本技术涉及三维重建的，具体而言，涉及一种电力设备三维重建方法、装置、电子设备及存储介质。
背景技术：
1、目前，空中作业机器人得益于可扩展性高、作业区域广等优势，已应用在电力行业的电力巡检、电力线路清理故障和带电绝缘涂覆等领域。在电力巡检中，空中作业机器人作业的对象包括杆塔、导线、绝缘子和电力通道等，实现这些对象的精准快速三维重建是空中作业机器人完成任务的基础之一。
2、在现有空中电力巡检中，多采用机载可见光倾斜摄影、激光雷达或二者相结合的方式进行电力设备的三维重建。倾斜摄影成本低具有颜色纹理，三维可视化效果好等优势，但同时又具有精度、数据采集效率和处理速度低的缺点。激光雷达可直接获取点云处理，处理速度快，重建精度高，但同时也有着成本高和容易受环境影响的缺陷。因此，将可见光相机倾斜摄影和激光雷达结合起来，融合二者的点云序列进行取长补短是一个很有前景的方法。但二者点云的融合是目前的一个难点，已有研究者使用简单坐标系变换、特征提取与匹配等方法进行融合，但这些方法或多或少的存在着重建效率低、精度差和运行成本高等问题。空中作业机器人搭载着一定重量的执行机构，且还需要完成作业任务，因而对三维重建的精度、效率的依赖度更高。
3、因此，为了解决现有的电力设备三维重建方法采用点云融合的方式存在重建效率低、精度差和运行成本高等缺点的技术问题，亟需一种电力设备三维重建方法、装置、电子设备及存储介质。
技术实现思路
1、本技术的目的在于提供一种电力设备三维重建方法、装置、电子设备及存储介质，通过将待测电力设备的摄影点云数据和激光点云数据输入到低秩分解重建模型，得到三维重建数据，以实现电力设备的点云融合方式的三维重建，解决现有的电力设备三维重建方法采用点云融合的方式存在重建效率低、精度差和运行成本高等缺点的问题，通过低秩分解的方式降低三维重建数据在融合时的资源占用率，基于低资源占用率的优势，加快了模型的计算速度，提高了电力设备的三维重建效率。
2、第一方面，本技术提供了一种电力设备三维重建方法，用于对电力设备进行三维重建，包括步骤：
3、获取电力设备的摄影点云数据和激光点云数据；
4、把所述摄影点云数据和所述激光点云数据转换为矩阵表现形式，得到所述摄影点云数据对应的第一点云数据矩阵和所述激光点云数据的第二点云数据矩阵；
5、根据所述第一点云数据矩阵和所述第二点云数据矩阵，采用低秩分解方法，构建低秩分解重建模型；
6、获取待测电力设备的待融合摄影点云数据对应的第三点云数据矩阵和待融合激光点云数据对应的第四点云数据矩阵；
7、将所述第三点云数据矩阵和所述第四点云数据矩阵输入至所述低秩分解重建模型，计算得到所述待测电力设备对应的三维重建数据。
8、本技术提供的电力设备三维重建方法可以实现对电力设备进行三维重建，通过将待测电力设备的摄影点云数据和激光点云数据输入到低秩分解重建模型，得到三维重建数据，以实现电力设备的点云融合方式的三维重建，解决现有的电力设备三维重建方法采用点云融合的方式存在重建效率低、精度差和运行成本高等缺点的问题，通过低秩分解的方式降低三维重建数据在融合时的资源占用率，基于低资源占用率的优势，加快了模型的计算速度，提高了电力设备的三维重建效率。
9、可选地，获取电力设备的摄影点云数据和激光点云数据，包括：
10、运用拍摄工具，获取所述电力设备的摄影点云数据；
11、通过激光雷达设备，获取所述电力设备的激光点云数据。
12、本技术提供的电力设备三维重建方法可以实现对电力设备进行三维重建，通过拍摄工具和激光雷达设备，获取电力设备的摄影点云数据和激光点云数据，通过融合摄影点云数据和激光点云数据的方式，有利于提高电力设备三维重建的效率。
13、可选地，运用拍摄工具，获取所述电力设备的摄影点云数据，包括：
14、运用所述拍摄工具，对所述电力设备进行拍摄，得到所述电力设备的三维图片；
15、采用点云转换技术，将拍摄的所述电力设备的三维图片转化为所述摄影点云数据。
16、可选地，根据所述第一点云数据矩阵和所述第二点云数据矩阵，采用低秩分解方法，构建低秩分解重建模型，包括：
17、根据所述第一点云数据矩阵和所述第二点云数据矩阵，构建三维重建模型；
18、对所述三维重建模型的模型权重矩阵进行低秩分解，得到初步低秩分解重建模型；
19、基于所述第一点云数据矩阵和所述第二点云数据矩阵，训练所述初步低秩分解重建模型，得到所述低秩分解重建模型。
20、本技术提供的电力设备三维重建方法可以实现对电力设备进行三维重建，通过对基于三维重建模型的模型权重矩阵低秩分解得到初步低秩分解重建模型进行训练，得到低秩分解重建模型，通过低秩分解重建模型，可实现摄影点云数据和激光点云数据的融合，有利于提高电力设备三维重建的效率。
21、可选地，基于所述第一点云数据矩阵和所述第二点云数据矩阵，训练所述初步低秩分解重建模型，得到所述低秩分解重建模型，包括：
22、将所述第一点云数据矩阵和所述第二点云数据矩阵输入至所述初步低秩分解重建模型，得到对应的重建数据输出；
23、根据所述重建数据输出与预设的目标重建数据之间的差值，确定训练误差；
24、基于所述训练误差，调节所述初步低秩分解重建模型的参数，得到最优参数，并利用最优参数，对所述初步低秩分解重建模型进行优化，得到所述低秩分解重建模型。
25、可选地，将所述第一点云数据矩阵和所述第二点云数据矩阵输入至所述初步低秩分解重建模型，得到对应的重建数据输出之前，包括：
26、初始化所述初步低秩分解重建模型的参数。
27、可选地，基于所述第一点云数据矩阵和所述第二点云数据矩阵，训练所述初步低秩分解重建模型，得到所述低秩分解重建模型之后，包括：
28、获取其他电力设备的摄影点云数据和激光点云数据，并将所述其他电力设备的摄影点云数据和激光点云数据输入至所述低秩分解重建模型，以验证所述低秩分解重建模型的准确性。
29、第二方面，本技术提供了一种电力设备三维重建装置，用于对电力设备进行三维重建，包括：
30、第一获取模块，用于获取电力设备的摄影点云数据和激光点云数据；
31、转换模块，用于把所述摄影点云数据和所述激光点云数据转换为矩阵表现形式，得到所述摄影点云数据对应的第一点云数据矩阵和所述激光点云数据的第二点云数据矩阵；
32、构建模块，用于根据所述第一点云数据矩阵和所述第二点云数据矩阵，采用低秩分解方法，构建低秩分解重建模型；
33、第二获取模块，用于获取待测电力设备的待融合摄影点云数据对应的第三点云数据矩阵和待融合激光点云数据对应的第四点云数据矩阵；
34、计算模块，用于将所述第三点云数据矩阵和所述第四点云数据矩阵输入至所述低秩分解重建模型，计算得到所述待测电力设备对应的三维重建数据。
35、该电力设备三维重建装置，通过将待测电力设备的摄影点云数据和激光点云数据输入到低秩分解重建模型，得到三维重建数据，以实现电力设备的点云融合方式的三维重建，解决现有的电力设备三维重建方法采用点云融合的方式存在重建效率低、精度差和运行成本高等缺点的问题，通过低秩分解的方式降低三维重建数据在融合时的资源占用率，基于低资源占用率的优势，加快了模型的计算速度，提高了电力设备的三维重建效率。
36、第三方面，本技术提供了一种电子设备，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如前文所述电力设备三维重建方法中的步骤。
37、第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如前文所述电力设备三维重建方法中的步骤。
38、有益效果：本技术提供的电力设备三维重建方法、装置、电子设备及存储介质，通过将待测电力设备的摄影点云数据和激光点云数据输入到低秩分解重建模型，得到三维重建数据，以实现电力设备的点云融合方式的三维重建，解决现有的电力设备三维重建方法采用点云融合的方式存在重建效率低、精度差和运行成本高等缺点的问题，通过低秩分解的方式降低三维重建数据在融合时的资源占用率，基于低资源占用率的优势，加快了模型的计算速度，提高了电力设备的三维重建效率。
1.一种电力设备三维重建方法，用于对电力设备进行三维重建，其特征在于，包括步骤：
2.根据权利要求1所述的电力设备三维重建方法，其特征在于，获取电力设备的摄影点云数据和激光点云数据，包括：
3.根据权利要求2所述的电力设备三维重建方法，其特征在于，运用拍摄工具，获取所述电力设备的摄影点云数据，包括：
4.根据权利要求1所述的电力设备三维重建方法，其特征在于，根据所述第一点云数据矩阵和所述第二点云数据矩阵，采用低秩分解方法，构建低秩分解重建模型，包括：
5.根据权利要求4所述的电力设备三维重建方法，其特征在于，基于所述第一点云数据矩阵和所述第二点云数据矩阵，训练所述初步低秩分解重建模型，得到所述低秩分解重建模型，包括：
6.根据权利要求5所述的电力设备三维重建方法，其特征在于，将所述第一点云数据矩阵和所述第二点云数据矩阵输入至所述初步低秩分解重建模型，得到对应的重建数据输出之前，包括：
7.根据权利要求4所述的电力设备三维重建方法，其特征在于，基于所述第一点云数据矩阵和所述第二点云数据矩阵，训练所述初步低秩分解重建模型，得到所述低秩分解重建模型之后，包括：
8.一种电力设备三维重建装置，用于对电力设备进行三维重建，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如权利要求1-7任一项所述电力设备三维重建方法中的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一项所述电力设备三维重建方法中的步骤。
