障识别系统，其包括检测装置、采集装置、采样装置、分析装置和处理器，所述检测装置用于对输电线路进行检测；所述采集装置用于对所述输电线路上的路径或者障碍进行数据的采集；所述采样装置用于对树障与所述输电线路的数据进行采样；所述分析装置对所述输电线路进行定位并与所述采样装置的数据进行辅助融合；所述采样装置包括采样机构和数据采集模块，所述采样机构用于对所述树障和所述输电线路的位置数据进行采样；所述数据采集模块对所述采样机构的数据进行汇总并存储在所述存储器中；所述采样机构包括采样探头和转向机构，所述采样探头用于对所述树障进行识别；所述转向机构用于对所述采样机构的检测角度进行调整；

采集所述采样探头的多组图像数据，并对多组数据进行异常点位置的检测，若存在异常点，则对异常点进行定位；

采集影像的基础数据，并对检测尺度为ρ的范围内，计算以异常点为圆心，ω(r)*ρ为半径的圆形的相邻区域内的图像的幅值和幅角；存在：

其中，G(x，y)为图像梯度的幅值；x为图像像素坐标系中的横坐标， y为图像像素坐标系中的纵坐标；