[发明专利]一种巡检部件的无人机拍摄点提取方法

说明书

本发明提供了一种巡检部件的无人机拍摄点提取方法，所述无人机拍摄点提取方法具体为获取巡检目标设备，并采集巡检目标设备的点云数据，根据巡检目标设备的点云数据构建巡检目标设备的三维模型；对其进行特征提取，通过深度学习算法识别三维模型中各巡检部位的对应区域，对各巡检部位的对应区域进行主成分分析，获取各巡检部件的中心轴，根据中心轴以及对应的点云数据构建各巡检部位的有向包围盒，获取各巡检部件的有向包围盒的中心点，以此作为对应的无人机拍摄点。本发明通过构建各巡检部件的有向包围盒来获取对应的无人机拍摄点，无需人工选点和人工控制，同时还能保障无人机在无人机拍摄点所获取的图像能够完整且清晰，进一步提高巡检效率。

技术领域

本发明涉及电力巡检技术领域，尤其是指一种巡检部件的无人机拍摄点提取方法。

背景技术

伴随着社会用电需求的不断增加，电力系统规模的不断扩大，电力系统中的输电线路也在不断增多。伴随着输电线路的增加，对于输电线路巡检工作负担也在不断增重，传统的人工巡检的方式常存在着巡检工作量大、巡检效率低的问题。且为了保障输电线路的安全，输电线路上的运行部件常设置在高处，传统的人工方式对位于高出的运行部件进行巡检，存在着较大的安全隐患。

近年来，随着无人机技术的发展，输电线路的巡检方式逐渐由人工转换为无人机巡检方式，而在采用无人机对输电线路进行巡检时，常通过无人机操作人员来实时控制无人机的飞行，且在控制无人机进行巡检时，需要人工选择每个巡检部件对应的无人机拍摄点，人工选择的方式难以控制无人机拍摄点位置的误差，不能保障所拍摄到巡检部件的图像能够符合巡检要求，且在巡检过程中同样需要人工全程进行无人机操纵，工作量依旧很大，且效率依旧很低。

发明内容

本发明的目的是克服现有技术中的缺点，提供一种巡检部件的无人机拍摄点提取方法，能够解决在无人机巡检过程中，通过人工控制确定无人机拍摄点位置，存在的无人机拍摄点选取误差大的问题。

本发明的目的是通过下述技术方案予以实现：

一种巡检部件的无人机拍摄点提取方法，包括：

获取巡检目标设备，并采集巡检目标设备的点云数据，根据巡检目标设备的点云数据构建巡检目标设备的三维模型；

对构建的巡检目标设备的三维模型进行特征提取，并通过深度学习算法识别巡检目标设备的三维模型中各巡检部位的对应区域，对各巡检部位的对应区域进行主成分分析，获取各巡检部件的中心轴；

根据中心轴以及对应的点云数据构建各巡检部位的有向包围盒，并获取各巡检部件的有向包围盒的中心点，将各巡检部件的有向包围盒的中心点作为对应的无人机拍摄点。

进一步的，对各巡检部位的对应区域进行主成分分析，获取各巡检部件的中心轴的具体过程为：选择其中一个巡检部件，根据选取的巡检部件对应的点云数据构建数据集，根据数据集计算位置平均数，根据位置平均数以及数据集构建协方差矩阵，求取协方差矩阵的特征值，并获取每个特征值对应的特征向量，将每个特征向量进行标准化处理，标准化处理后的特征向量为选择的巡检部件在对应方向上的中心轴，重新选择一个巡检部件进行中心轴的计算，直至获取所有巡检部件对应的中心轴。

进一步的，根据中心轴以及对应的点云数据构建各巡检部位的有向包围盒的具体过程为：选择其中一个巡检部件，并选择该巡检部件其中一个方向的中心轴，并将点云数据依次与选择的中心轴对应的特征值相乘，获取每个点云数据映射到该方向中心轴上对应的坐标值，重新选择一个方向的中心轴，将点云数据映射至该方向中心轴上，并获取对应映射后坐标值，直至获取所有方向上每个点云数据映射到该方向中心轴对应的坐标值，提取每个方向上映射后获取的坐标值中的最大值和最小值，根据提取得到的每个方向上映射后的最大值和最小值构建有向包围盒的所有顶点的坐标，根据获取的顶点坐标逆变换至点云数据对应坐标系中，获取点云数据对应坐标系中各顶点的坐标值，根据获取的点云数据对应坐标系中各顶点的坐标值构建有向包围盒。