CN111830948A - 不同料场之间实时料堆三维成像的数据共享系统和方法 - Google Patents
不同料场之间实时料堆三维成像的数据共享系统和方法 Download PDFInfo
- Publication number
- CN111830948A CN111830948A CN201910237159.8A CN201910237159A CN111830948A CN 111830948 A CN111830948 A CN 111830948A CN 201910237159 A CN201910237159 A CN 201910237159A CN 111830948 A CN111830948 A CN 111830948A
- Authority
- CN
- China
- Prior art keywords
- data
- stacker
- laser scanning
- dimensional
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003384 imaging method Methods 0.000 title claims abstract description 28
- 239000000463 material Substances 0.000 claims abstract description 77
- 230000033001 locomotion Effects 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000009434 installation Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 63
- 238000003860 storage Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 11
- 230000009467 reduction Effects 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 244000089409 Erythrina poeppigiana Species 0.000 description 1
- 235000009776 Rathbunia alamosensis Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种不同料场之间实时料堆三维成像的数据共享系统和方法，在堆取料机进行堆取料作业前后及作业过程中，记录堆取料机的运动信息，采用激光扫描设备实时对料堆进行连续扫描，获取料堆空间距离信息；从激光扫描设备中读取料堆空间距离信息，通过通讯网络设备对料堆空间距离信息进行网络传输；接收料堆空间距离信息，结合堆取料机的运动信息以及激光扫描设备的安装位置信息，构建料堆三维立体模型并显示，得到料堆三维坐标数据并存储。实现在堆取料机全自动无人驾驶，实时扫描，获取料堆的三维成像的数据共享，使得能够进一步精确控制堆取料机在取料、堆料过程中各机构的位置调整。
Description
技术领域
本发明涉及散货料场物流运输过程控制领域，具体地，涉及一种不同料场之间实时料堆三维成像的数据共享系统和方法，适用于堆取料机全自动无人驾驶。
背景技术
目前在港口行业中，已有应用超声波、微波、激光等设备，对料堆的三维形状进行扫描的试验先例。但大都还不能适应散货料场无人化堆取工艺要求，主要是受大雾、雨水、粉尘、亮度、机械振动等各种因素的影响，造成数据干扰太大，采集的数据中掺杂过多的无效数据，导致最终形成的三维图像无法满足自动化过程控制的精度要求，一般散货堆场面积都比较大，单个测量仪器因量程有限，无法覆盖整个料场。而堆场当中要堆放料堆，无法安装测量仪表的固定基础。即使能够安装，测量仪器数量要大大增加，经济成本随之提高。测量仪器安装在堆取料机上是一个简便、节约成本的方法。因堆取料机沿整个堆场轨道运行，在堆取料机运动过程中，测量仪器可以随之覆盖整个堆场范围。但因精密测量仪器的工作环境要求，大多需要测量仪器本身严格保持静止、固定。而堆取料机由于电机等机械设备运行的振动，对测量数据带来极大的干扰。只能在堆取料机不工作的时候，测量数据才比较可靠，所以无法实现对正在作业的料堆的实时动态扫描。综上所述，现有技术条件无法完成实现堆取料自动化所需要的实时精确的三维成像要求，需要研究开发新的解决方法。
与本申请相关的现有技术是专利文献CN102336340A，涉及一种应用于大型的港口码头、货车车站、露天仓库的全自动散货堆场堆取方法，该方法主要是指在堆取料机作业时,在充分保证料场利用率、发挥堆取料机的堆取料能力和其它功能基础上,堆取料机司机室内无操作司机进行操作和监视,现场工控机内也不需要人员进行全程的控制操作。现场工控机从管理系统获得作业任务后,根据料场情况和堆取料机状态进行优化计算和安全性检验,自动产生相关堆或取模式信息,随后系统自动将相关控制指令发送到对应本地堆取料机PLC控制器,由堆取料机进行全过程无人驾驶的自动堆、取料作业。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种不同料场之间实时料堆三维成像的数据共享系统和方法。
根据本发明提供的一种不同料场之间实时料堆三维成像的数据共享系统，包括：
激光扫描模块：在堆取料机进行堆取料作业前后及作业过程中，记录堆取料机的运动信息，采用激光扫描设备实时对料堆进行连续扫描，获取料堆空间距离信息；
网络通信模块：从激光扫描设备中读取料堆空间距离信息，通过通讯网络设备对料堆空间距离信息进行网络传输；
图像处理模块：接收料堆空间距离信息，结合堆取料机的运动信息以及激光扫描设备的安装位置信息，构建料堆三维立体模型并显示，得到料堆三维坐标数据并存储。
优选地，所述激光扫描模块包括：
激光扫描数据子模块：连续进行激光扫描，获取堆取料机的运动信息，对运动信息中的刷新频率与激光扫描的刷新频率进行时间匹配，所述时间匹配以激光扫描的时间为准；
空间数据还原子模块：建立直角坐标系，求得目标位置的三维坐标分量，按照匹配后的数据信息，以及堆取料机的尺寸参数，将测量点坐标从局部坐标下转换成世界坐标系下。
优选地，所述图像处理模块包括：
滤波处理子模块：检查确认激光扫描设备的激光测距值，保留激光测距值在第一设定值和第二设定值之间的激光测距结果，对扫描缺失点采用相邻点平均值进行补偿替代；
网格化处理子模块：对堆取料机的运动信息采用网格数据格式进行数据整合，得到网格规范化数据；
插值处理子模块：对网格规范化数据中的网格缺失点进行插值处理，所述插值处理采用线性模板计算；
点云存储子模块：对得到的料堆三维坐标数据，生成点云数据，进行点云存储。
优选地，所述激光扫描设备采用二维激光扫描仪，所述二维激光扫描仪安装在堆取料机的大臂两侧。
优选地，所述堆取料机的运动信息包括行走信息、俯仰信息、回旋信息中的任一种或任多种。
根据本发明提供的一种不同料场之间实时料堆三维成像的数据共享方法，包括：
激光扫描步骤：在堆取料机进行堆取料作业前后及作业过程中，记录堆取料机的运动信息，采用激光扫描设备实时对料堆进行连续扫描，获取料堆空间距离信息；
网络通信步骤：从激光扫描设备中读取料堆空间距离信息，通过通讯网络设备对料堆空间距离信息进行网络传输；
图像处理步骤：接收料堆空间距离信息，结合堆取料机的运动信息以及激光扫描设备的安装位置信息，构建料堆三维立体模型并显示，得到料堆三维坐标数据并存储。
优选地，所述激光扫描步骤包括：
激光扫描数据子步骤：连续进行激光扫描，获取堆取料机的运动信息，对运动信息中的刷新频率与激光扫描的刷新频率进行时间匹配，所述时间匹配以激光扫描的时间为准；
空间数据还原子步骤：建立直角坐标系，求得目标位置的三维坐标分量，按照匹配后的数据信息，以及堆取料机的尺寸参数，将测量点坐标从局部坐标下转换成世界坐标系下。
优选地，所述图像处理步骤包括：
滤波处理子步骤：检查确认激光扫描设备的激光测距值，保留激光测距值在第一设定值和第二设定值之间的激光测距结果，对扫描缺失点采用相邻点平均值进行补偿替代；
网格化处理子步骤：对堆取料机的运动信息采用网格数据格式进行数据整合，得到网格规范化数据；
插值处理子步骤：对网格规范化数据中的网格缺失点进行插值处理，所述插值处理采用线性模板计算；
点云存储子步骤：对得到的料堆三维坐标数据，生成点云数据，进行点云存储。
与现有技术相比，本发明具有如下的有益效果：
本发明实现在堆取料机全自动无人驾驶，实时扫描，获取料堆的三维成像的数据共享，使得能够进一步精确控制堆取料机在取料、堆料过程中各机构的位置调整。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为被探测目标三维坐标分量的数学模型示意图；
图2为将测量点坐标从激光传感器坐标下(局部坐标)转换成料场坐标系下(世界坐标系下)的转换示意图；
图3为本发明的处理流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实际生产中要实现散货料场无人化堆取工艺，其自动化的控制源头是料场的料堆识别，包括料堆长度、宽度、高度、起始地址、终点地址等，还有随着堆料、取料而不断变化的堆形，因为在作业的过程中料场中的料堆是动态的，它在不断地增高或者降低等。只有取得料堆的三维形状及坐标，才能精确控制堆取料机在取料、堆料过程中各机构的位置调整。
根据本发明提供的一种不同料场之间实时料堆三维成像的数据共享系统，包括：
激光扫描模块：在堆取料机进行堆取料作业前后及作业过程中，记录堆取料机的运动信息，采用激光扫描设备实时对料堆进行连续扫描，获取料堆空间距离信息；
网络通信模块：从激光扫描设备中读取料堆空间距离信息，通过通讯网络设备对料堆空间距离信息进行网络传输；
图像处理模块：接收料堆空间距离信息，结合堆取料机的运动信息以及激光扫描设备的安装位置信息，构建料堆三维立体模型并显示，得到料堆三维坐标数据并存储。
具体地，所述激光扫描模块包括：
激光扫描数据子模块：连续进行激光扫描，获取堆取料机的运动信息，对运动信息中的刷新频率与激光扫描的刷新频率进行时间匹配，所述时间匹配以激光扫描的时间为准；
空间数据还原子模块：建立直角坐标系，求得目标位置的三维坐标分量，按照匹配后的数据信息，以及堆取料机的尺寸参数，将测量点坐标从局部坐标下转换成世界坐标系下。
具体地，所述图像处理模块包括：
滤波处理子模块：检查确认激光扫描设备的激光测距值，保留激光测距值在第一设定值和第二设定值之间的激光测距结果，对扫描缺失点采用相邻点平均值进行补偿替代；
网格化处理子模块：对堆取料机的运动信息采用网格数据格式进行数据整合，得到网格规范化数据；
插值处理子模块：对网格规范化数据中的网格缺失点进行插值处理，所述插值处理采用线性模板计算；
点云存储子模块：对得到的料堆三维坐标数据，生成点云数据，进行点云存储。
具体地，所述激光扫描设备采用二维激光扫描仪，所述二维激光扫描仪安装在堆取料机的大臂两侧。
具体地，所述堆取料机的运动信息包括行走信息、俯仰信息、回旋信息中的任一种或任多种。
根据本发明提供的一种不同料场之间实时料堆三维成像的数据共享方法，包括：
激光扫描步骤：在堆取料机进行堆取料作业前后及作业过程中，记录堆取料机的运动信息，采用激光扫描设备实时对料堆进行连续扫描，获取料堆空间距离信息；
网络通信步骤：从激光扫描设备中读取料堆空间距离信息，通过通讯网络设备对料堆空间距离信息进行网络传输；
图像处理步骤：接收料堆空间距离信息，结合堆取料机的运动信息以及激光扫描设备的安装位置信息，构建料堆三维立体模型并显示，得到料堆三维坐标数据并存储。
具体地，所述激光扫描步骤包括：
激光扫描数据子步骤：连续进行激光扫描，获取堆取料机的运动信息，对运动信息中的刷新频率与激光扫描的刷新频率进行时间匹配，所述时间匹配以激光扫描的时间为准；
空间数据还原子步骤：建立直角坐标系，求得目标位置的三维坐标分量，按照匹配后的数据信息，以及堆取料机的尺寸参数，将测量点坐标从局部坐标下转换成世界坐标系下。
具体地，所述图像处理步骤包括：
滤波处理子步骤：检查确认激光扫描设备的激光测距值，保留激光测距值在第一设定值和第二设定值之间的激光测距结果，对扫描缺失点采用相邻点平均值进行补偿替代；
网格化处理子步骤：对堆取料机的运动信息采用网格数据格式进行数据整合，得到网格规范化数据；
插值处理子步骤：对网格规范化数据中的网格缺失点进行插值处理，所述插值处理采用线性模板计算；
点云存储子步骤：对得到的料堆三维坐标数据，生成点云数据，进行点云存储。
本发明提供的不同料场之间实时料堆三维成像的数据共享系统，可以通过不同料场之间实时料堆三维成像的数据共享方法的步骤流程实现。本领域技术人员可以将不同料场之间实时料堆三维成像的数据共享方法理解为所述不同料场之间实时料堆三维成像的数据共享系统的优选例。
在具体实施中，本发明采用二维激光扫描仪安装在大臂两侧配合大车的走行、俯仰、回旋实现三维扫描功能，并结合图像处理技术，并综合采用滤波、数据网格化处理，实现料堆的三维实时成像，生成对应的点云数据，为控制和信息化提供实时的料堆数据。本发明采用三维激光扫描技术和相关图像处理技术，实现料堆的三维实时成像和多料场数据共享。如图3所示，初始化之后，进行激光扫描数据，对数据进行空间数据还原，再结合滤波处理、网格化处理、插值处理，最终进行点云存储。主要包括如下技术内容和处理步骤：
(A)系统构成及控制原理
料堆激光扫描检测扫描装置包括激光扫描设备、控制单元、各机构编码器以及数据通讯设备，安装在悬臂两端。在堆取料作业前后和作业过程中，激光扫描设备实时对料堆进行高速连续扫描，根据激光测距的有关原理，获取料堆表面上各点的三维位置信息。在料堆扫描时，将激光扫描设备所获得的被测料堆空间距离信息通过通讯网络设备送至中控系统，在中控系统中图像处理模块结合来自堆取料机的大车走行、悬臂回转、悬臂俯仰位置信息以及扫描设备本身的安装位置，利用坐标变换和三维重建算法最终构建完成料堆的三维立体模型和显示，并获得料堆的三维坐标数据。
(B)三维扫描及空间数据还原
为建立料堆的三维模型，需要将其转化成料场坐标系的坐标值。这需要获取堆取料机的当前运动参数值，包括堆取料机的走行、俯仰、回旋编码器的信息。由于激光扫描的刷新频率和获取编码器数据的刷新频率不一致，编码器数据的刷新频率要大于激光扫描的刷新频率，需要进行数据的时间匹配。匹配的原则是以激光扫描数据的时间为准，用最接近该时间的编码器数据去匹配激光扫描数据。
如图1所示，建立直角坐标系，假定已知定位系统探测终端的三维坐标，求目标位置的三维坐标分量，应具备的已知条件为：①探测终端与目标之间的直线距离L；目标相对于系统探测终端的方位角θ、(水平与俯仰两个方向相对于坐标系各轴的夹角)。
设O点坐标为(0,0,0),T点高程为H，那么T点坐标为(O,0,H)；L由激光测距机测得；θ和α通过双坐标伺服系统的反馈传感器输出。设B点三维直角坐标为(a,b,c)，则B点坐标分量为：a＝OD＝OC*cosθ＝AB*cosθ＝L*sinaα*cosθ，b＝CD＝OC*sinθ＝AB*sinθ＝L*sinα*sinθ，c＝AO＝TO-TA＝H-L*cosα
上式为目标三维坐标的数学表达式,也就是建立起来的被探测目标三维坐标分量的数学模型
根据以上原理，在完成预处理后，按照匹配的数据信息，以及堆取料机的尺寸参数，如图2所示，将测量点坐标从激光传感器坐标下(局部坐标)转换成料场坐标系下(世界坐标系下)。
(C)数据滤波
对上述数字高程模型数据进行常规滤波处理，去除干扰数据和局部区域所出现的异常数据，在此基础上进行数字高程模型数据的分析，即进行料堆高程点云数据归类处理。
为保证激光扫描仪三维扫描计算准确性，降低料堆数据计算偏差，本发明在空间数据还原之前首先检查确认激光测距值，及时排除小于下限或大于上限的激光测距值结果，仅对介于上限与下限之间的激光测距结果进行空间数据还原和三维坐标计算。
其中：LengthMin和LengthMax为激光测距值的下限和上限，i和j为扫描点(i,j)的坐标值，Data(i,j)为扫描点(i,j)的激光测距结果，null为空值。
对于被过滤而形成的扫描缺失点，本发明采用相邻点平均值进行补偿替代，即：
其中K为Data(i,j)相邻的有效扫描数据数量，m、n分别表示相邻点的矩阵大小。
(D)数据网格化处理
由于测量点的数量较多，且堆取料机的运动并不是匀速的，这些点的分布不规范，全部采用这些离散的点进行三维模型的构造，将占用更多的计算资源，不利于后续的实时计算处理。网格的大小可根据所需要的精度和计算效率调整。
为此，采用了规范化网格数据格式对上述数据进行整合。网格规范化的算法思想是将分布在同一个网格中的点的高度z进行均值化，且规定网格点的x,y坐标为每个网格中心。数学上可以表示为一个矩阵，在计算机实现中则是一个二维数组。每个格网单元或数组的一个元素，对应一个高程值。
(E)数据插值处理
由于点的分布不均匀，在经过网格规范化后，会出现部分网格中没有数据的情况，为此需要进行插值处理。考虑到算法实时性的要求，采用简单的线性模板进行计算。
具体算法思路：遍历二维数组中是否有未赋值的网格，如有则应用上述模板进行处理；假设某个网格点的高层z表达为G(x,y)，x，y为网格坐标，则模板处理的数学表达为：G(x,y)＝(G(x-1,y)+G(x,y-1)+G(x+1y)+G(x,y+1))/4；当需要插值的点相邻时，可先假设两点相等；当需要插值的点在边缘时，上述处理略有变化：对于左边缘点,处理公式为：G(x,y)＝(G(x-1,y)+G(x+1,y)+G(x,y+1))/3；对于右边缘点，处理公式为:G(x,y)＝(G(x-1,y)+G(x+1,y)+G(x,y-1))/3；对于上边缘点，处理公式为:G(x,y)＝(G(x-1,y)+G(x,y-1)+G(x,y+1))/3；对于下边缘点，处理公式为:G(x,y)＝(G(x,y-1)+G(x+1,y)+G(x,y+1))/3；
当需要插值的点在角点处时，对于左上角点,处理公式为:G(x,y)＝(G(x-1,y)+G(x,y+1))/2；对于右上角点,处理公式为:G(x,y)＝(G(x-1,y)+G(x,y-1))/2；对于左下角点,处理公式为:G(x,y)＝(G(x,y+1)+G(x+1,y))/2；对于右下角点,处理公式为:G(x,y)＝(G(x,y-1)+G(x+1,y))/2。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种不同料场之间实时料堆三维成像的数据共享系统，其特征在于，包括：
激光扫描模块：在堆取料机进行堆取料作业前后及作业过程中，记录堆取料机的运动信息，采用激光扫描设备实时对料堆进行连续扫描，获取料堆空间距离信息；
网络通信模块：从激光扫描设备中读取料堆空间距离信息，通过通讯网络设备对料堆空间距离信息进行网络传输；
图像处理模块：接收料堆空间距离信息，结合堆取料机的运动信息以及激光扫描设备的安装位置信息，构建料堆三维立体模型并显示，得到料堆三维坐标数据并存储。
2.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享系统，其特征在于，所述激光扫描模块包括：
激光扫描数据子模块：连续进行激光扫描，获取堆取料机的运动信息，对运动信息中的刷新频率与激光扫描的刷新频率进行时间匹配，所述时间匹配以激光扫描的时间为准；
空间数据还原子模块：建立直角坐标系，求得目标位置的三维坐标分量，按照匹配后的数据信息，以及堆取料机的尺寸参数，将测量点坐标从局部坐标下转换成世界坐标系下。
3.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享系统，其特征在于，所述图像处理模块包括：
滤波处理子模块：检查确认激光扫描设备的激光测距值，保留激光测距值在第一设定值和第二设定值之间的激光测距结果，对扫描缺失点采用相邻点平均值进行补偿替代；
网格化处理子模块：对堆取料机的运动信息采用网格数据格式进行数据整合，得到网格规范化数据；
插值处理子模块：对网格规范化数据中的网格缺失点进行插值处理，所述插值处理采用线性模板计算；
点云存储子模块：对得到的料堆三维坐标数据，生成点云数据，进行点云存储。
4.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享系统，其特征在于，所述激光扫描设备采用二维激光扫描仪，所述二维激光扫描仪安装在堆取料机的大臂两侧。
5.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享系统，其特征在于，所述堆取料机的运动信息包括行走信息、俯仰信息、回旋信息中的任一种或任多种。
6.一种不同料场之间实时料堆三维成像的数据共享方法，其特征在于，包括：
激光扫描步骤：在堆取料机进行堆取料作业前后及作业过程中，记录堆取料机的运动信息，采用激光扫描设备实时对料堆进行连续扫描，获取料堆空间距离信息；
网络通信步骤：从激光扫描设备中读取料堆空间距离信息，通过通讯网络设备对料堆空间距离信息进行网络传输；
图像处理步骤：接收料堆空间距离信息，结合堆取料机的运动信息以及激光扫描设备的安装位置信息，构建料堆三维立体模型并显示，得到料堆三维坐标数据并存储。
7.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享方法，其特征在于，所述激光扫描步骤包括：
激光扫描数据子步骤：连续进行激光扫描，获取堆取料机的运动信息，对运动信息中的刷新频率与激光扫描的刷新频率进行时间匹配，所述时间匹配以激光扫描的时间为准；
空间数据还原子步骤：建立直角坐标系，求得目标位置的三维坐标分量，按照匹配后的数据信息，以及堆取料机的尺寸参数，将测量点坐标从局部坐标下转换成世界坐标系下。
8.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享方法，其特征在于，所述图像处理步骤包括：
滤波处理子步骤：检查确认激光扫描设备的激光测距值，保留激光测距值在第一设定值和第二设定值之间的激光测距结果，对扫描缺失点采用相邻点平均值进行补偿替代；
网格化处理子步骤：对堆取料机的运动信息采用网格数据格式进行数据整合，得到网格规范化数据；
插值处理子步骤：对网格规范化数据中的网格缺失点进行插值处理，所述插值处理采用线性模板计算；
点云存储子步骤：对得到的料堆三维坐标数据，生成点云数据，进行点云存储。
9.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享方法，其特征在于，所述激光扫描设备采用二维激光扫描仪，所述二维激光扫描仪安装在堆取料机的大臂两侧。
10.根据权利要求1所述的不同料场之间实时料堆三维成像的数据共享方法，其特征在于，所述堆取料机的运动信息包括行走信息、俯仰信息、回旋信息中的任一种或任多种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910237159.8A CN111830948A (zh) | 2019-03-27 | 2019-03-27 | 不同料场之间实时料堆三维成像的数据共享系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910237159.8A CN111830948A (zh) | 2019-03-27 | 2019-03-27 | 不同料场之间实时料堆三维成像的数据共享系统和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111830948A true CN111830948A (zh) | 2020-10-27 |
Family
ID=72914164
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910237159.8A Pending CN111830948A (zh) | 2019-03-27 | 2019-03-27 | 不同料场之间实时料堆三维成像的数据共享系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111830948A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112407979A (zh) * | 2020-11-11 | 2021-02-26 | 中冶东方工程技术有限公司 | 一种基于原料场扫描成像的自动取料方法及系统 |
| CN113291847A (zh) * | 2021-03-31 | 2021-08-24 | 湖南千盟工业智能系统股份有限公司 | 一种基于三维成像的散料智能堆取料方法 |
| CN113446938A (zh) * | 2021-06-25 | 2021-09-28 | 浙江龙翔工具科技有限公司 | 一种数控雕刻扫描方法、系统、存储介质及设备 |
| CN114611763A (zh) * | 2022-02-18 | 2022-06-10 | 唐山钢铁集团微尔自动化有限公司 | 一种实现优化无人料区3d扫描数据的方法 |
| CN114646262A (zh) * | 2022-03-23 | 2022-06-21 | 东北大学 | 一种基于二维激光扫描仪的散料场料堆建模方法 |
| WO2022257397A1 (zh) * | 2021-06-11 | 2022-12-15 | 湛江港（集团）股份有限公司 | 一种智能堆场管理系统及方法 |
| CN116972780A (zh) * | 2023-09-25 | 2023-10-31 | 北京锐达仪表有限公司 | 具有物表温度和/或气体分布测量功能的三维扫描装置 |
| CN117710553A (zh) * | 2023-12-25 | 2024-03-15 | 山东朝辉自动化科技有限责任公司 | 一种基于无人机识别的智能货垛苫盖管控系统 |
| WO2024208005A1 (zh) * | 2023-04-04 | 2024-10-10 | 中冶南方工程技术有限公司 | 一种实时的料堆高度检测方法、系统及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101334897A (zh) * | 2007-06-27 | 2008-12-31 | 宝山钢铁股份有限公司 | 实现料堆实时动态跟踪的三维成像方法 |
| CN104724506A (zh) * | 2015-04-14 | 2015-06-24 | 上海东源计算机自动化工程有限公司 | 一种用于散货堆场的自动堆取料系统 |
| KR20150128300A (ko) * | 2014-05-09 | 2015-11-18 | 한국건설기술연구원 | 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법 |
| CN109102539A (zh) * | 2018-08-15 | 2018-12-28 | 宝钢湛江钢铁有限公司 | 一种基于三维激光扫描的原料场自动生成料场图方法 |
-
2019
- 2019-03-27 CN CN201910237159.8A patent/CN111830948A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101334897A (zh) * | 2007-06-27 | 2008-12-31 | 宝山钢铁股份有限公司 | 实现料堆实时动态跟踪的三维成像方法 |
| KR20150128300A (ko) * | 2014-05-09 | 2015-11-18 | 한국건설기술연구원 | 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법 |
| CN104724506A (zh) * | 2015-04-14 | 2015-06-24 | 上海东源计算机自动化工程有限公司 | 一种用于散货堆场的自动堆取料系统 |
| CN109102539A (zh) * | 2018-08-15 | 2018-12-28 | 宝钢湛江钢铁有限公司 | 一种基于三维激光扫描的原料场自动生成料场图方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张子才;: "散货料堆的实时三维成像方法", 机电设备, no. 02, 15 March 2009 (2009-03-15), pages 25 - 29 * |
| 易亚星 等: "光斑定位技术", vol. 1, 30 November 2017, 国防工业出版社, pages: 124 - 127 * |
| 李峰 等: "机载LiDAR系统原理与点云处理方法", vol. 1, 31 August 2017, 煤炭工业出版社, pages: 148 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112407979A (zh) * | 2020-11-11 | 2021-02-26 | 中冶东方工程技术有限公司 | 一种基于原料场扫描成像的自动取料方法及系统 |
| CN112407979B (zh) * | 2020-11-11 | 2022-07-19 | 中冶东方工程技术有限公司 | 一种基于原料场扫描成像的自动取料方法及系统 |
| CN113291847A (zh) * | 2021-03-31 | 2021-08-24 | 湖南千盟工业智能系统股份有限公司 | 一种基于三维成像的散料智能堆取料方法 |
| WO2022257397A1 (zh) * | 2021-06-11 | 2022-12-15 | 湛江港（集团）股份有限公司 | 一种智能堆场管理系统及方法 |
| CN113446938A (zh) * | 2021-06-25 | 2021-09-28 | 浙江龙翔工具科技有限公司 | 一种数控雕刻扫描方法、系统、存储介质及设备 |
| CN113446938B (zh) * | 2021-06-25 | 2023-02-21 | 浙江龙翔工具科技有限公司 | 一种数控雕刻扫描方法、系统、存储介质及设备 |
| CN114611763A (zh) * | 2022-02-18 | 2022-06-10 | 唐山钢铁集团微尔自动化有限公司 | 一种实现优化无人料区3d扫描数据的方法 |
| CN114611763B (zh) * | 2022-02-18 | 2024-09-27 | 唐山钢铁集团微尔自动化有限公司 | 一种实现优化无人料区3d扫描数据的方法 |
| CN114646262A (zh) * | 2022-03-23 | 2022-06-21 | 东北大学 | 一种基于二维激光扫描仪的散料场料堆建模方法 |
| WO2024208005A1 (zh) * | 2023-04-04 | 2024-10-10 | 中冶南方工程技术有限公司 | 一种实时的料堆高度检测方法、系统及装置 |
| CN116972780A (zh) * | 2023-09-25 | 2023-10-31 | 北京锐达仪表有限公司 | 具有物表温度和/或气体分布测量功能的三维扫描装置 |
| CN116972780B (zh) * | 2023-09-25 | 2024-01-26 | 北京锐达仪表有限公司 | 具有物表气体分布测量或者物表温度及气体分布测量功能的三维扫描装置 |
| CN117710553A (zh) * | 2023-12-25 | 2024-03-15 | 山东朝辉自动化科技有限责任公司 | 一种基于无人机识别的智能货垛苫盖管控系统 |
| CN117710553B (zh) * | 2023-12-25 | 2024-05-28 | 山东朝辉自动化科技有限责任公司 | 一种基于无人机识别的智能货垛苫盖管控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111830948A (zh) | 不同料场之间实时料堆三维成像的数据共享系统和方法 | |
| Mi et al. | Ship identification algorithm based on 3D point cloud for automated ship loaders | |
| CN104724506B (zh) | 一种用于散货堆场的自动堆取料系统 | |
| CN101334897B (zh) | 实现料堆实时动态跟踪的三维成像方法 | |
| CN112537661B (zh) | 一种堆取料机防碰撞控制方法及系统 | |
| CN114545877B (zh) | 一种面向散货的多工程机械数字孪生在线监控系统及方法 | |
| CN104786226A (zh) | 抓取在线工件的机器人位姿及运动轨迹定位系统与方法 | |
| CN103090791A (zh) | 散堆物料的测量系统、方法、装置和堆取料控制系统 | |
| CN110047140B (zh) | 一种料场的无人值守系统和智能料场监控系统 | |
| CN104154861A (zh) | 大型堆积物料体积绕行测量装置和方法 | |
| US20230348237A1 (en) | Mapping of a Crane Spreader and a Crane Spreader Target | |
| CN111634636A (zh) | 一种斗轮机的全自动取料控制系统 | |
| CN114723825A (zh) | 用于无人行车场景下的相机坐标映射方法、系统、介质及电子终端 | |
| Lytle et al. | NIST research in autonomous construction | |
| CN116772732A (zh) | 一种实时的料堆高度检测方法、系统及装置 | |
| CN117058211A (zh) | 基于激光定位的抓斗防摇碰撞策略控制方法和系统 | |
| Pajor et al. | Stereovision system for motion tracking and position error compensation of loading crane | |
| Zhu et al. | Occlusion handling for industrial robots | |
| Howimanporn et al. | Position Measurement System Based on Image Trajectory Tracking Control of Directional Conveyor | |
| Hwang et al. | 3D map building for a moving based on mobile robot | |
| Dumitrache et al. | Robotic 3D surface laser scanning for feature-based quality control in holonic manufacturing | |
| Hwang et al. | Robust 3D map building for a mobile robot moving on the floor | |
| Faizrakhmanov et al. | A Solution to the Kinematics Problem for a Nondestructive Testing System | |
| Son et al. | Image Acquisition Planning for Image-based 3D Reconstruction Using a Robotic Arm | |
| Chen et al. | Workspace Modeling: Visualization and Pose Estimation of Teleoperated Construction Equipment from Point Clouds |
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 |