基于激光扫描的变电站设备三维点云数据识别技术研究

摘要

物体表面的三维坐标信息能够通过激光扫描仪快速获取，有助于加快其三维模型的重建。随着激光扫描仪在电力行业的应用，变电站三维仿真模型的建立逐渐变成研究的焦点。目前在进行变电站三维模型重建时，主要通过人眼对采集的三维点云数据进行辨认，确定设备所属的类型，然后再找出该设备所对应的3Dmax模型用于建模。这种方法不仅浪费了大量人力资源，而且效率低下。因此研究如何快速对设备点云进行精确识别具有重要的实际意义。本文以一个500kV变电站中的设备为实验场景，通过激光扫描仪获取设备的三维坐标信息，研究了三维点云数据的精简算法，重点解决了待测点云的特征提取以及识别的问题，最后介绍了Matlab算法的封装方法以及模型数据库管理软件的功能。
　　针对上述研究目标，本文所做的具体工作如下：
　　（1）选取了一个500kV的变电站，使用Faro激光扫描仪采集变电站内所有设备的点云数据，然后使用Geomagic软件提取出单个设备的点云数据。点云精简时利用了基于八叉树结构编码的精简算法，大大缩减了点云数目。
　　（2）设备在三个坐标平面点集的边界点曲率可以表达它的外形信息，本文首先介绍了两种提取边界点的方法，说明了它们的优劣，然后提出了滚圆法，只提取出点集的外边界点，加快了边界点提取速度。最后利用点到弦的距离累积来求取边界点曲率，将曲率作为特征保存到模型数据库中。
　　（3）采用了一种投影轮廓特征（PCF）的提取方法，将待测点云和模型点云的特征进行比较，预选出比较接近的设备，减少配准时的模型数量，然后利用ICP算法进行点云精确配准，找到匹配误差最小的模型，即待测点云所属类型。
　　（4）对Matlab识别算法的封装进行了介绍，封装完成后生成了dll文件，并且给出了C#调用dll文件的方法。最后对本文设计的模型数据库管理软件进行了详细介绍，包括软件的增加、删除、修改以及查询等功能。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 选题背景及研究意义

1.2 三维物体识别研究现状

1.3 课题来源及论文组织结构

2 变电站设备点云数据识别整体流程及预处理

2.1 变电站设备点云数据识别整体处理流程

2.2 变电站设备点云数据的获取

2.3 变电站设备点云数据的精简

2.4 本章小结

3 投影降维数据边界点提取及曲率计算

3.1 Delaunay三角网格剖分

3.2 滚圆法提取点集边界点原理

3.3边界点曲率计算

3.4 滚圆法提取点集边界点实验

3.5 距离累积法求取边界点曲率实验

3.6 本章小结

4 投影轮廓特征提取及目标分类

4.1 投影轮廓特征的提取

4.2 目标点云识别算法

4.3 点云识别实验分析

4.4 本章小结

5 Matlab识别算法封装及模型库管理系统设计

5.1 Matlab识别算法封装

5.2 C#调用Matlab算法封装的dll文件

5.3 模型数据库管理系统设计

5.4 本章小结

6 总结与展望

6.1 本文研究内容总结

6.2 研究展望

参考文献

致谢

个人简历、在校期间发表的学术论文与研究成果