一种基于点云和标定的电力刀闸开关状态检测方法与流程

本发明涉及刀闸状态识别领域，特别是涉及一种基于点云和标定的电力刀闸开关状态检测方法。

背景技术：

1、刀闸主要用于电力系统的开关、电路切换等，是电力系统中数量占比多、使用频繁的设备。由于电路系统传输的电压高、运转时间长、涉及到的居民、工厂等用户众多，其闭合和打开不到位时，一方面高压电产生强烈的电弧，会造成电力设备损害、引起火灾、工作人员伤亡的问题，一方面还出现电路传输不顺畅，影响用户生产生活，造成巨大的经济损失。因此刀闸状态的检测十分重要，有明确的市场需求。

2、当前检测方法，大部分是人工现场确认开关是否到位。人工方法主要有三个问题，一需要对工人培训、工作时间长且不稳定，导致成本高；二准确度受工人状态影响，检测结果不稳定；三刀闸闭合过程中会出现大面积的电弧，对工人人身安全有隐患，因此急需自动化的检测方法。

3、自动化检测方法主要基于视觉的图像处理方法实现，分为(机器或深度)学习和非学习两类。现阶段的检测往往基于视觉图像分析从而检测刀闸状态，然而现阶段的视觉方法均基于彩色或夜视红外相机的二维图像，此类相机受环境光影响大，而刀闸所在的视场，一般天空是背景，因此出现如彩色相机在拍到太阳或电站内金属反射炫光时，即拍摄画面中存在明显的亮点，会降低曝光时间，使得画面中除了亮点区域外，其他区域发暗、刀闸不清晰轮廓不明显。而上述图像处理方法均需要明显的刀闸轮廓，提取刀闸特征进行识别检测，因此上述方法受环境光影响大，检测结果不准确。部分基于视觉检测的方法虽然对发暗的刀闸图像做了亮度提升，但仅能处理亮度差异小的情况，在亮度差异较大时，受相机传感器本身的限制，仍然会出现刀闸过曝采集不到轮廓，欠曝图像噪声大轮廓不明显的问题。同时，学习方法需要收集大量数据并标记构造数据库，数据少则检测不准确，因此需要多名人员、手动、长时间收集数据，过程漫长、繁琐、细致、重复。且学习方法的训练和检测运算复杂、计算量大，需要配置高性能服务器并长时间训练，因此开发周期长，电脑配置要求高，时间和经济成本大。尤其是当用户对“开”“合”的定义发生变化时，要重复构造数据库，不适合用户数量少、场景单一、需求个性化的电站。

4、例如，一种在中国专利文献上公开的“一种对开式刀闸运动状态的精确检测方法”，其公告号cn111191641a；包括采集对开式刀闸的实时监控视频，根据实时监控视频的初始帧图像同步确定刀闸的初始状态和运动方向；对于初始帧图像后的每一帧图像利用同样的方式依次进行精确分析，精确分析方式为：计算下一帧图像中左刀闸臂和右刀闸臂之间的初始夹角，结合该帧图像的前一帧图像估算系统误差，结合系统误差利用加权移动平均法确定该帧图像中左刀闸臂和右刀闸臂间的校正夹角，根据校正夹角精确分析该帧图像中刀闸的状态并记录；同样的方式继续处理下一帧图像，直至检测到刀闸停止运动，验证视频中刀闸运动的最终状态。然而该发明仍存在受环境因素影响，刀闸过曝采集不到轮廓，欠曝图像噪声大轮廓不明显，且需要重复构建开合状态数据库，导致检测过程繁琐且不精确。

技术实现思路

1、本发明主要针对上述问题；提供了一种基于点云和标定的电力刀闸开关状态检测方法；本发明采用激光雷达的三维点云数据，相机基于二维图像的检测方法，数据更加稳定，不受光照影响，更适合空旷、天空为背景的电力刀闸场景。刀闸状态基于标定的检测空间，不需要预先进行刀闸识别、特征提取、构造数据集、数据拟合等处理，相比现有方法，计算环节少、计算复杂度低，检测结果输出快，对计算机的配置要求低，节省大量的时间和经济成本。同时，检测框由用户设定，即刀闸状态完全由用户控制和定义，除“开”“合”状态外，还可以定义“半开”“半合”等中间状态，而现有方法、尤其是基于学习的方法，变更状态定义后，需要重新构建方法，因此本方法适用场景更多、对用户需求响应更快速、准确。充分利用点云数据的特点，由用户在点云上选取坐标点设定检测空间，不需要转换到二维图像，不需要坐标转换，不需要稠密点云，不需要特殊的安装角度，能实时输出检测结果，操作简单、速度快，对用户更友好。

2、本发明的上述技术问题主要是通过下述技术方案得以解决的：

3、一种基于点云和标定的电力刀闸开关状态检测方法，所述方法包括：

4、步骤1、在刀闸静止状态下，标定不同检测状态的多个检测空间；

5、步骤2、在检测过程中，当刀闸移动到某个检测状态的检测空间时，即刀闸进入某检测空间，认为刀闸处于该状态。

6、采用激光雷达的三维点云数据，通过人为标定检测空间和检测状态，避免预先进行刀闸识别、特征提取、构造数据集、数据拟合等处理，计算环节少、计算复杂度低。同时利用检测空间的空间向量和点所在空间的计算，判断出落在开合状态的点数，并通过点数判断识别刀闸此刻的状态，检测结果输出快，对计算机的配置要求低，节省大量的时间和经济成本。本方法充分利用点云数据的特点，由用户在点云上选取坐标点设定检测空间，不需要转换到二维图像，不需要坐标转换，不需要稠密点云，不需要特殊的安装角度，能实时输出检测结果，操作简单、速度快，对用户更友好。

7、作为优选，所述标定过程包括：

8、步骤1、用户选点，计算平面参数：用户在刀闸的点云上选择至少三个不全在同一直线上的点，通过平面拟合获得选点所在的平面参数：中心点p0和法向量n；

9、步骤2、用户设定空间参数，计算检测空间：根据用户设定的检测空间参数，包括类型t、尺寸s，生成一个检测状态的一个检测空间；

10、步骤3、用户设定旋转平移矩阵，计算移动后的检测空间：将检测空间整体旋转、平移到目标位置；根据旋转平移矩阵计算移动后的检测空间数学表达式。

11、通过用户选点可以将某几个点所在空间直接定义为某种状态，并且在单种状态下选择多个检测空间，方便校准。标定多状态下的多个空间，在后续的检测过程中可以直接通过该空间对刀闸所述状态进行判断。同时利用旋转和平移能够尽可能多的获得检测空间。

12、作为优选，移动后的检测空间f(x，y，z，p0，n，t，s，m)＝f(x，y，z，p0，n，t，s)×m≤0；m为旋转平移矩阵；f(x)表示移动后的检测空间函数；(x，y，z)为点坐标；f(x)为空间函数。通过平移、旋转后获得多个检测空间，确定空间的空间表达式，可以方便后续通过数学方法快速判断刀闸点是否进入某状态。

13、作为优选，所述检测过程包括：

14、步骤1、获取刀闸点云，判断点云中每个点是否在检测空间内；

15、步骤2、统计落入每个检测状态的检测空间的点数，并判断点数是否超出检测阈值；若超出检测阈值，则认为刀闸处于该状态。

16、通过检测刀闸点是否在某状态，进而判断刀闸是否进入了某状态，同时设定范围，当超过某数值的点进入某状态，便可以认定刀闸处于某状态。该检测方法通过纯数学方法判断刀闸状态，快速且准确，且不会受到图像噪点影响。

17、作为优选，所述步骤1的判断方法包括：将点(x′，y′，z′)带入空间方程，f(x′，y′，z′，p0，n，t，s，m)＝a；若a≤0，则点在检测空间内部；若a＞0，则点在检测空间外部。通过计算坐标系中的点，通过数学方法快速确定刀闸是否进入某状态。

18、作为优选，一个检测状态下有多个检测空间，统计每个检测状态i下，进入其全部检测空间内的点数ki；b为检测阈值，若ki＞b，则认为刀闸进入i的检测空间，其状态为i。该检测阈值可以通过人为设定，通过人对刀闸状态判定的需求，设定各个检测阈值大小。

19、本发明的有益效果是：

20、1.采用激光雷达的三维点云数据，相机基于二维图像的检测方法，数据更加稳定，不受光照影响，更适合空旷、天空为背景的电力刀闸场景；

21、2.刀闸状态基于标定的检测空间，不需要预先进行刀闸识别、特征提取、构造数据集、数据拟合等处理，相比现有方法，计算环节少、计算复杂度低，检测结果输出快，对计算机的配置要求低，节省大量的时间和经济成本；

22、3.检测框由用户设定，即刀闸状态完全由用户控制和定义，除“开”“合”状态外，还可以定义“半开”“半合”等中间状态，而现有方法、尤其是基于学习的方法，变更状态定义后，需要重新构建方法，因此本方法适用场景更多、对用户需求响应更快速、准确；

23、4.充分利用点云数据的特点，由用户在点云上选取坐标点设定检测空间，不需要转换到二维图像，不需要坐标转换，不需要稠密点云，不需要特殊的安装角度，能实时输出检测结果，操作简单、速度快，对用户更友好。