[发明专利]基于可见光和激光雷达点云融合的输电通道自动巡检方法

说明书

本发明提供了一种基于可见光和激光雷达点云融合的输电通道自动巡检方法，将激光雷达测距、基于深度学习的三维点云和可见光图像融合学习、三维点云分割相结合，能够提高了检测的准确度和效率。包括如下步骤：输电通道航拍，收集三维点云和二维可见光图像数据；构建数据集；模型训练；基于激光雷达点云自动规划航线巡检；外破隐患检测与测距；杆塔本体隐患检测与定位。

技术领域

本发明涉及一种输电通道巡检方法，具体涉及一种基于可见光和激光雷达点云融合的输电通道自动巡检方法，属于输电通道自动巡检技术领域。

背景技术

电网是关系国家能源安全、深入人们日常生产生活的重要基础设施，输电通道在其中是电力传输的纽带，输电通道的安全稳定运行是社会生产和人民生活的必要保障。近年来，随着社会的不断发展，工业用电和居民用电都有着突飞猛进的增长，而输电通道的也在不断地建设。但由于输电通道的线路大多架设在田野等自然环境中，在此环境下输电通道的线路、杆塔等常年经受环境中雨雪风沙等各种自然条件的影响，久而久之会对通道中的电力设备造成各种损坏。因此对输电通道的巡检一直以来就是保障电能持续供应、保护输电线路安全运行的重要工作。

传统的输电通道巡检方法通常使用人工目力巡检，这样的巡检效率低下，误检率高，难以及时发现隐患，且对工人技术要求高，危险系数大。而现有的基于图像的无人机巡检方式只能拍摄二维图像，缺少三维空间信息，无法对环境中的立体空间进行建模，因此无法对隐患和输电通道的距离进行精准测定。且无人机的拍摄只解决了工人目力巡检的不足，仍需要有无人机操作员跟随无人机的运动，无法真正做到“无人巡检”。且无人机在对输电线路进行拍摄的图像依赖于技术员对无人机控制，若没有在良好的拍摄角度则可能会造成漏报误报等情况。

人工智能技术随着其日新月异的发展现已经在各个领域取得了广泛的应用，而在工业领域，在智慧城市智能制造的国家战略下，如何将前沿的人工智能技术与传统工业领域深度融合是当前人工智能技术落地的重点，也是传统工业行业面对时代的发展进行转型的关键所在。

发明内容

本发明目的是提供了一种基于可见光和激光雷达点云融合的输电通道自动巡检方法，将激光雷达测距、基于深度学习的三维点云和可见光图像融合学习、三维点云分割，能够提高了检测的准确度和效率。

本发明为实现上述目的，通过以下技术方案实现：

一种基于可见光和激光雷达点云融合的输电通道自动巡检方法，包括如下步骤：

S1：输电通道航拍，收集三维点云和二维可见光图像数据：手动操控无人机在将要进行巡检的输电通道范围进行航拍，航拍过程中使用激光雷达对输电通道进行扫描测距，记录位置信息和角度的参数，航拍结束后对数据进行解析生成三维点云数据，同时使用摄像机拍摄可见光图像；

S2：构建数据集：对S1中收集到的点云数据和二维图像，分别按照三维点云分割任务和二维杆塔隐患目标检测任务进行标注,同时采用了图像锐化算法对二维可见光图像进行预处理，最后划分训练集、验证集、测试集；

S3：模型训练：分别使用S2中数据集构建三维点云分割模型PCI-Seg和杆塔隐患目标检测模型YOLOV5，进行迭代训练、验证与测试；

S4：基于激光雷达点云自动规划航线巡检：在巡检时，无人机使用激光雷达扫描仪扫描输电通道并生成实时点云，通过S3中训练得到的点云分割模型对该点云进行分割得到杆塔和导线的位置，基于杆塔和导线计算无人机飞行总体航线；

S5：外破隐患检测与测距：分析S4中的点云分割结果，检查输电通道中是否存在的外破隐患，如果存在，则通过激光雷达点云的位置信息计算外破隐患与输电通道的杆塔和输电通道主体的距离，判断是否存在入侵输电通道的情况；