一种大坝表面图像无人机自动安全采集方法和系统与流程

技术特征：
1.一种大坝表面图像无人机自动安全采集方法，其特征在于，包括以下步骤：采用无人机携带三维激光雷达及高清相机获取大坝表面及周边的扫描点云及倾斜摄影密集匹配点云数据；对获取的点云数据进行下采样及分类；提取大坝表面点云数据并估计点的法线方向，对大坝表面点云按照其外法线方向进行平移，生成初步巡检点；计算巡检点在以安全避障距离为半径的球体范围内，是否存在与大坝表面及周边三维点云相交的点，若存在，则删除该巡检点；依据巡检点及法线信息，规划相机空间位置及拍摄方位，以确保表面图像获取的完整性；采用路径规划算法对无人机巡视点进行自动路径规划，对两点直线路径穿过安全距离内的情况，构建中转点，从而构建大坝无人机自动安全巡视路线。2.如权利要求1所述的大坝表面图像无人机自动安全采集方法，其特征在于，所述对获取的点云数据进行下采样及分类的步骤包括：采用基于体素分割的算法进行点云下采样；采用人工裁切的方式进行点云分类，把大坝主要分为上游面点云、下游面点云和坝顶点云；若坝体表面存在较为复杂的情况，则对点云进行细分；对于贴近大坝表面的其他建筑物，若导致无人机无法采集其相邻的大坝表面部分，在进行自动规划巡视路线时，则剔除掉该类建筑物及其贴近的大坝表面点云部分。3.如权利要求1所述的大坝表面图像无人机自动安全采集方法，其特征在于，所述提取大坝表面点云数据并估计点的法线方向，对大坝表面点云按照其外法线方向进行平移生成初步巡检点的步骤包括：对提取的大坝表面点云数据中的点k
‑
近邻拟合平面，即采用最小二乘法拟合平面，对于提取的大坝表面点云数据中的点p
i
，对应的协方差矩阵cov为：cov
·
v
k
＝λ
k
·
v
k
，k＝1，2，3其中，n是点pi邻近点的数目，通过构建对大坝表面及周边点云数据的kd
‑
tree，可获取表面点云数据中与巡检点最近的n个点；表示n个邻近点的质心即为平均值，λ
k
是协方差矩阵的第k个特征值，v
k
是第k个特征向量；求出拟合平面的法线，最终的法线向量即为最小特征值对应的特征向量。4.如权利要求1所述的大坝表面图像无人机自动安全采集方法，其特征在于，所述计算巡检点在以安全避障距离为半径的球体范围内，是否存在与大坝表面及周边三维点云相交的点，若存在，则删除该巡检点的步骤包括：构建对大坝表面及周边点云数据的kd
‑‑
tree，查询表面点云数据中与巡检点最近的点；依据查询出的与巡检点最近的点，计算其距离，当该距离小于安全避障距离时，则舍弃掉该巡检点。
5.如权利要求1所述的大坝表面图像无人机自动安全采集方法，其特征在于，所述采用路径规划算法对无人机巡视点进行自动路径规划，对两点直线路径穿过安全距离内的情况，构建中转点，从而构建大坝无人机自动安全巡视路线的步骤包括：采用最短路径规划方法，求解最短hamilton路径；当两点之间的直线距离超过预设的距离阈值时，则按照设定的距离分段截取中间点，其中，距离阈值的设定宜大于体素分割的最小尺寸的1.5倍，分段截取的距离需小于体素分割的最小尺寸；判断中间点是否在安全距离内，若不存在，则构建中转点，其中，中转点是人工设置的视野开阔且远大于安全距离的固定点集。6.一种大坝表面图像无人机自动安全采集系统，其特征在于，包括：获取模块(10)，用于采用无人机携带三维激光雷达及高清相机获取大坝表面及周边的扫描点云及倾斜摄影密集匹配点云数据；分类模块(20)，用于对获取的点云数据进行下采样及分类；生成模块(30)，用于提取大坝表面点云数据并估计点的法线方向，对大坝表面点云按照其外法线方向进行平移，生成初步巡检点；删除模块(40)，用于计算巡检点在以安全避障距离为半径的球体范围内，是否存在与大坝表面及周边三维点云相交的点，若存在，则删除该巡检点；规划模块(50)，用于依据巡检点及法线信息，规划相机空间位置及拍摄方位，以确保表面图像获取的完整性；构建模块(60)，用于采用路径规划算法对无人机巡视点进行自动路径规划，对两点直线路径穿过安全距离内的情况，构建中转点，从而构建大坝无人机自动安全巡视路线。7.如权利要求6所述的大坝表面图像无人机自动安全采集系统，其特征在于，所述分类模块(20)包括：分类单元(21)，用于采用基于体素分割的算法，对点云数据进行下采样；然后采用人工裁切的方式进行点云分类，把大坝主要分为上游面点云、下游面点云和坝顶点云；处理单元(22)，用于若坝体表面存在较为复杂的情况，则对点云进行细分；对于贴近大坝表面的其他建筑物，若导致无人机无法采集其相邻的大坝表面部分，在进行自动规划巡视路线时，则剔除掉该类建筑物及其贴近的大坝表面点云部分。8.如权利要求6所述的大坝表面图像无人机自动安全采集系统，其特征在于，所述生成模块(30)包括：拟合单元(31)，用于对提取的大坝表面点云数据中的点k
‑
近邻拟合平面，即采用最小二乘法拟合平面，对于提取的大坝表面点云数据中的点p
i
，对应的协方差矩阵cov为：cov
·
v
k
＝λ
k
·
v
k
，k＝1，2，3其中，n是点p
i
邻近点的数目，通过构建对大坝表面及周边点云数据的kd
‑
tree，可获取表面点云数据中与巡检点最近的n个点；表示n个邻近点的质心即为平均值，λ
k
是协方差矩阵的第k个特征值，v
k
是第k个特征向量；第一计算单元(32)，用于求出拟合平面的法线，最终的法线向量即为最小特征值对应
的特征向量。9.如权利要求6所述的大坝表面图像无人机自动安全采集系统，其特征在于，所述删除模块(40)包括：第一构建单元(41)，用于构建对大坝表面及周边点云数据的kd
‑
tree，查询表面点云数据中与巡检点最近的点；舍弃单元(42)，用于依据查询出的与巡检点最近的点，计算其距离，当该距离小于安全避障距离时，则舍弃掉该巡检点。10.如权利要求6所述的大坝表面图像无人机自动安全采集系统，其特征在于，所述构建模块(60)包括：第二计算单元(61)，用于采用最短路径规划方法，求解最短hamilton路径；截取单元(62)，用于当两点之间的直线距离超过预设的距离阈值时，则按照设定的距离分段截取中间点，其中，距离阈值的设定宜大于体素分割的最小尺寸的1.5倍，分段截取的距离需小于体素分割的最小尺寸；第二构建单元(63)，用于判断中间点是否在安全距离内，若不存在，则构建中转点，其中，中转点是人工设置的视野开阔且远大于安全距离的固定点集。

技术总结
本发明公开了一种大坝表面图像无人机自动安全采集方法和系统，通过获取大坝表面及周边的扫描点云及倾斜摄影密集匹配点云数据；对获取的点云数据进行下采样及分类；提取大坝表面点云数据并估计点的法线方向，对大坝表面点云按照其外法线方向进行平移，生成初步巡检点；计算巡检点在以安全避障距离为半径的球体范围内，是否存在与大坝表面及周边三维点云相交的点，若存在，则删除该巡检点；依据巡检点及法线信息，规划相机空间位置及拍摄方位；采用路径规划算法对无人机巡视点进行自动路径规划，对两点直线路径穿过安全距离内的情况，构建中转点，从而构建大坝无人机自动安全巡视路线。本发明可实现自动图像采集，且保证近距离图像采集安全高效。图像采集安全高效。图像采集安全高效。


技术研发人员：王远慧
受保护的技术使用者：湖南德森九创科技有限公司
技术研发日：2021.09.27
技术公布日：2022/1/3