CN109782300A - 车间钢卷激光雷达三维定位测量系统 - Google Patents
车间钢卷激光雷达三维定位测量系统 Download PDFInfo
- Publication number
- CN109782300A CN109782300A CN201910174019.0A CN201910174019A CN109782300A CN 109782300 A CN109782300 A CN 109782300A CN 201910174019 A CN201910174019 A CN 201910174019A CN 109782300 A CN109782300 A CN 109782300A
- Authority
- CN
- China
- Prior art keywords
- mask
- dimensional
- laser radar
- data
- coil
- 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
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本方法涉及一种车间钢卷激光雷达三维定位测量系统。系统包括硬件和软件两部分。硬件部分是基于“二维激光雷达+激光测距仪+电机驱动”方案的数据采集系统;软件部分是三维重构和目标检测处理系统,包括基于坐标转换与切片重构的数据预处理及三维模型构建、梯度下降平滑的ROI区域选定、连通域聚类法目标分类定位和具有径向失真校正的钢卷长宽高测量及中心点标定方法。本方法利用二维激光雷达截面扫描辅以激光测距仪定位进行空间切片重构,有效完成了使用二维激光雷达的进行三维重建的任务;结合梯度下降平滑及连通域聚类法完成的目标定位分类算法提高了数据处理的时效性和准确性;提出地径向失真校正算法提高了目标长宽高测量和中心点定位精度。
Description
技术领域
本方法属于机器视觉领域,涉及一种车间钢卷激光雷达三维定位测量系统,可对车间环境进行三维建模,并对其中钢卷等目标进行定位测量。
背景技术
在机器视觉的发展中,激光雷达技术已经变成一种快速发展的测量技术,并且已广泛应用于地形监测、特征检测、地物提取和三维模型重建等方面。其中,将激光雷达与机器视觉相结合进行目标的检测与分类更是近几年研究的热潮。
激光雷达是一种可以精确、快速获取地面或大气三维空间信息的主动探测技术,应用范围和发展前景十分广阔。由于以往的传感器只能获取目标的空间平面信息,需要通过同轨、异轨重叠成像等技术来获取三维高程信息,这些方法与LiDAR技术相比,不但测距精度低,数据处理也比较复杂。正因为如此,LiDAR技术与成像光谱、合成孔径雷达一起被列为对地观测系统计划中最核心的信息获取与处理技术。激光雷达是将激光技术、高速信息处理技术、计算机技术等高新技术相结合的产物。Oude Elberink和Vosselman提出了一种基于LiDAR数据和二维(2-D)地形图数据集成的复杂高速公路立体三维建模自动化方法。误差传播和测量参考用于该方法用于三维模型重建的质量评估。Sithole和Vosselman使用种子点来检测基于机载LiDAR数据的桥梁,并报告它在某些地区的桥梁结构取得了相对令人满意的结果。冈萨雷斯-豪尔赫等人对移动LiDAR数据进行规范化和过滤操作,然后使用分割和分类算法提取桥点。使用移动LiDAR数据来检测和重建桥梁是一个非常有前途的方法。许多研究已经使用高精度和高密度的LiDAR点云来进行建筑信息提取,三维建筑物重建以及三维道路重建,这为其提供了灵感立体交叉桥梁的三维重建。
本方法利用二维激光雷达截面扫描辅以激光测距仪定位进行空间切片重构,有效完成了使用二维激光雷达的进行三维重建的任务;结合梯度下降平滑及连通域聚类法完成的目标定位分类算法提高了数据处理的时效性和准确性;提出地径向失真校正算法提高了目标尺寸测量和中心点定位精度。
发明内容
本方法利用二维激光雷达截面扫描辅以激光测距仪定位进行空间切片重构,有效完成了使用二维激光雷达的进行三维重建的任务;结合梯度下降平滑及连通域聚类法完成的目标定位分类算法提高了数据处理的时效性和准确性;提出地径向失真校正算法提高了目标长宽高测量和中心点定位精度。实现本方法的技术方案,包括硬件模块和软件模块。
硬件模块是数据采集系统,其中包括:用标志物量块对相对坐标原点进行标定、用电机驱动测量设备进行匀速移动、用二维激光雷达采集实时切片截面扫描数据;用激光测距仪采集实时距离数据;软件模块是三维重构和目标检测处理系统,包括:基于坐标转换与切片重构的数据预处理及三维模型构建、梯度下降平滑的ROI区域选定和连通域聚类法目标分类、具有径向失真校正的钢卷长宽高测量及中心点标定方法;包括以下步骤:
步骤1:获取切片的截面和位置数据,使用坐标转换和切片重构进行数据预处理;
步骤2:使用梯度下降和形态学开运算进行ROI区域选定和平滑;
步骤3:使用连通域法进行目标分类;
步骤4:使用径向失真校正算法得到钢卷长宽高及中心点位置。
与现有技术相比,本方法的突出特点是:
1.使用“二维激光雷达+激光测距仪+电机驱动”方案有效降低了使用三维雷达的建模成本。
2.使用梯度下降和形态学开运算进行ROI区域选定与连通域聚类提升了后期计算速度。
3.具有径向失真校正的目标定位与测量算法有效提高了测量精准度。
附图说明
图1:本方法车间钢卷激光雷达三维定位测量系统整体设计图。
图2:系统硬件示意及实物图。图2-1为硬件模块示意图。图2-2为测量设备实物图。图2-3为钢卷实物图。
图3:算法处理获取ROI区域及连通域分步结果图。图3-1为MY热度图。图3-2为ROI区域Mmask示意图。图3-3为连通域最小外接矩形。
图4:车间钢卷激光雷达三维定位测量系统软件效果图。
具体实施方式
搭建整套测量设备,要求激光测距仪用于测距的脉冲激光束垂直于二维激光雷达的扫描截面。将电机与该设备固定,使之能在高空直线轨道上以匀速移动。将已知尺寸的量块作为相对坐标原点,放置于轨道起始一侧的地面上。被测钢卷放置于设备可测量范围内。x方向为垂直于的方向且平行于地面,y方向为垂直于的方向且垂直于地面,目标物体Z方向的数据由激光测距仪提供。
通过本方法中的软件模块算法目标定位与检测算法,我们可以得到钢卷的长宽高以及它的中心点绝对和相对坐标,我们以量块的几何中心到地面的投影点作为三维空间的坐标原点,使用10组钢卷进行实验,数据结果对比如表1所示。
表1测数据分析(单位:cm)
由表可知,钢卷长宽高尺寸的绝对误差均值为0.46cm,相对坐标的绝对误差均值在0.52cm,具有较高测量精度。
Claims (1)
1.一种车间钢卷激光雷达三维定位测量系统,所述系统包括硬件模块和软件模块:
硬件模块是数据采集系统,其中包括:用标志物量块对相对坐标原点进行标定、用电机驱动测量设备进行匀速移动、用二维激光雷达采集实时切片截面扫描数据;用激光测距仪采集实时距离数据;软件模块是三维重构和目标检测处理系统,包括:基于坐标转换与切片重构的数据预处理及三维模型构建、梯度下降平滑的ROI区域选定和连通域聚类法目标分类、具有径向失真校正的钢卷长宽高测量及中心点标定方法;包括以下步骤:
A.基于“二维激光雷达+激光测距仪+电机驱动”的数据采集方案:将二维激光雷达与激光测距仪组装成整套测量设备,要求激光测距仪用于测距的脉冲激光束垂直于二维激光雷达的扫描截面;将电机与该设备固定,使之能在高空直线轨道上匀速移动;将已知尺寸的量块作为相对坐标原点,放置于轨道起始一侧的地面上;被测钢卷放置于设备可测量范围内;实时获取二维激光雷达切片截面数据At(ρ,θ)以及激光测距仪电压数据Vt:先将每一组极坐标系数据At(ρ,θ)转为垂直坐标系数据Bt(X,Y):
X=ρ·cos(θ-Δθ) (1)
Y=ρ·sin(θ-Δθ) (2)
其中Δθ为校正角度,用于保证二维激光雷达扫描中心激光射线垂直于地面;初始化Δθ获取方法为:在无目标物体及障碍情况下,使用测量设备获取n次水平地面数据A1(ρ,θ),A2(ρ,θ),……,An(ρ,θ),找到每组数据中ρmin所对应的θcenter,则
将激光测距仪电压数据Vt转为距离数据Zt
其中Zs、Vs为轨道起始点Z轴向位置和对应电压值,Ze为轨道终止点位置;
将Bt(X,Y)与Zt组成三维切片数组Ct={(x1(t),y1(t),z1(t)),……,(xn(t),yn(t),zn(t))},以时间T为行索引得到I行J列的三维数组矩阵
B.对目标高度信息的分量MY,使用迭代法确定Ythreshold作为阈值进行分割获得ROI区域Mmask,定义损失函数L如下:
L=(Hobject+Hback)/2-Ythreshold (5)
其中Hobject为所有小于Ythreshold的MY的均值,Hback为所有大于等于Ythreshold的MY的均值;使用梯度下降法迭代求解L最小值,其对应(5)式中Ythreshold即为最佳阈值;使用Ythreshold对MY进行1,0二值化获得Mmask;
最后,利用矩形结构元素,对Mmask进行形态开运算,去除边缘孤立点和噪声;
C.使用8邻域连通域标记法Mmask进行目标标定,方法如下:
(1)若Mmask(i-1,j-1)或Mmask(i-1,j)为1,则Mmask(i,j)标号同Mmask(i-1,j-1)一致,即为K;
(2)若Mmask(i-1,j)为0,Mmask(i,j-1)为1,则Mmask(i,j)标号为K;
(3)若Mmask(i-1,j)和Mmask(i,j-1)均为1,则Mmask(i,j)标号为K;
(4)当Mmask(i-1,j-1)及Mmask(i,j-1)都为0时,若此时Mmask(i+1,j+1)为0,则Mmask(i,j)标号为K=K+1,算作新连通域;若Mmask(i+1,j+1)为1,则Mmask(i,j)同Mmask(i+1,j+1)标号相同;
遍历矩阵Mmask,获得存有各个元素标记的矩阵MLabel;
D.二维雷达线性扫描带来的径向失真问题解决算法如下:
(1)遍历标号K集合,分别对MLabel(K)取凸包的最小外接矩形,计算其左上顶点坐标(BBx(K),BBy(K))、外接距长宽(BBh(K),BBw(K))以及中心点坐标(BB1(K),BB2(K));
(2)计算标号为k的目标,所在区域相对地面高度G(k)和目标中央高度H(k)
其中m、n为预设值,大小由被测目标尺寸和雷达安置高度决定;
(3)当BB2(K)<2/J时MLabel(BB1(K),BB2(K)-BBw(K)/2+1)不等于K,或BB2(K)>2/J时MLabel(BB1(K),BB2(K)+BBw(K)/2-1)不等于K,判定为检测到钢卷切面,进行第(4)步;否则进行第(5)步;
(4)在MLabel第BB1(K)行步进,将第一个K所在列记为a,最后一个K所在列记为b,取BB2(K)=(a+b)/2;
(5)计算目标中心点OK(pX,pY,pZ):
其中
res为二维激光雷达扫描角度分辨率,是预先设定好的参数;
E.计算目标长宽高尺寸OK(X,Y,Z):
OK(Y)=OK(pY) (13)
OK(X)=2·OK(Y)(tan(θK)-tan(φK)) (14)
OK(Z)=|MZ(BBx(K)-BBh(K),BB2(K))-MZ(BBx(K),BB2(K))| (15)
φK为目标K距离二维雷达近端点角度,即
由此检测场景中所含钢卷的长宽高OK(X,Y,Z)以及它的绝对坐标OK(pX,pY,pZ);如需使用量块自定义相对坐标系原点,可根据已知量块高度YGageBlock使用[YGageBlock-2,YGageBlock+2]作为阈值区间进行步骤B生成Mmask,再依次进行步骤C、D、E,求得量块的绝对坐标OK(pX,pY,pZ),则钢卷与量块的绝对坐标之差为钢卷的相对坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910174019.0A CN109782300A (zh) | 2019-03-08 | 2019-03-08 | 车间钢卷激光雷达三维定位测量系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910174019.0A CN109782300A (zh) | 2019-03-08 | 2019-03-08 | 车间钢卷激光雷达三维定位测量系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109782300A true CN109782300A (zh) | 2019-05-21 |
Family
ID=66486294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910174019.0A Pending CN109782300A (zh) | 2019-03-08 | 2019-03-08 | 车间钢卷激光雷达三维定位测量系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109782300A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189419A (zh) * | 2019-05-27 | 2019-08-30 | 西南交通大学 | 基于广义邻域高差的车载Lidar钢轨点云提取方法 |
CN110988912A (zh) * | 2019-12-06 | 2020-04-10 | 中国科学院自动化研究所 | 自动驾驶车辆的道路目标与距离检测方法、系统、装置 |
CN113074633A (zh) * | 2021-03-22 | 2021-07-06 | 西安工业大学 | 一种物料外形尺寸的自动检测系统及其检测方法 |
CN113628177A (zh) * | 2021-07-29 | 2021-11-09 | 北京好运达智创科技有限公司 | 一种梁体双层存梁检测系统 |
CN114441549A (zh) * | 2021-12-31 | 2022-05-06 | 武汉钢铁有限公司 | 钢卷质量检测系统及方法 |
CN117784169A (zh) * | 2024-02-27 | 2024-03-29 | 唐山港集团股份有限公司 | 基于3d点云的钢卷轮廓测量方法、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100157280A1 (en) * | 2008-12-19 | 2010-06-24 | Ambercore Software Inc. | Method and system for aligning a line scan camera with a lidar scanner for real time data fusion in three dimensions |
CN102865903A (zh) * | 2012-09-21 | 2013-01-09 | 天津港中煤华能煤码头有限公司 | 一种基于激光雷达的装船机物位检测方法 |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN104656097A (zh) * | 2015-01-28 | 2015-05-27 | 武汉理工大学 | 基于旋转式二维激光三维重构系统的标定装置及方法 |
CN106932784A (zh) * | 2017-04-20 | 2017-07-07 | 河北科技大学 | 基于二维激光雷达的车斗形容器三维扫描系统测量方法 |
US20180196126A1 (en) * | 2017-01-10 | 2018-07-12 | Beijing Aerospace Institute For Metrology And Measurement Technology | Method for correcting measuring errors of long-distance scanning laser radar |
-
2019
- 2019-03-08 CN CN201910174019.0A patent/CN109782300A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100157280A1 (en) * | 2008-12-19 | 2010-06-24 | Ambercore Software Inc. | Method and system for aligning a line scan camera with a lidar scanner for real time data fusion in three dimensions |
CN102865903A (zh) * | 2012-09-21 | 2013-01-09 | 天津港中煤华能煤码头有限公司 | 一种基于激光雷达的装船机物位检测方法 |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN104656097A (zh) * | 2015-01-28 | 2015-05-27 | 武汉理工大学 | 基于旋转式二维激光三维重构系统的标定装置及方法 |
US20180196126A1 (en) * | 2017-01-10 | 2018-07-12 | Beijing Aerospace Institute For Metrology And Measurement Technology | Method for correcting measuring errors of long-distance scanning laser radar |
CN106932784A (zh) * | 2017-04-20 | 2017-07-07 | 河北科技大学 | 基于二维激光雷达的车斗形容器三维扫描系统测量方法 |
Non-Patent Citations (1)
Title |
---|
陈骞东等: "一种基于摄像机标定的车辆视频测速方法", 《石家庄铁道大学学报(自然科学版)》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110189419A (zh) * | 2019-05-27 | 2019-08-30 | 西南交通大学 | 基于广义邻域高差的车载Lidar钢轨点云提取方法 |
CN110189419B (zh) * | 2019-05-27 | 2022-09-16 | 西南交通大学 | 基于广义邻域高差的车载Lidar钢轨点云提取方法 |
CN110988912A (zh) * | 2019-12-06 | 2020-04-10 | 中国科学院自动化研究所 | 自动驾驶车辆的道路目标与距离检测方法、系统、装置 |
CN110988912B (zh) * | 2019-12-06 | 2022-12-02 | 青岛慧拓智能机器有限公司 | 自动驾驶车辆的道路目标与距离检测方法、系统、装置 |
CN113074633A (zh) * | 2021-03-22 | 2021-07-06 | 西安工业大学 | 一种物料外形尺寸的自动检测系统及其检测方法 |
CN113628177A (zh) * | 2021-07-29 | 2021-11-09 | 北京好运达智创科技有限公司 | 一种梁体双层存梁检测系统 |
CN114441549A (zh) * | 2021-12-31 | 2022-05-06 | 武汉钢铁有限公司 | 钢卷质量检测系统及方法 |
CN114441549B (zh) * | 2021-12-31 | 2024-02-23 | 武汉钢铁有限公司 | 钢卷质量检测系统及方法 |
CN117784169A (zh) * | 2024-02-27 | 2024-03-29 | 唐山港集团股份有限公司 | 基于3d点云的钢卷轮廓测量方法、设备及介质 |
CN117784169B (zh) * | 2024-02-27 | 2024-05-07 | 唐山港集团股份有限公司 | 基于3d点云的钢卷轮廓测量方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109782300A (zh) | 车间钢卷激光雷达三维定位测量系统 | |
Balenović et al. | Hand-held personal laser scanning–current status and perspectives for forest inventory application | |
Liang et al. | The use of a mobile laser scanning system for mapping large forest plots | |
Liang et al. | Automatic stem mapping using single-scan terrestrial laser scanning | |
CN105203023B (zh) | 一种车载三维激光扫描系统安置参数的一站式标定方法 | |
KR100795396B1 (ko) | 항공레이저 데이터와 수치정사영상을 이용한 도시 변화모니터링 방법 | |
CN103186892B (zh) | 利用航拍图像生成等比例实景现场图的方法及系统 | |
CN105424006A (zh) | 基于双目视觉的无人机悬停精度测量方法 | |
CN106597416A (zh) | 一种地面GPS辅助的LiDAR数据高程差的误差修正方法 | |
CN107167118B (zh) | 一种基于非编码平行多线的稳定实时激光测量方法 | |
CN102538763A (zh) | 一种河工模型试验三维地形的量测方法 | |
CN106978774A (zh) | 一种路面坑槽自动检测方法 | |
CN104933223B (zh) | 一种输电线路通道数字化测绘方法 | |
CN108267741A (zh) | 一种超声波探头标定装置及标定超声波探头的方法 | |
CN109814126A (zh) | 一种移动式平面激光雷达植物形态测量装置 | |
CN108535789A (zh) | 一种基于机场跑道的异物识别系统 | |
CN107861920A (zh) | 点云数据配准方法 | |
CN110864696A (zh) | 一种基于车载激光惯导数据的三维高精地图绘制方法 | |
CN112446844B (zh) | 一种基于点云特征提取与配准融合方法 | |
CN112415536A (zh) | 一种自动获取车载激光点云行车轨迹异常区域的方法 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN114488094A (zh) | 一种车载多线激光雷达与imu外参数自动标定方法及装置 | |
CN109544607A (zh) | 一种基于道路标志线的点云数据配准方法 | |
CN109632585A (zh) | 一种基于uav测量河道床面漂石粒径及分布的方法 | |
CN113340304B (zh) | 坡度提取方法及装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190521 |
|
WD01 | Invention patent application deemed withdrawn after publication |