CN113313745B - 一种用于原料场的料堆识别系统及方法 - Google Patents
一种用于原料场的料堆识别系统及方法 Download PDFInfo
- Publication number
- CN113313745B CN113313745B CN202010778381.1A CN202010778381A CN113313745B CN 113313745 B CN113313745 B CN 113313745B CN 202010778381 A CN202010778381 A CN 202010778381A CN 113313745 B CN113313745 B CN 113313745B
- Authority
- CN
- China
- Prior art keywords
- reflection point
- axis
- scanning
- coordinate system
- pixel
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供了一种用于原料场的料堆识别系统及方法。所述料堆识别系统包括堆取料机、扫描设备和控制终端,通过安装在堆取料机大臂上的扫描设备,对料条中的料堆进行扫描,获取料堆表面每个反射点的扫描数据,根据反射点的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据,进而,根据反射点的三维位置数据,建立各料堆在料条中的高度图,采用区域生长算法解析高度图,识别出各料堆。该系统在识别料堆时,不会受到原料场环境复杂,堆取料作业时扬尘大以及恶劣天气等因素的影响,有效提高了料堆识别的准确性,为实现原料场无人化打下基础。
Description
技术领域
本申请涉及自动控制技术领域,特别涉及一种用于原料场的料堆识别系统及方法。
背景技术
在工业生产中,贮存原料的场地称为原料场。如图1所示,为现有技术中一种原料场的俯视图。原料场1包括至少一条轨道,例如图1中示出的轨道111和轨道112;还包括多个相互平行布置的料条,例如图1中示出的料条121、料条122和料条123。其中,轨道位于任意两个相邻的料条之间且沿料条的长度方向布置,例如,轨道111位于料条121和料条122之间,轨道112位于料条122和料条123之间,用于供堆取料机移动;每个料条内堆放有多个料堆,例如,料条121内堆放有料堆131和料堆132,料条122内堆放有料堆133和料堆134,料条123内堆放有料堆135和料堆136。
在原料场中,每一个料堆存放着不同的物料,不同的物料因成份不同而需要分开统计管理。随着料场的自动化水平的提高,对料堆识别响应速度和信息全面性的要求也在提高,由于原料场占地面积庞大,因此依赖工人人工识别料堆的方式效率太低,已无法满足自动化料场的要求。
目前,通常采用图像识别方式来识别料堆。具体地,采用摄像机远程拍摄原料场的平面图,结合图像分析算法,识别出各料堆。但是,原料场环境复杂,堆取料作业时扬尘较大以及恶劣天气等因素,容易造成摄像机拍摄到的原料场图像清晰度较低,进而影响图像分析算法计算的准确性,最终导致无法准确识别出各料堆。
发明内容
本申请提供了一种用于原料场的料堆识别系统及方法,可用于解决在现有技术中图像识别料堆的方式易受原料场环境复杂,堆取料作业时扬尘较大以及恶劣天气等因素的影响,造成摄像机拍摄到的原料场图像清晰度较低,进而影响图像分析算法计算的准确性,最终导致无法准确识别出各料堆的技术问题。
第一方面,本申请实施例提供一种用于原料场的料堆识别系统,原料场包括轨道和多个相互平行布置的料条,轨道位于任意两个相邻的料条之间且沿料条的长度方向布置,每个料条内堆放有多个料堆;所述料堆识别系统包括堆取料机、扫描设备和控制终端;
所述堆取料机设置于轨道上,用于按照预设速度沿轨道从料条的一端移动到料条的另一端;所述堆取料机包括大臂和本体,所述大臂安装在所述本体上,用于将原料运送到料堆中或从料堆中取出原料;所述大臂靠近料堆的一端为卸料装置或取料装置;
所述扫描设备安装在大臂上靠近卸料装置的位置,用于在所述堆取料机每前进预设距离后,对料条内堆放的料堆进行一次扫描,以获取料堆表面每个反射点的扫描数据;所述扫描设备单次扫描的区域为沿料条的宽度方向,从料条的一侧到另一侧的区域;
所述控制终端安装在所述堆取料机的本体上,分别与所述堆取料机和所述扫描设备网络连接;
所述控制终端被配置为执行以下步骤:
获取所述扫描设备发送的料堆表面每个反射点的扫描数据;
针对任意一次扫描,根据在该次扫描时扫描到的目标反射点对应的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据;所述三维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,以堆取料机的高度方向为z轴,建立的坐标系;
根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图;
采用区域生长算法解析所述高度图,识别出各料堆。
结合第一方面,在第一方面的一种可实现方式中,在建立各料堆在料条中的高度图之后,所述控制终端还被配置为执行以下步骤:
遍历所述高度图中每个像素点;
如果当前像素点的像素值小于预设阈值,则判断与所述当前像素点相邻的相邻像素点的像素值是否均小于预设阈值,如果所述相邻像素点的像素值均小于预设阈值,则将所述像素点的值设为零;
如果所述相邻像素点的像素值中任一像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
结合第一方面,在第一方面的一种可实现方式中,在建立各料堆在料条中的高度图之后,所述控制终端还被配置为执行以下步骤:
如果所述当前像素点的像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
结合第一方面,在第一方面的一种可实现方式中,所述反射点的扫描数据包括反射点的测量距离和反射点的测量角度;所述反射点的测量距离指反射点与所述扫描设备之间的距离,所述反射点的测量角度指反射点与所述扫描设备之间的连线与大臂轴线之间的夹角。
结合第一方面,在第一方面的一种可实现方式中,所述目标反射点在料条坐标系中的三维位置数据,具体采用下述方法确定:
其中,Pk是第k个反射点;Pk·x是Pk在三维坐标系中x轴上的数值,Pk·y是Pk在三维坐标系中y轴上的数值,Pk·z是Pk在三维坐标系中z轴上的数值;Pk·u是Pk在扫描设备坐标系统中u轴上的数值;Pk·v是Pk在扫描设备坐标系统中v轴上的数值;dk是Pk的测量距离;θk是Pk的测量角度;Lb是扫描设备与轨道之间的水平距离;I是堆取料机在轨道上的位置;Hb是大臂距离地面的高度;α是大臂的俯仰旋转角度(即大臂与三维坐标系中x轴方向的夹角);所述大臂轴线的方向是指从大臂与本体连接的一端指向大臂靠近料堆的一端所对应的方向。
结合第一方面,在第一方面的一种可实现方式中,所述建立各料堆在料条中的高度图,具体执行下述步骤:
根据所有扫描时间分别对应的反射点的三维位置数据,确定各反射点在x轴上的数值、在y轴上的数值和在z轴上的数值;
根据反射点在x轴上的数值和反射点在y轴上的数值,确定反射点在二维坐标系中的位置;所述二维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,建立的坐标系;
根据反射点在z轴上的数值,确定反射点在二维坐标系中的数值;
根据所述反射点在二维坐标系中的位置和所述反射点在二维坐标系中的数值,建立所述各料堆在料条中的高度图。
第二方面,本申请实施例提供一种用于原料场的料堆识别方法,所述方法包括:
获取料堆表面每个反射点的扫描数据;
针对任意一次扫描,根据在该次扫描时扫描到的目标反射点对应的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据;所述三维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,以堆取料机的高度方向为z轴,建立的坐标系;
根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图;
采用区域生长算法解析所述高度图,识别出各料堆。
结合第二方面,在第二方面的一种可实现方式中,在建立各料堆在料条中的高度图之后,所述方法还包括:
遍历所述高度图中每个像素点;
如果当前像素点的像素值小于预设阈值,则判断与所述当前像素点相邻的相邻像素点的像素值是否均小于预设阈值,如果所述相邻像素点的像素值均小于预设阈值,则将所述像素点的值设为零;
如果所述相邻像素点的像素值中任一像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
结合第二方面,在第二方面的一种可实现方式中,在建立各料堆在料条中的高度图之后,所述控制终端还被配置为执行以下步骤:
如果所述当前像素点的像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
结合第二方面,在第二方面的一种可实现方式中,所述反射点的扫描数据包括反射点的测量距离和反射点的测量角度;所述反射点的测量距离指反射点与所述扫描设备之间的距离,所述反射点的测量角度指反射点与所述扫描设备之间的连线与大臂轴线之间的夹角。
结合第二方面,在第二方面的一种可实现方式中,所述目标反射点在料条坐标系中的三维位置数据,具体采用下述方法确定:
其中,Pk是第k个反射点;Pk·x是Pk在三维坐标系中x轴上的数值,Pk·y是Pk在三维坐标系中y轴上的数值,Pk·z是Pk在三维坐标系中z轴上的数值;Pk·u是Pk在扫描设备坐标系统中u轴上的数值;Pk·v是Pk在扫描设备坐标系统中v轴上的数值;dk是Pk的测量距离;θk是Pk的测量角度;Lb是扫描设备与轨道之间的水平距离;I是堆取料机在轨道上的位置;Hb是大臂距离地面的高度;α是大臂的俯仰旋转角度(即大臂与三维坐标系中x轴方向的夹角);所述大臂轴线的方向是指从大臂与本体连接的一端指向大臂靠近料堆的一端所对应的方向。
结合第二方面,在第二方面的一种可实现方式中,根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图,包括:
根据所有扫描时间分别对应的反射点的三维位置数据,确定各反射点在x轴上的数值、在y轴上的数值和在z轴上的数值;
根据反射点在x轴上的数值和反射点在y轴上的数值,确定反射点在二维坐标系中的位置;所述二维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,建立的坐标系;
根据反射点在z轴上的数值,确定反射点在二维坐标系中的数值;
根据所述反射点在二维坐标系中的位置和所述反射点在二维坐标系中的数值,建立所述各料堆在料条中的高度图。
采用本申请实施例提供的料堆识别系统,通过安装在堆取料机大臂上的扫描设备,对料条中的料堆进行扫描,获取料堆表面每个反射点的扫描数据,根据反射点的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据,进而,根据反射点的三维位置数据,建立各料堆在料条中的高度图,采用区域生长算法解析高度图,识别出各料堆。该系统在识别料堆时,不会受到原料场环境复杂,堆取料作业时扬尘较大以及恶劣天气等因素的影响,有效提高了料堆识别的准确性,为无人化的原料场打下基础。同时,该设备安装简便,维护成本较低,大大降低了料堆识别所需的经济成本。
附图说明
图1为现有技术中一种原料场的俯视图;
图2为本申请实施例适用的一种料堆识别系统的示意图;
图3为扫描设备的扫描区域的示意图;
图4为本申请实施例提供的一种用于原料场的料堆识别系统的工作流程示意图;
图5为本申请实施例中反射点的扫描数据的示意图;
图6a为本申请实施例中三维坐标系x轴和y轴的示意图;
图6b为本申请实施例中三维坐标系x轴和z轴的示意图;
图7为本申请实施例中各料堆在料条中的高度图的建立方法所对应的流程示意图;
图8为本申请实施例提供的高度图的预处理方法所对应的流程示意图;
图9为本申请实施例利用区域生长算法的算法流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供的料堆识别系统适用于原料场,可参考图1,原料场包括轨道,例如图1中示出的轨道111和轨道112;还包括多个相互平行布置的料条,例如图1中示出的料条121、料条122和料条123。其中,轨道位于任意两个相邻的料条之间且沿料条的长度方向布置,例如,轨道111位于料条121和料条122之间,轨道112位于料条122和料条123之间,用于供堆取料机移动;每个料条内堆放有多个料堆,例如,料条121内堆放有料堆131和料堆132,料条122内堆放有料堆133和料堆134,料条123内堆放有料堆135和料堆136。
下面首先结合图2对本申请实施例适用的可能的系统架构进行介绍。
请参考图2,其示例性示出了本申请实施例适用的一种料堆识别系统的示意图。该料堆识别系统包括堆取料机21、扫描设备22和控制终端23。
堆取料机是一种新型高效率连续装卸机械,主要用于散货专业码头、钢铁厂、大型火力发电厂和矿山等的散料堆场装卸铁矿石(砂)、煤炭、砂子等。现有料场中用到各种型号的堆取料机,包括常规的斗轮堆取料机、堆料机、双斗轮取料机、半门式刮板取料机等。
堆取料机21可以设置于轨道上,例如图2中示出的堆取料机21设置于轨道111上。堆取料机21可以用于按照预设速度沿轨道111从料条121的一端移动到料条的另一端。
从图2中还可以看出,堆取料机21包括本体211和大臂212,大臂212安装在本体211上,用于将原料运送到料堆中或从料堆中取出原料。其中,大臂212靠近料堆的一端为卸料装置(或取料装置)213。
扫描设备可以是2D激光扫描仪,2D激光扫描仪能连续不停的发射激光脉冲,通过设备自身所带的光学机构将激光脉冲按一定角度间隔(角度分辨率)发射向扫描角度内的各个方向,而形成一个径向坐标为基准的二维扫描面。被测物体位置信息通过扫描器到物体的距离及对应的角度数据给出。也就是说2D激光扫描仪能快速测量出一个截面上的距离数据。2D激光扫描仪拥有测量范围广、测量速度快、测量精度高、性能稳定及受扬尘、雾霾影响小等优点,能很好的适用有工业检测领域。
扫描设备22安装在大臂212上靠近卸料装置213的位置(具体位置可以根据现场环境进行调整),用于在堆取料机21每前进预设距离后,对料条121内堆放的料堆(料堆131或料堆132)进行一次扫描,以获取料堆表面每个反射点的扫描数据。其中,扫描设备22单次扫描的区域为沿料条121的宽度方向,从料条的一侧到另一侧的区域。
以扫描设备22单次扫描为例,参考图3,其示例性示出了扫描设备的扫描区域的示意图,图3示出的是料条的纵向截面图。扫描设备22在进行一次扫描时,可以从料条的一侧扫描到另一侧,即扫描料条的一个纵截面。
为了是的扫描设备扫描到的数据更加符合料堆的真实数据,本申请实施例中,可以控制堆取料机每次前进的预设距离足够小,也就是说,堆取料机每次前进的预设距离,扫描设备扫描到的数据越符合料堆的真实数据,示例性地,堆取料机可以每次前进10毫米采集一次截面数据。
控制终端23安装在堆取料机21的本体211上,分别与堆取料机21和扫描设备22网络连接(该连接方式未在图2中示出)。
该料堆识别系统运行过程中,各设备之间相互协作,实现对料堆的识别。具体请参考图4,其示例性示出了本申请实施例提供的一种用于原料场的料堆识别系统的工作流程示意图。
堆取料机21被配置为执行以下步骤401至步骤405:
步骤401,按照预设速度沿轨道移动。
步骤302,如果当前所在的位置与上一次进行扫描的位置之间的距离符合预设距离,则向扫描设备发送扫描指令。
其中,堆取料机的位置可以通过多种方式测量,常用的测量方式有FRID编码器、格雷母线、长距雷达等,具体不做限定。
扫描设备22被配置为执行以下步骤403至步骤405:
步骤403,接收扫描指令。
步骤404,对料条内堆放的料堆进行一次扫描,获取单次扫描的扫描数据。
需要说明的是,在扫描设备22进行扫描时,堆取料机的大臂垂直于轨道摆放,从而提高扫描数据的准确性。
步骤405,向控制设备发送单次扫描的扫描数据。
控制终端23被配置为执行以下步骤406至步骤409:
步骤406,获取扫描设备发送的料堆表面每个反射点的扫描数据。
其中,反射点的扫描数据包括反射点的测量距离和反射点的测量角度。反射点的测量距离指反射点与扫描设备之间的距离,反射点的测量角度指反射点与扫描设备之间的连线与大臂轴线之间的夹角。
如图5所示,为本申请实施例中反射点的扫描数据的示意图。从图5中可以看出,扫描设备22发出激光脉冲,激光脉冲在料堆132的表面形成反射点Pk,反射点Pk与扫描设备22之间的距离(即反射点的测量距离)记为dk,反射点与扫描设备之间的连线与大臂轴线之间的夹角(即反射点的测量角度)记为θk。
具体地,反射点的测量距离dk是利用时间飞行(Time of flight)原理得到的,当激光发射器发出激光脉冲,内部定时器开始计算时间(记为T1),当激光波碰到物体部分能量返回,当激光接收器收到返回激光波时,停止内部定时器(记为T2),因为光速c已知,所以能测量出反射点的测量距离dk=(T2-T1)*c。
反射点的测量角度θk可以是扫描设备预先设置好的,此处不再详细描述。
进一步地,控制设备接收到的数据(即料堆表面每个反射点的扫描数据,以及每个反射点的扫描数据对应的扫描次数)可以通过表的形式存储,如表1所示,为控制设备接收到的数据的一种示例。
表1:控制设备接收到的数据的一种示例
从表1中可以看出,扫描设备第1次扫描时,对应的反射点包括P11、P12……P1n,其中,P1n表示扫描设备第1次扫描时扫描到的第n个反射点,n为大于或等于1的整数,n的值不做具体限定;反射点P11的测量距离为d11,反射点P12的测量距离为d12,反射点P13的测量距离为d13,反射点P12的测量距离为d12;反射点P11的测量角度为θ11,反射点P12的测量角度为θ12,反射点P13的测量角度为θ13,反射点P12的测量角度为θ12。类似地,扫描设备第1次扫描时的扫描数据、第N次扫描时的扫描数据可参见表1示出的内容,此处不再一一描述。
步骤407,针对任意一次扫描,根据在该次扫描时扫描到的目标反射点对应的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据。
以表1为例,针对第1次扫描,根据表1示出的内容,在该次扫描时扫描到的目标反射点包括P11、P12……P1n;针对第2次扫描,根据表1示出的内容,在该次扫描时扫描到的目标反射点包括P21、P22……P2n;针对第N次扫描,根据表1示出的内容,在该次扫描时扫描到的目标反射点包括PN1、PN2……PNn。
如图6a和图6b所示,其示例性示出了本申请实施例中三维坐标系的示意图。
三维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,以堆取料机的高度方向为z轴,建立的坐标系。
扫描设备坐标系是以扫描设备为圆心,以大臂的轴线方向为u轴,且如图6b,指向由大臂的内测向外的方向,以垂直于大臂的轴线方式为v轴。扫描设备的测量角度时以u轴的方向为零度角,逆时针方向增加,也就是说,v轴的方向的测量角度为90°
进一步地,扫描设备22的安装位置投影到料条所在的平面中时,扫描设备22可以位于料条的中心线上。
目标反射点在料条坐标系中的三维位置数据,具体采用下述公式(1)确定:
公式(1)中,Pk是第k个反射点;Pk·x是Pk在三维坐标系中x轴上的数值,Pk·y是Pk在三维坐标系中y轴上的数值,Pk·z是Pk在三维坐标系中z轴上的数值;Pk·u是Pk在扫描设备坐标系统中u轴上的数值;Pk·v是Pk在扫描设备坐标系统中v轴上的数值;Lb是扫描设备与轨道之间的水平距离;I是堆取料机在轨道上的位置;Hb是大臂距离地面的高度;α是大臂的俯仰旋转角度(即大臂与三维坐标系中x轴方向的夹角);所述大臂轴线的方向是指从大臂与本体连接的一端指向大臂靠近料堆的一端所对应的方向。
进一步地,Pk·u和Pk·u可以通过公式(2)确定:
公式(2)中,dk是Pk的测量距离;θk是Pk的测量角度。需要说明的是,以表1为例的话,上述计算公式中,Pk=PNn。
步骤408,根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图。
可参考图7,其示例性示出了本申请实施例中各料堆在料条中的高度图的建立方法所对应的流程示意图,具体包括如下步骤:
步骤701,根据所有扫描时间分别对应的反射点的三维位置数据,确定各反射点在x轴上的数值、在y轴上的数值和在z轴上的数值。
步骤702,根据反射点在x轴上的数值和反射点在y轴上的数值,确定反射点在二维坐标系中的位置。
其中,二维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,建立的坐标系。
步骤703,根据反射点在z轴上的数值,确定反射点在二维坐标系中的数值。
其中,反射点在二维坐标系中的数值也就是指反射点在高度图中的像素值。
步骤704,根据反射点在二维坐标系中的位置和反射点在二维坐标系中的数值,建立所述各料堆在料条中的高度图。
考虑到步骤408中建立的高度图可能存在图像不清晰、画质模糊等问题,本申请实施例还提供一种高度图的预处理方法,具体可参考图8,其示例性示出了本申请实施例提供的高度图的预处理方法所对应的流程示意图,具体包括如下步骤:
步骤801,遍历高度图中每个像素点。
步骤802,判断当前像素点的像素值是否小于预设阈值,如果当前像素点的像素值小于预设阈值,则执行步骤803;否则,执行步骤805。
步骤803,判断与当前像素点相邻的相邻像素点的像素值是否均小于预设阈值,如果所述相邻像素点的像素值均小于预设阈值,则执行步骤804;否则,执行步骤805。
步骤804,将像素点的值设为零。
步骤805,确定所述相邻像素点对应的平均像素值。
步骤806,将像素点的像素值设为平均像素值。
需要说明的是,上述步骤801至步骤806由控制终端23执行。
采用上述步骤801至步骤806所描述的方法,只需要遍历一次图像,就可以完成对高度图的预处理,处理速度较快。
步骤409,采用区域生长算法解析高度图,识别出各料堆。
区域生长算法是将符合条件的连续像素点归为一类,达到料堆分割的目的。
具体地,建立的数据模型地面是零平面,料堆区域的z轴坐标值大于0,说明该点为料堆区域。利用区域生长算法将高度图中的地面、料堆归类,最终实现料堆与地面的分割及料堆间的分割。
考虑到扫描的误差,将非地面的阈值设置为一个大于零的值f,当一个点的高度大于f,说明该点为料堆区域。
可参考图9,其示例性示出了本申请实施例利用区域生长算法的算法流程图,具体包括如下步骤:
步骤901,建立标志位。
对高度图的每个像素点建立标志位,初始值为0,表示该像素点还未被分类,当标志位大于0,表示该像素点已经被分类。
进一步地,任意两个像素点标志位相同时,表示这两个像素点位于同一个料堆。
可以通过计数器来记录像素点所位于的料堆。
步骤902,逐个像素点遍历图像。
步骤903,判断当前像素点是否为种子点,如果当前像素点是否为种子点,则执行步骤904;否则,返回步骤902。
举个例子,遍历图像,直到找到第一个高度图的像素值大于f的点,认为该点为第一个料堆的种子点并将该点的标志位置k。
步骤904,采用8邻域归类的方法,将同类像素点推入堆栈。
检测该像素的8邻域,如果8邻域中存在像素值小于f且标标志位是0的像素点,说明是同一类像素点,并将这类像素坐标值用堆栈记录下来,并将其对应的标志位置k。
步骤905,出栈,取出栈中点。
遍历堆栈中的记录点,从堆栈中取出一个像素点,重复执行步骤904,直到堆栈中的数据取完为止,说明该料堆类已经分割完成,将计算器k加1。
步骤906,判断栈中是否还有未取出的像素点,如果有,则返回步骤904;否则,返回步骤902。
其中,返回步骤902,即遍历图像,找到下一个标志位为0且像素值大于f的像素点为止,将该点的标志位置k,从复(c)-(d),直到图像中所有像素值大于f的点的标志位都大于0为止,分割结束。
通过上述流程,会将每个种子点的生长区域归为一类,找到了几个种子点,说明图像分割为了几类。在标志图像中,标志位相同的坐标点为同一类区域。料堆的区域的标志位大于0。生成的标志位图像即为分割好的图像。
采用本申请实施例提供的料堆识别系统,通过安装在堆取料机大臂上的扫描设备,对料条中的料堆进行扫描,获取料堆表面每个反射点的扫描数据,根据反射点的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据,进而,根据反射点的三维位置数据,建立各料堆在料条中的高度图,采用区域生长算法解析高度图,识别出各料堆。该系统在识别料堆时,不会受到原料场环境复杂,堆取料作业时扬尘较大以及恶劣天气等因素的影响,有效提高了料堆识别的准确性,为无人化的原料场打下基础。同时,该设备安装简便,维护成本较低,大大降低了料堆识别所需的经济成本。
下述为本申请方法实施例,可以用于执行本申请系统实施例。对于本申请方法实施例中未披露的细节,请参照本申请系统实施例。
本申请实施例提供一种用于原料场的料堆识别方法,所述方法包括:
获取料堆表面每个反射点的扫描数据;
针对任意一次扫描,根据在该次扫描时扫描到的目标反射点对应的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据;所述三维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,以堆取料机的高度方向为z轴,建立的坐标系;
根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图;
采用区域生长算法解析所述高度图,识别出各料堆。
可选地,在建立各料堆在料条中的高度图之后,所述方法还包括:
遍历所述高度图中每个像素点;
如果当前像素点的像素值小于预设阈值,则判断与所述当前像素点相邻的相邻像素点的像素值是否均小于预设阈值,如果所述相邻像素点的像素值均小于预设阈值,则将所述像素点的值设为零;
如果所述相邻像素点的像素值中任一像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
可选地,在建立各料堆在料条中的高度图之后,所述控制终端还被配置为执行以下步骤:
如果所述当前像素点的像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
可选地,所述反射点的扫描数据包括反射点的测量距离和反射点的测量角度;所述反射点的测量距离指反射点与所述扫描设备之间的距离,所述反射点的测量角度指反射点与所述扫描设备之间的连线与大臂轴线之间的夹角。
可选地,所述目标反射点在料条坐标系中的三维位置数据,具体采用下述方法确定:
其中,Pk是第k个反射点;Pk·x是Pk在三维坐标系中x轴上的数值,Pk·y是Pk在三维坐标系中y轴上的数值,Pk·z是Pk在三维坐标系中z轴上的数值;Pk·u是Pk在扫描设备坐标系统中u轴上的数值;Pk·v是Pk在扫描设备坐标系统中v轴上的数值;dk是Pk的测量距离;θk是Pk的测量角度;Lb是扫描设备与轨道之间的水平距离;I是堆取料机在轨道上的位置;Hb是大臂距离地面的高度;α是大臂的俯仰旋转角度(即大臂与三维坐标系中x轴方向的夹角);所述大臂轴线的方向是指从大臂与本体连接的一端指向大臂靠近料堆的一端所对应的方向。
可选地,根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图,包括:
根据所有扫描时间分别对应的反射点的三维位置数据,确定各反射点在x轴上的数值、在y轴上的数值和在z轴上的数值;
根据反射点在x轴上的数值和反射点在y轴上的数值,确定反射点在二维坐标系中的位置;所述二维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,建立的坐标系;
根据反射点在z轴上的数值,确定反射点在二维坐标系中的数值;
根据所述反射点在二维坐标系中的位置和所述反射点在二维坐标系中的数值,建立所述各料堆在料条中的高度图。
采用本申请实施例提供的料堆识别方法,获取料堆表面每个反射点的扫描数据,根据反射点的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据,进而,根据反射点的三维位置数据,建立各料堆在料条中的高度图,采用区域生长算法解析高度图,识别出各料堆。该系统在识别料堆时,不会受到原料场环境复杂,堆取料作业时扬尘较大以及恶劣天气等因素的影响,有效提高了料堆识别的准确性,为无人化的原料场打下基础。同时,该设备安装简便,维护成本较低,大大降低了料堆识别所需的经济成本。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (10)
1.一种用于原料场的料堆识别系统,原料场包括轨道和多个相互平行布置的料条,轨道位于任意两个相邻的料条之间且沿料条的长度方向布置,每个料条内堆放有多个料堆;其特征在于,所述料堆识别系统包括堆取料机、扫描设备和控制终端;
所述堆取料机设置于轨道上,用于按照预设速度沿轨道从料条的一端移动到料条的另一端;所述堆取料机包括大臂和本体,所述大臂安装在所述本体上,用于将原料运送到料堆中或从料堆中取出原料;所述大臂靠近料堆的一端为卸料装置或取料装置;
所述扫描设备安装在大臂上靠近卸料装置的位置,用于在所述堆取料机每前进预设距离后,对料条内堆放的料堆进行一次扫描,以获取料堆表面每个反射点的扫描数据;所述扫描设备单次扫描的区域为沿料条的宽度方向,从料条的一侧到另一侧的区域;
所述控制终端安装在所述堆取料机的本体上,分别与所述堆取料机和所述扫描设备连接;
所述控制终端被配置为执行以下步骤:
获取所述扫描设备发送的料堆表面每个反射点的扫描数据;
针对任意一次扫描,根据在该次扫描时扫描到的目标反射点对应的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据;所述三维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,以堆取料机的高度方向为z轴,建立的坐标系;
根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图;
采用区域生长算法解析所述高度图,识别出各料堆。
2.根据权利要求1所述的料堆识别系统,其特征在于,在建立各料堆在料条中的高度图之后,所述控制终端还被配置为执行以下步骤:
遍历所述高度图中每个像素点;
如果当前像素点的像素值小于预设阈值,则判断与所述当前像素点相邻的相邻像素点的像素值是否均小于预设阈值,如果所述相邻像素点的像素值均小于预设阈值,则将所述像素点的值设为零;
如果所述相邻像素点的像素值中任一像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
3.根据权利要求2所述的料堆识别系统,其特征在于,在建立各料堆在料条中的高度图之后,所述控制终端还被配置为执行以下步骤:
如果所述当前像素点的像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
4.根据权利要求1所述的料堆识别系统,其特征在于,所述反射点的扫描数据包括反射点的测量距离和反射点的测量角度;所述反射点的测量距离指反射点与所述扫描设备之间的距离,所述反射点的测量角度指反射点与所述扫描设备之间的连线与大臂轴线之间的夹角。
5.根据权利要求4所述的料堆识别系统,其特征在于,所述目标反射点在料条坐标系中的三维位置数据,具体采用下述方法确定:
其中,Pk是第k个反射点;Pk·x是Pk在三维坐标系中x轴上的数值,Pk·y是Pk在三维坐标系中y轴上的数值,Pk·z是Pk在三维坐标系中z轴上的数值;Pk·u是Pk在扫描设备坐标系统中u轴上的数值;Pk·v是Pk在扫描设备坐标系统中v轴上的数值;dk是Pk的测量距离;θk是Pk的测量角度;Lb是扫描设备与轨道之间的水平距离;I是堆取料机在轨道上的位置;Hb是大臂距离地面的高度;α是大臂的俯仰旋转角度,所述俯仰旋转角度为大臂与三维坐标系中x轴方向的夹角;所述大臂轴线的方向是指从大臂与本体连接的一端指向大臂靠近料堆的一端所对应的方向。
6.根据权利要求1所述的料堆识别系统,其特征在于,所述建立各料堆在料条中的高度图,具体执行下述步骤:
根据所有扫描时间分别对应的反射点的三维位置数据,确定各反射点在x轴上的数值、在y轴上的数值和在z轴上的数值;
根据反射点在x轴上的数值和反射点在y轴上的数值,确定反射点在二维坐标系中的位置;所述二维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,建立的坐标系;
根据反射点在z轴上的数值,确定反射点在二维坐标系中的数值;
根据所述反射点在二维坐标系中的位置和所述反射点在二维坐标系中的数值,建立所述各料堆在料条中的高度图。
7.一种用于原料场的料堆识别方法,其特征在于,所述方法包括:
获取料堆表面每个反射点的扫描数据;
针对任意一次扫描,根据在该次扫描时扫描到的目标反射点对应的的扫描数据、堆取料机在该次扫描时所位于轨道上的位置、大臂在该次扫描时距离地面的高度以及料条的宽度,确定目标反射点在三维坐标系中的三维位置数据;所述三维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,以堆取料机的高度方向为z轴,建立的坐标系;
根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图;
采用区域生长算法解析所述高度图,识别出各料堆。
8.根据权利要求7所述的料堆识别方法,其特征在于,在建立各料堆在料条中的高度图之后,所述方法还包括:
遍历所述高度图中每个像素点;
如果当前像素点的像素值小于预设阈值,则判断与所述当前像素点相邻的相邻像素点的像素值是否均小于预设阈值,如果所述相邻像素点的像素值均小于预设阈值,则将所述像素点的值设为零;
如果所述相邻像素点的像素值中任一像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
9.根据权利要求8所述的料堆识别方法,其特征在于,在建立各料堆在料条中的高度图之后,所述方法还包括:
如果所述当前像素点的像素值大于或等于预设阈值,则确定所述相邻像素点对应的平均像素值,以及将所述像素点的像素值设为所述平均像素值。
10.根据权利要求7所述的料堆识别方法,其特征在于,根据所有扫描时间分别对应的反射点的三维位置数据,建立各料堆在料条中的高度图,包括:
根据所有扫描时间分别对应的反射点的三维位置数据,确定各反射点在x轴上的数值、在y轴上的数值和在z轴上的数值;
根据反射点在x轴上的数值和反射点在y轴上的数值,确定反射点在二维坐标系中的位置;所述二维坐标系是以堆取料机的起始位置为原点,以料条的宽度方向为x轴,以轨道的长度方向为y轴,建立的坐标系;
根据反射点在z轴上的数值,确定反射点在二维坐标系中的数值;
根据所述反射点在二维坐标系中的位置和所述反射点在二维坐标系中的数值,建立所述各料堆在料条中的高度图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010778381.1A CN113313745B (zh) | 2020-08-05 | 2020-08-05 | 一种用于原料场的料堆识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010778381.1A CN113313745B (zh) | 2020-08-05 | 2020-08-05 | 一种用于原料场的料堆识别系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113313745A CN113313745A (zh) | 2021-08-27 |
CN113313745B true CN113313745B (zh) | 2022-08-26 |
Family
ID=77370356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010778381.1A Active CN113313745B (zh) | 2020-08-05 | 2020-08-05 | 一种用于原料场的料堆识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113313745B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003141511A (ja) * | 2001-11-07 | 2003-05-16 | Kawasaki Heavy Ind Ltd | 3次元形状認識方法、装置およびプログラム |
JP2004094825A (ja) * | 2002-09-03 | 2004-03-25 | Toyota Motor Corp | 三次元物体認識装置 |
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 |
CN107657621A (zh) * | 2017-10-20 | 2018-02-02 | 南京林业大学 | 基于线性区域生长的二维激光点云序列实时分割方法 |
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 |
-
2020
- 2020-08-05 CN CN202010778381.1A patent/CN113313745B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003141511A (ja) * | 2001-11-07 | 2003-05-16 | Kawasaki Heavy Ind Ltd | 3次元形状認識方法、装置およびプログラム |
JP2004094825A (ja) * | 2002-09-03 | 2004-03-25 | Toyota Motor Corp | 三次元物体認識装置 |
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 |
CN107657621A (zh) * | 2017-10-20 | 2018-02-02 | 南京林业大学 | 基于线性区域生长的二维激光点云序列实时分割方法 |
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 (2)
Title |
---|
Stock Recognition Feature Optimizes Turning Toolpaths;D Jonhson, et al.;《Societyofplastic》;20011231;1-10 * |
散货料堆的实时三维成像方法;张子才;《机电设备》;20090513;15-29 * |
Also Published As
Publication number | Publication date |
---|---|
CN113313745A (zh) | 2021-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9637887B2 (en) | Reclaimer 3D volume rate controller | |
EP2419757B1 (en) | System for the identification and/or location determination of a container handling machine | |
CN103292715A (zh) | 岸壁移机式装船机抛料位置料堆高度检测装置及检测方法 | |
CN114999308B (zh) | 地图生成方法、装置、计算机可读存储介质和计算机设备 | |
CN114155494B (zh) | 一种基于深度学习的带式输送机输送带跑偏监测方法 | |
CN108828518B (zh) | 一种货车车厢内部堆垛车定位方法 | |
CN113928982B (zh) | 一种带雷达反馈的高精度抓斗抓取位置控制方法 | |
US20230348237A1 (en) | Mapping of a Crane Spreader and a Crane Spreader Target | |
CN108147147A (zh) | 一种自动智能化的堆取料系统 | |
WO2023070954A1 (zh) | 一种基于机器视觉的集卡引导和单双箱识别方法和装置 | |
CN113340287A (zh) | 一种装船机船舱舱口识别方法 | |
CN113298820B (zh) | 一种料堆盘库的方法及系统 | |
CN112669376A (zh) | 一种料堆残垛层高计算方法及系统 | |
CN1930538A (zh) | 加工型材的方法和装置 | |
CN113313745B (zh) | 一种用于原料场的料堆识别系统及方法 | |
CN110318796B (zh) | 一种识别液压支架移架状态的方法、装置及系统 | |
WO2024208005A1 (zh) | 一种实时的料堆高度检测方法、系统及装置 | |
CN113295232B (zh) | 一种用于原料场的料堆盘库系统及方法 | |
CN115716603B (zh) | 一种斗轮机取料路径规划方法及系统 | |
CN114677424B (zh) | 一种无人值守螺旋卸船机点云数据处理方法 | |
CN115170608A (zh) | 物料跟踪方法及装置 | |
CN111723797B (zh) | 一种确定三维目标的包围框的方法及系统 | |
RU2808660C1 (ru) | Система и способ определения запасов штабелей материала для склада сырья | |
CN110345927A (zh) | 一种岸桥下agv装卸位置的定位系统及定位方法 | |
JPH0753056A (ja) | 撒物パイル形状検出装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |