CN116989869A - 一种基于料仓参数分析的仓顶雷达扫描方法 - Google Patents
一种基于料仓参数分析的仓顶雷达扫描方法 Download PDFInfo
- Publication number
- CN116989869A CN116989869A CN202311273016.5A CN202311273016A CN116989869A CN 116989869 A CN116989869 A CN 116989869A CN 202311273016 A CN202311273016 A CN 202311273016A CN 116989869 A CN116989869 A CN 116989869A
- Authority
- CN
- China
- Prior art keywords
- bin
- model
- radar
- setting
- dimensional
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 102
- 238000012549 training Methods 0.000 claims abstract description 77
- 238000001514 detection method Methods 0.000 claims description 80
- 239000000463 material Substances 0.000 claims description 39
- 238000005457 optimization Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 239000010421 standard material Substances 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000013214 routine measurement Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/22—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water
- G01F23/28—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by measuring physical variables, other than linear dimensions, pressure or weight, dependent on the level to be measured, e.g. by difference of heat transfer of steam or water by measuring the variations of parameters of electromagnetic or acoustic waves applied directly to the liquid or fluent solid material
- G01F23/284—Electromagnetic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Electromagnetism (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Thermal Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Fluid Mechanics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于料仓参数分析的仓顶雷达扫描方法，涉及雷达扫描技术领域，包括：步骤S1，获取料仓的尺寸参数，将仓顶雷达放置在料仓仓顶的中心位置；步骤S2，设定仓顶雷达对料仓的测量点位的数量以及测量点位的位置；步骤S3，以仓顶雷达为中心建立三维直角坐标系；使用仓顶雷达对历史训练模型进行常规测量；步骤S4，建立点位补偿模型；步骤S5，对料仓进行实时雷达扫描，并基于扫描结果调整扫描模式；本发明用于解决现有技术中对料仓整体进行扫描时会加重雷达的扫描负担导致扫描的精准度降低的问题。
Description
技术领域
本发明涉及雷达扫描技术领域，尤其涉及一种基于料仓参数分析的仓顶雷达扫描方法。
背景技术
随着现代工业技术的发展和信号处理技术的广泛应用， 对料仓高度的准确测量，智能化、自动化管理提出了更高的要求，雷达产品的功能应用多样，包括：探测运动目标速度，辨别运动目标方向，并且尤其适用于探测静态目标或动态目标的距离信息；
现有的用于料仓的雷达扫描方面的改进，通常是对雷达扫描的精准度进行改进，比如在申请公开号为CN103900662A的申请文件中，公开了连续波K波段雷达煤仓料位计，该方案的就是通过“雷达天线采用圆盘设计方式，能够±45度转向；对回波处理采用特殊算法，能够分层次分级别，消除回波和中间的遮挡物”提高雷达在料仓内的探测精度，其他的用于料仓的雷达扫描的改进通常是改变了雷达的位置以满足料仓在各种情况下的需求，上述方法缺少在分析料仓的实际尺寸参数方面的改进，同时现有技术通常是使用雷达对料仓整体进行扫描，这会导致无法针对料仓的实际尺寸设定好雷达扫描的具体点位，当料仓较大时，对料仓整体进行扫描会加重雷达的扫描负担导致扫描的精准度降低，鉴于此，有必要对现有的料仓的仓顶雷达扫描方法进行改进。
发明内容
针对现有技术存在的不足，本发明目的是提供一种基于料仓参数分析的仓顶雷达扫描方法，用于解决现有技术中缺少在分析料仓的实际尺寸参数方面的改进，同时现有技术通常是使用雷达对料仓整体进行扫描，导致无法针对料仓的具体尺寸设定好雷达扫描的具体点位，当料仓较大时，对料仓整体进行扫描会加重雷达的扫描负担导致扫描的精准度降低的问题。
为了实现上述目的，第一方面，本申请提供一种基于料仓参数分析的仓顶雷达扫描方法，包括：
步骤S1，获取料仓的尺寸参数，将仓顶雷达放置在料仓仓顶的中心位置；
步骤S2，基于料仓的尺寸参数设定仓顶雷达对料仓的测量点位的数量以及测量点位的位置；
步骤S3，基于料仓的尺寸以及料仓中物料堆放的历史数据，以仓顶雷达为中心建立三维直角坐标系；
获取料仓中物料堆放的历史数据的长、宽以及高的尺寸数据并将其放入三维直角坐标系中，设为历史训练模型，使用仓顶雷达对历史训练模型进行常规测量；
步骤S4，建立点位补偿模型，所述点位补偿模型配置有插值法，所述点位补偿模型用于对步骤S3中常规测量的测量点位以外的区域进行填补，将进行填补后的模型设为常规填补模型，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化；
步骤S5，使用优化后的点位补偿模型以及仓顶雷达对料仓进行实时雷达扫描，并基于扫描结果调整扫描模式。
进一步地，所述步骤S1包括如下子步骤：
步骤S101，获取料仓的尺寸参数，当料仓为直立式料仓时，获取料仓的最大高度参数以及横向切面的尺寸参数，将料仓的最大高度参数设为料仓高度；
当料仓为倾斜式料仓时，获取料仓的最大长度参数以及纵向切面的尺寸参数，将料仓的最大长度参数设为料仓长度；
步骤S102，当料仓为直立式料仓时，将料仓的横向切面的中点设为预放置点位，将仓顶雷达放置在料仓内的料仓高度处，水平方向的位置与预放置点位在竖直方向重合；
步骤S103，当料仓为倾斜式料仓时，获取料仓的纵向切面的拱形的中点，设为预放置点位，将仓顶雷达放置在位于料仓内料仓长度的中点处的预放置点位处。
进一步地，所述步骤S2包括如下子步骤：
步骤S201，当料仓为直立式料仓时，将料仓的横截面设为截面图；
当料仓为倾斜式料仓时，将料仓的底面设为截面图，获取截面图的面积，设为截面面积；
步骤S202，当截面面积小于等于第一标准面积时，将料仓内测量点位的数量设置为第一标准数；
当截面面积小于等于第二标准面积且大于第一标准面积时，将料仓内测量点位的数量设置为截面面积除以第一标准系数；
当截面面积大于第二标准面积时，将料仓内测量点位的数量设置为截面面积除以第二标准系数。
进一步地，所述步骤S2还包括如下子步骤：
步骤S203，当截面图为矩形时，将多组测量点位均匀地放置在截面图内，每个测量点位之间的距离大于等于第一标准间隔；
步骤S204，当截面图为圆形时，获取圆形的一条直径，设为截面直径，将测量点位以第一标准间隔为间隔均匀放置在截面直径内，将截面直径内的测量点位的数量设为直径测量数，将多组测量点位的数量除以直径测量数并向下取整，将得到的值设为直径数；
在截面图内均匀选择直径数条直径，并通过步骤S204在每条直径上放置测量点位。
进一步地，所述步骤S3包括如下子步骤：
步骤S301，建立三维直角坐标系，其中，三维直角坐标系的坐标原点为仓顶雷达；
步骤S302，获取料仓中物料堆放的历史数据，选取料仓中物料堆放的历史数据中的其中一组数据，设为训练数据；
步骤S303，基于训练数据以及料仓的尺寸参数，将训练数据以及料仓放置在三维直角坐标系中，其中，基于训练数据在料仓中的实际位置与仓顶雷达在料仓中的实际位置将训练数据与仓顶雷达在三维直角坐标系中的位置关系进行对应调整；
将放入三维直角坐标系中的训练数据设为历史训练模型；
步骤S304，在三维直角坐标系中使用仓顶雷达对料仓内进行常规测量。
进一步地，所述步骤S304包括如下子步骤：
步骤S3041，获取步骤S2中料仓的多组测量点位；
步骤S3042，使用仓顶雷达对多组测量点位基于定点探测法进行定点扫描，得到所有测量点位的高度；
步骤S3043，当仓顶雷达对所有测量点位进行定点扫描后，基于扫描后得到的参数数据在三维直角坐标系标记点位；
当使用所有参数数据标记点位后，将得到的点阵设为常规点阵。
进一步地，所述步骤S3042中的定点探测法包括如下子步骤：
步骤V421，对于料仓内的任意一个测量点位，使用仓顶雷达对测量点位进行一维探测，获取一维探测的距离，设为一维距离，获取一维探测中反弹点的位置，设为一维位置，所述一维探测为仓顶雷达对仓顶雷达与测量点位之间的连线进行直线探测；
获取料仓与该测量点位之间的直线距离，设为实际距离；
步骤V422，当一维距离小于等于实际距离的第一百分比时，将二维探测的探测半径设为第一标准半径；
当一维距离小于等于实际距离的第二百分比且大于实际距离的第一百分比时，将二维探测的探测半径设为第二标准半径；
当一维距离大于实际距离的第二百分比时，将二维探测的探测半径设为第三标准半径。
进一步地，所述步骤S3042中的定点探测法还包括如下子步骤：
步骤V423，使用仓顶雷达对测量点位进行二维探测，所述二维探测为，以测量点位为中心，二维探测的探测半径为半径做圆，设为二维探测圆；
使用仓顶雷达对二维探测圆进行二维探测，基于二维探测的探测结果与料仓的尺寸参数进行计算，得到二维探测圆内所有点位的高度；
步骤V424，将实际距离减去一维距离的值设为斜边长度，将一维位置与测量点位水平方向上的距离设为直边长度，斜边长度作为斜边，直边长度作为一个直角边，对斜边长度和直边长度使用勾股定理进行计算，将得到的边设为点位向量；
步骤V425，基于点位向量在二维探测圆中获取测量点位对应的位置以及测量点位对应的高度。
进一步地，所述步骤S4中包括如下子步骤：
步骤S401，使用插值法建立点位补偿模型；
步骤S402，使用点位补偿模型对常规点阵进行填补，将填补后得到的模型设为常规填补模型；
步骤S403，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化。
进一步地，所述步骤S403中包括如下子步骤：
步骤S4031，将常规填补模型与历史训练模型进行重合；
步骤S4032，建立优化方块，使用优化方块对常规填补模型与历史训练模型重合的部分区域进行分割，所述优化方块为边长为第一标准边长的立方块；
步骤S4033，对于任意一块优化方块内的常规填补模型与历史训练模型，获取常规填补模型与历史训练模型不重合的区域以及常规填补模型与历史训练模型重合的轮廓，设为修正区域与重合轮廓；
当优化方块内存在重合轮廓以及修正区域时，使用点位补偿模型将常规填补模型的形状改变至与历史训练模型一致，并使用点位补偿模型记录重合轮廓以及对常规填补模型的形状改变的三维参数；
步骤S4034，当优化方块内不存在重合轮廓且存在修正区域时，使用点位补偿模型记录常规填补模型以及历史训练模型的形状以及三维参数，将常规填补模型中与修正区域内相同的形状以及三维参数的区域调整为历史训练模型对应的形状以及三维参数。
进一步地，所述步骤S5中包括如下子步骤：
步骤S501，使用点位补偿模型对多组不同的历史训练模型进行训练以及优化；
步骤S502，当点位补偿模型建立的常规填补模型连续第一标准次数与其对应的历史训练模型的重合率大于等于第三百分比时，将点位补偿模型设为优化完毕的点位补偿模型。
进一步地，所述步骤S5中还包括如下子步骤：
步骤S503，使用仓顶雷达对料仓进行实时雷达扫描，并使用点位补偿模型对每次扫描后的常规点阵进行填补得到常规填补模型；
步骤S504，将常规填补模型放置在三维直角坐标系中，基于常规填补模型的参数计算料仓内料物的容量，设为计算料物量，获取预设的料仓内料物的容量，设为预设料物量；
当计算料物量减去预设料物量的值的绝对值大于等于第一标准料物量时，发送料仓料物量异常信号。
第二方面，本申请提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上所述方法中的步骤。
第三方面，本申请提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，运行如上所述方法中的步骤。
本发明的有益效果：本发明通过获取料仓的尺寸参数，将仓顶雷达放置在料仓仓顶的中心位置；然后基于料仓的尺寸参数设定仓顶雷达对料仓的测量点位的数量以及测量点位的位置；基于料仓的尺寸以及料仓中物料堆放的历史数据，以仓顶雷达为中心建立三维直角坐标系；获取料仓中物料堆放的历史数据的长、宽以及高的尺寸数据并将其放入三维直角坐标系中，设为历史训练模型，使用仓顶雷达对历史训练模型进行常规测量，这样的好处在于通过对料仓的尺寸参数进行分析，可以针对不同尺寸的料仓设置不同的测量点位，通过多组点位可以对料仓进行合理的探测，通过建立三维直角坐标系可以将料仓数字化，有利于获取更加具体的数值，使用历史训练模型可以在线上对仓顶雷达的测量进行调试，减少了人工的工作量；
本发明还通过建立点位补偿模型，所述点位补偿模型用于对步骤S3中常规测量的测量点位以外的区域进行填补，将进行填补后的模型设为常规填补模型，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化；最后使用优化后的点位补偿模型以及仓顶雷达对料仓进行实时雷达扫描，并基于扫描结果调整扫描模式，这样的好处在于，通过建立点位补偿模型，可以对测量点位以外的区域进行填补，填补后的常规填补模型与料仓中的实际情况比较相似，同时对定位补偿模型进行优化，可以提高常规填补模型与料仓中的实际情况的相似率，从而可以通过分析常规填补模型得到料仓中货物的分布情况。
本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其他特征、目的和优点将会变得更明显：
图1为本发明的方法的步骤流程图；
图2为本发明的直立式料仓的仓顶雷达的放置示意图；
图3为本发明的倾斜式料仓的仓顶雷达的放置示意图；
图4为本发明的点位向量的获取示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
第一方面，请参阅图1所示，本发明提供一种基于料仓参数分析的仓顶雷达扫描方法，包括：
步骤S1，获取料仓的尺寸参数，将仓顶雷达放置在料仓仓顶的中心位置；
步骤S1包括如下子步骤：
步骤S101，获取料仓的尺寸参数，当料仓为直立式料仓时，获取料仓的最大高度参数以及横向切面的尺寸参数，将料仓的最大高度参数设为料仓高度；
当料仓为倾斜式料仓时，获取料仓的最大长度参数以及纵向切面的尺寸参数，将料仓的最大长度参数设为料仓长度；
步骤S102，请参阅图2以及图3所示，其中，P1为直立式料仓，P2以及Q2为预放置点位，Q1为倾斜式料仓，P3以及Q3为仓顶雷达的放置点位，当料仓为直立式料仓时，将料仓的横向切面的中点设为预放置点位，将仓顶雷达放置在料仓内的料仓高度处，水平方向的位置与预放置点位在竖直方向重合；
步骤S103，当料仓为倾斜式料仓时，获取料仓的纵向切面的拱形的中点，设为预放置点位；参照图3所示，料仓的纵向切面的拱形的中点为Q3，将料仓的纵向切面比作一个半圆形时，其拱形的中点即为半圆形的圆弧的中点；
将仓顶雷达放置在料仓内料仓长度的中点处，具体位置为料仓长度的中点处所在纵向切面的预放置点位处；
步骤S2，基于料仓的尺寸参数设定仓顶雷达对料仓的测量点位的数量以及测量点位的位置；
步骤S2包括如下子步骤：
步骤S201，当料仓为直立式料仓时，将料仓的横截面设为截面图；
当料仓为倾斜式料仓时，将料仓的底面设为截面图，获取截面图的面积，设为截面面积；
步骤S202，当截面面积小于等于第一标准面积时，将料仓内测量点位的数量设置为第一标准数；
当截面面积小于等于第二标准面积且大于第一标准面积时，将料仓内测量点位的数量设置为截面面积除以第一标准系数；
当截面面积大于第二标准面积时，将料仓内测量点位的数量设置为截面面积除以第二标准系数；
在具体实施过程中，第一标准面积为1000m²，第二标准面积为2400m²，第一标准数为40，第一标准系数为25，第二标准系数为35，基于不同的截面面积设置不同的测量点位的数量，有利于对料仓内部进行更精准的测量；
步骤S2还包括如下子步骤：
步骤S203，当截面图为矩形时，将多组测量点位均匀地放置在截面图内，每个测量点位之间的距离大于等于第一标准间隔；
步骤S204，当截面图为圆形时，获取圆形的一条直径，设为截面直径，将测量点位以第一标准间隔为间隔均匀放置在截面直径内，将截面直径内的测量点位的数量设为直径测量数，将多组测量点位的数量除以直径测量数并向下取整，将得到的值设为直径数；
在具体实施过程中，第一标准间隔为10m；
在截面图内均匀选择直径数条直径，并通过步骤S204在每条直径上放置测量点位；
步骤S3，基于料仓的尺寸以及料仓中物料堆放的历史数据，以仓顶雷达为中心建立三维直角坐标系；
获取料仓中物料堆放的历史数据的长、宽以及高的尺寸数据并将其放入三维直角坐标系中，设为历史训练模型，使用仓顶雷达对历史训练模型进行常规测量；
步骤S3包括如下子步骤：
步骤S301，建立三维直角坐标系，其中，三维直角坐标系的坐标原点为仓顶雷达；
步骤S302，获取料仓中物料堆放的历史数据，选取料仓中物料堆放的历史数据中的其中一组数据，设为训练数据；
步骤S303，基于训练数据以及料仓的尺寸参数，将训练数据以及料仓放置在三维直角坐标系中，其中，基于训练数据在料仓中的实际位置与仓顶雷达在料仓中的实际位置将训练数据与仓顶雷达在三维直角坐标系中的位置关系进行对应调整；
将放入三维直角坐标系中的训练数据设为历史训练模型；
步骤S304，在三维直角坐标系中使用仓顶雷达对料仓内进行常规测量；
步骤S304包括如下子步骤：
步骤S3041，获取步骤S2中料仓的多组测量点位；
步骤S3042，使用仓顶雷达对多组测量点位基于定点探测法进行定点扫描，得到所有测量点位的高度；
步骤S3042中的定点探测法包括如下子步骤：
步骤V421，请参阅图4所示，B1为仓顶雷达，B2为仓内的货物所在的上平面，A1为一维距离，A2为直角边，A3为斜边，A4为点位向量，对于料仓内的任意一个测量点位，使用仓顶雷达对测量点位进行一维探测，获取一维探测的距离，设为一维距离，获取一维探测中反弹点的位置，设为一维位置，一维探测为仓顶雷达对仓顶雷达与测量点位之间的连线进行直线探测；
获取料仓与该测量点位之间的直线距离，设为实际距离；
步骤V422，当一维距离小于等于实际距离的第一百分比时，将二维探测的探测半径设为第一标准半径；
当一维距离小于等于实际距离的第二百分比且大于实际距离的第一百分比时，将二维探测的探测半径设为第二标准半径；
当一维距离大于实际距离的第二百分比时，将二维探测的探测半径设为第三标准半径；
在具体实施过程中，第一百分比为30%，第二百分比为60%，第一标准半径为20m，第二标准半径为15m，第三标准半径为10m；
步骤V423，使用仓顶雷达对测量点位进行二维探测，二维探测为，以测量点位为中心，二维探测的探测半径为半径做圆，设为二维探测圆；
使用仓顶雷达对二维探测圆进行二维探测，基于二维探测的探测结果与料仓的尺寸参数进行计算，得到二维探测圆内所有点位的高度；
步骤V424，将实际距离减去一维距离的值设为斜边长度，将一维位置与测量点位水平方向上的距离设为直边长度，斜边长度作为斜边，直边长度作为一个直角边，对斜边长度和直边长度使用勾股定理进行计算，将得到的边设为点位向量，点位向量的方向为竖直向上的方向；
步骤V425，基于点位向量在二维探测圆中获取测量点位对应的位置以及测量点位对应的高度；
步骤S3043，当仓顶雷达对所有测量点位进行定点扫描后，基于扫描后得到的参数数据在三维直角坐标系标记点位；
当使用所有参数数据标记点位后，将得到的点阵设为常规点阵；
步骤S4，建立点位补偿模型，所述点位补偿模型配置有插值法，点位补偿模型用于对步骤S3中常规测量的测量点位以外的区域进行填补，将进行填补后的模型设为常规填补模型，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化；
步骤S4中包括如下子步骤：
步骤S401，使用插值法建立点位补偿模型，基于插值法的点位补偿模型可对两点之间进行线性补偿，使其更加完整；
步骤S402，使用点位补偿模型对常规点阵进行填补，将填补后得到的模型设为常规填补模型；
步骤S403，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化；
步骤S403中包括如下子步骤：
步骤S4031，将常规填补模型与历史训练模型进行重合；
步骤S4032，建立优化方块，使用优化方块对常规填补模型与历史训练模型重合的部分区域进行分割，优化方块为边长为第一标准边长的立方块；
在具体实施过程中，第一标准边长为1m，建立优化方块是为了对常规填补模型与历史训练模型进行更加细致的比对；
步骤S4033，对于任意一块优化方块内的常规填补模型与历史训练模型，获取常规填补模型与历史训练模型不重合的区域以及常规填补模型与历史训练模型重合的轮廓，设为修正区域与重合轮廓；
当优化方块内存在重合轮廓以及修正区域时，使用点位补偿模型将常规填补模型的形状改变至与历史训练模型一致，并使用点位补偿模型记录重合轮廓以及对常规填补模型的形状改变的三维参数，使点位补偿模型在后续处理中对相同的重合轮廓对应的常规模型的形状进行相应的改变；
在具体实施过程中，比如重合轮廓为圆形，常规填补模型中的形状改变为从矩形变为圆形，则在后续处理中，遇到重合轮廓为圆形的修正区域，将修正区域内常规填补模型的矩形变为圆形后再将常规填补模型与历史训练模型进行分析；
步骤S4034，当优化方块内不存在重合轮廓且存在修正区域时，使用点位补偿模型记录常规填补模型以及历史训练模型的形状以及三维参数，将常规填补模型中与修正区域内相同的形状以及三维参数的区域调整为历史训练模型对应的形状以及三维参数；
步骤S5，使用优化后的点位补偿模型以及仓顶雷达对料仓进行实时雷达扫描，并基于扫描结果调整扫描模式；
步骤S5中包括如下子步骤：
步骤S501，使用点位补偿模型对多组不同的历史训练模型进行训练以及优化；
步骤S502，当点位补偿模型建立的常规填补模型连续第一标准次数与其对应的历史训练模型的重合率大于等于第三百分比时，将点位补偿模型设为优化完毕的点位补偿模型；第一标准次数设置为5次，第三百分比设置为95%；
步骤S5中还包括如下子步骤：
步骤S503，使用仓顶雷达对料仓进行实时雷达扫描，并使用点位补偿模型对每次扫描后的常规点阵进行填补得到常规填补模型；
步骤S504，将常规填补模型放置在三维直角坐标系中，基于常规填补模型的参数计算料仓内料物的容量，设为计算料物量，获取预设的料仓内料物的容量，设为预设料物量；
当计算料物量减去预设料物量的值的绝对值大于等于第一标准料物量时，发送料仓料物量异常信号；
在具体实施过程中，第一标准料物量为预设料物量的10%。
实施例二
第二方面，本申请提供一种电子设备，包括处理器以及存储器，存储器存储有计算机可读取指令，当计算机可读取指令由处理器执行时，运行如上任意一项方法中的步骤。通过上述技术方案，处理器和存储器通过通信总线和/或其他形式的连接机构（未标出）互连并相互通讯，存储器存储有处理器可执行的计算机程序，当电子设备运行时，处理器执行该计算机程序，以执行上述实施例的任一可选的实现方式中的方法，以实现以下功能：首先通过获取料仓的尺寸参数，将仓顶雷达放置在料仓仓顶的中心位置；然后基于料仓的尺寸参数设定仓顶雷达对料仓的测量点位的数量以及测量点位的位置；基于料仓的尺寸以及料仓中物料堆放的历史数据，以仓顶雷达为中心建立三维直角坐标系；获取料仓中物料堆放的历史数据的长、宽以及高的尺寸数据并将其放入三维直角坐标系中，设为历史训练模型，使用仓顶雷达对历史训练模型进行常规测量，然后通过建立点位补偿模型，将进行填补后的模型设为常规填补模型，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化；最后使用优化后的点位补偿模型以及仓顶雷达对料仓进行实时雷达扫描，并基于扫描结果调整扫描模式。
实施例三
第三方面，本申请提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时，运行如上任意一项方法中的步骤。通过上述技术方案，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法，以实现以下功能：首先通过获取料仓的尺寸参数，将仓顶雷达放置在料仓仓顶的中心位置；然后基于料仓的尺寸参数设定仓顶雷达对料仓的测量点位的数量以及测量点位的位置；基于料仓的尺寸以及料仓中物料堆放的历史数据，以仓顶雷达为中心建立三维直角坐标系；获取料仓中物料堆放的历史数据的长、宽以及高的尺寸数据并将其放入三维直角坐标系中，设为历史训练模型，使用仓顶雷达对历史训练模型进行常规测量，然后通过建立点位补偿模型，将进行填补后的模型设为常规填补模型，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化；最后使用优化后的点位补偿模型以及仓顶雷达对料仓进行实时雷达扫描，并基于扫描结果调整扫描模式。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static RandomAccess Memory，简称SRAM），电可擦除可编程只读存储器（Electrically ErasableProgrammable Read-Only Memory，简称EEPROM），可擦除可编程只读存储器（ErasableProgrammable Read Only Memory，简称EPROM），可编程只读存储器（Programmable Red-Only Memory，简称PROM），只读存储器（Read-OnlyMemory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (14)
1.一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，包括：
步骤S1，获取料仓的尺寸参数，将仓顶雷达放置在料仓仓顶的中心位置；
步骤S2，基于料仓的尺寸参数设定仓顶雷达对料仓的测量点位的数量以及测量点位的位置；
步骤S3，基于料仓的尺寸以及料仓中物料堆放的历史数据，以仓顶雷达为中心建立三维直角坐标系；
获取料仓中物料堆放的历史数据的长、宽以及高的尺寸数据并将其放入三维直角坐标系中，设为历史训练模型，使用仓顶雷达对历史训练模型进行常规测量；
步骤S4，建立点位补偿模型，所述点位补偿模型配置有插值法，所述点位补偿模型用于对步骤S3中常规测量的测量点位以外的区域进行填补，将进行填补后的模型设为常规填补模型，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化；
步骤S5，使用优化后的点位补偿模型以及仓顶雷达对料仓进行实时雷达扫描，并基于扫描结果调整扫描模式。
2.根据权利要求1所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S1包括如下子步骤：
步骤S101，获取料仓的尺寸参数，当料仓为直立式料仓时，获取料仓的最大高度参数以及横向切面的尺寸参数，将料仓的最大高度参数设为料仓高度；
当料仓为倾斜式料仓时，获取料仓的最大长度参数以及纵向切面的尺寸参数，将料仓的最大长度参数设为料仓长度；
步骤S102，当料仓为直立式料仓时，将料仓的横向切面的中点设为预放置点位，将仓顶雷达放置在料仓内的料仓高度处，水平方向的位置与预放置点位在竖直方向重合；
步骤S103，当料仓为倾斜式料仓时，获取料仓的纵向切面的拱形的中点，设为预放置点位，将仓顶雷达放置在位于料仓内料仓长度的中点处的预放置点位处。
3.根据权利要求2所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S2包括如下子步骤：
步骤S201，当料仓为直立式料仓时，将料仓的横截面设为截面图；
当料仓为倾斜式料仓时，将料仓的底面设为截面图，获取截面图的面积，设为截面面积；
步骤S202，当截面面积小于等于第一标准面积时，将料仓内测量点位的数量设置为第一标准数；
当截面面积小于等于第二标准面积且大于第一标准面积时，将料仓内测量点位的数量设置为截面面积除以第一标准系数；
当截面面积大于第二标准面积时，将料仓内测量点位的数量设置为截面面积除以第二标准系数。
4.根据权利要求3所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S2还包括如下子步骤：
步骤S203，当截面图为矩形时，将多组测量点位均匀地放置在截面图内，每个测量点位之间的距离大于等于第一标准间隔；
步骤S204，当截面图为圆形时，获取圆形的一条直径，设为截面直径，将测量点位以第一标准间隔为间隔均匀放置在截面直径内，将截面直径内的测量点位的数量设为直径测量数，将多组测量点位的数量除以直径测量数并向下取整，将得到的值设为直径数；
在截面图内均匀选择直径数条直径，并通过步骤S204在每条直径上放置测量点位。
5.根据权利要求4所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S3包括如下子步骤：
步骤S301，建立三维直角坐标系，其中，三维直角坐标系的坐标原点为仓顶雷达；
步骤S302，获取料仓中物料堆放的历史数据，选取料仓中物料堆放的历史数据中的其中一组数据，设为训练数据；
步骤S303，基于训练数据以及料仓的尺寸参数，将训练数据以及料仓放置在三维直角坐标系中，其中，基于训练数据在料仓中的实际位置与仓顶雷达在料仓中的实际位置将训练数据与仓顶雷达在三维直角坐标系中的位置关系进行对应调整；
将放入三维直角坐标系中的训练数据设为历史训练模型；
步骤S304，在三维直角坐标系中使用仓顶雷达对料仓内进行常规测量。
6.根据权利要求5所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S304包括如下子步骤：
步骤S3041，获取步骤S2中料仓的多组测量点位；
步骤S3042，使用仓顶雷达对多组测量点位基于定点探测法进行定点扫描，得到所有测量点位的高度；
步骤S3043，当仓顶雷达对所有测量点位进行定点扫描后，基于扫描后得到的参数数据在三维直角坐标系标记点位；
当使用所有参数数据标记点位后，将得到的点阵设为常规点阵。
7.根据权利要求6所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S3042中的定点探测法包括如下子步骤：
步骤V421，对于料仓内的任意一个测量点位，使用仓顶雷达对测量点位进行一维探测，获取一维探测的距离，设为一维距离，获取一维探测中反弹点的位置，设为一维位置，所述一维探测为仓顶雷达对仓顶雷达与测量点位之间的连线进行直线探测；
获取料仓与该测量点位之间的直线距离，设为实际距离；
步骤V422，当一维距离小于等于实际距离的第一百分比时，将二维探测的探测半径设为第一标准半径；
当一维距离小于等于实际距离的第二百分比且大于实际距离的第一百分比时，将二维探测的探测半径设为第二标准半径；
当一维距离大于实际距离的第二百分比时，将二维探测的探测半径设为第三标准半径。
8.根据权利要求7所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S3042中的定点探测法还包括如下子步骤：
步骤V423，使用仓顶雷达对测量点位进行二维探测，所述二维探测为，以测量点位为中心，二维探测的探测半径为半径做圆，设为二维探测圆；
使用仓顶雷达对二维探测圆进行二维探测，基于二维探测的探测结果与料仓的尺寸参数进行计算，得到二维探测圆内所有点位的高度；
步骤V424，将实际距离减去一维距离的值设为斜边长度，将一维位置与测量点位水平方向上的距离设为直边长度，斜边长度作为斜边，直边长度作为一个直角边，对斜边长度和直边长度使用勾股定理进行计算，将得到的边设为点位向量；
步骤V425，基于点位向量在二维探测圆中获取测量点位对应的位置以及测量点位对应的高度。
9.根据权利要求8所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S4中包括如下子步骤：
步骤S401，使用插值法建立点位补偿模型；
步骤S402，使用点位补偿模型对常规点阵进行填补，将填补后得到的模型设为常规填补模型；
步骤S403，将常规填补模型与历史训练模型进行比对，基于比对结果对点位补偿模型进行优化。
10.根据权利要求9所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S403中包括如下子步骤：
步骤S4031，将常规填补模型与历史训练模型进行重合；
步骤S4032，建立优化方块，使用优化方块对常规填补模型与历史训练模型重合的部分区域进行分割，所述优化方块为边长为第一标准边长的立方块；
步骤S4033，对于任意一块优化方块内的常规填补模型与历史训练模型，获取常规填补模型与历史训练模型不重合的区域以及常规填补模型与历史训练模型重合的轮廓，设为修正区域与重合轮廓；
当优化方块内存在重合轮廓以及修正区域时，使用点位补偿模型将常规填补模型的形状改变至与历史训练模型一致，并使用点位补偿模型记录重合轮廓以及对常规填补模型的形状改变的三维参数；
步骤S4034，当优化方块内不存在重合轮廓且存在修正区域时，使用点位补偿模型记录常规填补模型以及历史训练模型的形状以及三维参数，将常规填补模型中与修正区域内相同的形状以及三维参数的区域调整为历史训练模型对应的形状以及三维参数。
11.根据权利要求10所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S5中包括如下子步骤：
步骤S501，使用点位补偿模型对多组不同的历史训练模型进行训练以及优化；
步骤S502，当点位补偿模型建立的常规填补模型连续第一标准次数与其对应的历史训练模型的重合率大于等于第三百分比时，将点位补偿模型设为优化完毕的点位补偿模型。
12.根据权利要求11所述的一种基于料仓参数分析的仓顶雷达扫描方法，其特征在于，所述步骤S5中还包括如下子步骤：
步骤S503，使用仓顶雷达对料仓进行实时雷达扫描，并使用点位补偿模型对每次扫描后的常规点阵进行填补得到常规填补模型；
步骤S504，将常规填补模型放置在三维直角坐标系中，基于常规填补模型的参数计算料仓内料物的容量，设为计算料物量，获取预设的料仓内料物的容量，设为预设料物量；
当计算料物量减去预设料物量的值的绝对值大于等于第一标准料物量时，发送料仓料物量异常信号。
13.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-12任一项所述方法中的步骤。
14.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，运行如权利要求1-12任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311273016.5A CN116989869B (zh) | 2023-09-28 | 2023-09-28 | 一种基于料仓参数分析的仓顶雷达扫描方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311273016.5A CN116989869B (zh) | 2023-09-28 | 2023-09-28 | 一种基于料仓参数分析的仓顶雷达扫描方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116989869A true CN116989869A (zh) | 2023-11-03 |
| CN116989869B CN116989869B (zh) | 2023-12-19 |
Family
ID=88532558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311273016.5A Active CN116989869B (zh) | 2023-09-28 | 2023-09-28 | 一种基于料仓参数分析的仓顶雷达扫描方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116989869B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003001160A1 (en) * | 2001-06-21 | 2003-01-03 | Saab Marine Electronics Ab | Method for determination of tank bottom characterisitcs |
| CN109855537A (zh) * | 2019-03-05 | 2019-06-07 | 山东科技大学 | 一种立筒仓测量系统和数据判定方法 |
| CN112113636A (zh) * | 2020-08-26 | 2020-12-22 | 上海大学 | 一种基于调频连续波雷达的煤仓料位智能检测系统及方法 |
| US20210348961A1 (en) * | 2018-10-05 | 2021-11-11 | Endress+Hauser SE+Co. KG | Method for filling-level measurement |
| CN115421131A (zh) * | 2022-11-04 | 2022-12-02 | 北京锐达仪表有限公司 | 等效多位置无死角的电磁波3d扫描雷达及物料测量方法 |
| CN116087908A (zh) * | 2023-04-07 | 2023-05-09 | 烟台港股份有限公司联合通用码头分公司 | 一种基于协同作业的雷达高精度物位计测量方法 |
| CN116734952A (zh) * | 2023-04-28 | 2023-09-12 | 河北华创测控技术有限公司 | 一种高精度雷达物位测控系统 |
-
2023
- 2023-09-28 CN CN202311273016.5A patent/CN116989869B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003001160A1 (en) * | 2001-06-21 | 2003-01-03 | Saab Marine Electronics Ab | Method for determination of tank bottom characterisitcs |
| US20210348961A1 (en) * | 2018-10-05 | 2021-11-11 | Endress+Hauser SE+Co. KG | Method for filling-level measurement |
| CN109855537A (zh) * | 2019-03-05 | 2019-06-07 | 山东科技大学 | 一种立筒仓测量系统和数据判定方法 |
| CN112113636A (zh) * | 2020-08-26 | 2020-12-22 | 上海大学 | 一种基于调频连续波雷达的煤仓料位智能检测系统及方法 |
| CN115421131A (zh) * | 2022-11-04 | 2022-12-02 | 北京锐达仪表有限公司 | 等效多位置无死角的电磁波3d扫描雷达及物料测量方法 |
| CN116087908A (zh) * | 2023-04-07 | 2023-05-09 | 烟台港股份有限公司联合通用码头分公司 | 一种基于协同作业的雷达高精度物位计测量方法 |
| CN116734952A (zh) * | 2023-04-28 | 2023-09-12 | 河北华创测控技术有限公司 | 一种高精度雷达物位测控系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈琳;: "3D料位计在大料仓料位测量中的应用", 石油化工自动化, no. 05 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116989869B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110194375B (zh) | 一种用于物料场的自动堆料、取料、堆取料方法和系统 | |
| CN110047140B (zh) | 一种料场的无人值守系统和智能料场监控系统 | |
| CN104180771A (zh) | 基于三维激光扫描的快速高精度罐体容积测量方法及装置 | |
| EP2737426A1 (en) | Coordinate measuring system data reduction | |
| CN115272234A (zh) | 瓶盖质量检测方法、装置、计算机设备及存储介质 | |
| US20090289953A1 (en) | System and method for adjusting view of a measuring report of an object | |
| CN109033932B (zh) | 一种赛道识别方法、识别系统、智能车巡迹方法及巡迹系统 | |
| CN111189389B (zh) | 棱线损坏程度的检测方法及其装置 | |
| CN116989869B (zh) | 一种基于料仓参数分析的仓顶雷达扫描方法 | |
| CN112033385A (zh) | 一种基于海量点云数据的桥墩位姿测量方法 | |
| CN112762947A (zh) | 地图数据校准方法、装置及计算机设备 | |
| CN114234819B (zh) | 基于三维激光扫描的钢筋部品质量自动化检测方法 | |
| CN109855537A (zh) | 一种立筒仓测量系统和数据判定方法 | |
| CN113298820B (zh) | 一种料堆盘库的方法及系统 | |
| CN114136194B (zh) | 仓内物料体积监测方法、装置、监测设备和存储介质 | |
| CN111750956A (zh) | 一种盾构机砂浆罐液面高度测量系统及方法 | |
| CN108564571B (zh) | 图像区域选取方法及终端设备 | |
| CN113465531B (zh) | 一种3d轮廓测量仪安装调试方法及装置 | |
| CN114444185A (zh) | 原位标注的识别方法、装置及电子设备 | |
| CN110068279B (zh) | 一种基于点云数据的预制构件平面圆孔提取方法 | |
| CN114170400A (zh) | 基于三维点云的液压支架群空间直线度测量与调整方法 | |
| CN114295046B (zh) | 一种爆堆形态综合评价方法及系统、电子设备、存储介质 | |
| CN113313746A (zh) | 一种料堆盘库的方法及系统 | |
| CN109896187B (zh) | 一种筒仓物料重量测量系统 | |
| CN112906222B (zh) | 布料波动检测的方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |