科學(xué)技術(shù)的不斷革新,使得人類經(jīng)濟(jì)社會(huì)在快速發(fā)展的同時(shí),也越來越多的受制于環(huán)境約束和資源約束。謀求新的能源利用模式勢(shì)在必行,依托日益成熟的信息科技的全球能源互聯(lián)網(wǎng)營運(yùn)而生,智能電網(wǎng)建設(shè)則成為全球能源互聯(lián)網(wǎng)建設(shè)的關(guān)鍵任務(wù)。在全球能源互聯(lián)網(wǎng)和智能電網(wǎng)建設(shè)的過程中,電力設(shè)備數(shù)字化、電力網(wǎng)絡(luò)安全傳輸和電力路線合理規(guī)劃至關(guān)重要。作為一種高效的遙感數(shù)據(jù)獲取方法,車載激光雷達(dá)測(cè)量（Light Detection and Ranging,LiDAR）技術(shù)可以在短時(shí)間內(nèi)快速獲取大量具有精確三維坐標(biāo)的點(diǎn)云數(shù)據(jù),用于獲取測(cè)量目標(biāo)的物理狀態(tài),實(shí)現(xiàn)電力網(wǎng)絡(luò)數(shù)字化和電網(wǎng)的高效巡檢管理,從而為智能電網(wǎng)建設(shè)和全球能源互聯(lián)網(wǎng)建設(shè)提供助力。本文在全面分析研究車載LiDAR系統(tǒng)和點(diǎn)云數(shù)據(jù)特性的基礎(chǔ)上,首先對(duì)車載點(diǎn)云數(shù)據(jù)的預(yù)處理過程進(jìn)行研究,隨后利用正態(tài)分布變換（Normal Distributions Transform,NDT）算法實(shí)現(xiàn)電力線的粗提取,并在此基礎(chǔ)上利用隨機(jī)抽樣一致性（RANdom SAmple Consensus,RANSAC）算法實(shí)現(xiàn)電力線的精提取,最后對(duì)提取后的電力線點(diǎn)云數(shù)據(jù)進(jìn)行精度分析評(píng)價(jià)。總體研究內(nèi)... 

【文章來源】：湖南科技大學(xué)湖南省

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文研究方法技術(shù)路線圖

第二章車載LiDAR技術(shù)基礎(chǔ)-10-除激光掃描儀外，測(cè)量單元內(nèi)還包含有GNSS、IMU和CCD相機(jī)，其中IMU的絕對(duì)位置精度為20-50mm，俯仰精度0.005°，航偏精度0.015°，用戶可根據(jù)需要選擇是否配備CCD相機(jī)，本文主要研究車載LiDAR點(diǎn)云數(shù)據(jù)，故不對(duì)CCD相機(jī)及相關(guān)數(shù)據(jù)進(jìn)行介紹說明。在VMQ-1HA系統(tǒng)的控制單元中，主要配置有控制計(jì)算機(jī)、數(shù)據(jù)采集軟件(RIACQUIRE)和里程計(jì)(DistanceMeasurementIndicator，DMI)。其中數(shù)據(jù)采集軟件完成整個(gè)外業(yè)空間數(shù)據(jù)采集工作的數(shù)據(jù)整合，同時(shí)可以對(duì)整個(gè)集成系統(tǒng)進(jìn)行測(cè)試和驗(yàn)證，并應(yīng)用在整個(gè)系統(tǒng)的數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)可視化等各個(gè)方面。DMI主要用于記錄測(cè)量車輛的行車速度和時(shí)刻，確保在GNSS失鎖的情況下能夠與IMU進(jìn)行組合導(dǎo)航，以免造成數(shù)據(jù)斷裂。VMQ-1HA系統(tǒng)的支持部件用于將系統(tǒng)設(shè)備安裝到車輛上并協(xié)助滿足作業(yè)多角度掃描需要，主要包括旋轉(zhuǎn)平臺(tái)、車頂安裝架等。(a)(b)圖2.2(a)VMQ-1HA系統(tǒng)組件；(b)VMQ-1HA系統(tǒng)硬件配置示意圖Fig.2.2(a)VMQ-1HASystemComponents;(b)VMQ-1HASystemHardwareConfigurationDiagram

描過程中，各系統(tǒng)單元通過時(shí)間同步控制器實(shí)現(xiàn)數(shù)據(jù)的同步采集，并獲得不同的采集數(shù)據(jù)，其中激光掃描儀對(duì)當(dāng)前車載LiDAR系統(tǒng)周圍物體進(jìn)行逐點(diǎn)掃描，獲取周圍物體位置信息，GNSS可測(cè)定當(dāng)前車載LiDAR系統(tǒng)所在的精確坐標(biāo)，IMU可測(cè)定當(dāng)前車載LiDAR系統(tǒng)的實(shí)時(shí)姿態(tài)，CCD相機(jī)可以獲取當(dāng)前車載LiDAR系統(tǒng)周圍的數(shù)字紋理影像，并由車載LiDAR系統(tǒng)中所配置的計(jì)算機(jī)對(duì)各傳感器采集的數(shù)據(jù)進(jìn)行同步存儲(chǔ)。系統(tǒng)中主要設(shè)備的工作原理如下所述：（1）激光掃描儀激光掃描儀主要利用線性掃描的方式通過車輛前進(jìn)獲取車輛行駛路線兩側(cè)的三維數(shù)據(jù)（如圖2.3）。在線性掃描的過程中，激光點(diǎn)按照時(shí)間順序進(jìn)行獲取，在空間中依次排列相互緊鄰，如圖2.4所示，相鄰點(diǎn)依次緊鄰形成掃描線，且相鄰的掃描線在空間上相互緊鄰并沿車輛行進(jìn)方向依次排列[50]。同一條掃描線上相鄰的兩個(gè)激光點(diǎn)間的角度差相同，激光掃描儀在車輛行進(jìn)過程中通過周期性發(fā)射脈沖并接收脈沖，即可獲得每個(gè)激光點(diǎn)的掃描角度。激光掃描儀通過激光器向周圍發(fā)射激光脈沖，激光由空氣入射到周圍物體上產(chǎn)生散射，其中一部分經(jīng)過一段時(shí)間后發(fā)生反射，并由能將光信號(hào)轉(zhuǎn)換為電信號(hào)的接收器接收，通過記錄激光器發(fā)射激光的時(shí)間和接收器接受放射激光的時(shí)間，利用光在空氣中的傳播速度，根據(jù)公式（2.1）即可計(jì)算出激光掃描儀與物體之間的距離。根據(jù)掃描角度和距離即可求得各物體點(diǎn)在掃描儀坐標(biāo)系下的坐標(biāo)。2Ctd（2.1）其中，d為激光掃描儀與物體之間的距離，t為同一個(gè)激光信號(hào)在激光器發(fā)射激光與接收器接收激光之間的時(shí)間差，C為光在空氣中的傳播速度，是一個(gè)常數(shù)，即C=300,000千米/秒。圖2.3車載LiDAR系統(tǒng)采集數(shù)據(jù)示意圖Fig.2.3SchematicDiagramofDataAcquisitioninVehicleLiDARSystem

【參考文獻(xiàn)】：
期刊論文
[1]智能牽引供電系統(tǒng)標(biāo)準(zhǔn)體系研究[J]. 朱飛雄.  電氣化鐵道. 2018(06)
[2]車載激光雷達(dá)的主要技術(shù)分支及發(fā)展趨勢(shì)[J]. 余瑩潔.  科研信息化技術(shù)與應(yīng)用. 2018(06)
[3]中國能源互聯(lián)網(wǎng)發(fā)展基本特征[J]. 魯剛.  中國電力. 2018(08)
[4]車載LiDAR點(diǎn)云路燈提取方法[J]. 李永強(qiáng),董亞涵,張西童,李鵬鵬.  測(cè)繪學(xué)報(bào). 2018(02)
[5]大型無人機(jī)電力巡檢LiDAR點(diǎn)云安全距離診斷方法[J]. 陳馳,彭向陽,宋爽,王柯,錢金菊,楊必勝.  電網(wǎng)技術(shù). 2017(08)
[6]車載LiDAR數(shù)據(jù)電力線與塔桿提取方法[J]. 賴廣陵,秦志遠(yuǎn),丁璐.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2016(06)
[7]機(jī)載激光雷達(dá)數(shù)據(jù)中電力線的快速提取[J]. 王平華,習(xí)曉環(huán),王成,夏少波.  測(cè)繪科學(xué). 2017(02)
[8]面向車載激光掃描數(shù)據(jù)的道路目標(biāo)精細(xì)化魯棒提取[J]. 熊偉成,楊必勝,董震.  地球信息科學(xué)學(xué)報(bào). 2016(03)
[9]機(jī)載激光點(diǎn)云數(shù)據(jù)中電力線自動(dòng)提取方法[J]. 陳馳,麥曉明,宋爽,彭向陽,徐文學(xué),王珂.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(12)
[10]無人機(jī)在湛江電網(wǎng)臺(tái)風(fēng)應(yīng)急巡檢中的應(yīng)用[J]. 王柯,麥曉明,許志海,彭向陽,饒章權(quán).  廣東電力. 2015(09)

博士論文
[1]基于LiDAR數(shù)據(jù)的海岸線提取技術(shù)研究[D]. 于彩霞.解放軍信息工程大學(xué) 2015
[2]機(jī)載LIDAR數(shù)據(jù)處理與土地利用分類研究[D]. 袁楓.中國礦業(yè)大學(xué) 2010
[3]基于多種遙感數(shù)據(jù)的電力線走廊特征物提取方法研究[D]. 穆超.武漢大學(xué) 2010

碩士論文
[1]利用車載LiDAR點(diǎn)云的自動(dòng)成圖技術(shù)研究[D]. 吳永興.中國地質(zhì)大學(xué)(北京) 2018
[2]基于點(diǎn)云片段法的道路邊線提取研究[D]. 王淑燕.東華理工大學(xué) 2017
[3]基于機(jī)載LiDAR點(diǎn)云的電力走廊三維要素提取技術(shù)[D]. 宋爽.武漢大學(xué) 2017
[4]基于機(jī)載LiDAR數(shù)據(jù)的電力走廊信息提取技術(shù)研究[D]. 解冰謙.哈爾濱工業(yè)大學(xué) 2016
[5]基于車載LiDAR點(diǎn)云數(shù)據(jù)的濾波及道路標(biāo)識(shí)線提取研究[D]. 曾妮紅.中國地質(zhì)大學(xué) 2016
[6]機(jī)載LiDAR點(diǎn)云數(shù)據(jù)濾波方法研究[D]. 甘桂琴.中南大學(xué) 2012
[7]基于車載激光掃描數(shù)據(jù)的三維重建研究[D]. 戴彬.首都師范大學(xué) 2011
[8]機(jī)載LiDAR點(diǎn)云數(shù)據(jù)分類技術(shù)研究[D]. 龔亮.解放軍信息工程大學(xué) 2011
[9]互聯(lián)網(wǎng)GIS系統(tǒng)底層算法設(shè)計(jì)和實(shí)現(xiàn)[D]. 林釗.昆明理工大學(xué) 2011
[10]線狀目標(biāo)識(shí)別及跟蹤算法研究[D]. 陳軍.西安電子科技大學(xué) 2009



本文編號(hào)：2957292