典型文献
电力杆塔模型特征点智能提取关键技术研究
文献摘要：
针对电力杆塔无人机智能巡检手动选取特征点对专业要求高、效率低、点位命名不统一等问题,该文提出一种基于高密度点云与杆塔模型属性信息的特征点智能提取方法.首先将杆塔点云数据与杆塔模型属性信息通过模型名称建立联系,得到杆塔关键点,然后利用特征点预测技术得到特征点粗略位置,最后通过特征点智能提取技术得到特征点准确位置.基于4类杆塔模型的实验结果表明:该方法的特征点提取平均正确率在88.1％以上,大幅减少了人工干预,提高了提取效率,按顺序编码命名的特征点为任务规划带来了便捷.通过实践应用,平均效率比手动规划提高3.3倍,巡检照片满足技术要求,在实际电网巡检工程中得到很好的应用.
文献关键词：
激光雷达;电力杆塔;特征点预测;智能提取;任务规划
中图分类号：
作者姓名：
李昌柯;李英成;金芳芳;雒燕飞;孙一铭
作者机构：
中国测绘科学研究院,北京 100036;中测新图(北京)遥感技术有限责任公司,北京 100039;自然资源部航空遥感技术重点实验室,北京 100039;北京市低空遥感数据处理工程技术研究中心,北京 100039;浙江华云清洁能源有限公司,杭州 310002
文献出处：
引用格式：
[1]李昌柯;李英成;金芳芳;雒燕飞;孙一铭-.电力杆塔模型特征点智能提取关键技术研究)[J].测绘科学,2022(11):162-169
A类：
模型特征点,特征点预测
B类：
电力杆塔,塔模,智能提取,关键技术研究,机智,智能巡检,高密度点云,属性信息,点云数据,建立联系,预测技术,粗略,提取技术,特征点提取,取平,人工干预,提取效率,任务规划,平均效率,效率比,激光雷达
AB值：
0.267866
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
