一种近电告警方法及装置与流程

1.本发明涉及防触电管控技术领域，尤其涉及一种近电告警方法及装置。


背景技术：

2.如今，电力系统已经成为最重要的能源供应传输系统，不同规格的变配电线路、设备已遍布于社会的各个角落，然而随着使用年限增长、负荷过载等原因，初期安装的电力设备已不满足安全运行的基本要求，需要进行长期的检测、维护和更换，而电力设备施工改造普遍存在作业空间小、现场情况复杂、施工人员较多现在不宜管控等问题，导致电力作业安全存在隐患，其中以施工作业过程工作人员误触、误入带电间隔导致触电的问题较为突出。一旦发生此类事故,不仅造成人身伤亡、设备损害等直接的人身、经济损失,而且因停电造成间接经济损失也非常巨大。
3.传统的近电告警方式一般采用高电压磁场感应的方式进行预警，但在在配电房、变电站等较为复杂的环境中，存在着工作效率低、检测质量分散、手段单一等因素，无法对作业人员直观展示强电场方位，无法准确测量带电体距离，造成告警效率低下。目前有激光雷达、摄像头等在线监测手段，通过激光点云与图像识别结合的方式识别人员位置，进而对靠近带电体的行为进行预警，但是现场监测装置需要实时识别计算，存在着能耗过高、计算复杂等问题，这导致其在一些耗时、长时间连续作业任务中，不能准确、持续的对现场人员行为进行监测，也导致近点告警效率低下的问题。
4.由上述可得，现有的近电告警方法由于在检测作业人员与带电体的位置的过程中检测精度较低，从而导致近电告警效率低下。


技术实现要素：

5.本发明实施例提供一种近电告警方法及装置，有效提高了近电告警的效率。
6.本技术实施例的第一方面提供了一种近电告警方法，包括：
7.根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；
8.根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；
9.监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。
10.在第一方面的一种可能的实现方式中，根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集，具体为：
11.根据现场作业区域的激光雷达点云数据与视频图像数据，获取现场作业区域中带电体区域的三维点云原始数据集；
12.根据带电体区域的三维点云原始数据集进行密度聚类处理，计算得到带电体设备的完整点云数据集。
13.在第一方面的一种可能的实现方式中，根据带电体区域的三维点云原始数据集进行密度聚类处理，计算得到带电体设备的完整点云数据集，具体为：
14.根据带电体区域的三维点云原始数据集获取已标记位置的点云特征；其中，已标记位置用于表示带电体设备的位置；
15.根据已标记位置的点云特征进行特征提取后，根据提取结果对预设邻域内的点云数据进行密度聚类处理，得到带电体设备的完整点云数据集。
16.在第一方面的一种可能的实现方式中，根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级，具体为：
17.根据带电体设备的完整点云数据集中的点云特征，计算得到相应的法向量；
18.根据法向量，结合预设安全距离，计算得到预设安全距离对应的数据集；
19.根据预设安全距离对应的数据集，构建带电体设备的空间结构层级。
20.在第一方面的一种可能的实现方式中，监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警，具体为：
21.监测空间结构层级内的点云数据状态，当空间结构层级内的点云数据状态发生波动、且存在密集、连续的方向性运动时，判定有侵入物体接近带电体设备；
22.通过卷积神经网络算法对实时视频图像数据进行识别，当根据识别结果判定侵入物体为人类时，判定有人接近带电体设备，并发出近电告警。
23.在第一方面的一种可能的实现方式中，现场作业区域的激光雷达点云数据通过激光雷达采集；现场作业区域的视频图像数据通过监控摄像头采集。
24.在第一方面的一种可能的实现方式中，还包括：
25.对不同的空间结构层级所对应的空间三维点云数据进行降噪处理，生成第一处理结果；
26.根据预设安全距离对第一处理结果进行层级分割裁剪处理，过滤空间结构层级外的无关点云数据，生成第二处理结果；
27.记录第二处理结果的静态点云特征。
28.在第一方面的一种可能的实现方式中，判定空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动，具体为：
29.将空间结构层级内的点云特征与静态点云特征进行对比，根据比对结果判定空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动。
30.在第一方面的一种可能的实现方式中，点云特征包括：点云数量数据、点云密度数据、点云分布数据和点云范围数据。
31.本技术实施例的第二方面提供了一种近电告警装置，包括：计算模块、构建模块和告警模块；
32.其中，计算模块用于根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；
33.构建模块用于根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；
34.告警模块用于监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。
35.相比于现有技术，本发明实施例提供的一种近电告警方法及装置，所述方法包括：根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。
36.其有益效果在于：本发明实施例根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集后，根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级，最后监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。本发明实施例基于激光点云状态监测进行近电告警，只监测带电体周围空间结构层级内的点云数据状态，经识别检测后发出近电告警，避免了现有技术中对作业人员进行实时跟踪实时测量的方法而导致的告警效率低下的问题，本发明实施例能最大限度的节省了边缘计算单元的计算压力，毋需实时计算，在检测作业人员与带电体的位置的过程中提高了检测精度，从而能够提高近电告警效率，同时，能够节能降耗，有效延长监测时间。
37.进一步地，本发明实施例不囿于电力作业环境的限制，应用该方法原理可以形成局域网的移动式部署应用，有别于其他的固定式安装监控测量技术，要对周围复杂环境进行多层次切割。该方法的可移植性强，实现了全过程、全透明的可视化近电预警监控。
38.最后，本发明实施例通过对带电体设备进行手动标记获取带电体设备完整三维点云数据，自动划分带电体周围空间层次结构进行感应式告警，整体操作简单易用，便于培训推广。
附图说明
39.图1是本发明一实施例提供的一种近电告警方法的流程示意图；
40.图2是本发明一实施例提供的近电告警整体系统的结构示意图；
41.图3是本发明一实施例提供的一种近电告警装置的结构示意图。
具体实施方式
42.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
43.参照图1，是本发明一实施例提供的一种近电告警方法的流程示意图，包括s101-s103：
44.s101：根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集。
45.其中，所述现场作业区域的激光雷达点云数据通过激光雷达采集；所述现场作业区域的视频图像数据通过监控摄像头采集。具体为：将激光雷达与监控摄像头对准现场作业区域，获取现场作业区域的激光雷达点云数据与视频图像数据，并将激光雷达点云数据与视频图像数据在边缘计算单元进行匹配、融合，并将融合后的数据以视频图像的形式发
送至移动端接收装置进行显示，实现作业场景监控可视化。
46.在本实施例中，所述根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集，具体为：
47.根据现场作业区域的激光雷达点云数据与视频图像数据，获取所述现场作业区域中带电体区域的三维点云原始数据集；
48.根据所述带电体区域的三维点云原始数据集进行密度聚类处理，计算得到所述带电体设备的完整点云数据集。
49.在一具体实施例中，所述根据所述带电体区域的三维点云原始数据集进行密度聚类处理，计算得到所述带电体设备的完整点云数据集，具体为：
50.根据所述带电体区域的三维点云原始数据集获取已标记位置的点云特征；其中，已标记位置用于表示带电体设备的位置；
51.根据所述已标记位置的点云特征进行特征提取后，根据提取结果对预设邻域内的点云数据进行密度聚类处理，得到所述带电体设备的完整点云数据集。
52.具体为：移动端接收装置显示画面，根据实际的现场作业区域中的带电体分布情况，在显示画面中点击选取带电体设备的核心位置，通过视频图像数据与三维点云数据的匹配映射关系，获取所标记带电体区域、物体平面区域的三维点云原始数据集(即现场作业区域中带电体区域的三维点云原始数据集)ps：
53.ps{(x1，y1，z1)，(x2，y2，z2)，
…
(xn，yn，zn)}；
54.获取现场作业区域中带电体区域的三维点云原始数据集ps，根据ps中已标记位置的点云特征(包括颜色、材质、形状大小等)进行特征提取，根据提取结果，对预设邻域内的点云数据进行密度聚类(dbscan)处理(设置密度阈值m，选取ps中的点，获取其预设邻域ε的范围内的点)，获取平面区域到三维空间区域上带电体设备的完整点云数据集(即带电体设备的完整点云数据集)pa：
55.pa{(x1，y1，z1)，(x2，y2，z2)，
…
(xk，yk，zk)}；
56.s102：根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级。
57.在本实施例中，所述根据所述带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级，具体为：
58.根据所述带电体设备的完整点云数据集中的点云特征，计算得到相应的法向量；
59.根据所述法向量，结合预设安全距离，计算得到所述预设安全距离对应的数据集；
60.根据所述预设安全距离对应的数据集，构建所述带电体设备的空间结构层级。
61.具体为：根据带电体设备的完整点云数据集pa中的点云特征，构建带电体设备的空间结构层级。预设安全距离包括：第一安全距离d、第二安全距离2d和第三安全距离4d。d为工作人员与带电体安全距离最低标准；2d为安全距离最低标准的2倍；4d为安全距离最低标准的4倍；使用层级结构的方式可以实现对人员与带电体距离不同级别的近电告警，以事先预警的方式最大限度的防止人员触电。具体对数据集pa中数据点以距离d、2d和4d分别进行向外扩张的步骤如下：
62.(1)计算数据集pa中的点的法向量，对于各点上存在平面cos：
63.cosαi·
xi+cosβi·
yi+cosγi·
zi+pi＝0；
64.其中，cosαi、cosβi、cosyi为平面上点(xi，yi，zi)处法向量的方向余弦，|pi|为原点到平面的距离；
65.(2)点(xi，yi，zi)以法向量方向向外延申距离d处的点为：
66.(xi+d
·
cosαi，yi+d
·
cosβi，zi+d
·
cosγi)；
67.(3)根据(2)对数据集pa中各点求取法向量方向上距离d处的数据集(即
68.(4)相应地，法向量方向上距离2d处的数据集(即第二安全距离2d对应的数据集)pa″
为：
69.{(xi+2d
·
cosαi，yi+2d
·
cosβi，zi+2d
·
cosγi)，i＝1，2，3
…
k}；
70.(5)相应地，法向量方向上距离4d处的数据集(即第三安全距离4d对应的数据集)pa″′
为：
71.{(xi+4d
·
cosαi，yi+4d
·
cosβi，zi+4d
·
cosγi)，i＝1，2，3，
…
k}；
72.其中，(xi，yi，zi)∈pa。
73.s103：监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。
74.在本实施例中，所述监测所述空间结构层级内的点云数据状态，当根据监测结果判定有人接近所述带电体设备时，发出近电告警，具体为：
75.监测所述空间结构层级内的点云数据状态，当所述空间结构层级内的点云数据状态发生波动、且存在密集、连续的方向性运动时，判定有侵入物体接近所述带电体设备；
76.通过卷积神经网络算法对所述实时视频图像数据进行识别，当根据识别结果判定所述侵入物体为人类时，判定有人接近所述带电体设备，并发出近电告警。
77.在本实施例中，还包括：
78.对不同的所述空间结构层级所对应的空间三维点云数据进行降噪处理，生成第一处理结果；
79.根据预设安全距离对所述第一处理结果进行层级分割裁剪处理，过滤所述空间结构层级外的无关点云数据，生成第二处理结果；
80.记录所述第二处理结果的静态点云特征。
81.具体为：
82.将最靠近带电体空间范围d内的点云数据命名为s1：
83.s1{(x
′1，y
′1，z
′1)，(x
′2，y
′2，z
′2)，
…
(x
′
k，y
′k，z
′n)}；
84.将靠近带电体空间范围2d内的点云数据命名为s2：
85.s2{(x
″1，y
″1，z
″1)，(x
″2，y
″2，z
″2)，
…
(x
″k，y
″k，z
″n)}；
86.将靠近带电体空间范围4d内的点云数据命名为s3：
87.s3{(x
″′1，y
″′1，z
″′1)，(x
″′2，y
″′2，z
″′2)，
…
(x
″′k，y
″′k，z
″′n)}；
88.记录s
1-s3点云数据集的静态点云特征(主要包括有点云数量、密度、分布、范围等)在边缘计算单元作为常量进行存储。
89.在一具体实施例中，判定所述空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动，具体为：
90.将所述空间结构层级内的点云特征与所述静态点云特征进行对比，根据比对结果判定所述空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动。其中，高密度点云连续的方向性运动能够区别于离散、低频的点云。
91.激光雷达对s1-s3三个层级范围内的点云状态变化进行监测，当感应周围空间结构内的静态点云数据波动，且有连续多帧有高密度点云连续的方向性运动时，则向边缘计算单元的图像识别服务发送识别请求。边缘计算单元收到识别服务请求，调用同步的监控视频图像对图像中的场景进行识别，利用卷积神经网络(convolutional neural networks,cnn)算法识别侵入物体，当检测到侵入物体为人时，根据侵入的带电体周围空间结构层级向移动端接收装置发送检测结果，触发告警，提醒现场工作负责人，及时提醒作业人员保持安全距离进行作业，防止触电。
92.其中，所述点云特征包括：点云数量数据、点云密度数据、点云分布数据和点云范围数据。
93.在一优选实施例中，本技术所保护的近点告警方法是由激光雷达、监控摄像头、边缘计算终端组成的移动式集成监测装置和移动端接收装置两大部分构成，请参照图2，图2是本发明一实施例提供的近电告警整体系统的结构示意图，包括：带电体设备三维点云201、移动式集成监测装置202和移动端接收装置203。
94.其中，移动式集成监测装置与移动端接收装置使用wifi信号进行局域数据传输。其中移动式集成监测装置内部的激光雷达使用标准的rj45接口网线与边缘计算终端进行数据通信，监控摄像头使用usb数据线与边缘计算终端进行数据传输。移动式集成监测装置，根据其激光格雷达与监控摄像头两种设备不同的视场范围、成像原理，需要对三维点云数据与rgb平面像素格式的视场角进行调试配准，达成二者视场范围的重叠，形成一定的映射关系。移动式集成监测装置，由电力作业环境中的作业人员使用三脚架或其他支撑结构进行安装部署。激光雷达、监控摄像头，其朝向需对准电力作业区域，保证视场角对核心作业区域的全覆盖。监控摄像头，获取电力作业区域的画面，将相关画面经由边缘计算单元的wifi信号传输至移动端接收装置。
95.移动端接收装置由现场工作负责人持有，确认监控摄像头传输的作业区域摄像头画面，并在接收装置的显示屏上点击选取监控画面中的带电体设备。移动端接收装置，通过工作负责人选取的现场带电体设备在显示屏中的像素点和分辨率，将相关数据通过wifi信号回传至边缘计算单元。
96.边缘计算单元获取到显示屏中被选取的像素点集合，通过三维点云数据与rgb平面像素数据的映射关系，找到被选取像素点的集合对应的三维点云平面数据集。边缘计算单元对所选取的带电体设备三维点云平面数据进行遍历，提取集合中的点云特征，使用密度聚类(dbscan)算法，对邻近相似点的点云进行聚类，得到被选带电体设备在三维空间中的完整点云数据集sa。
97.对带电体设备三维点云数据集sa进行降噪、滤波处理，将距离数据集sa最外层点云0.35m的空间范围定义为第一级空间结构，为电力安全工作规程中工作人员与带电体安全距离最低标准；将距离数据集ta最外层点云0.7m内的空间范围定义为第二级空间结构，为第一级空间结构的2倍；将距离数据集ta最外层点云1.4m内的空间范围定义为第三级空间结构，为第一级空间结构的4倍。
98.带电体设备三维点云周围三级空间结构层次，边缘计算单元对各空间结构内的点云数据进行降噪、层次分割，裁剪掉三级空间结构层次外的背景等与近电告警无关的点云数据，记录三级空间结构层级的静态点云特征(主要包括有点云数量、密度、分布、范围等)，将其作为常量在边缘计算单元进行存储。
99.带电体设备周围三级空间层次的静态点云特征，激光雷达将获取的每帧三维点云数据传输至边缘计算单元进行计算，其计算步骤如下：
100.(1)首先对视场角范围外的点云进行切割。
101.(2)然后对三级空间结构层次外的点云再次切割。
102.(3)将三级空间结构层次内的点云数量、密度、分布等数据与静态点云特征进行比对。
103.(4)经比对计算发现三级空间结构层次内有密集、连续、方向性运动时，对边缘计算单元的识别服务发出识别请求。当未发现有相关的点云数据变化时，回到本步骤的第(2)步中，继续进行监测比对。
104.(5)识别服务调用人体识别公共数据集对当前关键帧前后连续10帧的监控摄像头画面进行识别，当连续10帧50％以上识别结果为人类时，向移动端接收装置发出识别结果与其出现的空间结果层级；当连续10帧识别率不足50％时，忽略识别结果，并回到本步骤的第(2)中，继续进行监测比对。
105.当移动端接收装置接收到边缘计算单元发送的识别结果时，在显示画面中发出响应层级的告警画面，并发出相应的声音提示，提醒现场工作负责人注意带电体周围的人员状况，防止触电。
106.由此可见，本发明公开了一种基于三维点云数据的铁轨异物入侵实时监测方法和系统。该方法包括临近铁轨设置有激光雷达，对监测区域进行背景探测，获取背景三维点云数据，并传输至计算终端；在计算终端，利用所述背景三维点云数据，构建背景三维点云模型；所述激光雷达对监测区域进行实时探测，获取实时三维点云数据，并传输至计算终端进行实时处理，得到实时三维点云数据集；将所述实时三维点云数据集与所述背景三维点云模型进行对比处理，得到异物点云数据，对其进行动态建模和识别更新。该方法具有识别准确率高，实施方便，推广应用价值高。
107.为了进一步说明近电告警装置，请参照图3，图3是本发明一实施例提供的一种近电告警装置的结构示意图，包括：计算模块301、构建模块302和告警模块303。
108.其中，所述计算模块301用于根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；
109.所述构建模块302用于根据所述带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；
110.所述告警模块303用于监测所述空间结构层级内的点云数据状态，当根据监测结果判定有人接近所述带电体设备时，发出近电告警。
111.在本实施例中，所述根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集，具体为：
112.根据现场作业区域的激光雷达点云数据与视频图像数据，获取所述现场作业区域中带电体区域的三维点云原始数据集；
113.根据所述带电体区域的三维点云原始数据集进行密度聚类处理，计算得到所述带电体设备的完整点云数据集。
114.在本实施例中，所述根据所述带电体区域的三维点云原始数据集进行密度聚类处理，计算得到所述带电体设备的完整点云数据集，具体为：
115.根据所述带电体区域的三维点云原始数据集获取已标记位置的点云特征；其中，已标记位置用于表示带电体设备的位置；
116.根据所述已标记位置的点云特征进行特征提取后，根据提取结果对预设邻域内的点云数据进行密度聚类处理，得到所述带电体设备的完整点云数据集。
117.在一具体实施例中，所述根据所述带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级，具体为：
118.根据所述带电体设备的完整点云数据集中的点云特征，计算得到相应的法向量；
119.根据所述法向量，结合预设安全距离，计算得到所述预设安全距离对应的数据集；
120.根据所述预设安全距离对应的数据集，构建所述带电体设备的空间结构层级。
121.在一具体实施例中，所述监测所述空间结构层级内的点云数据状态，当根据监测结果判定有人接近所述带电体设备时，发出近电告警，具体为：
122.监测所述空间结构层级内的点云数据状态，当所述空间结构层级内的点云数据状态发生波动、且存在密集、连续的方向性运动时，判定有侵入物体接近所述带电体设备；
123.通过卷积神经网络算法对所述实时视频图像数据进行识别，当根据识别结果判定所述侵入物体为人类时，判定有人接近所述带电体设备，并发出近电告警。
124.在本实施例中，所述现场作业区域的激光雷达点云数据通过激光雷达采集；所述现场作业区域的视频图像数据通过监控摄像头采集。
125.在本实施例中，还包括：
126.对不同的所述空间结构层级所对应的空间三维点云数据进行降噪处理，生成第一处理结果；
127.根据预设安全距离对所述第一处理结果进行层级分割裁剪处理，过滤所述空间结构层级外的无关点云数据，生成第二处理结果；
128.记录所述第二处理结果的静态点云特征。
129.在一具体实施例中，判定所述空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动，具体为：
130.将所述空间结构层级内的点云特征与所述静态点云特征进行对比，根据比对结果判定所述空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动。
131.在一具体实施例中，所述点云特征包括：点云数量数据、点云密度数据、点云分布数据和点云范围数据。
132.本发明实施例通过计算模块根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；通过构建模块根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；通过告警模块监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。
133.本发明实施例根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到
带电体设备的完整点云数据集后，根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级，最后监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。本发明实施例基于激光点云状态监测进行近电告警，只监测带电体周围空间结构层级内的点云数据状态，经识别检测后发出近电告警，避免了现有技术中对作业人员进行实时跟踪实时测量的方法而导致的告警效率低下的问题，本发明实施例能最大限度的节省了边缘计算单元的计算压力，毋需实时计算，在检测作业人员与带电体的位置的过程中提高了检测精度，从而能够提高近电告警效率，同时，能够节能降耗，有效延长监测时间。
134.进一步地，本发明实施例不囿于电力作业环境的限制，应用该方法原理可以形成局域网的移动式部署应用，有别于其他的固定式安装监控测量技术，要对周围复杂环境进行多层次切割。该方法的可移植性强，实现了全过程、全透明的可视化近电预警监控。
135.最后，本发明实施例通过对带电体设备进行手动标记获取带电体设备完整三维点云数据，自动划分带电体周围空间层次结构进行感应式告警，整体操作简单易用，便于培训推广。
136.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

技术特征：
1.一种近电告警方法，其特征在于，包括：根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；根据所述带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；监测所述空间结构层级内的点云数据状态，当根据监测结果判定有人接近所述带电体设备时，发出近电告警。2.根据权利要求1所述的一种近电告警方法，其特征在于，所述根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集，具体为：根据现场作业区域的激光雷达点云数据与视频图像数据，获取所述现场作业区域中带电体区域的三维点云原始数据集；根据所述带电体区域的三维点云原始数据集进行密度聚类处理，计算得到所述带电体设备的完整点云数据集。3.根据权利要求2所述的一种近电告警方法，其特征在于，所述根据所述带电体区域的三维点云原始数据集进行密度聚类处理，计算得到所述带电体设备的完整点云数据集，具体为：根据所述带电体区域的三维点云原始数据集获取已标记位置的点云特征；其中，已标记位置用于表示带电体设备的位置；根据所述已标记位置的点云特征进行特征提取后，根据提取结果对预设邻域内的点云数据进行密度聚类处理，得到所述带电体设备的完整点云数据集。4.根据权利要求3所述的一种近电告警方法，其特征在于，所述根据所述带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级，具体为：根据所述带电体设备的完整点云数据集中的点云特征，计算得到相应的法向量；根据所述法向量，结合预设安全距离，计算得到所述预设安全距离对应的数据集；根据所述预设安全距离对应的数据集，构建所述带电体设备的空间结构层级。5.根据权利要求4所述的一种近电告警方法，其特征在于，所述监测所述空间结构层级内的点云数据状态，当根据监测结果判定有人接近所述带电体设备时，发出近电告警，具体为：监测所述空间结构层级内的点云数据状态，当所述空间结构层级内的点云数据状态发生波动、且存在密集、连续的方向性运动时，判定有侵入物体接近所述带电体设备；通过卷积神经网络算法对所述实时视频图像数据进行识别，当根据识别结果判定所述侵入物体为人类时，判定有人接近所述带电体设备，并发出近电告警。6.根据权利要求5所述的一种近电告警方法，其特征在于，所述现场作业区域的激光雷达点云数据通过激光雷达采集；所述现场作业区域的视频图像数据通过监控摄像头采集。7.根据权利要求6所述的一种近电告警方法，其特征在于，还包括：对不同的所述空间结构层级所对应的空间三维点云数据进行降噪处理，生成第一处理结果；根据预设安全距离对所述第一处理结果进行层级分割裁剪处理，过滤所述空间结构层级外的无关点云数据，生成第二处理结果；
记录所述第二处理结果的静态点云特征。8.根据权利要求7所述的一种近电告警方法，其特征在于，判定所述空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动，具体为：将所述空间结构层级内的点云特征与所述静态点云特征进行对比，根据比对结果判定所述空间结构层级内的点云数据状态发生波动、且存在高密度点云连续的方向性运动。9.根据权利要求8所述的一种近电告警方法，其特征在于，所述点云特征包括：点云数量数据、点云密度数据、点云分布数据和点云范围数据。10.一种近电告警装置，其特征在于，包括：计算模块、构建模块和告警模块；其中，所述计算模块用于根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；所述构建模块用于根据所述带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；所述告警模块用于监测所述空间结构层级内的点云数据状态，当根据监测结果判定有人接近所述带电体设备时，发出近电告警。

技术总结
本发明公开了一种近电告警方法及装置，所述方法包括：根据现场作业区域的激光雷达点云数据与视频图像数据，计算得到带电体设备的完整点云数据集；根据带电体设备的完整点云数据集中的点云特征，构建带电体设备的空间结构层级；监测空间结构层级内的点云数据状态，当根据监测结果判定有人接近带电体设备时，发出近电告警。采用本发明实施例能够提高近电告警效率。率。率。


技术研发人员：吴清华 杨险峰 郭建龙 熊山 苏锐师 郝腾飞 周青云
受保护的技术使用者：广东电网有限责任公司培训与评价中心
技术研发日：2023.02.08
技术公布日：2023/6/27