[发明专利]高压线行树障风险点的检测方法、装置、设备及介质

权利要求书

1.一种高压线行树障风险点的检测方法，其特征在于，包括：

通过搭载多镜头可见光相机的无人机采集高压线行待检测杆段的线路图像数据，并根据所述线路图像数据构建杆段巡视三维模型；

获取预先建立的与所述高压线行待检测杆段对应的树障风险区域三维模型，其中，所述树障风险区域三维模型中标识有树障风险区域；

整合所述杆段巡视三维模型与所述树障风险区域三维模型，并根据所述树障风险区域检测所述杆段巡视三维模型的点云数据，以确定树障风险点。

2.根据权利要求1所述的方法，其特征在于，根据所述树障风险区域检测所述杆段巡视三维模型的点云数据，以确定树障风险点，包括：

判断所述杆段巡视三维模型中是否存在落入所述树障风险区域中的目标点云数据，若是，则根据所述目标点云数据确定树障风险点。

3.根据权利要求1所述的方法，其特征在于，在获取预先建立的与所述高压线行待检测杆段对应的树障风险区域三维模型之前，还包括：

获取与所述高压线行待检测杆段对应的基建初始三维模型数据；

在所述基建初始三维模型数据中提取杆塔点云数据、导线点云数据和地面点云数据；

根据所述导线点云数据确定与所述高压线行待检测杆段对应的树障风险区域；

根据所述杆塔点云数据、导线点云数据、地面点云数据，以及所述树障风险区域建立所述树障风险区域三维模型。

4.根据权利要求3所述的方法，其特征在于，根据所述导线点云数据确定与所述高压线行待检测杆段对应的树障风险区域，包括：

将以与所述导线点云数据对应的导线为中心线，以第一预设距离为半径的圆柱体区域作为与所述高压线行待检测杆段对应的树障风险区域。

5.根据权利要求3所述的方法，其特征在于，在所述基建初始三维模型数据中提取地面点云数据，包括：

确定以在所述基建初始三维模型数据中选取的一个数据点为球心，以第二预设距离为半径的球体区域；

将所述球体区域中高程最低的数据点作为地面基准点；在所述基建初始三维模型数据中提取与所述地面基准点的高程距离小于预设高程阈值的数据点作为地面点，以得到所述地面点云数据。

6.根据权利要求3所述的方法，其特征在于，在所述基建初始三维模型数据中提取杆塔点云数据和导线点云数据，包括：

根据分别与杆塔、导线对应的标记，在所述基建初始三维模型数据中提取杆塔点云数据和导线点云数据。

7.根据权利要求2所述的方法，其特征在于，在根据所述目标点云数据确定树障风险点之后，还包括：

分别确定各个树障风险点与预设杆塔之间的横向距离数据；

根据各个树障风险点以及对应的所述横向距离数据，生成与所述高压线行待检测杆段对应的树障风险点检测报告。

8.一种高压线行树障风险点的检测装置，其特征在于，包括：

杆段巡视三维模型构建模块，设置为通过搭载多镜头可见光相机的无人机采集高压线行待检测杆段的线路图像数据，并根据所述线路图像数据构建杆段巡视三维模型；

树障风险区域三维模型获取模块，设置为获取预先建立的与所述高压线行待检测杆段对应的树障风险区域三维模型，其中，所述树障风险区域三维模型中标识有树障风险区域；

树障风险点确定模块，设置为整合所述杆段巡视三维模型与所述树障风险区域三维模型，并根据所述树障风险区域检测所述杆段巡视三维模型的点云数据，以确定树障风险点。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。