CN114063100A - 一种基于激光雷达的卡车车斗内矿石体积的计算方法 - Google Patents

Abstract

本发明涉及一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：利用激光雷达获取空载卡车的车斗点云数据；并对此点云数据进行去噪处理，去除不满足要求的异常点；对每个点的高度方向的数值求平均值，并保存为基准高度；利用激光雷达获取载有矿石车斗的点云数据；并对此点云数据进行去噪处理，去除不满足要求的异常点；用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；结合车斗的长度和宽度，得到车斗内矿石的体积。本发明的优点是：提供的基于激光雷达的卡车车斗内矿石体积计算方法，效率高、成本低、且精度较高。

Description

一种基于激光雷达的卡车车斗内矿石体积的计算方法

技术领域

本发明属于计算机技术领域中点云数据处理技术，具体涉及一种基于激光雷达的卡车车斗内矿石体积的计算方法。

背景技术

矿车装载量评估作为矿山生产的一项重要环节，对矿山生产规划及高效运营意义重大。随着矿山开采技术的发展，开采量与日俱增，传统基于人工的矿车装载量核算方式工作量大、效率低，且受人为因素影响，常出现错计、漏计的现象，难以满足矿山智慧化发展需求，亟需研发智能化矿车装载核算平台，实现矿石排出计量自动化。

发明内容

为了解决现有技术存在的上述问题，本发明的目的在于提供一种基于激光雷达的卡车车斗内矿石体积的计算方法，该计算方法具有效率高、成本低、且精度较高的优点，能够实现矿车装载矿石体积计量自动化。

本发明的目的是通过以下技术方案实现的：

本发明的一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：

S1、利用激光雷达获取空载卡车的车斗点云数据；

S2、对点云数据进行去噪处理，去除不满足要求的异常点；

S3、对每个点的高度z方向的数值求平均值，并保存为基准高度；

S4、利用激光雷达获取载有矿石车斗的点云数据；

S5、对点云数据进行去噪处理，去除不满足要求的异常点；

S6、用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；

S7、结合车斗的长度和宽度，得到车斗内矿石的体积。

在步骤S2和步骤S5中，所述的对点云数据进行去噪处理采用的具体方法如下：

首先根据给定的点云数据，通过最小二乘法拟合一个曲面；然后计算各个点到该曲面的距离，最后判定：如果该距离大于给定阈值，则该点为噪声点，予以删除，如果该距离小于给定阈值，则该点为正常点，予以保留。

所述的根据给定的点云数据，通过最小二乘法拟合一个曲面包括以下具体过程：

1)对于给定的数据点(x_i,y_i,z_i)，i＝1,2,…,n，首先根据公式(1)得到一个假设的曲面方程如下：

F(x,y)＝P^T(x,y)A (1)

其中A^T＝(a₁,a₂,…,a_m)是曲面方程的系数，

P^T(x,y)＝(p₁(x₁,y₁)；p₂(x₂,y₂)；…；p_n(x_n,y_n))，p_i(x_i,y_i)是曲面方程的一组基，本方法取P_i ^T＝(1,x_i,y_i,x_iy_i,x_i ²,y_i ²)；

2)然后根据最小二乘法定义，得到公式(2)如下：

上式对于A的最小化，由

得到结果为：

定义矩阵：

P为n×m的矩阵，由p_i＝(x_i,y_i)组成，Z是所有已知点的z_i坐标值；

则

且

因此，P矩阵和Z矩阵可以改写为：(P^TP)A＝P^TZ，经化简可得A＝(P^TP)^-1P^TZ；

将所求的系数A带入曲面方程F(x,y)＝P^T(x,y)A即可求出拟合曲面方程。

在步骤S6和步骤S7中，所述的车斗内矿石的体积通过公式(3)计算获得，公式(3)如下：

V＝x×y×z (3)

其中x为车斗的长度，y为车斗的宽度，z为步骤S6中求得的平均高度。

与现有技术相比，本发明的优点是：

本发明基于激光雷达的卡车车斗内矿石体积的计算方法，采用基于最小二乘法的曲面拟合方法来对点云数据进行去噪处理，并根据去噪后的点云数据进行体积计算，得到的矿石体积精度较高且该方法效率高、成本低。

附图说明

图1为本发明的计算流程示意框图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步说明：

实施例

如图1所示，本发明的一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：

S1、利用激光雷达获取空载卡车的车斗点云数据；

S2、对点云数据进行去噪处理，去除不满足要求的异常点；

S3、对每个点的高度z方向的数值求平均值，并保存为基准高度；

S4、利用激光雷达获取载有矿石车斗的点云数据；

S5、对点云数据进行去噪处理，去除不满足要求的异常点；

S6、用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；

S7、结合车斗的长度和宽度，得到车斗内矿石的体积；其中，所述对每个点的z方向的数值求平均值，需要先对各点的z方向的数值进行提取，然后求取平均值，并保存为基准高度，所述对点云数据进行去噪处理所采用的方法是基于最小二乘法的曲面拟合方法，所述结合车斗的长度和宽度得到车斗内矿石的体积是通过车斗长度乘以宽度乘以平均高度获得。

进一步地，所述对点云数据进行去噪处理中采用的最小二乘法拟合曲面的方法之后，还包括：

计算各个点到该曲面的距离，如果该距离大于给定阈值，则该点为噪声点，予以删除，相反，如果该距离小于给定阈值，则该点为正常点，应该保留。

具体地，最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

通常在最小二乘法中，设(x,y)是一对观测量，且x＝[x₁,x₂,…,x_n]^T∈Rⁿ，y＝R满足以下的理论函数：

y＝f(x,w)

其中w＝[w₁,w₂,…,w_n]^T为待定参数。

为了寻找函数f(x,w)的参数w的最优估计值，对于给定n组(通常w>n)观测数据(x_i,y_i)(i＝1,2,…,m)，求解目标函数

取最小值的参数w_i(i＝1,2,…,n)。求解的这类问题称为最小二乘问题，求解该问题的方法的几何语言称为最小二乘拟合。

对于无约束最优化问题，最小二乘法的一般形式为：

其中L_i(x)(i＝1,2,…,m)称为残差函数。当L_i(x)(i＝1,2,…,m)是x的线性函数时，称为线性最小二乘问题，否则称为非线性最小二乘问题。

对最小二乘法拟合曲面的说明如下：

首先假设给定三维数据点(x_i,y_i,z_i)(i＝1,2,…,n)，将曲面方程记为

F(x,y)＝P^T(x,y)A

其中A^T＝(a₁,a₂,…,a_m)是曲面方程的系数，P^T(x,y)＝(p₁(x₁,y₁)；p₂(x₂,y₂)；…；p_n(x_n,y_n))，p_i(x_i,y_i)是曲面方程的一组基，本方法取P_i ^T＝(1,x_i,y_i,x_iy_i,x_i ²,y_i ²)。

由最小二乘法定义有：

上式对于A的最小化，结果为：

由

可得

定义矩阵

也就是说P是一个n×m的矩阵，由p_i＝(x_i,y_i)组成。Z是所有已知点的z_i坐标值。则

而且

因此，定义的P矩阵和Z矩阵可以改写为：(P^TP)A＝P^TZ，经化简可得A＝(P^TP)^-1P^TZ。解出A后也即是得到了拟合曲面方程的系数，将所求的系数A带入曲面方程F(x,y)＝P^T(x,y)A即可求出拟合曲面方程。

对结合车斗长度和宽度求取体积说明如下：

结合车斗的长度和宽度，得到车斗内矿石的体积，计算方法如下：V＝x×y×z。其中x为车斗的长度，y为车斗的宽度，z为求得的平均高度。

综上所述，本发明实施例的基于激光雷达的卡车车斗内矿石体积计算方法，采用基于最小二乘法的曲面拟合方法来对点云数据进行去噪处理，并根据去噪后的点云数据进行体积计算，在对卡车车斗内矿石体积计算时准确、高效。本发明实施例的基于激光雷达的卡车车斗内矿石体积计算方法在经济、速度、准确性方面具有很大的优势和重要的实际应用价值。

Claims (4)

1.一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：

S1、利用激光雷达获取空载卡车的车斗点云数据；

S2、对点云数据进行去噪处理，去除不满足要求的异常点；

S3、对每个点的高度z方向的数值求平均值，并保存为基准高度；

S4、利用激光雷达获取载有矿石车斗的点云数据；

S5、对点云数据进行去噪处理，去除不满足要求的异常点；

S6、用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；

S7、结合车斗的长度和宽度，得到车斗内矿石的体积。

2.根据权利要求1所述的一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于，在步骤S2和步骤S5中，所述的对点云数据进行去噪处理采用的具体方法如下：

首先根据给定的点云数据，通过最小二乘法拟合一个曲面；然后计算各个点到该曲面的距离，最后判定：如果该距离大于给定阈值，则该点为噪声点，予以删除，如果该距离小于给定阈值，则该点为正常点，予以保留。

3.根据权利要求2所述的具体方法，其特征在于，所述的根据给定的点云数据，通过最小二乘法拟合一个曲面包括以下具体过程：

1)对于给定的数据点(x_i，y_i，z_i)，i＝1，2，…，n，首先根据公式(1)得到一个曲面方程如下：

F(x，y)＝P^T(x，y)A (1)

其中A^T＝(a₁，a₂，...，a_m)是曲面方程的系数，

P^T(x，y)＝(p₁(x₁，y₁)；p₂(x₂，y₂)；...；p_n(x_n，y_n))，p_i(x_i，y_i)是曲面方程的一组基，本方法取P_i ^T＝(1，x_i，y_i，x_iy_i，x_i ²，y_i ²)；

2)然后根据最小二乘法定义，得到公式(2)如下：

上式对于A的最小化，由

得到结果为：

定义矩阵：

P为n×m的矩阵，由p_i＝(x_i，y_i)组成，Z是所有已知点的z_i坐标值；

则

且

因此，P矩阵和Z矩阵可以改写为：(P^TP)A＝P^TZ，经化简可得A＝(P^TP)^-1P^TZ；

将所求的系数A带入曲面方程F(x，y)＝P^T(x，y)A即可求出拟合曲面方程。

4.根据权利要求1所述的一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于，在步骤S 6和步骤S 7中，所述的车斗内矿石的体积通过公式(3)计算获得，公式(3)如下：

V＝x×y×z (3)

其中x为车斗的长度，y为车斗的宽度，z为步骤S 6中求得的平均高度。

Images