CN115984278B - 基于待装车辆全特征信息的装车码垛规划方法及系统 - Google Patents

Abstract

本发明公开了一种基于待装车辆全特征信息的装车码垛规划方法及系统，属于光电探测技术领域，该方法包括通过3D点云扫描对待装车辆进行进场检测，判断待装车辆是否进场；采集进场待装车辆的点云信息，对采集到的待装车辆的点云信息进行点云分割，识别待装车辆车厢底板、前后左右栏板、栏板上立柱、油缸和车厢内拉筋；计算待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸；根据待装车辆的尺寸进行码垛规划。本发明通过激光三维扫描测量技术对待装车辆进行扫描，获取车厢点云信息，并通过分割识别各特征并进行特征参数计算从而获得车厢精确的数据信息后进行码垛规划，避免由于参数检测不准确导致的各种问题。

Description

基于待装车辆全特征信息的装车码垛规划方法及系统

技术领域

本发明属于光电探测技术领域，尤其涉及一种利用待装车辆3D点云全特征信息进行装车码垛规划的方法及系统。

背景技术

近年来国内外各个行业都掀起了自动化改革的热潮，国内的袋装物料装车过程也在向着自动化发展。国内的自动化装车产业发展已经具有一定的水平，绝大多数公司的装车机能实现每小时60-80吨的装车工作。但装车过程中所出现的问题也非常多，比如在装车时出现装车码垛不均匀导致物料倒塌影响后续装车；装车后袋装物料离栏板过近，严重影响运输；装车过程中没能识别出车辆拉筋，装车时物料放置于拉筋上，导致物料包破损等问题都反映出他们在装车前对车辆特征的检测并不完全正确。

发明内容

有鉴于此，本发明提供一种基于待装车辆全特征信息的装车码垛规划方法及系统，基于三维激光扫描仪获取的的激光三维点云数据参数化计算以及基于数据成果实现车辆全自动装车码垛规划设计。

为解决以上技术问题，本发明的技术方案为采用一种基于待装车辆全特征信息的装车码垛规划方法，包括：

通过3D点云扫描对待装车辆进行进场检测，判断待装车辆是否进场；

采集进场待装车辆的点云信息，对采集到的待装车辆的点云信息进行点云分割，识别待装车辆车厢底板、前后左右栏板、栏板上立柱、油缸和车厢内拉筋；

计算待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸；

根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划。

作为一种改进，所述通过3D点云扫描对待装车辆进行进场检测的方法包括：

无车辆进入时对车辆进场位置进行3D点云扫描，获取基准点云图像；

对车辆进场位置进行持续3D点云扫描，并将采集到的点云图像与基准图像进行对比，计算点云变化率V；

若点云变化率V大于变化阈值Vth则提取点云图像中高于车道的点云数据，并计算所提取点云沿车道延伸方向的长度W；

若连续N帧点云图像中的长度W均大于长度阈值Wth，则有待装车辆进场，其中N大于帧阈值Nth。

作为一种进一步的改进，所述识别待装车辆车厢底板的方法包括：

定义点云图像所在坐标系，其中X轴为车道延伸方向，Y轴车道宽度方向，Z轴为高度方向；

按一定高度沿Z轴遍历车道以上所有点云，点云数量最多的区域为车厢底板所在区域；

利用该区域点云拟合车厢底板轮廓。

作为另一种更进一步的改进，所述识别待装车辆左右栏板的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；

将所述点云沿X轴进行切片，获取每片点云的最大Y值点和最小Y值点；

将获取的所有最大Y值点和最小Y值点分别拟合成XY平面上的两条直线，其中最大Y值点拟合成的直线为左栏板所在直线，最小Y值点拟合成的直线为右栏板所在直线；

取左栏板所在直线一定范围内的点云，沿X轴方向逐片提取最小Y值点作为左栏板内壁点云并拟合成左栏板内壁所在直线；

取右栏板所在直线一定范围内的点云，沿X轴方向逐片提取最大Y值点作为右栏板内壁点云并拟合成右栏板内壁所在直线。

作为一种改进，所述识别待装车辆后栏板的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；

将所述点云沿Y轴进行切片，获取每片点云的最小X值点；

将获取的最小X值点拟合成后栏板在XY平面上的所在直线；

取后栏板所在直线一定范围内的点云，沿Y轴逐片提取最大X值点作为后栏板内壁点云并拟合成后栏板内壁所在直线。

作为一种改进，所述识别前栏板和油缸的方法包括：

从后栏板位置起将点云沿X轴进行切片，求取点云数量最多的区域作为前栏板所在区域；

将前栏板所在区域沿Y轴进行切片，获取每片点云的最小X值点；

将所有最小X值点拟合成前栏板内壁形状，若前栏板投影形状包括向X轴负方向凸起的部分且凸起的宽度超过凸起阈值，则将前栏板所在区域沿Z轴方向进行切片；若Z轴方向多片点云均包含向X轴负方向凸起的部分则认为凸起部分为油缸；

将凸起部分的最小X值点拟合成油缸在XY平面上的所在直线；

将去除凸起部分剩余的最小X值点拟合成前栏板内壁所在直线。

作为一种改进，所述识别拉筋的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；

去除车厢底板、前后左右栏板以及油缸点云；

将剩余点云投影在XY平面上；

将每组拉筋点云分别拟合成拉筋所在直线。

作为一种改进，所述识别立柱的方法包括：

将前后左右栏板点云分别进行投影，其中左右栏板点云进行XZ平面的投影，前后栏板点云进行YZ平面的投影；

分别将左右栏板点云在XZ平面上的投影沿X轴分为段，获取每个分段内最大Z值点；分别将前后栏板点云在YZ平面上的投影沿Y轴分为段，获取每个分段内最大Z值点；

分别取前后左右栏板点云最大Z值点最集中的区间，以该区间下限某个范围内的最大Z值点分别拟合成前后左右栏板轮廓线，并将前后左右栏板轮廓线的斜率作为前后左右栏板上边线的参考斜率；

利用区间下限作为直线截距最小值、区间上限最为直线截距最大值以及参考斜率分别构造上下左右栏板的上边线；

迭代，直到上边线上点云数量分布最多；

以前后左右栏板的上边线为基准，将前后左右栏板点云上的点分为线以下的点、线上点、线以上的点；将线以下的点和线上点作为栏板点云，将线以上的点作为立柱点云；

将立柱点云沿X/Y轴分为多个非连续的区间；

对每个区间内的立柱点云进行高程差判断，并对满足高程差阈值的立柱点云进行集合作为不同立柱的点云。

作为一种改进，所述计算待装车辆车厢尺寸的方法包括：

确定前后栏板上边线与左右栏板上边线的交点A、B、C、D；

待装车辆车厢的宽度=(AB两点之间的距离+CD两点之间的距离)/2；

待装车辆车厢的长度=(AC两点之间的距离+BD两点之间的距离)/2；

计算A、B、C、D四点的Z值，并取最大值和最小值为待装车辆车厢的高度。

作为一种改进，所述计算待装车辆栏板尺寸的方法包括：

确定前后栏板上边线与左右栏板上边线的交点A、B、C、D；

A点、C点距车厢底板的高度为左栏板的高度；

B点、D点距车厢底板的高度为右栏板的高度；

A点、B点距车厢底板的高度为前栏板的高度；

C点、D点距车厢底板的高度为后栏板的高度。

作为一种改进，所述计算待装车辆立柱尺寸的方法包括：

沿栏板上边线统计高度超过上边线的点云；

对统计到的点云进行聚类形成立柱点云，若聚类后的立柱点云高度和长度大于阈值则该处立柱点云有效；

计算有效立柱点云的高度，其高度为最大Z值点距栏板上边线的距离；

计算有效立柱点云的长度，其长度为该有效立柱点云沿栏板上边线方向距离最远的两个点的距离。

作为一种改进，所述计算待装车辆拉筋尺寸的方法包括：

判断拉筋点云是否有效，若拉筋点云数量和Y轴方向的长度大于阈值则该拉筋点云有效；

利用有效拉筋点云拟合拉筋在XY平面上的投影直线；

确定投影直线与左右栏板的交点E、F；

计算E、F点与前栏板之间的距离L_E、L_F；

拉筋的跨度=L_E-L_F；

拉筋的高度=（E与车厢底板的距离+F与车厢底板的距离）/2；

对拉筋点云沿Y轴方向切片，计算所有切片中点云在X方向的宽度的平均值；所述平均值为拉筋的直径。

作为一种改进，所述计算待装车辆油缸尺寸的方法包括：

从最大Z值点沿Z轴负方向遍历，当某个Z值点附近的点云数量超过阈值则将该Z值点作为油缸有效高度，退出遍历并将该Z值点与车厢底板的距离作为油缸的高；

从最大Y值点向Y轴负方向遍历，当某个Y值点附近的点云数量超过阈值则将该Z值点作为油缸左侧有效位置，退出遍历；

从最小Y值点向Y轴正方向遍历，当某个Y值点附近的点云数量超过阈值则将该Z值点作为油缸右侧有效位置，退出遍历；

将油缸左侧有效位置和油缸右侧有效位置的差作为油缸的宽度；

从最小X值点沿X轴正方向遍历，当某个X值点附近的点云数量超过阈值则将该X值点作为油缸前侧有效位置，退出遍历，将该X值点到前挡板的距离作为油缸的厚度。

作为一种改进，所述根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划的方法包括：

计算码垛列数及码垛方式；

计算码垛层数及缩进层数；

规划避让拉筋和油缸。

本发明还提供一种基于待装车辆全特征信息的装车码垛规划系统，包括；

点云扫描模块，用于扫描车道和待装车辆获取点云信息；

进场判断模块，用于判断待装车辆是否进入车道；

点云分割模块，用于对采集到的待装车辆的点云信息进行点云分割，识别待装车辆车厢底板、前后左右栏板、栏板上立柱、油缸和车厢内拉筋；

特征参数化模块，用于计算待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸；

码垛规划模块，用于根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划。

本发明的有益之处在于：

本发明通过激光三维扫描测量技术对待装车辆进行扫描，获取车厢点云信息，并通过分割识别各特征并进行特征参数计算从而获得车厢精确的数据信息。通过车厢精确的数据信息进行码垛规划，避免由于参数检测不准确导致的各种问题如：在装车时出现装车码垛不均匀导致物料倒塌影响后续装车；装车后袋装物料离栏板过近，严重影响运输；装车过程中没能识别出车辆拉筋，装车时物料放置于拉筋上，导致物料包破损等。

附图说明

图1为待装车辆车厢示意图。

图2为本发明的流程图。

图3为本发明的结构原理图。

图中标记：底板1、前栏板2、后栏板3、左栏板4、右栏板5、油缸6、立柱7、拉筋8。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面结合具体实施方式对本发明作进一步的详细说明。

如图1所示，本发明中待装车辆的车厢包括车厢底板1、前栏板2、后栏板3、左栏板4、右栏板5、油缸6、立柱7、拉筋8。

如图2所示，本发明提供一种基于待装车辆全特征信息的装车码垛规划方法，具体步骤包括：

S1通过3D点云扫描对待装车辆进行进场检测，判断待装车辆是否进场，具有又包括：

S11无车辆进入时对车辆进场位置进行3D点云扫描，获取基准点云图像。

车辆进场位置上包括车道和一些附属建筑和设备，一般均为固定。当有车辆进入到进场位置时，采集到的点云与没有车辆时会有不同。另外，本发明中，采用的是激光三维扫描技术进行点云扫描，通过测量激光测距仪发射出来的激光信号到达被测目标并返回的时间,然后根据时间计算扫描仪到被测物的距离,从而获得目标物体的三维坐标点，这种测量技术的优点是可以精准、快速的获取被测物的三维信息。由于是通过反射实现的扫描，因此只能扫描物体的外轮廓。

S12对车辆进场位置进行持续3D点云扫描，并将采集到的点云图像与基准图像进行对比，计算点云变化率V。

点云扫描装置按照一定的频率进行扫描，并且将采集到的点云图像与没有待装车辆进入的基准图像进行对比。由于待装车辆体积比较大，因此扫描到的点云图像与基准图像之间的变化率V是比较大的。如果变化率小于阈值说明进入进场位置的物体不是待装车辆。

S13若点云变化率V大于变化阈值Vth则提取点云图像中高于车道的点云数据，并计算所提取点云沿车道延伸方向的长度W；

有可能进场的车辆并非待装车辆，而是路过车辆，因此还需要进行车辆类型的判断。

S14若连续N帧点云图像中的长度W均大于长度阈值Wth，则有待装车辆进场，其中N大于帧阈值Nth。

有超过阈值的帧中都有车辆，说明车辆停留在进场区域内一段时间，则可以认为该车辆为待装车辆而并非路过车辆。

S2采集进场待装车辆的点云信息，对采集到的待装车辆的点云信息进行点云分割，识别待装车辆车厢底板、前后左右栏板、栏板上立柱、油缸和车厢内拉筋。识别的具体步骤包括：

S21所述识别待装车辆车厢底板的方法包括：

S211定义点云图像所在坐标系，其中X轴为车道延伸方向，Y轴车道宽度方向，Z轴为高度方向；本发明中定义的坐标系如图1所示。当然也不排除其他的坐标系定义方法。

S212按一定高度沿Z轴遍历车道以上所有点云，点云数量最多的区域为车厢底板所在区域。

车厢底板并不一定与XY平面平行的，因此需要按一定的高度以立体的区域进行遍历而不以平面进行遍历。

S213利用该区域点云拟合车厢底板轮廓。

S22所述识别待装车辆左右栏板的方法包括：

S221从车厢底板所在平面起向上沿车厢底板边缘提取点云。

将车厢底板以上的点云全部提取，提取的点云包括了栏板、油缸、拉筋、立柱点云。其目的在于将分割范围缩小，以减小系统开销提高精度，下同。

S222将所述点云沿X轴进行切片，获取每片点云的最大Y值点和最小Y值点。

此步骤中坐标系已经定义，以下不在赘述。经过切片会获得若干点云片，每个点云片都会有一个最大Y值点和一个最小Y值点。相当于将车厢进行横向剖成若干片，获取每片两端的位置。

S223将获取的所有最大Y值点和最小Y值点分别拟合成XY平面上的两条直线，其中最大Y值点拟合成的直线为左栏板所在直线，最小Y值点拟合成的直线为右栏板所在直线。

将获取的所有的最大Y值点投影到一个XY平面上，然后拟合成一条直线，该直线就是左栏板所在直线。同理，将获取的所有的最小Y值点投影到一个XY平面上，然后拟合成一条直线，该直线就是右栏板所在直线。

S224取左栏板所在直线一定范围内的点云，沿X轴方向逐片提取最小Y值点作为左栏板内壁点云并拟合成左栏板内壁所在直线。

由于码垛需要获取的参数是车厢的内空，因此需要获取栏板内壁的确切位置。对于左栏板，每个切片中Y值最小的点为内壁。

S225取右栏板所在直线一定范围内的点云，沿X轴方向逐片提取最大Y值点作为右栏板内壁点云并拟合成右栏板内壁所在直线。对于右栏板，每个切片中Y值最大的点位内壁。

S23所述识别待装车辆后栏板的方法包括：

S231从车厢底板所在平面起向上沿车厢底板边缘提取点云，原理同上，实际上在识别左右栏板时已经进行过该步骤，可以直接沿用。

S232将所述点云沿Y轴进行切片，获取每片点云的最小X值点；

S233将获取的最小X值点拟合成后栏板在XY平面上的所在直线；

S234取后栏板所在直线一定范围内的点云，沿Y轴逐片提取最大X值点作为后栏板内壁点云并拟合成后栏板内壁所在直线。对于后栏板，每个切片X值最大的点为内壁。

S24所述识别前栏板和油缸的方法包括：

S241从后栏板位置起将点云沿X轴进行切片，求取点云数量最多的区域作为前栏板所在区域；

S242将前栏板所在区域沿Y轴进行切片，获取每片点云的最小X值点；

S243将所有最小X值点拟合成前栏板内壁形状，若前栏板投影形状包括向X轴负方向凸起的部分且凸起的宽度超过凸起阈值，则将前栏板所在区域沿Z轴方向进行切片；若Z轴方向多片点云均包含向X轴负方向凸起的部分则认为凸起部分为油缸。

由于有些货车前挡板处设置有油缸，因此在识别前挡板时，需要将前挡板和油缸一起识别后进行分割。在进行油缸识别的时候不仅需要在宽度即X轴方向上进行判断（凸出足够多），还需要在高度即Z轴方向上进行判断，才能确定是油缸。

S244将凸起部分的最小X值点拟合成油缸在XY平面上的所在直线；

S245将去除凸起部分剩余的最小X值点拟合成前栏板内壁所在直线。

S25所述识别拉筋的方法包括：

S251从车厢底板所在平面起向上沿车厢底板边缘提取点云，原理同上。

S252去除车厢底板、前后左右栏板以及油缸点云。

上述步骤已经分割出了车厢底板、前后栏板以及油缸点云，只需要将其从上个步骤中提取的点云中取出剩下的就是拉筋点云了。

S253将剩余点云投影在XY平面上。

S254将每组拉筋点云分别拟合成拉筋所在直线。拉筋有可能为多条，因此需要分别拟合。

S26所述识别立柱的方法包括：

S261将前后左右栏板点云分别进行投影，其中左右栏板点云进行XZ平面的投影，前后栏板点云进行YZ平面的投影。由于左右栏板是X轴向的，因此需要向XZ平面进行投影；同理前后栏板是Y轴向的，因此需要向YZ平面进行投影。

S262分别将左右栏板点云在XZ平面上的投影沿X轴分为段，获取每个分段内最大Z值点；分别将前后栏板点云在YZ平面上的投影沿Y轴分为段，获取每个分段内最大Z值点。

立柱是安装在栏板上的，因此高度均高于栏板，因此通过最大Z值来识别立柱。

S263分别取前后左右栏板点云最大Z值点最集中的区间，以该区间下限某个范围内的最大Z值点分别拟合成前后左右栏板轮廓线，并将前后左右栏板轮廓线的斜率作为前后左右栏板上边线的参考斜率。

例如左栏板点云最大Z值集中在[50,55]这个区间，该区间下限为50，上限为55。以下限50±1范围内的点拟合成左栏板的轮廓线，后面会以该轮廓线为参考获取左栏板的上边线。

S264利用区间下限作为直线截距最小值、区间上限最为直线截距最大值以及参考斜率分别构造上下左右栏板的上边线。

有了参考斜率以后，再加上直线截距最小值和直线截距最大值即可拟合直线作为上边线。

S265迭代，直到上边线上点云数量分布最多，说明上边线已经找准。

S266以前后左右栏板的上边线为基准，将前后左右栏板点云上的点分为线以下的点、线上点、线以上的点；将线以下的点和线上点作为栏板点云，将线以上的点作为立柱点云。

S267将立柱点云沿X/Y轴分为多个非连续的区间，左右栏板上的立柱点云沿X轴，而前后栏板上的立柱点云沿Y轴。

S268对每个区间内的立柱点云进行高程差判断，并对满足高程差阈值的立柱点云进行集合作为不同立柱的点云。

S3计算待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸。上述步骤分割出了不同部件的点云，然而在进行码垛规划中，需要用到的是具体的数据，因此还需要进行特征参数化计算，其具体步骤包括：

S31所述计算待装车辆车厢尺寸的方法包括：

S311确定前后栏板上边线与左右栏板上边线的交点A、B、C、D；

S312待装车辆车厢的宽度=(AB两点之间的距离+CD两点之间的距离)/2；

S313待装车辆车厢的长度=(AC两点之间的距离+BD两点之间的距离)/2；

S314计算A、B、C、D四点的Z值，并取最大值和最小值为待装车辆车厢的高度。由于车厢底板并不一定与XY平面平行，因此需要一个最大值和最小值。

S32计算待装车辆栏板尺寸的方法包括：

S321确定前后栏板上边线与左右栏板上边线的交点A、B、C、D，之前步骤确定过就不需要再确定。

S322A点、C点距车厢底板的高度为左栏板的高度，Z值大的为最大高度，Z值小的为最小高度。

S323B点、D点距车厢底板的高度为右栏板的高度，Z值大的为最大高度，Z值小的为最小高度。

S324A点、B点距车厢底板的高度为前栏板的高度，Z值大的为最大高度，Z值小的为最小高度。

S325C点、D点距车厢底板的高度为后栏板的高度，Z值大的为最大高度，Z值小的为最小高度。

S33所述计算待装车辆立柱尺寸的方法包括：

S331沿栏板上边线统计高度超过上边线的点云；

S332对统计到的点云进行聚类形成立柱点云，若聚类后的立柱点云高度和长度大于阈值（例如高度大于4cm长度大于5cm）则该处立柱点云有效；

S333计算有效立柱点云的高度，其高度为最大Z值点距栏板上边线的距离；

S334计算有效立柱点云的长度，其长度为该有效立柱点云沿栏板上边线方向距离最远的两个点的距离。

S34所述计算待装车辆拉筋尺寸的方法包括：

S341判断拉筋点云是否有效，若拉筋点云数量和Y轴方向的长度大于阈值则该拉筋点云有效；

S342利用有效拉筋点云拟合拉筋在XY平面上的投影直线；

S343确定投影直线与左右栏板的交点E、F；

S344计算E、F点与前栏板之间的距离L_E、L_F；

S345拉筋的跨度=L_E-L_F；

S346拉筋的高度=（E与车厢底板的距离+F与车厢底板的距离）/2；

S347对拉筋点云沿Y轴方向切片，计算所有切片中点云在X方向的宽度的平均值；所述平均值为拉筋的直径。

S35所述计算待装车辆油缸尺寸的方法包括：

S351从最大Z值点沿Z轴负方向遍历，当某个Z值点附近的点云数量超过阈值则将该Z值点作为油缸有效高度，退出遍历并将该Z值点与车厢底板的距离作为油缸的高；

S352从最大Y值点向Y轴负方向遍历，当某个Y值点附近的点云数量超过阈值则将该Z值点作为油缸左侧有效位置，退出遍历；

S353从最小Y值点向Y轴正方向遍历，当某个Y值点附近的点云数量超过阈值则将该Z值点作为油缸右侧有效位置，退出遍历；

S354将油缸左侧有效位置和油缸右侧有效位置的差作为油缸的宽度；

S355从最小X值点沿X轴正方向遍历，当某个X值点附近的点云数量超过阈值则将该X值点作为油缸前侧有效位置，退出遍历，将该X值点到前挡板的距离作为油缸的厚度。

S4根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划。测出了车厢的长、宽、离地高度、车内拉筋、油缸、车栏板上的立柱等等参数，基于上述检测数据进行码垛规划，具体包括：

S41计算码垛列数及码垛方式。

每一袋物料的尺寸75x42x13cm，需要根据检测数据给出码垛规划方案。码垛顺序从头开始，通常车辆的宽度约为220cm~230cm，然而每一排码垛一般为4袋物料，4袋物料宽度约为300cm，因此，物料必须要有重叠部分。因此一般是先按照宽度将左右两袋物料先进行码放，然后中间两袋物料再分别压在两侧水泥口袋上。

S42计算码垛层数及缩进层数。

当码垛到达车厢边框高度时，应当将两侧的物料袋往车厢边缘移出一段，将两侧的物料袋搭在边框上。当码垛超过车厢栏板以后，码垛位置应当逐层的往车厢中线缩进，防止运输掉落。

S43规划避让拉筋和油缸。

码垛要求避开车内的拉筋，以防止包装袋破损，两行之间与拉筋保持一定距离，要求在满足避开拉筋的基础上，堆码尽量整齐，不要出现较大空隙或者部分区域堆放过高的问题。

如果最后一层剩余的物料不能铺满全车厢时，堆码的要求是优先堆车头，优先堆车厢中间。堆放的水泥，要么是完全均匀的沿车走向分布，要么是车头重量大于车尾重量，不能车尾比车头还高（运输过程中会掉，车辆爬坡会出现敲头的问题，非常危险）。袋装物料堆码以后并非规则的物体，因此，上述所有堆放缩进应该是一个很小的值，缩进参数如果太大，很容易出现堆放过高的问题。

如图3所示，本发明还提供一种基于待装车辆全特征信息的装车码垛规划系统，包括；

点云扫描模块，用于扫描车道和待装车辆获取点云信息；

进场判断模块，用于判断待装车辆是否进入车道；

点云分割模块，用于对采集到的待装车辆的点云信息进行点云分割，识别待装车辆车厢底板、前后左右栏板、栏板上立柱、油缸和车厢内拉筋；

特征参数化模块，用于计算待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸；

码垛规划模块，用于根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划。

以上仅是本发明的优选实施方式，应当指出的是，上述优选实施方式不应视为对本发明的限制，本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说，在不脱离本发明的精神和范围内，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于包括：

通过3D点云扫描对待装车辆进行进场检测，判断待装车辆是否进场；

采集进场待装车辆的点云信息，对采集到的待装车辆的点云信息进行点云分割，识别待装车辆车厢底板、前后左右栏板、栏板上立柱、油缸和车厢内拉筋；

所述识别待装车辆车厢底板的方法包括：

定义点云图像所在坐标系，其中X轴为车道延伸方向，Y轴车道宽度方向，Z轴为高度方向；按一定高度沿Z轴遍历车道以上所有点云，点云数量最多的区域为车厢底板所在区域；利用该区域点云拟合车厢底板轮廓；

所述识别待装车辆左右栏板的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；将所述点云沿X轴进行切片，获取每片点云的最大Y值点和最小Y值点；将获取的所有最大Y值点和最小Y值点分别拟合成XY平面上的两条直线，其中最大Y值点拟合成的直线为左栏板所在直线，最小Y值点拟合成的直线为右栏板所在直线；取左栏板所在直线一定范围内的点云，沿X轴方向逐片提取最小Y值点作为左栏板内壁点云并拟合成左栏板内壁所在直线；取右栏板所在直线一定范围内的点云，沿X轴方向逐片提取最大Y值点作为右栏板内壁点云并拟合成右栏板内壁所在直线；

所述识别待装车辆后栏板的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；将所述点云沿Y轴进行切片，获取每片点云的最小X值点；将获取的最小X值点拟合成后栏板在XY平面上的所在直线；取后栏板所在直线一定范围内的点云，沿Y轴逐片提取最大X值点作为后栏板内壁点云并拟合成后栏板内壁所在直线；

所述识别前栏板和油缸的方法包括：

从后栏板位置起将点云沿X轴进行切片，求取点云数量最多的区域作为前栏板所在区域；将前栏板所在区域沿Y轴进行切片，获取每片点云的最小X值点；将所有最小X值点拟合成前栏板内壁形状，若前栏板投影形状包括向X轴负方向凸起的部分且凸起的宽度超过凸起阈值，则将前栏板所在区域沿Z轴方向进行切片；若Z轴方向多片点云均包含向X轴负方向凸起的部分则认为凸起部分为油缸；将凸起部分的最小X值点拟合成油缸在XY平面上的所在直线；将去除凸起部分剩余的最小X值点拟合成前栏板内壁所在直线；

计算待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸；

根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划。

2.根据权利要求1所述的一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述通过3D点云扫描对待装车辆进行进场检测的方法包括：

无车辆进入时对车辆进场位置进行3D点云扫描，获取基准点云图像；

对车辆进场位置进行持续3D点云扫描，并将采集到的点云图像与基准图像进行对比，计算点云变化率V；

若点云变化率V大于变化阈值Vth则提取点云图像中高于车道的点云数据，并计算所提取点云沿车道延伸方向的长度W；

若连续N帧点云图像中的长度W均大于长度阈值Wth，则有待装车辆进场，其中N大于帧阈值Nth。

3.根据权利要求1所述的种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述识别车厢内拉筋的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；

去除车厢底板、前后左右栏板以及油缸点云；

将剩余点云投影在XY平面上；

将每组拉筋点云分别拟合成拉筋所在直线。

4.根据权利要求1所述的种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述识别栏板上立柱的方法包括：

将前后左右栏板点云分别进行投影，其中左右栏板点云进行XZ平面的投影，前后栏板点云进行YZ平面的投影；

分别将左右栏板点云在XZ平面上的投影沿X轴分为段，获取每个分段内最大Z值点；分别将前后栏板点云在YZ平面上的投影沿Y轴分为段，获取每个分段内最大Z值点；分别取前后左右栏板点云最大Z值点最集中的区间，以该区间下限某个范围内的最大Z值点分别拟合成前后左右栏板轮廓线，并将前后左右栏板轮廓线的斜率作为前后左右栏板上边线的参考斜率；

利用区间下限作为直线截距最小值、区间上限最为直线截距最大值以及参考斜率分别构造上下左右栏板的上边线；

迭代，直到上边线上点云数量分布最多；

以前后左右栏板的上边线为基准，将前后左右栏板点云上的点分为线以下的点、线上点、线以上的点；将线以下的点和线上点作为栏板点云，将线以上的点作为立柱点云；

将立柱点云沿X/Y轴分为多个非连续的区间；

对每个区间内的立柱点云进行高程差判断，并对满足高程差阈值的立柱点云进行集合作为不同立柱的点云。

5.根据权利要求1所述的一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述计算待装车辆车厢尺寸的方法包括：

确定前后栏板上边线与左右栏板上边线的交点A、B、C、D；

待装车辆车厢的宽度＝(AB两点之间的距离+CD两点之间的距离)/2；

待装车辆车厢的长度＝(AC两点之间的距离+BD两点之间的距离)/2；

计算A、B、C、D四点的Z值，并取最大值和最小值为待装车辆车厢的高度。

6.根据权利要求1所述的一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述计算待装车辆栏板尺寸的方法包括：

确定前后栏板上边线与左右栏板上边线的交点A、B、C、D；

A点、C点距车厢底板的高度为左栏板的高度；

B点、D点距车厢底板的高度为右栏板的高度；

A点、B点距车厢底板的高度为前栏板的高度；

C点、D点距车厢底板的高度为后栏板的高度。

7.根据权利要求1所述的一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述计算待装车辆立柱尺寸的方法包括：

沿栏板上边线统计高度超过上边线的点云；

对统计到的点云进行聚类形成立柱点云，若聚类后的立柱点云高度和长度大于阈值则该处立柱点云有效；

计算有效立柱点云的高度，其高度为最大Z值点距栏板上边线的距离；

计算有效立柱点云的长度，其长度为该有效立柱点云沿栏板上边线方向距离最远的两个点的距离。

8.根据权利要求1所述的一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述计算待装车辆拉筋尺寸的方法包括：

判断拉筋点云是否有效，若拉筋点云数量和Y轴方向的长度大于阈值则该拉筋点云有效；

利用有效拉筋点云拟合拉筋在XY平面上的投影直线；

确定投影直线与左右栏板的交点E、F；

计算E、F点与前栏板之间的距离L_E、L_F；

拉筋的跨度＝L_E-L_F；

拉筋的高度＝(E与车厢底板的距离+F与车厢底板的距离)/2；

对拉筋点云沿Y轴方向切片，计算所有切片中点云在X方向的宽度的平均值；所述平均值为拉筋的直径。

9.根据权利要求1所述的一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述计算待装车辆油缸尺寸的方法包括：

从最大Z值点沿Z轴负方向遍历，当某个Z值点附近的点云数量超过阈值则将该Z值点作为油缸有效高度，退出遍历并将该Z值点与车厢底板的距离作为油缸的高；从最大Y值点向Y轴负方向遍历，当某个Y值点附近的点云数量超过阈值则将该Z值点作为油缸左侧有效位置，退出遍历；

从最小Y值点向Y轴正方向遍历，当某个Y值点附近的点云数量超过阈值则将该Z值点作为油缸右侧有效位置，退出遍历；

将油缸左侧有效位置和油缸右侧有效位置的差作为油缸的宽度；

从最小X值点沿X轴正方向遍历，当某个X值点附近的点云数量超过阈值则将该X值点作为油缸前侧有效位置，退出遍历，将该X值点到前挡板的距离作为油缸的厚度。

10.根据权利要求1所述的一种基于待装车辆全特征信息的装车码垛规划方法，其特征在于所述根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划的方法包括：

计算码垛列数及码垛方式；

计算码垛层数及缩进层数；

规划避让拉筋和油缸。

11.一种基于待装车辆全特征信息的装车码垛规划系统，其特征在于包括；

点云扫描模块，用于扫描车道和待装车辆获取点云信息；

进场判断模块，用于判断待装车辆是否进入车道；

点云分割模块，用于对采集到的待装车辆的点云信息进行点云分割，识别待装车辆车厢底板、前后左右栏板、栏板上立柱、油缸和车厢内拉筋；所述识别待装车辆车厢底板的方法包括：

定义点云图像所在坐标系，其中X轴为车道延伸方向，Y轴车道宽度方向，Z轴为高度方向；按一定高度沿Z轴遍历车道以上所有点云，点云数量最多的区域为车厢底板所在区域；利用该区域点云拟合车厢底板轮廓；

所述识别待装车辆左右栏板的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；将所述点云沿X轴进行切片，获取每片点云的最大Y值点和最小Y值点；将获取的所有最大Y值点和最小Y值点分别拟合成XY平面上的两条直线，其中最大Y值点拟合成的直线为左栏板所在直线，最小Y值点拟合成的直线为右栏板所在直线；取左栏板所在直线一定范围内的点云，沿X轴方向逐片提取最小Y值点作为左栏板内壁点云并拟合成左栏板内壁所在直线；取右栏板所在直线一定范围内的点云，沿X轴方向逐片提取最大Y值点作为右栏板内壁点云并拟合成右栏板内壁所在直线；

所述识别待装车辆后栏板的方法包括：

从车厢底板所在平面起向上沿车厢底板边缘提取点云；将所述点云沿Y轴进行切片，获取每片点云的最小X值点；将获取的最小X值点拟合成后栏板在XY平面上的所在直线；取后栏板所在直线一定范围内的点云，沿Y轴逐片提取最大X值点作为后栏板内壁点云并拟合成后栏板内壁所在直线；

所述识别前栏板和油缸的方法包括：

从后栏板位置起将点云沿X轴进行切片，求取点云数量最多的区域作为前栏板所在区域；将前栏板所在区域沿Y轴进行切片，获取每片点云的最小X值点；将所有最小X值点拟合成前栏板内壁形状，若前栏板投影形状包括向X轴负方向凸起的部分且凸起的宽度超过凸起阈值，则将前栏板所在区域沿Z轴方向进行切片；若Z轴方向多片点云均包含向X轴负方向凸起的部分则认为凸起部分为油缸；将凸起部分的最小X值点拟合成油缸在XY平面上的所在直线；将去除凸起部分剩余的最小X值点拟合成前栏板内壁所在直线；

特征参数化模块，用于计算待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸；

码垛规划模块，用于根据待装车辆车厢、前后左右栏板、栏板上立柱、油缸和车厢内拉筋的尺寸进行码垛规划。

Images