道路设施智能提取方法及装置、电子设备、存储介质

    公开(公告)号:CN118429299A

    公开(公告)日:2024-08-02

    申请号:CN202410524754.0

    申请日:2024-04-29

    IPC分类号: G06T7/00 G06V20/56

    摘要: 本公开提供了一种道路设施智能提取方法及装置、电子设备、存储介质。本公开首先对相机拍摄的全景影像进行道路设施检测,得到道路设施检测框的二维坐标以及类别;之后将道路设施检测框转换到三维世界坐标系中,根据三维世界坐标系中的道路设施检测框和相机,从采集的三维点云数据中截取原始锥形区域点云,并进一步从原始锥形区域点云中截取距离相机预设距离的目标锥形区域点云;之后对目标锥形区域点云进行语义分割得到道路设施点云,并利用上述类别在道路设施点云中进行检索,得到上述类别对应的目标点云;最后确定点云外包围盒,根据上述类别确定道路设施的三维矢量形状,并根据上述三维矢量形状和外包围盒,确定道路设施的三维边界框。

    一种优化区域生长的点云平面分割处理方法

    公开(公告)号:CN117078701A

    公开(公告)日:2023-11-17

    申请号:CN202311080503.X

    申请日:2023-08-25

    IPC分类号: G06T7/11 G06T7/12

    摘要: 本发明提供一种优化区域生长的点云平面分割处理方法,包括如下操作步骤:按照输入点的邻域的平面性强度数值从大到小的顺序对所有输入点排序并得到输入点平面性强度列表;从输入点平面性强度列表筛选出平面性强度最大且尚未分割的输入点作为种子点;以种子点为中心点,在输入点邻域内进行迭代扩张;基于优化后的区域生长算法重新对种子点集合内的所有种子点进行二次区域生长处理得到符合二次扩张条件的输入点;将遍历后符合二次扩张条件的输入点汇集到最终种子点集合;最后基于平面邻接关系表快速进行面片合并、面片竞争和边界优化分割后得到点云平面的准确边界信息。上述处理方法获得了稳定的平面边界,提高平面分割精度与稳健性。

    基于三维点云的电力设施与入侵物距离检测方法和系统

    公开(公告)号:CN115908338B

    公开(公告)日:2023-08-29

    申请号:CN202211503251.2

    申请日:2022-11-29

    摘要: 本发明公开基于三维点云的电力设施与入侵物距离检测方法和系统,其中,电力设施与入侵物距离检测方法包括:获取电力设施所在场景的当前三维点云和前期三维点云;根据三维点云与深度图像的坐标对应关系,将当前三维点云和前期三维点云分别转换为当前帧和前期帧深度图像;根据当前帧和前期帧深度图像的像素差值,从当前帧深度图像中提取入侵物对应的图像变化区域;将图像变化区域反变换至三维坐标系,得到三维坐标系下入侵物对应的三维坐标点集;根据三维坐标点集,计算入侵物到电力设施的最短距离。本发明的技术方案能解决现有技术中图像分析算法灵敏度不高,难以在夜晚有效监测,且不能确定入侵目标的准确距离的问题。

    多源移动测量点云数据空地一体化融合方法、存储介质

    公开(公告)号:CN111598823B

    公开(公告)日:2023-07-25

    申请号:CN202010422717.0

    申请日:2020-05-19

    发明人: 陈琳海

    IPC分类号: G06T5/50 G06T7/33

    摘要: 本发明涉及一种多源移动测量点云数据空地一体化融合方法、存储介质及终端,所述融合方法包括:通过聚类判断的方式从不同平台采集的点云数据中提取出建筑物轮廓点云数据A,以及通过三维格网化的二维分析从不同平台采集的点云数据中提取出杆状物点云数据B;对从不同平台提取出的建筑物轮廓点云数据A或杆状物点云数据B的特征进行匹配,判断是否为同一个建筑物轮廓或同一个杆状物;根据特征匹配结果通过平差计算对不同平台采集的点云数据进行配准,得到配准融合结果。本发明的优点在于:采用对象级别的特征进行不同平台的点云配准,适用性更强,精度更高,而且将多平台采集点云数据融合管理,实现了多时空和多平台数据的一体化。

    提取巡检关键部件点的方法及装置

    公开(公告)号:CN111145159B

    公开(公告)日:2023-05-23

    申请号:CN201911382850.1

    申请日:2019-12-27

    发明人: 郭彦明

    摘要: 本申请提供了一种提取巡检关键部件点的方法及装置,属于电力检测领域,该提取巡检关键部件点的方法包括:S1.利用不同塔型的杆塔点云作为训练样本,根据不同塔型以及电压等级确定绝缘子长度;S2.根据所述绝缘子高度对杆塔点云进行垂直分层,将每层精细分类的点云作为深度学习的最小学习单元,对每个单元进行模型训练得到深度学习神经网络模型,利用神经网络模型对不同塔型的杆塔点云进行精细分类;S3.基于精细分类结果,将每个杆塔的的杆塔点云利用模型构建方法进行单体化;S4.从单体化的各个模型中提取部件点的位置作为拍照点位。利用上述方法,可以减少人工选择关键部件点的工作量,提高工作效率。

    一种基于图优化的多工程激光SLAM点云拼接方法和系统

    公开(公告)号:CN116008950A

    公开(公告)日:2023-04-25

    申请号:CN202211686028.6

    申请日:2022-12-27

    IPC分类号: G01S7/48 G06T3/40

    摘要: 本发明公开一种基于图优化的多工程激光SLAM点云拼接方法和系统,其中,多工程激光SLAM点云拼接方法包括:以submap点云为关键帧进行单工程激光SLAM回环检测,得到单工程回环检测约束;若任意关联两组工程之间存在重叠点云,则拼接重叠点云处的submap点云得到多工程拼接约束;若submap点云存在GPS控制点,则根据submap点云关联的GPS控制点计算得到GPS控制点约束;使用单工程回环检测约束、多工程拼接约束和GPS控制点约束,建立submap点云的图优化模型;使用Ceres非线性优化库求解图优化模型,得到submap点云的位姿修正量,达到单工程SLAM点云非刚性位姿修正的目的。本发明技术方案能解决现有技术中多工程激光SLAM解算点云拼接时将单个工程视为一个刚体,整体不能达到最佳拼接一致性的问题。