华南理工大学学报(自然科学版)

作者：代洲, 刘燕, 毛先胤, 虢韬, 徐梁刚, 程桂仙

单位：1.贵州财经大学 管理科学与工程学院，贵州 贵阳 5500252.贵州电网有限责任公司 电力科学研究院，贵州 贵阳 5500023.贵州电网有限责任公司 智能作业中心，贵州 贵阳 5500254.贵州师范大学 物理与电子科学学院，贵州 贵阳 550025

关键词：Transformer模型,配电线路通道,特征融合,激光点云,神经网络

基金：国家自然科学基金项目(62361012);贵州省高等学校创新团队项目(黔教技［2023］064号)

激光点云模型为后续的配电线路检测与管理提供了重要的支撑，现阶段大多数配电通道都已经构建了相应的激光点云模型。由于点云模型数量的增加，有效提取关键部件（如导线、绝缘子等）的位置信息成为了一项重要任务。为了进一步提升对点云模型中配电线路、杆塔、绝缘子等关键部件分割、提取的精准性和效率，该文提出一种基于融合Transformer模型的配电线路激光点云分割算法。考虑到配电线路点云中需要更为关注细节特征的影响，构建了一种双通道平行架构的特征提取模块用于提取高频和低频特征，其中低频特征通过平均池化和基于融合Transformer模型的特征提取器进行处理，高频特征通过最大池化和包含卷积层的多层感知机（MLP）模块进行处理；将两个通道获取的特征向量进行融合，以提升对细节特征的提取能力。此外，考虑到MLP模块在特征处理方面的能力，将融合后特征再次输入MLP模块中作进一步处理，实现了对点云目标的准确分割。该文还开展了大量的实验，验证了所提算法的准确性和有效性。该算法具有提高无人机巡检精度、增强自动化水平、提升鲁棒性、融合多源数据和降低巡检成本等多方面的潜在优势。

来源：2025年第5期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2025年第5期