CN114777648A

CN114777648A - 板坯感知测量方法及系统

Info

Publication number: CN114777648A
Application number: CN202210417769.8A
Authority: CN
Inventors: 郭强; 杨东海; 刘娟
Original assignee: CISDI Chongqing Information Technology Co Ltd
Current assignee: CISDI Chongqing Information Technology Co Ltd
Priority date: 2022-04-20
Filing date: 2022-04-20
Publication date: 2022-07-22
Anticipated expiration: 2042-04-20
Also published as: CN114777648B

Abstract

本发明提供一种板坯感知测量方法及系统，所述板坯感知测量方法包括：获取板坯库区域的三维点云数据；从板坯库区域的三维点云数据中，找出板坯库区域中板坯垛的三维点云数据，并形成板坯垛的参数估计；获取板坯垛上顶层板坯的三维点云数据；根据顶层板坯的三维点云数据，获取顶层板坯的位置坐标信息。本发明先获取板坯库区域的三维点云数据并形成板坯垛的参数估计，再获取板坯垛上顶层板坯的三维点云数据并计算顶层板坯的位置坐标信息，通过一次扫描粗略定位与二次扫描精确计算的递进结合，能快速有效地获取板坯库区域中待吊运的顶层板坯的位置坐标信息，再将其反馈到智能调度管理系统，能有效地辅助桥式起重机完成板坯的无人化、智能化装卸吊运。

Description

板坯感知测量方法及系统

技术领域

本发明涉及仓储物流技术领域，尤其涉及一种板坯感知测量方法及系统。

背景技术

随着人口红利逐渐消退，尤其在一些高危高强度作业区，企业对成本控制、效率提升和安全改善的迫切需求，亟需以行车无人驾驶为核心的重载智能仓储系统来解决低附加值劳务与人力成本高的企业矛盾，提升冶金物流运转效率、本质安全及智能化水平，实现企业的降本增效，潜在市场巨大。特别是在板坯库智能吊运行业，目前由于无法定位板坯的位置坐标，进而无法实现无人化智能吊运，严重阻碍了该行业的智能化进程。

因此，目前亟需一种识别板坯库范围以及板坯位置坐标的技术方案，使行车无人化吊运能够真正落地。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种板坯感知测量技术方案，实现板坯坐标识别，获取板坯库范围以及单个板坯坐标信息，以辅助桥式起重机完成板坯的无人化、智能化装卸吊运。

为实现上述目的及其他相关目的，本发明提供的技术方案如下。

一种板坯感知测量方法，包括：

获取板坯库区域的三维点云数据；

从所述板坯库区域的三维点云数据中，找出所述板坯库区域中板坯垛的三维点云数据，并形成所述板坯垛的参数估计；

获取所述板坯垛上顶层板坯的三维点云数据；

根据所述顶层板坯的三维点云数据，获取所述顶层板坯的位置坐标信息。

可选地，所述获取板坯库区域的三维点云数据的步骤，包括：

通过扫描与重构，获取所述板坯库区域的原始三维点云数据；

对所述板坯库区域的原始三维点云数据依次进行直通滤波和统计滤波处理，得到所述板坯库区域的三维点云数据。

可选地，所述通过扫描与重构，获取所述板坯库区域的原始三维点云数据的步骤，包括：

通过多台检测激光扫描仪对所述板坯库区域进行扫描，获取所述板坯库区域的平面点云数据；

通过增量式编码器，获取多台所述检测激光扫描仪扫描时的位移信息；

结合所述板坯库区域的平面点云数据与所述位移信息，进行三维重构，得到所述板坯库区域的原始三维点云数据。

可选地，所述从所述板坯库区域的三维点云数据中，找出所述板坯库区域中板坯垛的三维点云数据，并形成所述板坯垛的参数估计的步骤，包括：

建立三维坐标系，并将所述板坯库区域的三维点云数据映射到所述三维坐标系中；

结合Z轴阶跃特性、所述板坯垛的几何形心以及所述板坯垛的线面几何模型，对所述板坯库区域的三维点云数据进行聚类分割，得到多个疑似所述板坯垛的点云数据块；

获取所述板坯垛的特征参数阈值，并据此对多个所述点云数据块进行筛选，得到所述板坯垛的点云数据块；

根据所述板坯垛的点云数据块，提取所述板坯垛的平面特征信息及轮廓信息，得到所述板坯垛的参数估计。

可选地，所述获取所述板坯垛上顶层板坯的三维点云数据的步骤，包括：

参考所述板坯垛的参数估计，找到所述板坯垛上的顶层板坯，并通过扫描路径呈相互垂直交叉的直线的多台所述检测激光扫描仪对所述顶层板坯进行扫描，得到所述顶层板坯的三维点云数据。

可选地，所述根据所述顶层板坯的三维点云数据，获取所述顶层板坯的位置坐标信息的步骤，包括：

将所述顶层板坯的三维点云数据映射到所述三维坐标系中；

通过Z轴阶跃特性，识别出每台所述检测激光扫描仪扫描路径上所述顶层板坯的边缘点；

根据多台所述检测激光扫描仪找出的所述顶层板坯的多个所述边缘点的坐标位置，结合所述顶层板坯的几何形心以及所述顶层板坯的线面几何模型，计算所述顶层板坯的轮廓顶点及边缘直线；

根据所述顶层板坯的轮廓顶点及边缘直线，计算所述顶层板坯的指定边与所述三维坐标系中指定轴的旋转角度，并计算所述顶层板坯的形心坐标，得到所述顶层板坯的位置坐标信息。

一种板坯感知测量系统，包括：

检测激光扫描仪，用于对板坯库区域及板坯垛上的顶层板坯进行扫描，并获取所述板坯库区域的扫描数据及所述顶层板坯的扫描数据；

增量式编码器，与所述检测激光扫描仪连接，用于对所述检测激光扫描仪的扫描位移进行检测；

上位机，分别与所述检测激光扫描仪及所述增量式编码器连接，用于接收所述板坯库区域的扫描数据及所述位移并据此获取所述板坯库区域的三维点云数据，还用于从所述板坯库区域的三维点云数据中找出所述板坯垛的三维点云数据并形成所述板坯垛的参数估计，还用于根据所述顶层板坯的扫描数据获取所述顶层板坯的位置坐标信息。

可选地，所述板坯感知测量系统配合所述板坯库区域内的桥式起重机对所述板坯库区域内的板坯进行感知测量，所述板坯感知测量系统包括多台所述检测激光扫描仪，多台所述检测激光扫描仪相互独立地设置在所述桥式起重机的小车上，所述增量式编码器设置在所述桥式起重机的大车上，所述小车可滑动地设置在所述大车上。

可选地，在对所述板坯库区域进行扫描时，驱动所述大车沿第一方向运动、所述小车沿第二方向运动，同时通过所述小车上的多台所述检测激光扫描仪对所述板坯库区域进行平面扫描，其中，在所述板坯库区域的盛放平面内，所述第一方向垂直于所述第二方向。

可选地，在对所述顶层板坯进行扫描时，先参考所述板坯垛的参数估计，找到所述板坯垛上的所述顶层板坯，再将所述大车及其上的所述小车驱动到所述顶层板坯的上方，在所述板坯库区域的盛放平面内，通过所述小车上的一部分所述检测激光扫描仪沿所述第一方向对所述顶层板坯进行扫描，通过所述小车上的另一部分所述检测激光扫描仪沿所述第二方向对所述顶层板坯进行扫描。

如上所述，本发明提供的板坯感知测量方法及系统，至少具有以下有益效果：

先获取板坯库区域的三维点云数据，找出板坯库区域中板坯垛的三维点云数据，并形成板坯垛的参数估计，得到板坯垛的大概位置后，再进一步获取板坯垛上顶层板坯的三维点云数据，并根据顶层板坯的三维点云数据获取顶层板坯的位置坐标信息，通过扫描粗略定位与再扫描精确计算的递进结合，能快速有效地获取板坯库区域中待吊运的顶层板坯的位置坐标信息，再将其反馈到智能调度管理系统，能有效地辅助配合桥式起重机完成板坯的无人化、智能化装卸吊运。

附图说明

图1是本发明中板坯感知测量方法的步骤示意图；

图2-图3是本发明一可选实施例中板坯库区域的结构示意图；

图4-图5是本发明一可选实施例中二次扫描计算的结构示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

如前述在背景技术中所述的，发明人研究发现：在目前的板坯库智能吊运行业，由于无法定位板坯的位置坐标，进而无法实现无人化智能吊运，这严重阻碍了该行业的智能化进程。

基于此，发明人提出一种板坯感知测量技术方案：先对板坯库区域进行一次扫描后粗略定位，找到板坯垛的大概位置，再对板坯垛上的顶层板坯进行二次扫描，并根据二次扫描的数据精确计算待吊运的顶层板坯的位置坐标信息。

如图1所示，本发明提供一种板坯感知测量方法，其包括步骤：

S1、获取板坯库区域的三维点云数据；

S2、从板坯库区域的三维点云数据中，找出板坯库区域中板坯垛的三维点云数据，并形成板坯垛的参数估计；

S3、获取板坯垛上顶层板坯的三维点云数据；

S4、根据顶层板坯的三维点云数据，获取顶层板坯的位置坐标信息。

详细地，获取板坯库区域的三维点云数据的步骤S1，进一步包括：

S11、通过扫描与重构，获取板坯库区域的原始三维点云数据；

S12、对板坯库区域的原始三维点云数据依次进行直通滤波和统计滤波处理，得到板坯库区域的三维点云数据。

其中，如图2-图3所示，板坯库(区域)中存放有若干板坯垛，每个板坯垛由多个板坯叠加垒积形成，板坯库(区域)中还设有桥式起重机，其配合运输平板车(图中未示出)及远程的智能调度管理系统(图中未示出)实现板坯库的智能吊运。

详细地，如图3所示，桥式起重机包括位于板坯库两侧的两个支撑立柱，支撑立柱上架设的可沿第一方向(X轴方向)移动的大车，以及大车上设置的可沿第二方向(Y轴方向)移动的小车，小车上设有吊具，通过大车及小车的移动带动吊具到达指定板坯垛的上方，通过吊具对指定板坯垛的顶层板坯进行夹持吊运。

在步骤S1中，为了采集板坯库区域的数据，需要提供数据采集设备，如图3所示，具体为“检测激光扫描仪+增量式编码器”的结构，在桥式起重机的小车上设有多台检测激光扫描仪，在桥式起重机的大车端部设有增量式编码器，检测激光扫描仪需要沿着第三方向(Z轴负方向)向下安装在小车上，并使检测激光扫描仪沿大车方向扫描，且增量式编码器的信号通过带屏蔽双绞线接入检测激光扫描仪。

此外，为了对采集到的数据进行分析处理，本发明还需要提供数据处理设备，如上位机或者处理器等，本发明可以通过上位机(远程的智能调度管理系统可以设置在其内)对采集到的数据进行分析处理。

更详细地，通过扫描与重构，获取板坯库区域的原始三维点云数据的步骤S11，进一步包括：

S111、通过多台检测激光扫描仪对板坯库区域进行扫描，获取板坯库区域的平面点云数据；

S112、通过增量式编码器，获取多台检测激光扫描仪扫描时的位移信息；

S113、结合板坯库区域的平面点云数据与位移信息，进行三维重构，得到板坯库区域的原始三维点云数据。

进一步地，在步骤S111中，在对板坯库区域进行扫描时，驱动大车沿第一方向运动、小车沿第二方向运动，同时通过小车上的多台检测激光扫描仪对板坯库区域进行盛放平面(即XY平面)内的全方位平面扫描，获取板坯库区域的平面点云数据。

进一步地，在步骤S112中，在对板坯库区域进行扫描时，通过大车上的增量式编码器获取多台检测激光扫描仪扫描时的位移信息。

进一步地，在步骤S113中，扫描结束后，将采集到的板坯库区域的平面点云数据与位移信息分别上传到上位机，在上位机中，结合板坯库区域的平面点云数据与位移信息进行板坯库区域的三维重构，汇聚得到板坯库区域的原始三维点云数据。

更详细地，在步骤S12中，得到板坯库区域的原始三维点云数据之后，在上位机中，还需要依次对板坯库区域的原始三维点云数据进行直通滤波和统计滤波处理：按照停放区域范围对原始三维点云数据进行直通滤波处理，提取板坯库区域点云数据，消除周边环境对后续算法处理结果的影响；再应用统计滤波算法去除干扰引起的离群噪点，获得板坯库区域的三维点云数据。

详细地，从板坯库区域的三维点云数据中，找出板坯库区域中板坯垛的三维点云数据，并形成板坯垛的参数估计的步骤S2，进一步包括：

S21、建立三维坐标系，并将板坯库区域的三维点云数据映射到三维坐标系中；

S22、结合Z轴阶跃特性、板坯垛的几何形心以及板坯垛的线面几何模型，对板坯库区域的三维点云数据进行聚类分割，得到多个疑似板坯垛的点云数据块；

S23、获取板坯垛的特征参数阈值，并据此对多个点云数据块进行筛选，得到板坯垛的点云数据块；

S24、根据板坯垛的点云数据块，提取板坯垛的平面特征信息及轮廓信息，得到板坯垛的参数估计。

更详细地，在步骤S21中，先通过上位机标定建立三维坐标系，并将板坯库区域的三维点云数据映射到三维坐标系中，给出点云各点的位置坐标，为后续板坯库区域范围、板坯坐标计算提供基础。

更详细地，在步骤S22中，结合Z轴阶跃特性、板坯垛的几何形心以及板坯垛的线面几何模型，通过上位机对板坯库区域的三维点云数据进行聚类分割，得到多个疑似板坯垛的点云数据块，点云数据块除了板坯垛的点云数据块，还可能包含其它杂物的点云数据块。

其中，Z轴阶跃特性指板坯垛所在边缘与板坯库区域地面之间的Z轴阶跃特性；板坯垛的几何形心为对应面形状和体形状的几何形心；板坯垛的线面几何模型一般为直线(边形状)、长方形(面形状)、长方体(体形状)；聚类分割算法可采用欧式距离聚类分割算法，在此不作限定。

更详细地，在步骤S23中，由于得到的多个点云数据块，除了板坯垛的点云数据块，还可能包含其它杂物的点云数据块，或者点云数据块中包含多种不同规格的板坯垛而我们只需要找出其中几种规格的板坯垛，因此，需要对点云数据块进行进一步筛选，如可通过板坯垛的特征参数阈值对多个点云数据块进行筛选，得到符合条件的板坯垛的点云数据块。

其中，板坯垛的特征参数阈值至少包括板坯垛的长度、宽度及高度等参数阈值。

更详细地，在步骤S24中，筛选出符合条件的板坯垛的点云数据块后，根据板坯垛的点云数据块，提取板坯垛的平面特征信息及轮廓信息，得到板坯垛的参数估计，即板坯垛的参数估计至少包括板坯垛的轮廓信息(长度、宽度及高度，包括坐标信息)及平面特征信息(含坐标信息)，便于后续对板坯垛上的顶层板坯进行二次扫描时的快速定位扫描，可提高扫描效率、减少扫描工作量。

详细地，获取板坯垛上顶层板坯的三维点云数据的步骤S3，进一步包括：参考板坯垛的参数估计，快速高效地找到板坯垛上的顶层板坯，并通过扫描路径呈相互垂直交叉的直线的多台检测激光扫描仪对顶层板坯进行扫描，得到顶层板坯的三维点云数据。

更详细地，在步骤S3中，在对顶层板坯进行扫描时，先参考板坯垛的参数估计，快速定位并找到板坯垛上的顶层板坯，再将大车及其上的小车驱动到顶层板坯的上方，在板坯库区域的盛放平面(XY平面)内，通过小车上的一部分检测激光扫描仪沿第一方向(X轴方向)对顶层板坯进行扫描，通过小车上的另一部分检测激光扫描仪沿第二方向(Y轴方向)对顶层板坯进行扫描，如图4所示，扫描后采集的数据再次上传到上位机中。

详细地，根据顶层板坯的三维点云数据，获取顶层板坯的位置坐标信息的步骤S4，进一步包括：

S41、将顶层板坯的三维点云数据映射到三维坐标系中；

S42、通过Z轴阶跃特性，识别出每台检测激光扫描仪扫描路径上顶层板坯的边缘点；

S43、根据多台检测激光扫描仪找出的顶层板坯的多个边缘点的坐标位置，结合顶层板坯的几何形心以及顶层板坯的线面几何模型，计算顶层板坯的轮廓顶点及边缘直线；

S44、根据顶层板坯的轮廓顶点及边缘直线，计算顶层板坯的指定边与三维坐标系中指定轴的旋转角度，并计算顶层板坯的形心坐标，得到顶层板坯的位置坐标信息。

更详细地，在步骤S41中，上位机接收到二次扫描的顶层板坯的三维点云数据后，将其映射到三维坐标系中，便于后续分析计算。

更详细地，在步骤S42中，通过板坯垛所在边缘与板坯库区域地面之间的Z轴阶跃特性，上位机识别出每台检测激光扫描仪扫描路径上顶层板坯的边缘点，如图4所示的三台检测激光扫描仪能找出顶层板坯的6个边缘点。

更详细地，在步骤S43中，根据多台检测激光扫描仪找出的顶层板坯的多个边缘点的坐标位置，结合顶层板坯的几何形心以及顶层板坯的线面几何模型，通过上位机计算顶层板坯的轮廓顶点及边缘直线。

在本发明的一可选实施例中，如图4-图5所示，已经识别出三台检测激光扫描仪扫描顶层板坯的6个边缘点A、B、C、D、E、F以及对应的坐标位置信息，则可知AC所在直线的直线方程，而FO⊥AC，又已知F的坐标，则可以求出顶点O的坐标；则同样可知AB所在直线、CD所在直线及EF所在直线的直线方程，计算出线段GH的长度，AB线段、AC线段及EF线段的长度均可计算得出，而参考图5所示的几何关系，有

由此可以计算得出板坯的长度L及宽度W；在长度L、AC直线方程及顶点O的坐标已知的前提条件下，可以计算出顶点P的坐标，再结合宽度W，可进一步计算出顶点Q和顶点R的坐标；结合顶点O、P、Q及R的坐标位置，可进一步计算出OP及OQ所在的直线方程。

其中，AB、CD为沿第一方向(X轴方向)的两台检测激光扫描仪的扫描路径，EF为沿第二方向(Y轴方向)的一台检测激光扫描仪的扫描路径。

更详细地，在步骤S44中，根据顶层板坯的轮廓顶点及边缘直线，通过上位机计算顶层板坯的指定边与三维坐标系中指定轴的旋转角度，并通过上位机计算顶层板坯的形心坐标，得到顶层板坯的位置坐标信息，最终输出的顶层板坯的位置坐标信息包括旋转角度及形心坐标，该位置坐标信息反馈到智能调度管理系统中，智能调度管理系统再精确地驱动桥式起重机的大车及小车，带动小车上的吊具到达顶层板坯的形心坐标的正上方，在形心坐标处对顶层板坯进行夹持吊运，进而可以快速有效地辅助桥式起重机完成板坯的无人化、智能化装卸吊运。

在本发明的一可选实施例中，如图5所示，通过计算OP边的斜率即可计算OP边与三维坐标系中Y轴正方向的旋转角度(夹角)α；结合顶点O、P、Q及R的坐标位置，以及顶层板坯的线面几何模型，可计算出顶层板坯的形心坐标。

此外，为了实现上述板坯感知测量方法，本发明还提供一种板坯感知测量系统，如图2-图3所示，其包括：

检测激光扫描仪，用于对板坯库区域及板坯垛上的顶层板坯进行扫描，并获取板坯库区域的扫描数据及顶层板坯的扫描数据；

增量式编码器，与检测激光扫描仪连接，用于对检测激光扫描仪的扫描位移进行检测；

上位机(图中未示出)，分别与检测激光扫描仪及增量式编码器连接，用于接收板坯库区域的扫描数据及位移并据此获取板坯库区域的三维点云数据，还用于从板坯库区域的三维点云数据中找出板坯垛的三维点云数据并形成板坯垛的参数估计，还用于根据顶层板坯的扫描数据获取顶层板坯的位置坐标信息。

其中，板坯感知测量系统配合板坯库区域内的桥式起重机对板坯库区域内的板坯进行感知测量，如图2-图3所示，桥式起重机设置在板坯库区域中，板坯库区域中存放有若干板坯垛，桥式起重机包括位于板坯库两侧的两个支撑立柱，支撑立柱上架设的可沿第一方向(X轴方向)移动的大车，以及大车上设置的可沿第二方向(Y轴方向)移动的小车，小车上设有吊具，板坯感知测量系统包括多台检测激光扫描仪，多台检测激光扫描仪相互独立地设置在桥式起重机的小车上，增量式编码器设置在桥式起重机的大车上，且增量式编码器的信号通过带屏蔽双绞线接入检测激光扫描仪。

同时，上位机分别与检测激光扫描仪及增量式编码器连接，既能驱动检测激光扫描仪进行扫描、驱动增量式编码器进行位移信息采集，又能接收检测激光扫描仪及增量式编码器采集到的数据并进行分析处理，再把分析处理结果反馈到智能调度管理系统中，通过智能调度管理系统控制桥式起重机，实现精准的无人化、智能化装卸吊运。

需要说明的是，检测激光扫描仪的前后两次扫描过程不一样：在对板坯库区域进行扫描时，驱动大车沿第一方向运动、小车沿第二方向运动，同时通过小车上的多台检测激光扫描仪对板坯库区域进行平面扫描；在对顶层板坯进行扫描时，先参考板坯垛的参数估计，找到板坯垛上的顶层板坯，再将大车及其上的小车驱动到顶层板坯的上方，在板坯库区域的盛放平面内，通过小车上的一部分检测激光扫描仪沿第一方向对顶层板坯进行扫描，通过小车上的另一部分检测激光扫描仪沿第二方向对顶层板坯进行扫描。

综上所述，在本发明所提供的板坯感知测量方法及系统中，先获取板坯库区域的三维点云数据，找出板坯库区域中板坯垛的三维点云数据，并形成板坯垛的参数估计，得到板坯垛的大概位置后，再进一步获取板坯垛上顶层板坯的三维点云数据，并根据顶层板坯的三维点云数据获取顶层板坯的位置坐标信息，通过一次扫描粗略定位与二次扫描精确计算的递进结合，能快速有效地获取板坯库区域中待吊运的顶层板坯的位置坐标信息，再将其反馈到智能调度管理系统，能有效地辅助配合桥式起重机完成板坯的无人化、智能化装卸吊运。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims

1.一种板坯感知测量方法，其特征在于，包括：

获取板坯库区域的三维点云数据；

获取所述板坯垛上顶层板坯的三维点云数据；

2.根据权利要求1所述的板坯感知测量方法，其特征在于，所述获取板坯库区域的三维点云数据的步骤，包括：

3.根据权利要求2所述的板坯感知测量方法，其特征在于，所述通过扫描与重构，获取所述板坯库区域的原始三维点云数据的步骤，包括：

4.根据权利要求3所述的板坯感知测量方法，其特征在于，所述从所述板坯库区域的三维点云数据中，找出所述板坯库区域中板坯垛的三维点云数据，并形成所述板坯垛的参数估计的步骤，包括：

5.根据权利要求4所述的板坯感知测量方法，其特征在于，所述获取所述板坯垛上顶层板坯的三维点云数据的步骤，包括：

6.根据权利要求5所述的板坯感知测量方法，其特征在于，所述根据所述顶层板坯的三维点云数据，获取所述顶层板坯的位置坐标信息的步骤，包括：

将所述顶层板坯的三维点云数据映射到所述三维坐标系中；

7.一种板坯感知测量系统，其特征在于，包括：

8.根据权利要求7所述的板坯感知测量系统，其特征在于，所述板坯感知测量系统配合所述板坯库区域内的桥式起重机对所述板坯库区域内的板坯进行感知测量，所述板坯感知测量系统包括多台所述检测激光扫描仪，多台所述检测激光扫描仪相互独立地设置在所述桥式起重机的小车上，所述增量式编码器设置在所述桥式起重机的大车上，所述小车可滑动地设置在所述大车上。

9.根据权利要求8所述的板坯感知测量系统，其特征在于，在对所述板坯库区域进行扫描时，驱动所述大车沿第一方向运动、所述小车沿第二方向运动，同时通过所述小车上的多台所述检测激光扫描仪对所述板坯库区域进行平面扫描，其中，在所述板坯库区域的盛放平面内，所述第一方向垂直于所述第二方向。

10.根据权利要求9所述的板坯感知测量系统，其特征在于，在对所述顶层板坯进行扫描时，先参考所述板坯垛的参数估计，找到所述板坯垛上的所述顶层板坯，再将所述大车及其上的所述小车驱动到所述顶层板坯的上方，在所述板坯库区域的盛放平面内，通过所述小车上的一部分所述检测激光扫描仪沿所述第一方向对所述顶层板坯进行扫描，通过所述小车上的另一部分所述检测激光扫描仪沿所述第二方向对所述顶层板坯进行扫描。