基于激光点云数据的输电线路安全检测分析研究

输电线路安全检测与分析是电力系统的智能化、数字化建设不可或缺的重要组成部分。当前输电线路超高压、大容量建设趋势,增加了输电线路检测与维护的难度。因此为提高人工巡检效率,突破复杂地形对巡线的局限性,提高空间定位精度,设计了一种基于激光点云数据的输电线路安全检测分析系统。系统功能主要包括电力走廊点云自动分类提取、安全检测分析,能够对电力线、杆塔等输电设备数据以及建筑物、河流等其他走廊地物数据进行自动分类提取;通过检测电力线与其他走廊地物之间的距离判别危险点类型,生成安全分析报告;为验证系统有效性,将系统分析数据与人工现场测量数据进行对比分析,结果表明,该系统能够精准地判别输电线路危险点,具有较高的实际应用价值。     

输电线路防外力破坏预警系统的设计与实现

针对各种施工吊车、塔吊等超高车辆在输电线路线旁作业或线下通行以及各种违法、违章行为造成输电线路断裂、短路,导致停电等事故隐患,设计一种基于超声波测距的输电线路防外力破坏预警系统.该系统由线上测距机和现场告警终端构成,采用超声波测距获得输电线路与隐患目标之间的距离,利用短距离无线传输将距离测量信号传送至现场告警终端,由现场告警终端分析、判决、处理后执行语音报警,从而达到保护输电线路安全的目的.详细介绍了系统功能、系统构成、无线模块及其与单片机之间的接口编程等.     

基于多源信息融合的输电线路特殊工况运动轨迹监测及风险评估系统应用

随着我国输电线路总里程增长和传输容量的增加,线路巡视、检修等运行管理的工作难度也越来越大,尤其是在特殊工况条件下的线路巡检需要耗费巨大的人力物力,且难以及时获得数据。为提升输电线路运行管理的自动化水平,提出了基于多源信息融合的输电线路特殊工况运动轨迹监测及风险评估系统,以实时监测和评估各种极端情况下的架空线路运行风险。系统实现了实时监测功能、线路信息实时可查、监测信息数据共享、设计监测站点之间的层级管控和数据查阅权限架构。对架空输电线路状态实时风险评估,采用统一通信平台实施报警提示举措,构建完整的联动机制。通过实验验证表明,系统可有效应用输电线路的多源信息,对特殊工况下的运动轨迹进行监测,并实时计算出风险评估定量值,实现智能化监测,保障电网运行的效率和安全。     

除冰机器人的多传感器高效融合障碍测距方法研究

障碍物测距是高压输电线路自主除冰机器人的关键技术之一;针对220 kV输电线路除冰机器人的结构特点,提出了一种基于障碍物距离信息融合检测方法;首先根据障碍物分布情况设计了除冰机器人多传感器检测系统的结构,建立了障碍物信息融合系统模型.然后根据障碍物信息状态模型的非线性特点,对传感器获取的异步测量数据进行同步处理,再应用改进的多传感器信息进行滤波和融合,并与单个传感器的结果相比较,实验结果研究表明:该方法能有效地融合不同传感器的信息,具有更高的测距精度和更快的收敛速度.     

无人机智能测距在输电线路的应用

随着架空输电线路快速发展,线路和其他附近接地体之间的距离矛盾越来越突出,对线路运行安全和后期线路规划产生重要影响。传统的测距方法是通过手持激光测距仪在地面进行扫描测距。这种测距方式存在准确度低、使用范围有限、受到外界环境干扰大等不足,无法满足现代输电线路的广泛需求。日益严峻的距离矛盾,迫使寻找一种更加先进、更加高效的测距方法来改善这一现状。因此,无人机测距技术应运而生。     

基于双目视觉技术的线路安全测距研究

为了精确地实现输电线路障碍测距，提出一种双目视觉的线路障碍安全测距方法。在分析双目视觉原理基础上，通过摄像机标定、立体校正、立体匹配等步骤实现测距。为了验证方案的可行性，搭建双目视觉巡检机器人，并模拟真实输电线路进行测距。结果表明，构建的双目视觉方案可实现输电线路障碍的高精度测距，且精度误差不超过3%,说明该方法可行，可用于机器人输电线路巡检。     

基于GIS平台的线路覆冰光纤光栅监测主站开发与实践

为了能够实时监测输电线路上的各种信息,并监测输电线路的安全状态,本文开发了一套输电线路在线监测主站,通过采集安装在输电线路上的各类光纤传感器的光纤光栅的波长,从而实时地监测线路信息。该主站基于GIS平台,采用asp.net技术,通过生动的人机交互模式实现对监测数据的实时显示、查询和高级分析,同时还可满足各级用户远程查看和操作的需要,目前该系统已在云南昭通运行,运行效果表明该系统具有较高的稳定性和准确性。     

除冰机器人的多传感器融合障碍测距方法研究

障碍物测距是高压输电线路自主除冰机器人的关键技术之一。针对220 kV输电线路除冰机器人的结构特点,提出了一种基于扩展卡尔曼滤波的障碍物距离信息融合检测方法。首先根据障碍物分布情况设计了除冰机器人多传感器检测系统的结构,建立了障碍物信息融合系统模型。然后根据障碍物信息状态模型的非线性特点,对传感器获取的异步测量数据进行同步处理,再应用改进的扩展卡尔曼滤波对多传感器信息进行滤波和融合,并与单个传感器的结果相比较,实验结果研究表明：该方法能有效地融合不同传感器的信息,具有更高的测距精度和更快的收敛速度。     

基于语义的用户关注度计算

基于用户关注度的场景绘制是大规模场景表意式绘制的研究热点之一.用户关注度高的景物应充分展示其细节,而用户关注度低的景物则可淡化其绘制效果.传统方法基于景物与用户关注中心景物的空间距离计算景物用户关注度.提出一种基于语义的景物用户关注度计算算法,首先建立场景的语义森林模型并预计算任意两语义之间的语义距离;运行时,根据用户输入的关注中心景物的语义和空间位置,综合考虑景物与该关注中心的语义距离与空间距离,计算景物的用户关注度;最后,根据用户关注度对景物分类,并通过多风格绘制与合成得到最终结果.本文算法计算的景物用户关注度更符合人类感知,且性能上可以达到交互实时.     

基于直升机激光点云的分裂导线重建研究

电力线三维模型是输电线路安全和增容分析的基础,机载/直升机激光雷达技术已经成为电力三维模型重建的重要技术手段,但少有研究涉及分裂导线的高精度建模。通过分析分裂导线点云数据的特点,提出一种基于点云分段、聚类分析和曲线拟合的分裂导线精细三维重建方法。最后利用获取的四分裂导线点云数据,考虑实际作业中可能遇到的点云缺失、密度偏低等情况,对算法进行了测试和分析。结果表明:该算法能够自适应地识别点云中分裂导线的数目,分离不同分裂导线的点云,建模结果可以满足输电线路安全分析的要求。     

结合语义分割与模型匹配的室内场景重建方法

目的 由于室内点云场景中物体的密集性、复杂性以及多遮挡等带来的数据不完整和多噪声问题,极大地限制了室内点云场景的重建工作,无法保证场景重建的准确度。为了更好地从无序点云中恢复出完整的场景,提出了一种基于语义分割的室内场景重建方法。方法 通过体素滤波对原始数据进行下采样,计算场景三维尺度不变特征变换（3D scale-invariant feature transform,3D SIFT）特征点,融合下采样结果与场景特征点从而获得优化的场景下采样结果;利用随机抽样一致算法（random sample consensus,RANSAC）对融合采样后的场景提取平面特征,将该特征输入PointNet网络中进行训练,确保共面的点具有相同的局部特征,从而得到每个点在数据集中各个类别的置信度,在此基础上,提出了一种基于投影的区域生长优化方法,聚合语义分割结果中同一物体的点,获得更精细的分割结果;将场景物体的分割结果划分为内环境元素或外环境元素,分别采用模型匹配的方法、平面拟合的方法从而实现场景的重建。结果 在S3DIS （Stanford large-scale 3D indoor space dataset）数据集上进行实验,本文融合采样算法对后续方法的效率和效果有着不同程度的提高,采样后平面提取算法的运行时间仅为采样前的15%;而语义分割方法在全局准确率（overall accuracy,OA）和平均交并比（mean intersection over union,mIoU）两个方面比PointNet网络分别提高了2.3%和4.2%。结论 本文方法能够在保留关键点的同时提高计算效率,在分割准确率方面也有着明显提升,同时可以得到高质量的重建结果。     

无人机倾斜摄影技术在电力巡线树障检测中的实践应用研究

为解决目前贵州电网电力巡线工作中人工巡检存在精度低、效率慢、智能化水平低等问题,本文结合无人机倾斜摄影技术的工作原理,对输电线路杆塔、通道及周边环境进行无人机航飞、建模,形成电力线通道三维点云,利用自动匹配的导线精确计算出树障距离和位置。即将无人机倾斜摄影技术用于电力线巡检,可在恢复输电线路通道三维点云的基础上实现树障的定量化检测,探索出一种无人机智能电力巡线新方法。本文将从无人机航空摄影方法、地表三维点云重建方法、导线三维重建方法和树线距离量测方法四个方面,重点分析无人机倾斜摄影技术在电力巡线树障巡检作业中的工作原理和流程,并结合一线巡检班组的实验数据,阐述其在实践中的具体应用。     

一种基于联合轮廓特征矢量的目标识别方法

针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选和加权,建立起待识别目标的联合轮廓特征矢量模型.在线识别时,提取场景目标的联合轮廓特征矢量,对其进行...     

面向输电线路的异常目标检测方法

输电线路异常目标检测是电力系统监控的重要环节。现有的检测方法并未针对输电线路场景进行有效设计,存在深度网络所提取的特征不够充分,在目标环境多变、尺度变化等影响下缺乏鲁棒性等问题。本文提出一种面向输电线路的异常目标检测方法,该方法采用HRNet作为主干网络提取高分辨率特征,结合HRFPN优化目标特征表示的质量与在RPN阶段均衡产生的正负锚点数量比例,并使用级联的目标检测器进行分类和边界框回归。在输电线路场景的检测结果表明,本文提出的方法具有更高的检测性能,优于Faster R-CNN、Cascade R-CNN。     

基于智能的配电网电力大数据三维场景可视化分析

配电网电力大数据的三维场景重构是实现数据优化挖掘的关键,提出基于人工智能的配电网电力大数据三维场景可视化分析方法。建立配电网电力大数据三维场景的网格分布结构模型,并进行配电网电力大数据三维场景实时数据监测,根据监测结果进行配电网电力大数据的统计特征分析,对配电网电力大数据三维场景实时数据采用信息融合和模糊层析性分析方法进行信息融合和自适应调度,提取配电网电力大数据的三维可视化分布特征量,采用视觉特征重构技术,实现对配电网电力大数据三维场景可视化重构,在人工智能算法控制下提高电力大数据三维场景可视化重构的精度。仿真结果表明,采用该方法进行配电网电力大数据三维场景可视化重构的精度较高,提高了配电网电力大数据挖掘的效能。     

三维场景点云理解与重建技术

3维场景理解与重建技术能够使计算机对真实场景进行高精度复现并引导机器以3维空间的思维理解整个真实世界,从而使机器拥有足够智能参与到真实世界的生产与建设,并能通过场景的模拟为人类的决策和生活提供服务。3维场景理解与重建技术主要包含场景点云特征提取、扫描点云配准与融合、场景理解与语义分割、扫描物体点云补全与细粒度重建等,在处理真实扫描场景时,受到扫描设备、角度、距离以及场景复杂程度的影响,对技术的精准度和稳定性提出了更高的要求,相关的技术也十分具有挑战性。其中,原始扫描点云特征提取与配准融合旨在将同场景下多个扫描区域进行特征匹配,从而融合得到完整的场景点云,是理解与重建技术的基石;场景点云的理解与语义分割的目的在于对场景模型进行整体感知并根据语义特征划分为功能性物体甚至是部件的点云,是整套技术的核心组成部分;后续的物体点云细粒度补全主要研究扫描物体的结构恢复和残缺部分补全,是场景物体点云细粒度重建的关键性技术。本文围绕上述系列技术,详细分析了基于3维点云的场景理解与重建技术相关的应用领域和研究方向,归结总结了国内外的前沿进展与研究成果,对未来的研究方向和技术发展进行了展望。     

利用运动线索的单目深度测量

目的 传统的单目视觉深度测量方法具有设备简单、价格低廉、运算速度快等优点,但需要对相机进行复杂标定,并且只在特定的场景条件下适用。为此,提出基于运动视差线索的物体深度测量方法,从图像中提取特征点,利用特征点与图像深度的关系得到测量结果。方法 对两幅图像进行分割,获取被测量物体所在区域;然后采用本文提出的改进的尺度不变特征变换SIFT（scale-invariant feature transtorm）算法对两幅图像进行匹配,结合图像匹配和图像分割的结果获取被测量物体的匹配结果;用Graham扫描法求得匹配后特征点的凸包,获取凸包上最长线段的长度;最后利用相机成像的基本原理和三角几何知识求出图像深度。结果 实验结果表明,本文方法在测量精度和实时性两方面都有所提升。当图像中的物体不被遮挡时,实际距离与测量距离之间的误差为2.60%,测量距离的时间消耗为1.577 s;当图像中的物体存在部分遮挡时,该方法也获得了较好的测量结果,实际距离与测量距离之间的误差为3.19%,测量距离所需时间为1.689 s。结论 利用两幅图像上的特征点来估计图像深度,对图像中物体存在部分遮挡情况具有良好的鲁棒性,同时避免了复杂的摄像机标定过程,具有实际应用价值。     

真实场景中基于体表示的目标外形和纹理获取

传统的基于图像的三维重建方法中,图像间的相关特征匹配是影响重建模型质量和精度的主要因素之一。提出一种基于体表示的真实目标的重建方法,回避了二维图像间的特征匹配问题,简化了建模的复杂度。该方法首先提取目标物的轮廓信息;其次单向单层遍历场景空间中目标物的最小三维包围盒,利用目标物固有的颜色信息不变性判断体元反向投影的一致性,从而获取目标的三维信息;最后利用获取的三维信息绘制得到真实目标的逼真模型。实验结果表明该方法建模精度较高,真实感强。     

基于双重金字塔网络的视频目标分割方法

针对复杂视频场景中难以分割特定目标的问题，提出一种基于双重金字塔网络（DPN）的视频目标分割方法。首先，通过调制网络的单向传递让分割模型适应特定目标的外观。具体而言，从给定目标的视觉和空间信息中学习一种调制器，并通过调制器调节分割网络的中间层以适应特定目标的外观变化。然后，通过基于不同区域的上下文聚合的方法，在分割网络的最后一层中聚合全局上下文信息。最后，通过横向连接的自左而右结构，在所有尺度中构建高阶语义特征图。所提出的视频目标分割方法是一个可以端到端训练的分割网络。大量实验结果表明，所提方法在DAVIS2016数据集上的性能与较先进的使用在线微调的方法相比，可达到相竞争的结果，且在DAVIS2017数据集上性能较优。     

基于虚拟光源的实时半透明材质渲染

半透明材质渲染是实时渲染领域的重要研究部分。针对透射渲染依赖于准确的透射厚度计算,往往受限于场景模型和光照的复杂度问题,提出一种基于虚拟光源来计算半透明材质渲染中的透射厚度的方法。即在场景中增加一个虚拟光源,并在虚拟光源处使用排序算法来计算场景的深度信息。在计算从真实光源到着色点处的透射厚度时,提出在两者世界空间连线的直线段上进行采样,统计在物体内部的采样点占总采样点数目的比例,乘以直线段的长度得到估计结果。并且,当场景中存在多个真实光源时,基于采样的方法能够 复用虚拟光源中存储的场景深度信息。该算法能够有效地提升透射厚度计算的准确率,也能减轻场景中光源数量增多带来的显存开销问题。实验证明该方法能在效率、效果和显存开销之间取得较好的平衡。