[发明专利]基于点云数据的变电站场景分割方法

说明书

本发明公开了基于点云数据的变电站场景分割方法，对变电站原始点云进行去除地面的操作，并快速聚类优化候选点云簇，然后将点云簇进行坐标变化及数据增强，并训练一个点云分割网络以实现对变电站各类设备的划分，包括以下步骤：S10，获取变电站三维点云数据，并由机器人端传至服务器端；S20，服务器端进行数据预处理，移除地面点云；S30，点云聚类；S40，关键点填补优化；S50，规范转换，数据增强；S60，归类划分，并将结果传回至客户端。本发明解决了利用点云数据对变电站实现场景分割的问题，提供了一种实现变电站三维点云分割的方法。

技术领域

本发明属于三维点云分割领域，涉及一种基于点云数据的变电站场景分割方法。

背景技术

随着电力工业的迅猛发展，对变电站的建设也提出更高要求，而变电站数字重构是其监控和诊断的重要内容。以变电站设备的外形轮廓为基础，提取变电站设备的三维特征，并根据提取特征对变电站设备进行识别分类，同时根据位置姿态信息，能够清晰的知道变电站设备的空间位置关系。根据设备型号以及空间位置关系，对现有变电站建立数字重构模型，能够反应变电站设备的真实位置分布以及设备详情，方便及时发现设计中的问题，以便于变电站的升级维护以及布局的调整，同时可根据需要为变电站的重建提供更准确的数据。

电气设备的分类识别是变电站数字重构的关键技术，其识别数据来源于三维激光点云。通过三维激光扫描仪获取变电站设备外形的三维点云数据，使得利用变电站的外形特征对设备进行分类识别成为可能。同时，实现变电站设备的自动分类识别对变电站大规模三维自动数字重构有着基础支撑作用。

三维激光扫描技术又可理解为实景复制技术，是测绘领域继GPS技术之后的一次技术革命，是近几年出现的新技术，利用激光测距的原理，通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息，可快速复建出被测目标的三维模型及线、面、体等各种图建数据。在变电站这种相对特殊的领域，三维激光扫描技术进行的非接触式测量采集提供扫描物体表面的三维点云数据，能够较好的解决一些传统测量方法在一些特殊环境下的不足。

变电站设备巡检是确保变电站运行正常的重要方法，当前变电站多数为人工进行识别变电站设备种类和型号以及所在的位置和姿态，在该过程中存在着一些难点和不足：

(1)人工巡检劳动强度大，工作效率低，检测质量和数据也存在着不准确性。而且变电站本身还会对人体本身造成一定的危害，不利于人体健康。

(2)变电站占地面积大，设备种类较多，设备布置多种多样，而且即便是同一类别同一型号的设备姿态位置也是各异。

因此，寻找一种快速有效的变电站三维场景分割、识别的方法是当务之急，有利于后续变电站三维自动数字重构，这样一方面可以降低员工劳动量，减少人力，另一方面也可以提高变电站数字重构的精度和效率。由激光雷达生产的点云数据量每秒可达上百万个，普通的聚类算法无法满足数据实时性计算的要求。点云分割，是指为了快速提取有用的物体信息，根据点云分布的整体特征和局部特征，将点云进行分割，从而形成多个独立的子集。每个子集的期望是每个子集均对应将拥有物理意义的感知目标，并反映出目标物体的几何及位姿特征。点云分割，是保证激光雷达后续目标分类和跟踪性能的重要基础。

三维点云分割问题具有不同的解决方案。早先的方法基于欧氏聚类进行点云分割，这些方法足够高效但是分割结果不能提供语义信息；受图像语义分割的启发，一些研究者将三维点云投影为二维图像，再利用成熟的卷积神经网络为像素分配语义标签，但是这样做忽视了三维点云的几何信息，导致算法性能不佳；基于相机-激光雷达融合的方法可以解决上述问题，但是二维的检测在某些具有挑战性的情况下会失效，而在三维空间中是很容易解决的，此外，这类方法要处理大量的图像和点云输入，因此运行缓慢；此外，直接对整个场景点云进行处理的方法也非常耗时，同时会面临坐标偏差带来的问题。

发明内容