基于车载LiDAR数据的电力线提取方法研究
发布时间：2021-01-04 19:24
科学技术的不断革新,使得人类经济社会在快速发展的同时,也越来越多的受制于环境约束和资源约束。谋求新的能源利用模式势在必行,依托日益成熟的信息科技的全球能源互联网营运而生,智能电网建设则成为全球能源互联网建设的关键任务。在全球能源互联网和智能电网建设的过程中,电力设备数字化、电力网络安全传输和电力路线合理规划至关重要。作为一种高效的遥感数据获取方法,车载激光雷达测量（Light Detection and Ranging,LiDAR）技术可以在短时间内快速获取大量具有精确三维坐标的点云数据,用于获取测量目标的物理状态,实现电力网络数字化和电网的高效巡检管理,从而为智能电网建设和全球能源互联网建设提供助力。本文在全面分析研究车载LiDAR系统和点云数据特性的基础上,首先对车载点云数据的预处理过程进行研究,随后利用正态分布变换（Normal Distributions Transform,NDT）算法实现电力线的粗提取,并在此基础上利用随机抽样一致性（RANdom SAmple Consensus,RANSAC）算法实现电力线的精提取,最后对提取后的电力线点云数据进行精度分析评价。总体研究内...
【文章来源】：湖南科技大学湖南省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
本文研究方法技术路线图
第二章车载LiDAR技术基础-10-除激光扫描仪外，测量单元内还包含有GNSS、IMU和CCD相机，其中IMU的绝对位置精度为20-50mm，俯仰精度0.005°，航偏精度0.015°，用户可根据需要选择是否配备CCD相机，本文主要研究车载LiDAR点云数据，故不对CCD相机及相关数据进行介绍说明。在VMQ-1HA系统的控制单元中，主要配置有控制计算机、数据采集软件(RIACQUIRE)和里程计(DistanceMeasurementIndicator，DMI)。其中数据采集软件完成整个外业空间数据采集工作的数据整合，同时可以对整个集成系统进行测试和验证，并应用在整个系统的数据存储、数据可视化等各个方面。DMI主要用于记录测量车辆的行车速度和时刻，确保在GNSS失锁的情况下能够与IMU进行组合导航，以免造成数据断裂。VMQ-1HA系统的支持部件用于将系统设备安装到车辆上并协助满足作业多角度扫描需要，主要包括旋转平台、车顶安装架等。(a)(b)图2.2(a)VMQ-1HA系统组件；(b)VMQ-1HA系统硬件配置示意图Fig.2.2(a)VMQ-1HASystemComponents;(b)VMQ-1HASystemHardwareConfigurationDiagram
描过程中，各系统单元通过时间同步控制器实现数据的同步采集，并获得不同的采集数据，其中激光扫描仪对当前车载LiDAR系统周围物体进行逐点扫描，获取周围物体位置信息，GNSS可测定当前车载LiDAR系统所在的精确坐标，IMU可测定当前车载LiDAR系统的实时姿态，CCD相机可以获取当前车载LiDAR系统周围的数字纹理影像，并由车载LiDAR系统中所配置的计算机对各传感器采集的数据进行同步存储。系统中主要设备的工作原理如下所述：（1）激光扫描仪激光扫描仪主要利用线性扫描的方式通过车辆前进获取车辆行驶路线两侧的三维数据（如图2.3）。在线性扫描的过程中，激光点按照时间顺序进行获取，在空间中依次排列相互紧邻，如图2.4所示，相邻点依次紧邻形成扫描线，且相邻的扫描线在空间上相互紧邻并沿车辆行进方向依次排列[50]。同一条扫描线上相邻的两个激光点间的角度差相同，激光扫描仪在车辆行进过程中通过周期性发射脉冲并接收脉冲，即可获得每个激光点的扫描角度。激光扫描仪通过激光器向周围发射激光脉冲，激光由空气入射到周围物体上产生散射，其中一部分经过一段时间后发生反射，并由能将光信号转换为电信号的接收器接收，通过记录激光器发射激光的时间和接收器接受放射激光的时间，利用光在空气中的传播速度，根据公式（2.1）即可计算出激光扫描仪与物体之间的距离。根据扫描角度和距离即可求得各物体点在扫描仪坐标系下的坐标。2Ctd（2.1）其中，d为激光扫描仪与物体之间的距离，t为同一个激光信号在激光器发射激光与接收器接收激光之间的时间差，C为光在空气中的传播速度，是一个常数，即C=300,000千米/秒。图2.3车载LiDAR系统采集数据示意图Fig.2.3SchematicDiagramofDataAcquisitioninVehicleLiDARSystem
【参考文献】：
期刊论文
[1]智能牵引供电系统标准体系研究[J]. 朱飞雄. 电气化铁道. 2018(06)
[2]车载激光雷达的主要技术分支及发展趋势[J]. 余莹洁. 科研信息化技术与应用. 2018(06)
[3]中国能源互联网发展基本特征[J]. 鲁刚. 中国电力. 2018(08)
[4]车载LiDAR点云路灯提取方法[J]. 李永强,董亚涵,张西童,李鹏鹏. 测绘学报. 2018(02)
[5]大型无人机电力巡检LiDAR点云安全距离诊断方法[J]. 陈驰,彭向阳,宋爽,王柯,钱金菊,杨必胜. 电网技术. 2017(08)
[6]车载LiDAR数据电力线与塔杆提取方法[J]. 赖广陵,秦志远,丁璐. 测绘科学技术学报. 2016(06)
[7]机载激光雷达数据中电力线的快速提取[J]. 王平华,习晓环,王成,夏少波. 测绘科学. 2017(02)
[8]面向车载激光扫描数据的道路目标精细化鲁棒提取[J]. 熊伟成,杨必胜,董震. 地球信息科学学报. 2016(03)
[9]机载激光点云数据中电力线自动提取方法[J]. 陈驰,麦晓明,宋爽,彭向阳,徐文学,王珂. 武汉大学学报(信息科学版). 2015(12)
[10]无人机在湛江电网台风应急巡检中的应用[J]. 王柯,麦晓明,许志海,彭向阳,饶章权. 广东电力. 2015(09)
博士论文
[1]基于LiDAR数据的海岸线提取技术研究[D]. 于彩霞.解放军信息工程大学 2015
[2]机载LIDAR数据处理与土地利用分类研究[D]. 袁枫.中国矿业大学 2010
[3]基于多种遥感数据的电力线走廊特征物提取方法研究[D]. 穆超.武汉大学 2010
硕士论文
[1]利用车载LiDAR点云的自动成图技术研究[D]. 吴永兴.中国地质大学(北京) 2018
[2]基于点云片段法的道路边线提取研究[D]. 王淑燕.东华理工大学 2017
[3]基于机载LiDAR点云的电力走廊三维要素提取技术[D]. 宋爽.武汉大学 2017
[4]基于机载LiDAR数据的电力走廊信息提取技术研究[D]. 解冰谦.哈尔滨工业大学 2016
[5]基于车载LiDAR点云数据的滤波及道路标识线提取研究[D]. 曾妮红.中国地质大学 2016
[6]机载LiDAR点云数据滤波方法研究[D]. 甘桂琴.中南大学 2012
[7]基于车载激光扫描数据的三维重建研究[D]. 戴彬.首都师范大学 2011
[8]机载LiDAR点云数据分类技术研究[D]. 龚亮.解放军信息工程大学 2011
[9]互联网GIS系统底层算法设计和实现[D]. 林钊.昆明理工大学 2011
[10]线状目标识别及跟踪算法研究[D]. 陈军.西安电子科技大学 2009
本文编号：2957292
【文章来源】：湖南科技大学湖南省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
本文研究方法技术路线图
第二章车载LiDAR技术基础-10-除激光扫描仪外，测量单元内还包含有GNSS、IMU和CCD相机，其中IMU的绝对位置精度为20-50mm，俯仰精度0.005°，航偏精度0.015°，用户可根据需要选择是否配备CCD相机，本文主要研究车载LiDAR点云数据，故不对CCD相机及相关数据进行介绍说明。在VMQ-1HA系统的控制单元中，主要配置有控制计算机、数据采集软件(RIACQUIRE)和里程计(DistanceMeasurementIndicator，DMI)。其中数据采集软件完成整个外业空间数据采集工作的数据整合，同时可以对整个集成系统进行测试和验证，并应用在整个系统的数据存储、数据可视化等各个方面。DMI主要用于记录测量车辆的行车速度和时刻，确保在GNSS失锁的情况下能够与IMU进行组合导航，以免造成数据断裂。VMQ-1HA系统的支持部件用于将系统设备安装到车辆上并协助满足作业多角度扫描需要，主要包括旋转平台、车顶安装架等。(a)(b)图2.2(a)VMQ-1HA系统组件；(b)VMQ-1HA系统硬件配置示意图Fig.2.2(a)VMQ-1HASystemComponents;(b)VMQ-1HASystemHardwareConfigurationDiagram
描过程中，各系统单元通过时间同步控制器实现数据的同步采集，并获得不同的采集数据，其中激光扫描仪对当前车载LiDAR系统周围物体进行逐点扫描，获取周围物体位置信息，GNSS可测定当前车载LiDAR系统所在的精确坐标，IMU可测定当前车载LiDAR系统的实时姿态，CCD相机可以获取当前车载LiDAR系统周围的数字纹理影像，并由车载LiDAR系统中所配置的计算机对各传感器采集的数据进行同步存储。系统中主要设备的工作原理如下所述：（1）激光扫描仪激光扫描仪主要利用线性扫描的方式通过车辆前进获取车辆行驶路线两侧的三维数据（如图2.3）。在线性扫描的过程中，激光点按照时间顺序进行获取，在空间中依次排列相互紧邻，如图2.4所示，相邻点依次紧邻形成扫描线，且相邻的扫描线在空间上相互紧邻并沿车辆行进方向依次排列[50]。同一条扫描线上相邻的两个激光点间的角度差相同，激光扫描仪在车辆行进过程中通过周期性发射脉冲并接收脉冲，即可获得每个激光点的扫描角度。激光扫描仪通过激光器向周围发射激光脉冲，激光由空气入射到周围物体上产生散射，其中一部分经过一段时间后发生反射，并由能将光信号转换为电信号的接收器接收，通过记录激光器发射激光的时间和接收器接受放射激光的时间，利用光在空气中的传播速度，根据公式（2.1）即可计算出激光扫描仪与物体之间的距离。根据扫描角度和距离即可求得各物体点在扫描仪坐标系下的坐标。2Ctd（2.1）其中，d为激光扫描仪与物体之间的距离，t为同一个激光信号在激光器发射激光与接收器接收激光之间的时间差，C为光在空气中的传播速度，是一个常数，即C=300,000千米/秒。图2.3车载LiDAR系统采集数据示意图Fig.2.3SchematicDiagramofDataAcquisitioninVehicleLiDARSystem
【参考文献】：
期刊论文
[1]智能牵引供电系统标准体系研究[J]. 朱飞雄. 电气化铁道. 2018(06)
[2]车载激光雷达的主要技术分支及发展趋势[J]. 余莹洁. 科研信息化技术与应用. 2018(06)
[3]中国能源互联网发展基本特征[J]. 鲁刚. 中国电力. 2018(08)
[4]车载LiDAR点云路灯提取方法[J]. 李永强,董亚涵,张西童,李鹏鹏. 测绘学报. 2018(02)
[5]大型无人机电力巡检LiDAR点云安全距离诊断方法[J]. 陈驰,彭向阳,宋爽,王柯,钱金菊,杨必胜. 电网技术. 2017(08)
[6]车载LiDAR数据电力线与塔杆提取方法[J]. 赖广陵,秦志远,丁璐. 测绘科学技术学报. 2016(06)
[7]机载激光雷达数据中电力线的快速提取[J]. 王平华,习晓环,王成,夏少波. 测绘科学. 2017(02)
[8]面向车载激光扫描数据的道路目标精细化鲁棒提取[J]. 熊伟成,杨必胜,董震. 地球信息科学学报. 2016(03)
[9]机载激光点云数据中电力线自动提取方法[J]. 陈驰,麦晓明,宋爽,彭向阳,徐文学,王珂. 武汉大学学报(信息科学版). 2015(12)
[10]无人机在湛江电网台风应急巡检中的应用[J]. 王柯,麦晓明,许志海,彭向阳,饶章权. 广东电力. 2015(09)
博士论文
[1]基于LiDAR数据的海岸线提取技术研究[D]. 于彩霞.解放军信息工程大学 2015
[2]机载LIDAR数据处理与土地利用分类研究[D]. 袁枫.中国矿业大学 2010
[3]基于多种遥感数据的电力线走廊特征物提取方法研究[D]. 穆超.武汉大学 2010
硕士论文
[1]利用车载LiDAR点云的自动成图技术研究[D]. 吴永兴.中国地质大学(北京) 2018
[2]基于点云片段法的道路边线提取研究[D]. 王淑燕.东华理工大学 2017
[3]基于机载LiDAR点云的电力走廊三维要素提取技术[D]. 宋爽.武汉大学 2017
[4]基于机载LiDAR数据的电力走廊信息提取技术研究[D]. 解冰谦.哈尔滨工业大学 2016
[5]基于车载LiDAR点云数据的滤波及道路标识线提取研究[D]. 曾妮红.中国地质大学 2016
[6]机载LiDAR点云数据滤波方法研究[D]. 甘桂琴.中南大学 2012
[7]基于车载激光扫描数据的三维重建研究[D]. 戴彬.首都师范大学 2011
[8]机载LiDAR点云数据分类技术研究[D]. 龚亮.解放军信息工程大学 2011
[9]互联网GIS系统底层算法设计和实现[D]. 林钊.昆明理工大学 2011
[10]线状目标识别及跟踪算法研究[D]. 陈军.西安电子科技大学 2009
本文编号：2957292
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2957292.html
