1.基于激光雷达的绝缘子串识别方法，其特征在于，包括以下步骤：深度图像的获取：通过机器人上安装的激光雷达设备获得深度图像；深度图像的预处理：对带有绝缘子串的深度图像进行预处理，获得感兴趣的区域；深度图像的特征提取：在感兴趣的区域中，建立深度特征曲线模型，构建深度周期性特征矩阵和宽度向量，提取绝缘子串段数特征和盘径变化特征；绝缘子串类型识别：根据提取出的特征对绝缘子串类型进行识别；所述建立深度特征曲线模型如下：提取目标区域左边缘：li k ＝k,提取目标区域右边缘：ri k ＝k,式中D(x,y)为二值图像，k代表图像的行数，t代表图像的列数，l k ，r k 为边缘上的像素点位置；通过左边缘和右边缘确定目标区域中线上的位置：mi k ＝k,式中m k 为深度特征曲线像素点的坐标，mi k 为深度特征曲线像素点行坐标，mj k 为深度特征曲线像素点列坐标；n I 为图像行数；建立深度特征曲线模型:f(x k ,y k )＝0其中:x k ＝mi kx k 为特征曲线的横坐标，即图像行数，y k 为特征曲线的纵坐标，即深度值；L(m k )表示深度图像；所述构建深度周期性特征矩阵：先求出深度特征曲线f(x k ,y k )＝0上的极大值和极小值；建立矩阵式中：v 2k 为深度特征曲线f(x k ,y k )＝0上极值点的横坐标，v 3k 为深度特征曲线f(x k ,y k )＝0上极值点的纵坐标，即深度值；k＝1,2…n I ；设定阈值λ c1 ,λ c2 且λ c1 ﹤λ c2 ；再对 进行按列遍历，将V 3,k+1 -V 3,k ＞λ c1 并且V 3,k+1 -V 3,k ＜λ c2 时的V 1,k 与V 2,k 进行记录；当遍历结束时，将满足条件的值按记录顺序组成矩阵 将v 1,k 记录在矩阵 的第一行，v 2,k 记录在矩阵的第二行，得到：n 3 为矩阵列数；再对 按列进行遍历，令c 1,k ＝abs(v1 1,k+1 -v1 1,k )c 2,k ＝v1 2,k+1 -v1 2,kc 3,k ＝v1 2,k得到深度周期性特征矩阵 构建宽度向量：式中：(x i1 ,y i1 ,z i1 )为左边缘点的空间坐标，(x i2 ,y i2 ,z i2 )为右边缘点的空间坐标；n I 表示图像行数。
2.根据权利要求1所述的基于激光雷达的绝缘子串识别方法，其特征在于，所述深度图像的预处理包括以下步骤：(2.1)对深度图像二值化处理，分离出深度图像中的前景、背景，并消除背景干扰；(2.2)对处理后的二值图像采用膨胀运算，再采用腐蚀运算，消除二值图像上的干扰像素点；(2.3)然后选取最大连通域，提取出感兴趣区域，完成预处理。
3.根据权利要求1所述的基于激光雷达的绝缘子串识别方法，其特征在于，所述提取出绝缘子串段数特征和盘径变化特征包括以下步骤：(1)由 提取绝缘子串段数特征首先设定阈值α c ，初始化标志位δ c 为0，段数信息Num(C)为0；再对 按列进行遍历：当C 1,k ＝1，C 2,k ＜α c 并且δ c ＝0时，置标志位δ c 为1，并将C 3,k 存入向量T中作为绝缘子串上边缘；当δ c ＝1并且C 1,k ＝0或C 2,k ＞α c 时，置标志位δ c 为0，将C 3,k 存入向量T中作为绝缘子串下边缘，并将段数信息Num(C)加1；向量T为绝缘子串的上、下边缘，其中奇数项元素t 2n-1 为绝缘子串的上边缘，偶数项元素t 2n 为绝缘子串的下边缘；n＝1,2…k 1 ；k 1 为向量T的长度;(2)由W提取绝缘子串的盘径变化特征根据向量T计算绝缘子串宽度方差：当d 2 ＜阈值α w 时，该绝缘子为等盘径，否则，为变盘径。
4.根据权利要求3所述的基于激光雷达的绝缘子串识别方法，其特征在于，所述根据提取出的特征对绝缘子串类型进行识别包括以下步骤：若Num(C)＝1，且d 2 ＜阈值α w ，则绝缘子串为单段等盘径绝缘子串；若Num(C)＝2，且d 2 ＜阈值α w ，则绝缘子串为双段等盘径绝缘子串，若Num(C)＝1，且d 2 ＞阈值α w ，则绝缘子串为单段变盘经绝缘子串。
