基于激光扫描的变电站设备三维点云数据识别技术研究

基于激光扫描的变电站设备三维点云数据识别技术研究

发表时间：2019-11-20T13:01:24.000Z 来源：《中国电业》2019年15期作者：徐冬生

[导读] 变电站在不断的发展过程当中，激光扫描仪的应用变得越来越普及

摘要：变电站在不断的发展过程当中，激光扫描仪的应用变得越来越普及，而在扫描的过程当中，就能够得到物体表面的三维坐标信息了，且这一获取过程十分迅速，这对于后期三维模型的建立是具有相当大的裨益。经过实际调查能够得知，目前的后期三维模型的建立主要的方式就是通过人眼来对三维点云数据进行辨认，然后再找出相关的模型来进行建模过程，但是这种方式所消耗的人力资源较多，已经不能符合时代的发展节奏了。因此，在本文中就将对基于激光扫描的变电站设备三维点云数据识别技术进行分析和研究，并试图提出一定的建议。

关键词：激光扫描；变电站；云数据识别；识别技术；研究分析

前言：在进入二十一世纪之后，国内的科学技术的发展速度十分迅速，三维点云数据识别技术就是其中的一种，这项技术属于一种三维实体识别技术，这项技术其中包含一些比较常见的技术种类，首先是计算机学，其次是人工智能学，最后是图像处理学以及模式识别学等等，随着时间的推移，这项技术已经成为了相关学者进行研究的重点，其在城市建设工作乃至国内的军事领域都能得到比较重要的应用，因此，在接下来的文章当中就将对基于激光扫描的变电站设备三维点云数据识别技术进行分析和研究。

一、三维物体识别技术的研究现状

就目前来说，对三维物体的识别一般具有以下几种方式，在接下来的文章当中就将对几种不同的三维物体的识别方式的特点和原理进行一定的介绍；

1.基于模板和几何特征的识别方式

这种方式在识别的过程当中主要利用的是物体的外观特性，在很多的CAD设计的模型当中都是利用的物体的外观特性，具体的识别流程是这样的：首先，需要将符合需求的图像输入到模型当中，这样设计的模型就能够得到关于对于物体的描述，模型根据对物体的描述就能够与模型库当中的模板类型进行匹配，从而完成整个物体的识别流程。这种识别方式的主要优势在于比较直观，而且比较容易理解，应用起来比较方便。但是现如今需要识别的物体的结构比较复杂，以物体的特点进行物体三维模型的难度也比较大，另外也是最为重要的一点就是需要比较大的人工方面的投入，为此，基于模板和几何特征的识别方式在现实的变电站的应用是比较困难的[1]。

2.基于视图的识别方式

这种识别方式主要利用的是物体的二维图像，但是对于同一种物体来说，各个视角下的二维图像都是不一样的，但是可以利用二维图像的全局特征来实现颜色直方图的描述，后期再通过互相的匹配就能够实现最终的识别。这种方式在物体的方向性上拥有比较好的效果，但是对于光照是十分敏感的，将其应用到现实的变电站设备当中是比较困难的[2]。

3.三维物体识别方式

在前文已经进行了一定的提及，那就是以上的两种识别技术的实际应用难度都比较大，在这种情况之下，诞生了三维物体的识别技术，在应用之初，三维物体识别技术就展现出来相当不错的实际效果。在应用过程当中，这种识别技术实现了检测视图的局部图像块，通过计算技术得到其主要的特征，并将其存贮到数据库当中，这种识别方式的优势在于物体的外观是随着视角的改变而改变的，其稳定性比较好，在社会的各项工作当中都比较适用[3]。

4. 基于深度图像的识别方式

在近几年以来，基于深度图像的识别方式开始变为了新的发展方向，这种方式对于物体的形状的依赖程度比较大，且比灰度图像的识别是更为简易的。因此，现如今很多国家都在对这项技术进行分析和研究，其发展空间和发展上限都是比较良好的[4]。

5.基于光学处理的三维物体的识别方式

这种识别方式其实在当今社会的发展中具有比较多的应用，这种方式的识别准确率较高，例如现如今的人脸识别就是其主要的应用方式。但是这种识别方式具有一定的弊端，那就是只能去处理二维的图像信息，所以在识别之前，需要对三维的物体进行预处理，使其转变为二维的信息[5]。

二、激光扫描测量技术的发展现状

众所周知，通过三维的点云数据能够相对比较准确的来描述一个物体，因此，在当今的时代发展当中。基于三维点云数据的物体识别已经成为了一种新的发展方向；

1.接触式测量

在实际的接触式测量过程中，设备上的探测传感器的工作需要与测量空间轴线的运动进行配合，这样就能够获取到真实且准确的物体的空间坐标信息，再经过相关的计算方式就能完成计算过程，在之后就能够还原最终被测的物体了[6]。

这种方式的优势是比较明显的，那就是容易得到高精度的物体的空间三维坐标信息，但是虽然数值比较准确，但是实际的采集工作比较缓慢，而激光扫描测量技术的应用其实是需要快速工作的，在这种情况之下就不利于对软质的材料进行测量。

2.非接触式测量

非接触式的测量具有三种不同的测量方式，分别是光学测量、电磁测量以及超声波测量，这三种测量方式在实际的社会当中都有一定的应用，其中应用比较频繁的就是光学测量，这种测量方式不光测量速度比较快，且能够在短时间之内就获取到比较精确的数据值，在人力资源上的消耗比较少，这对于后续的物体的三维仿真模型的建立工作是具有非常巨大的裨益的[7]。

三、变电站设备三维点云数据识别技术的整体流程以及预处理

（一）变电站设备点云数据识别整体处理流程

一般情况下，变电站设备点云数据识别整体处理流程主要具有四个工作阶段，首先是点云数据的采集，其次是点云数据的预处理，之后就是点云数据的特征提取，最后就是目标点云数据的识别了[8]；

在现阶段的变电站设备的工作过程当中，其点云数据的采集几乎都是通过激光扫描仪来实现的，其中Faro激光扫描仪可以满足精确的3D的测量需求，可以说，Faro激光扫描仪在进行应用之后，不仅能够快速的建立一些比较复杂的三维模型，还能够快速的得到各种数据，其中

包括距离数据以及被测物体的各种数据，这不仅减少了非常多的人力资源的投入，还节省了非常多的工作时间，这对于变电站设备的工作来说是非常重要的。除此之外，激光扫描仪还会将采集到的数据保存到相关的设备当中，传输到点云处理软件当中之后，就能够进行后续的点云处理工作了[9]。（二）真实环境下点云数据的采集过程随着时间的推移和时代的不断改革创新，社会当中人民群众的生活和工作都离不开电，可以说，当前乃至之后很长一段时间，变电站设备的工作任务都将会变得更加繁重。首先，需要将相关的设备和三角支架连接，以保障扫描仪工作的稳定性。扫描仪每次的采集范围需要以扫描仪为中心，另外，在采集的过程当中，设备要水平放置，每两个站之间要放置三个参考球，且位置不能在同一条直线上，这一点一定要注意。

在实际的变电站设备的工作过程当中，点云数据的采集工作是非常重要的，只有采集获取到相关的数据，才能够进行后续的激光扫描工作。另外，变电站设备的工作环境比较恶劣，也就是说，进行测量的员工随时都面临着生命安全威胁，因此，要对相关的工作人员和新到的员工进行安全知识的相关培训工作，这样就能够避免安全事故的发生了。除此之外，变电站设备自身也要加强设备的维护工作，使得相关的工作人员的人身安全能够得到相关的保障。真实环境下的点云数据的采集过程较为重要，变电站自身一定要注意这一点。

四、常用的变电站设备点云数据的精简在前文已经进行了一定的提及，在实际的工作过程当中，所采取到的点云数据都是比较庞大的，根据相关的调查和分析就能够发现，设备点云数据的点数，在比较少的情况下能够达到几万的数值，在比较多的情况下，能够达到几十万的数值，这些点云数据直接用于后期的识别时，会耗费掉大量的时间。为此，就需要对变电站设备所获取到的点云数据进行精简，使得后期的识别过程加快，在接下来的文章当中就将对几种常用的变电站设备点云数据的精简方式进行一定的介绍；（一）栅格法

栅格法在点云数据的精简方式当中算是比较简单的一种了，这种方式根据设备点云的大小建立一个包围盒，再根据点云数据量的分布需要将其划分为不同的栅格，将点云数据点落在这些小栅格当中，然后只取其中的一个电，然后再将其他的电统统删除。这种方式能够有效的减少点云的数据量，以此就能够实现点云数据的精简了。但是这种方式不能将一些有效的点云的细节信息保留下来，除此之外，栅格法所消耗的时间和空间都比较多，实际应用是比较难的。（二）包围盒法所谓的包围盒法，其主要利用的原理就是空间距离的精简，在实际的方法适用当中，包围盒法与栅格法具有一定的相似，也是将大的包围盒划分成若干个大小相同的小包围盒。其精简的工作就是保留其中距离中心最近的一个点，然后将其他的点全部删除，这样点云数据就能够达到精简的目的了。这种方式优势最大的地方在于“快”这一个字，对于表面曲率变化不是特别明显的设备点云，这种方式是比较适用的，但是对于结构相对比较复杂的设备，经过这种方式实现了点云数据的精简，往往会对物体的模型特征形成不同程度的破坏。结论：综上所述，就是目前为止的关于基于激光扫描的变电站设备三维点云数据识别技术的研究和分析了，从文中叙述的内容当中不难看出，三维点云识别技术再变电站设备当中的应用变得越来越广泛，为此，在后续的工作过程当中，针对基于激光扫描的变电站设备三维点云数据识别技术的应用，相关的工作人员理应进行相关的优化和完善，使得这项技术的工作效果能够得到最为基本的保障。参考文献：

[1]窦本君.基于激光扫描的变电站设备三维点云数据识别技术研究[D].河南:郑州大学,2016.

[2]李玲侠.基于三维点云的变电站设备分类识别研究[D].河南:郑州大学,2016.

[3]余淼,王志毅,黄大维, 等.ASTD变电站智能三维设计平台[Z].中国能源建设集团安徽省电力设计院.2013.

[4]王春香,梁亮,王耀, 等.三维点云模型孔洞边界识别的研究综述[J].现代制造工程,2019,(7):157-162. DOI:10.16731/ki.1671-3133.2019.07.026.

[5]贺亦峰,胡荣,邹进贵.利用三维激光扫描数据进行建筑物立面点云分割算法分析[J].测绘通报,2019,(4):26-31. DOI:10.13474/ki.11-2246.2019.0107.

[6]清华大学.基于球面分形卷积神经网络的三维点云识别方法及装置:CN201910249583.4[P].2019-09-06.

[7]周游佳,呙润华.基于三维技术的道路综合检测车[J].公路工程,2019,44(3):61-64. DOI:10.19782/ki.1674-0610.2019.03.011.

[8]江南大学.基于颜色信息和三维轮廓信息的树上水果自动识别方法:CN201910401961.6[P].2019-08-09.

[9]方良斌,张宏魏,詹建勇, 等.基于移动平均法的危岩点云数据处理及变形分析[J].人民长江,2019,50(4):152-156. DOI:10.16232/ki.1001-4179.2019.04.027.