CN110232736B - 一种井下综采工作面三维场景快速构建方法 - Google Patents
一种井下综采工作面三维场景快速构建方法 Download PDFInfo
- Publication number
- CN110232736B CN110232736B CN201910524392.4A CN201910524392A CN110232736B CN 110232736 B CN110232736 B CN 110232736B CN 201910524392 A CN201910524392 A CN 201910524392A CN 110232736 B CN110232736 B CN 110232736B
- Authority
- CN
- China
- Prior art keywords
- point
- fully
- points
- seed
- dimensional
- 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.)
- Active
Links
- 238000005065 mining Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000013598 vector Substances 0.000 claims abstract description 71
- 239000003245 coal Substances 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 230000011218 segmentation Effects 0.000 claims abstract description 24
- 230000001788 irregular Effects 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 22
- 238000003384 imaging method Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 5
- 238000011524 similarity measure Methods 0.000 claims description 4
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000036544 posture Effects 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/61—Scene description
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种井下综采工作面三维场景快速构建方法,步骤包括:(1)将激光雷达、惯性测量单元和里程计安装在移动云台上,移动云台在柔性轨道上快速移动,柔性轨道安装在刮板输送机槽帮外侧的轨道支撑架上;(2)实时获取IMU、里程计与激光雷达的测量数据并进行融合,获得综采工作面激光扫描三维点云矢量数据;(3)分别对三维点云矢量数据进行点云去噪、点云纠正和点云分割处理;(4)生成三维点云矢量数据的不规则三角网;(5)对综采装备的轮廓特征进行提取与分离,快速构建出综采工作面三维场景模型。本发明能快速构建出综采工作面的三维场景信息,以简单直观的方式快速展现综采工作面生产全貌。
Description
技术领域
本发明涉及一种井下三维场景快速构建方法,尤其是一种适用于煤矿无人化开采技术领域的井下综采工作面三维场景快速构建方法。
背景技术
煤矿无人化开采是国际煤炭开采领域共同追求的前沿技术,是减少人员伤亡、保障安全生产的重要手段也是我国煤矿实现安全、高效、绿色开采的有效途径。要想实现真正的无人化开采,综采工作面场景和设备状态的感知是实现智能决策、控制的先决条件,目前,综采工作面主要采用架设视频监控系统来实现对综采工作面生产关键信息的基本感知。然而,目前的综采工作面监控主要存在以下缺点:(1)综采工作面环境属于微光甚至无光的环境,需要人工照明,加上水、雾等因素的影响,导致视频监控很难获得清晰的图像;(2)仅凭视频监控获取的图像信息无法准确判断综采设备的运行状况;(3)现有的综采工作面视频监控解决方案是在整个工作面布置足够多的摄像仪,投资大、成本高、尤其维护工作量巨大。
发明内容
技术问题:本发明的目的是要克服现有技术中的不足之处,提出一种方法简单、能减少人员伤亡、高安开采的井下综采工作面三维场景快速构建方法。
技术方案:本发明的一种井下综采工作面三维场景快速构建方法,其特征在于:利用激光扫描数据、惯性测量数据、里程计数据,快速构建综采工作面三维场景,具体步骤如下:
a.在刮板输送机槽帮外侧的轨道支撑架上安装柔性轨道,然后在柔性轨道顶部安装移动云台,并在移动云台上设置激光雷达成像系统,所述的激光雷达成像系统包括激光雷达、惯性测量单元(IMU)、里程计和控制模块;
b.通过控制模块向移动云台发出行走指令后,激光雷达开始快速扫描综采工作面三维场景信息,惯性测量单元实时获取移动云台的三维姿态,里程计测量移动云台行走距离;
c.将惯性测量单元测量数据、里程计测量数据与激光雷达实时获取的综采工作面三维场景信息进行融合,获得综采工作面激光扫描三维点云矢量数据;所述融合的方法首先需要把激光雷达、惯性测量单元和里程计测量的数据统一转化到移动平台坐标系下,然后再进行数据融合计算,即首先计算出移动平台行走的轨迹数据(包括移动平台坐标、姿态和位置信息),然后将激光雷达扫描数据与轨迹数据进行融合,最后获得具有准确坐标、姿态、强度信息的激光扫描三维点云矢量数据。
d.对三维点云矢量数据进行点云去噪、点云纠正和点云分割处理;
e.分析处理综采工作面激光扫描三维点云矢量数据,并生成综采工作面三维点云矢量数据的不规则三角网,并对综采工作面不规则三角网进行样条曲线插值处理;
f.在生成的综采工作面不规则三角网中分别提取采煤机、刮板输送机和液压支架的轮廓特征,对提取的轮廓特征进行分离,从而快速构建出综采工作面三维场景模型。
所述步骤c中,将惯性测量单元、里程计与激光雷达实时获取的数据进行融合的方法为:
首先把激光雷达、惯性测量单元和里程计获取的数据融合到移动云台W坐标系下,其中激光雷达获取的数据融合到坐标系的形式如下:
式中:α,β,γ是L坐标系与W坐标系三个坐标轴X,Y,Z之间的旋转角;
惯性测量单元和里程计获取的数据均采用经典的七参数布尔莎模型融合到移动云台W坐标系下;
融合后的误差方程可表示为:
所述步骤d中的点云纠正采用基于迭代最近点算法,包括如下步骤:
1)选取第一次激光雷达扫描获得的三维点云矢量数据作为参考点集中的控制点集P={p1,p2,p3,…,pn},与其对应的待纠正点集为采集点Q={q1,q2,q3,…,qn};
3)判断是否满足||pi·qi||=min(||pj·qj||),其中||pi·qi||表示两个点集中点对的欧氏距离,并剔除不满足条件的点对。
所述步骤d中,点云分割处理采用表面生长分割方法,具体步骤包括:
1)求取每一个激光雷达扫描点P的法向量和残差,并把第一次激光雷达扫描获得的三维点云矢量数据确定种子点,对应的平面确定为种子平面;
2)在最新扫描激光雷达扫描的三维点云矢量数据中设置邻近点与种子点法线向量之间的角度差异阈值为θ:对于当前生长的种子点,利用向量逻辑函数树KD(K-Dimensional)求取三维点云矢量数据中的某一个邻近点作为待处理的点,分别计算种子点与待处理点的切平面法向量,通过两点法向量计算出两条法向量的角度差;如果该角度差小于阈值θ,则将此点加入到种子点队列中,并将该点作为新的种子点,继续判别其他的未处理的点,否则,跳过该点,处理其他的未处理点;
3)设置距离阈值Δd:对于待处理的种子点,通过邻近点拟合出切平面;如果待处理点到切平面的距离小于阈值Δd则将此点加入到种子队列中,并作为新的种子点,继续判别其他的未处理点,否则,跳过该点,处理其他的未处理点;
4)检查未被标号的数据点的数量:如果没有未被标号的点,结束分割;否则,对未被标号的点求拟合平面残差,将残差最小的点作为新的种子点,并将其加入到步骤3)的种子点队列中;
5)取步骤3)中种子点队列中尚未被处理过的种子点,利用向量逻辑函数树KD检索到该种子点的k个邻近点,对该种子点的每一个邻近点逐一判断;如果该点己经在步骤4)种子点的队列中,则不处理;否则按照步骤2)和步骤3)中的相似性测度进行判别;
6)检查种子点队列中是否仍然存在未处理的点;如果有,则返回到步骤4),顺序向下执行;如果没有,则分别对步骤4)中种子点队列中的点进行标号,并结束点云分割。
所述步骤f中,对提取的轮廓特征进行分离的方法包括如下步骤:
1)对激光雷达扫描的综采装备垂直面数据进行分割,将不同的综采装备立面上的点分割到相应的分割面片上;
2)对不同的分割面片点,利用特征值法拟合出该分割面片所在的平面;
3)将该分割面片上的所有点投影到拟合出的平面上;
4)根据该分割面片所在的平面法向量,计算其与水平面法线向量之间的夹角;并通过该夹角计算出旋转矩阵,将该平面上的点旋转到水平面;
5)提取综采装备点云数据的边界点;
6)将这些边界点进行连接边界点依次连接,从而得到最终综采装备的三维轮廓。
有益效果:由于采用了上述技术方案,本发明能快速构建出综采工作面的三维场景信息,解决综采工作面场景和设备状态的感知问题,减少人员伤亡、保障安全生产,在无人化开采技术领域内具有广泛的实用性。主要优点有:
1)本发明能快速的获取综采工作面和综采装备的高精度激光扫描三维点云矢量数据,进而生成综采工作面场景和综采装备运行状况的清晰图像;
2)对于视频监控综采工作面,整个工作面仅需安装一台激光雷达成像系统,就能够实现对整个工作面场景的快速构建,极大降低了投资成本,且安装便利、维护方便可靠。
附图说明
图1是本发明的激光雷达成像系统在综采工作面安装的示意图。
图2是本发明的井下综采工作面三维场景快速构建方法流程图。
图中:1-采煤机;2-刮板输送机;3-液压支架;4-柔性导轨;5-移动云台;6-激光雷达成像系统。
具体实施方式
下面结合附图中的实施例对本发明作进一步的描述:
如图1所示,为本发明的激光雷达成像系统6在综采工作面安装的示意图,激光雷达、惯性测量单元和里程计安装在移动云台5上,移动云台5在柔性轨道4上快速移动,柔性轨道4安装在刮板输送机2槽帮外侧的轨道支撑架上;其中移动云台5包括移动机构、云台座、带编码器驱动电机、位置传感器、控制模块、通讯模块和电源模块;柔性轨道4随着刮板输送机推移而移动,能自适应与自主调节,保证移动云台的快速通过。
如图2所示,本发明的井下综采工作面三维场景快速构建方法,利用激光扫描数据、惯性测量数据、里程计数据,快速构建综采工作面三维场景,具体步骤如下:
a.在刮板输送机2槽帮外侧的轨道支撑架上安装柔性轨道4,然后在柔性轨道4顶部安装移动云台5,并在移动云台5上设置激光雷达成像系统6,所述的激光雷达成像系统6包括激光雷达、惯性测量单元(Inertial measurement unit,IMU)、里程计和控制模块;激光雷达、惯性测量单元和里程计安装在移动云台上,移动云台在柔性轨道上快速移动,柔性轨道安装在刮板输送机槽帮外侧的轨道支撑架上;当控制模块向移动云台发出行走指令后,激光雷达开始快速扫描,IMU实时获取移动平台的三维姿态,里程计测量移动平台行走距离;
b.实时获取惯性测量单元、里程计与激光雷达的测量数据并进行融合,获得综采工作面激光扫描三维点云矢量数据;通过控制模块向移动云台5发出行走指令后,激光雷达开始快速扫描综采工作面三维场景信息,IMU实时获取移动云台5的三维姿态,里程计测量移动云台5行走距离;所述的移动云台包括移动机构、云台座、带编码器驱动电机、位置传感器、控制模块、通讯模块和电源模块;所述柔性轨道随着刮板输送机推移而移动,并可以自适应与自主调节,保证移动云台的快速通过。
c.将惯性测量单元测量数据、里程计测量数据与激光雷达实时获取的综采工作面三维场景信息进行融合,获得综采工作面激光扫描三维点云矢量数据;
d.对三维点云矢量数据进行点云去噪、点云纠正和点云分割处理;
e.分析处理综采工作面激光扫描三维点云矢量数据,并生成综采工作面三维点云矢量数据的不规则三角网,并对综采工作面不规则三角网进行样条曲线插值处理;
f.在生成的综采工作面不规则三角网中分别提取采煤机1、刮板输送机2和液压支架3的轮廓特征,对提取的轮廓特征进行分离,从而快速构建出综采工作面三维场景模型。
所述步骤c中,将惯性测量单元、里程计与激光雷达实时获取的数据进行融合的方法为:
首先把激光雷达、惯性测量单元和里程计获取的数据融合到移动云台5W坐标系下,其中激光雷达获取的数据融合到坐标系的形式如下:
式中:α,β,γ是L坐标系与W坐标系三个坐标轴X,Y,Z之间的旋转角;
惯性测量单元和里程计获取的数据均采用经典的七参数布尔莎模型融合到移动云台(5)W坐标系下;
融合后的误差方程可表示为:
所述步骤d中的点云纠正采用基于迭代最近点算法,包括如下步骤:
1)选取第一次激光雷达扫描获得的三维点云矢量数据作为参考点集中的控制点集P={p1,p2,p3,…,pn},与其对应的待纠正点集为采集点Q={q1,q2,q3,…,qn};
3)判断是否满足||pi·qi||=min(||pj·qj||),其中||pi·qi||表示两个点集中点对的欧氏距离,并剔除不满足条件的点对。
所述步骤d中,点云分割处理采用表面生长分割方法,具体步骤包括:
1)求取每一个激光雷达扫描点P的法向量和残差,并把第一次激光雷达扫描获得的三维点云矢量数据确定种子点,对应的平面确定为种子平面;
2)在最新扫描激光雷达扫描的三维点云矢量数据中设置邻近点与种子点法线向量之间的角度差异阈值为θ:对于当前生长的种子点,利用向量逻辑函数树KD(K-Dimensional)求取三维点云矢量数据中的某一个邻近点作为待处理的点,分别计算种子点与待处理点的切平面法向量,通过两点法向量计算出两条法向量的角度差;如果该角度差小于阈值θ,则将此点加入到种子点队列中,并将该点作为新的种子点,继续判别其他的未处理的点,否则,跳过该点,处理其他的未处理点;
3)设置距离阈值Δd:对于待处理的种子点,通过邻近点拟合出切平面;如果待处理点到切平面的距离小于阈值Δd则将此点加入到种子队列中,并作为新的种子点,继续判别其他的未处理点,否则,跳过该点,处理其他的未处理点;
4)检查未被标号的数据点的数量:如果没有未被标号的点,结束分割;否则,对未被标号的点求拟合平面残差,将残差最小的点作为新的种子点,并将其加入到步骤3)的种子点队列中;
5)取步骤3)中种子点队列中尚未被处理过的种子点,利用向量逻辑函数树KD检索到该种子点的k个邻近点,对该种子点的每一个邻近点逐一判断;如果该点己经在步骤4)种子点的队列中,则不处理;否则按照步骤2)和步骤3)中的相似性测度进行判别;
6)检查种子点队列中是否仍然存在未处理的点;如果有,则返回到步骤4),顺序向下执行;如果没有,则分别对步骤4)中种子点队列中的点进行标号,并结束点云分割。
所述步骤f中,对提取的轮廓特征进行分离的方法包括如下步骤:
1)对激光雷达扫描的综采装备垂直面数据(垂直于水平面法线向量)进行分割,将不同的综采装备立面上的点分割到相应的分割面片上;
2)对不同的分割面片点,利用特征值法拟合出该分割面片所在的平面;
3)将该分割面片上的所有点投影到拟合出的平面上;
4)根据该分割面片所在的平面法向量,计算其与水平面法线向量之间的夹角;并通过该夹角计算出旋转矩阵,将该平面上的点旋转到水平面;
5)提取综采装备点云数据的边界点;
6)将这些边界点进行连接边界点依次连接,从而得到最终综采装备的三维轮廓。
所述的点云分割采用的是表面生长分割方法,具体步骤包括:(1)求取每一个激光雷达扫描点的法向量和残差,由此,确定种子点和种子平面;(2)设置邻近点与种子点法线向量间的角度差异阈值θ:对于当前生长的种子点,利用KD(K-Dimensional)树求取其某一临近点作为待处理的点,分别计算种子点与待处理点的切平面法向量,通过两点法向量计算出两条法向量的角度差,如果该角度差小于阈值θ,则将此点加入到种子点队列中,并将该点作为新的种子点,继续判别其他的未处理的点,否则,跳过该点,处理其他的未处理点;(3)设置距离阈值Δd:对于当前的种子点,通过邻近点拟合出切平面,如果待处理点到切平面的距离小于阈值Δd则将此点加入到种子队列中,并作为新的种子点,继续判别其他的未处理点,否则,跳过该点,处理其他的未处理点;(4)检查未被标号的数据点的数量:如果没有未被标号的点,结束分割;否则,对该些未被标号的点求拟合平面残差,将残差最小的点作为新的种子点,并将其加入到一个种子点队列;(5)取种子点队列中第一个尚未被处理过的种子点,利用KD树检索到该种子点的k个邻近点。对该种子点的每一个邻近点进行逐一判断,如果该点己经在种子点的队列中,则不处理;否则按照(2)、(3)中的相似性测度进行判别;(6)平面竞争:如果某一邻近点可W加入到该种子点队列中,判断这一临近点是否己经被标号,如果被标号,则计算这个点到当前切平面的距离与该点到已标号的切平面的距离,如果前者较小,则将该点加入到当前种子点队列,否则不予W处理;如果该点未被标号,则直接加入到当前种子点队列;(7)检查种子点队列中是否仍然存在未处理的点,如果有,则返回到第(4)步,顺序向下执行,如果没有,则分别对不同种子点队列中的点进行标号,并结束点云分割。
所述的轮廓特征提取方法的步骤包括:(1)对综采装备立面数据进行分割,将不同的综采装备立面上的点分割到相应的分割面片上;(2)对不同的分割面片点,利用特征值法拟合出该分割面片所在的平面;(3)将该分割面片上的所有点投影到拟合出的平面上;(4)根据该分割面片所在的平面法向量,计算其与水平面法线向量之间的夹角;并通过该夹角计算出旋转矩阵,将该平面上的点旋转到水平面;(5)提取综采装备点云数据的边界点;(6)将这些边界点进行连接边界点,从而得到最终综采装备的三维轮廓。
Claims (4)
1.一种井下综采工作面三维场景快速构建方法,其特征在于:利用激光扫描数据、惯性测量数据、里程计数据,快速构建综采工作面三维场景,具体步骤如下:
a.在刮板输送机(2)槽帮外侧的轨道支撑架上安装柔性轨道(4),然后在柔性轨道(4)顶部安装移动云台(5),并在移动云台(5)上设置激光雷达成像系统(6),所述的激光雷达成像系统(6)包括激光雷达、惯性测量单元、里程计和控制模块;
b.通过控制模块向移动云台(5)发出行走指令后,激光雷达开始快速扫描综采工作面三维场景信息,惯性测量单元实时获取移动云台(5)的三维姿态,里程计测量移动云台(5)行走距离;
c.将惯性测量单元测量数据、里程计测量数据与激光雷达实时获取的综采工作面三维场景信息进行融合,获得综采工作面激光扫描三维点云矢量数据;
d.对三维点云矢量数据进行点云去噪、点云纠正和点云分割处理;
e.分析处理综采工作面激光扫描三维点云矢量数据,并生成综采工作面三维点云矢量数据的不规则三角网,并对综采工作面不规则三角网进行样条曲线插值处理;
f.在生成的综采工作面不规则三角网中分别提取采煤机(1)、刮板输送机(2)和液压支架(3)的轮廓特征,对提取的轮廓特征进行分离,从而快速构建出综采工作面三维场景模型;
所述步骤c中,将惯性测量单元、里程计与激光雷达实时获取的数据进行融合的方法为:
首先把激光雷达、惯性测量单元和里程计获取的数据融合到移动云台(5)W坐标系下,激光雷达获取的数据融合到坐标系的形式如下:
式中:α,β,γ是L坐标系与W坐标系三个坐标轴X,Y,Z之间的旋转角;
惯性测量单元和里程计获取的数据均采用经典的七参数布尔莎模型融合到移动云台(5)W坐标系下;
融合后的误差方程表示为:
3.根据权利要求1中所述的一种井下综采工作面三维场景快速构建方法,其特征在于:所述步骤d中,点云分割处理采用表面生长分割方法,具体步骤包括:
1)求取每一个激光雷达扫描点P的法向量和残差,并把第一次激光雷达扫描获得的三维点云矢量数据确定种子点,对应的平面确定为种子平面;
2)在最新扫描激光雷达扫描的三维点云矢量数据中设置邻近点与种子点法线向量之间的角度差异阈值为θ:对于当前生长的种子点,利用向量逻辑函数树KD求取三维点云矢量数据中的某一个邻近点作为待处理的点,分别计算种子点与待处理点的切平面法向量,通过两点法向量计算出两条法向量的角度差;如果该角度差小于阈值θ,则将此点加入到种子点队列中,并将该点作为新的种子点,继续判别其他的未处理的点,否则,跳过该点,处理其他的未处理点;
3)设置距离阈值Δd:对于待处理的种子点,通过邻近点拟合出切平面;如果待处理点到切平面的距离小于阈值Δd则将此点加入到种子队列中,并作为新的种子点,继续判别其他的未处理点,否则,跳过该点,处理其他的未处理点;
4)检查未被标号的数据点的数量:如果没有未被标号的点,结束分割;否则,对未被标号的点求拟合平面残差,将残差最小的点作为新的种子点,并将其加入到步骤3)的种子点队列中;
5)取步骤3)中种子点队列中尚未被处理过的种子点,利用向量逻辑函数树KD检索到该种子点的k个邻近点,对该种子点的每一个邻近点逐一判断;如果该点己经在步骤4)种子点的队列中,则不处理;否则按照步骤2)和步骤3)中的相似性测度进行判别;
6)检查种子点队列中是否仍然存在未处理的点;如果有,则返回到步骤4),顺序向下执行;如果没有,则分别对步骤4)中种子点队列中的点进行标号,并结束点云分割。
4.根据权利要求1中所述的一种井下综采工作面三维场景快速构建方法,其特征在于,所述步骤f中,对提取的轮廓特征进行分离的方法包括如下步骤:
1)对激光雷达扫描的综采装备垂直面数据进行分割,将不同的综采装备立面上的点分割到相应的分割面片上;
2)对不同的分割面片点,利用特征值法拟合出该分割面片所在的平面;
3)将该分割面片上的所有点投影到拟合出的平面上;
4)根据该分割面片所在的平面法向量,计算其与水平面法线向量之间的夹角;并通过该夹角计算出旋转矩阵,将该平面上的点旋转到水平面;
5)提取综采装备点云数据的边界点;
6)将这些边界点进行连接边界点依次连接,从而得到最终综采装备的三维轮廓。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910524392.4A CN110232736B (zh) | 2019-06-18 | 2019-06-18 | 一种井下综采工作面三维场景快速构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910524392.4A CN110232736B (zh) | 2019-06-18 | 2019-06-18 | 一种井下综采工作面三维场景快速构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110232736A CN110232736A (zh) | 2019-09-13 |
CN110232736B true CN110232736B (zh) | 2023-05-26 |
Family
ID=67860069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910524392.4A Active CN110232736B (zh) | 2019-06-18 | 2019-06-18 | 一种井下综采工作面三维场景快速构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110232736B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110906923B (zh) * | 2019-11-28 | 2023-03-14 | 重庆长安汽车股份有限公司 | 车载多传感器紧耦合融合定位方法、系统、存储介质及车辆 |
CN111259807B (zh) * | 2020-01-17 | 2023-09-01 | 中国矿业大学 | 井下有限区域移动设备定位系统 |
CN111207774B (zh) * | 2020-01-17 | 2021-12-03 | 山东大学 | 一种用于激光-imu外参标定的方法及系统 |
CN111612902B (zh) * | 2020-04-20 | 2023-07-11 | 杭州鼎控自动化技术有限公司 | 一种基于雷达点云数据的煤矿巷道三维模型构建方法 |
CN111453310B (zh) * | 2020-04-22 | 2021-04-23 | 南京大学 | 一种基于激光雷达的煤矿刮板机负载高度检测方法 |
CN111583302B (zh) * | 2020-05-06 | 2021-07-16 | 北京大学 | 一种基于三维激光点云的割煤顶板线提取方法 |
CN112037317B (zh) * | 2020-06-05 | 2024-01-26 | 天津华宁电子有限公司 | 截割煤壁三维图形的绘制方法及绘制系统 |
CN111637888B (zh) * | 2020-06-15 | 2021-06-15 | 中南大学 | 基于惯导和激光雷达单点测距的掘进机定位方法及系统 |
CN111736234B (zh) * | 2020-07-27 | 2021-06-11 | 中国矿业大学 | 一种基于探地雷达和地震透射槽波的煤厚预测方法 |
CN111963249B (zh) * | 2020-07-30 | 2022-11-22 | 中煤科工集团西安研究院有限公司 | 一种分布式透明工作面全巷道监测系统及方法 |
CN111997679B (zh) * | 2020-09-09 | 2022-08-30 | 重庆工程职业技术学院 | 一种综采工作面端头推移状态监测装置 |
CN112419482B (zh) * | 2020-11-23 | 2023-12-01 | 太原理工大学 | 深度点云融合的矿井液压支架群位姿三维重建方法 |
CN112814676A (zh) * | 2020-12-31 | 2021-05-18 | 重庆大学 | 基于综采工作面煤层三维模型构建的割煤轨迹动态修正方法 |
CN113093217A (zh) * | 2021-02-19 | 2021-07-09 | 中铁第一勘察设计院集团有限公司 | 多线激光扫描隧道三维重构方法 |
CN113160143B (zh) * | 2021-03-23 | 2022-05-24 | 中南大学 | 物料搅拌槽内物料液面高度测量方法及系统 |
CN113378800B (zh) * | 2021-07-27 | 2021-11-09 | 武汉市测绘研究院 | 基于车载三维点云的道路标志线自动分类与矢量化方法 |
CN114427476A (zh) * | 2021-12-17 | 2022-05-03 | 北京天玛智控科技股份有限公司 | 液压支架、液压支架的姿态控制方法及其装置 |
CN114897040B (zh) * | 2022-03-16 | 2023-06-16 | 宁夏广天夏科技股份有限公司 | 采煤面矫直方法、装置及综采工作面系统 |
CN114841944B (zh) * | 2022-04-25 | 2023-03-28 | 中钢集团马鞍山矿山研究总院股份有限公司 | 基于挂轨轨道机器人的尾矿坝表面形变巡检方法 |
CN114739311B (zh) * | 2022-06-15 | 2022-09-20 | 安徽大学 | 一种基于多传感器的井筒快速变形监测设备和方法 |
CN115523929B (zh) * | 2022-09-20 | 2023-05-12 | 北京四维远见信息技术有限公司 | 一种基于slam的车载组合导航方法、装置、设备及介质 |
CN115908425B (zh) * | 2023-02-14 | 2023-06-30 | 四川大学 | 一种基于边缘检测的堆石级配信息检测方法 |
CN117706563B (zh) * | 2024-02-05 | 2024-05-07 | 中南大学 | 矿井垂直断面钻孔定位方法、系统、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392491B (zh) * | 2014-12-15 | 2017-02-22 | 中南大学 | 基于旋转面的采空区激光扫描点云三角剖分方法 |
CN109118574A (zh) * | 2018-07-04 | 2019-01-01 | 北京航空航天大学 | 一种基于三维特征提取的快速逆向建模方法 |
CN109059942B (zh) * | 2018-08-22 | 2021-12-14 | 中国矿业大学 | 一种井下高精度导航地图构建系统及构建方法 |
-
2019
- 2019-06-18 CN CN201910524392.4A patent/CN110232736B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110232736A (zh) | 2019-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232736B (zh) | 一种井下综采工作面三维场景快速构建方法 | |
CN100486476C (zh) | 基于线结构光传感器自动生成鞋底喷胶轨迹的方法及系统 | |
CA2950791C (en) | Binocular visual navigation system and method based on power robot | |
CN110703800A (zh) | 基于无人机的电力设施智能识别方法及系统 | |
CN105447853A (zh) | 飞行装置、飞行控制系统及方法 | |
CN108647646A (zh) | 基于低线束雷达的低矮障碍物的优化检测方法及装置 | |
CN105302151A (zh) | 一种飞机入坞引导和机型识别的系统及方法 | |
CN112923904B (zh) | 面向多无人机协同摄影测量的地质灾害隐患探测方法 | |
CN105346706A (zh) | 飞行装置、飞行控制系统及方法 | |
CN106780524A (zh) | 一种三维点云道路边界自动提取方法 | |
CN106323243A (zh) | 一种基于无人机的大坝变形观测预警系统及方法和装置 | |
CN104197899A (zh) | 移动机器人定位方法及系统 | |
CN101067557A (zh) | 适用于自主移动车辆的环境感知的单目视觉导航方法 | |
CN113359782B (zh) | 一种融合lidar点云与图像数据的无人机自主选址降落方法 | |
CN111860321B (zh) | 一种障碍物识别方法及系统 | |
CN112161571B (zh) | 一种低数据量的双目视觉采煤机定位与位姿检测系统及方法 | |
CN108564628B (zh) | 一种面向掘进机自动化的截割头视觉定位定向系统 | |
CN111998862B (zh) | 一种基于bnn的稠密双目slam方法 | |
KR102255978B1 (ko) | 3d 센서를 활용한 객체 인식 기반 고해상도 철도 터널 내부 정밀 지도 생성 장치 및 방법 | |
CN110514133A (zh) | 一种基于摄影测量的无人机隧道变形检测方法 | |
Xi et al. | A vision-based inspection strategy for large-scale photovoltaic farms using an autonomous UAV | |
CN114782357A (zh) | 一种用于变电站场景的自适应分割系统及方法 | |
CN114660579A (zh) | 一种全自动激光雷达与相机标定方法 | |
CN117409336A (zh) | 基于点云的城郊输电线网络树障定位及切除方法 | |
WO2014054124A1 (ja) | 路面標示検出装置及び路面標示検出方法 |
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 |