1.一种考虑物体表面粗糙度的隔离开关监测方法，其特征在于，包括有：隔离开关数据采集装置(1)、终端管理平台(2)、数据处理系统(3)、粗糙度检测装置(4)、待监测隔离开关(5)；所述隔离开关数据采集装置由激光发射装置、激光接收装置、交直电源转换器组成；所述数据处理系统与隔离开关数据采集装置及粗糙度检测装置相连，对激光接收到的点云数据及隔离开关表面粗糙度进行采集，并将其存储在相应的器件内，数据处理系统中的回波功率判别模块基于表面粗糙度判断回波数据是否具有可靠性，并依据判别结果后续进行监测距离调整，所述的数据处理系统将获取到的PCD数据通过图像投影、ROI提取、边缘检测、欧式聚类、直线拟合步骤提取出高精度隔离开关合闸部位点云图像,再利用算法提取出合闸角度,实现隔离开关特性的提取；具体操作步骤如下:S1：使用相应算法，对多张隔离开关单帧PCD数据进行合成，增加点云数据量提升数据可靠性；

S2:在数据处理软件中进行点云投影，将数据导入相应软件，提高分析效率；

S3：利用图像目标区域裁剪算法进行两次点云切割，分别获得隔离开关整体点云数据以及导电臂点云数据，对x，y，z轴方向分别引入收缩因子Sx、Sy、Sz,改变收缩因子数值,得到最佳的点云图像ROI收紧边界的效果；

S4:利用边缘提取算法,对点云切割图像进行边界提取处理,得到具备明确隔离开关导电臂特征轮廓的点云图像；

S5:使用欧式聚类算法对切割后的隔离开关导电臂点云图像数据进行处理，减少环境背景噪点，引入聚类阈值系数k，设定其值范围在区间[0.03，0.12]内，获取隔离开关导电臂的多个欧式聚类文件，利用算法对可以显示隔离开关特征的点云文件进行调用，实现导电臂外边缘提取；

S6：利用直线拟合算法，对隔离开关导电臂开合角度进行拟合计算，引入误差因子α，计算公式为：

式中，θm为激光雷达数据拟合角度；θr为隔离开关导电臂实际夹角；根据实际工况要求，当α＜0.5％时，表示所述方法具备可靠性；

所述的终端管理平台与数据处理系统相连，将处理后的数据现实在平台上，便于开关监测管理人员实时查看各开关运行状态和记录的开关变化状态。

2.根据权利要求1所述的一种考虑物体表面粗糙度的隔离开关监测方法，其特征在于，所述监测设备采用固态激光雷达，安装于监测目标附近可以监测到目标隔离开关的地面上,安置方向向上监测隔离开关，用于获取隔离开关的原始点云数据。

3.根据权利要求1所述的一种考虑物体表面粗糙度的隔离开关监测方法，其特征在于，具备能够利用基于SDK(软件开发工具包)的C++程序将隔离开关格式为.lvx的点云原始数据转换成.pcd格式数据的点云数据处理系统。

4.根据权利要求1所述的一种考虑物体表面粗糙度的隔离开关监测方法，其特征在于，具备粗糙度检测模块及相应数据处理模块，根据物体表面粗糙度及物体表面有效识别面积判别系统回波效率是否达到要求，系数η定量表征了激光雷达监测系统的回波传输效率：式中，Kra为粗糙度影响权重比，取1.326；Ra为监测物体表面粗糙度；βn为性能最优时目标偏移角度；β为目标实际偏移角度；SL为激光雷达光斑面积；

Sn为监测目标面积；φ为该雷达的监测调整因子，取2.251；Wn为监测物体有效宽度分量；L1、L2分别为监测有效范围的上限与下限；

由上述公式计算所得激光雷达数据传输效率η可用于判别监测不同表面积及粗糙度物体时激光雷达监测系统的监测性能，回波传输效率大于预设阈值，则认为目标物体状态准确；否则，认为检测结果不准确。