CN116499364A - 盘煤仪三维激光点云调畸变方法及系统 - Google Patents

Abstract

本发明涉及盘煤仪技术领域，尤其涉及一种盘煤仪三维激光点云调畸变方法及系统，所述方法包括以下步骤：采集煤堆的3D激光点云数据，并通过煤堆的3D激光点云数据获取畸变位置数据；获取参数标定好的摄像头采集激光标定板的真实位置数据；通过畸变位置数据和真实位置数据对比获取畸变校正函数；通过畸变校正函数对煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。本发明还公开了一种盘煤仪三维激光点云调畸变系统。本发明通过利用参数标定好的摄像头来获取真实位置数据，进而对畸变位置数据进行校正，避免了激光扫描进行三维构建中出现点云畸变影响盘煤结果的技术问题。

Description

盘煤仪三维激光点云调畸变方法及系统

技术领域

本发明涉及盘煤仪技术领域，尤其涉及一种盘煤仪三维激光点云调畸变方法及系统。

背景技术

目前，针对煤场的煤堆进行盘煤工作，其手段主要包括无人机盘煤或激光盘煤，无人机盘煤大多应用计算机视觉方式进行，目前由于受限于带宽及无人机本身算力所限，通常准确性不能得到很好保证。

而对于激光盘煤技术手段来说，现有技术是将激光扫描仪安装在棚顶上，通过多个激光扫描仪点云数据拼接配准完成整个煤场盘点。但是在激光扫描进行三维构建中会出现点云畸变，从而影响最后的盘煤结果。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种盘煤仪三维激光点云调畸变方法及系统，旨在解决现有技术中激光扫描进行三维构建中出现点云畸变影响盘煤结果的技术问题。

为实现上述目的，本发明提供一种盘煤仪三维激光点云调畸变方法，所述方法包括以下步骤：

采集煤堆的3D激光点云数据，并通过所述煤堆的3D激光点云数据获取畸变位置数据；

获取参数标定好的摄像头采集激光标定板的真实位置数据；

通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数；

通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

可选地，所述通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数的步骤，包括：

通过旋转矩阵将所述真实位置数据转换成激光雷达数据；

将所述激光雷达数据和所述畸变位置数据进行对比形成偏差矩阵；

通过对所述偏差矩阵进行处理获取畸变校正函数。

可选地，所述通过对所述偏差矩阵进行处理获取畸变校正函数的步骤，包括：

基于垂直点为中心进行半径递增对偏差矩阵中各个点阵偏差数据分别求解系数k1、k2和k3;

通过所述系数k1、k2和k3确定泰勒展开式，所述泰勒展开式为畸变校正函数。

可选地，所述获取参数标定好的摄像头采集激光标定板的真实位置数据的步骤之前，还包括：

通过相机标定板对摄像头进行标定，获取摄像头的内部参数和外部参数，并通过所述内部参数和所述外部参数对所述摄像头进行参数标定。

可选地，所述通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据的步骤之后，还包括：

对所述畸变校正后的煤堆的3D激光点云数据进行配准处理，得到配准之后的煤堆的3D激光点云数据；

对所述配准之后的煤堆的3D激光点云数据进行分割处理，得到煤堆的体积参数。

此外，为实现上述目的，本发明还提供一种盘煤仪三维激光点云调畸变系统，所述系统包括：

数据采集模块，用于采集煤堆的3D激光点云数据，并通过所述煤堆的3D激光点云数据获取畸变位置数据；

参数标定模块，用于获取参数标定好的摄像头采集激光标定板的真实位置数据；

数据比较模块，用于通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数；

数据校正模块，用于通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

可选地，所述数据比较模块，包括：

数据转换模块，用于通过旋转矩阵将所述真实位置数据转换成激光雷达数据；

矩阵形成模块，用于将所述激光雷达数据和所述畸变位置数据进行对比形成偏差矩阵；

函数形成模块，用于通过对所述偏差矩阵进行处理获取畸变校正函数。

可选地，所述函数形成模块，具体用于基于垂直点为中心进行半径递增对偏差矩阵中各个点阵偏差数据分别求解系数k1、k2和k3，通过所述系数k1、k2和k3确定泰勒展开式，所述泰勒展开式为畸变校正函数。

可选地，所述系统还包括：

参数获取模块，用于通过相机标定板对摄像头进行标定，获取摄像头的内部参数和外部参数，并通过所述内部参数和所述外部参数对所述摄像头进行参数标定。

可选地，所述系统还包括：

数据配准模块，用于对所述畸变校正后的煤堆的3D激光点云数据进行配准处理，得到配准之后的煤堆的3D激光点云数据；

数据分割模块，用于对所述配准之后的煤堆的3D激光点云数据进行分割处理，得到煤堆的体积参数。

本发明通过采集煤堆的3D激光点云数据，并通过所述煤堆的3D激光点云数据获取畸变位置数据，获取参数标定好的摄像头采集激光标定板的真实位置数据，通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数，通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据，从而通过畸变校正后的煤堆的3D激光点云数据获取准确的盘煤结果。

附图说明

图1为本发明盘煤仪三维激光点云调畸变方法第一实施例的流程示意图；

图2为本发明盘煤仪三维激光点云调畸变方法第二实施例的流程示意图；

图3为本发明盘煤仪三维激光点云调畸变方法第三实施例的流程示意图；

图4为本发明盘煤仪三维激光点云调畸变系统第一实施例的功能模块示意图；

图5为本发明盘煤仪三维激光点云调畸变系统第二实施例的功能模块示意图；

图6为本发明盘煤仪三维激光点云调畸变系统第三实施例的功能模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，本发明盘煤仪三维激光点云调畸变方法第一实施例提供一种盘煤仪三维激光点云调畸变方法，所述方法包括：

S10：采集煤堆的3D激光点云数据，并通过所述煤堆的3D激光点云数据获取畸变位置数据；

需要说明的是，用于采集煤堆的煤堆的3D激光点云数据的设备可以是包含一套2d云台，一台测距200m的高灵敏的盘煤激光雷达，并通过云台和激光雷达逐次扫描，形成3d点云信息。

可理解的是，畸变位置数据可以通过激光点采集激光标定板中镂空和不镂空处的特征点获取煤堆的3D激光点云数据，再通过测距和激光与云台的角度换算求出xyz坐标。

S20：获取参数标定好的摄像头采集激光标定板的真实位置数据；

需要说明的是，摄像头参数标定可以是通过相机标定板进行标定，从而获得相机内部参数和外部参数。采集激光标定板的真实位置数据可以是通过采集激光标定板获取相机坐标数据，并通过手动变换获得激光雷达坐标数据坐标，进而得到近似真实世界xyz坐标。

S30：通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数；

在具体实现中，相机的xyz点云矩阵通过旋转矩阵坐标变换到基于激光雷达的原始坐标上，然后对特征点位置数据和相机点云的近似真实数据对比，形成偏差矩阵，通过对偏差矩阵的处理，基于垂直点为中心进行半径递增对各个点阵偏差数据分别求解k1,k2,k3的系数，进而获得泰勒展开式。后期盘煤仪每次扫描完成后通过泰勒展开式求解真实的xyz坐标。

S40：通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

应理解的是，由于相机出厂装配无法百分百标准，相机的透镜面安装和感光cmos阵列面摆放不一定平行和中心点对齐，造成成像既有径向畸变又有切向畸变，可以通过采用泰勒级数展开式对煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

本实施例通过利用参数标定好的摄像头来获取真实位置数据，进而对畸变位置数据进行校正，避免了激光扫描进行三维构建中出现点云畸变影响盘煤结果的技术问题。

参照图2，图2为本发明盘煤仪三维激光点云调畸变方法第二实施例的流程示意图，基于上述图1所示的实施例，提出本发明盘煤仪三维激光点云调畸变方法的第二实施例。

本实施例中，步骤S30包括：

S301：通过旋转矩阵将所述真实位置数据转换成激光雷达数据；

需要说明的是，旋转矩阵通过相机标定的外部参数获得。其中将真实位置数据转换成激光雷达数据函数为：

式中，，/>，/>为激光雷达数据坐标，/>，/>，/>为真实位置数据坐标，/>为旋转矩阵，T为平移向量，t为时间。

S302：将所述激光雷达数据和所述畸变位置数据进行对比形成偏差矩阵；

S303：基于垂直点为中心进行半径递增对偏差矩阵中各个点阵偏差数据分别求解系数k1、k2和k3，通过所述系数k1、k2和k3确定泰勒展开式，所述泰勒展开式为畸变校正函数。

需要说明的是，将所述激光雷达数据和所述畸变位置数据进行比较，可以使用几何关系或图像处理技术来计算其在水平和垂直方向上的偏差值，将计算得到的偏差值组织成一个偏差矩阵。偏差矩阵的每个元素代表相应特征点的偏差值。

应理解的是，基于垂直点为中心进行半径递增可以选择以垂直点为中心，从内到外逐渐增加半径的方式将特征点按照距离图像中心的半径进行分组。对于每个半径分组，可以使用最小二乘法或其他优化算法来拟合或优化偏差数据与理想模型之间的差异，拟合或优化过程会得到每个半径分组对应的系数k1、k2和k3。这些系数可以用于描述相应半径范围内的畸变情况。对于在每个半径分组中获得的系数，可以进行插值或平均操作，以获得连续范围内的系数值。得到系数后，可以使用它们来构建畸变校正函数，例如使用泰勒展开式。这样，校正函数可以在图像采集时应用于每个像素点，以校正畸变。其中，泰勒展开式为：

式中，为畸变校正后的x坐标，/>为畸变校正后的y坐标，x为畸变校正前的x坐标，y为畸变校正前y坐标，r为失真半径，/>，/>，/>为偏差系数。

参照图3，图3为本发明盘煤仪三维激光点云调畸变方法第三实施例的流程示意图，基于上述图2所示的实施例，提出本发明盘煤仪三维激光点云调畸变方法的第三实施例。

本实施例中，步骤S20之前，所述方法还包括：

S200：通过相机标定板对摄像头进行标定，获取摄像头的内部参数和外部参数，并通过所述内部参数和所述外部参数对所述摄像头进行参数标定。

可理解的是，相机的内部参数和外部参数用于进行图像三维场景重构，相机涉及四个坐标系：世界坐标系、相机坐标系、图像物理坐标系、图像像素坐标系。通过相机的内部参数和外部参数将世界坐标系最终转化为图像像素坐标系。

本实施例中，步骤S40之后，所述方法还包括：

S50:对所述畸变校正后的煤堆的3D激光点云数据进行配准处理，得到配准之后的煤堆的3D激光点云数据；

需要说明的是，对煤堆的3D激光点云数据进行配准处理可以采用ICP（IterativeClosest Point）算法进行配准。

在具体实现中，盘煤仪扫描会有重叠部分，而重叠部分会堆出特定高度的煤堆谷条，通过程序在点云中查找谷条，形成特征线，然后通过ICP算法对两片点云特征线进行线-线配准，配准达到一定可信度，将两片点云进行拼接。

需要说明的是，上述“谷条”指的是在盘煤仪扫描交汇的重叠区域中，堆积出的特定高度的煤堆形状。这种堆积的煤堆形状通常被称为“谷条”，因为它们呈现出类似于狭长的沟谷或条带状的外观。这些谷条的高度可以根据具体的需求和操作设置，以便在点云数据处理过程中能够作为特征进行检测和配准。通过在重叠区域堆积谷条，可以在后续的点云数据处理中使用这些特征来进行点云配准、对齐或拼接。这样可以提高点云数据的连续性和准确性，从而获得更完整和准确的煤堆表面模型或数据。

S60:对所述配准之后的煤堆的3D激光点云数据进行分割处理，得到煤堆的体积参数。

在具体实现中，通过对点云所有z轴归零，可以得到垂影面，再对垂影面两两点云间的xy距离，即可求出三角形面积，再对三点的z轴平均值相乘，得到近似的体积，所有的三角体体积积分最终得到煤堆的总体积。

参照图4，本发明盘煤仪三维激光点云调畸变系统第一实施例提供一种盘煤仪三维激光点云调畸变系统，所述系统包括：

数据采集模块10：采集煤堆的3D激光点云数据，并通过所述煤堆的3D激光点云数据获取畸变位置数据；

需要说明的是，用于采集煤堆的煤堆的3D激光点云数据的设备可以是包含一套2d云台，一台测距200m的高灵敏的盘煤激光雷达，并通过云台和激光雷达逐次扫描，形成3d点云信息。

可理解的是，畸变位置数据可以通过激光点采集激光标定板中镂空和不镂空处的特征点获取煤堆的3D激光点云数据，再通过测距和激光与云台的角度换算求出xyz坐标。

参数标定模块20：获取参数标定好的摄像头采集激光标定板的真实位置数据；

需要说明的是，摄像头参数标定可以是通过相机标定板进行标定，从而获得相机内部参数和外部参数。采集激光标定板的真实位置数据可以是通过采集激光标定板获取相机坐标数据，并通过手动变换获得激光雷达坐标数据坐标，进而得到近似真实世界xyz坐标。

数据比较模块30：通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数；

在具体实现中，相机的xyz点云矩阵通过旋转矩阵坐标变换到基于激光雷达的原始坐标上，然后对特征点位置数据和相机点云的近似真实数据对比，形成偏差矩阵，通过对偏差矩阵的处理，基于垂直点为中心进行半径递增对各个点阵偏差数据分别求解k1,k2,k3的系数，进而获得泰勒展开式。后期盘煤仪每次扫描完成后通过泰勒展开式求解真实的xyz坐标。

数据校正模块40：通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

应理解的是，由于相机出厂装配无法百分百标准，相机的透镜面安装和感光cmos阵列面摆放不一定平行和中心点对齐，造成成像既有径向畸变又有切向畸变，可以通过采用泰勒级数展开式对煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

本实施例通过利用参数标定好的摄像头来获取真实位置数据，进而对畸变位置数据进行校正，避免了激光扫描进行三维构建中出现点云畸变影响盘煤结果的技术问题。

参照图5，图5为本发明盘煤仪三维激光点云调畸变系统第二实施例的流程示意图，基于上述图1所示的实施例，提出本发明盘煤仪三维激光点云调畸变系统的第二实施例。

本实施例中，数据比较模块30包括：

数据转换模块301：通过旋转矩阵将所述真实位置数据转换成激光雷达数据；

需要说明的是，旋转矩阵通过相机标定的外部参数获得。其中将真实位置数据转换成激光雷达数据函数为：

式中，，/>，/>为激光雷达数据坐标，/>，/>，/>为真实位置数据坐标，/>为旋转矩阵，T为平移向量，t为时间。

矩阵形成模块302：将所述激光雷达数据和所述畸变位置数据进行对比形成偏差矩阵；

函数形成模块303：基于垂直点为中心进行半径递增对偏差矩阵中各个点阵偏差数据分别求解系数k1、k2和k3，通过所述系数k1、k2和k3确定泰勒展开式，所述泰勒展开式为畸变校正函数。

需要说明的是，将所述激光雷达数据和所述畸变位置数据进行比较，可以使用几何关系或图像处理技术来计算其在水平和垂直方向上的偏差值，将计算得到的偏差值组织成一个偏差矩阵。偏差矩阵的每个元素代表相应特征点的偏差值。

应理解的是，基于垂直点为中心进行半径递增可以选择以垂直点为中心，从内到外逐渐增加半径的方式将特征点按照距离图像中心的半径进行分组。对于每个半径分组，可以使用最小二乘法或其他优化算法来拟合或优化偏差数据与理想模型之间的差异，拟合或优化过程会得到每个半径分组对应的系数k1、k2和k3。这些系数可以用于描述相应半径范围内的畸变情况。对于在每个半径分组中获得的系数，可以进行插值或平均操作，以获得连续范围内的系数值。得到系数后，可以使用它们来构建畸变校正函数，例如使用泰勒展开式。这样，校正函数可以在图像采集时应用于每个像素点，以校正畸变。其中，泰勒展开式为：

式中，为畸变校正后的x坐标，/>为畸变校正后的y坐标，x为畸变校正前的x坐标，y为畸变校正前y坐标，r为失真半径，/>，/>，/>为偏差系数。

参照图6，图6为本发明盘煤仪三维激光点云调畸变系统第三实施例的流程示意图，基于上述图5所示的实施例，提出本发明盘煤仪三维激光点云调畸变系统的第三实施例。

本实施例中，参数标定模块20之前，所述系统还包括：

参数获取模块200：通过相机标定板对摄像头进行标定，获取摄像头的内部参数和外部参数，并通过所述内部参数和所述外部参数对所述摄像头进行参数标定。

可理解的是，相机的内部参数和外部参数用于进行图像三维场景重构，相机涉及四个坐标系：世界坐标系、相机坐标系、图像物理坐标系、图像像素坐标系。通过相机的内部参数和外部参数将世界坐标系最终转化为图像像素坐标系。

本实施例中，数据校正模块40之后，所述系统还包括：

数据配准模块50:对所述畸变校正后的煤堆的3D激光点云数据进行配准处理，得到配准之后的煤堆的3D激光点云数据；

需要说明的是，对煤堆的3D激光点云数据进行配准处理可以采用ICP（IterativeClosest Point）算法进行配准。

在具体实现中，盘煤仪扫描会有重叠部分，而重叠部分会堆出特定高度的煤堆谷条，通过程序在点云中查找谷条，形成特征线，然后通过ICP算法对两片点云特征线进行线-线配准，配准达到一定可信度，将两片点云进行拼接。

需要说明的是，上述“谷条”指的是在盘煤仪扫描交汇的重叠区域中，堆积出的特定高度的煤堆形状。这种堆积的煤堆形状通常被称为“谷条”，因为它们呈现出类似于狭长的沟谷或条带状的外观。这些谷条的高度可以根据具体的需求和操作设置，以便在点云数据处理过程中能够作为特征进行检测和配准。通过在重叠区域堆积谷条，可以在后续的点云数据处理中使用这些特征来进行点云配准、对齐或拼接。这样可以提高点云数据的连续性和准确性，从而获得更完整和准确的煤堆表面模型或数据。

数据分割模块60:对所述配准之后的煤堆的3D激光点云数据进行分割处理，得到煤堆的体积参数。

在具体实现中，通过对点云所有z轴归零，可以得到垂影面，再对垂影面两两点云间的xy距离，即可求出三角形面积，再对三点的z轴平均值相乘，得到近似的体积，所有的三角体体积积分最终得到煤堆的总体积。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体 意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或 者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还 包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情 况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、 方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通 过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体 现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光 盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的可选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种盘煤仪三维激光点云调畸变方法，其特征在于，所述方法包括以下步骤：

采集煤堆的3D激光点云数据，并通过所述煤堆的3D激光点云数据获取畸变位置数据；

获取参数标定好的摄像头采集激光标定板的真实位置数据；

通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数；

通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

2.如权利要求1所述的方法，其特征在于，所述通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数的步骤，包括：

通过旋转矩阵将所述真实位置数据转换成激光雷达数据；

将所述激光雷达数据和所述畸变位置数据进行对比形成偏差矩阵；

通过对所述偏差矩阵进行处理获取畸变校正函数。

3.如权利要求2所述的方法，其特征在于，所述通过对所述偏差矩阵进行处理获取畸变校正函数的步骤，包括：

基于垂直点为中心进行半径递增对所述偏差矩阵中各个点阵偏差数据分别求解系数k1、k2和k3;

通过所述系数k1、k2和k3确定泰勒展开式，所述泰勒展开式为畸变校正函数。

4.如权利要求1所述的方法，其特征在于，所述获取参数标定好的摄像头采集激光标定板的真实位置数据的步骤之前，还包括：

通过相机标定板对摄像头进行标定，获取摄像头的内部参数和外部参数，并通过所述内部参数和所述外部参数对所述摄像头进行参数标定。

5.如权利要求1~4中任一项所述的方法，其特征在于，所述通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据的步骤之后，还包括：

对所述畸变校正后的煤堆的3D激光点云数据进行配准处理，得到配准之后的煤堆的3D激光点云数据；

对所述配准之后的煤堆的3D激光点云数据进行分割处理，得到煤堆的体积参数。

6.一种盘煤仪三维激光点云调畸变系统，其特征在于，所述系统包括：

数据采集模块，用于采集煤堆的3D激光点云数据，并通过所述煤堆的3D激光点云数据获取畸变位置数据；

参数标定模块，用于获取参数标定好的摄像头采集激光标定板的真实位置数据；

数据比较模块，用于通过所述畸变位置数据和所述真实位置数据对比获取畸变校正函数；

数据校正模块，用于通过所述畸变校正函数对所述煤堆的3D激光点云数据进行校正，得到畸变校正后的煤堆的3D激光点云数据。

7.如权利要求6所述的系统，其特征在于，所述数据比较模块，包括：

数据转换模块，用于通过旋转矩阵将所述真实位置数据转换成激光雷达数据；

矩阵形成模块，用于将所述激光雷达数据和所述畸变位置数据进行对比形成偏差矩阵；

函数形成模块，用于通过对所述偏差矩阵进行处理获取畸变校正函数。

8.如权利要求7所述的系统，其特征在于，所述函数形成模块，具体用于基于垂直点为中心进行半径递增对偏差矩阵中各个点阵偏差数据分别求解系数k1、k2和k3，通过所述系数k1、k2和k3确定泰勒展开式，所述泰勒展开式为畸变校正函数。

9.如权利要求6所述的系统，其特征在于，所述系统还包括：

参数获取模块，用于通过相机标定板对摄像头进行标定，获取摄像头的内部参数和外部参数，并通过所述内部参数和所述外部参数对所述摄像头进行参数标定。

10.如权利要求6~9中任一项所述的系统，其特征在于，所述系统还包括：

数据配准模块，用于对所述畸变校正后的煤堆的3D激光点云数据进行配准处理，得到配准之后的煤堆的3D激光点云数据；

数据分割模块，用于对所述配准之后的煤堆的3D激光点云数据进行分割处理，得到煤堆的体积参数。