基于點云數據對變電站進行建模的方法與流程

本發明涉及一種建模方法，尤其涉及一種對變電站進行建模的方法。

背景技術：

隨著三維建模及虛擬現實等技術的發展，變電站信息化、數字化、智能化監管技術日漸成熟，變電站實景信息三維可視化技術已成為研究熱點。變電站三維實景建模作為變電站三維可視化的技術基礎，高質量模型重構是實現變電站可視化效果更為直觀、真實的關鍵。目前可考慮用于變電站模型重構方面的方法比較少，主要包括以下三種：

(1)基于虛擬現實建模語言的建模方法。

虛擬現實建模語言(virtualrealitymodelinglanguage，vrml)不僅是一種建模語言，也是一種描繪3d場景中對象行為的場景語言。vrml通過編程語言以立方體、圓錐體、圓柱體、球體等為原始對象構造均壓環、隔離開關、斷路器、電壓與電流互感器等電氣設施及建筑模型，并給模型貼上特定材質，然后拼接這些模型以完成整個變電站的三維場景建模。vrml腳本節點(script)對應的java語言可以利用變電站模型進行人機交互，進而實現變電站虛擬現實系統。vrml建模法雖可方便地進行人機交互，但擬合的模型由于采用立方體、圓錐體、圓柱體、球體的組合構建，必然造成變電站模型缺乏真實感，模型精度差。

(2)基于幾何造型的建模方法。

幾何造型建模方法依據變電站數碼圖片、設計圖紙和廠家設施圖紙，利用autocad、3dmax、maya等專業軟件，按照一定比例采用立方體、圓柱體、圓錐體、圓環等建立變電站各種電氣設施的三維模型，然后設置模型貼圖與材質，拼接電氣設施模型完成變電站三維場景建模，該建模方法獲取的模型主要有三種：線框模型、表面模型與實體模型。幾何造型建模法效率和直觀性較好，但難以實現真實場景建模。

以上兩種建模方法作為目前可用于變電站模型三維重構的常規方法，均無法實現變電站模型真實、高精度的模型重構，只能適用于一些對模型精度要求低、對真實性要求不高的場合中，無法滿足變電站三維可視化運用的要求，這些方法都存在著效率低、精度不足、難以實現真實場景建模等問題，不足以滿足主變電站實景、高效、高真實性的建模要求。因此，要實現變電站的實景三維重構，就必須對變電站的建模方法進行研究。

(3)基于激光點云的建模方法。

近年來，隨著激光測量技術的發展，利用激光雷達掃描儀獲取物體表面的激光點云具備高精度、高效率等優點。點云數據是指利用激光、攝影等測量手段獲取物體表面的特征點，這些特征點有可能包含物體的空間三維坐標、顏色信息或反射強度信息等，由于點數量很大，因此稱為點云。由于地面三維激光雷達采集到的被測對象點云數據具有高精度、全數字特征、圖像化等優點，依據點云數據全數字特征與圖像化相結合的優勢，可為三維重構提供數據支持，且利用該方法構建模型具有精度高、效率高、可調整等優點，彌補了傳統建模手段效率低、精度差等不足。基于點云數據的建模方法已在文物保護、建筑測量、船舶制造、交通運輸等領域得到廣泛應用，并取得了豐富的研究成果。然而在電力行業當中，特別是變電站三維實景重構方面的研究尚處于起步階段，模型構建不規范，限制了三維實景重構技術的應用。因此，為充分發揮基于點云數據的變電站三維實景重構的高效性及精確性優點，有必要研究基于點云數據構建變電站三維實景模型的基本流程及方法，完善基于點云數據構建變電站三維實景模型的理論體系，實現基于點云數據的變電站三維實景重構技術的標準化、規范化。因此，期望獲得一種可用于變電站三維實景重構的基于點云數據的建模方法。

技術實現要素：

本發明的目的是提供一種基于點云數據對變電站進行建模的方法，該方法可用于高質量、高精度、高效率、規范化地對變電站進行建模以實現變電站的三維實景重構，為變電站三維可視化、智能化監管提供良好的基礎。

根據上述發明目的，本發明提出了一種基于點云數據對變電站進行建模的方法，其包括步驟：

(1)將變電站劃分為若干區域，其中每個區域包含變電站在該區域內的實體；

(2)對每個區域內的實體均采用多次掃描的方式采集點云數據，所述點云數據至少包含三維坐標數據；

(3)對每個區域內的實體的點云數據進行拼接，以實現點云數據所包含的三維坐標數據的歸一化；

(4)對點云數據進行消噪處理；

(5)對消噪后的點云數據進行抽稀；

(6)根據不同區域內的實體的點云數據的基本特征選擇相應的分割指標分別對每個區域內的實體的點云數據進行分割，所述分割指標包括：點云曲率、邊界特征、結構形式、點云密度、尺寸參數的至少其中之一；

(7)判斷分割后的點云數據對應的模型類別，根據該模型類別選擇相應的重構方法對分割后的點云數據進行分類重構以生成分割后的點云數據對應的模型；

(8)將所述分割后的點云數據對應的模型進行拼接得到完整的變電站模型。

本發明所述的基于點云數據對變電站進行建模的方法通過分區域采集變電站的點云數據并進行一系列的數據處理，然后對點云數據進行分割，再對分割的點云數據進行分類重構得到分割的模型，最后對該分割的模型進行拼接得到完整的變電站模型。其中：

步驟(1)中，由于變電站作為輸變電的主要場所，通常內含變壓器、電抗器、避雷器等多種電器設備，各設備結構多樣、種類繁多，需通過合理的區域劃分、掃描站點選取與記錄來保證點云數據提取作業過程有序、有效進行。區域劃分原則可以是以電壓等級為標準，例如按照500kv、220kv、35kv的電壓等級標準劃分，還可以在此基礎上根據設備種類作進一步劃分，例如按照變壓器、避雷器、斷路器、電抗器以及刀閘的類別標準劃分。

步驟(2)中，所述多次掃描通常是通過多個掃描站點分別從不同的角度對所述變電站進行掃描，其目的主要是為了盡可能全方位地采集變電站的點云數據。所述多次掃描可以利用激光雷達掃描儀進行掃描，其獲取點云數據屬于現有技術，因此此處不作詳細描述。

步驟(3)中，所述三維坐標數據的歸一化的方法可以是通過布置球形標靶對三維坐標數據進行定位以實現歸一化。

步驟(4)中，所述消噪處理包括自動消噪，即采用自動消噪算法將大部分噪點(主要是空氣中細小顆粒形成的噪點)消除。適用于點云的自動消噪算法很多，其為現有技術，因此此處不作詳細描述。

步驟(5)中，抽稀是指在保證矢量曲線形狀基本不變的情況下，最大限度地減少數據點個數，從而節約存儲空間和減少后續處理的計算量。

步驟(6)中，基于不同區域的點云數據特征選擇相應的分割指標對點云數據進行分割可以很好地解決目前建模不規范、不精確等問題，并提升構建模型的質量和效率。

步驟(7)中，所述模型類別可以包括圓柱及球狀類、棱柱類、圓環類、不規則類、套管與絕緣子類、軟導線類的至少其中之一。

步驟(8)中，由于點云數據包含著物體的空間三維坐標，利用點云數據構建的模型具有相同的空間坐標系，可利用模型在空間坐標系中的空間位置關系進行不同模型坐標的統一化，從而實現對分割后的點云數據對應的模型的拼接，得到完整變電站三維模型。

綜上可以看出，本發明方法可高質量、高精度、高效率、規范化地對變電站進行建模以實現變電站的三維實景重構，從而為變電站三維可視化、智能化監管提供良好的基礎。

進一步地，本發明所述的基于點云數據對變電站進行建模的方法中，在所述步驟(2)中，當以所述實體為中心的區域半徑小于某一閾值時，用于掃描的多個站點間布設公共球形標靶；否則用于掃描的兩兩站點間布設公共球形標靶。

上述方案中，通常所述閾值為15m。這樣做的好處是可以提高掃描效率，同時又不降低采集到的數據精度。

進一步地，本發明所述的基于點云數據對變電站進行建模的方法中，在所述步驟(4)中，采用“自動消噪-手動消噪-自動消噪”依次更替循環的方式對點云數據進行消噪處理。

上述方案中，在自動消噪的基礎上進行手動消噪，手動消噪對象可以包括地面、圍墻、建筑、其他設備、人物等一切無關變電站實體點云以及未消除干凈的空氣噪點；然后對手動消噪后的噪點進行再次自動消噪，這是因為通常手動消噪后會將大部分噪點消除，但是仍會殘留部分細小孤立噪點，這部分噪點是由于初次自動消噪殘留或者由于手動消噪時對噪點簇進行消除時殘留導致，通過再次自動消噪可以極大地減少這部分噪點，實現消噪效果的進一步優化。

更進一步地，上述基于點云數據對變電站進行建模的方法中，循環的次數至少為一次。

進一步地，本發明所述的基于點云數據對變電站進行建模的方法中，所述點云數據還包含顏色信息和反射強度信息的至少其中之一。

上述方案中，通過所述顏色信息和反射強度信息可以確定相應的表面顏色和材質。

進一步地，本發明所述及上述任一基于點云數據對變電站進行建模的方法中，所述步驟(5)包括：

對于任意一區域內的點云數據，計算各個點的法向量；

尋找臨近區域內與計算得到的法向量相似的點以及法向量突變的點，其中將法向量相似的點作為待刪減點，將法向量突變的點作為保留點；

然后根據選定的比例對法向量相似的點進行刪減。

上述方案中，通常對于任意一區域內點云中的任意一點pk，其法向量nk計算公式為：

其中l為以pk為頂點的三角形個數，αi為第i個三角形在頂點pk處的相對角，vi為第i個三角形的法向量。所述比例可依據采集到的點云精度進行合理選擇。該方法可以很好地保持原有的輪廓特征，簡化效率較高。

更進一步地，上述基于點云數據對變電站進行建模的方法中，判斷法向量相似以及法向量突變的方法為：計算兩個法向量間的夾角，若所述夾角小于等于設定的閾值，則判斷為法向量相似；若所述夾角大于所述閾值，則判斷為法向量突變。

上述方案中，通常任意兩個法向量間的夾角計算方法如下：

進一步地，本發明所述的基于點云數據對變電站進行建模的方法中，所述步驟(7)中，所述模型類別包括圓柱及球狀類、棱柱類、圓環類、不規則類、套管與絕緣子類、軟導線類的至少其中之一，其中，圓柱及球狀類的重構方法采用幾何參數法，棱柱類的重構方法采用二三維模型轉換法，圓環類的重構方法采用數字特征法，不規則類的重構方法采用布爾運算法，套管與絕緣子類的重構方法采用三維旋轉法，軟導線類的重構方法采用平面掃掠法。

上述方案中：

圓柱類采用的幾何參數法可以包括：首先，依據圓柱點云，提取兩端截面圓，分別提取兩圓圓心、以及半徑、；然后計算連接長度，公式為：，同時，計算圓柱平均半徑r:；最后，以為圓心，r為半徑創建圓特征，并以為方向，為長度構建圓柱特征，得到圓柱類模型。

球狀類采用的幾何參數法可以包括：首先，依據球狀結構點云，提取球心以及半徑r；然后以為圓心，r為半徑創建球特征，得到球狀類模型。

棱柱類采用的二三維模型轉換法可以包括：首先，以棱柱點云的底部一角作為坐標原點，規則底邊作為坐標軸建立用戶坐標系；然后提取底面若干頂點的坐標以及棱柱的高h；最后以底面若干頂點建立多邊形特征，通過豎直拉伸該多邊形特征h長度得到棱柱特征，從而得到棱柱類模型。

圓環類采用的數字特征法可以包括：首先，以點云數據為參考，繪制圓環外圓及截面圓，從而提取外圓半徑r，圓心o以及截面圓半徑r；然后，由于r、o、r三個參數具備構建該圓環的全部數字特征，以外圓圓心o為中心，r為半徑構建截面半徑為r的圓環，從而得到圓環類模型。

不規則類采用的布爾運算法可以包括：首先，利用圓柱及球狀類、棱柱類、圓環類模型構建方法構建基本特征結構；然后，經過布爾運算進行差、并、交集等變換，從而得到不規則類模型。

套管與絕緣子是變電站中最為常見的電氣設備，兩者均為具有旋轉中心對稱結構的模型，構建方法相似，因此歸為一類。套管與絕緣子類采用的三維旋轉法可以包括：首先，利用建模對象的點云數據，以豎直方向為z軸建立用戶坐標系；其次，以xoz平面為切片平面，y軸為切片延伸方向進行切片，得到套管/絕緣子點云薄切片；然后，利用二維多義線勾勒套管/絕緣子二維輪廓，并經套管/絕緣子中心對稱線形成閉合曲線框圖；最后，以二維輪廓上的點為旋轉對象，套管/絕緣子中心線為旋轉軸進行三維旋轉，對于輪廓線上任意一點(xi,yi,zi)，旋轉后對應的曲線方程為x²+y²+(z-zi)²＝xi²+yi²，通過對輪廓線上任意一點進行三維旋轉操作，從而得到套管/絕緣子類模型。

軟導線類采用的平面掃掠法可以包括：首先，獲取軟導線類結構的點云數據，并建立用戶坐標系；然后，對該類模型橫截面進行切片，提取切片點云，并依據該點云切片得到截面圓特征；同時，以截面圓圓心為起點，以軟導線類點云數據為參考，利用三維多義線繪制延伸軌跡；最后，以截面圓為掃掠對象，三維延伸軌跡曲線為掃掠路徑進行掃掠，從而得到軟導線類模型。

進一步地，本發明所述的基于點云數據對變電站進行建模的方法中，在所述步驟(7)中，還判斷分割后的點云數據對應的模型是否已經存在，是則不對該分割后的點云數據進行重構。

上述方案中，所述步驟(7)具體可以是：判斷需要構建的模型是否為模型庫中已有模型，如果模型已有，則直接從模型庫中調用，無需重復構建，提高建模效率；若無同類模型，則對分割后的點云數據進行重構。所述模型庫可以是經過前人的重構工作所積累下來的三維模型構成的模型數據庫。這樣做的好處是實現變電站設備的高效建模及高質量模型庫搭建。

進一步地，本發明所述或上述基于點云數據對變電站進行建模的方法中，所述步驟(8)的具體步驟包括：首先分別將每個區域內的分割后的點云數據對應的模型進行拼接得到區域模型，然后將所有區域模型進行拼接得到完整的變電站模型。

上述方案中，由于點云數據包含著物體的空間三維坐標，利用點云數據構建的模型具有相同的空間坐標，可利用空間位置關系進行不同模型坐標的統一化，實現上述區域模型和變電站模型的拼接，得到完整變電站三維實景模型。

本發明所述的基于點云數據對變電站進行建模的方法的優點和有益效果包括：

(1)高質量、高精度、高效率、規范化地對變電站進行建模以實現變電站的實景三維重構，為變電站三維可視化、智能化監管提供良好的基礎。

(2)解決了傳統建模方法精度低、真實性差的問題，并實現了利用激光點云實現變電站的高質量、高精度的建模。

(3)可以參考實際物體的規格尺寸對所建模型進行參數調整，具有可更改的優勢。

(4)可將模型存入變電站三維模型庫中，實現模型的重復利用與修改，節省相同模型再次重構的時間，達到“構建模型越多，建模效率越高”的良性發展。

附圖說明

圖1為本發明所述的基于點云數據對變電站進行建模的方法在一種實施方式下的流程圖。

圖2為本發明所述的基于點云數據對變電站進行建模的方法在一種實施方式下的點云數據中各點法向量的計算原理示意圖。

圖3為從變電站的點云數據圖分割出來的某個圓柱類點云數據圖。

圖4為基于圖3的圓柱類點云數據得到的圓柱類三維模型圖。

圖5為從變電站的點云數據圖分割出來的某個棱柱類點云數據圖。

圖6為基于圖5的棱柱類點云數據得到的棱柱類三維模型圖。

圖7為從變電站的點云數據圖分割出來的某個圓環類點云數據以及繪制的外圓和截面圓綜合圖。

圖8為基于圖7的圓環類點云數據得到的圓環類三維模型圖。

圖9為從變電站的點云數據圖分割出來的某個gis支架點云數據圖。

圖10為基于圖9的gis支架點云數據創建的長方體特征圖。

圖11為基于圖10的長方體特征得到的gis支架的三維模型圖。

圖12為從變電站的點云數據圖分割出來的某個套管點云數據圖。

圖13為基于圖12的套管點云數據得到的套管點云薄切片圖。

圖14為基于圖12的套管點云數據和圖13的套管點云薄切片得到的閉合曲線框圖。

圖15為基于圖14的閉合曲線得到的套管三維模型圖。

圖16為從變電站的點云數據圖分割出來的某個軟導線點云數據圖。

圖17為基于圖16的軟導線點云數據得到的軟導線延伸軌跡圖。

圖18為基于圖16的軟導線點云數據和圖17的軟導線延伸軌跡得到的軟導線的三維模型圖。

圖19為本發明所述的基于點云數據對變電站進行建模的方法在一種實施方式下得到的變電站三維實景模型圖。

具體實施方式

下面將結合說明書附圖和具體的實施例對本發明所述的基于點云數據對變電站進行建模的方法做進一步的詳細說明。

圖1示意了本發明所述的基于點云數據對變電站進行建模的方法在一種實施方式下的流程。圖2示意了本發明所述的基于點云數據對變電站進行建模的方法在一種實施方式下的點云數據中各點法向量的計算原理。圖3顯示了從變電站的點云數據圖分割出來的某個圓柱類點云數據。圖4顯示了基于圖3的圓柱類點云數據得到的圓柱類三維模型。圖5顯示了從變電站的點云數據圖分割出來的某個棱柱類點云數據。圖6顯示了基于圖5的棱柱類點云數據得到的棱柱類三維模型。圖7顯示了從變電站的點云數據圖分割出來的某個圓環類點云數據以及繪制的外圓和截面圓。圖8顯示了基于圖7的圓環類點云數據得到的圓環類三維模型。圖9顯示了從變電站的點云數據圖分割出來的某個gis支架點云數據。圖10顯示了基于圖9的gis支架點云數據創建的長方體特征。圖11顯示了基于圖10的長方體特征得到的gis支架的三維模型。圖12顯示了從變電站的點云數據圖分割出來的某個套管點云數據。圖13顯示了基于圖12的套管點云數據得到的套管點云薄切片。圖14顯示了基于圖12的套管點云數據和圖13的套管點云薄切片得到的閉合曲線。圖15顯示了基于圖14的閉合曲線得到的套管三維模型。圖16顯示了從變電站的點云數據圖分割出來的某個軟導線點云數據。圖17顯示了基于圖16的軟導線點云數據得到的軟導線延伸軌跡。圖18顯示了基于圖16的軟導線點云數據和圖17的軟導線延伸軌跡得到的軟導線的三維模型。圖19顯示了本發明所述的基于點云數據對變電站進行建模的方法在一種實施方式下得到的變電站三維實景模型。

如圖1所示，該實施方式下的基于點云數據對變電站進行建模的方法可以通過激光三維掃描儀、計算機及其上運行的軟件實現，包括步驟：

步驟110：將變電站劃分為若干區域，其中每個區域包含變電站在該區域內的實體。

本實施例中，勘察現場，結合變電站設計圖紙，對變電站進行區域劃分。劃分原則為：按照500kv、220kv、35kv的電壓等級標準劃分，并在此基礎上根據設備種類作進一步劃分，包括按照變壓器、避雷器、斷路器、電抗器以及刀閘的類別標準劃分。

步驟120：對每個區域內的實體均采用多次掃描的方式采集點云數據，所述點云數據至少包含三維坐標數據。其中，點云數據還可以包含顏色信息和/或反射強度信息。

本實施例中，變電站設備結構普遍復雜，為采集到各個方位的高精度數據，需分站點掃描。首先，結合變電站相關安全運行規程，在保證掃描人員安全的前提下，確定每個區域的掃描路徑；然后，利用激光雷達掃描儀分掃描站點采集變電站點云數據，同時通過布置球形標靶對各掃描站點數據進行定位。其中，當以所述實體為中心的區域半徑小于15m時，用于掃描的多個站點間布設公共球形標靶；否則用于掃描的兩兩站點間布設公共球形標靶。

步驟130：對每個區域內的實體的點云數據進行拼接，以實現點云數據所包含的三維坐標數據的歸一化。

本實施例中，主要依據掃描時布設的球形標靶，利用球形標靶的空間三維坐標實現不同掃描站點的空間坐標對齊，達到不同掃描站點的點云數據坐標歸一化的目的，從而實現點云數據的拼接，得到各個區域完整的點云數據。

步驟140：分別對每個區域的點云數據進行消噪處理。

本實施例中，采用“自動消噪-手動消噪-自動消噪”依次更替循環的方式對點云數據進行消噪處理。其中，循環的次數至少為一次。具體來說，首先，采用自動消噪算法將大部分噪點(主要是空氣中細小顆粒形成的噪點)消除；其次，在自動消噪的基礎上進行手動消噪，手動消噪對象包含地面、圍墻、建筑、其他設備、人物等一切無關變電站實體點云以及未消除干凈的空氣噪點；最后，對手動消噪后的噪點進行再次自動消噪，通常來說手動消噪后會將大部分噪點消除，但是仍會殘留部分細小孤立噪點，這部分噪點是由于初次自動消噪殘留或者由于手動消噪時對噪點簇進行消除時殘留導致，通過再次自動消噪可以極大地減少這部分噪點，實現消噪效果的最優。

步驟150：對消噪后的點云數據進行抽稀。

本實施例中，該步驟具體包括：對于任意一區域內的點云數據，計算各個點的法向量；尋找臨近區域內與計算得到的法向量相似的點以及法向量突變的點，其中將法向量相似的點作為待刪減點，將法向量突變的點作為保留點；然后根據選定的比例對法向量相似的點進行刪減。其中，對于任意一區域內點云中的任意一點pk，其法向量nk計算公式為：

其中l為以pk為頂點的三角形個數，αi為第i個三角形在頂點pk處的相對角，vi為第i個三角形的法向量。圖2顯示了頂點pk和其周圍的五個點a1-a5形成的五個三角形，該五個三角形分別對應的相對角為α1-α5，相應的法向量為v1-v5，頂點pk的法向量為nk。上述比例依據采集到的點云精度進行合理選擇。上述判斷法向量相似以及法向量突變的方法為：計算兩個法向量間的夾角，若該夾角小于等于設定的閾值，則判斷為法向量相似；若該夾角大于設定的閾值，則判斷為法向量突變。其中，任意兩個法向量間的夾角計算方法如下：

通過上述步驟110～步驟140，實現了對各區域的變電站實體的點云數據提取。

步驟160：根據不同區域內的實體的點云數據的基本特征選擇相應的分割指標分別對每個區域內的實體的點云數據進行分割，上述分割指標包括：點云曲率、邊界特征、結構形式、點云密度、尺寸參數。

步驟170：判斷分割后的點云數據對應的模型類別，根據該模型類別選擇相應的重構方法對分割后的點云數據進行分類重構以生成分割后的點云數據對應的模型。此外，還判斷分割后的點云數據對應的模型是否已經存在，是則不對該分割后的點云數據進行重構。

本實施例中，該步驟具體包括：判斷需要構建的模型是否為模型庫中已有模型，如果模型已有，則直接從模型庫中調用，無需重復構建，提高建模效率；若無同類模型，則對分割后的點云數據進行重構。所述模型庫可以是經過前人的重構工作所積累下來的三維模型構成的模型數據庫。

本實施例中，上述模型類別包括圓柱及球狀類、棱柱類、圓環類、不規則類、套管與絕緣子類、軟導線類，其中，圓柱及球狀類的重構方法采用幾何參數法，棱柱類的重構方法采用二三維模型轉換法，圓環類的重構方法采用數字特征法，不規則類的重構方法采用布爾運算法，套管與絕緣子類的重構方法采用三維旋轉法，軟導線類的重構方法采用平面掃掠法。其中：

圓柱類采用的幾何參數法包括：首先，依據例如圖3所示的圓柱點云，提取兩端截面圓，分別提取兩圓圓心、以及半徑、；然后計算連接長度，公式為：，同時，計算圓柱平均半徑r:；最后，以為圓心，r為半徑創建圓特征，并以為方向，為長度構建圓柱特征，得到如圖4所示圓柱類模型。

球狀類采用的幾何參數法包括：首先，依據球狀結構點云，提取球心以及半徑r；然后以為圓心，r為半徑創建球特征，得到球狀類模型。

棱柱類采用的二三維模型轉換法包括：以四棱柱為例，首先，以例如圖5所示棱柱點云的底部一角作為坐標原點，規則底邊作為坐標軸建立用戶坐標系；然后提取底面四個頂點的坐標(x1,y1,o)、(x2,y2,o)、(x3,y3,o)，(x4,y4,o)以及棱柱的高h；最后以底面四個頂點建立矩形特征，通過豎直拉伸該矩形特征h長度得到棱柱特征，該棱柱特征對應的頂點坐標為(x1,y1,h)、(x2,y2,h)、(x3,y3,h)，(x4,y4,h)，從而得到如圖6所示棱柱類模型。

圓環類采用的數字特征法包括：首先，例如圖7所示，以點云數據為參考，繪制圓環外圓及截面圓，從而提取外圓半徑r，圓心o以及截面圓半徑r；然后，由于r、o、r三個參數具備構建該圓環的全部數字特征，以外圓圓心o為中心，r為半徑構建截面半徑為r的圓環，從而得到如圖8所示圓環類模型。

不規則類采用的布爾運算法包括：首先，利用圓柱及球狀類、棱柱類、圓環類模型構建方法構建基本特征結構；然后，經過布爾運算進行差、并、交集等變換，從而得到不規則類模型。以gis支架為例，首先，利用二三維模型轉換方法，依據例如圖9所示點云創建如圖10所示長方體特征；然后，通過建立不同大小的長方體特征，經布爾運算在長方體特征間進行差、并、交集等變換，得到如圖11所示的gis支架的三維模型。

套管與絕緣子類采用的三維旋轉法包括：首先，利用建模對象的例如圖12所示點云數據，以豎直方向為z軸建立用戶坐標系；其次，以xoz平面為切片平面，y軸為切片延伸方向進行切片，得到如圖13所示套管/絕緣子點云薄切片；然后，利用二維多義線勾勒套管/絕緣子二維輪廓，并經套管/絕緣子中心對稱線形成如圖14所示閉合曲線框圖；最后，以二維輪廓上的點為旋轉對象，套管/絕緣子中心線為旋轉軸進行三維旋轉，對于輪廓線上任意一點(xi,yi,zi)，旋轉后對應的曲線方程為x²+y²+(z-zi)²＝xi²+yi²，通過對輪廓線上任意一點進行三維旋轉操作，從而得到如圖15所示套管/絕緣子類模型。

軟導線類采用的平面掃掠法包括：首先，獲取例如圖16所示軟導線類結構的點云數據，并建立用戶坐標系；然后，對該類模型橫截面進行切片，提取切片點云，并依據該點云切片得到如圖17中所示截面圓特征；同時，以截面圓圓心為起點，以軟導線類點云數據為參考，利用三維多義線繪制如圖17中所示延伸軌跡；最后，以截面圓為掃掠對象，三維延伸軌跡曲線為掃掠路徑進行掃掠，從而得到如圖18所示軟導線類模型。

步驟180：將所述分割后的點云數據對應的模型進行拼接得到完整的變電站模型。

本實施例中，該步驟具體包括：首先分別將每個區域內的分割后的點云數據對應的模型進行拼接得到區域模型，然后將所有區域模型進行拼接得到完整的變電站模型。其中，利用點云數據構建的模型具有相同的空間坐標，可利用空間位置關系進行不同模型坐標的統一化，實現上述區域模型和變電站模型的拼接，得到如圖19所示的完整變電站三維實景模型。

利用上述方法構建變電站三維實景模型具有建模效率高、模型精度高等優點，而且可以參考實際物體的規格尺寸對所建模型進行參數調整，具有可更改等優勢，是一項值得推廣應用的變電站高效率建模方法。