(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 202210541885.0 (22)申请日 2022.05.18 (71)申请人 清华大学 地址 100084 北京市海淀区双清路3 0号 申请人 千寻位置网络有限公司 (72)发明人 张沕琳　王学诚　王新健　魏依政　 余伟　 (74)专利代理 机构 北京辰权知识产权代理有限 公司 11619 专利代理师 刘广达 (51)Int.Cl. G06T 17/20(2006.01) G06T 7/73(2017.01) G06T 7/00(2017.01) G06T 5/20(2006.01)G06T 5/00(2006.01) G01S 7/48(2006.01) G06V 10/764(2022.01) (54)发明名称 基于FPGA的提取激光雷达点云数据处理系 统 (57)摘要 本发明提供了一种基于FPGA的用于电力线 的提取激光雷达点云数据处理系统， 包括顺序 依 次连接的： 数据缓冲模块、 点云网格化模块、 特征 提取模块、 特征图缓存、 分类器、 存储传输模块。 所述数据缓冲模块接收激光雷达发送的原始点 云数据。 所述点云网格化模块将所述点云数据在 XOY平面上分组为网格。 所述特征提取模块在每 个所述网格中并行计算多种特征， 从而生成二维 特征图， 并保存在所述特征图缓存中。 所述分类 器用于根据所述二维特征图判断所述网格是否 包含电力线和/或电力塔。 整个系统集成在 Xilinx Ultra 96单板机上， 采用FPGA进行加速。 该系统可与激光雷达一起轻松安装在无人机上， 实现低延迟的本地数据处 理。 权利要求书1页 说明书5页 附图3页 CN 115187745 A 2022.10.14 CN 115187745 A 1.一种基于FPGA的用于电力线的提取激光雷达点云数据处理系统， 其特征在于， 包括 顺序依次连接的： 数据缓冲模块、 点云网格化模块、 特 征提取模块、 特 征图缓存、 分类 器、 存储传输模块。 2.根据权利要求1所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述数据缓冲模块接收激光雷达发送的原 始点云数据。 3.根据权利要求2所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述点云网格化模块将所述 点云数据在XOY平面上分组为网格。 4.根据权利要求3所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述特征提取模块在每个所述网格中并行计算多种特征， 从而生成二维特征图， 并保 存在所述特 征图缓存中。 5.根据权利要求4所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述分类 器用于根据所述 二维特征图判断所述网格是否包 含电力线和/或电力塔。 6.根据权利要求4所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述多种特 征包括最大高度差D、 高度突变M、 平均高度和中间高度。 7.根据权利要求6所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述最大高度差D、 高度突变M的计算公式如下： D(i,j)＝Max(zn)‑Min(zn),n＝1,2,...,N    (1) M(i,j)＝Max(zn+1‑zn),n＝1,2,...,N‑1    (2) 其中N是每 个网格中的点数， i， j表示网格的位置， z代 表点坐标归一 化后的纵坐标。 8.根据权利要求5所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述分类器为无监督和基于特征的分类器， 根据所述多种特征将网格分为两类， 一类 为包括电力线和/或电力塔， 另一类为不包括电力线和/或电力塔， 分类器动态调整两个类 之间的划分超平面， 以最大化类之间的距离 。 9.根据权利要求5所述的一种基于FPGA的用于电力线的提取激光雷达点云数据处理系 统， 其特征在于， 所述分类器为电力线的每个边界点搜索一个邻域 区域， 并使用最远点采样算法从前景 点捕获边界点， 如果搜索区域内有任何点， 将被重新分类为前 景点。 10.根据权利要求1所述的一种基于FPGA 的用于电力线的提取激光雷达点云数据处理 系统， 其特 征在于， 所述特征提取模块使用一组 处理元素单元并行处 理所述网格。权　利　要　求　书 1/1 页 2 CN 115187745 A 2基于FPGA的提取激光雷达点 云数据处理系统 技术领域 [0001]本发明涉及点云数据处理技术领域， 具体涉及一种基于FPGA的用于电力线的提取 激光雷达点云数据处 理系统。 背景技术 [0002]高压电线已逐渐成为人类生活的 “生命线”。 电力线路广泛分布在城市、 山区和森 林中， 距离较远。 这些输电线的管理已成为一项艰巨的任务。 对于电力线损坏的快速检测和 发现十分必要， 尤其是在无人居住的地区。 近年来， 无人机(UAV)和通常安装在无人机上的 激光雷达(L iDAR)被广泛用于大面积测量任务。 [0003]在激光雷达设备中， 三维结构显示为图形中的一组点云。 每个点都包含一个坐标、 一个强度值、 反射时间和更多信息。 目前有很多工作都集中在利用点云数据进行电力线自 动检测和分类上。 通常， 特征提取器通常用于从点云中提取特征。 这些特征包括高度、 方向 和距离、 局部密度。 除了这些手工 设计的特征提取程序外， 深度神经网络还用于点云的特征 提取和分类。 例如， Pointnet和Pointnet++在基于点云数据的室内对象分类任务中使用了 MLP(多层感知器)。 基于深度神经网络的方法通常具有很高的计算复杂度， 需要 大量的数据 进行训练。 有 些现有技术专注于基于栅格或基于体素的方法， 而不是 处理原始 点数据。 数百 公里的电力线数据包括数十亿个点。 基于网格和体素 的方法可以有效地对点云进行分组， 降低复杂性。 此外， 还有一种基于几何建模的方法， 该方法通过对电力线的抛物线或悬挂线 模型建模来检测电力线的形状是否 完整。 [0004]然而， 大多数现有的方法都需要一个强大的处理点云数据的计算平台。 因此， 大规 模原始数据需要 无线传输回计算平台或存储在无人机上进 行离线处理， 即难以实现实时在 线处理。 一些现有技术提出了一种基于FPGA的边缘计算方法来处理激光雷达点云数据， 并 应用于自动驾驶系统。 边缘计算可以提供低延迟的本地计算解决方案。 然而， 边缘计算设备 上的计算资源有限， 这限制了可以部署的算法复杂度。 发明内容 [0005]本发明的目的是通过以下技 术方案实现的。 [0006]本发明提出了一种基于FPGA的用于电力线的提取激光雷达点云数据处理系统。 原 始点分为前景点(包括电线和杆塔)和背景点(包括地面、 植被和其他点)。 原始点数据在本 地进行网格分组。 特 征提取算法并行应用于每 个网格。 [0007]根据本发明的第一个方面， 提供了一种基于FPGA的用于电力线的提取激光雷达点 云数据处 理系统， 包括 顺序依次连接的： [0008]数据缓冲 模块、 点云网格化模块、 特征提取模块、 特征图缓存、 分类器、 存储传输模 块。 [0009]进一步地， 所述数据缓冲模块接收激光雷达发送的原 始点云数据。 [0010]进一步地， 所述点云网格化模块将所述 点云数据在XOY平面上分组为网格。说　明　书 1/5 页 3 CN 115187745 A 3