一种基于点云的带电主电线检测方法

1.本发明涉及线缆检测技术领域，尤其涉及一种基于点云的带电主电线检测方法。


背景技术：

2.带电作业机器人是一种在高空中代替人工完成高压线缆搭接和拆卸等一系列高危作业的特种机器人，与传统的人工作业相比，其大大提高了作业安全和效率。带电作业机器人在作业过程中需要获得作业主线线缆的精确方向和位置，这依赖配备的面阵激光。但是面阵激光在照射主线线缆时，会受到阳光的干扰，采集的点云数据会包含有大量的点云噪声，影响了对主线线缆的准确检测。
3.现有的激光点云主线线缆检测算法主要包括:基于区域增长算法的主线线缆检测方法、基于点云直线拟合算法的直线线缆检测方法和基于深度学习的点云主线检测方法。
4.基于区域增长算法的主线线缆检测方法，通过一个种子点云不断的扩散增长，找到一块连通区域内的点云，对该段内的点云使用样条曲线去拟合。但当主线附近出现大块的连接点云时，这种方法仍会认为干扰点云块是主线的一部分。
5.基于点云直线拟合算法的直线线缆检测方法，主要是使用最小二乘法或ransc算法,将直线拟合出来。这种方法对噪声点云较少的情况能够较好的拟合，但出现噪声数据过多，在使用最小二乘法或者ransc算法去拟合直线时，会使得拟合的直线偏向噪声的位置。
6.基于深度学习的点云主线检测方法，这种方法使用深度学习来训练一个点云分割模型完成主线的提取。但是训练深度学习点云分割模型需要采集大量的训练数据以及需要大量的时间去训练一个效果较好的模型。另外，在模型推理过程中非常消耗计算资源，导致检测时间过于慢。
7.现有技术，如中国发明申请（cn202111485878.5）公开的基于点云的带电主电线检测方法，包括步骤1、点云前处理：对从主线线缆区域范围内获取的三维点云进行直通滤波、离群点去除和体素滤波前处理，提取作业范围内不含噪声的目标点云；步骤2、点云霍夫变换滤：使用霍夫变换，对前处理后的点云进一步滤波，提取有主线线缆特征的有效点云；步骤3、有效点云后处理：对所述有效点云分段，对每段点云进行dbascan聚类，对每类点云进行直线拟合，对拟合直线进行拟合投票，根据拟合投票结果，统计出相关联的点云并拟合出主线。但是上述方法对于大比例尺的大幅地图处理效率低。


技术实现要素：

8.本发明的目的是为了解决背景技术中存在的缺点，而提出的一种基于点云的带电主电线检测方法。
9.为了实现上述目的，本发明采用了如下技术方案：一种基于点云的带电主电线检测方法，包括以下步骤：步骤s1、采集深度图像与彩色图像，通过坐标系的转换使深度图像与彩色图像进行对齐，生成三维点云数据；
步骤s2、对图片进行分片；步骤s3、对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云；步骤s4、对每个分片内的图像通过hough变换结合最小二乘进行拟合；步骤s5、对分片之间的连接处通过hough变换结合最小二乘进行拟合；步骤s6、将各分片组合。
10.优选的，在步骤s2中，对三维点云数据进行剔除粗差。
11.优选的，在步骤s2中，将图像分割成n*n的分片区域a，在步骤s5中，将分割区域沿x或者y方向平移n/2后形成新的分片区域b，此时分片区域b为分片区域a的连接处。
12.优选的，在步骤s3中，滤波通过迭代法对图像进行分割，包括以下步骤：步骤（1）、选取平均值a0为初始值，此时ak=a0；步骤（2）、根据ak将数据划分为a
p
和aq，其中a
p
小于ak，aq大于ak；步骤（3）、计算a
k+1
，其中a
k+1
=（a
p
+aq）/2；步骤（4）、将a
k+1
替代ak直至ak收敛，此时的ak为最终分割值。
13.优选的，在步骤s2中，利用基于统计的稀疏离群点检测方法剔除离群点。
14.优选的，在步骤s6中，对分片内的区域形成的拟合直线以及分片之间的区域形成的拟合直线进行拟合。
15.本发明的有益效果是：本发明针对大比例尺的大幅地图，对图片进行分片，对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云，每个分片内的图像通过hough变换结合最小二乘进行拟合，对分片之间的连接处通过hough变换结合最小二乘进行拟合，最后将各分片组合，能够对分片内的数据进行同时高效快速地处理，最大限度地保留数据的特征信息。
附图说明
16.图1为本发明提出的一种基于点云的带电主电线检测方法的流程图。
实施方式
17.为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
18.需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
19.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例
20.请参照图1，一种基于点云的带电主电线检测方法，包括以下步骤：步骤s1、采集深度图像与彩色图像，通过坐标系的转换使深度图像与彩色图像进行对齐，生成三维点云数据；步骤s2、对图片进行分片；步骤s3、对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云；步骤s4、对每个分片内的图像通过hough变换结合最小二乘进行拟合；步骤s5、对分片之间的连接处通过hough变换结合最小二乘进行拟合；步骤s6、将各分片组合。
21.优选的，在步骤s2中，对三维点云数据进行剔除粗差。
22.优选的，在步骤s2中，利用基于统计的稀疏离群点检测方法剔除离群点。
实施例
23.一种基于点云的带电主电线检测方法，包括以下步骤：步骤s1、采集深度图像与彩色图像，通过坐标系的转换使深度图像与彩色图像进行对齐，生成三维点云数据；步骤s2、对图片进行分片，将图像分割成n*n的分片区域a，在步骤s5中，将分割区域沿x或者y方向平移n/2后形成新的分片区域b，此时分片区域b为分片区域a的连接处；步骤s3、对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云；步骤s4、对每个分片内的图像通过hough变换结合最小二乘进行拟合；步骤s5、对分片之间的连接处通过hough变换结合最小二乘进行拟合；步骤s6、将各分片组合。
实施例
24.一种基于点云的带电主电线检测方法，包括以下步骤：步骤s1、采集深度图像与彩色图像，通过坐标系的转换使深度图像与彩色图像进行对齐，生成三维点云数据；步骤s2、对图片进行分片；步骤s3、对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云；滤波通过迭代法对图像进行分割，包括以下步骤：步骤（1）、选取平均值a0为初始值，此时ak=a0；步骤（2）、根据ak将数据划分为a
p
和aq，其中a
p
小于ak，aq大于ak；步骤（3）、计算a
k+1
，其中a
k+1
=（a
p
+aq）/2；步骤（4）、将a
k+1
替代ak直至ak收敛，此时的ak为最终分割值。
25.步骤s4、对每个分片内的图像通过hough变换结合最小二乘进行拟合；步骤s5、对分片之间的连接处通过hough变换结合最小二乘进行拟合；步骤s6、将各分片组合。
实施例
26.一种基于点云的带电主电线检测方法，包括以下步骤：步骤s1、采集深度图像与彩色图像，通过坐标系的转换使深度图像与彩色图像进行对齐，生成三维点云数据；步骤s2、对图片进行分片；步骤s3、对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云；步骤s4、对每个分片内的图像通过hough变换结合最小二乘进行拟合；步骤s5、对分片之间的连接处通过hough变换结合最小二乘进行拟合；步骤s6、将各分片组合，对分片内的区域形成的拟合直线以及分片之间的区域形成的拟合直线进行拟合。
27.本发明针对大比例尺的大幅地图，对图片进行分片，对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云，每个分片内的图像通过hough变换结合最小二乘进行拟合，对分片之间的连接处通过hough变换结合最小二乘进行拟合，最后将各分片组合，能够对分片内的数据进行同时高效快速地处理，最大限度地保留数据的特征信息。
28.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种基于点云的带电主电线检测方法，其特征在于，包括以下步骤：步骤s1、采集深度图像与彩色图像，通过坐标系的转换使深度图像与彩色图像进行对齐，生成三维点云数据；步骤s2、对图片进行分片；步骤s3、对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云；步骤s4、对每个分片内的图像通过hough变换结合最小二乘进行拟合；步骤s5、对分片之间的连接处通过hough变换结合最小二乘进行拟合；步骤s6、将各分片组合。2.根据权利要求1所述的一种基于点云的带电主电线检测方法，其特征在于，在步骤s2中，对三维点云数据进行剔除粗差。3.根据权利要求1所述的一种基于点云的带电主电线检测方法，其特征在于，在步骤s2中，将图像分割成n*n的分片区域a，在步骤s5中，将分割区域沿x或者y方向平移n/2后形成新的分片区域b，此时分片区域b为分片区域a的连接处。4.根据权利要求1所述的一种基于点云的带电主电线检测方法，其特征在于，在步骤s3中，滤波通过迭代法对图像进行分割，包括以下步骤：步骤（1）、选取平均值a0为初始值，此时a
k
=a0；步骤（2）、根据a
k
将数据划分为a
p
和a
q
，其中a
p
小于a
k
，a
q
大于a
k
；步骤（3）、计算a
k+1
，其中a
k+1
=（a
p
+a
q
）/2；步骤（4）、将a
k+1
替代a
k
直至a
k
收敛，此时的a
k
为最终分割值。5.根据权利要求1所述的一种基于点云的带电主电线检测方法，其特征在于，在步骤s2中，利用基于统计的稀疏离群点检测方法剔除离群点。6.根据权利要求1所述的一种基于点云的带电主电线检测方法，其特征在于，在步骤s6中，对分片内的区域形成的拟合直线以及分片之间的区域形成的拟合直线进行拟合。

技术总结
本发明涉及线缆检测领域，具体公开了一种基于点云的带电主电线检测方法,包括以下步骤：步骤S1、采集深度图像与彩色图像，通过坐标系的转换使深度图像与彩色图像进行对齐，生成三维点云数据；步骤S2、对图片进行分片；步骤S3、对每个分片内的点云进行滤波处理，提取有主线线缆特征的有效点云；步骤S4、对每个分片内的图像通过Hough变换结合最小二乘进行拟合；步骤S5、对分片之间的连接处通过Hough变换结合最小二乘进行拟合；步骤S6、将各分片组合，本发明针对大比例尺的大幅地图，对图片进行分片，能够对分片内的数据进行同时高效快速地处理，最大限度地保留数据的特征信息。最大限度地保留数据的特征信息。最大限度地保留数据的特征信息。


技术研发人员：冷岳峰 张同 蔡雅丽
受保护的技术使用者：辽宁工程技术大学
技术研发日：2023.03.27
技术公布日：2023/8/9