基于数字孪生技术的带电作业仿真评估方法及系统

专利名称：基于数字孪生技术的带电作业仿真评估方法及系统

专利类型：发明专利

专利申请号：CN202410741149.9

专利申请（专利权）人：国网浙江省电力有限公司宁波供电公司,宁波三明电力发展有限公司
权利人地址：浙江省宁波市海曙区丽园北路1408号

专利发明（设计）人：贝斌斌,黄致远,吕梦妮,林生津,曹松钱,乐程毅,边俊,任凯,吴昊,邬海涣,王鹏,何春光,刘凯,葛颖丰,王海斌

专利摘要：本发明公开了一种基于数字孪生技术的带电作业仿真评估方法及系统，属于图像处理技术领域，该方法包括：获取作业目标的三维点云数据，基于三维点云数据生成目标模型；基于目标模型生成作业流程；获取在第一时间点、第二时间点和第三时间点的视角范围，并截取每个时间点视角范围内显示的第一图像、第二图像和第三图像，若三张图像的综合相似度大于等于第一阈值，则请求获取第一时间点视角范围内的目标模型及作业流程；统计第一测试评分，并返回至计分模块，计分模块将返回的所有第一测试评分累加，获得第二测试评分。通过本发明可以对单独个体的带电作业进行仿真与评估，从而解决传统带电仿真系统普适性较差的问题。

主权利要求：
1.一种基于数字孪生技术的带电作业仿真评估方法，其特征在于，包括：
生成模块获取作业目标的三维点云数据，基于所述三维点云数据生成目标模型；
评估模块基于所述目标模型生成作业流程，所述作业流程包括多个作业节点及对应的操作评分；
将所述作业目标的环境模型发送至用户模块后，在所述用户模块中生成三维空间，所述用户模块获取在第一时间点、第二时间点和第三时间点的视角范围，并截取每个时间点所述视角范围内显示的第一图像、第二图像和第三图像，若三张图像的综合相似度大于等于第一阈值，则所述用户模块请求获取所述第一时间点所述视角范围内的所述目标模型，以及对应的所述作业流程；
所述用户模块统计第一测试评分，并返回至计分模块，所述第一测试评分为接收的所述作业节点的所述操作评分总和；
在所述视角范围遍历所述目标模型后，所述计分模块将所述用户模块返回的所有所述第一测试评分累加，获得第二测试评分，若所述第二测试评分大于等于第二阈值，生成评估通过信息，否则，生成评估不通过信息；
基于以下步骤获取所述综合相似度：
提取所述第一图像、所述第二图像和所述第三图像中包括的第一轮廓集、第二轮廓集和第三轮廓集，三种轮廓集均包括了多种子形状，基于第一公式和第二公式分别计算所述第一图像和所述第二图像之间的第一相似度P1,所述第二图像和所述第三图像之间的第二相似度P2，所述第一公式和所述第二公式为： ，，其中，m1为所述第一轮廓集和所述第二轮廓集中相同所述子
形状的数量，m2为所述第二轮廓集和所述第三轮廓集中相同所述子形状的数量，M1、M2和M3分别为所述第一轮廓集、所述第二轮廓集和所述第三轮廓集包含的所述子形状数量，表示取a、b中的较小值，将所述第一相似度和所述第二相似度的乘积作为所述综合相似度。
2.根据权利要求1所述的一种基于数字孪生技术的带电作业仿真评估方法，其特征在于，基于以下步骤生成所述目标模型：将所述三维点云数据划分为第一组合和第二组合，所述第一组合内的点云位于同一平面内，所述第二组合内的点云位于同一曲面内；
获取所述第一组合和所述第二组合在所述三维点云数据内的连接关系以及连接角度，生成第一结构图，所述第一结构图包括多个节点，所述节点代表所述第一组合或所述第二组合，所述节点通过连接线相互连接，所述连接线的弯折角度为所述连接角度；
将数据库预先存储的模板模型拆分为第一组面和第二组面，所述第一组面为平面，所述第二组面为曲面，基于所述第一组面和所述第二组面生成第二结构图；
对比所述第一结构图和所述第二结构图，将所述第一结构图划分为第一区域和第二区域，所述第一区域为所述第一结构图中与所述第二结构图包含相同结构的区域，基于所述模板模型生成所述第一区域的第一模型，对所述第二区域的点云进行拟合，生成所述第二区域的第二模型，将所述第一模型和所述第二模型结合生成所述目标模型。
3.根据权利要求2所述的一种基于数字孪生技术的带电作业仿真评估方法，其特征在于，基于以下步骤对比所述第一结构图和所述第二结构图：将所述第二结构图覆盖于所述第一结构图上，覆盖时以其中所述节点重合数量最多为目标，覆盖完成后将所述第一结构图中被所述第二结构图覆盖的像素删除，获得重叠图像；
获取所述第一结构图中构成所述节点和所述连接线像素点的第一数量，所述重叠图像中构成所述节点和所述连接线像素点的第二数量，计算所述第一数量和所述第二数量的差值，若差值大于第四阈值，则将所述第一结构中除所述重叠图像之外的区域定义为备选区域；
将所述第二结构图旋转预定角度获得派生图像，将所述派生图像再次覆盖于所述第一结构图，以重新获取所述备选区域，将所述第二结构图旋转一周后，将包含所述节点数量最多的所述备选区域设定为所述第一区域。
4.根据权利要求1所述的一种基于数字孪生技术的带电作业仿真评估方法，其特征在于，基于以下步骤发送所述目标模型：将所述三维空间拆分为多个子区域，并基于所述子区域内的所述目标模型为第一分辨率的上级模型、第二分辨率的中级模型和第三分辨率的下级模型，所述第一分辨率、所述第二分辨率和所述第三分辨率的数值依次递减，将位于所述视角范围内所述子区域的所述下级模型传输至所述用户模块；
所述用户模块监测在预设时间内所述视角范围扫掠过的像素点数量，定义为第一数量，当前时间所述视角范围内的像素点数量，定义为第二数量，若所述第一数量大于所述第一阈值，所述第二数量小于等于第五阈值，则获取所述视角范围内的中心点，基于所述中心点延伸生成重点区域，将在发送所述下级模型的基础上，将所述重点区域内的所述中级模型发送至所述用户模块，若所述第一数量和所述第二数量均小于所述第五阈值，则再次发送所述重点区域内的所述上级模型。
5.一种基于数字孪生技术的带电作业仿真评估系统，用于实现如权利要求1‑4任一项所述的一种基于数字孪生技术的带电作业仿真评估方法，其特征在于，包括：生成模块，用于获取作业目标的三维点云数据，基于所述三维点云数据生成目标模型；
评估模块，基于所述目标模型生成作业流程，所述作业流程包括多个作业节点及对应的操作评分；
用户模块，将所述作业目标的环境模型发送至用户模块后，在所述用户模块中生成三维空间，所述用户模块获取在第一时间点、第二时间点和第三时间点的视角范围，并截取每个时间点所述视角范围内显示的第一图像、第二图像和第三图像，若三张图像的综合相似度大于等于第一阈值，则所述用户模块请求获取所述第一时间点所述视角范围内的所述目标模型，以及对应的所述作业流程，所述用户模块统计第一测试评分，并返回至计分模块，所述第一测试评分为接收的所述作业节点的所述操作评分总和，其中，提取所述第一图像、所述第二图像和所述第三图像中包括的第一轮廓集、第二轮廓集和第三轮廓集，三种轮廓集均包括了多种子形状，基于第一公式和第二公式分别计算所述第一图像和所述第二图像之间的第一相似度P1,所述第二图像和所述第三图像之间的第二相似度P2，所述第一公式和所述第二公式为： ， ，其中，m1为所述第一轮廓集和所述第二轮廓集中相同所述子形状的数量，m2为所述第二轮廓集和所述第三轮廓集中相同所述子形状的数量，M1、M2和M3分别为所述第一轮廓集、所述第二轮廓集和所述第三轮廓集包含的所述子形状数量， 表示取a、b中的较小值，将所述第一相似度和所述第二相似度的乘积作为所述综合相似度；
计分模块，在所述视角范围遍历所述目标模型后，所述计分模块将所述用户模块返回的所有所述第一测试评分累加，获得第二测试评分，若所述第二测试评分大于等于第二阈值，生成评估通过信息，否则，生成评估不通过信息。 说明书 : 基于数字孪生技术的带电作业仿真评估方法及系统技术领域[0001] 本发明属于图像处理技术领域，具体涉及基于数字孪生技术的带电作业仿真评估方法及系统。背景技术[0002] 数字孪生技术是一种将物理世界与信息世界相结合的技术，通过建立物理实体的数字模型，实现对物理实体的仿真、评估和优化。在电力行业，带电作业涉及到高压电力设备，存在极高的安全风险。通过数字孪生技术，可以模拟实际的带电作业环境，预测可能的风险和事故，从而确保作业人员的安全。[0003] 现有技术提出了如下方法进行带电作业仿真，如中国专利文件“CN117315139A”公开了一种基于点云的带电作业虚拟仿真分析方法，该方法基于点云数据构建带电作业场景的虚拟仿真环境，并根据实际操作人员的体型数据创建数字人体，控制数字人体在虚拟环境中进行仿真作业，实时判断带电导体与数字人体之间的距离，若距离小于预设的安全距离，则判断实际带电作业过程中存在安全隐患。[0004] 然而，上述仿真仅仅是是为了判断作业过程中通用性的安全隐患，但是针对个人来说，由于每个人的操作习惯不同，知识与经验不同。上述方法并不能针对每个人进行评估，因而普适性较差。发明内容[0005] 为解决上述问题，本发明提供了一种基于数字孪生技术的带电作业仿真评估方法及系统，以解决现有技术中带电仿真系统不具备普适应的问题。[0006] 为了达到上述的发明目的，本发明提出一种基于数字孪生技术的带电作业仿真评估方法，包括：[0007] 生成模块获取作业目标的三维点云数据，基于所述三维点云数据生成目标模型；[0008] 评估模块基于所述目标模型生成作业流程，所述作业流程包括多个作业节点及对应的操作评分；[0009] 将所述作业目标的环境模型发送至用户模块后，在所述用户模块中生成三维空间，所述用户模块获取在第一时间点、第二时间点和第三时间点的视角范围，并截取每个时间点所述视角范围内显示的第一图像、第二图像和第三图像，若三张图像的综合相似度大于等于第一阈值，则所述用户模块请求获取所述第一时间点所述视角范围内的所述目标模型，以及对应的所述作业流程；[0010] 所述用户模块统计第一测试评分，并返回至计分模块，所述第一测试评分为接收的所述作业节点的所述操作评分总和；[0011] 在所述视角范围遍历所述目标模型后，所述计分模块将所述用户模块返回的所有所述第一测试评分累加，获得第二测试评分，若所述第二测试评分大于等于第二阈值，生成评估通过信息，否则，生成评估不通过信息。[0012] 进一步的，基于以下步骤生成所述目标模型：[0013] 将所述三维点云数据划分为第一组合和第二组合，所述第一组合内的点云位于同一平面内，所述第二组合内的点云位于同一曲面内；[0014] 获取所述第一组合和所述第二组合在所述三维点云数据内的连接关系以及连接角度，生成第一结构图，所述第一结构图包括多个节点，所述节点代表所述第一组合或所述第二组合，所述节点通过连接线相互连接，所述连接线的弯折角度为所述连接角度；[0015] 将数据库预先存储的模板模型拆分为第一组面和第二组面，所述第一组面为平面，所述第二组面为曲面，基于所述第一组面和所述第二组面生成第二结构图，[0016] 对比所述第一结构图和所述第二结构图，将所述第一结构图划分为第一区域和第二区域，所述第一区域为所述第一结构图中与所述第二结构图包含相同结构的区域，基于所述模板模型生成所述第一区域的第一模型，对所述第二区域的点云进行拟合，生成所述第二区域的第二模型，将所述第一模型和所述第二模型结合生成所述目标模型。[0017] 进一步的，基于以下步骤对比所述第一结构图和所述第二结构图：[0018] 将所述第二结构图覆盖于所述第一结构图上，覆盖时以其中所述节点重合数量最多为目标，覆盖完成后将所述第一结构图中被所述第二结构图覆盖的像素删除，获得重叠图像；[0019] 获取所述第一结构图中构成所述节点和所述连接线像素点的第一数量，所述重叠图像中构成所述节点和所述连接线像素点的第二数量，计算所述第一数量和所述第二数量的差值，若差值大于第四阈值，则将所述第一结构中除所述重叠图像之外的区域定义为备选区域；[0020] 将所述第二结构图旋转预定角度获得派生图像，将所述派生图像再次覆盖于所述第一结构图，以重新获取所述备选区域，将所述第二结构图旋转一周后，将包含所述节点数量最多的所述备选区域设定为所述第一区域。[0021] 进一步的，基于以下步骤获取所述综合相似度：[0022] 提取所述第一图像、所述第二图像和所述第三图像中包括的第一轮廓集、第二轮廓集和第三轮廓集，三种轮廓集均包括了多种子形状，基于第一公式和第二公式分别计算所述第一图像和所述第二图像之间的第一相似度P1,所述第二图像和所述第三图像之间的第二相似度P2，所述第一公式和所述第二公式为： ，，其中，m1为所述第一轮廓集和所述第二轮廓集中相同所述子形状的数量，m2为所述第二轮廓集和所述第三轮廓集中相同所述子形状的数量，M1、M2和M3分别为所述第一轮廓集、所述第二轮廓集和所述第三轮廓集包含的所述子形状数量，表示取a、b中的较小值，将所述第一相似度和所述第二相似度的乘积作为所述综合相似度。[0023] 进一步的，基于以下步骤发送所述目标模型：[0024] 将所述三维空间拆分为多个子区域，并基于所述子区域内的所述目标模型为第一分辨率的上级模型、第二分辨率的中级模型和第三分辨率的下级模型，所述第一分辨率、所述第二分辨率和所述第三分辨率的数值依次递减，将位于所述视角范围内所述子区域的所述下级模型传输至所述用户模块；[0025] 所述用户模块监测在预设时间内所述视角范围扫掠过的像素点数量，定义为第一数量，当前时间所述视角范围内的像素点数量，定义为第二数量，若所述第一数量大于所述第一阈值，所述第二数量小于等于第五阈值，则获取所述视角范围内的中心点，基于所述中心点延伸生成重点区域，将在发送所述下级模型的基础上，将所述重点区域内的所述中级模型发送至所述用户模块，若所述第一数量和所述第二数量均小于所述第五阈值，则再次发送所述重点区域内的所述上级模型。[0026] 本发明还提供了一种基于数字孪生技术的带电作业仿真评估系统，该系统用于实现上述所述的一种基于数字孪生技术的带电作业仿真评估方法，该系统包括：[0027] 生成模块，用于获取作业目标的三维点云数据，基于所述三维点云数据生成目标模型；[0028] 评估模块，基于所述目标模型生成作业流程，所述作业流程包括多个作业节点及对应的操作评分；[0029] 用户模块，将所述作业目标的环境模型发送至用户模块后，在所述用户模块中生成三维空间，所述用户模块获取在第一时间点、第二时间点和第三时间点的视角范围，并截取每个时间点所述视角范围内显示的第一图像、第二图像和第三图像，若三张图像的综合相似度大于等于第一阈值，则所述用户模块请求获取所述第一时间点所述视角范围内的所述目标模型，以及对应的所述作业流程，所述用户模块统计第一测试评分，并返回至计分模块，所述第一测试评分为接收的所述作业节点的所述操作评分总和；[0030] 计分模块，在所述视角范围遍历所述目标模型后，所述计分模块将所述用户模块返回的所有所述第一测试评分累加，获得第二测试评分，若所述第二测试评分大于等于第二阈值，生成评估通过信息，否则，生成评估不通过信息。[0031] 与现有技术相比，本发明的有益效果至少如下所述：[0032] 本发明首先根据三维点云数据建立真实的三维模型，之后根据三维模型生成对照的作业节点和操作评分，之后将作业目标的环境模型、目标模型和作业流程发送至用户，如此可以令用户真实的体验作业环境，并学习作业流程；本发明可以在新员工培训时，通过数字孪生技术让新上岗员工在作业前了解作业过程，不仅使得员工真实的体验作业环境，而且还能对其操作过程进行评估，避免员工出现危险行为。[0033] 本发明首先发送环境模块，使得用户可以根据环境模型初步了解自身位置，之后通过获取第一图像、第二图像和第三图像之间的综合相似度，了解用户视角的变化情况，当用户视角变化程度较大时，生成模块不进行任何操作，当用户视角稳定时，在发送用户视角前方的目标模型，这样可以避免生成模块连续发送多个视角的目标模型，降低了生成模块数据发送的压力。附图说明[0034] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图；[0035] 图1为本发明基于数字孪生技术的带电作业仿真评估的步骤流程图；[0036] 图2为本发明三维点云数据生成第一结构图的原理示意图；[0037] 图3为本发明第一结构图和第二结构图的对比示意图；[0038] 图4为本发明派生图像的生成示意图；[0039] 图5为本发明三维空间内子区域的示意图；[0040] 图6为本发明基于数字孪生技术的带电作业仿真评估系统的结构图。具体实施方式[0041] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。[0042] 可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。[0043] 如图1所示，一种基于数字孪生技术的带电作业仿真评估方法，包括：[0044] 步骤S1：生成模块获取作业目标的三维点云数据，基于三维点云数据生成目标模型。[0045] 具体的，假设本次的作业目标为架空输电线，通过携带激光扫描仪的无人机环绕架空输电线进行扫描，以生成输电线及输电线上电力设备对应的三维点云数据，之后以三维点云数据为基础，建立架空输电线的三维模型，具体生成方式在之后进行详细介绍。[0046] 步骤S2：评估模块基于目标模型生成作业流程，作业流程包括多个作业节点及对应的操作评分。[0047] 作业流程具体为带电作业的操作流程，作业节点包括需佩戴哪些防护装备，作业前工器具检查步骤，作业中需要进行哪些操作，哪个场景中要关注哪个危险源，作业后如何清点工器具等，作业节点的操作评分基于人员与用户模块的交互实现，如在用户模块上显示多个可操作位置，通过用户点击操作位置的正确与否、或者点击顺序的正确与否进行评分，作业节点和对应的评分相关人员可以根据实际情况，通过人工的方式进行设置。[0048] 步骤S3：将作业目标的环境模型发送至用户模块后，在用户模块中生成三维空间，用户模块获取在第一时间点、第二时间点和第三时间点的视角范围，并截取每个时间点视角范围内显示的第一图像、第二图像和第三图像，若三张图像的综合相似度大于等于第一阈值，则用户模块请求获取第一时间点视角范围内的目标模型，以及对应的作业流程。[0049] 环境模型是事先建立的，目的是为了逼真的展示实际场景，若作业目标在街道中，则将城市的环境模型发送至用户模块，若作业目标远离城市，则将平原或群山的环境模型发送至用户模块，用户模块包括移动终端、PC等；另外，本实施例的环境模块和目标模型均以被转换为球形全景图片，用户终端的位置虚拟在球形的中心，这样用户通过改变、放大缩小视角或者移动位置，可以身临其境的查看周围环境；因此在接收环境模型后，通过对比三个图像的相似度，实现监测用户在三个时间点的视角变化，若综合相似度较大，表明用户视角几乎没有变化，因此将最新时刻第一时间点的第一视角返回至生成模块，生成模块再发送目标模型，若综合相似度较小，表明用户视角可能在晃动，此时不宜发送目标模型。特别的，用户视角包括朝向角度和视角范围，例如视角朝向为水平+15度，纵向‑15度，视角范围是以视点为中心形成的扇形区域，扇形区域角度的大小对应视角范围。[0050] 步骤S4：用户模块统计第一测试评分，并返回至计分模块，第一测试评分为接收的作业节点的操作评分总和。[0051] 步骤S5：在视角范围遍历目标模型后，计分模块将用户模块返回的所有第一测试评分累加，获得第二测试评分，若第二测试评分大于等于第二阈值，生成评估通过信息，否则，生成评估不通过信息。[0052] 如用户视角移动到电线杆顶端后，根据其朝向生成对应的电力设备模块，并统计用户针对该电力设备操作过程的得分，即第一测试评分；第二测试评分即是完成整个带电作业流程后的得分，这里可以将第二阈值设定为80分，当第二测试评分大于等于80分，表明用户测试通过，否则表明用户测试不通过。[0053] 本发明首先根据三维点云数据建立真实的三维模型，之后根据三维模型生成对照的作业节点和操作评分，之后将作业目标的环境模型、目标模型和作业流程发送至用户，如此可以令用户真实的体验作业环境，并学习作业流程；本发明可以在新员工培训时，通过数字孪生技术让新上岗员工在作业前了解作业过程，不仅使得员工真实的体验作业环境，而且还能对其操作过程进行评估，避免员工出现危险行为。[0054] 本发明首先发送环境模块，使得用户可以根据环境模型初步了解自身位置，之后通过获取第一图像、第二图像和第三图像之间的综合相似度，了解用户视角的变化情况，当用户视角变化程度较大时，生成模块不进行任何操作，当用户视角稳定时，在发送用户视角前方的目标模型，这样可以避免生成模块连续发送多个视角的目标模型，降低了生成模块数据发送的压力。[0055] 尤为注意的是，通过本发明可以对单独个体的带电作业进行仿真与评估，从而解决传统带电仿真系统普适性较差的问题。[0056] 传统在获取点云数据后，需要将各个点云数据进行拟合，进而生成立体的三维模型，然而，由于本发明要生成的目标是架空输电线路中的各个电力设备，各个电力设备之间虽然不会完全相同，但是整体结构会相似，在本实施例中，基于以下步骤生成目标模型：[0057] 将三维点云数据划分为第一组合和第二组合，第一组合内的点云位于同一平面内，第二组合内的点云位于同一曲面内。[0058] 具体的，将位于同一平面的点云划分为第一组合，在同一曲面内的点云划分为第二组合，划分方法可以使用点云分割算法，点云分割是根据空间、几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征，具体有欧式聚类、区域生长、最小分割等方法，此为现有技术，不再展开描述。如图2中的g1和g3中的点云属于圆柱的顶面中，因而点云被换分至第一组合中，g2中的点云属于圆柱的侧面中，因此点云被划分至第二组合中。[0059] 获取第一组合和第二组合在三维点云数据内的连接关系以及连接角度，生成第一结构图，第一结构图包括多个节点，节点代表第一组合或第二组合，节点通过连接线相互连接，连接线的弯折角度为连接角度。[0060] 生成的第一结构图如图2中的b图所示，从图2中的a图可以看出，三维点云数据是由两个圆柱体组成，其中，g1和g3的点云是位于圆柱体的端面上，g2的点云属于圆柱体的侧面，圆柱体的两个端面侧面之间的连接角度为90度，因此生成b图所示的第一结构中，图中，g1和g3与g2的连接角度θ均为90度，与a图对应，g1和g3之间没有连接关系，因此第一结构图中g1和g3之间没有连接线。[0061] 将数据库预先存储的模板模型拆分为第一组面和第二组面，第一组面为平面，第二组面为曲面，基于第一组面和第二组面生成第二结构图。[0062] 具体的，在数据库中存储多种预先设计完成的零件模型，即上述的模板模型，例如圆柱体、正方体，或者电线杆局部模型等，同时根据生成第一结构图的方式，将模板模型生成第二结构图，由于模板模型已经生成了平面和曲面，因此可以省略点云分割的步骤。[0063] 对比第一结构图和第二结构图，将第一结构图划分为第一区域和第二区域，第一区域为第一结构图中与第二结构图包含相同结构的区域，基于模板模型生成第一区域的第一模型，对第二区域的点云进行拟合，生成第二区域的第二模型，将第一模型和第二模型结合生成目标模型。[0064] 由于数据库中会存在多个第二结构图，因此需要将第一结构图与多个第二结构图依次对比，对比过程参照图3；假设对比的为第一结构图中的c和第二结构图中的d，第一结构图中的c中被虚线围成的区域为第一区域，第一区域也即使第一结构图中的c和第二结构图中的d中结构相同的区域，第一结构图和第二结构图的对比方式在之后进行介绍；由于第二结构图中的d在数据库中对应有模板模型，因此，在生成三维模型时，先在第二结构图对应的模板模型中截取其中第一区域包括的部分，然后基于该部分直接在三维点云中生成模型，即第一模型，例如模板模型第一区域中的结构为圆柱，则直接在三维点云数据中对应生成圆柱。[0065] 在第一结构图与所有的第二结构图对比完成后，若第一结构图中还存在第二区域，即三维点云中还有未拟合的点云数据，则再继续与下一个第二结构图进行对比，在与所有的第二结构图均对比完成后，第一结构图仍然存在第二区域，再对这部分区域的点云使用传统方法拟合；通过上述步骤，不仅可以减少生成时间，而且还可以增加生成的逼真度。[0066] 在本实施例中，基于以下步骤对比第一结构图和第二结构图：[0067] 将第二结构图覆盖于第一结构图上，覆盖时以其中节点重合数量最多为目标，覆盖完成后将第一结构图中被第二结构图覆盖的像素删除，获得重叠图像。[0068] 继续参照图3，在进行对比时，将第二结构图中的d覆盖于第一结构图中的c上，以使两者重叠，生成重叠图像，覆盖时目标指的是，第二结构图中的d覆盖第一结构图中的c的方式有多种，如将第二结构图中的d以g4为基点，整体平移到与第一结构图中的c上后，基点g4位于第一结构图中的c的中g6上，那么如此平移使得第二结构图中的d中大多节点不会与第一结构图中的c中的节点重合，无法达到理想的对比效果；而当基点g4位于第一结构图中的c的g5上，第二结构图中的d中大多节点都会与第一结构图中的c中的节点重合，因此重叠目标的作用是为了保证两个结构图的重叠效果。重叠后，将第一结构图中被第二结构图覆盖的像素删除，也即第一结构图中的c中的第一区域，获得重叠图像。[0069] 获取第一结构图中构成节点和连接线像素点的第一数量，重叠图像中构成节点和连接线像素点的第二数量，计算第一数量和第二数量的差值，若差值大于第四阈值，则将第一结构中除重叠图像之外的区域定义为备选区域。[0070] 通过第一数量和第二数量差值的大小，可以反应原有的第一结构图中被删去了多少像素点，差值越大，表明第一结构图中被删除的像素点也多，也就表明第一结构图与第二结构图越相似，若差值大于第四阈值，表明对比的第一结构图与第二结构图相似度较高，将其中被删除的区域定义为备选区域。[0071] 将第二结构图旋转预定角度获得派生图像，将派生图像再次覆盖于第一结构图，以重新获取备选区域，将第二结构图旋转一周后，将包含节点数量最多的备选区域设定为第一区域。[0072] 由于是将第二结构图平移至第一结构图上，因此第二结构图自身的位置也会影响对比效果，参照图4，很明显，若将第二结构图中的e与第一结构图中的c对比，无论如何调整第二结构图中的e的位置，覆盖后发生重叠的节点数量也不会太多，若将第二结构图中的e沿顺时针选择预定角度（如90度）获得第二结构图中的d后，覆盖后发生重叠的节点数量就会大大增加，因此将通过第二结构图中的d生成的备选区域作为第一区域。[0073] 传统的图像相似度对比一般是通过神经网络，或者对比像素数值分布情况，但是本发明将对比的两个模型简化为结构图，因此仅需使用覆盖并统计像素点数量的方式，可快速完成两个模型的对比。[0074] 在本实施例中，基于以下步骤获取综合相似度：[0075] 提取第一图像、第二图像和第三图像中包括的第一轮廓集、第二轮廓集和第三轮廓集，三种轮廓集均包括了多种子形状，基于第一公式和第二公式分别计算第一图像和第二图像之间的第一相似度P1,第二图像和第三图像之间的第二相似度P2，第一公式和第二公式为： ， ，其中，m1为第一轮廓集和第二轮廓集中相同子形状的数量，m2为第二轮廓集和第三轮廓集中相同子形状的数量，M1、M2和M3分别为第一轮廓集、第二轮廓集和第三轮廓集包含的子形状数量， 表示取a、b中的较小值，将第一相似度和第二相似度的乘积作为综合相似度。[0076] 首先从第一图像中提取其中包括的子形状，如圆形、矩形、或者各种不规则图像，并整合为第一轮廓集，提取的方式可以通过轮廓检测算法，也可以通过像素波动情况确定，像素波动情况是指针对同一图像，其边缘轮廓像素值的波动一般较小，第二轮廓集和第三轮廓集的形成方法与第一轮廓集相同。之后将第一轮廓集中的各个子形状，与第二轮廓集中的各个子形状对比，以确定两个轮廓集中相同的子形状数量，形状对比可采用halcon等形状匹配算法。之后，通过第一公式计算第一图像和第二图像的相似度，假设第一轮廓集中有10个子形状，第二轮廓集中有12个子形状，其中有8个相同，那么第一相似度为（8/10）*100%=80%，第二相似度的计算方式与第一像素点相同；之后将两个相似度相乘作为综合相似度；通过将第一相似度和第二相似度相乘作为综合相似度，只有在两种相似度均较大时，综合相似度才会较大。若将第一相似度和第二相似度的平均值作为综合相似度，则不会达到此效果。[0077] 在本实施例中，基于以下步骤发送目标模型：[0078] 将三维空间拆分为多个子区域，并基于子区域内的目标模型为第一分辨率的上级模型、第二分辨率的中级模型和第三分辨率的下级模型，第一分辨率、第二分辨率和第三分辨率的数值依次递减，将位于视角范围内子区域的下级模型传输至用户模块；[0079] 用户模块监测在预设时间内视角范围扫掠过的像素点数量，定义为第一数量，当前时间视角范围内的像素点数量，定义为第二数量，若第一数量大于第一阈值，第二数量小于等于第五阈值，则获取视角范围内的中心点，基于中心点延伸生成重点区域，将在发送下级模型的基础上，将重点区域内的中级模型发送至用户模块，若第一数量和第二数量均小于第五阈值，则再次发送重点区域内的上级模型。[0080] 图5展示了部分三维空间，将其中拆分为子区域T1、T2和T3，上级模型、中级模型、下级模型均是根据目标模型生成，且上级模型的分辨率最高，使得用户模块可以更清晰的看到目标模型中的细节；现检测到用户Y正在看向子区域T3，因此先将T3中包括的下级模型，即分辨率较低的目标模型传输至用户模块。传输完成后，再监测用户扫掠过的像素点数量，扫过的像素点越多，表示移动视角移动的速度越快，而当前时间视角范围内的像素点数量越多，表明用户当前设定的视角越广阔；因此，传输子区域的目标模型后，若第一数量大于第五阈值，第二数量小于等于第五阈值，表明虽然用户视角范围变化的较快，但仍局限在一定范围没，因此将重点区域T4中的中级模型发送至用户模块，以提升模型的细节显示程度；第一数量和第二数量均小于第五阈值，表明用户正在凝视重点区域，因此将重点区域T4中的上级模型发送至用户模块，以再次提升模型的细节显示程度。通过该方法可以在前期快速完成目标模型的传输，并且在后期还可以根据用户视角变化情况，及时的对模型精细度进行调整。[0081] 如图6所示，本发明还提供了一种基于数字孪生技术的带电作业仿真评估系统，该系统用于实现上述的一种基于数字孪生技术的带电作业仿真评估方法，该系统包括：[0082] 生成模块，用于获取作业目标的三维点云数据，基于三维点云数据生成目标模型；[0083] 评估模块，基于目标模型生成作业流程，作业流程包括多个作业节点及对应的操作评分；[0084] 用户模块，将作业目标的环境模型发送至用户模块后，在用户模块中生成三维空间，用户模块获取在第一时间点、第二时间点和第三时间点的视角范围，并截取每个时间点视角范围内显示的第一图像、第二图像和第三图像，若三张图像的综合相似度大于等于第一阈值，则用户模块请求获取第一时间点视角范围内的目标模型，以及对应的作业流程，用户模块统计第一测试评分，并返回至计分模块，第一测试评分为接收的作业节点的操作评分总和；[0085] 计分模块，在视角范围遍历目标模型后，计分模块将用户模块返回的所有第一测试评分累加，获得第二测试评分，若第二测试评分大于等于第二阈值，生成评估通过信息，否则，生成评估不通过信息。[0086] 应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。[0087] 上述的实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。[0088] 上述的实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。[0089] 上述的仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

专利地区：浙江

专利申请日期：2024-06-11

专利公开日期：2024-09-03

专利公告号：CN118313737B