结合深度学习和密度聚类的机载LiDAR点云电力线分类  

作　　者：李龙威 杨帅 张海龙 白皓 张国钰 

机构地区：[1]中国电力工程顾问集团西北电力设计院有限公司,西安710075

出　　处：《人工智能》2025年第2期43-49,共7页Artificial Intelligence View

基　　金：西北电力设计院有限公司科研项目(NW-RD036-2023)。

摘　　要：电力工程是能源体系中的重要组成部分,电力工程应用无人机机载激光雷达技术对电力设施实施智能化巡检和维护,其中对电力线精细提取是热门研究方向和焦点问题。本研究综合深度学习模型的优点和密度聚类算法特点,提出了一种对不同电力线点云高精度分类的方法。首先,预训练深度学习模型对目标点云进行粗分类获得分类参数;其次,密度聚类算法应用关键参数实现对电力线点云聚类;最后,以ArcGIS软件分类电力线结果为标准评价本文方法的电力线分类结果,电力线提取的正确率达到99%以上,质量达到98%以上。本文方法解决了密度聚类算法的参数敏感性,实现了对电力线点云高精度分类,满足了电力工程的实际需求。

关 键 词：激光雷达 点云分类 电力线 深度学习 密度聚类 

分 类 号：P231[天文地球—摄影测量与遥感] TP79[天文地球—测绘科学与技术]