CN109613546A - 基于三维激光雷达辅助定位的转炉炉腔三维测量方法及测量装置 - Google Patents
基于三维激光雷达辅助定位的转炉炉腔三维测量方法及测量装置 Download PDFInfo
- Publication number
- CN109613546A CN109613546A CN201811335305.2A CN201811335305A CN109613546A CN 109613546 A CN109613546 A CN 109613546A CN 201811335305 A CN201811335305 A CN 201811335305A CN 109613546 A CN109613546 A CN 109613546A
- Authority
- CN
- China
- Prior art keywords
- point
- dimensional
- dimensional laser
- point cloud
- coordinate system
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法以及测量装置，本测量方法以及测量装置通过移动三维激光扫描仪获得各个视角下转炉炉腔的三维点云，同时三维激光雷达扫描钢厂车间环境，通过三维激光雷达得到三维激光扫描仪在三维空间上的相对位置，配准三维激光扫描仪各个视角下转炉炉腔的三维点云，拼接得到转炉炉腔完整的实际三维点云，与原始炉腔模型对比得到转炉炉腔厚度变化，实时监测转炉炉腔的磨损情况，指明转炉需要修补的地方，判断转炉是否应该报废，实现扫描仪快速、准确地定位，测量精度提高。
Description
技术领域
本发明涉及三维测量领域，更具体的说，它涉及基于三维激光雷达辅助定位的转炉炉腔三维测量方法及装置。
背景技术
在我国很多冶金企业中，转炉作为重要的炼钢工具，被广泛应用。转炉的作用是负责融化由倒料斗倒入的金属矿石，将金属矿石熔炼变成金属液。但是由于在转炉的工作过程中，转炉炉腔的金属液不断腐蚀转炉炉腔，导致转炉的炉腔厚度越变越薄。当转炉炉腔厚度低于一定值后，转炉会出现“发红”，或者钢水穿炉事件，不仅损坏设备，而且严重威胁钢厂员工的人身安全。
现有的装炉炉腔的三维测量技术，其缺点主要在扫描仪在移动扫描转炉时，扫描仪的自定位技术笨拙。现有的扫描仪的定位方法主要有：方法一：在转炉炉体外放置三个或三个以上的标志物，(如圆球或者三角块)。用三维激光扫描仪扫描转炉炉腔时，同时扫描标志物。然后计算与每个标志物的唯一点坐标，再利用这些点坐标，计算扫描仪的坐标变换。该方法缺点在于：扫描仪识别出标志物存在困难，并且，转炉炉口温度高达2000摄氏度，对标志物会产生破坏。
方法二：在转炉炉前的平台上固定设置多个标志A(A_1，A_2，A_3)，且标志之间的位置和相对位置是已知的。在三维激光扫描仪底部也固定一个和标志A配套的标志B。扫描转炉炉腔时，移动三维激光扫描仪，需要将标志B对准标志A，来完成三维激光扫描仪的定位。但是，该方法在对准标志A和B时，非常费时，不能满足转炉炼钢的节拍。
方法三：反光条定位法：在三维激光扫描仪测量位置的后方，(转炉在扫描仪前方)垂直于地面永久放置三根反光条。在三维激光扫描仪上再安装一个单线激光雷达，单线激光雷达扫描三个反光标志，得到三个反光标志在单线激光雷达坐标系下的坐标，利用三点定位原理，并最终得到三维激光扫描仪在二维平面上各个扫描位置的相对关系。缺点是：该点位方式只能确定三维激光扫描仪各个扫描位置，二维坐标相对位置，不能确定三维坐标相对位置，如果三维激光扫描仪不是精确的水平放置，点位精度会明显降低。
综上所述，目前应用的扫描仪自定位技术笨拙，扫描仪识别出标志物存在困难，并且，转炉炉口温度高达2000摄氏度，对标志物会产生破坏；定位费时，不能满足转炉炼钢的节拍；定位精度低。
发明内容
本发明的目的在于提供一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法及装置，本方法和装置可以在不添加额外复制标志的情况下，实现三维激光扫描仪快速、准确地定位，极大提高了测量效率。
本发明解决其技术问题所采用的技术方案是：一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，包括以下步骤：
(1)固定连接三维激光扫描仪和三维激光雷达，测量三维激光扫描仪与三维激光雷达的相对位姿，三维激光扫描仪对炉腔进行多视角扫描，获得多个视角下的炉腔三维点云；
(2)同时，三维激光雷达扫描车间环境，采集多帧车间环境的三维点云；
(3)提取各帧车间环境三维点云的特征点、线特征点和面特征点，对相邻两帧之间分别进行特征点、线特征点和面特征点匹配；
(4)构建以相邻两帧匹配程度最高为目标的目标函数，确定目标函数的权重系数，求解目标函数，得到相邻两帧之间三维激光雷达的位姿变换；
(5)将所有帧的位姿变换累计相乘，获得三维激光雷达的相对位姿，根据步骤(1)三维激光扫描仪与三维激光雷达的相对位姿，得到三维激光扫描仪在各个视角下的相对位姿；
(6)根据三维激光扫描仪在各个视角下的相对位姿，利用ICP算法对多个视角下的炉腔三维点云精配准，拼接得到完整的实际炉腔三维点云；
(7)建立原始炉腔三维点云，对比实际炉腔三维点云和原始炉腔三维点云，得到转炉损耗情况。
作为优选的方案，步骤(1)中，对多个视角下的炉腔三维点云进行去噪处理。
作为优选的方案，步骤(2)中，对多帧车间环境的三维点云去除动态干扰点云。
作为优选的方案，步骤(3)中，提取各帧车间环境三维点云的特征点的方法，包括以下步骤：
(3.1)根据三维激光雷达采集的车间环境三维点云，获取车间环境三维点云的坐标信息和强度信息；车间环境三维点云的坐标信息和强度信息通过三维激光雷达测量获得。
(3.2)根据车间环境三维点云的坐标信息和强度信息，提取各帧车间环境三维点云中的角点。
作为优选的方案，步骤(3)中，提取各帧车间环境三维点云的线特征点、面特征点的方法，包括以下步骤：
(3.11)根据车间环境三维点云，对车间环境三维点云进行分层，获取多层点云；
(3.12)计算每层点云中每个点的特征值；
(3.13)计算每层点云中每个点的特征值的方差，设定阈值，去除方差小于阈值的点云层；
(3.14)根据各帧车间环境三维点云的每层点云的特征值，提取各帧每层点云的线点、次线点、面点和次面点，线点和次线点均为线特征点，面点和次面点均为面特征点。
作为优选的方案，步骤(3.11)中，对车间环境三维点云进行分层包括以下步骤：首先根据三维激光雷达坐标系确定三维激雷达的俯仰角度；然后对俯仰角度进行分层，分成16层；最后去除俯仰角度范围之外的车间环境三维点云。
作为优选的方案，步骤(3.12)中，计算每层点云中每个点的特征值的方法为：计算每个点与其左右各5个点在X,Y,Z三个方向上的差值平方的和，每个点与左右各5个点位于同一条线上，左右各5个点是指距离最近的5个点，如下式所示：
Δi＝(Δix)2+(Δiy)2+(Δiz)2
式中，i为待求点，j为待求点左右的点。
作为优选的方案，步骤(3.13)中，方差的表达式如下：
式中，N表示每层点云中点的数量，表示特征值的均值，σ2表示方差。
作为优选的方案，步骤(3.14)中，将每层点云按照角度平均分成6部分，每部分为60°，提取特征值最大的前2个点为线点，提取特征值最大的前10个点为次线点；提取特征值最小的后6个点为面点，提取特征值最小的后30个点为次面点。
作为优选的方案，步骤(3)中，相邻两帧车间环境三维点云的特征点进行匹配的方法为：选取当前帧K+1和上一帧K坐标系下的车间环境三维点云，根据两帧坐标系的相对位姿关系T(R,t)将当前帧K+1点云坐标系下的角点投影到上一帧K点云坐标系下的表达式如下：
式中：H(k+1,i)为当前帧K+1坐标系下角点的坐标，为当前帧K+1坐标系下角点根据两帧相对位姿关系T(R,t)投影到上一帧K坐标系下的坐标，T(R,t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。
作为优选的方案，步骤(3)中，相邻两帧车间环境三维点云的线特征点进行匹配的方法为：选取当前帧K+1和上一帧K坐标系下的车间环境三维点云，将当前帧K+1点云坐标系下的线点根据两帧坐标系的相对关系T(R,t)投影到上一帧K点云坐标系下的表达式如下：
式中：E(k+1,i)为当前帧K+1坐标系下线点的坐标，为当前帧K+1坐标系下线点根据两帧相对位姿关系T(R,t)投影到上一帧K坐标系下的坐标，T(R,t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。
作为优选的方案，步骤(3)中，相邻两帧车间环境三维点云的面特征点进行匹配的方法为：选取当前帧K+1和上一帧K坐标系下的车间环境三维点云，将当前帧K+1点云坐标系下的面点根据两帧坐标系的相对关系T(R,t)投影到上一帧K点云坐标系下的表达式如下：
式中：P(k+1,i)为当前帧K+1坐标系下面点的坐标，为当前帧K+1坐标系下面点根据两帧相对位姿关系T(R,t)投影到上一帧K坐标系下的坐标，T(R,t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。
作为优选的方案，建立目标函数的方法，包括以下步骤：
(4.1)假设Lk+1：当前帧K+1车间环境三维点云的坐标系，Lk：上一帧K车间环境三维点云的坐标系；
(4.2)标记点i为在Lk坐标系的角点中寻找距离点的最近点j，记作求解i到j的最小距离，表达式如下：
(4.3)标记点i为在Lk坐标系的次线点中寻找距离点的最近点即第一近线点j，记作在j点的上一层点云或者下一层点云中找第一近线点j点的最近点即第二近线点l，记作以上一帧K的第一近线点j与第二近线点l构成直线，求解点i到直线jl的最小距离，表达式如下：
式中，dE：点i到直线jl的距离； 三角形Δijl面积的二倍；直线jl的长度。
(4.4)标记点i为在Lk坐标系的次面点中寻找点的最近点j即第一近面点，记作在j点的上一层点云或者下一层点云中寻找第一近面点j的最近点l即第二近面点，记作在与j点同一层点云中寻找j点的最近点m即第三近面点，记作第一近面点j、第二近面点l和第三近面点m构成平面jlm，求解点i与平面jlm的距离，表达式如下：
式中，dP为点i到平面jlm的距离； 为三角体Δijlm体积的二倍；为三角形Δjlm面积的二倍。
(4.5)构建上一帧K坐标系下dE,dP,dH的加权和作为目标函数，表达式如下：
式中，N：点的数量，包括角点、线点和面点；X(k+1,i)：点i在k+1帧的坐标；i：点的序号；相对位姿变换。
作为优选的方案，步骤(4)中，利用高斯牛顿迭代求解目标函数。
作为优选的方案，步骤(5)中，确定第一帧车间环境三维点云的坐标系为世界坐标系，通过相邻两帧之间的相对位姿变换，累计相乘得到三维激光雷达第K帧的坐标系为：
作为优选的方案，步骤(5)中，三维激光扫描仪在各个视角下相对位姿的表达式如下：
式中，左视角下三维激光扫描仪坐标系在中视角三维激光扫描仪坐标系下的相对位姿，左视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标下的位姿变换；
右视角下三维激光扫描仪坐标系在中视角三维激光扫描仪坐标系下的相对位姿；右视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标的位姿变换；
三维激光扫描仪与三维激光雷达的相对位姿。
作为优选的方案，步骤(7)中，获取原始炉腔三维点云的方法是：利用solidworks软件建立转炉三维模型，将转炉三维模型倒入Blender扫描软件中，得到转炉CAD模型的三维点云。
基于三维激光雷达辅助定位的转炉炉腔三维测量装置，包括推车、三维激光扫描仪和三维激光雷达，三维激光扫描仪和三维激光雷达均固定于推车上，三维激光扫描仪和三维激光雷达前后设置，三维激光雷达高于三维激光扫描仪。前后设置是指三维激光扫描仪在前，三维激光雷达在后。
本发明的优点在于：1、本测量方法以及测量装置通过移动三维激光扫描仪获得各个视角下转炉炉腔的三维点云，同时三维激光雷达扫描钢厂车间环境，通过三维激光雷达得到三维激光扫描仪在三维空间上的相对位置，配准三维激光扫描仪各个视角下转炉炉腔的三维点云，拼接得到转炉炉腔完整的实际三维点云，与原始炉腔模型对比得到转炉炉腔厚度变化，实时监测转炉炉腔的磨损情况，指明转炉需要修补的地方，判断转炉是否应该报废，实现扫描仪快速、准确地定位，测量精度提高。
2、本测量方法以及测量装置不需要添加靶标、反射条等额外装置，直接移动推车，将三维激光扫描仪和三维激光雷达对准转炉和钢厂车间环境进行扫描，测量时间降低。
3、采用三维激光扫描仪，相比点激光发射器逐点测量转炉炉腔磨损，极大地提高了测量效率。
附图说明
图1为测量装置的结构示意图。
图2为三维激光扫描仪各个视角扫描转炉的示意图。
图3为三维激光扫描仪各个视角扫描转炉的测量示意图。
图4为车间环境三维点云的分层图。
图5为角点投影点所在的上一帧坐标系下的三维点云。
图6为线点投影点所在的上一帧坐标系下的三维点云。
图7为面点投影点所在的上一帧坐标系下的三维点云。
图8为角点投影点i到点j的距离示意图。
图9为线点投影点i到直线jl的距离示意图。
图10为面点投影点i到平面jlm的距离。
图11为三维激光扫描仪与三维激光雷达的相对位置关系。
图12为实际炉腔三维点云模型。
图13为坐标系Z轴对准转炉中心轴线的实际炉腔三维点云模型。
图14为实际生产转炉的内径磨损图。
图15为实际生产转炉的炉底磨损图。
图16是三维激光扫描仪、三维激光雷达和标定板的放置示意图。
图17是三维激光扫描仪、三维激光雷达和标定板的放置俯视示意图。
图18是三维激光雷达扫描标定板的示意图。
图19是三维激光扫描仪扫描标定板的示意图。
图20是标定板坐标系示意图。
图中标识：三维激光扫描仪1，三维激光雷达2，支撑杆21，推车3，手持部31，车轮32。
具体实施方式
本发明将三维激光扫描仪与三维激光雷达固定连接，在移动三维激光扫描仪的同时，通过三维激光雷达扫描钢厂车间环境，得到三维激光扫描仪在三维空间上的相对位姿，配准三维激光扫描仪各个视角下转炉炉腔的三维点云，拼接得到转炉炉腔完整的三维点云，与CAD模型对比得到转炉炉腔厚度变化，实时监测转炉炉腔的磨损情况，指明转炉需要修补的地方，判断转炉是否应该报废。
下面结合附图和具体实施方式对本发明进一步说明。
一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，包括以下步骤：
(1)保持三维激光扫描仪和三维激光雷达的相对位置不变，测量三维激光扫描仪与三维激光雷达的相对位姿，扫描仪对炉腔进行多视角扫描，获得多个视角下的炉腔三维点云。
该步骤中，将三维激光扫描仪1和三维激光雷达2均固定于能够移动的推车3上，三维激光扫描仪1和三维激光雷达2前后设置，且之间具有一定的距离，距离不限。推车3设有支撑杆21，三维激光雷达2位于支撑杆21上，三维激光雷达2高于三维激光扫描仪1。推车3具有手持部31，手持部31呈半圆环形，方便移动推车3。推车3底部设有4个车轮32，方便推车3移动，利用三维激光扫描仪1扫描炉腔的同时，三维激光雷达2扫描转炉所在的车间环境，参见图1。
本实施例中采用Riegl LMS-Z210型号的三维激光扫描仪，相比点激光发射器逐点测量转炉炉腔磨损，三维激光扫描仪极大地提高了测量效率。Riegl LMS-Z210型号的三维激光扫描仪的参数如表1所示：
表1 Riegl LMS-Z210三维激光扫描仪参数
| 最大测量距离 | 400m |
| 测量精度 | 15mm |
| 视场角(竖直) | -55°～40° |
| 角度分辨率(竖直) | 0.01°～0.02° |
| 视场角(水平) | 360° |
| 角度分辨率(水平) | 0.1°～0.75° |
| 扫描速度 | 0.01°/s～15°/s |
本实施例采用型号为Velodyne-16的三维激光雷达，参数如表2所示：
表2 Velodyne-16三维激光雷达参数
| 线数 | 16线 |
| 最大测量距离 | 100m |
| 测量精度 | ±3cm |
| 视场角(竖直) | -15°～15° |
| 角度分辨率(竖直) | 2° |
| 视场角(水平) | 360° |
| 角度分辨率(水平) | 0.1°～0.4° |
| 扫描频率 | 5hz～20hz |
三维激光扫描仪1和三维激光雷达2的相对位置不变，作为一个具体的实施例，通过直尺测量三维激光扫描仪与三维激光雷达的相对位姿(外参)。为了获得三维激光扫描仪与三维激光雷达之间更精确的外参，作为另一个具体的实施例，对三维激光扫描仪与三维激光雷达的外参进行标定，三维激光扫描仪与三维激光雷达的外参标定方法，包括以下步骤：
步骤1：将至少两个的标定板倾斜放置于三维激光扫描仪与三维激光雷达周围，每个标定板均在三维激光扫描仪和三维激光雷达的扫描范围内。
步骤1中，标定板的个数至少为两个，保证三维激光扫描仪与三维激光雷达扫描标定板时落在标定板上的扫描点分布在多个平面上，如此，能获得扫描点的三维分布，有助于求解三维激光扫描仪与三维激光雷达的外参。本实施例中，选取两个标定板，分别标记为标定板1、标记板2，规格均为11*8*80mm。进一步，标定板之间具有一定的间距，为了保证标定板上扫描点在空间上呈三维分布，倾斜放置是指标定板之间具有一定的夹角以及标定板均与三维激光扫描仪形成一定的夹角，这是因为如果多个标定板共面或者平行，那么标定板上的扫描点，不是分布在三维空间，而是分布在一个平面上。为了保证三维激光扫描仪和三维激光雷达能够扫描到标定板，标定板均在三维激光扫描仪和三维激光雷达的扫描范围内，如图16所示。一般将标定板放置于距离三维激光扫描仪0.5m-20m的范围内，为了获取最佳的标定效果，将标定板1、标记板2均放置于三维激光扫描仪前方1.5m处。
具体的，标定板1、标记板2具有一定的间距且相互之间具有一定的夹角，标定板1、标记板2均与三维激光扫描仪形成一定的夹角，本实施例将标定板与三维激光扫描仪形成的夹角设置为20°。如图17所示。
步骤2：建立三维激光雷达坐标系，三维激光雷达扫描每个标定板，拾取落到标定板上的雷达扫描点，获得雷达扫描点在三维激光雷达坐标系下的坐标值。
步骤2中，人工拾取落到标定板上的雷达扫描点。具体的，将标定板1、标记板2上的雷达扫描点分别记为参见图18，虚线表示雷达扫描点，由于三维激光雷达是16线激光雷达，故扫描点较为稀疏。雷达扫描点位于均位于标定板边框内。
步骤3：建立三维激光扫描仪坐标系，假设三维激光扫描仪和三维激光雷达的外参为通过外参将雷达扫描点在三维激光雷达坐标系下的坐标值转移至三维激光扫描仪坐标系下，获得雷达扫描点在三维激光扫描仪坐标系下的坐标值SP′，获得SP′表达式如下： LP表示标定板1、标定板2上雷达扫描点的集合。
步骤4：建立标定板坐标系，三维激光扫描仪扫描标定板，选取与棋盘格标定板角点重合的扫描仪扫描点，即为扫描仪扫描角点，拾取落到每个标定板上的扫描仪扫描角点，获得扫描仪扫描角点在三维激光扫描仪坐标系下的坐标值SP(SX,SY,SZ)以及扫描仪扫描角点在标定板坐标系下的坐标值BP(BX,BY,BZ)。其中，拾取方式采用人工拾取。如图19所示，虚线表示三维激光扫描仪扫描点。三维激光扫描仪扫描点非常密集，为了表示清楚，示意图画的较为稀疏。三维激光扫描仪扫描标定板落至标定板上的点有多个，拾取标定板上的扫描仪扫描角点个数为11*8个，参见图20。
步骤5：根据扫描仪扫描角点在标定板坐标系下的坐标值BP(BX,BY,BZ)和扫描仪扫描角点在三维激光扫描仪坐标系下的坐标值SP(SX,SY,SZ)，利用坐标变换关系得到三维激光扫描仪坐标系与标定板坐标系的外参表达式如下：获得每个标定板平面在三维激光扫描仪坐标系下的表示，表达式如下：AX+BY+CZ+D＝0。
步骤6：根据雷达扫描点在三维激光扫描仪坐标系下的坐标值SP′以及每个标定板平面在三维激光扫描仪坐标系下的表示AX+BY+CZ+D＝0，构建坐标值到标定板平面的距离作为目标函数；
根据步骤5得到的标定板平面在三维激光扫描仪坐标系下的表示AX+BY+CZ+D＝0，以及三维激光雷达扫描落到标定板上的集合点LP，经过三维激光扫描仪与三维激光雷达的外参坐标变换转到三维激光扫描仪坐标系下得到三维激光雷达扫描点在三维激光扫描仪坐标系下的坐标值SP′，坐标值SP′应该落在AX+BY+CZ+D＝0平面上，构建点到面的距离作为目标函数，表达式如下：
其中：P表示标定板的数量，Q：三维激光雷达扫描到标定板上点的数量。
步骤7：利用高斯牛顿法迭代优化求解假设使得点到面的距离D最小，表达式如下：
其中，为三维激光扫描仪与三维激光雷达的优化外参，为三维激光扫描仪与三维激光雷达的假设外参，D为雷达扫描点到标定板平面的距离。
步骤(1)中，将载有三维激光扫描仪与三维激光雷达的推车3放置于转炉炉口附近。本实施例中，由于炉口温度是2000度高温，无法距离太近，而距离远，则扫描仪扫到的点云会变少，所以将推车放置于距离转炉炉口1.5m的位置。选取5个视角对炉腔进行扫描，获得5个视角下的炉腔三维点云。之所以选取五个视角，由于炉口较小，无法通过一次扫描得到完整的炉腔三维形貌，必须在多个视角下对炉腔进行多次扫描。如图2和3所示，所述的5个视角分别包括左、右、中、上、下，即分别在炉口左、右、中的位置，在中的位置时，转炉分别向上转动、向下转动一定角度，转动角度可根据需要设置，只要能保证5个视角下的三维点云可以合并成完整的炉腔三维模型。本实施例中，转动角度设置为30°。
步骤(1)中，对三维激光扫描仪得到的多个视角的炉腔三维点云进行去噪处理。由于扫描仪在扫描转炉炉腔的同时，会扫描到环境，产生大量额外点云。本实施例中，去噪处理的方法为：建立三维激光扫描仪的坐标系，计算每个点到扫描仪坐标原点的距离，距离表达式如下：
设定阈值TD，如果D>＝TD，则将该点移除。
当距离大于距离阈值TD时，则认为该点位额外点云，对这部分点云进行去除，保留下的点云为下一步的点云配准做准备。
(2)同时，三维激光雷达扫描车间环境，采集多帧车间环境的三维点云。
该步骤中，在三维激光扫描仪对炉腔进行多视角扫描的同时，三维激光雷达扫描转炉所在的车间环境，采集多帧车间环境的三维点云。具体的，三维激光雷达的扫描频率设置为10HZ。在车间环境中，由于工人的走动，会对三维激光雷达扫描产生动态干扰，因此，需要去除动态干扰三维点云。
本实施例中，去除动态干扰三维点云的方法为：在三维激光雷达坐标系下；然后计算车间环境的三维点云与三维激光雷达坐标系的距离；最后设定去除距离，直接将去除距离内的三维点云移除。具体的，去除距离设置为5m。
其中，三维激光雷达坐标系满足右手螺旋定则，X轴在三维激光雷达坐标系正前方，Z轴垂直向上，Y轴根据右手定则得到。其中，三维激光雷达扫描的车间环境三维点云与三维激光雷达坐标系的距离表达式如下：
式中，x,y,z分别为三维激光雷达坐标系下点的坐标系，D为三维激光雷达扫描的车间环境三维点云与三维激光雷达坐标系的距离。
如果D≤5m，则判断为动态干扰点云，将该范围内的三维点云全部移除。
(3)提取各帧车间环境三维点云的特征点、线特征点和面特征点，对相邻两帧之间分别进行特征点、线特征点和面特征点匹配。
步骤(3)中，提取各帧车间环境三维点云的特征点、线特征点和面特征点，对相邻两帧之间分别进行特征点、线特征点和面特征点进行匹配。
其中，提取各帧车间环境三维点云特征点的方法包括以下步骤：
(3.1)根据采集的车间环境三维点云，获取车间环境三维点云的坐标信息和强度信息。
(3.2)根据车间环境三维点云的坐标信息和强度信息，利用HarrisKeypoint 2D函数，提取各帧车间环境三维点云中的Harris角点H；根据钢厂车间的条件，点的强度信息区别较明显，故根据点云的强度信息提取Harris角点H，具体的，根据车间实际工况，设置阈值，约提取300个Harris角点。
提取各帧车间环境三维点云的线特征点、面特征点的方法，包括以下步骤：
(3.11)根据车间环境三维点云，对车间环境三维点云进行分层，得到多层点云；
(3.12)计算每层点云中每个点的特征值；
(3.13)计算每层点云中每个点的特征值的方差，设定阈值，去除方差小于阈值的点云层；
(3.14)根据各帧每层点云中的每个点的特征值，提取各帧每层点云中的线点、次线点、面点和次面点，线点和次线点均为线特征点，面点和次面点均为面特征点。
具体的，步骤(3.11)中，对车间环境三维点云进行分层包括以下步骤：首先根据三维激光雷达坐标系确定三维激光雷达的俯仰角度；然后对俯仰角度进行分层；最后去除俯仰角度范围之外的车间环境三维点云。
其中，式中，x,y,z分别为三维激光雷达坐标系下点的坐标系。
雷达的俯仰角度为-15°～15°，每2°一根线，共16根线，根据θ＝{-15°，-13°，-11°……11°，13°，15°}，将车间环境的三维点云分为16层。将θ≥15°或者θ≤-15°的错误测量点直接去除。得到的点云图如图4所示。
具体的，步骤(3.12)中，首先从每层点云的第6个点开始，到每层倒数第6个点为止，逐个计算每个点的特征值，计算点的特征值的方法为：计算每个点与左右各5个点在X、Y、Z三个方向上的差值平方的和，如下式所示：
Δi＝(Δix)2+(Δiy)2+(Δiz)2
式中，i为待求点，j为待求点左右的点。
步骤(3.13)中，方差的表达式如下：
式中，N为每层点的数量，表示特征值的均值，σ2为方差。
本实施例中，将阈值设为TΔ，如果方差较小，说明点的特征值区分度不大，之后会根据点的特征值提取线点和面点，如果特征值的方差较小，从而会导致线点和面点的特征值区别不大，影响后期相邻两帧点云中特征点的关联。
步骤(3.14)中，首先将每层点云按照角度平均分成6部分，每部分为60°，本实施例中，每部分点的数量大约为600个，将每层点云按照角度平均分成6部分的目的是保证特征点均匀分布。然后根据每个点的特征值，根据特征值的大小提取线点、次线点、面点和次面点，线点、次线点、面点和次面点的提取个数依据实际情况而定。本实施例中，取特征值最大的前2个点为线点E，取特征值最大的前10个点为次线点取特征值最小的后6个点为面点P，取特征值最小的后30个点为次面点
提取特征点、线特征点、面特征点之后，分别对相邻两帧之间的特征点、线特征点和面特征点进行匹配。
步骤(3)中，进行特征匹配的过程为：选取当前帧和上一帧坐标系下的三维点云，分别寻找当前帧Harris角点、线点和面点在上一帧中的投影点，Harris角点即为特征点，线点和次线点即为线特征点，面点和次面点即为面特征点。
具体的，相邻两帧车间环境三维点云的Harris角点H进行匹配的方法为：
假设Lk+1：当前帧K+1车间环境三维点云的坐标系，Lk：上一帧K车间环境三维点云的坐标系，两帧坐标系之间的变换矩阵为将Lk+1坐标系下的Harris角点H(k+1)经过T变换投影到Lk坐标系，得到为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。如图5所示，三角形点i为Lk坐标系下的Harris角点即为当前帧中的H(k+1,i)在上一帧点云坐标系下的投影点。其中，根据两帧坐标系的相对位姿关系T(R,t)将当前帧K+1点云坐标系下的角点投影到上一帧K点云坐标系下的表达式如下：
式中，H(k+1,i)为当前帧K+1坐标系下角点的坐标，为当前帧K+1坐标系下角点根据两帧相对位姿关系T(R,t)投影到上一帧K坐标系下的坐标，T(R,t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。
步骤(3)中，具体的，相邻两帧车间环境三维点云的线特征点进行匹配的方法为：
假设Lk+1：当前帧K+1的坐标系，Lk：上一帧K坐标系，两帧坐标系之间的变换矩阵为将Lk+1坐标系下的线点E(k+1)经过T变换投影到Lk坐标系，得到为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。如图6所示，三角形点i为Lk坐标系下的线点即为当前帧中的E(k+1,i)在上一帧点云坐标系下的投影点，其中，将当前帧K+1点云坐标系下的线点根据两帧坐标系的相对关系T(R,t)投影到上一帧K点云坐标系下的表达式如下：
式中，E(k+1,i)为当前帧K+1坐标系下线点的坐标，为当前帧K+1坐标系下线点根据两帧相对位姿关系T(R,t)投影到上一帧K坐标系下的坐标，T(R,t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。
步骤(3)中，具体的，相邻两帧车间环境三维点云的面特征点进行匹配的方法为：
假设Lk+1：当前帧K+1的坐标系，Lk：上一帧K坐标系，两帧坐标系之间的变换矩阵为将Lk+1坐标系下的面点P(k+1)经过T变换投影到Lk坐标系，得到为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。如图7所示，三角形点i为Lk坐标系下的面点即为当前帧中的P(k+1,i)在上一帧点云坐标系下的投影点。其中，将当前帧K+1点云坐标系下的面点根据两帧坐标系的相对关系T(R,t)投影到上一帧K点云坐标系下的表达式如下：
式中，P(k+1,i)为当前帧K+1坐标系下面点的坐标，为当前帧K+1坐标系下面点根据两帧相对位姿关系T(R,t)投影到上一帧K坐标系下的坐标，T(R,t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。
步骤(4)中，建立以相邻两帧匹配程度最高为目标的目标函数，确定目标函数的权重参数，利用高斯牛顿迭代求解目标函数，得到相邻两帧之间雷达的位姿变换。相邻两帧匹配程度最高是指相邻两帧的角点、线点和面点匹配程度最高。
步骤(4)中，建立以相邻两帧匹配程度最高为目标的目标函数的方法，包括以下步骤：
(4.1)假设Lk+1：当前帧K+1的坐标系，Lk：上一帧K坐标系，两帧坐标系之间的变换矩阵为
(4.2)如图5所示，圆点为上一帧Lk坐标系的Harris角点在Lk坐标系的角点中找三角形点i的最近点j，记作如图8所示，Harris角点的投影点到距离为dH，表达式如下：
(4.3)如图6所示，圆点为上一帧Lk坐标系的次线点在Lk坐标系的次线点中寻找距离三角形点的最近点即第一近线点j，记作在j点的上一层点云或者下一层点云中找第一近线点j点的最近点即第二近线点l，记作如图9所示，以上一帧K的第一近线点j与第二近线点l构成直线，求解线点投影点i到直线jl的最小距离，表达式如下：
式中，dE：点i到直线jl的距离； 三角形Δijl面积的二倍；直线jl的长度。
(4.4)如图7，圆点为上一帧Lk坐标系的次面点在Lk坐标系的次面点中寻找距离面点投影点的最近点j即第一近面点，记作在j点的上一层点云或者下一层点云中寻找距离第一近面点j的最近点l即第二近面点，记作在与j点同一层点云中寻找j点的最近点m即第三近面点，记作其中，i、j、m均为次面点；如图10所示，第一近面点j、第二近面点l和第三近面点m构成平面jlm，求解面点投影点与平面jlm的距离，表达式如下：
式中，dP为点i到平面jlm的距离； 为三角体Δijlm体积的二倍；为三角形Δjlm面积的二倍。
(4.5)对当前帧Lk+1坐标系下的所有线点E，面点P，Harris角点H，在上一帧K三维激光雷达点云Lk中相应地寻找Harris角点投影点、线点投影点、面点投影点，分别构建上一帧K坐标系下的角点投影点到点、线点投影点到线、面点投影点到面的距离(dE,dP,dH)的加权和作为目标函数D，表达式如下：
D＝wEDE+wPDP+wHDH
式中，NH：Harris角点的个数，NE：线点的个数，NP：面点的个数；wE,wP,wH：表示线点、面点、Harris点的权重；相对位姿变换。权重参数可以根据具体情况进行调节，本实施例中，此处的权重设置为wE＝0.4,wP＝0.3,wH＝0.3。
其中：目标函数D是关于的函数，故上式可改写为：
式中，N：点的数量，包括角点、线点和面点；X(k+1,i)：点i在k+1帧的坐标；i：点的序号；相对位姿变换。
具体的，步骤(4)中，利用高斯牛顿迭代求解目标函数。利用高斯牛顿法即可求解为K+1帧与K帧之间三维激光雷达的位姿变换。若两帧之间的相对位姿变换较为准确，D趋近于0，通过高斯牛顿法迭代求解目标函数，可得到准确的
(5)将所有帧的位姿变换累计相乘，获得三维激光雷达的相对位姿，根据步骤(1)中三维激光扫描仪与三维激光雷达的相对位姿，得到三维激光扫描仪在各个视角下的相对位姿。
通过将所有帧的位姿变换累计相乘，获得三维激光雷达的相对位姿，即三维激光雷达的运动轨迹。以第一帧车间环境三维点云的坐标系为世界坐标系，通过相邻两帧之间的相对位姿变换，累计相乘得到三维激光雷达第K帧的坐标系为：
式中，表示相邻两帧之间三维激光雷达的相对位姿变换，k＝1，2，3··。
如图11所示，圆点代表三维激光雷达的位姿，黑色线条代表三维激光雷达的运动轨迹，五角星表示三维激光扫描仪的左右中视角的位置。由于三维激光扫描仪与三维激光雷达固定在一起，故三维激光雷达的相对位置变换与三维激光扫描仪的相对位姿满足如下关系：
式中，左视角下三维激光扫描仪坐标系在中视角三维激光扫描仪坐标系下的相对位姿，左视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标的位姿变换；
右视角下三维激光扫描仪坐标系在中视角三维激光扫描仪坐标系下的相对位姿；右视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标的位姿变换；
通过直尺测量得到的三维激光雷达与三维激光扫描仪的相对位姿。三维激光雷达与三维激光扫描仪的相对位姿是指X、Y、Z三个方向的相对平移和相对旋转，一般三维激光雷达与三维激光扫描仪之间的相对旋转基本为0，即只需测量三个方向的平移；
的逆。
(6)根据三维激光扫描仪在各个视角下的相对位姿，利用ICP算法对多个视角下的炉腔三维点云精配准，拼接得到完整的实际炉腔三维点云。
该步骤中，利用去噪后的各个视角下的点云，利用三维激光雷达扫描得到的三维点云，进行帧间匹配得到左视角、中视角、右视角下三维激光雷达的相对位置。左视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标的位姿变换，右视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标的位姿变换。通过直尺测量或标定方法得到的三维激光雷达与三维激光扫描仪的相对位姿通过坐标变换得到左视角下三维激光扫描仪坐标系在中视角三维激光扫描仪坐标系下的相对位置关系：同理可得右视角下三维激光扫描仪坐标系在中视角激光扫描仪坐标系下的相对位置关系：上下视角相对于中视角的相对位姿可由编码器测量得到。上下左右中五个视角的相对位姿即可得到，将该相对位姿作为初值，通过ICP精配准，配准“上”，“下”，“左”，“右”，“中”，五个视角下扫描仪扫描转炉炉腔的点云，得到炉腔完整的点云模型。配准效果如图12所示。
(7)获取原始炉腔三维点云，对比实际炉腔三维点云和原始炉腔三维点云，得到转炉损耗情况。
该步骤中，根据实际炉腔三维点云，采用随机采样一致性(RANSAC)算法，提取转炉的圆柱部分，得到转炉的中心轴线，转换坐标系，使得坐标系Z轴对准转炉中心轴线。
该步骤中，获取原始炉腔三维点云的方法是：利用solidworks软件建立转炉三维模型，将转炉三维模型倒入Blender扫描软件中，得到转炉CAD模型的三维点云。采用RANSAC算法，提取转炉CAD模型的三维点云的圆柱部分，得到圆柱部分的中心轴线，将轴线与Z轴对准，如图13所示。将实际炉腔三维点云与原始炉腔三维点云从XYZ坐标系转换为柱坐标系(Z,θ,r)，
Z＝Z；
根据实际炉腔三维点云和原始炉腔三维点云，对比得到转炉内径磨损图和炉底磨损图，如图14和图15所示，其中内径磨损图横坐标表示θ，纵坐标表示Z，图的颜色深浅表示炉腔的实际三维点云与CAD模型点云半径的差值。炉底磨损图横坐标表示X，纵坐标表示Y，图的深浅表示炉腔的实际测量点云与CAD模型点云Z值的差值。其中颜色较浅的区域磨损较为严重。
本测量方法可以在不添加额外复制标志的情况下，实现三维激光扫描仪快速，准确的定位，利用三维激光扫描仪可以得到转炉炉腔的三维信息，相比点激光发射器，逐点测量转炉炉腔磨损，三维激光扫描仪极大的提高了测量效率。本方法及装置能够更准确的对转炉炉腔磨损情况进行评价，保证设备安全生产，为钢厂工人师傅及时修补转炉提供理论支撑，提高转炉炉役时间，提高效率和利润。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (10)
1.一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，包括以下步骤：
(1)固定连接三维激光扫描仪和三维激光雷达，测量三维激光扫描仪与三维激光雷达的相对位姿，三维激光扫描仪对炉腔进行多视角扫描，获得多个视角下的炉腔三维点云；
(2)同时，三维激光雷达扫描车间环境，采集多帧车间环境的三维点云；
(3)提取各帧车间环境三维点云的特征点、线特征点和面特征点，对相邻两帧之间分别进行特征点、线特征点和面特征点匹配；
(4)构建以相邻两帧匹配程度最高为目标的目标函数，确定目标函数的权重系数，求解目标函数，得到相邻两帧之间三维激光雷达的位姿变换；
(5)将所有帧的位姿变换累计相乘，获得三维激光雷达的相对位姿，根据步骤(1)三维激光扫描仪与三维激光雷达的相对位姿，得到三维激光扫描仪在各个视角下的相对位姿；
(6)根据三维激光扫描仪在各个视角下的相对位姿，利用ICP算法对多个视角下的炉腔三维点云精配准，拼接得到完整的实际炉腔三维点云；
(7)建立原始炉腔三维点云，对比实际炉腔三维点云和原始炉腔三维点云，得到转炉损耗情况。
2.如权利要求1所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，步骤(3)中，提取各帧车间环境三维点云的特征点的方法，包括以下步骤：
(3.1)根据三维激光雷达采集的车间环境三维点云，获取车间环境三维点云的坐标信息和强度信息；车间环境三维点云的坐标信息和强度信息通过三维激光雷达测量获得。
(3.2)根据车间环境三维点云的坐标信息和强度信息，提取各帧车间环境三维点云中的角点。
3.如权利要求2所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，步骤(3)中，提取各帧车间环境三维点云的线特征点和面特征点的方法，包括以下步骤：
(3.11)根据车间环境三维点云，对车间环境三维点云进行分层，获取多层点云；
(3.12)计算每层点云中每个点的特征值；
(3.13)计算每层点云中每个点的特征值的方差，设定阈值，去除方差小于阈值的点云层；
(3.14)根据各帧车间环境三维点云的每层点云的特征值，提取各帧每层点云的线点、次线点、面点和次面点。
4.如权利要求3所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，步骤(3.12)中，计算每层点云中每个点的特征值的方法为：计算每个点与其左右各5个点在X，Y，Z三个方向上的差值平方的和，每个点与左右各5个点位于同一条线上，左右各5个点是指距离最近的5个点，表达式为：
Δi＝(Δix)2+(Δiy)2+(Δiz)2
式中，i为待求点，j为待求点左右的点。
5.如权利要求4所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，步骤(3.14)中，将每层点云按照角度平均分成6部分，每部分为60°，提取特征值最大的前2个点为线点，提取特征值最大的前10个点为次线点；提取特征值最小的后6个点为面点，提取特征值最小的后30个点为次面点。
6.如权利要求5所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，步骤(3)中，相邻两帧车间环境三维点云的特征点进行匹配的方法为：选取当前帧K+1和上一帧K坐标系下的车间环境三维点云，根据两帧坐标系的相对位姿关系T(R，t)将当前帧K+1点云坐标系下的角点投影到上一帧K点云坐标系下的表达式如下：
式中：H(k+1，i)为当前帧K+1坐标系下角点的坐标，为当前帧K+1坐标系下角点根据两帧相对位姿关系T(R，t)投影到上一帧K坐标系下的坐标，T(R，t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0；
相邻两帧车间环境三维点云的线特征点进行匹配的方法为：选取当前帧K+1和上一帧K坐标系下的车间环境三维点云，将当前帧K+1点云坐标系下的线点根据两帧坐标系的相对关系T(R，t)投影到上一帧K点云坐标系下的表达式如下：
式中：E(k+1，i)为当前帧K+1坐标系下线点的坐标，为当前帧K+1坐标系下线点根据两帧相对位姿关系T(R，t)投影到上一帧K坐标系下的坐标，T(R，t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0；
相邻两帧车间环境三维点云的面特征点进行匹配的方法为：选取当前帧K+1和上一帧K坐标系下的车间环境三维点云，将当前帧K+1点云坐标系下的面点根据两帧坐标系的相对关系T(R，t)投影到上一帧K点云坐标系下的表达式如下：
式中：P(k+1，i)为当前帧K+1坐标系下面点的坐标，为当前帧K+1坐标系下面点根据两帧相对位姿关系T(R，t)投影到上一帧K坐标系下的坐标，T(R，t)为相对位姿变换，T的初值旋转部分R设为单位阵，平移部分t设为0。
7.如权利要求6所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，建立目标函数的方法，包括以下步骤：
(4.1)假设Lk+1：当前帧K+1车间环境三维点云的坐标系，Lk：上一帧K车间环境三维点云的坐标系；
(4.2)标记点i为在Lk坐标系的角点中寻找距离点的最近点j，记作求解i到j的最小距离，表达式如下：
(4.3)标记点i为在Lk坐标系的次线点中寻找距离点的最近点即第一近线点j，记作在j点的上一层点云或者下一层点云中找第一近线点j点的最近点即第二近线点l，记作以上一帧K的第一近线点j与第二近线点l构成直线，求解点i到直线jl的最小距离，表达式如下：
式中，dE：点i到直线jl的距离；三角形Δijl面积的二倍；直线jl的长度。
(4.4)标记点i为在Lk坐标系的次面点中寻找点的最近点j即第一近面点，记作在j点的上一层点云或者下一层点云中寻找第一近面点j的最近点l即第二近面点，记作在与j点同一层点云中寻找j点的最近点m即第三近面点，记作第一近面点j、第二近面点l和第三近面点m构成平面jlm，求解点i与平面jlm的距离，表达式如下：
式中，dP为点i到平面jlm的距离；为三角体Δijlm体积的二倍；为三角形Δjlm面积的二倍。
(4.5)构建上一帧K坐标系下dE，dP，dH的加权和作为目标函数，表达式如下：
式中，N：点的数量，包括角点、线点和面点；X(k+1，i)：点i在k+1帧的坐标；i：点的序号；相对位姿变换。
8.如权利要求7所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，步骤(5)中，确定第一帧车间环境三维点云的坐标系为世界坐标系，通过相邻两帧之间的相对位姿变换，累计相乘得到三维激光雷达第K帧的坐标系为：
9.如权利要求8所述的一种基于三维激光雷达辅助定位的转炉炉腔三维测量方法，其特征在于，步骤(5)中，三维激光扫描仪在各个视角下相对位姿的表达式如下：
式中，左视角下三维激光扫描仪坐标系在中视角三维激光扫描仪坐标系下的相对位姿，左视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标下的位姿变换；
右视角下三维激光扫描仪坐标系在中视角三维激光扫描仪坐标系下的相对位姿；右视角三维激光雷达坐标相对于中视角下的三维激光雷达坐标的位姿变换；
三维激光扫描仪与三维激光雷达的相对位姿。
10.基于三维激光雷达辅助定位的转炉炉腔三维测量装置，其特征在于，包括能够移动的推车、三维激光扫描仪和三维激光雷达，三维激光扫描仪和三维激光雷达均固定于推车上，三维激光扫描仪和三维激光雷达前后设置，三维激光雷达高于三维激光扫描仪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811335305.2A CN109613546B (zh) | 2018-11-10 | 2018-11-10 | 基于三维激光雷达辅助定位的转炉炉腔三维测量方法及测量装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811335305.2A CN109613546B (zh) | 2018-11-10 | 2018-11-10 | 基于三维激光雷达辅助定位的转炉炉腔三维测量方法及测量装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109613546A true CN109613546A (zh) | 2019-04-12 |
| CN109613546B CN109613546B (zh) | 2020-07-31 |
Family
ID=66004103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811335305.2A Active CN109613546B (zh) | 2018-11-10 | 2018-11-10 | 基于三维激光雷达辅助定位的转炉炉腔三维测量方法及测量装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109613546B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110645910A (zh) * | 2019-09-02 | 2020-01-03 | 北京控制工程研究所 | 一种基于激光扫描的工件三维尺寸自动检测系统及方法 |
| CN110715855A (zh) * | 2019-10-15 | 2020-01-21 | 南京林业大学 | 一种自动获取圆柱体试件在加载过程中体积和应变云图的方法 |
| CN111157957A (zh) * | 2019-12-30 | 2020-05-15 | 广州市番禺奥莱照明电器有限公司 | 毫米波雷达探测装置 |
| CN111414843A (zh) * | 2020-03-17 | 2020-07-14 | 森思泰克河北科技有限公司 | 手势识别方法及终端设备 |
| CN112485774A (zh) * | 2020-11-26 | 2021-03-12 | 中国第一汽车股份有限公司 | 一种车载激光雷达标定方法、装置、设备及存储介质 |
| CN113345007A (zh) * | 2021-05-12 | 2021-09-03 | 清华大学 | 一种转炉炉口自动定位方法、装置、电子设备及存储介质 |
| CN113554614A (zh) * | 2021-07-21 | 2021-10-26 | 中国人民解放军陆军工程大学 | 一种用于点云拼接的管道测量系统位姿标定方法 |
| CN113671511A (zh) * | 2021-07-30 | 2021-11-19 | 南京航空航天大学 | 一种面向区域场景的激光雷达高精度定位方法 |
| CN114993204A (zh) * | 2022-06-07 | 2022-09-02 | 上海交通大学 | 大尺寸构件轮廓动态测量与辅助特征定位方法及系统 |
| CN117309898A (zh) * | 2023-11-30 | 2023-12-29 | 云翔赛博(山东)数字技术有限公司 | 基于同步单线激光雷达的皮带磨损度检测装置及检测方法 |
-
2018
- 2018-11-10 CN CN201811335305.2A patent/CN109613546B/zh active Active
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110645910A (zh) * | 2019-09-02 | 2020-01-03 | 北京控制工程研究所 | 一种基于激光扫描的工件三维尺寸自动检测系统及方法 |
| CN110715855A (zh) * | 2019-10-15 | 2020-01-21 | 南京林业大学 | 一种自动获取圆柱体试件在加载过程中体积和应变云图的方法 |
| CN111157957A (zh) * | 2019-12-30 | 2020-05-15 | 广州市番禺奥莱照明电器有限公司 | 毫米波雷达探测装置 |
| CN111414843B (zh) * | 2020-03-17 | 2022-12-06 | 森思泰克河北科技有限公司 | 手势识别方法及终端设备 |
| CN111414843A (zh) * | 2020-03-17 | 2020-07-14 | 森思泰克河北科技有限公司 | 手势识别方法及终端设备 |
| CN112485774A (zh) * | 2020-11-26 | 2021-03-12 | 中国第一汽车股份有限公司 | 一种车载激光雷达标定方法、装置、设备及存储介质 |
| CN112485774B (zh) * | 2020-11-26 | 2024-03-15 | 中国第一汽车股份有限公司 | 一种车载激光雷达标定方法、装置、设备及存储介质 |
| CN113345007A (zh) * | 2021-05-12 | 2021-09-03 | 清华大学 | 一种转炉炉口自动定位方法、装置、电子设备及存储介质 |
| CN113554614A (zh) * | 2021-07-21 | 2021-10-26 | 中国人民解放军陆军工程大学 | 一种用于点云拼接的管道测量系统位姿标定方法 |
| CN113671511A (zh) * | 2021-07-30 | 2021-11-19 | 南京航空航天大学 | 一种面向区域场景的激光雷达高精度定位方法 |
| CN114993204A (zh) * | 2022-06-07 | 2022-09-02 | 上海交通大学 | 大尺寸构件轮廓动态测量与辅助特征定位方法及系统 |
| CN114993204B (zh) * | 2022-06-07 | 2023-03-14 | 上海交通大学 | 大尺寸构件轮廓动态测量与辅助特征定位方法及系统 |
| CN117309898A (zh) * | 2023-11-30 | 2023-12-29 | 云翔赛博(山东)数字技术有限公司 | 基于同步单线激光雷达的皮带磨损度检测装置及检测方法 |
| CN117309898B (zh) * | 2023-11-30 | 2024-03-26 | 云翔赛博(山东)数字技术有限公司 | 基于同步单线激光雷达的皮带磨损度检测装置及检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109613546B (zh) | 2020-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109613546A (zh) | 基于三维激光雷达辅助定位的转炉炉腔三维测量方法及测量装置 | |
| CN109712190A (zh) | 三维激光扫描仪与三维激光雷达的外参标定方法 | |
| CN106091972B (zh) | 一种基于移动窗口投影点密度的建筑物变化检测方法 | |
| CN107301648B (zh) | 基于重叠区域边界角度的冗余点云去除方法 | |
| CN108759714A (zh) | 一种多线激光轮廓传感器坐标系融合及转轴标定方法 | |
| CN109544612A (zh) | 基于特征点几何表面描述的点云配准方法 | |
| CN109685886A (zh) | 一种基于混合现实技术的配网三维场景建模方法 | |
| Rau et al. | Bridge crack detection using multi-rotary UAV and object-base image analysis | |
| CN108692656B (zh) | 一种激光扫描数据获取方法及装置 | |
| CN104200086A (zh) | 宽基线可见光相机位姿估计方法 | |
| CN106056605B (zh) | 一种基于图像匹配的在轨高精度图像定位方法 | |
| CN107392929B (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
| CN110672020A (zh) | 一种基于单目视觉的立木高度测量方法 | |
| CN112229374B (zh) | 一种隧道横断面几何形态检测装置及检测方法 | |
| CN110796681A (zh) | 一种用于船舶协同工作的视觉定位系统及方法 | |
| CN109472802A (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
| CN108830317B (zh) | 基于数字摄影测量的露天矿山边坡岩体节理产状快速精细取值方法 | |
| Skybakmoen et al. | Measurement of cathode surface wear profiles by laser scanning | |
| CN103954220A (zh) | 撞桥试验中船体运动状态数字图像测量方法 | |
| CN114066985B (zh) | 一种输电线隐患距离的计算方法及终端 | |
| Li et al. | A deep learning-based indoor acceptance system for assessment on flatness and verticality quality of concrete surfaces | |
| Malek et al. | Realtime conversion of cracks from pixel to engineering scale using Augmented Reality | |
| CN114549780B (zh) | 一种基于点云数据的大型复杂构件智能化检测方法 | |
| CN108662980A (zh) | 基于侧影技术的焊接螺柱位置检测装置及方法 | |
| CN111145201B (zh) | 一种稳健快速的无人机摄影测量标志检测与定位方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |