机载LiDAR输电线走廊点云数据自动分类和树障预警分析方法研究

发布时间：2020-10-24 19:11

　　 输电线路承载着国民生产和生活所需的能源运输命脉,是电网系统的重要组成部分,线路巡检是有效保证输电线路安全运维的基础工作。长期以来,输电线路的巡检主要以人力徒步或直升机搭载光学相机的形式执行巡检,不但带来较高的生产成本和较长的作业周期,而且因人眼识别能力有限和图像的空间定位精度不高,所获取的信息不够准确。激光雷达(Li DAR)能够获取走廊场景的高精度三维空间几何信息,利用其采集的数据可以使高效且自动化精准检测输电线走廊树障危险点成为可能。另外,采用机载测量方式可以进一步提高效率并降低成本。因而,应用机载Li DAR测量技术执行输电线走廊巡检具备更为广阔的应用前景。本文首先从机载Li DAR获取的三维点云数据出发,根据点云特性和走廊内不同的地物特征,对走廊点云进行地物分类。之后挖掘了除点云之外的信息,结合气象条件和导线参数信息进行输电线工况模拟。在此基础上,结合电力线安全距离检测完成输电线路树障危险点预警分析。相关研究如下:(1)本文介绍了机载Li DAR系统组成和工作原理;重点阐述所采集的点云数据特性、存储形式以及常见的点云数据空间索引组织形式。寻找能够有效提高点云数据特征提取效率的点云索引方式。(2)本文研究了基于曲率和邻域特征的电力线分类。根据电力线本身线状特征,探讨了曲面特征对电力线点云识别的有效性。曲率的估计的要对一个点的临近点集构建二次曲面,而线状的电力线无法完成此构建,据此进行电力线识别分类。并结合邻域特征将噪声点去除,保留完整的电力线点。(3)通过地形滤波可将点云分为地面点和非地面点。进一步在非地面点中结合先验杆塔坐标定位杆塔,并根据圆柱形模型分类杆塔点。由于走廊内地物多为植被,从而提取杆塔点后保留的非地面点记为植被点。(4)在架空电力线力学理论基础上,结合气象条件和导线参数进行输电线工况模拟。模拟多种工况条件下(如高温、覆冰或大风舞动)的输电线形态,并将具有最大弧垂状态的输电线作为点云数据的辅助数据,执行安全距离检测,以实现输电走廊树障危险点预警分析。
【学位单位】：兰州交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TM75;P237
【部分图文】：

兰州交通大学硕士学位论文测量技术在三维空间信息的实时采集方面具有重要的限制，可全天候全天时工作，这些特性使得这一业的浓厚兴趣，在地形测绘、森林管理、海岸带监重要的角色并具有广泛的应用前景。对狭长目标而言，如输电线走廊、河流、道路等区相比，通常需在较低的高度上飞行(小于 300m)，低。面对大规模的电力网络，人工检测费用较高，且测绘成为新兴的无人机巡检技术(包括机载激光雷监测电力线基础设施的主要目标是发现威胁输电线力巡线数据后处理的相关研究主要有四个方面: 输电力线三维重建、树障危险点检测、输电线走廊三

图 1.2 广东电网 Z-5 无人直升机电力巡线平台中国测绘科学研究院、武汉大学、总参 60 所和南方电制大型无人直升机LiDAR电力通道巡检的软硬件系统公里电力巡线任务。机载 LiDAR 巡检系统在南方电网家电网公司在国内最早开展了机载 LiDAR 巡线系统研。最近几年，旋翼无人机 LiDAR 测量系统由于其成本和应用，其可以作为很好的短距离范围内的电力线巡线巡线相关的 LiDAR 数据处理的专业软件如 Lidarstatio的点云处理软件，可以实现航带平差、点云滤波和人机线危险点检测模块可实现输电线廊道树障检测分析并包括线路基本信息、使用的电力标准要求、危险点明细点详细描述包括危险点的描述信息和危险点的俯视图和云数据处理软件有TerraScan、PLS-CADD和ENVI LiDaScan 模块是以插件软运行在 Microstation 环境之上的波和电力线三维矢量化。数据的具体组织形式多样，除

图 1.3 输电线走廊树障风险示意图电力线检测和维护主要是通过人工地面巡检，目视检测输电方式工作周期长、效率低、巡视质量差、成本高，而且很多抵达。随着遥感技术的应用，尤其是机载 LiDAR，有效的弥机载激光雷达测量系统在巡视过程中采集的激光点云，反映三维空间信息，包括走廊地形、地物和电网设施设备的空间点云数据可以准确地测量走廊内地物到导线的距离是否满 LiDAR 点云数据的输电线路风险管理存在后期成熟的自动诊断研究较少，主要依靠人工判读，内业工作量较大的问题路工况模拟的文献。由于输电线路工况条件的变化，导线和态变化，输电线走廊内的潜在危险地物目标位置也有可能在迫切需要输电线路工况模拟的方法提供风险预警信息，延长期，提高巡检效率。
【相似文献】

相关期刊论文 前10条

1 刘亚文;覃苏舜;;点云数据稀疏区域建筑物立面重建方法[J];应用科学学报;2017年02期

2 刘尚蔚;朱小超;张永光;魏群;;多片点云数据拼接处理技术的研究[J];水利与建筑工程学报;2014年01期

3 张习民;余小清;万旺根;张娟;;压缩感知点云数据压缩[J];应用科学学报;2014年05期

4 康兰;冯亚娟;陈正鸣;;多视点云数据快速对齐方法[J];机械设计与研究;2009年01期

5 郑德华;;点云数据直接缩减方法及缩减效果研究[J];测绘工程;2006年04期

6 黄凯;程效军;贾东峰;胡旦华;胡敏捷;;一种密集管道点云数据自动分割算法[J];中国激光;年期

7 宣伟;;地面激光点云数据质量评价与三维模型快速重建技术研究[J];测绘学报;2017年12期

8 孙瑞;张贵豪;陈普智;;三维激光扫描点云数据的精简方法探讨[J];黄河水利职业技术学院学报;2018年02期

9 谌鹏;;点云数据生成软件的设计及其在月饼模具逆向设计与制造中的应用[J];制造技术与机床;2017年03期

10 黄景伟;何鹏;刘洁;陈明举;;点云数据提取二次曲面特征算法研究[J];信息通信;2017年05期

相关博士学位论文 前10条

1 杨永涛;三维离散点云数据处理关键技术研究[D];燕山大学;2017年

2 唐逸之;点云数据的鲁棒配准与自适应表面重建[D];浙江大学;2017年

3 张绍泽;面向三维可视化的激光扫描点云数据处理方法研究[D];西安电子科技大学;2017年

4 罗楠;基于点云数据的3D打印关键技术研究[D];西安电子科技大学;2017年

5 金娟凤;基于特征距离的腰腹臀部体型分析与个性化女裤样板生成[D];浙江理工大学;2017年

6 石宏斌;地面激光点云模型自动构建方法研究[D];武汉大学;2014年

7 叶立志;机载LiDAR与影像密集匹配点云数据的滤波方法研究[D];武汉大学;2016年

8 张学昌;基于点云数据的复杂型面数字化检测关键技术研究及其系统开发[D];上海交通大学;2006年

9 张力宁;点云数据抗噪处理方法及其在叶片重建中的应用研究[D];西北工业大学;2006年

10 张坤;基于三维激光扫描的点云数据逆向重建算法研究[D];燕山大学;2016年

相关硕士学位论文 前10条

1 李鹏;空间三维点云数据精确配准技术[D];战略支援部队信息工程大学;2018年

2 李磊;利用遥感影像和点云数据的道路提取方法研究[D];战略支援部队信息工程大学;2018年

3 曾文伟;地面三维激光扫描技术在建筑工程中的应用[D];东华理工大学;2017年

4 孙政扬;基于激光雷达的车前地形快速测量方法关键技术研究[D];吉林大学;2018年

5 陈洪;基于机载LiDAR和多光谱遥感的作物LAI反演方法研究[D];石河子大学;2018年

6 曾钰廷;基于深度学习的物体检测与跟踪方法的研究[D];东华理工大学;2018年

7 田德;基于点云数据的木材喷涂工件匹配与位姿估计算法研究[D];广东工业大学;2018年

8 周欣;三维激光扫描点云数据孔洞修复与精简算法研究[D];北京建筑大学;2018年

9 万宏华;基于点云数据的岩体结构面识别方法研究[D];东北大学;2015年

10 马柏林;激光点云数据索引和压缩方法研究[D];西安科技大学;2018年

本文编号：2854869