[发明专利]一种港口场景下圆形管道的自动识别与对接方法

权利要求书

1.一种港口场景下圆形管道的自动识别与对接方法，其特征是按如下步骤进行：

步骤S1，利用集成云台旋转二维激光扫描仪并产生俯仰角，从而获取圆形管道的各视角下的三维点云信息；

步骤S2，建立所述三维点云信息与三维空间格网之间的关系，从而得到具有数据索引结构的点云数据；

步骤S2.1，针对任意一个视角下的三维点云信息，获取三维点云信息在三维坐标X、Y、Z的三个方向上的最大值(X_max,Y_max,Z_max)与最小值(X_min,Y_min,Z_min)；

步骤S2.2，设定微小量δ，并将(X_max+δ,Y_max+δ,Z_max+δ)和(X_min-δ,Y_min-δ,Z_min-δ)作为更新后的最大值和最小值；

步骤S2.3，设定所述三维空间格网的长、宽、高分别为X_grid，Y_grid，Z_grid，则在三维坐标X，Y，Z的三个方向上的格网个数分别为n_x、n_y和n_z；

步骤S2.4，根据所述三维格网的长X_grid、宽Y_grid、高Z_grid以及更新后的最大值和最小值，得到所述三维格网中各个空间格网的最大值(X_{g_max},Y_{g_max},Z_{g_max})与最小值(X_{g_min},Y_{g_min},Z_{g_min})；

步骤S2.5，利用各个空间格网的八个顶点绘制三维格网，并通过固定步长来增加格网的长、宽、高来循环绘制，从而得到最终的三维格网；

步骤S2.6，将处于所述空间格网的最大值(X_{g_max},Y_{g_max},Z_{g_max})与最小值(X_{g_min},Y_{g_min},Z_{g_min})内范围内的三维点云信息存储在相应空间格网内；从而将所有三维点云信息分别存入对应的空间格网内，以得到具有数据索引结构的点云数据；

步骤S3，对所述具有数据索引结构的点云数据进行点云滤波与点云聚类分割，得到代表不同物体的三维点云聚类；

步骤S4，利用改进的点云特征算法对所述三维点云聚类进行训练，从而获取圆形管道各个视角下的点云数据集模型库；

步骤S4.1，从所述三维点云聚类中查找到关于圆形管道的m个点云聚类，并利用VFH点云特征算法对所述每个圆形管道的点云聚类分别进行特征计算，从而得到圆形管道的m个VFH点云特征；对所述圆形管道的m个VFH点云特征构建k-dtree结构，从而获得初步的圆形管道点云模型库；

步骤S4.2，根据m个VFH点云特征的时相不变性，利用机器学习的方法对所述m个VFH点云特征进行特征提取和匹配，得到匹配成功的圆形管道的VFH点云特征，并删除匹配失败的VFH点云特征；

步骤S4.3，计算匹配成功的VFH点云特征的直方图，并根据直方图的时间戳，计算圆形管道的VFH点云特征的梯度强度和左右方向的不敏感特征描述子；

步骤S4.4，利用欧式距离对不敏感特征描述子进行相似度计算，将梯度方向从0～360°，规划到0～180°，从而剔除在梯度方向上特征失配的VFH点云特征，并获得时相不变的A个管道点云特征，并构成圆形管道点云模型库；

步骤S4.5，利用点云扫描的规则性和连续性，对所述圆形管道点云模型库中的管道点云特征按步长N进行划分，从而按照训练次数A/N对所述划分后的管道点云特征进行学习和训练，得到训练完成的圆形管道点云模型库；

步骤S4.6，从训练完成的圆形管道点云模型库中随机选取k个管道点云特征，并分别与待识别的圆形管道的点云数据进行圆形管道的匹配、识别与定位，从而得到待识别的圆形管道的坐标；

步骤S4.7，将所述待识别的圆形管道的坐标与待识别的圆形管道的实际位置做差，得到三维坐标向量M，判断所述三维坐标M是否在误差阈值R内，若在误差阈值R内，则保留所述k个管道点云特征后，执行步骤S4.8；否则，删除k个管道点云特征，从而更新所述训练完成的圆形管道点云模型库；

步骤S4.8，计算k个管道点云特征的匹配时长平均数U，并将大于平均数U的管道点云特征剔除，从而更新所述训练完成的圆形管道点云模型库；

步骤S4.9，重复步骤S4.6顺序执行，直到圆形管道点云模型库的匹配率满足精度要求，从而得到圆形管道各个视角下的点云数据集模型库；

步骤S5，利用所述点云数据集模型库实现对港口场景下圆形管道的自识别与液压输油臂的自动对接。