(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 202210760831.3 (22)申请日 2022.06.29 (71)申请人 国网山西省电力公司晋城供电公司 地址 048000 山西省晋城市城区新市东 街1 号 申请人 国网山西省电力公司 (72)发明人 王昊　张浩然　李亚亮　芦凯旋　 刘浩宇　宰红斌　朱丹　郭本峰　 任靓　桑海彬　赵月明　张伟　 王晋强　张艳菲　张丽敏　菅瑞琴　 (74)专利代理 机构 太原高欣科创专利代理事务 所(普通合伙) 14109 专利代理师 孟肖阳　冷锦超 (51)Int.Cl. G06V 20/17(2022.01)G06V 10/82(2022.01) G06V 10/764(2022.01) G06V 10/54(2022.01) G06V 10/20(2022.01) G06T 7/73(2017.01) G01S 13/86(2006.01) (54)发明名称 基于双目立体视觉及激光点云的树障定位 分析方法及系统 (57)摘要 本发明提供了基于双目立体视觉及激光点 云的树障定位分析方法及系统， 属于架空线路树 障定位分析技术领域； 所要解决的技术问题为： 提供基于双目立体视觉及激光点云的树障定位 分析方法的改进； 利用无人机对架空输电线路保 护区范围内的线路通道进行激光雷达点云数据 采集和双目摄像头影像获取； 利用神经网络纹理 和形状算法对点云数据进行分类， 初步区分出树 障、 导线、 杆塔点云和影像信息； 再利用神经网络 纹理和形状算法对双目立体视觉照片进行图像 处理， 进一步判断出树障种类、 树障三维坐标位 置和高程； 对判断的树障信息进行筛查； 绘制树 障三维空间生长轮廓趋势图， 预测树木生长情 况， 判断树障风险等级； 本发明应用于架空线路 树障定位。 权利要求书2页 说明书9页 附图7页 CN 115240087 A 2022.10.25 CN 115240087 A 1.基于双目立体视 觉及激光 点云的树障定位分析 方法， 其特 征在于： 包括如下步骤： S1： 利用无人机对架空输电线路保护区范围内的线路通道进行激光雷达点云数据采集 和双目摄 像头影像获取； S2： 将激光雷达点云数据和双目摄像头的数据实时回传至数据处理终端， 利用神经网 络纹理和形状算法对点云数据进行分类， 初步区分出树障、 导线、 杆塔点云和影 像信息； S3： 将采集到的双目立体视觉照片进行分析， 利用神经网络纹理和形状算法对采集图 像进行图像处 理， 进一步判断出树障种类、 树障三维坐标位置和高程； S4： 对判断的树障信息进行筛查， 将计算得到的树障位置与线路导线弧垂点所在的与 地面平行的平面作比较， 分析判断出树障的距离； S5： 根据树木种类对应的树种生长周期表和不同地区树种分布情况， 以时间、 树种、 位 置、 边界为主要要素， 绘制树障三维空间生长轮廓趋势图， 预测树木生长情况， 结合线路通 道常见树木生长情况和树线距离， 判断树障风险等级， 实现提前 预警。 2.根据权利要求1所述的基于双目立体视觉及激光点云的树障定位分析方法， 其特征 在于： 所述 步骤S2中对点云数据进行分类的步骤如下： 将激光雷达数据及激光雷达摄像头采集的图像数据回传至数据处理终端， 进行三维点 云数学建模， 对采集的图像数据进行图像处理， 将处理后的图像数据进 行轮廓拟合， 根据现 有的树木、 导线、 杆塔的尺寸与形状结合大数据信息深度学习进 行训练， 并通过利用神经网 络纹理和形状算法进行分析， 得到树障、 导线、 杆塔分类。 3.根据权利要求1或2所述的基于双目立体视觉及激光点云的树障定位分析方法， 其特 征在于： 所述 步骤S2和步骤S3中的神经网络纹 理和形状算法的具体步骤如下： 确定识别区域， 随机初始化图像模板取值， 对输入数据进行数据编码， 使用网络训练误 差作为调整至， 获取图像灰度信息， 得到图像纹理和形状特征量， 确认数据信息， 计算调整 值， 判断上述重新计算的调整值是否达到预期精度值， 达到预期精度值的获得最优图像模 板支， 计算误差， 图像模板更新， 满足条件结束训练， 计算纹理能量值， 输出结果， 不满足条 件的， 需要重新计算 误差再更新模板， 直至满足条件结束训练； 当重新计算的调整值没有达到预期精度值 时， 需要重新获取图像灰度信 息后重复后续 步骤。 4.根据权利要求3所述的基于双目立体视觉及激光点云的树障定位分析方法， 其特征 在于： 所述图像纹 理和形状特 征量的计算如下： 对一幅图像h(x， y)， 若H1， H2，……， Hn代表一组模板， 则图像中各个像素邻域中用来表 达纹理特性的纹理能量分量由卷积Gn＝h*Hn， n＝1， 2， ……N求得， 若选择模 板的尺寸为k* k， 则第n个模板对应的纹 理图像为： 对应每个像素位置(x， y)， 都有一个纹理特征矢量[F1(x、 y) F2(x， y)…FN(x， y)]T， 用图 像矩阵与所有模板分别进行 卷积后， 得到纹 理能量信息和形状特 征识别信息。 5.根据权利要求1所述的基于双目立体视觉及激光点云的树障定位分析方法， 其特征 在于： 所述 步骤S4中对树障信息进行筛查的步骤如下：权　利　要　求　书 1/2 页 2 CN 115240087 A 2结合导线悬链线方程和杆塔实物ID基本数据， 将双目摄像头采集的二维位置数据通过 算法转化， 变为与激光雷达点云空间数据相对应的三维空间数据， 将计算得到的树障位置 与线路导线弧垂 点所在的与地面平行的平面作比较， 利用空间坐标系中点到平台之 间的距 离公式 得出树障各点到导线弧垂点所在平面的距离集合L＝[d1,d2, d3……]， 其中点P0(x0,y0,z0)为空间任意 一点， 导线弧垂点平面方程 为Ax+By+C z+D＝0。 6.根据权利要求5所述的基于双目立体视觉及激光点云的树障定位分析方法， 其特征 在于： 所述 步骤S5中树障风险等级的判断公式如下： 上式中： K1、 K2均为经验值， 其中K1为可靠系数， 取值范围为0≤K1≤1； K2为季节系数， 取 值范围为0.75 ≤K2≤1.25。 7.根据权利要求1所述的基于双目立体视觉及激光点云的树障定位分析方法， 其特征 在于： 所述架空输电线路保护区指110千伏线路两侧10米、 220千伏线路两侧15米、 500千伏 线路两侧20米空间范围内。 8.根据权利要求1所述的基于双目立体视觉及激光点云的树障定位分析方法， 其特征 在于： 还包括S6： 对每个树障隐患配备相应的数字通道图片及现场图片； 清理树障隐患后， 在输电线路通道树障隐患预警平台中更新树障隐患信息， 再使用无人机进行二次巡检， 获 取最新树线距离数据， 实现树障隐患的闭环管控。 9.基于双目立体视觉及激光点云的树障定位分析系统， 其特征在于： 包括无人机、 本地 服务器、 数据处理终端、 输电线路通道树障隐患预警平台， 所述无人机上设置有激光雷达和 双目摄像头， 所述无人机内部设置有智能图像数据信息处理器、 存储器， 所述智能图像数据 信息处理器、 存储器分别通过连接总线接口后与收发机、 用户接口相连， 所述智能图像数据 信息处理器实现激光雷达、 双目摄像头的数据信息采集、 预处理、 打包和传输， 本地服务器 进行数据存储， 数据 处理终端内部有如权利要求1 ‑8任一项所述的基于双目立体视觉及激 光点云的树障定位分析方法的计算机程序， 对树障、 导线、 杆塔进 行分类和树障信息的筛选 确定及风险等级判断， 所述输电线路通道树障隐患预警平台显示树障判断结果及树障三 维 空间生长轮廓趋势图。 10.根据权利要求9所述的基于双目立体视觉及激光点云的树障定位分析系统， 其特征 在于： 所述输电线路通道树障隐患预警平台对树障隐患实时录入， 随时取用； 对每个树障隐 患配备相 应的数字通道图片及现场图片； 清理树障隐患后， 在输电线路通道树障隐患预警 平台中更新树障隐患信息， 再使用无 人机进行二次巡检， 获取最 新树线距离数据。权　利　要　求　书 2/2 页 3 CN 115240087 A 3