买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本发明提出了一种无人机电力巡检激光雷达LiDAR点云实时导线提取方法，以无人机巡检系统采集的激光雷达LiDAR点云数据为研究对象，针对其数据特点，制定三步法实时导线提取模型应用策略，具体化线路走廊的激光雷达LiDAR点云数据的三步法实时导线提取模型中定义的DCSV点云表征方法、扩散场特征增强方法、神经网络DCSV表征目标检测的提取方法，完成激光雷达LiDAR点云数据的输电导线快速提取。该方法可以较好解决传统激光雷达LiDAR点云输电导线提取方法步骤复杂、难以实时化的提取问题。

主权项：1.无人机电力巡检激光雷达点云实时输电导线提取方法，其特征在于，包括如下步骤：步骤1，利用可变几何体素扩散截面图DCSV表征方法，在三维点云上实现高效的卷积，所述可变几何体素扩散截面图DCSV表征方法将离散点云转化为三维张量，该张量由非沿坐标轴规则划分的可变几何体素构成；步骤1中所述可变几何体素扩散截面图DCSV表征方法将激光点云体素化为沿无人机UAV飞行方向的系列不规则形状三维占据格网，设置DCSV在3D航迹水平投影方向y，水平面内垂直航迹方向x，高程方向z的格网分辨率分别为Δl,Δw,Δh，激光点云则被划分为lΔl,wΔw,hΔh维的3D体素，l,w,h分别表示y、x、z方向上的激光点云总长度，每一个3D体素的DCSV能量特征定义为点密度约束下的高程线性编码fcsv·，如公式1： 其中，设PU,V,W为体素P在x、y、z方向上的体素坐标，j为体素P中的点数量，zi为体素P中的第i个点的高程坐标，分别为DCSV第C个通道中的点集中的高程最大最小值，dt为体素P中最小点数阈值，λ为调整初始能量参数；经过计算体素的DCSV能量特征的离散正则化后，生成了维的3D能量张量；DCSV通过将可变的UAV航迹方向的水平投影作为张量空间的第三维作为张量通道C，计算高程线性编码时，具有相同的通道C的体素视为同一个可变几何体素截面，将3D空间的自由度降低到2，从而能够在DCSV上进行高效的2D卷积；步骤2，在可变几何体素扩散截面图DCSV表征方法的基础上，利用扩散场特征增强方法，增强输电导线在DCSV各通道上的特征，以获得点云扩散DCSV表征，用于后续深度特征学习与提取；步骤2的具体实现包括如下子步骤，步骤2.1，所述扩散场特征增强方法使用扩散偏微分方程进行数学建模，表示为公式2： 式中，ur,t为在空间位置r和时间t处的扩散介质的密度，Dur,t,r为时空位置r,t处，能量密度为u条件下的扩散系数，为数学中的向量微分算子；步骤2.2，在恒定扩散系数D的条件下，其中D与u无关，将公式2转换为以下线性方程： 给定区域内的能量扩散过程可以采用公式3进行描述；步骤2.3，在相同的初始能量状态下、边界条件和扩散系数条件下，能量扩散的过程产生一系列独立可重复的场特征，利用此扩散特性，对DCSV中的通道特性进行扩散增强；令VoxelU,V,C为DCSV中体素，对应点集记为PCx,y,z，依据公式1，计算对应的特征值FDCSV，则通道C中扩散场的初始能量状态如公式4：Tx,zC＝FDCSVU,V,C4步骤2.4，在DCSV空间域中xz，不考虑辐射损失，恒定传导率下的能量扩散转移过程可表示公式5： 其中T为能量状态、t、k分别为时间、热导率；步骤2.5，公式5经离散化后得到公式6，公式6中，n表示第n个时刻，则表示第i行第j列的体素在第n个时刻获得的能量值： 采用BTCS隐式方法，对式6进行有限元解算，进而获得指定通道、热导率与时间下的逐体素能量值并进行量化，生成点云扩散DCSV表征，用于深层特征提取和识别；步骤3，构建实时输电导线检测网络PLDNet，所述PLDNet网络由一个轻量级的主干网络与两个多尺度检测子网络组成，将点云扩散DCSV表征输入到PLDNet网络中获得经非局部最大值抑制NMS后的二维目标检测框，并结合生成DCSV时设定的通道信息，解码计算得到三维边界框，将在三维边界框内的点云数据标记为输电导线点云。

全文数据：

权利要求：

百度查询： 武汉大学 无人机电力巡检激光点云实时输电导线提取方法