基于约束配准的电力杆塔变形检测方法

在电力杆塔变形检测过程中,传统的方法因其成本优势一直被广泛使用。但是,随着新技术的发展,传统方法在检测过程中的劣势也更加显著。针对目前传统方法在电力杆塔变形检测过程中显现的检测效率低、精度差这一现象,将三维激光扫描技术引进;并提出了一种基于激光点云数据的杆塔变形检测方法;该系统考虑到杆塔的真实变形情况,在传统最近邻迭代(ICP)算法的基础上,设计了一种改进的带约束杆塔点云配准算法。此外,设计了一套完整的杆塔变形监测系统;该系统可实现对电力杆塔变形结果的偏差分析及可视化输出,全面地反映出杆塔的变形情况。系统的输入是能够反映电力杆塔表面真实坐标的点云数据,通过一系列高效的数据处理最终呈现高精度的变形结果。     

基于三维点云数据的油罐罐顶变形检测

石油安全关系着一个社会的稳定和人民生活安全,定期检测石油油罐变形情况,是保证油罐安全的重要方法。传统的油罐检测方法存在着检测结果精确度低问题。针对这一问题,提出一种基于三维点与数据的油罐罐顶变形检测方法,并对其云数据的采集以及各参数的计算进行详细的设计。通过实验证明,与传统检测方法相比,新的检测方法的精确度更高,更适用于实际的石油油罐的变形检测。     

基于地铁隧道点云数据的组合滤波算法

目的提出一种点云数据组合的滤波方法,对地铁隧道的点云数据进行有效的精简滤波,提高地铁隧道结构变形分析的准确性.方法首先,对三维点云数据采用基于统计特征的滤波方法进行初步滤波,去除远离点云数据主体的离散点;其次,估算点云数据模型各数据点的高斯曲率,将点云数据分为突变区域和平滑区域;最后,采用双边滤波算法对突变区域点云数据进行滤波,采用改进的均值滤波算法对平滑区域点云数据进行滤波处理.结果通过对沈阳地铁隧道点云数据进行滤波实验及拟合圆半径分析,笔者所提组合滤波算法可以在保留隧道壁和轨道等结构的情况下,去除离散点和隧道壁上的无关非点等噪声;该算法对点云数据进行了有效精简,拟合圆的半径与设计半径差值更小,结果精度更高.结论笔者所提出的滤波算法可去除地铁三维点云数据的噪声点,并完整保留了隧道结构的几何细节特征,提高了变形分析的精度.     

基于轨道移动式激光扫描多期点云的隧道断面变形提取方法

针对轨道移动式激光扫描技术监测地铁隧道变形的点云数据特征和隧道断面变形信息提取与分析的问题,本文提出了一种基于轨道移动式激光扫描点云的隧道断面变形提取方法和处理流程.首先采用RANSAC圆柱检测法提取地铁结构特征部位点云,利用提取的隧道结构点云进行点云的粗配准.然后设计了一种基于权重的ICP算法的精配准方法,精配准后的隧道点云通过切片点云降维处理得到二维断面数据,利用断面的k近邻点拟合曲线提取隧道断面变形值,并采用弧线投影的方法对断面变形表达.实验验证表明,提出的基于曲线拟合隧道断面变形分析的方法和过程,能够准确高效地提取到0.7 mm以上的地铁隧道断面变形信息.     

高斯函数约束下的多判别参数散乱点云边缘检测

设计一种散乱点云数据边缘检测算法,从而快速、精确地提取边缘特征.该算法以点云的局部特征为基础,通过分析点云数据各点的法向特性,构建各点k近邻法向夹角特征、曲率特征、距离特征,并在高斯函数的约束下完成点云边缘特征的检测.利用公共数据进行多组实验,对比不同算法下的检测效果.结果表明:该算法提取点云边缘特征的速度更快、效果更好.     

基于密度峰值聚类的电力大数据异常值检测算法

为了解决传统算法检测准确性低,复杂性高不适于电力大数据异常值检测的问题,通过密度峰值聚类算法研究了电力大数据异常值检测问题。分析了密度峰值聚类算法的聚类过程。按照聚类中心选择原则,通过相邻距离和密度的归一化乘积对聚类点的差异度进行衡量,按照差异度的统计特性与改变趋势选择最大的一组点当成聚类中心。按照z空间填充曲线与高维数据点z携带位置信息特性提出基于z的分布式密度峰值聚类算法,降低异常检测复杂性,以达到电力大数据异常值检测要求。采用优化后的密度峰值聚类算法对电力大数据异常值进行检测,在局部密度超过阈值,同时距离超过阈值的情况下,认为相应电力数据点为异常值。将基于距离的检测算法和基于密度的检测算法作为对比进行测试,结果表明:所提算法得到的异常电力数据点,和实际情况相符,和其他两种算法相比没有出现错检测和漏检测的情况。可见所提算法适于电力大数据异常值检测,且检测结果准确性高。     

基于NDT与ICP的快速点云配准算法

点云配准是三维重建过程的关键一步。传统配准算法的速度较慢,尤其是在两个点云距离较远或点云数据较大的时候,为此本文提出了一种基于NDT和ICP的快速点云配准方法,能够有效地减少配准时间。本文算法主要分为三步：(1)采用NDT算法进行点云粗配准,调整两点云间的距离和点云姿态;(2)采用ICP算法对粗配后的点云数据进行微调,调整点云位置与姿态;(3)采用ICP算法对微调后的点云进行精确配准。实验结果表明,与传统算法相比,在点云数据量较大或者两个点云距离较远的情况下,本文算法也能够达到较快的配准速度与较高的配准精度。     

基于机载LiDAR系统的电力线点云提取方法研究

针对野外地形高度起伏大、走向复杂、杆塔形式多样且点云密度不均匀等造成电力线点云提取精度低的问题，文章提出一种自动化精度高的新型电力线点云提取方法。根据电力线走向对整体点云进行分块处理；使用迭代高程阈值法计算得到最佳高程分割阈值，将地面点、地物点与电力线点进行分割；采用DBSCAN密度聚类法聚类出杆塔点并进行剔除，对于误分到杆塔点的部分电力线点结合点云高程搜索进一步提取出来；使用欧式聚类法对单根电力线点进行精提取。实际输电线路点云数据实验表明，该方法电力线总提取精度为99%,实现了电力线点云的自动、高效提取，可满足实际电力巡检生产需求。     

基于点云与图像决策级融合的道路行人检测

现有基于点云与图像融合的行人检测要求高算力的处理平台,应用于低算力低功耗的嵌入式平台时,无法满足行人检测的准确率和实时性.基此提出一种融合点云与图像的道路行人检测方法,该方法采用DBSCAN算法对点云进行聚类,然后,运用概率数据关联算法将行人点云与图像的行人检测结果进行决策级融合,最后,在嵌入式计算平台上进行软硬件集成与测试验证.实验结果表明,相比于其他目标检测算法,设计的融合点云与图像的道路行人检测方法,不仅提高了道路行人方位的检测精度,而且检测用时降低了46.6％以上.     

基于混合注意力机制和相关性估计网络的点云配准算法

点云配准是对同一物体上采集到的点云数据进行精确匹配,然而传统方法计算成本高,配准精度差.基于神经网络的算法也存在噪声干扰,在类别未见的点云数据上应用时效果不佳.为解决这一问题,本文提出了一种基于混合注意力机制和相关性估计网络的点云配准算法.考虑到点云内部特征的复杂性和点云对变换的随机性,提出一种混合注意力机制来提取关键特征信息,利用残差的方式进行连接,可以得到更具鲁棒性的点云特征.通过相关性估计网络对点云特征进行非线性激励,可以提高表达能力,获取点云对之间更紧密的相关性.在人工合成数据集ModelNet40和真实数据集ICL-NUIM上的仿真实验结果表明,本文算法在大尺度仿射变换下,对掺杂噪声、类别未见点云数据的配准精度有显著的提升,证明了其有效性.     

双臂巡检机器人沿输电线路行走特性研究

传统双臂巡检机器人沿大跨度输电线路行走过程中存在行走轮受力不均、易脱线等问题.针对这些问题,分别建立了传统双臂巡检机器人和带柔索双臂巡检机器人行走轮受力模型,对比分析表明:与传统双臂巡检机器人相比,随着线路倾斜角度增大,带柔索双臂巡检机器人两臂行走轮受力较均匀,不会出现脱线现象.在相同质量参数和结构参数条件下,采用虚拟样机技术分析了2种类型机器人沿输电线路行走时行走轮受力情况,仿真结果表明,传统双臂巡检机器人在线路倾斜角度达到28°时,出现单臂挂线现象;而带柔索双臂巡检机器人在线路倾斜角度达到37°时,仍能保持稳定地双臂挂线.综合分析表明,带柔索双臂巡检机器人的结构设计在线路行走方面具有明显优势,对于倾斜角较大的大跨度输电线路具有更强的适应能力,行走稳定性更好.      

一种输电线路智能巡检系统设计与实现

输电线路是电力系统的重要组成部分,确保其安全稳定运行是供电企业的一项基本工作．线路运行管理是有效保证输电线路及其设备安全的一项基础工作．随着智能电网技术的发展,传统的输电线路运行管理方法已很难满足电网发展的要求．本文设计的输电线路智能巡检系统,能够为输电线路运行管理提供极大的便利,有效满足线路巡检工作电子化、信息化、智能化的要求．     

考虑半刚性连接的输电塔结构离散优化设计方法

输电塔半刚性节点会对结构内力及变形产生不可忽视的影响，然而，在传统的输电塔结构优化设计中，输电塔节点的半刚性连接往往被简化为铰接。为了准确评估输电塔的实际响应并对输电塔进行合理优化设计，以考虑半刚性连接的输电塔为研究对象，通过使用弹簧单元模拟半刚性节点的弯矩-转角关系，建立了半刚性连接的输电塔有限元模型，并提出了半刚性连接输电塔的优化数学模型和优化设计方案，发展了一种考虑半刚性连接的输电塔结构离散优化设计方法。优化结果表明：文中方法能够在满足结构应力及变形约束的条件下有效降低输电塔钢材的消耗量，节约了工程造价成本，具有良好的经济效益。     

数字图像技术在古建筑裂缝监测中的应用

古建筑的保护已到了刻不容缓的时期.要保护古建筑就必须对建筑物进行检测观察,建立古建筑档案.传统的方法仍存在着经济性差,检测周期长,劳动强度大等缺点.提出了基于数字摄影和图像分析技术的墙体开裂变形图像测量方法,建立了相应的图像处理系统.并以平遥古城为例,应用该方法对墙体裂缝进行观测.经检验,数码图像经过处理后得到的裂缝宽度与现场测量结果一致.研究结果表明,利用数字图像技术可以正确地测出墙体裂缝宽度,具有廉价、快速、安全、无接触、无量程限制、多点同时测量以及可视化的特点.     

基于Jetson-TX2的输电线路设备实时巡检系统

针对输电线路及设备巡检效率低的问题，设计了一种基于Jetson-TX2的输电线路设备实时巡检系统。该系统包括基于YOLO v3算法的Jetson-TX2主控模块和云台相机控制模块。Jetson-TX2主控模块通过TensorRT加速库，对YOLO v3算法模型进行优化加速，完成视频流目标实时识别与定位；采用 PID算法控制云台(PTZ)相机，实现设备的高清图像采集。该系统对输电线路设备整体识别准确率达95%，可实现对视频流的实时检测，有效提高输电线路巡检效率。     

复杂地形电力线机载激光雷达点云自动提取方法

针对传统电力线自动提取方法提取复杂地形下电力线效果较差的不足,从输电走廊机载激光雷达点云数据特征出发,在分析复杂地形下传统方法提取电力线问题的基础上,提出了一种电力线自动提取的新方法,并应用实际线路点云数据进行了可行性验证.所提方法首先通过空间划分将长距离、复杂地形转换为多个小距离尺度空间组合,基于子空间特征的差异化高程阈值分割算法实现地物点分离,解决了传统单一高程阈值分割法不能有效识别电力线与地物点高程重叠的不足,然后利用高程密度分割算法实现杆塔定位与电力线提取,并提高算法效率.案例试验结果表明,所提出的方法能实现复杂地形下和平坦地形下的电力线准确自动提取,且提取的正确率高,算法效率较好,提出的算法可用于工程.     

基于光栅传感器的高压输电线杆塔监测

通过对输电线杆塔力学分析,利用传感器技术获得杆塔的最薄弱部位的扭转力矩、拉力、倾斜角度等信息,传送到集控中心进行数据比对,由后台控制系统做出判断,明确杆塔出现的机械失效问题,从而作出预警。传感器技术和杆塔的力学分析结合提高了杆塔机械失效监测的效率,通过该方式管理人员可及时掌握杆塔信息,及时发现安全隐患,有效减少导线覆冰引起的杆塔受损灾害的发生。     

VRS技术在建筑红线定位测量中的应用

VRS(虚拟参考站)技术是GPS(全球定位系统)网络RTK(实时动态定位)技术的一种,它与传统测量技术和传统RTK技术相比有很多优点。文中结合武汉市建筑红线定位测量的实践,探讨了VRS技术在建筑红线定位测量中应用的控制加密、实地放线等问题。实践应用分析证明,利用VRS技术不仅能提高精度,保证工作的质量,还能大幅提高工作效率。     

架空输电线巡检机器人的跨障运动轨迹控制

针对高压输电线检修维护问题,自主研发了新型三臂式架空输电线巡检机器人,并提出跨障的识别方案和动作方案.简化了此巡检机器人的跨障运动过程,采用D-H(Danevit-Hartenberg)建模方法建立了机器人跨障过程的运动学模型.在此基础上,应用拉格朗日力学方法完成了动力学建模.针对跨障运动轨迹跟踪问题,将外界干扰、误差等不确定因素考虑进去,采用鲁棒自适应PD(proportional-derivative)控制方法进行控制.为了验证此方法,加入传统PD控制方法进行对比.以理想的运动轨迹为目标轨迹,通过Simulink分别仿真得到2种算法的跟踪轨迹,将搭载2种算法的巡检机器人先后放在实际线路上运行,通过多传感器采集得到运动轨迹.实验结果显示它们的控制轨迹都非常接近目标值.从跟踪轨迹上对比2种算法,证明了所采用方法的有效性、稳定性和优越性.     

基于双目视觉技术的高压输电线路巡检机器人在线测距

为实现巡检机器人在线测距的实时性和可靠性,对传统测距算法进行改进,提出一种用于高压输电线路巡检机器人视觉导航的双目实时测距算法,左右摄像头相互协作,在左摄像头障碍识别的基础上对线路障碍物进行预设取点,然后通过两摄像头对所取点进行测距,随着机器人前进不断更新障碍物到镜头的距离。实验结果表明:该测距算法具有速度快、精度高和实时性强等优点。