CN110136264B - 基于三维激光扫描的料场物料的建模方法及系统 - Google Patents

Abstract

本发明公开了一种基于三维激光扫描的料场物料的建模方法，利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据；对第一点云数据进行清洗形成第二点云数据；对第二点云数据进行拼接获得第三点云数据；在物料的落料堆积面上获取料臂的点云数据，从第三点云数据中去除料臂的点云数据得到第四点云数据；对第二点云数据中的空白区域进行填充获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；根据第五点云数据及预设的参考特征点对料场物料进行三维建模。本发明还公开了基于三维激光扫描的料场物料建模系统。通过将三维激光扫描固定安装在料场上方，实现了全方位无死角快速扫描建模，数据真实准确。

Description

基于三维激光扫描的料场物料的建模方法及系统

技术领域

本发明属于三维激光扫描技术领域,具体涉及一种基于三维激光扫描的料场物料的建模方法及系统。

背景技术

发电企业的堆煤料场是存放各种煤炭燃料的场地，为锅炉燃烧提供重要的储存功能。现有技术中依靠大型机械行走带动扫描仪分段扫描料场，并对扫描后的图像进行建模拼接，然而这种方法在作业前是不能获知现场物料的堆体情况的，必须将大臂抬升到最高位置，并从堆体区域最边缘位置开始运转，并逐段地运行，即机械只扫描料场物料图像，但机械没有进行堆料或取料的实际作业，使机械发生空跑，因此这种方法的作业效率低，损耗严重。

发明内容

有鉴于此，本发明提供一种基于三维激光扫描的料场物料的建模方法及系统，本发明利用固定在料场上方的一台或多台三维激光扫描仪实时地对料场物料进行快速扫描，并根据获得的料场点云数据及参考特征点对料场进行三维建模。

第一方面，本发明实施例提供了一种基于三维激光扫描的料场物料的建模方法，所述建模方法包括以下步骤：

扫描步骤：利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据；

清洗步骤：对所述第一点云数据进行清洗形成第二点云数据；

拼接步骤：对所述第二点云数据进行拼接获得第三点云数据；

去除步骤：在物料的落料堆积面上获取料臂的点云数据，从第三点云数据中去除料臂的点云数据得到第四点云数据；

填充步骤：利用三线性插值算法或生长算法对第二点云数据中的空白区域进行点云填充以获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；

建模步骤：根据所述第五点云数据及预设的参考特征点对料场物料进行三维建模。

进一步的，在扫描步骤之前还包括建立坐标系步骤：建立料场的空间三维坐标系，将料场的空间三维坐标系的空间分隔为多个立方体网格；其中，三维激光扫描仪每次扫描的区域都对应空间三维坐标系内的一组立方体网格；

以及所述清洗步骤还包括：在所述料场的空间三维坐标系中并基于高斯分布的方法检测出第一点云数据中的离群点，并将该离群点从第一点云数据中去除，得到所述第二点云数据。

进一步的，所述拼接步骤包括：

将所述第二点云数据放入对应的立方体网格，对所述第二点云数据进行拼接获得第三点云数据。

进一步的，所述去除步骤获取料臂的点云数据包括：

对于物料的落料堆积面上的每个第一点N₀(x₁,y₁,z₁)，寻找目标点N₁(x₁,y₁,z₂)，该目标点N₁应满足点N₁与原点O的距离d超过预设距离并且z₂-z₁是否大于预设高度差；

获取N₁点与x轴的夹角α₁：

其中，x₀、y₀是原点O的坐标值；

判断α₁是否小于预设角度，若α₁小于预设角度，则将该点N₁作为料臂上的点云数据；若α₁不小于预设角度，则寻找下一个目标点。

进一步的，所述填充步骤包括以下子步骤：

统计每个立方体网格内部包含的第二点云数据的数据点数量，

若数据点数量＝1，则直接获得立方体网格的唯一数据点的坐标；

若数据点数量>1，则通过反距离权重法获得立方体网格的多个数据点的坐标；

若数据点数量＝0，则将该立方体网格加入空白序列数组中，形成第二点云数据中的空白区域；

进一步的，所述填充步骤还包括：

对于数据点数量>1或＝1的立方体网格，根据该立方体网格内的所述数据点的坐标获得对应的局部表面法向量；

根据所述局部表面法向量获取所述数据点的法向量变化值；

根据所述数据点的法向量变化值的大小进行排序；

获取数据点的法向量变化值中的最小值所对应的数据点，并将该数据点作为起始种子点P；

基于所述起始种子点P，对空白区域进行填充。

进一步的，所述基于所述起始种子点P对空白区域进行填充是通过三线性插值算法实现的。

进一步的，所述基于所述起始种子点P对空白区域进行填充包括以下子步骤：

对于每一个空白区域,获取与其相邻的数据量＞1或＝1的立方体网格中的数据点的法向量与起始种子点P的法向量之间的夹角，若该夹角小于预设的平滑阀值，则将所述起始种子点P加入到所述空白区域；

执行以上步骤，直到所有的空白区域均被填充，从而获得填充点云数据。

第二方面，本发明实施例提供了一种基于三维激光扫描的料场物料的建模系统，所述建模系统包括三维激光扫描仪、清洗模块、拼接模块、去除模块、填充模块和建模模块；

利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据；

所述清洗模块用于对所述第一点云数据进行清洗形成第二点云数据；

所述拼接模块用于对所述第二点云数据进行拼接获得第三点云数据；

所述三维激光扫描仪在物料的落料堆积面上获取料臂的点云数据，所述去除模块用于从第三点云数据中去除料臂的点云数据得到第四点云数据；

所述填充模块用于利用三线性插值算法或生长算法对第二点云数据中的空白区域进行点云填充以获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；

所述建模模块用于根据所述第五点云数据及预设的参考特征点对料场物料进行三维建模。

进一步的，所述去除模块执行以下操作：

对于物料的落料堆积面上的每个第一点N₀(x₁,y₁,z₁)，寻找目标点N₁(x₁,y₁,z₂)，该目标点N₁应满足点N₁与原点O的距离d超过预设距离并且z₂-z₁是否大于预设高度差；

获取N₁点与x轴的夹角α₁：

其中，x₀、y₀是原点O的坐标值；

判断α₁是否小于预设角度，若α₁小于预设角度，则将该点N₁作为料臂上的点云数据；若α₁不小于预设角度，则寻找下一个目标点。

进一步的，所述填充模块执行以下操作；

统计每个立方体网格内部包含的第二点云数据的数据点数量，

若数据点数量＝1，则直接获得立方体网格的唯一数据点的坐标；

若数据点数量>1，则通过反距离权重法获得立方体网格的多个数据点的坐标；

若数据点数量＝0，则将该立方体网格加入空白序列数组中，形成第二点云数据中的空白区域；

对于数据点数量>1或＝1的立方体网格，根据该立方体网格内的所述数据点的坐标获得对应的局部表面法向量；

根据所述局部表面法向量获取所述数据点的法向量变化值；

根据所述数据点的法向量变化值的大小进行排序；

获取数据点的法向量变化值中的最小值所对应的数据点，并将该数据点作为起始种子点P；

基于所述起始种子点P，对空白区域进行填充。

本发明的有益效果是：

(1)通过将三维激光扫描固定安装在料场上方，实现了全方位无死角快速扫描建模，数据真实准确，扫描期间不需要大型机械配合运行、移动，即可实现高精度扫描，同时也提升了扫描的工作效率。

(2)本发明根据物料的落料堆积面上的任意一点与原点的夹角判断落料堆积面上的数据是否为料臂的点云数据，并将该料臂的点云数据从拼接后的点云数据中去除，可以免除料臂上的点云数据对最终获得的料场点云数据的干扰；

(3)根据立方体网格中的数据点数量获得清洗后的点云的局部表面法向量和法向量的变化值，并利用三线性插值算法或生长算法对清洗后的点云中的空白区域进行填充，使最终获得的点云数据完善，不会留有空白区域，从而使最终获得的料场的三维模型更加准确，通过三维扫描成像后的数据可以更加精确地控制堆、取料机，使堆、取料机的作业臂直接接触到作业面，而无需堆、取料机发生“空跑”。

附图说明

图1为本发明实施例提供的一种基于三维激光扫描的料场物料的建模方法的流程示意图；

图2为本发明实施例提供的一种基于三维激光扫描的料场物料的建模系统的示意图。

具体实施方式

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

实施例一

一、基于三维激光扫描的料场物料的建模方法

如图1所示，图1为本发明实施例提供的一种基于三维激光扫描的料场物料的建模方法的流程示意图，该料场物料的建模方法包括以下步骤:

扫描步骤：利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据，

清洗步骤：对所述第一点云数据进行清洗形成第二点云数据；

拼接步骤：对所述第二点云数据进行拼接获得第三点云数据；

去除步骤：在物料的落料堆积面上获取料臂的点云数据，从第三点云数据中去除料臂的点云数据得到第四点云数据；

填充步骤：利用三线性插值算法或生长算法对第二点云数据中的空白区域进行点云填充以获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；

建模步骤：根据所述第五点云数据及预设的参考特征点对料场物料进行三维建模。

上述料臂可以为堆料机的堆料臂或取料机的取料臂。

二、基于三维激光扫描的料场物料的建模方法的具体流程

下面将具体描述本实施例中的基于三维激光扫描的料场物料的建模方法的具体流程。

在扫描步骤之前包括建立坐标系步骤：建立料场的空间三维坐标系(x,y,z)，原点为O,将料场的空间三维坐标系的空间分隔为多个立方体网格，其中，三维激光扫描仪每次扫描的区域都对应空间三维坐标系内的一组立方体网格；可以理解的是，每组立方体网格可包括一个或多个立方体网格。

扫描步骤：利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据；

具体的，可以根据煤种将料场划分为多个料场区域，并对料场区域编号；在料场上方固定安装一台或多台三维激光扫描仪，所述三维激光扫描仪对料场物料进行扫描形成第一点云数据，将所述第一点云数据及料场区域编号存储至数据库中。

与利用机械行走带动扫描仪对料场进行分段扫描的方法相比，本实施例在料场上方固定安装多台三维激光扫描仪可以只开启其中的一台或多台三维激光扫描仪对物料进行局部扫描，也可以同时开启全部三维激光扫描仪对物料进行全部扫描，防止机械产生空跑，且本实施例中的扫描的方式多样也节省了扫描时间并提高了扫描的工作效率。

清洗步骤：对所述第一点云数据进行清洗形成第二点云数据；

上述对第一点云数据进行清洗的方法可以是在所述料场的空间三维坐标系中并基于高斯分布的方法检测出第一点云数据中的离群点，并将该离群点从第一点云数据中去除，得到第二点云数据；可以理解的是，在其他实施例中，也可以利用其他方法检测出第一点云数据中的离群点，在此不做具体限制。

拼接步骤：对所述第二点云数据进行拼接获得第三点云数据；

具体的，可以将所述第二点云数据放入对应的立方体网格，对所述第二点云数据进行拼接获得第三点云数据。

去除步骤：在物料的落料堆积面上获取料臂的点云数据，从第三点云数据中去除料臂的点云数据得到第四点云数据；

其中，所述去除步骤中获取料臂的点云数据包括：

对于物料的落料堆积面上的每个第一点N₀(x₁,y₁,z₁)，寻找目标点N₁(x₁,y₁,z₂)，该目标点N₁应满足点N₁与原点O的距离d超过预设距离并且z₂-z₁是否大于预设高度差；

获取N₁点与x轴的夹角α₁：

其中，x₀、y₀是原点O的坐标值；

判断α₁是否小于预设角度，若α₁小于预设角度，则将该点N₁作为料臂上的点云数据；若α₁不小于预设角度，则寻找下一个目标点；本实施例中，预设的角度范围例如可以为3-5度，在其他实施例中，该预设的角度范围也可以为其他角度范围，在此不做限制。

由于三维激光扫描仪在扫描过程中还会扫描到料臂的点云数据，因此可以通过三维激光扫描仪获取料臂的点云数据，即根据物料的落料堆积面上的任意一点N₁与原点O的夹角判断落料堆积面上的数据是否为料臂的点云数据，并将该料臂的点云数据从拼接后的点云数据中去除，可以免除料臂上的点云数据对最终获得的料场点云数据的干扰。

填充步骤:利用三线性插值算法或生长算法对第二点云数据中的空白区域进行点云填充获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；

具体的，遍历立方体网格识别第二点云数据在立方体网格中的空白区域，在物料的落料堆积面范围内对所述空白区域进行点云填充，下面将对利用三线性插值算法或生长算法对空白区域进行填充的具体步骤分别详细说明。

在本实施例中，利用三线性插值算法对空白区域进行填充，包括步骤S100-S600，具体如下:

S100:对应每个立方体网格，统计每个立方体网格内部包含的第二点云数据的数据点数量；

所述数据点的来源可以用于对第二点云数据进行拼接，所述数据点的来源对应料场上方所固定安装的三维激光扫描仪，三维激光扫描仪将数据点的来源传输到外部计算机的设备上并显示；

若数据点数量＝1，则直接获得立方体网格的唯一数据点的坐标；

若数据点数量>1，则通过反距离权重法(IDW-Inverse Distance Weighted)获得立方体网格的多个数据点的坐标，可以把多个数据点的坐标作为立方体网格内的特征算子；

若数据点数量＝0，则将该立方体网格加入空白序列数组BKArray中，形成第二点云数据中的空白区域,可以理解的是，所述空白区域包括一个或多个空白区域。

S200:对于数据点数量>1或＝1的立方体网格，根据该立方体网格内的所述数据点的坐标(即特征算子)获得对应的局部表面法向量；

具体的，可以预先设定一个区域范围，例如该区域范围的半径为0.5米-1米，那么将获取属于这一区域范围内的立方体网格的所有数据点，并根据这些数据点的坐标获得对应的局部表面法向量。

S300:根据所述局部表面法向量获取数据点的法向量的变化值；本实施例中，可以利用Poisson(泊松)曲面重建算法来获取所述数据点的法向量的变化值。

其中，所述数据点的法向量的变化值为属于上述区域范围内的各个数据点的前、后、左、右四个方向的法向量的变化值。

S400:根据数据点的法向量的变化值的大小对第二点云数据中的数据点进行排序。

S500:获取数据点的法向量的变化值中的最小值所对应的数据点，将该最小值所对应的数据点作为起始种子点P；其中，所述起始种子点P所在的区域为最平滑的区域。

S600:基于所述起始种子点P，对空白区域进行填充。

在一个实施例中，所述基于所述起始种子点P对空白区域进行填充是通过三线性插值算法实现的。

在另一实施例中，所述基于所述起始种子点P对空白区域进行填充是采用生长算法对空白区域进行填充的，下面将具体说明采用生长算法对空白区域进行填充的子步骤；

S610:对于每一个空白区域,获取与其相邻的数据量＞1或＝1的立方体网格中的数据点的法向量与起始种子点P的法向量之间的夹角，若该夹角小于预设的平滑阀值，则将所述起始种子点P加入到所述空白区域；

S620:执行以上步骤，直到所有的空白区域(即对应的空白序列数组BKArray)均为空，获得填充点云数据。

需要说明的是，在一个空白区域中可以将一个或多个邻域点作为填充点云。

通过上述两个实施例的具体填充步骤，可以使最终获得的第五点云数据的点云完整，不会留有空白区域，从而使最终获得的料场的三维模型更加准确，通过三维扫描成像后的数据可以更加精确地控制堆、取料机，使堆、取料机的作业臂直接接触到作业面，而无需堆、取料机发生“空跑”。

建模步骤：根据所述第五点云数据及预设的参考特征点对料场物料进行三维建模。

其中，该预设的参考特征点可以根据经验值来设定，所述预设的参考特征点例如可以是料场大门、检修通道等。

本实施例中可以根据第五点云数据及预设的参考特征点，并利用Delaunay三角网方法对料场物料进行三维建模得到料场的三维模型，在此不再赘述。

实施例二

下面介绍本发明提供的一种基于三维激光扫描的料场的建模系统的具体实施方式。

如图2所示，为本发明实施例提供的一种基于三维激光扫描的料场的建模系统的结构示意图；所述建模系统包括三维激光扫描仪、清洗模块、拼接模块、去除模块、填充模块和建模模块；

利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据；

所述清洗模块用于对所述第一点云数据进行清洗形成第二点云数据；

所述拼接模块用于对所述第二点云数据进行拼接获得第三点云数据；

所述三维激光扫描仪在物料的落料堆积面上获取料臂的点云数据，所述去除模块用于从第三点云数据中去除料臂的点云数据得到第四点云数据；

所述填充模块用于利用三线性插值算法或生长算法对第二点云数据中的空白区域进行点云填充以获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；

所述建模模块用于根据所述第五点云数据及预设的参考特征点对料场物料进行三维建模。

上述各个模块的具体实施方式与实施例一的各个方法步骤的具体实施方式一致，在此不再赘述。

综上所述，本发明实施例提出了一种基于三维激光扫描的料场建模方法及系统，具有以下优点：

(1)通过将三维激光扫描固定安装在料场上方，实现了全方位无死角快速扫描建模，数据真实准确，扫描期间不需要大型机械配合运行、移动，即可实现高精度扫描，同时也提升了扫描的工作效率。

(2)本发明根据物料的落料堆积面上的任意一点与原点的夹角判断落料堆积面上的数据是否为料臂的点云数据，并将该料臂的点云数据从拼接后的点云数据中去除，可以免除料臂上的点云数据对最终获得的料场点云数据的干扰；

(3)根据立方体网格中的数据点数量获得数据点的局部表面法向量和法向量的变化值，并利用三线性插值算法或生长算法对空白区域进行填充，使最终获得料场的点云数据完善，不会留有空白区域，从而使最终获得的料场的三维模型更加准确，通过三维扫描成像后的数据可以更加精确地控制堆、取料机，使堆、取料机的作业臂直接接触到作业面，而无需堆、取料机发生“空跑”。

本领域普通技术人员可以意识到，结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种基于三维激光扫描的料场物料的建模方法，其特征在于：所述建模方法包括以下步骤：

建立坐标系步骤：建立料场的空间三维坐标系，将料场的空间三维坐标系的空间分隔为多个立方体网格；

扫描步骤：利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据；

清洗步骤：对所述第一点云数据进行清洗形成第二点云数据；

拼接步骤：对所述第二点云数据进行拼接获得第三点云数据；

去除步骤：在物料的落料堆积面上获取料臂的点云数据，从第三点云数据中去除料臂的点云数据得到第四点云数据；

填充步骤：利用三线性插值算法或生长算法对第二点云数据中的空白区域进行点云填充以获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；

建模步骤：根据所述第五点云数据及预设的参考特征点对料场物料进行三维建模；

其中，所述去除步骤获取料臂的点云数据包括：

对于物料的落料堆积面上的每个第一点N₀(x₁,y₁,z₁)，寻找目标点N₁(x₁,y₁,z₂)，该目标点N₁应满足点N₁与原点O的距离d超过预设距离并且z₂-z₁是否大于预设高度差；

获取N₁点与x轴的夹角α₁；

判断α₁是否小于预设角度，若α₁小于预设角度，则将该点N₁作为料臂上的点云数据；若α₁不小于预设角度，则寻找下一个目标点；

所述填充步骤包括以下子步骤：

统计每个立方体网格内部包含的第二点云数据的数据点数量，

若数据点数量＝1，则直接获得立方体网格的唯一数据点的坐标；

若数据点数量>1，则通过反距离权重法获得立方体网格的多个数据点的坐标；

若数据点数量＝0，则将该立方体网格加入空白序列数组中，形成第二点云数据中的空白区域；

进一步的，所述填充步骤还包括：

对于数据点数量>1或＝1的立方体网格，根据该立方体网格内的所述数据点的坐标获得对应的局部表面法向量；

根据所述局部表面法向量获取所述数据点的法向量变化值；

根据所述数据点的法向量变化值的大小进行排序；

获取数据点的法向量变化值中的最小值所对应的数据点，并将该数据点作为起始种子点P；

基于所述起始种子点P，对空白区域进行填充，包括：

对于每一个空白区域,获取与其相邻的数据量＞1或＝1的立方体网格中的数据点的法向量与起始种子点P的法向量之间的夹角，若该夹角小于预设的平滑阀值，则将所述起始种子点P加入到所述空白区域；

执行以上步骤，直到所有的空白区域均被填充，从而获得填充点云数据。

2.根据权利要求1所述的建模方法，其特征在于：

在扫描步骤之前还包括建立坐标系步骤：建立料场的空间三维坐标系，将料场的空间三维坐标系的空间分隔为多个立方体网格；其中，三维激光扫描仪每次扫描的区域都对应空间三维坐标系内的一组立方体网格；以及

所述清洗步骤还包括：在所述料场的空间三维坐标系中并基于高斯分布的方法检测出第一点云数据中的离群点，并将该离群点从第一点云数据中去除，得到所述第二点云数据。

3.根据权利要求2所述的建模方法，其特征在于，所述拼接步骤包括：

将所述第二点云数据放入对应的立方体网格，对所述第二点云数据进行拼接获得第三点云数据。

4.根据权利要求1所述的建模方法，其特征在于：所述基于所述起始种子点P对空白区域进行填充是通过三线性插值算法实现的。

5.一种基于三维激光扫描的料场物料的建模系统，其特征在于：所述建模系统包括三维激光扫描仪、清洗模块、拼接模块、去除模块、填充模块和建模模块；

利用固定安装在料场上方的三维激光扫描仪对料场物料进行扫描形成第一点云数据；

所述清洗模块用于对所述第一点云数据进行清洗形成第二点云数据；

所述拼接模块用于对所述第二点云数据进行拼接获得第三点云数据；

所述三维激光扫描仪在物料的落料堆积面上获取料臂的点云数据，所述去除模块用于从第三点云数据中去除料臂的点云数据得到第四点云数据；

所述填充模块用于利用三线性插值算法或生长算法对第二点云数据中的空白区域进行点云填充以获得填充点云数据，将第四点云数据与填充点云数据合并获得第五点云数据；

所述建模模块用于根据所述第五点云数据及预设的参考特征点对料场物料进行三维建模；

其中，所述去除模块执行以下操作：

对于物料的落料堆积面上的每个第一点N₀(x₁,y₁,z₁)，寻找目标点N₁(x₁,y₁,z₂)，该目标点N₁应满足点N₁与原点O的距离d超过预设距离并且z₂-z₁是否大于预设高度差；

获取N₁点与x轴的夹角α₁：

判断α₁是否小于预设角度，若α₁小于预设角度，则将该点N₁作为料臂上的点云数据；若α₁不小于预设角度，则寻找下一个目标点；

所述填充模块执行以下操作：

统计每个立方体网格内部包含的第二点云数据的数据点数量，

若数据点数量＝1，则直接获得立方体网格的唯一数据点的坐标；

若数据点数量>1，则通过反距离权重法获得立方体网格的多个数据点的坐标；

若数据点数量＝0，则将该立方体网格加入空白序列数组中，形成第二点云数据中的空白区域；

进一步的，所述填充步骤还包括：

对于数据点数量>1或＝1的立方体网格，根据该立方体网格内的所述数据点的坐标获得对应的局部表面法向量；

根据所述局部表面法向量获取所述数据点的法向量变化值；

根据所述数据点的法向量变化值的大小进行排序；

获取数据点的法向量变化值中的最小值所对应的数据点，并将该数据点作为起始种子点P；

基于所述起始种子点P，对空白区域进行填充，包括：

对于每一个空白区域,获取与其相邻的数据量＞1或＝1的立方体网格中的数据点的法向量与起始种子点P的法向量之间的夹角，若该夹角小于预设的平滑阀值，则将所述起始种子点P加入到所述空白区域；

执行以上步骤，直到所有的空白区域均被填充，从而获得填充点云数据。

Images