Algoritmo para clasificar líneas de alta tensión a partir de una nube de puntos LiDAR

Abstract

Este proyecto aborda el desafío de clasificar automáticamente líneas de alta tensión a partir de nubes de puntos LiDAR, con el objetivo de mejorar la supervisión y el mantenimiento de las infraestructuras eléctricas. La identificación precisa de estas líneas es fundamental debido a la coexistencia de múltiples elementos con características similares, como árboles, postes y otros tipos de cableado, que dificultan la diferenciación y aumentan los errores en la clasificación. Para superar estas barreras, se desarrolló un algoritmo de clasificación especializado capaz de identificar líneas de alta tensión con una longitud mínima de 10 metros.

El proceso comienza con la adquisición de las nubes de puntos LiDAR, seguidas de un preprocesamiento para reducir el ruido y mejorar la calidad de los datos. Posteriormente, el algoritmo aplica técnicas avanzadas de clasificación para distinguir las líneas de alta tensión de otros objetos presentes en la nube. Además, se validaron los resultados mediante pruebas sobre nubes accesibles, exportando el trazado de cables a un formato GIS compatible, lo que facilita su integración en sistemas de monitoreo más amplios.

Esta solución no solo permite una gestión más eficiente y precisa de las líneas de alta tensión, sino que también reduce la dependencia de inspecciones manuales, optimizando recursos y minimizando riesgos. El uso de la tecnología LiDAR para este propósito promueve una supervisión proactiva, la detección temprana de fallos y una prolongación de la vida útil de las infraestructuras eléctricas, contribuyendo a un suministro eléctrico más seguro y confiable.

This project tackles the challenge of automatically classifying high-voltage power lines from LiDAR point clouds to enhance the monitoring and maintenance of electrical infrastructures. Precise identification of these lines is crucial due to the coexistence of various elements with similar characteristics, such as trees, poles, and other types of wiring, which complicate differentiation and increase classification errors. To address these challenges, a specialized classification algorithm was developed, capable of identifying high-voltage power lines with a minimum length of 10 meters.

The workflow begins with the acquisition of LiDAR point clouds, followed by preprocessing steps to reduce noise and improve data quality. The algorithm applies advanced classification techniques to distinguish high-voltage lines from other objects present in the point cloud. The results were validated through tests on accessible point clouds, and cable traces were exported to GIS-compatible formats, facilitating integration into broader monitoring systems.

This solution not only enables more efficient and accurate management of high-voltage lines but also reduces reliance on manual inspections, optimizing resources and minimizing risks. The use of LiDAR technology for this purpose supports proactive monitoring, early fault detection, and extended lifespan of critical electrical infrastructures, contributing to a safer and more reliable power supply.