CN109030490A - 一种货运用激光扫描防堆垛溃散方法 - Google Patents

一种货运用激光扫描防堆垛溃散方法 Download PDF

Info

Publication number
CN109030490A
CN109030490A CN201810796678.3A CN201810796678A CN109030490A CN 109030490 A CN109030490 A CN 109030490A CN 201810796678 A CN201810796678 A CN 201810796678A CN 109030490 A CN109030490 A CN 109030490A
Authority
CN
China
Prior art keywords
stacking
defeated
dispersed
model
outdoor scene
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.)
Granted
Application number
CN201810796678.3A
Other languages
English (en)
Other versions
CN109030490B (zh
Inventor
符荣华
张聪
陈龙
王雪松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Solid High Automation Technology Co Ltd In Wuhu
Original Assignee
Solid High Automation Technology Co Ltd In Wuhu
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Solid High Automation Technology Co Ltd In Wuhu filed Critical Solid High Automation Technology Co Ltd In Wuhu
Priority to CN201810796678.3A priority Critical patent/CN109030490B/zh
Publication of CN109030490A publication Critical patent/CN109030490A/zh
Application granted granted Critical
Publication of CN109030490B publication Critical patent/CN109030490B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提出的一种货运用激光扫描防堆垛溃散方法，包括以下步骤：S1、预设三维坐标系，并在三维坐标系中建立车箱载有堆垛货物的货车标准状态下的载运模型；S2、提取载运模型的蒙皮层作为检测模型；S3、从货车两侧对货车进行扫描，获取包括车箱堆垛的扫描图像；S4、根据扫描图像在三维坐标系中建立货车的实景模型；S5、将蒙皮层和实景模型进行相对位移，并将蒙皮层覆盖到实景模型上；S6、判断实景模型是否伸出蒙皮层。本发明中，将堆垛的溃散概率的检测判断转变为堆垛体积的变化判断，并进一步转变为实景模型与载运模型的重合度判断，将抽象的溃散检测概念转化为具象的体积概念，实现了对货运堆垛的有效的在线的安全检测。

Description

一种货运用激光扫描防堆垛溃散方法
技术领域
本发明涉及货运技术领域，尤其涉及一种货运用激光扫描防堆垛溃散方法。
背景技术
现有的敞篷式货车，因为容量大、成本低等特点，在运输领域应用非常广泛。这种货车，运输时，物料堆垛的紧凑性非常重要，不然容易发生堆垛溃散，物料运输过程中坠落的风险。
发明内容
基于背景技术存在的技术问题，本发明提出了一种货运用激光扫描防堆垛溃散方法。
本发明提出的一种货运用激光扫描防堆垛溃散方法，包括以下步骤：
S1、预设三维坐标系，并在三维坐标系中建立车箱载有堆垛货物的货车标准状态下的载运模型；
S2、提取载运模型的蒙皮层作为检测模型；
S3、从货车两侧对货车进行扫描，获取包括车箱堆垛的扫描图像；
S4、根据扫描图像在三维坐标系中建立货车的实景模型；
S5、将蒙皮层和实景模型进行相对位移，并将蒙皮层覆盖到实景模型上；
S6、判断实景模型是否伸出蒙皮层；否，则结束判断；
S7、是，则根据实景模型上位于蒙皮层外侧的点的分布状态判断堆垛溃散概率。
优选地，步骤S7具体为：计算实景模型上位于蒙皮层外侧且距离蒙皮层最远的点与蒙皮层之间的距离作为测试距离；根据测试距离判断堆垛溃散概率。
优选地，还包括步骤S0：根据多次实验，总结货车行驶过程中不同测试距离值状态下至堆垛溃散的时间值，并根据时间值计算各不同测试距离值对应的溃散概率；步骤S7中，根据测试距离判断堆垛溃散概率的具体方式为：调用测试距离值对应的溃散概率作为堆垛溃散概率。
优选地，步骤S7具体包括以下步骤：
S71、根据检测模型进行依次放大，绘制多个依次包覆在检测模型外周的蒙皮层作为切割模型，相邻的切割模型之间以及最内侧切割模型与检测模型之间分别形成相互独立的检测空间；
S72、获取实景模型位于各检测空间内的点作为测试点，并计算相邻的检测空间中外侧检测空间内的测试点数量与内侧检测空间内的测试点数量的比值作为测试值；
S73、获取最大的N个测试值的均值作为实测值，并根据实测值的乘积判断堆垛溃散概率，N≧2。
优选地，N＝3。
优选地，步骤S73中，将N个实测值的乘积与预设的溃散阈值比较，如果N个实测值的乘积大于或等于溃散阈值，则判断堆垛存在溃散风险；反之，则堆垛安全。
本发明一种货运用激光扫描防堆垛溃散方法，根据实景模型生出蒙皮层的点的分布进一步判断堆垛的松散程度，从而根据堆垛的松散程度判断其溃散规律。如此，本发明中，将堆垛的溃散概率的检测判断转变为堆垛体积的变化判断，并进一步转变为实景模型与载运模型的重合度判断，将抽象的溃散检测概念转化为具象的体积概念，实现了对货运堆垛的有效的在线的安全检测。
附图说明
图1为本发明提出的一种货运用激光扫描防堆垛溃散方法流程图；
图2为实施例1中货运用激光扫描防堆垛溃散方法流程图；
图3为实施例2中货运用激光扫描防堆垛溃散方法流程图。
具体实施方式
参照图1，本发明提出的一种货运用激光扫描防堆垛溃散方法，包括以下步骤。
S1、预设三维坐标系，并在三维坐标系中建立车箱载有堆垛货物的货车标准状态下的载运模型。本步骤中，货车标准状态下的载运模型为货车中货物堆垛检测合格时的模型。本实施方式中，以货物堆垛最紧凑时的堆垛作为参照物，建立载运模型，有利于为后续由于运输过程中的颠簸导致的堆垛松散的溃散检测提供参照标准。
S2、提取载运模型的蒙皮层作为检测模型。
S3、从货车两侧对货车进行扫描，获取包括车箱堆垛的扫描图像。本步骤中，从货车两侧进行扫描，避免了视觉遮挡，有利于保证对货车的全方位扫描。
S4、根据扫描图像在三维坐标系中建立货车的实景模型。
S5、将蒙皮层和实景模型进行相对位移，并将蒙皮层覆盖到实景模型上。本步骤中，通过相对位移，直接进行蒙皮层和实景模型的重合，根据蒙皮层对实景模型的包覆情况，可直接获得实景模型与载运模型的对比情况。
S6、判断实景模型是否伸出蒙皮层。否，则结束判断。
S7、是，则根据实景模型上位于蒙皮层外侧的点的分布状态判断堆垛溃散概率。
如此，本实施方式中，根据实景模型生出蒙皮层的点的分布可进一步判断堆垛的松散程度，从而根据堆垛的松散程度判断其溃散规律。如此，本实施方式中，将堆垛的溃散概率的检测判断转变为堆垛体积的变化判断，并进一步转变为实景模型与载运模型的重合度判断，将抽象的溃散检测概念转化为具象的体积概念，实现了对货运堆垛的有效的在线的安全检测。
下面，通过具体实施例对本发明的技术方案进行详细说明。
实施例1
本实施例中，步骤S7具体为：计算实景模型上位于蒙皮层外侧且距离蒙皮层最远的点与蒙皮层之间的距离作为测试距离；根据测试距离判断堆垛溃散概率。
本实施例中，还包括步骤S0：根据多次实验，总结货车行驶过程中不同测试距离值状态下至堆垛溃散的时间值，并根据时间值计算各不同测试距离值对应的溃散概率。步骤S7中，根据测试距离判断堆垛溃散概率的具体方式为：调用测试距离值对应的溃散概率作为堆垛溃散概率。
如此，本实施例中，通过预设不同测试距离值对应的溃散概率，有利于在检测出测试距离后快速的获取对应的溃散概率。
实施例2
本实施例中，步骤S7具体包括以下步骤。
S71、根据检测模型进行依次放大，绘制多个依次包覆在检测模型外周的蒙皮层作为切割模型，相邻的切割模型之间以及最内侧切割模型与检测模型之间分别形成相互独立的检测空间。
S72、获取实景模型位于各检测空间内的点作为测试点，并计算相邻的检测空间中外侧检测空间内的测试点数量与内侧检测空间内的测试点数量的比值作为测试值。
S73、获取最大的N个测试值的均值作为实测值，并根据实测值的乘积判断堆垛溃散概率，N≧2。具体的，本步骤S73中，将N个实测值的乘积与预设的溃散阈值比较，如果N个实测值的乘积大于或等于溃散阈值，则判断堆垛存在溃散风险；反之，则堆垛安全。
如此，本实施例中，将溃散概率的检测转化为空间点的统计，直观、简洁、高效，有利于提高堆垛溃散判断的效率和准确。
本实施例中，N＝3。
以上所述，仅为本发明涉及的较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种货运用激光扫描防堆垛溃散方法，其特征在于，包括以下步骤：
S1、预设三维坐标系，并在三维坐标系中建立车箱载有堆垛货物的货车标准状态下的载运模型；
S2、提取载运模型的蒙皮层作为检测模型；
S3、从货车两侧对货车进行扫描，获取包括车箱堆垛的扫描图像；
S4、根据扫描图像在三维坐标系中建立货车的实景模型；
S5、将蒙皮层和实景模型进行相对位移，并将蒙皮层覆盖到实景模型上；
S6、判断实景模型是否伸出蒙皮层；否，则结束判断；
S7、是，则根据实景模型上位于蒙皮层外侧的点的分布状态判断堆垛溃散概率。
2.如权利要求1所述的货运用激光扫描防堆垛溃散方法，其特征在于，步骤S7具体为：计算实景模型上位于蒙皮层外侧且距离蒙皮层最远的点与蒙皮层之间的距离作为测试距离；根据测试距离判断堆垛溃散概率。
3.如权利要求1所述的货运用激光扫描防堆垛溃散方法，其特征在于，还包括步骤S0：根据多次实验，总结货车行驶过程中不同测试距离值状态下至堆垛溃散的时间值，并根据时间值计算各不同测试距离值对应的溃散概率；步骤S7中，根据测试距离判断堆垛溃散概率的具体方式为：调用测试距离值对应的溃散概率作为堆垛溃散概率。
4.如权利要求1所述的货运用激光扫描防堆垛溃散方法，其特征在于，步骤S7具体包括以下步骤：
S71、根据检测模型进行依次放大，绘制多个依次包覆在检测模型外周的蒙皮层作为切割模型，相邻的切割模型之间以及最内侧切割模型与检测模型之间分别形成相互独立的检测空间；
S72、获取实景模型位于各检测空间内的点作为测试点，并计算相邻的检测空间中外侧检测空间内的测试点数量与内侧检测空间内的测试点数量的比值作为测试值；
S73、获取最大的N个测试值的均值作为实测值，并根据实测值的乘积判断堆垛溃散概率，N≧2。
5.如权利要求4所述的货运用激光扫描防堆垛溃散方法，其特征在于，N＝3。
6.如权利要求4所述的货运用激光扫描防堆垛溃散方法，其特征在于，步骤S73中，将N个实测值的乘积与预设的溃散阈值比较，如果N个实测值的乘积大于或等于溃散阈值，则判断堆垛存在溃散风险；反之，则堆垛安全。
CN201810796678.3A 2018-07-18 2018-07-18 一种货运用激光扫描防堆垛溃散方法 Active CN109030490B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810796678.3A CN109030490B (zh) 2018-07-18 2018-07-18 一种货运用激光扫描防堆垛溃散方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810796678.3A CN109030490B (zh) 2018-07-18 2018-07-18 一种货运用激光扫描防堆垛溃散方法

Publications (2)

Publication Number Publication Date
CN109030490A true CN109030490A (zh) 2018-12-18
CN109030490B CN109030490B (zh) 2020-12-11

Family

ID=64644257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810796678.3A Active CN109030490B (zh) 2018-07-18 2018-07-18 一种货运用激光扫描防堆垛溃散方法

Country Status (1)

Country Link
CN (1) CN109030490B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111302078A (zh) * 2020-02-20 2020-06-19 深圳市今天国际物流技术股份有限公司 一种垛型自动变换方法及其装置
CN113034490A (zh) * 2021-04-16 2021-06-25 北京石油化工学院 化学品库房的堆垛安全距离监测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001209796A (ja) * 2000-01-26 2001-08-03 Minolta Co Ltd 画像処理装置、領域抽出方法および記録媒体
CN101936761A (zh) * 2009-06-30 2011-01-05 宝山钢铁股份有限公司 大型料场料堆视觉测量方法
CN105551064A (zh) * 2015-12-08 2016-05-04 济南中维世纪科技有限公司 一种基于图像特征估计堆料体积变化率的方法
CN106152936A (zh) * 2015-03-30 2016-11-23 广西我的科技有限公司 一种测量堆装在卡车上的散装货物体积的系统以及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001209796A (ja) * 2000-01-26 2001-08-03 Minolta Co Ltd 画像処理装置、領域抽出方法および記録媒体
CN101936761A (zh) * 2009-06-30 2011-01-05 宝山钢铁股份有限公司 大型料场料堆视觉测量方法
CN106152936A (zh) * 2015-03-30 2016-11-23 广西我的科技有限公司 一种测量堆装在卡车上的散装货物体积的系统以及方法
CN105551064A (zh) * 2015-12-08 2016-05-04 济南中维世纪科技有限公司 一种基于图像特征估计堆料体积变化率的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111302078A (zh) * 2020-02-20 2020-06-19 深圳市今天国际物流技术股份有限公司 一种垛型自动变换方法及其装置
CN111302078B (zh) * 2020-02-20 2021-05-28 深圳市今天国际物流技术股份有限公司 一种垛型自动变换方法及其装置
CN113034490A (zh) * 2021-04-16 2021-06-25 北京石油化工学院 化学品库房的堆垛安全距离监测方法
CN113034490B (zh) * 2021-04-16 2023-10-10 北京石油化工学院 化学品库房的堆垛安全距离监测方法

Also Published As

Publication number Publication date
CN109030490B (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN103464384B (zh) 一种基于机器视觉的物流平托盘破损分级系统及方法
CN109030490A (zh) 一种货运用激光扫描防堆垛溃散方法
KR101469714B1 (ko) 타이어 편마모 점검 시스템 및 그 방법
WO2017113805A1 (zh) 列车车号和车型识别方法和系统及安全检查方法和系统
CN107479061A (zh) 一种基于图像识别与雷达测距的安全预警方法及系统
CN103345632B (zh) 一种电池尾端表面划痕缺陷检测方法
CN103149222A (zh) 射线实时成像中缺陷检测方法
CN115272980B (zh) 一种基于机器视觉的运输皮带表面检测方法及系统
CN107194920B (zh) 一种基于奇异值分解的轮胎缺陷检测方法
CN114022537B (zh) 一种用于动态称重区域车辆装载率和偏载率分析方法
CN106441411A (zh) 一种轨道机车及车辆走行部检测方法及检测系统
CN115035181A (zh) 容积使用率的监控方法、装置和计算机可读存储介质
CN103901499B (zh) 基于三维重建技术的c80车体表面异物检测装置及方法
CN106813569A (zh) 一种基于线结构光的汽车轮胎三维定位方法
CN107128661A (zh) 非接触式皮带输送计重及偏离警示装置
CN110889831B (zh) 三维激光集装箱码头轮胎吊障碍物检测和定位方法及系统
CN104535576A (zh) 一种顺光光源塑料托盘检损装置及方法
CN107038702A (zh) 基于三背景建模的三重差分的铁路轨道异物侵限检测方法
CN217358410U (zh) 一种集电靴侵限检测系统
CN105501559A (zh) 一种包装缺陷检测系统
US20140297224A1 (en) Data processing method of tire shape inspecting device
CN212620876U (zh) 一种应用于叉车行驶考试的货叉状态检测装置
CN113239832B (zh) 基于图像识别的隐患智能识别方法及系统
CN205365645U (zh) 列车安全检查系统
KR101637977B1 (ko) 레이저 비전 시스템을 이용한 용접 조인트의 특징점 검출 방법

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
GR01 Patent grant
GR01 Patent grant