来源：期刊VIP网 时间：
作者：陈法林;李勇;林琦;纪硕磊;双丰;
单位：广西大学电气工程学院广西电力装备智能控制与运维重点实验室;广西电网有限责任公司机巡与不停电作业中心;
摘要：电力杆塔作为输电线路的重要支撑，其稳定性十分关键。由于地质沉降或其他因素，电力杆塔可能发生倾斜，如不及时发现并处理可能会发生杆塔倒塌事故，对电网的正常运行造成较大的影响，而传统的人工巡检效率低，难以满足需求。为解决上述问题，提出一种基于无人机激光点云的电力杆塔倾斜度估计算法。该方法首先采用语义分割网络MFNet-S将电力场景中的杆塔类别提取出来；然后，使用密度聚类(density-based spatial clustering of applications with noise, DBSCAN)对杆塔类别进行聚类，从而得到单个杆塔。得到杆塔后通过对塔身进行纵向分层，并计算每一层点云的包围框及其中心点，得到中心点坐标集合后对其采用随机样本一致算法(random sample consensus, RANSAC)直线拟合，从而得到杆塔的倾斜向量，最后，再根据推导的公式计算出杆塔的倾斜度。对原始杆塔和人工摆放倾斜的杆塔进行试验，结果表明，提出的算法具有更高的倾斜度计算精度，平均误差仅为0.15%和0.52%,优于对比方法的0.24%和6.59%。
关键词：工业机器人;;激光点云;;语义分割;;电力杆塔;;倾斜度
基金资助：广西自然科学基金(2022GXNSFBA035661)
