顾及风偏环境的激光点云输电线模型重建方法

1.本发明涉及人工智能模型相关领域，具体是顾及风偏环境的激光点云输电线模型重建方法。


背景技术：

2.能源的长距离持续输送，电网运行维护管理部门需耗费大量人力和物力进行周期性巡检，传统人工地面巡检方法费时费力且存在峡谷、沼泽等人员不便到达的巡检“盲区”，难以满足当前电网建设快速发展的需求，在传感器和国家需求的双重驱动下，轻小型载体平台搭载高分辨率精细遥感系统得到了快速的发展，其中有/无人机载激光雷达技术(light detection and ranging，lidar)利用激光测距原理，在不拉闸断电的前提下经过一次飞行就可以获取输电线路走廊高精度、高密度的三维空间信息—点云数据，具有扫描速度快、自动化程度高的优势，弥补了传统人工巡检劳动强度大、巡检结果精度低等缺陷，已成为输电线路巡检智能化和电网管理数字化研究的热点。
3.输电线模型重建是机载激光雷达技术电力巡检研究的主要内容，但现有的激光点云输电线模型大多基于无风偏理想环境的输电线空间形态描述，忽略了实时自然环境中风荷载的作用效果，输电线模型重建的适应性和普适性有待提高。


技术实现要素：

4.本发明的目的在于提供顾及风偏环境的激光点云输电线模型重建方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.顾及风偏环境的激光点云输电线模型重建方法，包含以下步骤：
7.通过预设的小型激光雷达系统获取多组点云数据，每组所述点云数据分别对应不同的环境变量，所述点云数据指通过测量获取的目标表面特征的海量点集合；
8.根据目标模型方程对多组所述点云数据进行处理，从而获取样本点的模型残差，其中，残差表征实际值与拟合值的偏差；
9.当损失函数取最小值时，求解计算以获取模型参数最优解，所述损失函数为将随机事件或与其有关随机变量的取值映射为非负实数以表示该随机事件的“风险”或“损失”的函数。
10.作为本发明的进一步方案：还包括模型评价的步骤，模型评价具体包括定性评价以及定量评价；
11.所述定性评价包括步骤：根据点云分布的中心线对模型曲线进行贴合判定，并根据贴合判定结果对模型的重建效果划分多个效果等级，所述效果等级与所述模型曲线对所述中心线的贴合程度成正比；
12.所述定量评价包括步骤：随机取多个激光点云中的激光点与模型曲线的最近距离为误差变量，并根据多个所述误差变量统计生成最大误差、中位误差以及平均误差，分别用
于衡量模型曲线偏离激光点云的分布分为、模型曲线偏离激光点云的程度以及模型曲线偏离激光点云的距离。
13.作为本发明的再进一步方案：还包括风偏理论模型的建立步骤，所述风偏理论模型的建立具体包括步骤：
14.水平面内曲线模型的建立，
15.铅垂面内曲线模型的建立，
16.基于所述水平面内曲线模型与所述铅垂面内曲线模型，组合建立风偏环境下输电线三维空间形态模型，所述输电线三维空间形态模型通过抛物线方程表述。
17.作为本发明的再进一步方案：所述水平面内曲线模型的建立的步骤具体包括：
18.通过预设的空间转化程序将风偏环境下输电线三维空间模型曲线进行分解，从而获取水平面内风荷载作用下模型曲线以及铅垂面内自重荷载作用下的模型曲线；
19.基于模型曲线所在水平面内，以起始悬挂点为基准，建立水平投影直角坐标系；
20.当处于平衡状态时，输电线上任意点处风压载荷、自重载荷和导线张力的合力矢量为零，基于任意点两侧输电线建立多组力矩平衡方程式，并根据所述力矩平衡方程式获取风偏理论模型的抛物线方程表述。
21.作为本发明的再进一步方案：所述铅垂面内曲线模型的建立的步骤中：
22.铅垂面投影直角坐标系以两悬挂点连线为横轴，垂直竖直方向为纵轴建立；
23.铅垂面内所述输电线等效视为水平面内只承受风荷作用，铅垂面内仅承受自重载荷作用，所述铅垂面内曲线模型通过抛物线方程表述。
24.作为本发明的再进一步方案：所述基于所述水平面内曲线模型与所述铅垂面内曲线模型，组合建立风偏环境下输电线三维空间形态模型的步骤中：
25.所述水平投影直角坐标系所在平面与所述铅垂面投影直角坐标系所在平面相交于两悬挂点投影连线，根据空间几何关系组合所述水平面内曲线模型与所述铅垂面内曲线模型的抛物线方程，建立风偏环境下输电线三维空间形态模型的抛物线方程组。
26.作为本发明的再进一步方案：不同输电线的激光点云数据聚类为不同类别，其中，单根分裂导线聚类为单独类簇，作为模型重建的最小单元。
27.与现有技术相比，本发明的有益效果是：在分析了风荷载作用于输电线受力变化的基础上，提出了风偏环境下输电线三维空间形态描述的理论模型(抛物线-抛物线方程)，建立了一种顾及风偏因素的激光点云输电线模型重建方法，选择三组典型代表性的实验数据，涉及不同风速、地形条件及输电线类型；本文提出的抛物线-抛物线方程能很好的顾及水平风荷载作用的输电线空间形态特性，相比已有模型直线-抛物线方程，具有较高的模型重建精度和普遍适用性，研究对提高激光点云输电线模型重建具有重要的理论参考价值。
附图说明
28.图1为顾及风偏环境的激光点云输电线模型重建方法的流程框图。
29.图2为顾及风偏环境的激光点云输电线模型重建方法中无风偏输电模型示意图。
30.图3为顾及风偏环境的激光点云输电线模型重建方法中风偏输电模型。
31.图4为顾及风偏环境的激光点云输电线模型重建方法风偏环境下输电线水平面受力图。
具体实施方式
32.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
33.输电线三维空间模型重建是机载激光雷达技术电力巡检研究的主要内容，其精度直接影响后续输电线工况模拟、缺陷检测和风险评估的可靠性；通常情况下，影响激光点云输电线模型重建精度的因素主要有输电线点云数据、模型选择和参数求解；输电线是典型的人工构造物且空间形态规则，其提取方法研究相对较为成熟，现有技术如：根据输电线空间分离的特性采用分层抽样法实现单根输电线提取；将三维激光点云映射到二维残差空间，把点云数据输电线提取操作转化为二维残差聚类过程；将三维点云转换为二维影像，利用数字图像直线检测方法实现单根输电线的提取。
34.输电线空间模型是输电线三维形态矢量表达的理论基础，通常情况下，将悬挂于两杆塔之间的单档输电线视为没有刚性的柔性索链，只承受其自身重力而无弯矩处于静止平衡状态，此时输电线悬弧曲线处于同一铅锤面且其水平面内投影为直线段，铅垂面内投影为抛物线或悬链线，典型代表性的模型有直线-抛物线方程，直线-悬链线方程，其他直线
‑ꢀ
多项式方程等多为以上两种模型的衍生或变异；现有技术如：选择6组不同复杂程度的激光点云实验数据对比分析了模型选择对输电线模型重建结果的影响，涉及点云密度、输电线路等级、地形类型等因素，结果表明，相比于直线-悬链线方程，基于直线-抛物线方程的激光点云输电线模型重建具有更高的精度和效率；直线-抛物线和直线-悬链线方程等已有输电线模型推导过程基于无风环境相对理想状态，但实时运行在大气中的输电线时刻承受不同程度的风荷载作用，已有输电线模型没有顾及风偏环境下输电线空间形态精细表达，输电线理论模型的适应性和普适性有待提高；模型参数求解方法大多借鉴数值分析相关理论，如最小二乘法选择整体样本点作为模型参数求解的数据集，参数求解结果稳定性高但容易受噪声点干扰，随机一致性采样算法一定程度上削弱了噪声点干扰但其参数求解结果的随机性较大；伴随着激光点云输电线提取算法的性能不断完善，使得激光点云输电线建模数据的“纯洁度”不断提高，模型参数求解因素对“干净”的激光点云输电线模型重建结果影响减弱。
35.综上所述，模型选择是影响激光点云输电线模型重建结果的关键因素，但现有的直线
ꢀ‑
抛物线和直线-悬链线等输电线理论模型仅考虑无风偏时的相对理想环境，没有顾及实时自然环境中输电线时刻承受不同程度的风荷载作用而产生风偏现象；若机械地把输电线悬弧曲线水平面内投影视为直线段模型将导致模型重建结果不能精细描述风偏环境下输电线真实的空间形态特征；针对以上问题，从风荷载的力学作用效果出发，以抛物线-抛物线模型为理论基础，提出了一种顾及风偏因素的激光点云输电线模型重建方法，有效解决了风偏环境下激光点云输电线三维空间形态精细表达问题，研究对激光雷达技术电力巡检研究具有一定的理论参考价值。
36.以下结合具体实施例对本发明的具体实现方式进行详细描述。
37.如图1所述，为本发明一个实施例提供的顾及风偏环境的激光点云输电线模型重建方法，包括以下步骤：
38.s10，通过预设的小型激光雷达系统获取多组点云数据，每组所述点云数据分别对
应不同的环境变量，所述点云数据指通过测量获取的目标表面特征的海量点集合。
39.s20，根据目标模型方程对多组所述点云数据进行处理，从而获取样本点的模型残差，其中，残差表征实际值与拟合值的偏差。
40.s30，当损失函数取最小值时，求解计算以获取模型参数最优解，所述损失函数为将随机事件或与其有关随机变量的取值映射为非负实数以表示该随机事件的“风险”或“损失”的函数。
41.本实施例中，基于离散点数据的模型参数求解方法大多借鉴数值分析理论，大致可概括为两类：第一类是初始模型参数求解的最大化样本数据集，以全局损失函数最小化为约束条件，通过削弱无效或粗差样本点的影响以优化模型参数解精度，该方法具有稳定性强、精度高的优势，但参数求解过程没有考虑噪声样本的干扰因素，代表性的有最小二乘法 (least square，ls)及其改进算法加权最小二乘(weighted least square，wls)、整体最小二乘(total least square，tls)等；第二类是初始模型参数求解的最小化样本数据集，以模型适应度最大化为约束条件，循环迭代扩大有效样本数据集以寻找模型最佳参数解，其在一定程度上削弱了噪声样本对模型参数求解的影响，但受初始样本点的随机选择方案限制，模型参数求解的稳定性较差，最具典型代表性有随机一致性采样算法 (random sample consensus，ransac)，考虑到输电线点云提取方法研究较为成熟，模型参数求解的样本数据集较为“纯洁”，选择最小二乘法为激光点云输电线模型参数求解算法。
42.最小二乘法又称最小平方法，其以模型残差平方和最小化为约束准则求解最佳模型参数匹配，主要思想为：给定包含n个样本点的数据集若目标模型方程 y＝ax2 bx c，则样本点ti＝(xi，yi)的模型残差可表示为则模型参数最优解(a，b，c)可由损失函数e(a，b，c)取最小值时计算得到，如公式：
[0043][0044]
对损失函数e(a，b，c)求偏导并令偏导为零，求解可得到抛物线模型参数最优解。
[0045]
作为本发明另一个优选的实施例，还包括模型评价的步骤，模型评价具体包括定性评价以及定量评价；
[0046]
所述定性评价包括步骤：根据点云分布的中心线对模型曲线进行贴合判定，并根据贴合判定结果对模型的重建效果划分多个效果等级，所述效果等级与所述模型曲线对所述中心线的贴合程度成正比。
[0047]
所述定量评价包括步骤：随机取多个激光点云中的激光点与模型曲线的最近距离为误差变量，并根据多个所述误差变量统计生成最大误差、中位误差以及平均误差，分别用于衡量模型曲线偏离激光点云的分布范围、模型曲线偏离激光点云的程度以及模型曲线偏离激光点云的距离。
[0048]
本实施例中，模型评价采用定性评价和定量评价相结合的方式，定性评价以激光点云与模型曲线贴合程度为指标，模型曲线越接近点云分布的中心线或激光点云与模型曲
线贴合越好则模型重建效果越佳；定量评价以激光点云与输电线模型曲线最近距离为模型评价的误差变量di，采用最大值d
max
、中误差d
medim
、平均误差d
mean
作为输电线模型重建效果的定量评价指标，其中h
l
和v
l
分别表示第i个激光点的水平抛物线和铅垂抛物线模型残差；d
max
衡量了模型曲线偏离激光点云的分布范围，d
medim
衡量了模型曲线偏离激光点云的程度；d
mean
衡量了模型曲线偏离激光点云距离的平均值。
[0049]
如图2、图3和图4所示，作为本发明另一个优选的实施例，还包括风偏理论模型的建立步骤，所述风偏理论模型的建立具体包括步骤：
[0050]
水平面内曲线模型的建立。
[0051]
铅垂面内曲线模型的建立。
[0052]
基于所述水平面内曲线模型与所述铅垂面内曲线模型，组合建立风偏环境下输电线三维空间形态模型，所述输电线三维空间形态模型通过抛物线方程表述。
[0053]
进一步的，所述水平面内曲线模型的建立的步骤具体包括：
[0054]
通过预设的空间转化程序将风偏环境下输电线三维空间模型曲线进行分解，从而获取水平面内风荷载作用下模型曲线以及铅垂面内自重荷载作用下的模型曲线。
[0055]
基于模型曲线所在水平面内，以起始悬挂点为基准，建立水平投影直角坐标系。
[0056]
当处于平衡状态时，输电线上任意点处风压载荷、自重载荷和导线张力的合力矢量为零，基于任意点两侧输电线建立多组力矩平衡方程式，并根据所述力矩平衡方程式获取风偏理论模型的抛物线方程表述。
[0057]
本实施例中，架空输电线由多股细金属绞合线组成，且档距远远大于输电线结构截面直径，通常情况可视为没有刚性的柔性索链，无风偏环境下只承受其自身垂直荷载而无弯矩处于自然下垂状态，此时输电线悬弧曲线位于过悬挂点连线的铅垂面且输电线在二维水平面的投影为直线，已有无风偏环境输电线直线-抛物线模型如图2所示；当有方向固定、大小不变的风沿水平面垂直作用于自然下垂的悬弧曲线时，架空输电线同时承受自重产生的垂直荷载和水平方向的风压荷载；在综合荷载的作用下，输电线悬弧曲线所在平面偏离铅锤位置旋转至风偏面并达到新的力学平衡状态，此时风动能将全部转换为作用于输电线的静压力；因此风偏环境下输电线三维空间形态表现为处于相同倾斜平面的空间曲线，为了方便描述，将风偏环境下输电线三维空间模型曲线acb分解为水平面内风荷载作用下的模型曲线a
′c′b′
和铅垂面内自重荷载作用下的模型曲线ac1b，如图3所示。
[0058]
在水平面内，以起始悬挂点投影a
′
为原点，悬挂点投影连线a
′b′
所在直线为横轴x
′
，垂直于a
′b′
连线的直线为纵轴y
′
，建立水平投影直角坐标系；假设风压比载γ1沿两悬挂点 a，b连线均匀分布，方向竖直向下；此时，输电线两悬挂点水平面内投影等高且 ya＝yb＝0，档距为l，如图4所示；当处于平衡状态时，输电线上任意点c
′
(x
′
，y
′
)处风压荷载、自重荷载和导线张力的合力矢量和为0，该点处水平面内切向应力为σ，其在水平方向和竖直方向的分量为σ
x
和σy，与横轴的夹角为α；由于单档输电线空间跨度较小，输电线不同高程处风压荷载差异可忽略不计，视输电线不同部位水平风压荷载处处相同。
[0059]
在水平面内取a
′c′
段输电线，根据a
′
点力矩平衡方程式，则有：
[0060]
[0061]
同理，取c
′b′
段输电线分析，根据b
′
点力矩平衡方程式，则有：
[0062][0063]
联立上述两个，消去中间未知变量σy，则风偏环境下水平面内输电线曲线a
′c′b′
模型可用抛物线方程可表示为：
[0064]
即y＝a1x
′2 b1x
′
；
[0065]
其中(a1，b1)为模型方程参数。
[0066]
作为本发明另一个优选的实施例，所述铅垂面内曲线模型的建立的步骤中：
[0067]
铅垂面投影直角坐标系以两悬挂点连线为横轴，垂直竖直方向为纵轴建立。
[0068]
铅垂面内所述输电线等效视为水平面内只承受风荷作用，铅垂面内仅承受自重载荷作用，所述铅垂面内曲线模型通过抛物线方程表述。
[0069]
本实施例中，在铅垂面内，以两悬挂点连线为横轴x
′
,垂直向上为纵轴z，建立铅垂面投影直角坐标系；铅垂面内输电线仅承受自重荷载作用，可等效为水平面内只承受风荷载情景，则风偏环境下铅垂面内输电线曲线ac1b模型仍可用抛物线方程描述，如公式：
[0070]
z＝a2x
′2 b2x
′
；
[0071]
其中(a2，b2)为模型方程参数，具体推导过程与上一实施例相同。
[0072]
作为本发明另一个优选的实施例，所述基于所述水平面内曲线模型与所述铅垂面内曲线模型，组合建立风偏环境下输电线三维空间形态模型的步骤中：
[0073]
所述水平投影直角坐标系所在平面与所述铅垂面投影直角坐标系所在平面相交于两悬挂点投影连线，根据空间几何关系组合所述水平面内曲线模型与所述铅垂面内曲线模型的抛物线方程，建立风偏环境下输电线三维空间形态模型的抛物线方程组。
[0074]
本实施例中，水平投影坐标平面和铅垂投影坐标平面相交于两悬挂点投影连线，假设该投影连线与点云空间坐标x轴正方向夹角为β，根据空间几何关系，组合水平面内抛物线模型方程式y＝a1x
′2 b1x
′
和铅垂面内抛物线模型方程式z＝a2x
′2 b2x
′
，则风偏环境下输电线三维空间形态模型抛物线-抛物线方程可用表示：
[0075][0076]
其中(x0，y0，z0)为输电线起始悬挂点坐标，x
′
为输电线任意点距起始悬挂点的水平距离即沿x
′
轴坐标值，其余参数同上。
[0077]
作为本发明另一个优选的实施例，不同输电线的激光点云数据聚类为不同类别，其中，单根分裂导线聚类为单独类簇，作为模型重建的最小单元。
[0078]
本发明提供了一种顾及风偏环境的激光点云输电线模型重建方法，为了对其进行验证，采用了相关数据对其进行了实验验证与分析，具体的来说：
[0079]
选择三组不同地区、不同气象环境下的架空输电线路机载激光点云数据，其中实验数据1由无人机搭载轻小型激光雷达系统获取的中国中部某地220kv单档高压输电线路点云数据，该输电线路档距l2＝402.782m，两悬挂点高差h2＝1.254m，共包含5根输电线(2
根避雷线和3根非分裂导电线)，线路通道内分布有大量农田，地形起伏较小；实验数据获取时天气晴朗，温度28℃，风速较小可忽略不计，共包含激光点云数目为1279823，点云密度约25.36pts/m2，点云数据质量较好，输电线无明显风偏现象；实验数据2由有人直升机搭载激光雷达系统获取的中国东部某地110kv单档高压输电线路点云数据，该输电线路档距l1＝300.254m，两悬挂点高差h1＝6.325m，共包含5根输电线(2根避雷线和3根非分裂导电线)，线路通道内分布有少量植被和大量农田；实验数据获取时天气阴，温度20℃，风速1～2级，无持续风向，共包含激光点云数目为895623，点云密度约38.25pts/m2，点云数据无明显缺失或断裂现象，但受水平风荷载的作用输电线在风偏面存在轻微摆动，造成输电线点云数据局部范围离散度增大；实验数据3为有人直升机搭载激光雷达系统获取的中国东部某地220kv单档高压输电线路点云数据，该输电线路档距l1＝425.681m，两悬挂点高差h1＝27.490m，共包含8根输电线(2根避雷线和6根二分裂导电线)，线路通道内分布有少量植被和大量农田，地形以丘陵为主；实验数据获取时天气晴朗，温度约26℃，北风(风向与输电线走向近似水平垂直)，风速3级，共包含激光点云数目为407463，点云密度约19.42pts/m2，点云数据质量较差，分裂导电线存在明显缺失和断裂现象，且由于水平风荷载的作用，输电线存在摆动使得点云空间内输电线局部范围形态分布不规则。
[0080]
采用mtalab2019b计算机语言编程软件实现实验数据激光点云输电线三维模型重建可视化及模型精度评定。
[0081]
从原始输电线路激光点云数据中精细提取输电线已有相对成熟的研究方法，三组实验数据分别提取输电线激光点云数目为5655、7184和12677，经高程阈值分割和残差密度聚类后，非输电线点得到很好的识别，单根输电线激光点云聚类为相同类簇，不属于相同输电线的激光点云聚类为不同类别，其中单根分裂导线聚类为单独类簇，作为模型重建的最小单元，无风偏环境下，目视判读可知基于已有直线-抛物线方程和本文抛物线-抛物线方程的输电线模型曲线均穿过激光点云分布的中心，离散激光点云均匀地围绕在模型曲线周围且与模型曲线很好的贴合，实验数据1输电线模型重建结果表明无风偏环境下本文抛物线-抛物线方程具有较好的模型重建效果；风偏环境下，基于已有模型直线-抛物线方程和本文模型抛物线-抛物线方程的激光点云输电线模型重建结果相差较大，其中基于传统模型直线-抛物线方程的输电线模型曲线偏离激光点云分布中心，且在两悬挂点附近偏离现象表现更明显；相比之下，基于本文模型的抛物线-抛物线方程输电线模型曲线穿过激光点云分布的中心，输电线激光点云围绕在模型曲线的周围与其很好的贴合，表明本文模型抛物线-抛物线方程的模型曲线能更好的描述风偏环境下输电线空间形态特征，具有更高的激光点云输电线三维空间曲线重建效果。
[0082]
表1展示了利用已有直线-抛物线方程和本文抛物线-抛物线方程的激光点云输电线模型重建定量评价结果；
[0083][0084]
表1不同模型选择输电线模型重建精度定量评价
[0085]
无风偏环境下，基于本文抛物线-抛物线方程的输电线三维空间模型重建精度各项指标与已有直线-抛物线方程重建精度较为接近，表明本文提出的抛物线-抛物线方程对无风偏环境仍具有较好的适应性；风偏环境下，基于本文抛物线-抛物线方程的激光点云非分裂输电线空间模型重建最大误差最大值为0.387m，平均误差最大值为0.050m，中误差最大值为0.037，分裂导线最大误差最大值为1.129m，平均误差最大值为0.470m，中误差最大值为0.214，如表中加粗所示，相同类型输电线模型重建各项精度评定指标均优于已有直线-抛物线方程，表明本文提出的抛物线-抛物线方程更适合风偏环境下激光点云输电线模型重建结果，具有更高的模型重建精度；对比不同结构的导电线模型重建结果，分裂导线模型重建各项指标均大于非分裂导线，分析原因分裂导线采用多根单导线(二分裂为2 根)平行排列的架设方式，沿输电线路走向间隔特定距离由形态规则的间隔棒固定；相比单根输电线，激光点云离散度更大，同时数据的缺失造成点云分布不均匀，使得分裂导线模型重建精度偏低；特别说明，由于输电线是形状规则且具有截面尺寸的人工构筑物，理想环境下激光点云以模型曲线为中心呈空间弯曲圆柱体均匀分布在输电线表面；因此，从理论上讲误差变量di是由固定误差(输电线截面半径)和偶然误差组成，呈非标准正态分布，由此表明本文提出的抛物线-抛物线方程对有无风偏环境下激光点云输电线三维模型重建均具有较高的精度，相比已有模型直线-抛物线方程，具有更好的普适性。
[0086]
风偏环境下，已有直线-抛物线方程将输电线激光点云投影视为直线模型，模型残差分布波动较大呈正/余弦函数分布，残差最大值为-0.620m；本文提出的抛物线-抛物线方程将输电线激光点云投影视为抛物线模型，模型残差波动较小，其最大值为0.153m；由此可知风偏环境下，水平面模型选择合理性是影响激光点云输电线三维模型重建的关键。
[0087]
总结的来说点云数据、模型选择和参数求解是影响激光点云输电线三维模型重建精度的主要因素，本文从模型选择出发，根据风荷载作用于输电线的力学原理，提出了风偏环境下输电线空间形态描述的理论模型，即抛物线-抛物线方程；选择三组不同地区输电线
路机载激光点云为实验数据，采用定性与定量相结合的模型精度评价指标，结果分析表明：本文提出的抛物线-抛物线方程能很好的顾及水平风荷载作用下输电线形态变化，激光点云非分裂输电线模型重建最大误差最大值为0.387m，平均误差最大值为0.050m，中误差最大值为0.037，分裂导线模型重建最大误差最大值为1.129m，平均误差最大值为0.470m，中误差最大值为0.214，且对无风偏环境激光点云输电线模型重建仍具有较高的精度，相比已有模型直线-抛物线方程，具有更高的普适性和实用性。
[0088]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus) 直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram) 等。
[0089]
本领域技术人员在考虑说明书及实施例处的公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
[0090]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。