基于改进PointNet++的输电线路关键部位点云语义分割研究

作者：杨文杰; 裴少通; 刘云鹏; 胡晨龙; 杨瑞; 张行远

来源：高电压技术, 2023, 1-14.

DOI：10.13336/j.1003-6520.hve.20230996

• 点云深度学习
• 点云语义分割
• 数据增强
• 自注意力
• 倒置残差

输电线路的关键部位包括塔身、导线、绝缘子、避雷线以及引流线，无人机精细化导航的首要任务是构造输电线路的点云地图并从中分割出上述部位。为解决现有算法在输电线路的绝缘子、引流线等精细结构分割时精度低的问题，本文通过改进PointNet++算法，提出了一种面向输电线路精细结构的点云分割方法。首先，基于无人机机载激光雷达在现场采集的点云数据，构造了输电线路点云分割数据集；其次，通过对比实验，筛选出在本输电线路场景下合理的数据增强方法，并对数据集进行了数据增强；最后，将自注意力机制以及倒置残差结构和PointNet++相结合，设计了输电线路关键部位点云语义分割算法。实验结果表明，该改进PointNet++算法在输电线路现场点云数据全场景作为输入的前提下，首次实现了对引流线、绝缘子等输电线路中精细结构和导线、杆塔塔身以及输电线路无关背景点的同时分割，平均交并比(Mean Intersection over Union，mIoU)达80.79%，所有类别分割的平均F1值(F1 score)达88.99%。

• 单位
  华北电力大学; 新能源电力系统国家重点实验室