機載LiDAR輸電線走廊點云數(shù)據自動分類和樹障預警分析方法研究
【學位單位】:蘭州交通大學
【學位級別】:碩士
【學位年份】:2018
【中圖分類】:TM75;P237
【部分圖文】:
蘭州交通大學碩士學位論文測量技術在三維空間信息的實時采集方面具有重要的限制,可全天候全天時工作,這些特性使得這一業(yè)的濃厚興趣,在地形測繪、森林管理、海岸帶監(jiān)重要的角色并具有廣泛的應用前景。對狹長目標而言,如輸電線走廊、河流、道路等區(qū)相比,通常需在較低的高度上飛行(小于 300m),低。面對大規(guī)模的電力網絡,人工檢測費用較高,且測繪成為新興的無人機巡檢技術(包括機載激光雷監(jiān)測電力線基礎設施的主要目標是發(fā)現(xiàn)威脅輸電線力巡線數(shù)據后處理的相關研究主要有四個方面: 輸電力線三維重建、樹障危險點檢測、輸電線走廊三
圖 1.2 廣東電網 Z-5 無人直升機電力巡線平臺中國測繪科學研究院、武漢大學、總參 60 所和南方電制大型無人直升機LiDAR電力通道巡檢的軟硬件系統(tǒng)公里電力巡線任務。機載 LiDAR 巡檢系統(tǒng)在南方電網家電網公司在國內最早開展了機載 LiDAR 巡線系統(tǒng)研。最近幾年,旋翼無人機 LiDAR 測量系統(tǒng)由于其成本和應用,其可以作為很好的短距離范圍內的電力線巡線巡線相關的 LiDAR 數(shù)據處理的專業(yè)軟件如 Lidarstatio的點云處理軟件,可以實現(xiàn)航帶平差、點云濾波和人機線危險點檢測模塊可實現(xiàn)輸電線廊道樹障檢測分析并包括線路基本信息、使用的電力標準要求、危險點明細點詳細描述包括危險點的描述信息和危險點的俯視圖和云數(shù)據處理軟件有TerraScan、PLS-CADD和ENVI LiDaScan 模塊是以插件軟運行在 Microstation 環(huán)境之上的波和電力線三維矢量化。數(shù)據的具體組織形式多樣,除
圖 1.3 輸電線走廊樹障風險示意圖電力線檢測和維護主要是通過人工地面巡檢,目視檢測輸電方式工作周期長、效率低、巡視質量差、成本高,而且很多抵達。隨著遙感技術的應用,尤其是機載 LiDAR,有效的彌機載激光雷達測量系統(tǒng)在巡視過程中采集的激光點云,反映三維空間信息,包括走廊地形、地物和電網設施設備的空間點云數(shù)據可以準確地測量走廊內地物到導線的距離是否滿 LiDAR 點云數(shù)據的輸電線路風險管理存在后期成熟的自動診斷研究較少,主要依靠人工判讀,內業(yè)工作量較大的問題路工況模擬的文獻。由于輸電線路工況條件的變化,導線和態(tài)變化,輸電線走廊內的潛在危險地物目標位置也有可能在迫切需要輸電線路工況模擬的方法提供風險預警信息,延長期,提高巡檢效率。
【相似文獻】
相關期刊論文 前10條
1 劉亞文;覃蘇舜;;點云數(shù)據稀疏區(qū)域建筑物立面重建方法[J];應用科學學報;2017年02期
2 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據拼接處理技術的研究[J];水利與建筑工程學報;2014年01期
3 張習民;余小清;萬旺根;張娟;;壓縮感知點云數(shù)據壓縮[J];應用科學學報;2014年05期
4 康蘭;馮亞娟;陳正鳴;;多視點云數(shù)據快速對齊方法[J];機械設計與研究;2009年01期
5 鄭德華;;點云數(shù)據直接縮減方法及縮減效果研究[J];測繪工程;2006年04期
6 黃凱;程效軍;賈東峰;胡旦華;胡敏捷;;一種密集管道點云數(shù)據自動分割算法[J];中國激光;年期
7 宣偉;;地面激光點云數(shù)據質量評價與三維模型快速重建技術研究[J];測繪學報;2017年12期
8 孫瑞;張貴豪;陳普智;;三維激光掃描點云數(shù)據的精簡方法探討[J];黃河水利職業(yè)技術學院學報;2018年02期
9 諶鵬;;點云數(shù)據生成軟件的設計及其在月餅模具逆向設計與制造中的應用[J];制造技術與機床;2017年03期
10 黃景偉;何鵬;劉潔;陳明舉;;點云數(shù)據提取二次曲面特征算法研究[J];信息通信;2017年05期
相關博士學位論文 前10條
1 楊永濤;三維離散點云數(shù)據處理關鍵技術研究[D];燕山大學;2017年
2 唐逸之;點云數(shù)據的魯棒配準與自適應表面重建[D];浙江大學;2017年
3 張紹澤;面向三維可視化的激光掃描點云數(shù)據處理方法研究[D];西安電子科技大學;2017年
4 羅楠;基于點云數(shù)據的3D打印關鍵技術研究[D];西安電子科技大學;2017年
5 金娟鳳;基于特征距離的腰腹臀部體型分析與個性化女褲樣板生成[D];浙江理工大學;2017年
6 石宏斌;地面激光點云模型自動構建方法研究[D];武漢大學;2014年
7 葉立志;機載LiDAR與影像密集匹配點云數(shù)據的濾波方法研究[D];武漢大學;2016年
8 張學昌;基于點云數(shù)據的復雜型面數(shù)字化檢測關鍵技術研究及其系統(tǒng)開發(fā)[D];上海交通大學;2006年
9 張力寧;點云數(shù)據抗噪處理方法及其在葉片重建中的應用研究[D];西北工業(yè)大學;2006年
10 張坤;基于三維激光掃描的點云數(shù)據逆向重建算法研究[D];燕山大學;2016年
相關碩士學位論文 前10條
1 李鵬;空間三維點云數(shù)據精確配準技術[D];戰(zhàn)略支援部隊信息工程大學;2018年
2 李磊;利用遙感影像和點云數(shù)據的道路提取方法研究[D];戰(zhàn)略支援部隊信息工程大學;2018年
3 曾文偉;地面三維激光掃描技術在建筑工程中的應用[D];東華理工大學;2017年
4 孫政揚;基于激光雷達的車前地形快速測量方法關鍵技術研究[D];吉林大學;2018年
5 陳洪;基于機載LiDAR和多光譜遙感的作物LAI反演方法研究[D];石河子大學;2018年
6 曾鈺廷;基于深度學習的物體檢測與跟蹤方法的研究[D];東華理工大學;2018年
7 田德;基于點云數(shù)據的木材噴涂工件匹配與位姿估計算法研究[D];廣東工業(yè)大學;2018年
8 周欣;三維激光掃描點云數(shù)據孔洞修復與精簡算法研究[D];北京建筑大學;2018年
9 萬宏華;基于點云數(shù)據的巖體結構面識別方法研究[D];東北大學;2015年
10 馬柏林;激光點云數(shù)據索引和壓縮方法研究[D];西安科技大學;2018年
本文編號:2854869
本文鏈接:http://www.sikaile.net/kejilunwen/dizhicehuilunwen/2854869.html