一种基于车载LiDAR数据的电力线提取与拟合方法

摘要

基于车载LiDAR数据的电力线提取与拟合方法，方法如下：首先利用体元划分车载LiDAR点云，确定各个体元内的点；然后根据真实电力线的分布特点剔除不含有电力线点云的体元；再将过滤得到的电力线点云依据电力线走廊进行划分，并利用AutoClust算法对电力线点云进行初始聚类；接着使用基于端部拟合线段的聚类合并方法，将属于同一电力线的初始点云聚类合并到一起；最后根据电力线的特性，恢复断裂的电力线，最终得到可用以表征单条电力线的点云，并以此进行三维拟合。本发明能够实现海量车载LiDAR数据中电力线点云的自动快速提取，实现了单条电力线的准确识别以及电力线三维模型的精确拟合。

主权项

一种基于车载LiDAR数据的电力线提取与拟合方法，步骤包括：第一步、构建体元——以体元为空间单元对车载LiDAR数据的空间区域进行分割，所述体元的尺寸范围为[10cm,dist_pl]，其中dist_pl为相邻电力线间的最小间距；第二步、体元过滤——根据电力线的分布特点剔除不含有电力线LiDAR点的体元，保留含有电力线LiDAR点的体元；第三步、电力线走廊识别——将第二步保留的体元内的LiDAR点投影至XY平面，采用hough变换检测直线，得到电力线点云所在直线，从而得到若干条电力线走廊；第四步、电力线点云初始聚类——使用AutoClust算法对每条电力线走廊内的电力线点云进行初始聚类，得到若干属于同一电力线走廊的点云初始聚类；第五步、电力线点云聚类合并——对同一电力线走廊的各点云初始聚类构建端部拟合线段，若相邻点云初始聚类之间相对的端部拟合线段的夹角小于α，则将相邻点云初始聚类合并，以此类推最终得到若干点云合并聚类，α的取值范围为5‑12°；第六步、电力线点云聚类恢复——对各点云合并聚类构建端部拟合线段，若某点云合并聚类的首尾端部拟合线段的角度都位于区间[‑90°,0°]或[0°,90°]，则该点云合并聚类为断裂聚类；该断裂聚类和位于同一档距内的其他点云合并聚类分别组合进行抛物线拟合，将具有最小拟合残差的点云合并聚类与该断裂聚类合并，并将与该拟合抛物线平均距离小于M的点云合并聚类也合并到一起，得到完整的单条电力线点云，从而完成单条电力线点云聚类的恢复，M的取值范围为[5cm,15cm]；第七步、电力线三维拟合——针对完整的单条电力线点云使用最小二乘算法拟合得到电力线三维曲线。