(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210201879.0 (22)申请日 2022.03.03 (71)申请人 江苏方天电力技 术有限公司 地址 211112 江苏省南京市江宁区科 学园 天元中路19号 申请人 北京中关村智连安全科 学研究院有 限公司 (72)发明人 王红星　张星炜　黄郑　宋煜　 刘斌　吴媚　顾徐　朱洁　陈露　 杜彪　赵翔　刘笑晨　冀树伟　 (74)专利代理 机构 北京嘉途睿知识产权代理事 务所(普通 合伙) 11793 专利代理师 李鹏 (51)Int.Cl. G06V 20/13(2022.01)G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 一种输电线路激光 点云自动分类方法 (57)摘要 本发明涉及一种输电线路的激光点云自动 分类方法， 包括以下步骤： 旋转档间的激光点云 使两根输电杆塔的电力线转至同一方向； 将旋转 后的激光点 云拆分为体素； 根据高度差对初始类 别体素进行一次识别； 利用高度差对电力线类别 的体素进行二次识别； 利用聚类方法对二次识别 后的电力线类别体素进行三次识别； 识别杆塔类 别的激光点； 识别地面类别的激光点。 该分类方 法提高了激光点云处理算法的自动化程度， 有效 提升点云分析处理效率， 保证及时发现输电线路 运行安全的缺陷和隐患， 为输电线路安全运行提 供重要技 术支撑。 权利要求书2页 说明书6页 附图1页 CN 114639024 A 2022.06.17 CN 114639024 A 1.一种输电线路的激光 点云自动分类方法， 其特 征在于， 包括以下步骤： 步骤S100： 旋转档间的激光 点云使两根输电杆塔的电力线转至同一方向； 步骤S200： 将旋转后的激光 点云拆分为体素； 步骤S300： 根据高度差对初始类别体素进行一次识别； 步骤S400： 利用高度差对电力线类别的体素进行二次识别； 步骤S500： 利用聚类方法对二次识别后的电力线类别体素进行三次识别； 步骤S600： 识别杆塔 类别的激光 点； 步骤S700： 识别地 面类别的激光 点。 2.根据权利要求1所述的一种输电线路的激光点云自动分类方法， 其特征在于， 步骤 S300、 S400和步骤S500中是以体素为单位进行识别， 步骤S600、 S700中是以激光点为单位进 行识别。 3.根据权利要求1所述的一种输电线路的激光点云 自动分类方法， 其特征在于， 所述步 骤S100还包括以下步骤： 步骤S110： 获取档间两根输电杆塔的中心位置坐标； 步骤S120： 根据位置坐标计算两根输电杆塔连线的斜 率； 步骤S130： 计算斜率对应的旋转角度； 步骤S140： 根据旋转角度旋转档间的激光 点云； 步骤S150： 计算旋转后的激光 点云各方向的坐标最小值； 步骤S160： 设置激光点的类别。 4.根据权利要求1所述的一种输电线路的激光点云 自动分类方法， 其特征在于， 所述步 骤S200还包括以下步骤： 步骤S210： 根据旋转后的激光 点云坐标， 放入 对应体素中； 步骤S220： 根据海拔高度对所有体素进行排序； 步骤S230： 创建体素 标号与体素高度差的关联关系。 5.根据权利要求1所述的一种输电线路的激光点云 自动分类方法， 其特征在于， 所述步 骤S300还包括以下步骤： 步骤S310： 将关联关系中所有的高度差相加并除以体素 数量， 得到平均高度差Zavg； 步骤S320： 以平均高度差Zavg将所有体素分成两部分， 即高度差大于等于平均高度差 的体素和高度差小于平均高度差的体素； 步骤S330： 对步骤S320中的两 部分体素分别再求平均高度差ZavgTop和ZavgBot tom； 步骤S340： 对平均高度差Zavg进行优化； 步骤S350： 根据平均高度差Zavg识别体素类别。 6.根据权利要求1所述的一种输电线路的激光点云 自动分类方法， 其特征在于， 所述步 骤S400还包括以下步骤： 步骤S410： 计算电力线类别体素的平均高度差ZavgCube； 步骤S420： 以平均 高度差ZavgCube将电力线类别体素分成两部分， 即高度差大于等于 平均高度差的体素和高度差小于平均高度差的体素； 步骤S430： 对步骤S420中的两部分体素分别再求平均高度差ZavgCubeTop和 ZavgCubeBot tom；权　利　要　求　书 1/2 页 2 CN 114639024 A 2步骤S440： 对平均高度差ZavgCube进行优化； 步骤S450： 对于每个电力 线类别体素， 高度差大于等于ZavgCube的体素类别不变， 高度 差小于ZavgCube的体素变为 植被类型。 7.根据权利要求1所述的一种输电线路的激光点云 自动分类方法， 其特征在于， 所述步 骤S500还包括： 对于所有电力线类型的体素进行DBScan聚类， 在聚类结果中， 数量最大的体 素类别不变， 其 他的聚类结果对应的体素设为 植被类别。 8.根据权利要求1所述的一种输电线路的激光点云 自动分类方法， 其特征在于， 所述步 骤S600还包括以下步骤： 步骤S610： 确定档间线路宽度； 步骤S620： 根据档间线路宽度识别杆塔 类别的激光 点。 9.根据权利要求1所述的一种输电线路的激光点云 自动分类方法， 其特征在于， 所述步 骤S700还包括以下步骤： 步骤S710： 计算所有植被 类别的体素的高度差， 最小值 为Heightmi n； 步骤S720： 遍历所有体素， 以每个体素的最低点为基准， 找到和最低点 高度差小于等于 Heightmi n的激光点， 设置激光点的类别为 地面类别， 否则保持原有类别。权　利　要　求　书 2/2 页 3 CN 114639024 A 3