一种输电线路点云索引数据建立与危险点检测方法及系统

技术领域

本发明属于电力领域，特别涉及一种输电线路点云索引数据建立与危险点检测方法及系统。

背景技术

激光雷达在输电线路中的应用越来越广泛，在进行数据分析时，现有技术一般是将待分析的点云数据整体加载到内存，再进行渲染、或编辑分析。高效地组织和管理点云数据是高效地处理和应用点云数据的基础，不同的处理和应用要求，会采用不同的点云数据组织方法，通常有网格化、四叉树、八叉树、KD树、R树等数据组织形式。

但是现有技术存在以下缺点：1)对设备性能要求较高：随着硬件技术的不断提高，采集的点云数据也越来越多，单档数据点个数基本都在上千万以上，大部分都在几千万，几档数据就会达到上亿点云数据，实际可能需要加载几十档甚至上百档的数据，数据加载到内存时需要占用较大内存，若计算机性能低，则会出现内存不足情况；2)原始点云数据存储大小比计算机硬件有效运行内存高时，计算机无法处理和渲染显示的问题；3)进行数据分析时，检索时速度较慢，效率较低。

有鉴于此，本专利的目的在于提出一种输电线路点云索引与危险点检测方法及系统，能够降低海量点云数据处理对计算机内存的依赖，提高计算机对点云数据进行处理和渲染的鲁棒性和高效性。

发明内容

考虑到上述问题，提出了本发明。

根据本发明一方面，提出了一种输电线路点云索引数据建立与危险点检测方法，该方法包括：

步骤S1：杆塔中心线连线创建O-XY平面，以点云数据的俯视视角为z轴负向，建立XYZ坐标系，在O-XY平面中确定3条参考线，D1、D2、D3，所述三条参考线的确定方式具体为：

选取一档数据中的两个塔杆T1、T2,以所述两个塔杆中心点的连线构成的直线作为参考线D1；

过点云数据在D1方向上最右侧的点，与D1垂直的线为参考线D2；

过点云数据在D1方向上最左侧的点，与D1垂直的线为参考线D3；

步骤S2：以D1所在方向为x轴，过O点垂直于D1方向为y轴，建立坐标系oxy，计算点云区域在oxy坐标系中的长度l和宽度w，其中O点为D1与D3的交点；

步骤S3：以左上角网格序号为(0,0)点将区域划分为多个网格，每个所述网格长度g，网格宽度d，所述网格长度和宽度取值范围定为[0.1,3],网格的行数为w/d+1,网格的列数为I/g+1，Z方向上按照高程分成多层；

步骤S4：假设O点的原坐标为（x

如果OA顺时针旋转到OT1的角度大于90度，

步骤S5：将所述坐标转换后的点云分布到网格中；

步骤S6：对所述分布到网格中的点云按照八叉树结构进行排序存储，或者金字塔方式进行排序存储；

步骤S7：对排序存储后的点云数据存储成.las文件，索引文件和距离数据存储到自定义的索引配置文件。

对点云数据进行处理后，还利用点云数据进行危险点检测，即检测输电线路是否存在危险点。

输电线路危险点检测方法通过借助索引和排序进行安全距离计算，通过输入安全距离包括水平、竖直、净空进行危险点检测。

所述方法具体包括：

步骤S11：获取含有输电线的网格索引数据和待检测类别的网格索引数据；其中所述待检测类别是指可能接触输电线的危险类别；

步骤S22：遍历输电线网格索引数据和待检测类别的网格索引数据，进行安全分析，获得危险点；

a）获取当前输电线网格索引数据周边待检测类别的网格索引数据；

b）对a）步骤中当前输电线网格索引数据和所述待检测类别网格索引数据进行安全分析，获取危险点记录序号，所述安全分析包括：（1）对所述当前输电线网格索引数据与所述待检测类别网格索引数据之间的安全距离分析，（2）对所述当前输电线网格索引数据与所述待检测类别网格索引数据网格边界框之间的安全分析；

c）若（1）和（2）都没有危险，则该网格下层的数据不再进行安全分析，反之继续进行对下层网格进行安全分析，重复步骤b）操作。

步骤S33：将步骤S22获得的危险点距离合并分析，以实现输电线路危险点检测。

所述步骤S33具体包括：

S331：获取危险点一个网格内的所有危险点；

S332：获取其相邻网格危险点（如周边8个网格或者是周边24个网格内的危险点）进行合并；

S333：如果周边网格有危险点则继续查找周边网格相邻网格的危险点，一直循环到找不到危险点位置。相当于对网格数据进行聚类，相较于直接对危险点聚类，可以大幅提高聚类速度。

S334：将获取到的危险点进行聚类，获取距离输电线最近的危险点作为代表点，进行其他距离计算，如缺陷半径、距离杆塔的距离等

另一实施例中，输电线路危险点检测方法通过借助索引和排序进行安全距离计算，通过输入安全距离包括水平、竖直、净空进行危险点检测。

所述方法还具体包括：

步骤R11：获取含有输电线的网格数据索引和待检测类别的网格数据索引；其中所述待检测类别是指可能接触输电线的危险类别；

步骤R22：沿线路走向按照每列或者每两列网格数据进行距离分析，采用并行计算的方式分析每个分析单位中的待检测数据的安全性，获得危险点；

a1）获取每列中第一个网格的最高层数据(0,0,max_z)中的待检测点（例如植被），查找待检测点最近的输电线点，计算最近点的距离；其中计算最近点的距离包括：（1）查找待检测点最近的输电线点，获取最近点的距离，（2）查找待检测网格所在立体框的最近点的输电线点，获取最近点的距离

b1）如果a1)中（1）和（2）的最近点距离都超过安全距离，说明该网格数据安全，则认为网格下层的数据也安全，其下层的数据不用再继续检查，反之则继续对下层的数据进行步骤a1)的分析；

c1）遍历危险网格中的所有待检测点云数据，分析待测点云与输电线的安全性，如不安全，则记录待测点云的序号。

步骤R33：将步骤R22获得的危险点距离合并分析，以实现输电线路危险点检测。

所述步骤R33具体包括：

R331：获取危险点一个网格内的所有危险点；

R332：获取其相邻网格危险点（如周边8个网格或者是周边24个网格内的危险点）进行合并；

R333：如果周边网格有危险点则继续查找周边网格相邻网格的危险点，一直循环到找不到危险点位置。相当于对网格数据进行聚类，相较于直接对危险点聚类，可以大幅提高聚类速度。

R334：将获取到的危险点进行聚类，获取距离输电线最近的危险点作为代表点，进行其他距离计算，如缺陷半径、距离杆塔的距离等。

相对于现有技术，本申请具有如下有益效果：

本发明提供的一种输电线路点云索引与危险点检测方法和系统，针对输电线路点云数据特征，以档为单位，建立点云数据的索引结构，索引结构依据线路走向建立；同时根据建立的索引结构快速进行危险点检测聚类方法，降低了海量点云数据处理对计算机内存的依赖，提高了计算机对点云数据进行处理和渲染的鲁棒性和高效性。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1示出根据本发明一个实施例的输电线路点云索引方法流程图；

图2示出根据本发明一个实施例的输电线路一档数据示意图；

图3示出根据本发明一个实施例的输电线路点云网格示意图；

图4示出根据本发明一个实施例的电子设备。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

实施例一：为了解决上文所述的问题，提出了一种输电线路点云索引数据建立与危险点检测方法；该方法根据输电线路的数据特征，以档为单位参见图2，建立点云数据的索引结构，索引结构依据线路走向建立。

具体的，根据本发明实施例的提出了一种输电线路点云索引数据建立与危险点检测方法及系统，该方法包括：

步骤S1：塔中心线连线创建O-XY平面，以点云数据的俯视视角为z轴负向，建立XYZ坐标系，在O-XY平面中确定3条参考线，D1、D2、D3；（在定义参考线时，不考虑Z值，从数据的俯视视角建立，所述Z值为高度值），所述三条参考线的确定方式具体为：如图3；

选取一档数据中的两个塔杆T1、T2,以所述两个塔杆中心点的连线构成的直线作为参考线D1，方程定义为：A

过点云数据在D1方向上最右侧的点，与D1垂直的线为参考线D2，方程定义为：A

过点云数据在D1方向上最左侧的点，与D1垂直的线为参考线D3，方程定义为：A

步骤S2：以D1所在方向为x轴，过O点垂直于D1方向为y轴，建立坐标系oxy，计算点云区域在oxy坐标系中的长度l和宽度w；

步骤S3：将所述点云区域划分为多个网格，每个所述网格长度g，网格宽度d，所述网格长度和宽度取值范围定为[0.1,3],网格的行数为w/d+1,网格的列数为I/g+1，Z方向上按照高程分成多层；

步骤S4：假设O点的原坐标为（x

如果OA顺时针旋转到OT1的角度大于90度，

步骤S5：将所述坐标转换后的点云分布到网格中；

步骤S6：对所述分布到网格中的点云按照八叉树结构进行排序存储，或者金字塔方式进行排序存储；

步骤S7：对排序存储后的点云数据存储成.las文件，索引文件和距离数据存储到自定义的索引配置文件。

对点云数据进行处理后，还利用点云数据进行危险点检测，即检测输电线路是否存在危险点。

输电线路危险点检测方法通过借助索引和排序进行安全距离计算，通过输入安全距离包括水平、竖直、净空进行危险点检测。

所述方法具体包括：

步骤S11：获取含有输电线的网格索引数据和待检测类别的网格索引数据；其中所述待检测类别包括植被等可能接触输电线的危险类别；

步骤S22：遍历输电线网格索引数据和待检测类别的网格索引数据，进行安全分析，获得危险点：

a）获取当前输电线网格索引数据周边待检测类别的网格索引数据，例如若安全距离为7米，则获取当前输电线网格周边14米范围内的待检测类别网格索引数据；

b）对a）步骤中当前输电线网格索引数据和所述待检测类别网格索引数据进行安全分析，获取危险点记录序号，所述安全分析包括：（1）对所述当前输电线网格索引数据与所述待检测类别网格索引数据之间的安全距离分析，（2）对所述当前输电线网格索引数据与所述待检测类别网格索引数据网格边界框之间的安全分析；

c）若（1）和（2）都没有危险，则该网格下层的数据不再进行安全距离分析，反之继续进行对下层网格进行安全分析，重复步骤b）操作，此步骤可提高安全分析的速度。

步骤S33：将步骤S22获得的危险点距离合并分析，以实现输电线路危险点检测。

所述步骤S33具体包括：

S331：获取危险点一个网格内的所有危险点；

S332：获取其相邻网格危险点（如周边8个网格或者是周边24个网格内的危险点）进行合并；

S333：如果周边网格有危险点则继续查找周边网格相邻网格的危险点，一直循环到找不到危险点位置。相当于对网格数据进行聚类，相较于直接对危险点聚类，可以大幅提高聚类速度。

S334：将获取到的危险点进行聚类，获取距离输电线最近的危险点作为代表点，进行其他距离计算，如缺陷半径、距离杆塔的距离等

另一实施例中，输电线路危险点检测方法通过借助索引和排序进行安全距离计算，通过输入安全距离包括水平、竖直、净空进行危险点检测。

所述方法还具体包括：

步骤R11：获取含有输电线的网格数据索引和待检测类别的网格数据索引；其中所述待检测类别包括植被等可能接触输电线的危险类别；

步骤R22：沿线路走向按照每列或者每两列网格数据进行距离分析，采用并行计算的方式分析每个分析单位中的待检测数据的安全性，获得危险点；

a1）获取每列中第一个网格的最高层数据(0,0,max_z)中的待检测点（例如植被），查找待检测点最近的输电线点，计算最近点的距离；其中计算最近点的距离包括：（1）查找待检测点最近的输电线点，获取最近点的距离，（2）查找待检测网格所在立体框的最近点的输电线点，获取最近点的距离

b1）如果a)中（1）和（2）的最近点距离都超过安全距离，说明该网格数据安全，则认为网格下层的数据也安全，其下层的数据不用再继续检查，反之则继续对下层的数据进行步骤a)的分析；

c1）遍历危险网格中的所有待检测点云数据，分析待测点云与输电线的安全性，如不安全，则记录待测点云的序号。

步骤R33：将步骤R22获得的危险点距离合并分析，以实现输电线路危险点检测。

所述步骤R33具体包括：

R331：获取危险点一个网格内的所有危险点；

R332：获取其相邻网格危险点（如周边8个网格或者是周边24个网格内的危险点）进行合并；

R333：如果周边网格有危险点则继续查找周边网格相邻网格的危险点，一直循环到找不到危险点位置。相当于对网格数据进行聚类，相较于直接对危险点聚类，可以大幅提高聚类速度。

R334：将获取到的危险点进行聚类，获取距离输电线最近的危险点作为代表点，进行其他距离计算，如缺陷半径、距离杆塔的距离等。

本发明提供的输电线路点云索引与危险点检测方法，根据输电线路的数据特征，以档为单位，建立点云数据的索引结构，索引结构依据线路走向建立；同时根据建立的索引结构快速进行危险点检测，降低了海量点云数据处理对计算机内存的依赖，提高了计算机对点云数据进行处理和渲染的鲁棒性和高效性。

实施例二：

本发明还提出一种输电线路点云索引数据建立与危险点检测系统，该系统包括：

步骤S1：塔中心线连线创建O-XY平面，以点云数据的俯视视角为z轴负向，建立XYZ坐标系，在O-XY平面中确定3条参考线，D1、D2、D3；（在定义参考线时，不考虑Z值，从数据的俯视视角建立，所述Z值为高度值），所述三条参考线的确定方式具体为：如图3；

选取一档数据中的两个塔杆T1、T2,以所述两个塔杆中心点的连线构成的直线作为参考线D1，方程定义为：A

过点云数据在D1方向上最右侧的点，与D1垂直的线为参考线D2，方程定义为：A

过点云数据在D1方向上最左侧的点，与D1垂直的线为参考线D3，方程定义为：A

步骤S2：以D1所在方向为x轴，过O点垂直于D1方向为y轴，建立坐标系oxy，计算点云区域在oxy坐标系中的长度l和宽度w；

步骤S3：将所述点云区域划分为多个网格，每个所述网格长度g，网格宽度d，所述网格长度和宽度取值范围定为[0.1,3],网格的行数为w/d+1,网格的列数为I/g+1，Z方向上按照高程分成多层；

步骤S4：假设O点的原坐标为（xo,yo），其中O点为D1与D3的交点，O2为D1与D2的交点，以O为新原点（0，0），A的原坐标为（xA,yA）分别计算每个点在新坐标系中的坐标如式

如果OA顺时针旋转到OT1的角度大于90度，

步骤S5：将所述坐标转换后的点云分布到网格中；

步骤S6：对所述分布到网格中的点云按照八叉树结构进行排序存储，或者金字塔方式进行排序存储；

步骤S7：对排序存储后的点云数据存储成.las文件，索引文件和距离数据存储到自定义的索引配置文件。

对点云数据进行处理后，还利用点云数据进行危险点检测，即检测输电线路是否存在危险点。

输电线路危险点检测方法通过借助索引和排序进行安全距离计算，通过输入安全距离包括水平、竖直、净空进行危险点检测。

所述方法具体包括：

步骤S11：获取含有输电线的网格索引数据和待检测类别的网格索引数据；其中所述待检测类别包括植被等可能接触输电线的危险类别；

步骤S22：遍历输电线网格索引数据和待检测类别的网格索引数据，进行安全分析，获得危险点：

a）获取当前输电线网格索引数据周边待检测类别的网格索引数据，例如若安全距离为7米，则获取当前输电线网格周边14米范围内的待检测类别网格索引数据；

b）对a）步骤中当前输电线网格索引数据和所述待检测类别网格索引数据进行安全分析，获取危险点记录序号，所述安全分析包括：（1）对所述当前输电线网格索引数据与所述待检测类别网格索引数据之间的安全距离分析，（2）对所述当前输电线网格索引数据与所述待检测类别网格索引数据网格边界框之间的安全分析；

c）若（1）和（2）都没有危险，则该网格下层的数据不再进行安全距离分析，反之继续进行对下层网格进行安全分析，重复步骤b）操作，此步骤可提高安全分析的速度。

步骤S33：将步骤S22获得的危险点距离合并分析，以实现输电线路危险点检测。

所述步骤S33具体包括：

S331：获取危险点一个网格内的所有危险点；

S332：获取其相邻网格危险点（如周边8个网格或者是周边24个网格内的危险点）进行合并；

S333：如果周边网格有危险点则继续查找周边网格相邻网格的危险点，一直循环到找不到危险点位置。相当于对网格数据进行聚类，相较于直接对危险点聚类，可以大幅提高聚类速度。

S334：将获取到的危险点进行聚类，获取距离输电线最近的危险点作为代表点，进行其他距离计算，如缺陷半径、距离杆塔的距离等

另一实施例中，输电线路危险点检测方法通过借助索引和排序进行安全距离计算，通过输入安全距离包括水平、竖直、净空进行危险点检测。

所述方法还具体包括：

步骤R11：获取含有输电线的网格数据索引和待检测类别的网格数据索引；其中所述待检测类别包括植被等可能接触输电线的危险类别；

步骤R22：沿线路走向按照每列或者每两列网格数据进行距离分析，采用并行计算的方式分析每个分析单位中的待检测数据的安全性，获得危险点；

a1）获取每列中第一个网格的最高层数据(0,0,max_z)中的待检测点（例如植被），查找待检测点最近的输电线点，计算最近点的距离；其中计算最近点的距离包括：（1）查找待检测点最近的输电线点，获取最近点的距离，（2）查找待检测网格所在立体框的最近点的输电线点，获取最近点的距离

b1）如果a)中（1）和（2）的最近点距离都超过安全距离，说明该网格数据安全，则认为网格下层的数据也安全，其下层的数据不用再继续检查，反之则继续对下层的数据进行步骤a)的分析；

c1）遍历危险网格中的所有待检测点云数据，分析待测点云与输电线的安全性，如不安全，则记录待测点云的序号。

步骤R33：将步骤R22获得的危险点距离合并分析，以实现输电线路危险点检测。

所述步骤R33具体包括：

R331：获取危险点一个网格内的所有危险点；

R332：获取其相邻网格危险点（如周边8个网格或者是周边24个网格内的危险点）进行合并；

R333：如果周边网格有危险点则继续查找周边网格相邻网格的危险点，一直循环到找不到危险点位置。相当于对网格数据进行聚类，相较于直接对危险点聚类，可以大幅提高聚类速度。

R334：将获取到的危险点进行聚类，获取距离输电线最近的危险点作为代表点，进行其他距离计算，如缺陷半径、距离杆塔的距离等。

实施例三：

本公开实施例提供了一种电子设备，如图4所示，该电子设备包括一个或多个处理器21以及存储器22，图4中以一个处理器21为例。

该控制器还可以包括：输入装置23和输出装置24。

处理器21、存储器22、输入装置23和输出装置24可以通过总线或者其他方式连接，图4中以通过总线连接为例。

处理器21可以为中央处理器（CentralProcessingUnit，CPU）。处理器21还可以为其他通用处理器、数字信号处理器（DigitalSignalProcessor，DSP）、专用集成电路（ApplicationSpecificIntegratedCircuit，ASIC）、现场可编程门阵列（Field-ProgrammableGateArray，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器22可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序，存储数据区可存储根据服务器操作的处理装置的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器22可选包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至网络连接装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置23可接收输入的数字或字符信息，以及产生与服务器的处理装置的用户设置以及功能控制有关的键信号输入。输出装置24可包括显示屏等显示设备。

一个或者多个模块存储在存储器22中，当被一个或者多个处理器21执行时，执行如图1所示的方法。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的程序，可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体（Read-OnlyMemory，ROM）、随机存储记忆体（RandomAccessMemory，RAM）、快闪存储器（FlashMemory）、硬盘（HardDiskDrive，缩写：HDD）或固态硬盘（Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

尽管本文已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的组件或步骤。位于组件之前的单词“一”或“一个”不排除存在多个这样的组件。本发明可以借助于包括有若干不同组件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。