CN107045677A - 一种危化品仓库障碍物扫描定位还原方法、装置及系统 - Google Patents
一种危化品仓库障碍物扫描定位还原方法、装置及系统 Download PDFInfo
- Publication number
- CN107045677A CN107045677A CN201610899131.7A CN201610899131A CN107045677A CN 107045677 A CN107045677 A CN 107045677A CN 201610899131 A CN201610899131 A CN 201610899131A CN 107045677 A CN107045677 A CN 107045677A
- Authority
- CN
- China
- Prior art keywords
- barrier
- harmful influence
- module
- fitting
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004888 barrier function Effects 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000009467 reduction Effects 0.000 claims abstract description 29
- 238000011084 recovery Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种危化品仓库障碍物扫描定位还原方法、装置及系统,该危化品仓库障碍物扫描定位还原方法包括:对预设区域内进行激光扫描并获取扫描数据;统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。采用本发明的技术方案,可以对危化品仓库的障碍物进行扫描定位,以便进一步进行妥善处理,减少危化品仓库的安全隐患。
Description
技术领域
本发明涉及危化品仓储领域,更具体的涉及一种危化品仓库障碍物扫描定位还原方法、装置及系统。
背景技术
近几年来,我国危化品仓储业呈稳定增长态势。据中国仓储协会仓储分会测算,2013年全行业危化品仓库建筑面积达7363万平方米,同比增加了7.9%;企业平均储存量达到15.27万吨,同比增长12.5%;企业平均吞吐量达到99.85万吨,同比增长3.5%。在危化品仓储需求如此之大的情况下,危化品的仓储安全更应得到足够的重视。
危化品仓储与普通货物仓储不同。危化品因其固有的毒性、易燃性、腐蚀性等危害性,一旦发生事故,将对化工区域甚至周边地区造成不可估量的损失。因此国家对危化品仓储的五距(墙距、垛距、梁距、柱距和灯距)有着严格的规定。但是,目前我国大部分危化品库房还停留在低层次、低水平、人工操作的水平,企业对库房监控与预警设备自行布置,难以确保仓储监控和预警基础数据的全面性、准确性和及时性。部分企业为了提高危化品库房利用率、节约成本,无视国家有关危化品仓储的规定,私自将垛距减小、垛高增加,极大地增加了危化品仓储的安全隐患。有时企业为了应付安全监管部门的检查,会将库房内的布局临时更改以蒙混过关。另外,库房内危化品的信息以往只有管理员了解,是否有几种不宜共存的危化品共存的情况其他人也不得而知,这十分不利于安全部门对危化品库房的监管,具有很大的安全隐患。
因此,现有技术中对于危化品仓储还存在管理不到位所带来的安全隐患问题。
发明内容
本发明公开一种危化品仓库障碍物扫描定位还原方法、装置及系统,用于解决现有技术中对于危化品仓储还存在管理不到位所带来的安全隐患问题。
为实现上述目的,根据本发明的一个方面,提供一种危化品仓库障碍物扫描定位还原方法,并采用如下技术方案:
一种危化品仓库障碍物扫描定位还原方法包括:对预设区域内进行激光扫描并获取扫描数据;统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。
进一步地,所述对预设区域内进行激光扫描并获取扫描数据包括:判断所述预设区域内有无异常点,得到一判断结果;在所述判断结果为无异常点的情况下,绘制无异常状态图形作为原始状态的扫描数据;在所述判断结果为有异常点的情况下,确认所述异常点的位置并提取所述异常点作为扫描数据。
进一步地,所述统计所述扫描数据并对所述统计结果基于最小二乘法进行数据拟合,得到一拟合结果包括:基于最小二乘法设逼近函数为:f(x)=a0+a1x+…+anxn其中,n为自然数;求取所述逼近函数的使方差:其中(xi,yi)为原始数据点;根据所述使方差取得最小值的(a0,a1…an),得到所述逼近函数;根据所述逼近函数绘制拟合曲线;基于所述拟合曲线根据预设取值范围选择相应匹配值作为所述拟合结果。
进一步地,所述根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原包括:根据所述拟合结果判断所述障碍物的拟合图形是直线还是曲线;在所述拟合图形为直线时,确定所述障碍物为长方体;根据曲线长度公式获取所述长方体的长度和宽度;在所述拟合图形为曲线时,确定所述障碍物为圆柱体;并根据所述曲线长度公式获取所述圆柱体的圆直径。
根据本发明的另外一个方面,提供一种危化品仓库障碍物扫描定位还原装置,并采用如下技术方案:
该危化品仓库障碍物扫描定位还原装置包括:第一获取模块,用于对预设区域内进行激光扫描并获取扫描数据;统计模块,用于统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;还原模块,用于根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。
优选地,所述第一获取模块包括:第一判断模块,用于判断所述预设区域内有无异常点,得到一判断结果;绘制模块,用于在所述判断结果为无异常点的情况下,绘制无异常状态图形作为原始状态的扫描数据;提取模块,用于在所述判断结果为有异常点的情况下,确认所述异常点的位置并提取所述异常点作为扫描数据。
优选地,所述统计模块包括:设定模块,用于基于最小二乘法设定逼近函数为:f(x)=a0+a1x+…+anxn,其中,n为自然数;求取模块,用于求取所述逼近函数的使方差:其中(xi,yi)为原始数据点;取得模块,用于根据所述使方差取得最小值的(a0,a1…an),得到所述逼近函数;绘制模块,用于根据所述逼近函数绘制拟合曲线;选择模块,用于基于所述拟合曲线根据预设取值范围选择相应匹配值作为所述拟合结果。
优选地,所述还原模块包括:第二判断模块,用于根据所述拟合结果判断所述障碍物的拟合图形是直线还是曲线;第一确定模块,用于在所述拟合图形为直线时,确定所述障碍物为长方体;第二获取模块,用于根据曲线长度公式获取所述长方体的长度和宽度;第二确定模块,用于在所述拟合图形为曲线时,确定所述障碍物为圆柱体;第三获取模块,用于并根据所述曲线长度公式获取所述圆柱体的圆直径。
本发明提供的一种危化品仓库障碍物扫描定位还原系统,包括上述的危化品仓库障碍物扫描定位还原装置。
本发明通过对危化品仓库的激光扫描,获取扫描数据,进而对危化品仓库中障碍物的定位还原,还原障碍物形状尺寸,并基于最小二乘法进行了数据拟合。对障碍物距离,形状和尺寸恢复有较好的效果,误差小于安全要求的0.050m,满足危化品仓库监控需求。
附图说明
附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1表示本发明实施例一所述的危化品仓库障碍物扫描定位还原方法的流程图;
图2表示本发明实施例二所述的危化品仓库障碍物扫描定位还原方法的流程图;
图3表示无障碍物扫描所得扫描数据对应的直角坐标示意图;
图4表示无障碍物扫描所得扫描数据对应的极坐标示意图;
图5表示无障碍物扫描所得扫描数据对应的拟合曲线;
图6表示实施例三所述的长方体障碍物扫描所得到的数据点示意图;
图7表示实施例三所述的长方体障碍物扫描所得的数据拟合示意图;
图8表示实施例四所述的圆柱体障碍物扫描所得的数据点示意图;
图9表示实施例四所述的圆柱体障碍物扫描所得数据点拟合示意图;
图10表示本发明实施例所述的危化品仓库障碍物扫描定位还原装置的结构示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一
图1表示本发明实施例一所述的危化品仓库障碍物扫描定位还原方法的流程图。
参见图1所示,一种危化品仓库障碍物扫描定位还原方法包括:
S101:对预设区域内进行激光扫描并获取扫描数据;
S103:统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;
S105:根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。
在本实施例的技术方案中,步骤S101中的对预设区域内进行激光扫描并获取扫描数据,预设区域为在危化品仓库内设定的区域,通过激光扫描该预设区域,本申请的激光扫描设备的总体结构分为六部分:主控单元、细分驱动、步进电机、蜗轮蜗杆、距离传感器、角度检测传感器。主控单元负责接收处理角度和距离数据,控制步进电机的运动,步进电机由微处理器和一系列硬件电路组成;细分驱动是连接主控单元和步进电机的中间环节,负责将逻辑控制信号细分转化为可驱动步进电机运行的功率电流;步进电机是扫描监测装置的执行机构,负责接收主控单元发送的控制指令,并按指令进行相应的动作;蜗轮蜗杆是步进电机与工作台的连接机构,起到增大步进电机的扭矩和转换运动方向的作用;距离传感器负责扫描过程中距离数据的采集;角度检测传感器是检测反馈装置,负责采集扫描过程中的角度数据,并反馈给主控单元。因此激光扫描设备中的主控单元负责回收扫描数据。进一步的,在步骤S103中,对上述的扫描数据进行统计,并基于最小二乘法进行数据拟合,具体的步骤为,先用激光扫描,判断有无异常点。没有异常点,状态正常,绘制图形,作为原始状态。当发现异常点时,判断位置,进行数据统计,并且数据拟合。在步骤S105中,根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。即根据拟合结果,先建立一个原始数据状态,当扫描到不一样的数据时,并把异常点拟合起来,大致判断障碍物的形状和尺寸。
本实施例通过对危化品仓库的激光扫描,获取扫描数据,进而对危化品仓库中障碍物的定位还原,还原障碍物形状尺寸,并基于最小二乘法进行了数据拟合。对障碍物距离,形状和尺寸恢复有较好的效果,满足危化品仓库监控需求。
实施例二
图2表示本发明实施例二所述的危化品仓库障碍物扫描定位还原方法的流程图。
参见图2所示,危化品仓库障碍物扫描定位还原方法具体步骤可以包括:
步骤201:开始扫描;
步骤202:判断有无异常点,若有,执行步骤203,若无,执行步骤205;
步骤203:判断位置;
即根据坐标判断障碍物的位置。
步骤205:数据统计;
步骤206:数据拟合;
步骤207:判断拟合图形是直线还是曲线;
步骤208:拟合图形为直线;
步骤209:确定障碍物形状为矩形;
步骤210:拟合图形为曲线;
步骤211:确认障碍物为弧形;
步骤212:计算边界长度;
步骤213:结束。
在扫描方法上,首先固定扫描仪脚架,对没有障碍物时进行扫描,建立原始状态,作为参考。顺便把没有障碍物时数据拟合出图形。拟合就是把一组数据拟合成一个最佳匹配函数。通过程序运行,行激光扫描得到一组数据,以图显示。采用极坐标图比直角坐标图更加接近激光扫描仪扫描情形,形象具体,如图3和图4所示,图3为直角坐标图,坐标原点是激光扫描仪激光发射口。如图3所示能看到数据点的坐标,但距离原点的距离没有极坐标清晰。由图4可知,得到这些数据点在图中显示类似直线,距离扫描仪大约2.2米。把这些数据点采用最小二乘法数据拟合,数据拟合采用的算法为最小二乘法。设逼近函数为:
f(x)=a0+a1x+…+anxn
其中,原始数据点为(xi,yi),求使方差:取得最小值的(a0,a1…an),进而得到逼近函数。当σ2数值最小,数据点在曲线两侧分布最均匀时,即令ε=f(xk)-yk,使得ε大于0或小于0数量大致相等时,是最佳匹配函数。n为自然数,取值范围预先设定为1至3,根据拟合曲线选择最匹配的值。由此,参见图5所示,无障碍物状态下的曲线的函数表达式为y=0.6978x+2.7192,由曲线长度积分公式得曲线长度0.471m。实际长度0.490m,误差0.019m。
实施例三
设置一个长方体盒子于激光扫描范围内,继续扫描,扫描2次得到图6所示数据示意图。由图6可知,扫描得到的数据与初始无障碍时的距离相比对,在距离原点1.9米~2.0米处,出现一些异常点,判断为障碍物。其中共计三组数据点,原始数据点1为正常数据,原始数据点2和原始数据点3为异常点数据,用最小二乘法数据拟合如图7所示,由图7可知,拟合得到三段直线,函数分别为f(x1)=y1=0.6997*x1+2.727;f(x2)=y2=12.581*x2+17.5;f(x3)=y3=0.0268*x3+1.4936。跟据曲线长度公式,由f(x2)得长方体宽0.088m,由f(x3)长方体长0.141m,而实际长方体宽0.095m长0.155m;计算误差分别是0.007m和0.014m。
实施例四
图8表示实施例四所述的圆柱体障碍物扫描所得的数据点示意图。
在激光扫描范围内设置一个圆柱体,继续扫描2次得图8所示。由图8可知,与无障碍物时的数据所比对,原始数据点1为正常数据,原始数据点2为异常点,有一小块被遮住,在2.01米左右,判断为障碍物。用最小二乘法拟合曲线如图9所示。在图9中,拟合曲线1的函数表达式f(x1)=y1=0.7009*x1+2.7238,原始数据点2取自变量2次幂,拟合度很好,拟合曲线函数表达式为f(x2)=y2=24.398*x2^2+65.436*x2+45.439,f(x2)是一个二次函数,一段弧线。判断为原柱状物,由于f(x1)直线缺一段,故测得直径为0.073m;圆柱体实际直径0.077m;误差为0.004m。
由实施例二,实施例三,实施例四的扫描实施例的曲线长度与实际物体尺寸进行对比,数据如表1所示。
扫描结果与实际对比
表1
表1分别对墙面长度,矩形宽,矩形长和圆直径实际测量长度和扫描测量长度进行了对比,通过表中数据可知,采用本算法的扫描计算得到的长度最大误差为0.019m,小于危化品仓库要求的0.050m,满足危化品仓储需求。
本发明通过对危化品仓库中的障碍物定位和形状还原,对预防危化品仓库事故极具意义。并为此设计了一套固定扫描仪装置进行扫描定位,建立原始数据状态,当扫到异常点的时候,用最小二乘法数据拟合,对障碍物距离,形状和尺寸恢复有较好的效果,误差小于安全要求的0.050m,满足危化品仓库需求。这为把多个固定激光扫描仪组合到一起,数据汇总得到障碍物立体图和仓库全局状态图和奠定基础。
图10表示本发明实施例所述的危化品仓库障碍物扫描定位还原装置的结构示意图。
参见图10所示,危化品仓库障碍物扫描定位还原装置包括:第一获取模块100,用于对预设区域内进行激光扫描并获取扫描数据;统计模块102,用于统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;还原模块104,用于根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。
该危化品仓库障碍物扫描定位还原装置包括:第一获取模块,用于对预设区域内进行激光扫描并获取扫描数据;统计模块,用于统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;还原模块,用于根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。
优选地,所述第一获取模块100包括:第一判断模块(图中未示),用于判断所述预设区域内有无异常点,得到一判断结果;绘制模块(图中未示),用于在所述判断结果为无异常点的情况下,绘制无异常状态图形作为原始状态的扫描数据;提取模块(图中未示),用于在所述判断结果为有异常点的情况下,确认所述异常点的位置并提取所述异常点作为扫描数据。
优选地,所述统计模块102包括:设定模块(图中未示),用于基于最小二乘法设定逼近函数为:f(x)=a0+a1x+…+anxn,其中,n为自然数;求取模块(图中未示),用于求取所述逼近函数的使方差:其中(xi,yi)为原始数据点;取得模块(图中未示),用于根据所述使方差取得最小值的(a0,a1…an),得到所述逼近函数;绘制模块(图中未示),用于根据所述逼近函数绘制拟合曲线;选择模块(图中未示),用于基于所述拟合曲线根据预设取值范围选择相应匹配值作为所述拟合结果。
优选地,所述还原模块104包括:第二判断模块(图中未示),用于根据所述拟合结果判断所述障碍物的拟合图形是直线还是曲线;第一确定模块(图中未示),用于在所述拟合图形为直线时,确定所述障碍物为长方体;第二获取模块(图中未示),用于根据曲线长度公式获取所述长方体的长度和宽度;第二确定模块(图中未示),用于在所述拟合图形为曲线时,确定所述障碍物为圆柱体;第三获取模块(图中未示),用于并根据所述曲线长度公式获取所述圆柱体的圆直径。
本发明提供的一种危化品仓库障碍物扫描定位还原系统,包括上述的危化品仓库障碍物扫描定位还原装置。
本发明通过对危化品仓库的激光扫描,获取扫描数据,进而对危化品仓库中障碍物的定位还原,还原障碍物形状尺寸,并基于最小二乘法进行了数据拟合。对障碍物距离,形状和尺寸恢复有较好的效果,误差小于安全要求的0.050m,满足危化品仓库监控需求。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种危化品仓库障碍物扫描定位还原方法,其特征在于,包括:
对预设区域内进行激光扫描并获取扫描数据;
统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;
根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。
2.如权利要求1所述的危化品仓库障碍物扫描定位还原方法,其特征在于,所述对预设区域内进行激光扫描并获取扫描数据包括:
判断所述预设区域内有无异常点,得到一判断结果;
在所述判断结果为无异常点的情况下,绘制无异常状态图形作为原始状态的扫描数据;
在所述判断结果为有异常点的情况下,确认所述异常点的位置并提取所述异常点作为扫描数据。
3.如权利要求1所述的危化品仓库障碍物扫描定位还原方法,其特征在于,所述统计所述扫描数据并对所述统计结果基于最小二乘法进行数据拟合,得到一拟合结果包括:
基于最小二乘法设逼近函数为:f(x)=a0+a1x+…+anxn
其中,n为自然数;
求取所述逼近函数的使方差:其中(xi,yi)为原始数据点;
根据所述使方差取得最小值的(a0,a1…an),得到所述逼近函数;
根据所述逼近函数绘制拟合曲线;
基于所述拟合曲线根据预设取值范围选择相应匹配值作为所述拟合结果。
4.如权利要求3所述的危化品仓库障碍物扫描定位还原方法,其特征在于,所述根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原包括:
根据所述拟合结果判断所述障碍物的拟合图形是直线还是曲线;
在所述拟合图形为直线时,确定所述障碍物为长方体;
根据曲线长度公式获取所述长方体的长度和宽度;
在所述拟合图形为曲线时,确定所述障碍物为圆柱体;
并根据所述曲线长度公式获取所述圆柱体的圆直径。
5.一种危化品仓库障碍物扫描定位还原装置,其特征在于,包括:
第一获取模块,用于对预设区域内进行激光扫描并获取扫描数据;
统计模块,用于统计所述扫描数据并对统计结果基于最小二乘法进行数据拟合,得到一拟合结果;
还原模块,用于根据所述拟合结果对所述预设区域内的障碍物进行形状和尺寸的还原。
6.如权利要求5所述的危化品仓库障碍物扫描定位还原装置,其特征在于,所述第一获取模块包括:
第一判断模块,用于判断所述预设区域内有无异常点,得到一判断结果;
绘制模块,用于在所述判断结果为无异常点的情况下,绘制无异常状态图形作为原始状态的扫描数据;
提取模块,用于在所述判断结果为有异常点的情况下,确认所述异常点的位置并提取所述异常点作为扫描数据。
7.如权利要求5所述的危化品仓库障碍物扫描定位还原装置,其特征在于,所述统计模块包括:
设定模块,用于基于最小二乘法设定逼近函数为:f(x)=a0+a1x+…+anxn,其中,n为自然数;
求取模块,用于求取所述逼近函数的使方差:其中(xi,yi)为原始数据点;
取得模块,用于根据所述使方差取得最小值的(a0,a1…an),得到所述逼近函数;
绘制模块,用于根据所述逼近函数绘制拟合曲线;
选择模块,用于基于所述拟合曲线根据预设取值范围选择相应匹配值作为所述拟合结果。
8.如权利要求7所述的危化品仓库障碍物扫描定位还原装置,其特征在于,所述还原模块包括:
第二判断模块,用于根据所述拟合结果判断所述障碍物的拟合图形是直线还是曲线;
第一确定模块,用于在所述拟合图形为直线时,确定所述障碍物为长方体;
第二获取模块,用于根据曲线长度公式获取所述长方体的长度和宽度;
第二确定模块,用于在所述拟合图形为曲线时,确定所述障碍物为圆柱体;
第三获取模块,用于并根据所述曲线长度公式获取所述圆柱体的圆直径。
9.一种危化品仓库障碍物扫描定位还原系统,其特征在于,包括权利要求5至8任一项所述的危化品仓库障碍物扫描定位还原装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610899131.7A CN107045677A (zh) | 2016-10-14 | 2016-10-14 | 一种危化品仓库障碍物扫描定位还原方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610899131.7A CN107045677A (zh) | 2016-10-14 | 2016-10-14 | 一种危化品仓库障碍物扫描定位还原方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107045677A true CN107045677A (zh) | 2017-08-15 |
Family
ID=59542990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610899131.7A Pending CN107045677A (zh) | 2016-10-14 | 2016-10-14 | 一种危化品仓库障碍物扫描定位还原方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107045677A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895138A (zh) * | 2017-10-13 | 2018-04-10 | 西安艾润物联网技术服务有限责任公司 | 空间障碍物检测方法、装置及计算机可读存储介质 |
CN109821753A (zh) * | 2019-04-02 | 2019-05-31 | 上海快仓智能科技有限公司 | 包裹投放方法、包裹投放控制装置以及包裹投放设备 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1171153A (zh) * | 1995-09-27 | 1998-01-21 | 新东工业株式会社 | 用激光测量仪测量铸模或铸模配套件尺寸的方法 |
US20040233417A1 (en) * | 2003-05-20 | 2004-11-25 | Nissan Motor Co., Ltd. | Vehicle external recognition system and related method |
CN101218516A (zh) * | 2005-09-02 | 2008-07-09 | 丰田自动车株式会社 | 目标检测设备及方法 |
CN101311746A (zh) * | 2007-05-24 | 2008-11-26 | 李世雄 | 可示意障碍物距离的车用障碍物检测装置 |
CN101387494A (zh) * | 2008-10-06 | 2009-03-18 | 天津大学 | 大型隧道管片构件几何量测量装置和方法 |
JP2009084006A (ja) * | 2007-10-01 | 2009-04-23 | Itoki Corp | 自動倉庫 |
US20100066587A1 (en) * | 2006-07-14 | 2010-03-18 | Brian Masao Yamauchi | Method and System for Controlling a Remote Vehicle |
US20100114416A1 (en) * | 2008-10-30 | 2010-05-06 | Honeywell International Inc. | System and method for navigating an autonomous vehicle using laser detection and ranging |
CN102608998A (zh) * | 2011-12-23 | 2012-07-25 | 南京航空航天大学 | 嵌入式系统的视觉导引agv系统及方法 |
CN102620682A (zh) * | 2012-04-01 | 2012-08-01 | 杭州市特种设备检测院 | 压力容器封头形状偏差测量方法及装置 |
CN102788557A (zh) * | 2012-07-20 | 2012-11-21 | 太原理工大学 | 基于相关算法的单激光传感器车辆长高检测系统 |
US20130093852A1 (en) * | 2011-10-12 | 2013-04-18 | Board Of Trustees Of The University Of Arkansas | Portable robotic device |
CN103077539A (zh) * | 2013-01-23 | 2013-05-01 | 上海交通大学 | 一种复杂背景及遮挡条件下的运动目标跟踪方法 |
CN103245290A (zh) * | 2013-04-15 | 2013-08-14 | 南信大影像技术工程(苏州)有限公司 | 一种工业异型构件几何尺寸的检测方法 |
CN103448717A (zh) * | 2012-06-04 | 2013-12-18 | 现代摩比斯株式会社 | 自动泊车控制装置及方法 |
US20140126822A1 (en) * | 2011-03-11 | 2014-05-08 | The University Of Sydney | Image Processing |
CN103926929A (zh) * | 2011-02-23 | 2014-07-16 | 克朗设备公司 | 材料搬运车辆及其执行转向策略的方法和相应控制系统 |
CN104318611A (zh) * | 2014-10-27 | 2015-01-28 | 祁海江 | 一种基于激光扫描点云的三维树木重建方法 |
CN104636763A (zh) * | 2014-12-01 | 2015-05-20 | 北京工业大学 | 一种基于无人驾驶车的道路与障碍物检测方法 |
CN104880160A (zh) * | 2015-05-27 | 2015-09-02 | 西安交通大学 | 一种工件表面轮廓的二维激光实时探测方法 |
CN105302151A (zh) * | 2014-08-01 | 2016-02-03 | 深圳中集天达空港设备有限公司 | 一种飞机入坞引导和机型识别的系统及方法 |
CN106156395A (zh) * | 2015-04-26 | 2016-11-23 | 上海为臻信息科技有限公司 | 一种基于激光扫描的室内地图自动绘制方法 |
-
2016
- 2016-10-14 CN CN201610899131.7A patent/CN107045677A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1171153A (zh) * | 1995-09-27 | 1998-01-21 | 新东工业株式会社 | 用激光测量仪测量铸模或铸模配套件尺寸的方法 |
US20040233417A1 (en) * | 2003-05-20 | 2004-11-25 | Nissan Motor Co., Ltd. | Vehicle external recognition system and related method |
CN101218516A (zh) * | 2005-09-02 | 2008-07-09 | 丰田自动车株式会社 | 目标检测设备及方法 |
US20100066587A1 (en) * | 2006-07-14 | 2010-03-18 | Brian Masao Yamauchi | Method and System for Controlling a Remote Vehicle |
CN101311746A (zh) * | 2007-05-24 | 2008-11-26 | 李世雄 | 可示意障碍物距离的车用障碍物检测装置 |
JP2009084006A (ja) * | 2007-10-01 | 2009-04-23 | Itoki Corp | 自動倉庫 |
CN101387494A (zh) * | 2008-10-06 | 2009-03-18 | 天津大学 | 大型隧道管片构件几何量测量装置和方法 |
US20100114416A1 (en) * | 2008-10-30 | 2010-05-06 | Honeywell International Inc. | System and method for navigating an autonomous vehicle using laser detection and ranging |
CN103926929A (zh) * | 2011-02-23 | 2014-07-16 | 克朗设备公司 | 材料搬运车辆及其执行转向策略的方法和相应控制系统 |
US20140126822A1 (en) * | 2011-03-11 | 2014-05-08 | The University Of Sydney | Image Processing |
US20130093852A1 (en) * | 2011-10-12 | 2013-04-18 | Board Of Trustees Of The University Of Arkansas | Portable robotic device |
CN102608998A (zh) * | 2011-12-23 | 2012-07-25 | 南京航空航天大学 | 嵌入式系统的视觉导引agv系统及方法 |
CN102620682A (zh) * | 2012-04-01 | 2012-08-01 | 杭州市特种设备检测院 | 压力容器封头形状偏差测量方法及装置 |
CN103448717A (zh) * | 2012-06-04 | 2013-12-18 | 现代摩比斯株式会社 | 自动泊车控制装置及方法 |
CN102788557A (zh) * | 2012-07-20 | 2012-11-21 | 太原理工大学 | 基于相关算法的单激光传感器车辆长高检测系统 |
CN103077539A (zh) * | 2013-01-23 | 2013-05-01 | 上海交通大学 | 一种复杂背景及遮挡条件下的运动目标跟踪方法 |
CN103245290A (zh) * | 2013-04-15 | 2013-08-14 | 南信大影像技术工程(苏州)有限公司 | 一种工业异型构件几何尺寸的检测方法 |
CN105302151A (zh) * | 2014-08-01 | 2016-02-03 | 深圳中集天达空港设备有限公司 | 一种飞机入坞引导和机型识别的系统及方法 |
CN104318611A (zh) * | 2014-10-27 | 2015-01-28 | 祁海江 | 一种基于激光扫描点云的三维树木重建方法 |
CN104636763A (zh) * | 2014-12-01 | 2015-05-20 | 北京工业大学 | 一种基于无人驾驶车的道路与障碍物检测方法 |
CN106156395A (zh) * | 2015-04-26 | 2016-11-23 | 上海为臻信息科技有限公司 | 一种基于激光扫描的室内地图自动绘制方法 |
CN104880160A (zh) * | 2015-05-27 | 2015-09-02 | 西安交通大学 | 一种工件表面轮廓的二维激光实时探测方法 |
Non-Patent Citations (4)
Title |
---|
SANJIV S: ""Obstacle Detection for High Speed Autonomous Navigation"", 《PROCEEDINGS OF IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION》 * |
刘学君: ""基于中值滤波与最小二乘法拟合的危化品仓储定位数据的联合去噪算法"", 《第27届中国过程控制会议(CPCC2016)摘要集》 * |
袁夏: ""基于激光雷达的智能机器人环境理解关键技术研究"", 《中国博士学位论文全文数据库(电子期刊)信息科技辑》 * |
陈良波: ""基于最小二乘法的曲线拟合研究"", 《无锡职业技术学院学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895138A (zh) * | 2017-10-13 | 2018-04-10 | 西安艾润物联网技术服务有限责任公司 | 空间障碍物检测方法、装置及计算机可读存储介质 |
CN107895138B (zh) * | 2017-10-13 | 2020-06-23 | 西安艾润物联网技术服务有限责任公司 | 空间障碍物检测方法、装置及计算机可读存储介质 |
CN109821753A (zh) * | 2019-04-02 | 2019-05-31 | 上海快仓智能科技有限公司 | 包裹投放方法、包裹投放控制装置以及包裹投放设备 |
US11521154B2 (en) | 2019-04-02 | 2022-12-06 | Shanghai Quicktron Intelligent Technology Co., Ltd | Package placement method, package placement control apparatus and package placement device |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100573183C (zh) | 直读仪表全自动检定方法及装置 | |
CN107045677A (zh) | 一种危化品仓库障碍物扫描定位还原方法、装置及系统 | |
CN114119488B (zh) | 一种面向工厂化的预制叠合板尺寸质量智能检测方法 | |
CN107076539A (zh) | 激光视觉检查系统和方法 | |
KR20160006114A (ko) | 원자력 연료 어셈블리 변형 측정을 위한 시스템 및 방법 | |
CN109682303A (zh) | 基于bim技术的曲线pc轨道梁精密三维检测方法 | |
CN102621154A (zh) | 基于改进差分盒多重分形算法的布匹疵点在线自动检测方法及装置 | |
DE102018102833A1 (de) | Positionskontrollsystem, positionserkennungsvorrichtung und steuerprogramm | |
CN114511718A (zh) | 一种建筑施工用物料智能管理方法及系统 | |
Zhang et al. | Adaptive automatic terrain extraction | |
CN1782672A (zh) | 改善发电设备故障检测的方法和装置 | |
CN110490342A (zh) | 一种基于Faster R-CNN的接触网静态几何参数检测方法 | |
CN109148433B (zh) | 用于确定集成电路器件的尺寸的方法和设备 | |
CN112215240B (zh) | 一种提高2d复杂边缘检测精度的优化方法 | |
CN113516721B (zh) | 一种基于多相机的测量方法、装置及存储介质 | |
CN103067643B (zh) | 图像处理装置、图像处理方法和图像处理系统 | |
CN109084721B (zh) | 用于确定半导体器件中的目标结构的形貌参数的方法和设备 | |
CN110161053A (zh) | 缺陷检测系统 | |
GB2470741A (en) | Liquid level detection method | |
CN114140518A (zh) | 一种水位高度监测方法、装置、电子设备及存储介质 | |
DE102019206977B4 (de) | Vorrichtung und Verfahren zur Vermessung mindestens eines schräg im Raum stehenden Messobjekts | |
CN112766685A (zh) | 一种基于大数据分析和机器视觉的道路工程质量监理方法及云计算监理平台 | |
CN113450076A (zh) | 水利工程测量一体化智能处理服务平台 | |
CN113506005B (zh) | 一种ct教学模拟方法、系统、存储介质及电子设备 | |
CN104024837B (zh) | 液晶阵列检查装置及液晶阵列检查装置的信号处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170815 |