CN112180391B - 基于2d激光雷达的挖掘机作业面重建系统及方法 - Google Patents
基于2d激光雷达的挖掘机作业面重建系统及方法 Download PDFInfo
- Publication number
- CN112180391B CN112180391B CN202010941261.9A CN202010941261A CN112180391B CN 112180391 B CN112180391 B CN 112180391B CN 202010941261 A CN202010941261 A CN 202010941261A CN 112180391 B CN112180391 B CN 112180391B
- Authority
- CN
- China
- Prior art keywords
- excavator
- point cloud
- data
- laser radar
- 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.)
- Active
Links
Images
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
- 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
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
Abstract
本发明涉及挖掘机作业面重建系统及方法,为解决现有挖掘机作业面重建存在较大的数据冗余及计算量的问题;提供一种作业面重建系统及方法其中挖掘机作业面重建系统包括:固定安装在挖掘机上部车身用于反射激光束的靶标板;安装在挖掘机动臂上用于扫描靶标板和作业面采集获取原始点云数据的2D激光雷达;用于采集挖掘机上部车身回转角度的回转角传感器;数据处理单元,接收原始点云数据和回转角数据并处理数据计算确定动臂姿态角和作业面三维轮廓表面坐标数据。本发明具有减少点云数据冗余和重建计算量、数据量较小、易于实现作业信息的实时分析处理,具有较低的系统成本等优点。
Description
技术领域
本发明涉及一种挖掘机自主作业技术,更具体地说,涉及一种基于2D激光雷达的挖掘机作业面重建系统及方法。
背景技术
挖掘机是一种应用广泛的工程机械。为了提高挖掘机的作业效率和作业精度,减小对人工操作经验的依赖,将挖掘机用于不适合人类进入的作业区域,实际需求促使挖掘机向着智能化、自主化和机器人化的方向发展。
挖掘机自主作业依赖于对作业工况的感知,作业面的三维轮廓表面重建,可用于后续作业任务的规划与分解、挖掘轨迹规划与控制等。目前,作业面三维重建技术方案主要包括基于激光雷达的技术方案和基于大立体相机的技术方案。其中,激光雷达分为低线数(线数≤16)和高线数雷达,均基于ToF原理对空间点进行大密度测距,低线数雷达通常用于避障,但由于价格相对较低,在挖掘作业面重建中常通过增加俯仰云台等来实现水平方向270°~360°及垂直方向上较大范围的扫描,测距距离可达到100m以上。立体相机方案通常采用双目光学相机,基于视差测距原理实现一定视场范围的测距及重建,测距距离一般在20m以内。在挖掘机回转过程中,这两种作业面重建方式的数据融合计算量都比较大。
挖掘机土石方自主挖掘作业中,大范围的作业面重建主要用于作业任务规划,挖掘过程中仅需实施小范围的作业面更新,因此现有系统和方法存在较大的数据冗余及计算量。本发明基于2D激光雷达,利用挖掘机回转重建作业面,可满足不同作业阶段的重建需求,数据量较小,易于实现作业信息的实时分析处理。
发明内容
本发明要解决的技术问题是针对现有挖掘机作业面重建存在较大的数据冗余及计算量的问题,而提供一种基于2D激光雷达的挖掘机作业面重建系统及方法,减少了点云数据冗余和重建计算量,数据量较小,易于实现作业信息的实时分析处理,具有较低的系统成本。
本发明为实现其目的的技术方案是这样的:提供一种基于2D激光雷达的挖掘机作业面重建系统,其特征在于包括:靶标板、2D激光雷达、回转角传感器、数据处理单元。
靶标板,能够阻挡并反射2D激光雷达发射的激光束,固定安装在挖掘机的上部车身;靶标板是为平面薄板,固定在上部车身的回转平台上,位于挖掘机回转平台与动臂铰接的铰点旁侧。靶标板平面与2D激光雷达扫描平面垂直且相交,且沿激光雷达扫描周向的边缘不与其他物体接触,也即靶标板的边缘不与其他物体接触。
2D激光雷达,安装在挖掘机动臂上,用于扫描靶标板和作业面采集获取原始点云数据;2D激光雷达安装在动臂侧面且靠近动臂与斗杆铰点位置,2D激光雷达的激光扫描平面10与挖掘机工作装置所在平面平行,激光雷达坐标系X轴与动臂与斗杆铰点和回转平台与动臂铰点的连线平行。
回转角传感器,用于采集挖掘机上部车身回转角度;回转角传感器为IMU传感器,固定在挖掘机上部车身的某一位置,回转角传感器用于测量挖掘机上部车身回转角度,实时获取上部车身与底盘的相对角度。
数据处理单元为工业计算机或嵌入式计算机,接收2D激光雷达输出的原始点云数据和回转角传感器输出的角度数据;利用原始点云数据对靶标板的点云匹配确定动臂姿态角,再依据动臂姿态角、原始点云数据和上部车身回转角计算得到作业面在预定坐标系下三维轮廓表面坐标数据。预定坐标系通常为以挖掘机回转中心轴线作为Y轴,底盘正前方为X轴,侧方为Z轴的挖掘机基坐标系。
本发明为实现其目的的技术方案是这样的:提供一种基于2D激光雷达的挖掘机作业面重建方法,其特征在于步骤如下:
S1:用安装在挖掘机动臂上的2D激光雷达对作业面和安装在挖掘机上部车身上的靶标板进行激光扫描并获取原始点云数据,通过回转角传感器采集获取挖掘机上部车身回转角度;
S2:数据处理单元利用原始点云数据对靶标板的点云匹配确定动臂姿态角;
S3:依据动臂姿态角、原始点云数据和上部车身回转角计算得到作业面在挖掘机基坐标系下三维轮廓表面坐标数据。
点云匹配的目的在于提取激光雷达坐标系下轮廓尺度不变、具有方向信息的点云成分,作为定位激光雷达坐标系原点的参考基准。由于靶标板安装在回转平台与动臂铰点附近,2D激光雷达安装在动臂与斗杆铰点附近,在动臂运动过程中,激光雷达坐标系原点到靶标板的距离在较小范围内变化,在2D激光雷达扫描得到的2D点云图中,靶标板点云始终位于某一固定半径区间内。因此,在激光雷达坐标系下,固定半径区间内且满足一定长度的点云线段即可认为是靶标板点云。
动臂姿态角计算包括以下点云图像处理步骤:
步骤S21,点云图像滤波,以激光雷达坐标系原点为中心,保留点原始点云图像中预定半径范围内的点云,删除其他位置上的点云数据,得到点云图像。
步骤S22,点云图像阈值化,采用固定阈值对步骤1处理后的点云图像进行阈值化处理,得到二值点云图像。
步骤S23,形态学闭运算,采用固定大小的圆形模板对步骤2处理后的二值点云图像进行闭运算,将距离较近的离散点云转化为连续点云,得到连续点云图像。
步骤S24,连通域分析,对步骤3的处理得到的连续点云图像进行连通域分析,得到标号图像,分析各标号对应的连通成分的面积,并按面积阈值筛选出靶标板点云。
步骤S25,姿态角计算,在激光雷达坐标系下对靶标板点云做直线拟合,计算拟合直线与激光雷达坐标系轴的夹角而得到动臂姿态角。
上述方法中,进行步骤S3时,依据动臂姿态角将激光雷达坐标系下原始点云数据传递为挖掘机基坐标系下的点云数据,并在挖掘机基坐标系下提取作业面2D轮廓数据,依据作业面2D轮廓数据和上部车身回转角计算获取作业面在挖掘机基坐标系下三维轮廓表面坐标数据。
其中,将激光雷达坐标系下原始点云数据传递为挖掘机基坐标系下的点云数据的过程如下:
步骤S311、建立坐标系,由于挖掘机的回转中心可能不在工作装置平面11内,2D激光雷达旋转中心与动臂与斗杆铰点不重合,因此以挖掘机回转中心、回转平台与动臂铰点、动臂与斗杆铰点、2D激光雷达旋转中心为原点建立坐标系,分别为挖掘机基坐标系(3D)、工作装置坐标系(2D)、动臂坐标系(2D)和激光雷达坐标系(3D)。
步骤S312、构造坐标系变换矩阵,根据激光雷达坐标系原点与动臂坐标系原点的相对位置,构造激光雷达坐标系到动臂坐标系的旋转矩阵和平移向量,当上述两坐标系平行时,仅得到平移向量;根据动臂姿态角及动臂与斗杆铰点到回转平台与动臂铰点的距离,构造动臂坐标系到工作装置坐标系的旋转矩阵与平移向量;根据回转平台与动臂铰点与挖掘机回转中心的相对位置及回转角度,构造工作装置坐标系到挖掘机基坐标系的旋转矩阵与平移向量。将上述各旋转矩阵和平移向量合成为齐次矩阵形式的坐标变换矩阵。
步骤S313、点云坐标变换,利用步骤S312得到的各齐次矩阵,通过矩阵乘法将激光雷达坐标系下的点云数据传递至挖掘机基坐标系。
步骤S314、作业面点云提取。在步骤S313得到的点云集合中提取属于作业面部分的点云。首先根据位置信息,将位于挖掘机底盘下方的某个点云作为作业面轮廓搜索的起始点;再采用滑动窗口按一定间隔进行搜索,根据窗口内所有点云在垂直方向上的坐标平均值更新窗口在垂直方向上的位置,实现对连续点云轮廓的跟踪。
3D作业面生成按以下步骤实现:
步骤S321、挖掘机基坐标系行走平面离散网格化,按一定间隔将基坐标系下挖机行走平面划分为与坐标系轴平行的无重叠网格单元。上述间隔用于控制重建精度或分辨率,较小的间隔d对应了较大的平面重建分辨率。
步骤S322、作业面高度值计算,累加某一回转角度下点云集合在相应投影网格上的高度值,再以高度值累加结果的均值作为各投影网格单元坐标下的作业面高度值。
步骤S323,回转扫描重建,在回转过程中,按步骤S322可建立出一定范围内网格单元的作业面高度值,实现一定回转范围下的作业面重建。
本发明与现有技术相比具有的有益效果:针对挖掘机土石方挖掘作业特点,利用安装在动臂上的2D激光雷达,在挖掘机回转过程中对一定范围的作业面进行三维重建和更新,减少了点云数据冗余和重建计算量,数据量较小,易于实现作业信息的实时分析处理,具有较低的系统成本。由于激光雷达安装位置较高,也能够有效扫描自卸卡车车厢内物料装载情况。
附图说明
图1是本发明挖掘机作业面重建系统侧视图。
图2是本发明挖掘机作业面重建系统俯视图。
图3是本发明挖掘机作业面重建系统数据处理流程图。
图4是本发明挖掘机作业面重建方法流程图。
图5是本发明中动臂姿态角计算方法示意图。
图6是本发明中坐标系示意图。
图7是本发明中作业面点云提取方法示意图。
图8是本发明中网格化三维重建示意图。
图中零部件名称及序号:
2D激光雷达1、靶标板2、支架3、动臂4、动臂与斗杆铰点5、回转平台与动臂铰点6、回转角传感器7、上部车身8、底盘9、激光扫描平面10、工作装置平面11、滑动窗W、作业面2D轮廓12、起始点A。
具体实施方式
下面结合附图说明具体实施方案。
参照图1和图2、图3所示,本发明挖掘机作业面重建系统由2D激光雷达1、靶标板2、回转角传感器7和数据处理单元组成。2D激光雷达1用于采集周围环境的原始点云数据,回转角传感器7用于采集挖掘机上部车身相对于底盘9的回转角度2D激光雷达1和回转角传感器7将数据发送至数据处理单元,经过综合分析计算得到挖掘作业面的三维重建结果。2D激光雷达1安装在动臂4侧面,靠近动臂与斗杆铰点5位置。2D激光雷达1的激光扫描平面10与挖掘机工作装置所在平面平行即与水平面垂直,2D激光雷达1的激光雷达坐标系X轴与动臂与斗杆铰点5和回转平台与动臂铰点6的连线平行,2D激光雷达1实时采集扫描平面内360°范围的点云数据,为动臂姿态角θ的计算和作业面三维轮廓计算提供原始点云数据。由于动臂上方一般不存在物体或物体较远,即使存在物体,也可通过坐标值来判断和排除。因此,位于动臂上方范围内的环境也进行扫描。
靶标板2是具有一定长度和宽度的平面薄板,可以是金属或塑胶等材质。靶标板2能够阻挡并反射2D激光雷达1发射的激光扫描平面10,起到定位参照物的作用,用于配合2D激光雷达1来计算挖掘机动臂姿态角θ。靶标板2固定安装在挖掘机回转平台与动臂的铰点6旁,通过支架3与挖掘机上部车身8固连。安装后,靶标板平面与2D激光雷达扫描平面相交,且靶标板2的边缘不与其他物体接触,保证2D激光雷达扫描得到的靶标板为独立的点云线段。上部车身8包括回转平台和安装在回转平台上姿态固定的部件。回转平台通过回转支撑安装在底盘上。
数据处理单元为工业计算机或嵌入式计算机,放置在挖掘机驾驶室内,数据处理单元接收2D激光雷达1输出的原始点云数据和回转角传感器7输出的角度数据数据处理单元利用2D激光雷达1原始点云数据计算得到动臂姿态角θ,再结合原始点云数据和回转角计算得到作业面三维重建结果。
参照图3,本发明挖掘机作业面重建方法主要原始点云数据和上部车身回转角度获取、动臂姿态角计算、作业面重建生成等步骤。
原始点云数据和上部车身回转角度获取步骤中,用安装在挖掘机动臂4上的2D激光雷达对作业面和安装在挖掘机上部车身上的靶标板进行激光扫描并获取原始点云数据,通过回转角传感器采集获取挖掘机上部车身回转角度。
在动臂姿态角计算和作业面重建生成等步骤中每个步骤包含一些子步骤。
动臂姿态角计算步骤中主要通过对靶标板点云的匹配实现,按以下步骤实现:
步骤S21,点云图像滤波,以激光雷达坐标系X3Y3Z3原点O8为中心,保留点原始云图像中半径范围R1~R2的点云,删除其他位置上的点云数据,得到点云图像If。
步骤S22,点云图像阈值化,采用固定阈值Tb对点云图像If进行阈值化处理,得到二值点云图像Ib。
步骤S23,形态学闭运算,采用固定大小例如3×3圆形模板对图像Ib进行闭运算,将距离较近的离散点云转化为连续点云,得到连续点云图像Ic。
步骤S24,连通域分析,对连续点云图像Ic进行连通域分析,得到标号图像Il,分析各标号对应的连通成分的面积,并按面积阈值Ta1~Ta2筛选出靶标板点云;
步骤S25,姿态角计算,参照图5,在激光雷达坐标系下对靶标板点云做直线拟合,计算拟合直线与激光雷达坐标系轴的夹角α,进而得到动臂姿态角θ=90-α。
作业面重建生成步骤包括提取作业面2D轮廓数据和作业面三维轮廓表面坐标数据获取。
其中作业面2D轮廓12提取按以下步骤实现:
步骤S311,建立坐标系。参照图6,由于挖掘机的回转中心可能不在工作装置平面11内,激光雷达旋转中心与动臂与斗杆铰点不重合,因此以挖掘机回转中心O0、回转平台与动臂铰点O1、动臂与斗杆铰点O2、激光雷达旋转中心O3为原点建立坐标系,分别为挖掘机基坐标系X0Y0Z0、工作装置坐标系X1Y1、动臂坐标系X2Y2和激光雷达坐标系X3Y3Z3。其中,O1在坐标系X0Y0Z0的X0Z0平面。
步骤S312,构造坐标系变换矩阵。根据激光雷达坐标系原点O3与动臂坐标系原点O2的相对位姿θ32,x32,y32,构造激光雷达坐标系X3Y3Z3到动臂坐标系X2Y2Z2的旋转矩阵RS2和平移向量T32,以及齐次坐标矩阵MS2:
当坐标系X3Y3Z3与坐标系X2Y2的坐标轴平行时,仅存在平移向量T22构成的齐次坐标矩阵。
根据动臂姿态角θ及动臂坐标系原点O2到工作装置坐标系原点O1的距离d21,构造动臂坐标系X2Y2到工作装置坐标系X1Y1的的旋转矩阵R21和平移向量T21,以及齐次坐标矩阵M21:
步骤S313,点云坐标变换。利用步骤S312得到的齐次矩阵N32,M21,M10,通过矩阵乘法将激光雷达坐标系下的点云(x3,y3)传递为挖掘机基坐标系下的点云(x0,y0,z0):
步骤S314,作业面点云提取。参照图7,在步骤S313得到的点云集合{x0,y0,z0}中提取属于作业面部分的点云{x′0,y′0,z′0}。首先根据位置信息,将位于挖掘机底盘下方的某个点云作为作业面轮廓搜索的起始点A;再采用滑动窗口w向平面X0Z0的正方向按像素的间隔进行搜索,根据窗口内所有点云y0坐标平均值更新窗口在y0方向上的位置,实现对连续点云轮廓的跟踪和作业面2D轮廓12提取。
如图8所示,3D作业面生成按以下步骤实现:
步骤S321,挖掘机基坐标系的行走平面X0Z0离散网格化。按一定间隔d将基坐标系下挖机行走平面X0Z0划分为与坐标系轴X0,Z0平行的无重叠网格单元。间隔d用于控制重建精度或分辨率,较小的间隔d对应了较大的平面重建分辨率。
步骤S323,回转扫描重建。在回转过程中,按步骤S322可建立出一定范围内网格单元的作业面高度值,实现一定回转范围下的作业面重建。
Claims (10)
1.一种基于2D激光雷达的挖掘机作业面重建系统,其特征在于包括:
靶标板,能够阻挡并反射2D激光雷达发射的激光束,固定安装在挖掘机的上部车身的回转平台上;
2D激光雷达,安装在挖掘机动臂上,用于扫描靶标板和作业面并采集获取原始点云数据;
回转角传感器,用于采集挖掘机上部车身回转角度;
数据处理单元,接收2D激光雷达输出的原始点云数据和回转角传感器输出的角度数据;利用原始点云数据对靶标板的点云匹配确定动臂姿态角,再依据动臂姿态角、原始点云数据和上部车身回转角计算得到作业面在预定坐标系下三维轮廓表面坐标数据。
2.根据权利要求1所述的基于2D激光雷达的挖掘机作业面重建系统,其特征在于2D激光雷达安装在动臂侧面且靠近动臂与斗杆铰点位置,2D激光雷达的激光扫描平面与挖掘机工作装置所在平面平行。
3.根据权利要求2所述的基于2D激光雷达的挖掘机作业面重建系统,其特征在于,2D激光雷达的激光雷达坐标系的X轴与动臂与斗杆铰点和回转平台与动臂铰点的连线平行。
4.根据权利要求2或3所述的基于2D激光雷达的挖掘机作业面重建系统,其特征在于所述靶标板是为平面薄板,靶标板平面与2D激光雷达扫描平面垂直且相交,且沿2D激光雷达扫描周向的边缘不与其他物体接触。
5.根据权利要求4所述的基于2D激光雷达的挖掘机作业面重建系统,其特征在于靶标板固定安装在挖掘机回转平台与动臂铰接的铰点旁侧。
6.一种基于2D激光雷达的挖掘机作业面重建方法,其特征在于步骤如下:
S1:用安装在挖掘机动臂上的2D激光雷达对作业面和安装在挖掘机上部车身回转平台上的靶标板进行激光扫描并获取原始点云数据,通过回转角传感器采集获取挖掘机上部车身回转角度;
S2:数据处理单元利用原始点云数据对靶标板的点云匹配确定动臂姿态角;
S3:依据动臂姿态角、原始点云数据和上部车身回转角计算得到作业面在挖掘机基坐标系下三维轮廓表面坐标数据。
7.根据权利要求6所述的基于2D激光雷达的挖掘机作业面重建方法,其特征在于步骤S2中,以2D激光雷达的激光雷达坐标系原点为中心,保留点原始点云图像中预定半径范围内的点云,删除其他位置上的点云数据,得到点云图像;采用固定阈值对点云图像进行阈值化处理,得到二值点云图像;采用固定大小的圆形模板对二值点云图像进行闭运算,将距离较近的离散点云转化为连续点云,得到连续点云图像;对连续点云图像进行连通域分析,得到标号图像,分析各标号对应的连通成分的面积,并按面积阈值筛选出靶标板点云;在激光雷达坐标系下对靶标板点云做直线拟合,计算拟合直线与激光雷达坐标系轴的夹角而得到动臂姿态角。
8.根据权利要求6或7所述的基于2D激光雷达的挖掘机作业面重建方法,其特征在于在步骤S3中,依据动臂姿态角将激光雷达坐标系下原始点云数据传递为挖掘机基坐标系下的点云数据,并在挖掘机基坐标系下提取作业面2D轮廓数据,依据作业面2D轮廓数据和上部车身回转角计算获取作业面在挖掘机基坐标系下三维轮廓表面坐标数据。
9.根据权利要求8所述的基于2D激光雷达的挖掘机作业面重建方法,其特征在于在步骤S3中,提取作业面2D轮廓数据是在挖掘机基坐标系下,将位于挖掘机底盘下方的某个点云作为作业面轮廓搜索的起始点;再采用滑动窗口按一定间隔进行搜索,根据窗口内所有点云在垂直方向上的坐标平均值更新窗口在垂直方向上的位置。
10.根据权利要求9所述的基于2D激光雷达的挖掘机作业面重建方法,其特征在于获取作业面三维轮廓表面坐标数据时按一定间隔将挖掘机基坐标系下行走平面划分为与坐标系水平轴平行的无重叠网格单元;在回转过程中,累加当前回转角度下投影在各网格单元内的点云集合的高度值再以均值作为各网格单元所在位置处的作业面高度值,实现一定回转范围下的作业面重建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010941261.9A CN112180391B (zh) | 2020-09-09 | 2020-09-09 | 基于2d激光雷达的挖掘机作业面重建系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010941261.9A CN112180391B (zh) | 2020-09-09 | 2020-09-09 | 基于2d激光雷达的挖掘机作业面重建系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112180391A CN112180391A (zh) | 2021-01-05 |
CN112180391B true CN112180391B (zh) | 2021-07-02 |
Family
ID=73920339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010941261.9A Active CN112180391B (zh) | 2020-09-09 | 2020-09-09 | 基于2d激光雷达的挖掘机作业面重建系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112180391B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112859054B (zh) * | 2021-04-21 | 2023-09-29 | 合肥工业大学 | 一种车载多线激光雷达外参数自动检测系统及检测方法 |
CN113805581B (zh) * | 2021-07-28 | 2024-02-27 | 中科云谷科技有限公司 | 用于对接挖掘机和矿卡的方法及主控装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016224076A1 (de) * | 2016-12-02 | 2018-06-07 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bestimmen einer Position eines Baggerarms mittels eines an einem Bagger angeordneten LIDAR-Systems |
CN208844647U (zh) * | 2018-08-08 | 2019-05-10 | 上海宝冶集团有限公司 | 一种挖掘机及其施工作业系统 |
CN110231626B (zh) * | 2019-06-10 | 2023-04-18 | 中国矿业大学 | 一种采煤机定位监测系统及其监测方法 |
CN111156976B (zh) * | 2020-02-11 | 2022-04-22 | 北京易联创安科技发展有限公司 | 一种掘进机位姿数据测量系统及其测量方法 |
CN111364549B (zh) * | 2020-02-28 | 2021-11-09 | 江苏徐工工程机械研究院有限公司 | 一种基于激光雷达的同步建图和自动作业方法及系统 |
-
2020
- 2020-09-09 CN CN202010941261.9A patent/CN112180391B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112180391A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3617655B1 (en) | Method and device for generating three-dimensional scene map | |
Früh et al. | An automated method for large-scale, ground-based city model acquisition | |
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 | |
CN112180391B (zh) | 基于2d激光雷达的挖掘机作业面重建系统及方法 | |
CN109272524B (zh) | 一种基于阈值分割的小尺度点云噪声去噪方法 | |
CN110805093B (zh) | 利用视觉传感器进行反馈回路控制的容器角度感测 | |
CN108921947A (zh) | 生成电子地图的方法、装置、设备、存储介质以及采集实体 | |
CN111679291B (zh) | 基于三维激光雷达的巡检机器人目标定位配置方法 | |
CN109948189A (zh) | 一种挖掘机铲斗物料体积与重量测量系统 | |
CN109900338B (zh) | 一种路面坑槽体积测量方法及装置 | |
CN112800524A (zh) | 一种基于深度学习的路面病害三维重建方法 | |
KR20200034869A (ko) | 굴삭기 전용 3d 스캐너를 이용한 토공 지형정보 실시간 모델링 시스템 및 방법 | |
CN112465966A (zh) | 一种集倾斜摄影测量与三维激光扫描的陡崖三维建模方法 | |
Zhang et al. | Lidar-based fast 3d stockpile modeling | |
CN115854895A (zh) | 一种基于目标立木形态的非接触式立木胸径测量方法 | |
CN114841944A (zh) | 基于挂轨轨道机器人的尾矿坝表面形变巡检方法 | |
Li et al. | Using laser measuring and SFM algorithm for fast 3D reconstruction of objects | |
CN113538668A (zh) | 地质模型构建方法、系统、存储介质以及电子设备 | |
CN114119873A (zh) | 煤场消除烟雾干扰的方法与装置 | |
CN109118576A (zh) | 基于bds位置服务的大型场景三维重建系统及重建方法 | |
CN110021041B (zh) | 基于双目相机的无人驾驶场景增量式网格化结构重建方法 | |
CN115631308B (zh) | 人造杆重建方法、装置、车辆及介质 | |
CN112505723B (zh) | 一种基于导航点选择的三维地图重建方法 | |
Pfeifer et al. | Early stages of LiDAR data processing | |
Deng et al. | Construction 3D urban model from lidar and image sequence |
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 |