[发明专利]基于三维重建技术的C80车体表面异物检测装置及方法

说明书

技术领域

本发明涉及一种用于火车车厢的检测装置及检测方法。

背景技术

目前，在运输量大的港口、冶金、煤炭和热电等工业部门，敞车卸料一般是采用翻车机进行卸料。但是，一些无业闲散人员经常搭乘运煤敞车车厢即C80车体，在白天或视线好时工作人员可以看见并及时驱使搭乘人员离开现场，可是到了夜间搭乘者睡着了，工作人员受视线的限制又难以及时发现，当车厢直接进入翻车机进行卸料时，势必造成人员伤亡事故，给企业造成巨大的直接的经济损失，同时也造成不好的社会影响。为了避免此类事故发生，在敞车进入翻车机前需要对敞车上有无人员进行确认，企业目前采用的是人工使用喇叭警示的方式，驱使无关人员离开现场。然而，这种传统的方式效率低下，同时存在人为漏查的隐患，也不利于企业的在信息化背景下高效率的发展。

发明内容

本发明的目的在于提供一种能高效、稳定、可靠地自动检测敞车车厢货物上有无人员的基于三维重建技术的C80车体表面异物检测装置及方法。

本发明的检测装置主要包括在待翻敞车车厢组进入翻车房前某一固定位置设置的二维激光测距传感器，最好，二维激光测距传感器设在待翻敞车车厢组正上方中心位置；上述二维激光测距传感器通过网线与检测控制计算机相连。

本发明的检测方法主要是：一种基于二维激光测距仪的三维建模技术，通过扫描得到包含距离、角度信息的点云集数据在三维坐标系上建立三维可视图，并结合图像处理和模式识别技术计算敞车表面凹凸形状及大小，判断出敞车上是否存在人员的火车表面异物检测及报警装置。

上述检测方法具体内容如下：

（1）取火车低速纵向行驶为一维数据，再取二维激光测距扫描器获得的二维数据即得到空间三维坐标数据，进而基于OpenGL（开放的图形程序接口）和MFC（微软基础类）进行三维重建和数据分析；

（2）将上述二维激光测距传感器获取的待翻敞车车厢顶面的连续采样数据传递到检测控制计算机中，该检测控制计算机采用中值滤波、模糊聚类及自适应阈值计算法，运用Sobel算法将可疑物体边缘层提取出来并计算其体积大小，并根据其体积判断是否符合人体特征。如果没有发现可疑人体，则继续检测下一组车厢；如果发现可疑物，则检测控制计算机即向操作室发出警报信号，工作人员进行相应的处理。

最好对数据进行模糊聚类达到快速确定可疑区域，再对可疑区域运用Sobel边缘检测算法提取边缘层，进而结合边缘层的内部数据进行体积的计算，利用三维重建将敞车货物上面形状重绘出来，

本发明与现有技术相比具有如下优点：

1、本发明的装置虽然简单，但能使车体检测实现自动化。

2、本发明的检测方法可靠、效率高、检测结果准确，避免了人员目测视觉误差而导致的人为因素。

附图说明

图1为本发明检测装置使用状态的立体示意简图。

图2为本发明重建的三维轮廓图像示意图。

图中：1—敞车车厢，2—原煤，3—异物（人体），4—二维激光测距传感器，5—监控计算机，6—数据线，7—支架。

具体实施方式

下面结合附图1、附图2对本发明做进一步描述。

在图1所示的C80车体表面异物检测装置使用状态的立体示意简图中，在装有原煤2的待翻敞车车厢1组进入翻车房前的支架7上正上方3米处中心位置设有二维激光测距传感器4，上述二维激光测距传感器通过网线6与检测控制计算机5相连。

上述二维激光测距传感器以50Hz的频率X方向(敞车宽度方向)扫描，火车以低速在Y方向行驶，这样就得到了XY坐标点上与激光器的距离信息，通过转换就获得了空间三维坐标数据。扫描的数据通过以太网(Ethernet)接口传送到检测控制计算机中，在Visual C++环境下基于MFC和OpenGL编写程序，检测控制计算机对获取的点云集数据进行分析。首先进行坐标变换得到三维空间点云集数据，再运用中值滤波算法剔除数据集中的孤立数据噪声，辨别车厢头、尾提取到一节车厢的数据。根据数据建立三维轮廓图形，并将距离化为图像的灰度，运用Sobel边缘检测算法并自适应计算阈值获得类似人体的边缘层，再结合距离信息计算出体积大小，从而做出判断，并且在三维轮廓图形上标示出人体的位置及大小形状。如图2所示，凸出部分即为人体3的轮廓形状。

为了边缘层的快速、准确提取以及体积的近似计算，根据人体与敞车煤面必然形成一圈距离值突变，首先对数据进行模糊聚类达到快速确定可疑区域，再对可疑区域运用Sobel边缘检测算法提取边缘层，进而结合边缘层上数据点的X、Y、Z坐标可求得可以区域的体积。作为检测装置自动识别的依据，系统一旦识别到可疑区域，立即给工作台发出报警信号，以便工作人员采取相应措施。