TLSNet:用于传输线路的关键点云区域的语义细分方法
Shaotong Pei1, Haichao Sun1, Chenlong Hu1
1Department of Electrical Engineering, North China Electric Power University, 619 Yonghuabei Street, Baoding City, People's Republic of China.
iScience
|June 13, 2025
概括
本研究介绍了TLSNet,这是一种用于精确传输线点云细分的新型模型. TLSNet提高了数字维护和自主无人机检查路径规划的准确性.
科学领域:
- 计算机视觉 计算机视觉
- 地理空间数据分析.
- 电气工程基础设施 电气工程基础设施
背景情况:
- 目前的传输线点云细分算法与细粒度结构和不均的数据分布作斗争.
- 精确的细分对于数字化运行,维护和传输线路的自主检查至关重要.
研究的目的:
- 开发一个先进的点云细分模型,TLSNet,专门用于输电线路基础设施.
- 为了提高细分复杂的传输线点云数据的准确性和效率.
主要方法:
- 拟议的TLSNet模型包含了动态密度适应机制 (DALNF-Layer) 用于不均的点云分布.
- 使用层次偏移变压器 (DLCTransformer) 进行跨尺度上下文建模.
- 实现了反向残余模块 (InvResMLP) 以优化梯度传播.
主要成果:
- 在输电线点云中,TLSNet实现了关键区域的精确细分.
- 与现有的算法相比,拟议的模型显示出更高的细分精度.
- 该框架在复杂的输电线点云场景中被证明有效.
结论:
- 在传输线点云细分方面,TLSNet提供了显著的进步.
- 该模型为数字传输线路管理和自主无人机检查提供了坚实的技术基础.
- 这项研究有助于提高电力基础设施维护的运营效率和安全性.
