TW202108989A - 自走式料堆外形掃描的儲量計算方法 - Google Patents
自走式料堆外形掃描的儲量計算方法 Download PDFInfo
- Publication number
- TW202108989A TW202108989A TW108130471A TW108130471A TW202108989A TW 202108989 A TW202108989 A TW 202108989A TW 108130471 A TW108130471 A TW 108130471A TW 108130471 A TW108130471 A TW 108130471A TW 202108989 A TW202108989 A TW 202108989A
- Authority
- TW
- Taiwan
- Prior art keywords
- pile
- data group
- stockpile
- dimensional data
- trolley
- Prior art date
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本發明提供了一種自走式料堆外形掃描的儲量計算方法,其包含:驅動一台車掃描一料堆,並且獲取一台車定位數據及一料堆二維數據;叠合該台車定位數據及該料堆二維數據,以形成一料堆三維立體數據群;濾除該料堆三維立體數據群的至少一不連續數據群;利用一料堆種類安息角搭配一內外差計算法,補上濾除該不連續數據群所形成的一數據群空缺,形成一校正後料堆三維立體數據群;以及利用該校正後料堆三維立體數據群來計算該料堆的一儲量。
Description
本發明係關於料堆儲量的計算方法,特別是一種自走式料堆外形掃描的儲量計算方法。
大型料場(特別是粉狀或是顆粒狀的物料)的儲量計算一直是業界(例如鋼鐵廠或是電廠)相當關注的課題。早期都是用人工丈量的方式來估算,容易因為人員判斷的差異而出現不同的結果。現行技術可以採用三維雷射掃描儀或是三維影像辨識技術兩種技術來進行堆料儲量的估算。
三維雷射掃描儀雖然可以獲得較精準的儲量的估算,但是其體積大、重量較重,需要設置在車輛或類似的地面載具上,方可對大型料場進行堆料儲量的估算。現行的商用的空拍機無法乘載三維雷射掃描儀的重量,而將其裝置飛機上進行堆料儲量的估算,又需要耗費大量的成本,不符合需求。三維影像辨識技術搭配空拍機也可以進行堆料儲量的估算,但是這樣估算方式的準確度取決於空拍影像的品質,而空拍影像的品質取決光線、料堆外形及周遭環境的背景顏色,致使三維影像辨識技術搭配空拍機的堆料儲量的估算,通常都會有7-10%誤差,這樣的誤差不符合需求。 此外,前述兩個方式也不適合運用在室內或是高空管架/管路繁多的料場。
現行技術也有透過了料堆上設置反射板來進行堆料儲量的估算,但是實際作業上,料堆的外形並非統一的呈現單一完美的錐狀,再加上取料後料堆外形會產生變化,需要不斷的重新設置反射板才可以進行估算,這樣的方式也不符合使用的需求。
故,有必要提供一種自走式料堆外形掃描的儲量計算方法,以解决習用技術所存在的問題。
本發明的目的在於提供一種自走式料堆外形掃描的儲量計算方法,在兼顧儲量計算的準確度及成本的考量下,解決現有技術的問題。
為了達成上述目的,本發明提供了一種自走式料堆外形掃描的儲量計算方法,包含:驅動一台車掃描一料堆,並且獲取一台車定位數據及一料堆二維數據;叠合該台車定位數據及該料堆二維數據,以形成一料堆三維立體數據群;濾除該料堆三維立體數據群的至少一不連續數據群;利用一料堆種類安息角搭配一內外差計算法,補上濾除該不連續數據群所形成的一數據群空缺,形成一校正後料堆三維立體數據群;以及利用該校正後料堆三維立體數據群來計算該料堆的一儲量。
在本發明的一實施例中,驅動該台車掃描該料堆,並且獲取該台車定位數據及該料堆二維數據包括:通過一自走台車運動模組使該台車對該料堆執行一全行程運動;在該全行程運動中,透過一台車定位儀及一二維掃描儀來獲取該台車定位數據及該料堆二維數據;通過一資料收集處理模組來記錄該台車定位數據及該料堆二維數據。
在本發明的一實施例中,叠合該台車定位數據及該料堆二維數據,以形成該料堆三維立體數據群包含:通過一三維數據處理模組叠合該台車定位數據及該料堆二維數據,以形成該料堆三維立體數據群;以及傳送該料堆三維立體數據群至一三維外形運算模組。
在本發明的一實施例中,濾除該料堆三維立體數據群的該不連續數據群包括:通過該三維外形運算模組接收該料堆三維立體數據群;以及該三維外形運算模組比對該料堆三維立體數據群與該料堆種類安息角,以獲得與該料堆種類安息角不匹配的該不連續數據群,並且移除該不連續數據群。
在本發明的一實施例中,利用該料堆種類安息角搭配該內外差計算法,補上濾除該不連續數據群所形成的一數據群空缺,形成該校正後料堆三維立體數據群包括:該三維外形運算模組根據該料堆種類安息角與該數據群空缺,以內外差計算法估算出一預估數據群;將該預估數據群填入該數據群空缺,以形成該校正後料堆三維立體數據群;以及傳送該校正後料堆三維立體數據群至一料堆儲量計算模組。
在本發明的一實施例中,利用該校正後料堆三維立體數據群來計算該料堆的該儲量包括:該料堆儲量計算模組接收該校正後料堆三維立體數據群;將校正後料堆三維立體數據群分割成複數個料堆子區塊面積及與該些料堆子區塊面積對應的複數個料堆子區塊高度;通過該些料堆子區塊面積及與該些料堆子區塊面積對應的該些料堆子區塊高度,獲得複數個料堆子區塊儲量;以及加總該些料堆子區塊儲量,以獲得該料堆的該儲量。
在本發明的一實施例中,更包含:通過兩自走台車運動模組使兩台車在該料堆相對的兩側執行該全行程運動。
在本發明的一實施例中,該不連續數據群是由一干擾所形成,該干擾係選自一料場結構遮蔽、一粉塵、一水氣或其組合。
在本發明的一實施例中,該料堆二維數據包含一料堆寬度及一料堆高度。
在本發明的一實施例中,驅動該台車掃描該料堆包括:通過一人機介面利用無線通訊來驅動該台車。
如上所述,本發明所提供的自走式料堆外形掃描的儲量計算方法,利用自動化的台車來掃描料堆的外形(即料堆三維立體數據群),並且濾除料場中會產生的干擾(即不連續數據群),例如架高的管架結構、粉塵或用來降低粉塵的水氣等,以形成校正後料堆三維立體數據群。透過校正後料堆三維立體數據群來估算料堆的儲量。本發明在兼顧儲量計算的準確度及成本的考量下,料堆的儲量估算的誤差可以低於1.5%,並且也可以適用於多結構、多管架、具有障礙物或位於室內的料場。
爲了讓本發明之上述及其他目的、特徵、優點能更明顯易懂,下文將特舉本發明較佳實施例,並配合所附圖式,作詳細說明如下。再者,本發明所提到的方向用語,例如上、下、頂、底、前、後、左、右、內、外、側面、周圍、中央、水平、橫向、垂直、縱向、軸向、徑向、最上層或最下層等,僅是參考附加圖式的方向。因此,使用的方向用語是用以說明及理解本發明,而非用以限制本發明。
請參照第1圖至第4圖,第1圖是本發明實施例一種自走式料堆外形掃描的儲量計算方法的一步驟流程圖。第2圖是使用本發明實施例的一系統流程圖。第3圖是本發明實施例中所使用的一台車的一結構示意圖。第4圖是本發明實施例整體建構的一示意圖。如第1圖所示,本實施例提供了一種自走式料堆外形掃描的儲量計算方法,包含:
步驟S110,驅動一台車掃描一料堆,並且獲取一台車定位數據及一料堆二維數據。此外,步驟S110還可以包含:步驟S111,通過一自走台車運動模組使該台車對該料堆執行一全行程運動、步驟S112,在該全行程運動中,透過一台車定位儀及一二維掃描儀來獲取該台車定位數據及該料堆二維數據、步驟S113,通過一資料收集處理模組來記錄該台車定位數據及該料堆二維數據。其中該台車定位數據來自於該台車定位儀,且該料堆二維數據來自於該二維掃描儀。該料堆二維數據可以包含一料堆寬度及一料堆高度。該台車定位儀可以是具有GPS定位功能的設備或是其他可行的定位設備。該二維掃描儀可以是雷射掃描儀、雷達波掃瞄儀或是具有相似功能的設備。應當理解的是,步驟S110也可以通過兩自走台車運動模組使兩台車在該料堆相對的兩側執行該全行程運動,進而獲取該台車定位數據及該料堆二維數據。
步驟S120,叠合該台車定位數據及該料堆二維數據,以形成一料堆三維立體數據群。此外,步驟S120還可以包含:步驟S121,通過一三維數據處理模組叠合該台車定位數據及該料堆二維數據,以形成該料堆三維立體數據群及步驟S122,傳送該料堆三維立體數據群至一三維外形運算模組。
步驟S130,濾除該料堆三維立體數據群的至少一不連續數據群。此外,步驟S130還可包含:步驟S131,通過該三維外形運算模組接收該料堆三維立體數據群以及步驟S132,該三維外形運算模組比對該料堆三維立體數據群與該料堆種類安息角,以獲得與該料堆種類安息角不匹配的該不連續數據群,並且移除該不連續數據群。該不連續數據群是由一干擾所形成,該干擾可能來自於一料場結構遮蔽(例如高空管架/管線或其它設備)、一粉塵(例如裝填物料時的揚塵)、一水氣(例如為了降低揚塵而進行的灑水)或其組合。此外,應當理解的是,安息角是料堆表面與水平面所形成的內角,不同材質的料堆的安息角也不相同。而且,安息角也可以稱為休止角。
步驟S140,利用一料堆種類安息角搭配一內外差計算法,補上濾除該不連續數據群所形成的一數據群空缺,形成一校正後料堆三維立體數據群。此外,步驟S140還可以包含:步驟S141,該三維外形運算模組根據該料堆種類安息角與該數據群空缺,以內外差計算法估算出一預估數據群、步驟S142,將該預估數據群填入該數據群空缺,以形成該校正後料堆三維立體數據群及步驟S143,傳送該校正後料堆三維立體數據群至一料堆儲量計算模組。
步驟S150,利用該校正後料堆三維立體數據群來計算該料堆的一儲量。此外,步驟S150還可以包含:步驟S151,該料堆儲量計算模組接收該校正後料堆三維立體數據群、步驟S152,將校正後料堆三維立體數據群分割成複數個料堆子區塊面積及與該些料堆子區塊面積對應的複數個料堆子區塊高度、步驟S153,通過該些料堆子區塊面積及與該些料堆子區塊面積對應的該些料堆子區塊高度,獲得複數個料堆子區塊儲量以及步驟S154,加總該些料堆子區塊儲量,以獲得該料堆的該儲量。
如第2圖所示,執行前述實施例的一系統包含:一自走台車運動模組101、一台車定位儀102、一二維掃描儀103、一資料收集處理模組104、一三維數據處理模組105、一三維外形運算模組106、一料堆儲量計算模組107、一人機介面108、一無線通訊模組109及一料場管理模組110。
此外,如第3圖所示,該自走台車運動模組101、該台車定位儀102、該二維掃描儀103、該資料收集處理模組104、該三維數據處理模組105、該三維外形運算模組106及該料堆儲量計算模組107可以設置在一台車100上。該台車100可以設置在一軌道200上,通過該自走台車運動模組101讓該台車沿該軌道200上移動。應當理解的是,該台車100也可以透過其它方式移動,以掃描該料堆並獲取所需數據。
請參照第2圖,並且以第4圖為例說明,該系統的運作如下:設置在一料堆1兩側的兩個自走台車運動模組101收到來自該人機介面108的掃描指令時,開始執行該全行程運動,使兩個台車100掃描同步該料堆1。以其中一側的該台車100來說明,該台車100上的該台車定位儀102及該二維掃描儀103收集該台車定位數據及該料堆二維數據。也就是收集該台車在X方向定位數據、該料堆1在Y方向的寬度及該料堆1在Z方向的高度,並且將該台車定位數據及該料堆二維數據紀錄在該資料收集處理模組104。此外,該人機介面108藉由操作人員操作來發送掃描指令,或是定時發送掃描指令。
該資料收集處理模組104將該台車定位數據及該料堆二維數據傳送至該三維數據處理模組105進行疊合,而疊合後所形成的該料堆三維立體數據群傳送至該三維外形運算模組106。該三維外形運算模組106濾除多種干擾所形成的多個不連續數據群並且形成該校正後料堆三維立體數據群。該校正後料堆三維立體數據群分別傳遞至該人機介面108及該料堆儲量計算模組107。該人機介面108可以透過該校正後料堆三維立體數據群建立一可視圖像讓操作人員確認該校正後料堆三維立體數據群是否符合實際料堆外形。該料堆儲量計算模組107利用該校正後料堆三維立體數據群來計算該料堆1的該儲量,並將該儲量傳送至該人機介面108。以上各模組的處理步驟可以參照前述實施例,在此不再贅述。
此外,該人機界面108可以透過該無線通訊模組109與該料場管理模組110進行通訊,例如以無線通訊指示該人機介面108驅動該台車,或是利用無線通訊將所獲得的數據/資料傳送至該料場管理模組110。而且本發明實施例的料堆的儲量估算的誤差可以低於1.5%,可以讓料堆的管理更佳準確、有效。
如上所述,本發明可以在兼顧儲量計算的準確度及成本的考量下,提供高準確度的料堆儲量計算方法。此外,本發明所提供的自走式料堆外形掃描的儲量計算方法更可以是用於多結構、多管架、具有障礙物或位於室內的料場。
雖然本發明已以較佳實施例揭露,然其並非用以限制本發明,任何熟習此項技藝之人士,在不脫離本發明之精神和範圍內,當可作各種更動與修飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者爲準。
S110~S154:步驟
1:料堆
100:台車
101:自走台車運動模組
102:台車定位儀
103:二維掃描儀
104:資料收集處理模組
105:三維數據處理模組
106:三維外形運算模組
107:料堆儲量計算模組
108:人機介面
109:無線通訊模組
110:料場管理模組
200:軌道
X:方向
Y:方向
Z:方向
第1圖是本發明實施例一種自走式料堆外形掃描的儲量計算方法的一步驟流程圖。
第2圖是執行本發明實施例的一系統示意圖。
第3圖是本發明實施例中所使用的一台車的一結構示意圖。
第4圖是本發明實施例整體建構的一示意圖。
S110~S154:步驟
Claims (10)
- 一種自走式料堆外形掃描的儲量計算方法,包含: 驅動一台車掃描一料堆,並且獲取一台車定位數據及一料堆二維數據; 叠合該台車定位數據及該料堆二維數據,以形成一料堆三維立體數據群; 濾除該料堆三維立體數據群的至少一不連續數據群; 利用一料堆種類安息角搭配一內外差計算法,補上濾除該不連續數據群所形成的一數據群空缺,形成一校正後料堆三維立體數據群;以及 利用該校正後料堆三維立體數據群來計算該料堆的一儲量。
- 如申請專利範圍第1項所述之走式料堆外形掃描的儲量計算方法,其中驅動該台車掃描該料堆,並且獲取該台車定位數據及該料堆二維數據包括: 通過一自走台車運動模組使該台車對該料堆執行一全行程運動; 在該全行程運動中,透過一台車定位儀及一二維掃描儀來獲取該台車定位數據及該料堆二維數據; 通過一資料收集處理模組來記錄該台車定位數據及該料堆二維數據。
- 如申請專利範圍第1項所述之自走式料堆外形掃描的儲量計算方法,其中叠合該台車定位數據及該料堆二維數據,以形成該料堆三維立體數據群包含: 通過一三維數據處理模組叠合該台車定位數據及該料堆二維數據,以形成該料堆三維立體數據群;以及 傳送該料堆三維立體數據群至一三維外形運算模組。
- 如申請專利範圍第3項所述之自走式料堆外形掃描的儲量計算方法,其中濾除該料堆三維立體數據群的該不連續數據群包括: 通過該三維外形運算模組接收該料堆三維立體數據群;以及 該三維外形運算模組比對該料堆三維立體數據群與該料堆種類安息角,以獲得與該料堆種類安息角不匹配的該不連續數據群,並且移除該不連續數據群。
- 如申請專利範圍第3項所述之自走式料堆外形掃描的儲量計算方法,其中利用該料堆種類安息角搭配該內外差計算法,補上濾除該不連續數據群所形成的一數據群空缺,形成該校正後料堆三維立體數據群包括: 該三維外形運算模組根據該料堆種類安息角與該數據群空缺,以內外差計算法估算出一預估數據群; 將該預估數據群填入該數據群空缺,以形成該校正後料堆三維立體數據群;以及 傳送該校正後料堆三維立體數據群至一料堆儲量計算模組。
- 如申請專利範圍第5項所述之自走式料堆外形掃描的儲量計算方法,其中利用該校正後料堆三維立體數據群來計算該料堆的該儲量包括: 該料堆儲量計算模組接收該校正後料堆三維立體數據群; 將校正後料堆三維立體數據群分割成複數個料堆子區塊面積及與該些料堆子區塊面積對應的複數個料堆子區塊高度; 通過該些料堆子區塊面積及與該些料堆子區塊面積對應的該些料堆子區塊高度,獲得複數個料堆子區塊儲量;以及 加總該些料堆子區塊儲量,以獲得該料堆的該儲量。
- 如申請專利範圍第2項所述之自走式料堆外形掃描的儲量計算方法,更包含: 通過兩自走台車運動模組使兩台車在該料堆相對的兩側執行該全行程運動。
- 如申請專利範圍第1項所述之自走式料堆外形掃描的儲量計算方法,其中該不連續數據群是由一干擾所形成,該干擾係選自一料場結構遮蔽、一粉塵、一水氣或其組合。
- 如申請專利範圍第1項所述之自走式料堆外形掃描的儲量計算方法,其中該料堆二維數據包含一料堆寬度及一料堆高度。
- 如申請專利範圍第1項所述之自走式料堆外形掃描的儲量計算方法,其中驅動該台車掃描該料堆包括: 通過一人機介面利用無線通訊來驅動該台車。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108130471A TWI717815B (zh) | 2019-08-26 | 2019-08-26 | 自走式料堆外形掃描的儲量計算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108130471A TWI717815B (zh) | 2019-08-26 | 2019-08-26 | 自走式料堆外形掃描的儲量計算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI717815B TWI717815B (zh) | 2021-02-01 |
TW202108989A true TW202108989A (zh) | 2021-03-01 |
Family
ID=75745637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108130471A TWI717815B (zh) | 2019-08-26 | 2019-08-26 | 自走式料堆外形掃描的儲量計算方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI717815B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113588498B (zh) * | 2021-08-17 | 2024-02-02 | 贵州中建建筑科研设计院有限公司 | 测定混凝土用集料不规则颗粒含量的试验装置及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101936761B (zh) * | 2009-06-30 | 2012-02-15 | 宝山钢铁股份有限公司 | 大型料场料堆视觉测量方法 |
JP5574726B2 (ja) * | 2010-02-01 | 2014-08-20 | 新日鐵住金株式会社 | 原料ヤードの原料山計測システム、原料ヤードの原料山計測方法、及びコンピュータプログラム |
CN103913116B (zh) * | 2014-03-10 | 2017-06-06 | 上海大学 | 大型堆积物料体积两侧平行测量装置和方法 |
CN105043249A (zh) * | 2015-05-27 | 2015-11-11 | 中冶南方工程技术有限公司 | 一种圆形料棚散状物料体积测量方法和系统 |
CN205662085U (zh) * | 2016-05-31 | 2016-10-26 | 中国神华能源股份有限公司 | 一种料堆边缘检测装置 |
-
2019
- 2019-08-26 TW TW108130471A patent/TWI717815B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI717815B (zh) | 2021-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103913116B (zh) | 大型堆积物料体积两侧平行测量装置和方法 | |
US11755023B2 (en) | Obstacle detection and manipulation by a vehicle within a dig site | |
EP3612906B1 (en) | Method and system for environment map generation and alignment | |
US11969881B2 (en) | Inspection robots with independent drive module suspension | |
CN104838072B (zh) | 取料机三维体积速率控制装置及其控制方法 | |
EP4016230A1 (en) | Method and system for simultaneous localization and calibration | |
CN108958250A (zh) | 多传感器移动平台及基于已知地图的导航与避障方法 | |
CN104154861A (zh) | 大型堆积物料体积绕行测量装置和方法 | |
US20190240912A1 (en) | 3d printing robot, 3d printing robot system, and method for producing an object using at least one such 3d printing robot | |
CN104880149B (zh) | 基于立体影像分析的大型散料货堆体积测量方法及其设备 | |
TWI717815B (zh) | 自走式料堆外形掃描的儲量計算方法 | |
CN108269281A (zh) | 基于双目视觉的避障技术方法 | |
CN102092405A (zh) | 一种轨道曲线参数测量方法及系统装置 | |
Amanatiadis et al. | Avert: An autonomous multi-robot system for vehicle extraction and transportation | |
CN103414872A (zh) | 一种目标位置驱动ptz摄像机的方法 | |
Meng et al. | A safe and efficient LIDAR-based navigation system for 4WS4WD mobile manipulators in manufacturing plants | |
CN116560357A (zh) | 一种基于slam的隧道巡检机器人系统及巡检控制方法 | |
CN104692249B (zh) | 阳极碳块堆垛天车自动定位方法及系统 | |
Beinschob et al. | Strategies for 3D data acquisition and mapping in large-scale modern warehouses | |
CN116079722B (zh) | 列车底检机器人底检控制方法、装置、机器人和存储介质 | |
CN104898551B (zh) | 全自动割草机器人的双视觉自定位系统 | |
Hwangbo et al. | Integration of orbital and ground image networks for the automation of rover localization | |
CN112764044A (zh) | 一种基于激光雷达的无人驾驶集卡卸箱的精确对位方法 | |
US20240198519A1 (en) | System, apparatus, and method for improved location identification | |
US12007757B2 (en) | Systems and methods for surveying a manufacturing environment |