CN114186008A - 一种无人作业的料堆挖掘方法、装置、设备及存储介质 - Google Patents

一种无人作业的料堆挖掘方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114186008A
CN114186008A CN202111498111.6A CN202111498111A CN114186008A CN 114186008 A CN114186008 A CN 114186008A CN 202111498111 A CN202111498111 A CN 202111498111A CN 114186008 A CN114186008 A CN 114186008A
Authority
CN
China
Prior art keywords
plane equation
point cloud
data
cloud data
excavation
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
Application number
CN202111498111.6A
Other languages
English (en)
Inventor
周文彬
蔡登胜
孙金泉
刘平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi Liugong Machinery Co Ltd
Original Assignee
Guangxi Liugong Machinery Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangxi Liugong Machinery Co Ltd filed Critical Guangxi Liugong Machinery Co Ltd
Priority to CN202111498111.6A priority Critical patent/CN114186008A/zh
Publication of CN114186008A publication Critical patent/CN114186008A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Remote Sensing (AREA)
  • Earth Drilling (AREA)

Abstract

本发明实施例公开了一种无人作业的料堆挖掘方法，包括：获取料堆及地面的初始点云数据并进行处理，确定目标点云数据；根据目标点云数据进行料堆平面方程及地面平面方程的拟合；根据料堆平面方程及地面平面方程，将料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。本发明实施例提供的无人作业的料堆挖掘方法，通过对料堆进行平面方程拟合及挖掘区域的划分，确定每斗拟挖掘量大于设定阈值且距离料堆平面方程最近的点为当前挖掘点，实现了挖掘机的无人作业，提高了生产效率，并且可以实现稳定高效地作业，避免了挖掘作业质量对人员经验的依赖。

Description

一种无人作业的料堆挖掘方法、装置、设备及存储介质
技术领域
本发明涉及机器人技术领域，尤其涉及一种无人作业的料堆挖掘方法、装置、设备及存储介质。
背景技术
现有的挖掘机挖掘工作是人工现场操作或者人工通过5G远程遥控操作的，都是需要依赖人工判断选取挖掘点进行挖掘作业，必须依靠人工操作并且很依赖人工挖掘经验，不能应用到无人挖掘机的无人作业中，并且此方法的挖掘作业质量也会随着人工的作业经验有所不同。
发明内容
本发明实施例提供了一种无人作业的料堆挖掘方法、装置、设备及存储介质，解决了挖掘机必须依靠人工才能作业的难题，实现了高质量、高效率的无人挖掘作业。
第一方面，本发明实施例提供了一种无人作业的料堆挖掘方法，包括：
获取料堆及地面的初始点云数据并进行处理，确定目标点云数据；
根据所述目标点云数据进行料堆平面方程及地面平面方程的拟合；
根据所述料堆平面方程及地面平面方程，将所述料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。
进一步地，获取料堆及地面的初始点云数据并进行处理，确定目标点云数据，包括：
利用传感器对所述料堆及地面进行数据采集，获取初始点云数据；
对所述初始点云数据进行裁剪、降采样和滤波处理，将处理后的初始点云数据确定为所述目标点云数据。
进一步地，根据所述目标点云数据进行料堆平面方程及地面平面方程的拟合，包括：
将所述目标点云数据划分为目标料堆数据和目标地面数据；
根据所述目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合。
进一步地，根据所述目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合，包括：
针对所述目标料堆数据和目标地面数据，分别拟合设定个数的备选平面，针对每个备选平面，将对应的所述目标料堆数据或目标地面数据中，与该备选平面的距离在设定阈值内的数据确定为有效数据；
分别将包含有效数据最多的备选平面对应的方程确定为拟合后的所述料堆平面方程和地面平面方程。
进一步地，根据所述料堆平面方程及地面平面方程，将所述料堆划分为设定个数的挖掘区域，包括：
根据所述料堆平面方程及地面平面方程，确定所述料堆的宽度及所述料堆到地面的高度；
根据所述设定个数，对所述宽度和高度进行等分切割，将等分切割后的各区域确定为所述挖掘区域。
进一步地，按照设定顺序依次进行挖掘，包括：
根据所述设定顺序，确定当前挖掘区域；
在所述当前挖掘区域中确定当前挖掘点，对所述当前挖掘点进行挖掘，直到所述当前挖掘区域中不包含满足要求的当前挖掘点；
返回执行所述根据所述设定顺序，确定当前挖掘区域的步骤，直到所述设定个数的挖掘区域遍历完成。
进一步地，在所述当前挖掘区域中确定当前挖掘点，包括：
确定所述当前挖掘区域内各点云数据到所述料堆平面方程的距离及各点云数据对应的每斗拟挖掘量；
将每斗拟挖掘量大于设定挖掘量阈值且距离所述料堆平面方程最近的点确定为所述当前挖掘点。
第二方面，本发明实施例还提供了一种无人作业的料堆挖掘装置，包括：
目标点云数据确定模块，用于获取料堆及地面的初始点云数据并进行处理，确定目标点云数据；
平面方程拟合模块，用于根据所述目标点云数据进行料堆平面方程及地面平面方程的拟合；
挖掘模块，用于根据所述料堆平面方程及地面平面方程，将所述料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。
可选的，目标点云数据确定模块还用于：
利用传感器对所述料堆及地面进行数据采集，获取初始点云数据；
对所述初始点云数据进行裁剪、降采样和滤波处理，将处理后的初始点云数据确定为所述目标点云数据。
可选的，平面方程拟合模块还用于：
将所述目标点云数据划分为目标料堆数据和目标地面数据；
根据所述目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合。
可选的，平面方程拟合模块还用于：
针对所述目标料堆数据和目标地面数据，分别拟合设定个数的备选平面，针对每个备选平面，将对应的所述目标料堆数据或目标地面数据中，与该备选平面的距离在设定阈值内的数据确定为有效数据；
分别将包含有效数据最多的备选平面对应的方程确定为拟合后的所述料堆平面方程和地面平面方程。
可选的，挖掘模块还用于：
根据所述料堆平面方程及地面平面方程，确定所述料堆的宽度及所述料堆到地面的高度；
根据所述设定个数，对所述宽度和高度进行等分切割，将等分切割后的各区域确定为所述挖掘区域。
可选的，挖掘模块还用于：
根据所述设定顺序，确定当前挖掘区域；
在所述当前挖掘区域中确定当前挖掘点，对所述当前挖掘点进行挖掘，直到所述当前挖掘区域中不包含满足要求的当前挖掘点；
返回执行所述根据所述设定顺序，确定当前挖掘区域的步骤，直到所述设定个数的挖掘区域遍历完成。
可选的，挖掘模块还用于：
确定所述当前挖掘区域内各点云数据到所述料堆平面方程的距离及各点云数据对应的每斗拟挖掘量；
将每斗拟挖掘量大于设定挖掘量阈值且距离所述料堆平面方程最近的点确定为所述当前挖掘点。
第三方面，本发明实施例还提供了一种无人作业的料堆挖掘的计算机设备，包括：
存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例任一所述的无人作业的料堆挖掘方法。
第四方面，本发明实施例还提供了一种无人作业的料堆挖掘的存储介质，其上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例任一所述的无人作业的料堆挖掘方法。
本发明实施例首先获取料堆及地面的初始点云数据并进行处理，确定目标点云数据，然后根据目标点云数据进行料堆平面方程及地面平面方程的拟合，最后根据料堆平面方程及地面平面方程，将料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。本发明实施例提供的无人作业的料堆挖掘方法，通过对料堆进行平面方程拟合及挖掘区域的划分，实现了挖掘机的无人作业，提高了生产效率，并且可以实现稳定高效地作业，避免了挖掘作业质量对人员经验的依赖。
附图说明
图1是本发明实施例一中的一种无人作业的料堆挖掘方法流程图；
图2是本发明实施例二中的一种无人作业的料堆挖掘方法流程图；
图3是本发明实施例三中的一种无人作业的料堆挖掘装置结构示意图；
图4是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种无人作业的料堆挖掘方法流程图，本实施例可适用于通过无人作业的方式进行料堆挖掘的情况，该方法可以由无人作业的料堆挖掘装置来执行，该装置可由硬件和/或软件组成，并一般可集成在具有无人作业的料堆挖掘功能的设备中，该设备可以是服务器或服务器集群等电子设备。如图1所示，具体包括如下步骤：
步骤110、获取料堆及地面的初始点云数据并进行处理，确定目标点云数据。
其中，点云数据是指在一个三维坐标系统中的一组向量的集合。点云数据可以通过雷达等传感器获取，其中，传感器直接采集的数据可以是初始点云数据，经过处理后用于后续计算的初始点云数据可以是目标点云数据。
在本实施例中，可以通过案子在挖掘机高出俯视的传感器采集料堆及地面的初始点云数据，初始点云数据中可能包含冗余数据、噪声数据等对后续计算产生干扰的数据，因此可以对初始点云数据进行处理，过滤其中的干扰数据，从而获取目标点云数据。
可选的，对初始点云数据进行处理的方式可以是点云滤波、点云关键点、特征描述、点云配准、点云分割与分类、点云裁剪、点云降采样等方法。
步骤120、根据目标点云数据进行料堆平面方程及地面平面方程的拟合。
其中，料堆平面方程及地面平面方程分别为根据采集的料堆和地面点云数据，通过算法拟合出来的平面方程。
在本实施例中，根据点云数据进行平面方程拟合的方法可以是，随机拟合多个平面，将包含采集到的点云数据最多的平面作为拟合出来的平面，该平面的方程及拟合出的平面方程。进一步地，可以设定一个阈值，将位于平面附近设定阈值内的点看做平面上的点，然后将包含点最多的平面对应的方程作为拟合出的平面方程。
步骤130、根据料堆平面方程及地面平面方程，将料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。
其中，挖掘区域的个数可以由操作人员进行设定，设定顺序可以按照从左到右、从上到下的顺序。
在本实施例中，根据拟合出的料堆平面方程及地面平面方程，可以计算出料堆宽度和料堆到地面平面的高度，即料堆离地高度，然后按照离地高度及挖掘机宽度方向对料堆进行划分，得到多块小区域，每个区域为一个挖掘区域。然后按照从左到右、从上到下的顺序，依次对各挖掘区域进行挖掘，当当前挖掘区域内的点云数据个数小于设定阈值时，进行下一个挖掘区域的挖掘。
进一步地，在挖掘过程中，挖掘机上的传感器持续进行点云数据的采集，当挖掘区域处的物料减少而料堆整体形状不变时，按照已拟合出的料堆平面方程及划分出的挖掘区域进行挖掘；当料堆形状发生改变时可以拟合出新的料堆平面方程，并重新划分挖掘区域进行挖掘。
本发明实施例首先获取料堆及地面的初始点云数据并进行处理，确定目标点云数据，然后根据目标点云数据进行料堆平面方程及地面平面方程的拟合，最后根据料堆平面方程及地面平面方程，将料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。本发明实施例提供的无人作业的料堆挖掘方法，通过对料堆进行平面方程拟合及挖掘区域的划分，实现了挖掘机的无人作业，提高了生产效率，并且可以实现稳定高效地作业，避免了挖掘作业质量对人员经验的依赖。
实施例二
图2为本发明实施例二提供的一种无人作业的料堆挖掘方法流程图，本实施例可适用于通过无人作业的方式进行料堆挖掘的情况。如图2所示，具体包括如下步骤：
步骤210、利用传感器对料堆及地面进行数据采集，获取初始点云数据。
其中，传感器可以是雷达等安装在挖掘机高出俯视的传感器。
在本实施例中，可以通过传感器，对料堆及地面进行扫描，采集各自的点云数据，获取初始点云数据。
步骤220、对初始点云数据进行裁剪、降采样和滤波处理，将处理后的初始点云数据确定为目标点云数据。
其中，点云裁剪可以截取目标所在区域的点云数据，从而去除多余数据；点云降采样为数据量太大时，通过去除部分点云使点云的密度在各个空间坐标上分布均匀；点云滤波可以去除初始点云数据中的噪声数据。
在本实施例中，获取初始点云数据后，可以通过裁剪、降采样和滤波等操作对初始点云数据进行处理，从而得到可以用于下一步计算的目标点云数据。
步骤230、将目标点云数据划分为目标料堆数据和目标地面数据。
在本实施例中，目标点云数据中包括对料堆和地面进行采集得到的点云数据，根据数据来源进行区分，可以将目标点云数据划分为目标料堆数据和目标地面数据。
步骤240、根据目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合。
在本实施例中，获取到目标料堆数据和目标地面数据后，可以分别进行料堆平面方程及地面平面方程的拟合。拟合的方式可以是利用算法，根据点云数据提取对应的平面方程。
可选的，根据目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合的方式可以是：针对目标料堆数据和目标地面数据，分别拟合设定个数的备选平面，针对每个备选平面，将对应的目标料堆数据或目标地面数据中，与该备选平面的距离在设定阈值内的数据确定为有效数据；分别将包含有效数据最多的备选平面对应的方程确定为拟合后的料堆平面方程和地面平面方程。
具体的，以料堆平面方程为例，根据目标料堆数据可以拟合多个备选平面，对每个备选平面来说，若某个点云数据位于该备选平面附近的设定范围之内，则可以认为该点云数据位于该备选平面上，即该点云数据为该备选平面上的有效数据。计算各备选平面上的有效数据，将包含有效数据最多的备选平面对应的方程确定为拟合出的料堆平面方程。同理，地面平面方程也利用相同的方法进行拟合。
步骤250、根据料堆平面方程及地面平面方程，确定料堆的宽度及料堆到地面的高度。
在本实施例中，确定料堆平面方程及地面平面方程后，可以对料堆的宽度及料堆到地面的高度进行计算，其中，料堆到地面的高度即为料堆顶点到地面的高度。
步骤260、根据设定个数，对宽度和高度进行等分切割，将等分切割后的各区域确定为挖掘区域。
其中，挖掘区域为对料堆进行划分产生的小块的料堆单位，在挖掘作业中，依次对各挖掘区域进行挖掘，当一个挖掘区域挖掘完成，即区域内的点云数据个数小于一定的阈值时，可以按顺序对下一个挖掘区域进行挖掘。
在本实施例中，挖掘区域的个数可以由操作人员设定，例如，操作人员可以设定划分9个挖掘区域，则可以对料堆的宽和高分别进行三等分，等分切割后即可获得设定个数的小块挖掘区域。
步骤270、根据设定顺序，确定当前挖掘区域。
在本实施例中，设定顺序可以按照人工作业的挖掘习惯进行设定，例如可以令设定顺序为从左到右、从上到下，完成当前挖掘区域的挖掘后再进行下一个区域的挖掘。
步骤280、在当前挖掘区域中确定当前挖掘点，对当前挖掘点进行挖掘，直到当前挖掘区域中不包含满足要求的当前挖掘点。
确定当前挖掘区域后，由于挖掘区域中可能包含多个点云数据，所以需要从各点云数据中确定一个点作为当前挖掘点，对当前挖掘点进行挖掘，然后再将下一个点确定为当前挖掘点进行挖掘。
可选的，在当前挖掘区域中确定当前挖掘点的方式可以是：确定当前挖掘区域内各点云数据到料堆平面方程的距离及各点云数据对应的每斗拟挖掘量；将每斗拟挖掘量大于设定挖掘量阈值且距离料堆平面方程最近的点确定为当前挖掘点。
具体的，按照人工作业思维，操作人员总会先挖掘料堆中凸起的一块，因此，在分割后的每块挖掘区域中，通过拟合好的料堆平面方程，可以求解区域中每个点云数据到料堆平面方程的距离，在确定当前挖掘点时可以将每个挖掘区域内离料堆平面方程最近的点作为挖掘点，直到完成当前挖掘区域。此外，每个小块挖掘区域内包含多个点，根据挖掘机挖斗的宽度以及运动轨迹可以计算每斗的挖掘量，并对挖掘量进行判断，大于我们设定的挖掘量阈值的点才可以设定为待定挖掘点。并且可以再在符合挖掘量要求的待定挖掘点中选取离料堆平面方程最近的点为当前挖掘点。当挖完某一块区域时，按照设定顺序对下一个挖掘区域进行挖掘，如果下一个挖掘区域内没有满足设定挖掘量的挖掘点，则跳过该区域，对后一个区域进行挖掘。完成一个挖掘区域的挖掘后，可以返回执行根据设定顺序，确定当前挖掘区域的步骤，直到设定个数的挖掘区域遍历完成。
进一步地，当按照设定顺序(比如从左到右、从下到上)全部挖掘一遍后，可以对料堆区域点云再一次计算是否有每斗挖掘量大于设定挖掘量阈值的点可以作为当前挖掘点，若有，则继续挖掘，直至作业区域中不包含满足要求的当前挖掘点。
本发明实施例首先利用传感器对料堆及地面进行数据采集，获取初始点云数据，然后对初始点云数据进行裁剪、降采样和滤波处理，将处理后的初始点云数据确定为目标点云数据，再将目标点云数据划分为目标料堆数据和目标地面数据，再根据目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合，再根据料堆平面方程及地面平面方程，确定料堆的宽度及料堆到地面的高度，再根据设定个数，对宽度和高度进行等分切割，将等分切割后的各区域确定为挖掘区域，再根据设定顺序，确定当前挖掘区域，再在当前挖掘区域中确定当前挖掘点，对当前挖掘点进行挖掘，直到当前挖掘区域中不包含满足要求的当前挖掘点，最后返回执行根据设定顺序，确定当前挖掘区域的步骤，直到设定个数的挖掘区域遍历完成。本发明实施例提供的无人作业的料堆挖掘方法，通过拟合料堆和地面的平面方程，将料堆进行挖掘区域的划分，并在挖掘区域中确定最优挖掘点，实现了挖掘机的无人作业，提高了生产效率，并且可以实现稳定高效地作业，避免了挖掘作业质量对人员经验的依赖。
实施例三
图3为本发明实施例三提供的一种无人作业的料堆挖掘装置结构示意图。如图3所示，该装置包括：目标点云数据确定模块310，平面方程拟合模块320，挖掘模块330。
目标点云数据确定模块310，用于获取料堆及地面的初始点云数据并进行处理，确定目标点云数据。
可选的，目标点云数据确定模块310还用于：
利用传感器对料堆及地面进行数据采集，获取初始点云数据；对初始点云数据进行裁剪、降采样和滤波处理，将处理后的初始点云数据确定为目标点云数据。
平面方程拟合模块320，用于根据目标点云数据进行料堆平面方程及地面平面方程的拟合。
可选的，平面方程拟合模块320还用于：
将目标点云数据划分为目标料堆数据和目标地面数据；根据目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合。
可选的，平面方程拟合模块320还用于：
针对目标料堆数据和目标地面数据，分别拟合设定个数的备选平面，针对每个备选平面，将对应的目标料堆数据或目标地面数据中，与该备选平面的距离在设定阈值内的数据确定为有效数据；分别将包含有效数据最多的备选平面对应的方程确定为拟合后的料堆平面方程和地面平面方程。
挖掘模块330，用于根据料堆平面方程及地面平面方程，将料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。
可选的，挖掘模块330还用于：
根据料堆平面方程及地面平面方程，确定料堆的宽度及料堆到地面的高度；根据设定个数，对宽度和高度进行等分切割，将等分切割后的各区域确定为挖掘区域。
可选的，挖掘模块330还用于：
根据设定顺序，确定当前挖掘区域；在当前挖掘区域中确定当前挖掘点，对当前挖掘点进行挖掘，直到当前挖掘区域中不包含满足要求的当前挖掘点；返回执行根据设定顺序，确定当前挖掘区域的步骤，直到设定个数的挖掘区域遍历完成。
可选的，挖掘模块330还用于：
确定当前挖掘区域内各点云数据到料堆平面方程的距离及各点云数据对应的每斗拟挖掘量；将每斗拟挖掘量大于设定挖掘量阈值且距离料堆平面方程最近的点确定为当前挖掘点。
上述装置可执行本公开前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本公开前述所有实施例所提供的方法。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的计算机设备412的框图。图4显示的计算机设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备412是典型的无人作业的料堆挖掘计算设备。
如图4所示，计算机设备412以通用计算设备的形式表现。计算机设备412的组件可以包括但不限于：一个或者多个处理器416，存储装置428，连接不同系统组件(包括存储装置428和处理器416)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
计算机设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)430和/或高速缓存存储器432。计算机设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储装置428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块426的程序436，可以存储在例如存储装置428中，这样的程序模块426包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块426通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备412也可以与一个或多个外部设备414(例如键盘、指向设备、摄像头、显示器424等)通信，还可与一个或者多个使得用户能与该计算机设备412交互的设备通信，和/或与使得该计算机设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，计算机设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(Local AreaNetwork，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与计算机设备412的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of IndependentDisks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器416通过运行存储在存储装置428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的无人作业的料堆挖掘方法。
实施例五
本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例中的无人作业的料堆挖掘方法。本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取料堆及地面的初始点云数据并进行处理，确定目标点云数据；根据目标点云数据进行料堆平面方程及地面平面方程的拟合；根据料堆平面方程及地面平面方程，将料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络连接到用户计算机，包括局域网(LAN)或广域网(WAN)，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种无人作业的料堆挖掘方法，其特征在于，包括：
获取料堆及地面的初始点云数据并进行处理，确定目标点云数据；
根据所述目标点云数据进行料堆平面方程及地面平面方程的拟合；
根据所述料堆平面方程及地面平面方程，将所述料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。
2.根据权利要求1所述的方法，其特征在于，获取料堆及地面的初始点云数据并进行处理，确定目标点云数据，包括：
利用传感器对所述料堆及地面进行数据采集，获取初始点云数据；
对所述初始点云数据进行裁剪、降采样和滤波处理，将处理后的初始点云数据确定为所述目标点云数据。
3.根据权利要求1所述的方法，其特征在于，根据所述目标点云数据进行料堆平面方程及地面平面方程的拟合，包括：
将所述目标点云数据划分为目标料堆数据和目标地面数据；
根据所述目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合。
4.根据权利要求3所述的方法，其特征在于，根据所述目标料堆数据和目标地面数据分别进行料堆平面方程及地面平面方程的拟合，包括：
针对所述目标料堆数据和目标地面数据，分别拟合设定个数的备选平面，针对每个备选平面，将对应的所述目标料堆数据或目标地面数据中，与该备选平面的距离在设定阈值内的数据确定为有效数据；
分别将包含有效数据最多的备选平面对应的方程确定为拟合后的所述料堆平面方程和地面平面方程。
5.根据权利要求1所述的方法，其特征在于，根据所述料堆平面方程及地面平面方程，将所述料堆划分为设定个数的挖掘区域，包括：
根据所述料堆平面方程、地面平面方程，确定所述料堆的宽度及所述料堆到地面的高度；
根据所述设定个数，对所述宽度和高度进行等分切割，将等分切割后的各区域确定为所述挖掘区域。
6.根据权利要求1所述的方法，其特征在于，按照设定顺序依次进行挖掘，包括：
根据所述设定顺序，确定当前挖掘区域；
在所述当前挖掘区域中确定当前挖掘点，对所述当前挖掘点进行挖掘，直到所述当前挖掘区域中不包含满足要求的所述当前挖掘点；
返回执行所述根据所述设定顺序，确定当前挖掘区域的步骤，直到所述设定个数的挖掘区域遍历完成。
7.根据权利要求6所述的方法，其特征在于，在所述当前挖掘区域中确定当前挖掘点，包括：
确定所述当前挖掘区域内各点云数据到所述料堆平面方程的距离及各点云数据对应的每斗拟挖掘量；
将每斗拟挖掘量大于设定挖掘量阈值且距离所述料堆平面方程最近的点确定为所述当前挖掘点。
8.一种无人作业的料堆挖掘装置，其特征在于，包括：
目标点云数据确定模块，用于获取料堆及地面的初始点云数据并进行处理，确定目标点云数据；
平面方程拟合模块，用于根据所述目标点云数据进行料堆平面方程及地面平面方程的拟合；
挖掘模块，用于根据所述料堆平面方程及地面平面方程，将所述料堆划分为设定个数的挖掘区域，按照设定顺序依次进行挖掘。
9.一种计算机设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-7任一所述的无人作业的料堆挖掘方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-7中任一所述的无人作业的料堆挖掘方法。
CN202111498111.6A 2021-12-09 2021-12-09 一种无人作业的料堆挖掘方法、装置、设备及存储介质 Pending CN114186008A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111498111.6A CN114186008A (zh) 2021-12-09 2021-12-09 一种无人作业的料堆挖掘方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111498111.6A CN114186008A (zh) 2021-12-09 2021-12-09 一种无人作业的料堆挖掘方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114186008A true CN114186008A (zh) 2022-03-15

Family

ID=80604026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111498111.6A Pending CN114186008A (zh) 2021-12-09 2021-12-09 一种无人作业的料堆挖掘方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114186008A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115142513A (zh) * 2022-05-25 2022-10-04 中科云谷科技有限公司 用于挖掘机的控制方法及装置、处理器及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115142513A (zh) * 2022-05-25 2022-10-04 中科云谷科技有限公司 用于挖掘机的控制方法及装置、处理器及存储介质
CN115142513B (zh) * 2022-05-25 2024-05-07 中科云谷科技有限公司 用于挖掘机的控制方法及装置、处理器及存储介质

Similar Documents

Publication Publication Date Title
EP3623753B1 (en) Method and apparatus for processing three-dimensional data, device and storage medium
JP6771059B2 (ja) ３次元シーンを再構成するための方法、装置、機器及びコンピュータ可読記憶媒体
US10210285B2 (en) Methods for generating a floor plan from a building scan
CN109816778B (zh) 物料堆三维重建方法、装置、电子设备和计算机可读介质
CN110555061B (zh) 轨迹相似度确定方法和装置
Garrido et al. Path planning for mobile robot navigation using voronoi diagram and fast marching
CN109903326B (zh) 用于确定工程机械设备的旋转角度的方法和装置
CN111695488A (zh) 兴趣面识别方法、装置、设备以及存储介质
JP7242738B2 (ja) 点群を更新するための方法、点群を更新するための装置、電子機器、非一時的コンピュータ可読記憶媒体及びコンピュータプログラム
JP6926172B2 (ja) 目標掘削点を選択するための方法と装置
Garrido et al. Voronoi diagram and fast marching applied to path planning
CN111540027B (zh) 一种检测方法、装置、电子设备及存储介质
CN112013831A (zh) 一种基于地形分析的地图边界自动提取方法及装置
CN114186008A (zh) 一种无人作业的料堆挖掘方法、装置、设备及存储介质
CN113192197A (zh) 一种全局点云地图的构建方法、装置、设备及存储介质
US20110267350A1 (en) Adaptive Process Simplification of Mined Business Process Graphs Using Tutte Parameterizations
CN113724383A (zh) 机器人拓扑地图生成系统、方法、计算机设备及存储介质
CN111538918B (zh) 一种推荐方法、装置、电子设备及存储介质
CN113012255B (zh) 道路边线提取方法、装置、设备和介质
US20230194689A1 (en) System and method to extract satellite doppler curves from waterfall spectrograms data
CN113359148A (zh) 激光雷达点云数据处理方法、装置、设备及存储介质
CN111753960B (zh) 模型训练及图像处理方法、装置、电子设备、存储介质
US11294384B2 (en) Vehicle navigation using point cloud decimation
CN114049449A (zh) 一种高精度地图道路层级的计算方法及系统
CN113628330B (zh) 一种有限空间的三维模型构建方法及系统

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