[发明专利]一种单激光雷达散货货船舱口位置识别方法

说明书

一种单激光雷达散货货船舱口位置识别方法，它属于船舱口位置识别技术领域。本发明解决了采用现有方法对散货货船舱口进行识别时存在误差，以及无法识别出船舱四边平面的空间信息的问题。本发明基于点云球面映射，将点云转换为图像，使用图像处理方法进行舱口的识别与定位，再使用点云逆映射计算出舱口在三维空间中的位置。将点云能够存储三维空间信息的优势和对图像处理运算量相对较小的优势进行结合，实现了货船舱口位置的识别，同时识别出了舱口四壁平面的空间信息。本发明可以应用于船舱口位置识别。

技术领域

本发明属于船舱口位置识别技术领域，具体涉及一种单激光雷达散货货船舱口位置识别方法。

背景技术

随着我国经济的发展，散货码头特别是散货的货运量正不断增加，实现无人装船作业能够提高散货转船作业效率、增强操作可靠性、减少人员工作风险，而实现舱口位置的识别，是无人装船作业中的关键一步。使用激光雷达获取点云数据在工业生产和无人驾驶等领域已经得到了长期且稳定的应用。相比于普通相机，激光雷达穿透力强、对光照条件要求低，特别适用于煤炭码头粉尘较大的工作环境。

对点云数据直接处理，已经有诸多研究成果，且有开源算法库PCL(point cloudlibrary)和MeshLab可以用于点云处理，包括对点云进行降采样、滤波降噪、几何特征提取等处理。但是直接对点云进行处理运算量大、算法设计难度高。而图像处理技术相对点云处理技术更加成熟，且在进行几何特征提取时运算量小。

现有的已公布的舱口识别技术，大多将激光雷达采集到的点云转换到货船甲板平面坐标系，或者认为甲板平面与世界参考坐标系坐标轴平行，进而将点云在甲板平面投影，生成深度图，认为船舱在投影深度图中默认是矩形，再使用图像处理技术识别矩形框。这类方法的问题有：(1)在实际装船作业中，货船会存在一定的晃动，即甲板平面和世界参考坐标系之间的转换关系是变化的，通过直接在甲板平面投影生成的深度图会存在误差，进而带来识别误差；(2)仅能识别出舱口的边缘线，而实际装船工作空间在三维空间中，缺少船舱四边平面的空间信息。

发明内容

本发明的目的是为解决采用现有方法对散货货船舱口进行识别时存在误差，以及无法识别出船舱四边平面的空间信息的问题，而提出了一种单激光雷达散货货船舱口位置识别方法。

本发明为解决上述技术问题采取的技术方案是：一种单激光雷达散货货船舱口位置识别方法，所述方法具体包括以下步骤：

步骤一、在装船机上布置安装激光雷达，通过调整视角确保激光雷达采集到的点云数据中包括货船舱口，且采集到的点云数据以货船为主体；

步骤二、对采集的点云数据进行预处理，获得预处理后的点云数据；

步骤三、对预处理后的点云数据进行聚类分析，得到多组点云集合，其中，将包含点云数据最多的集合作为船体点云数据集合；

步骤四、设定点云反射率强度阈值I_th，对步骤三获得的船体点云数据集合中的点云数据进行筛选，将大于等于反射率强度阈值I_th的点云数据筛选出来；

步骤五：获取激光雷达采集点云数据的角范围，将步骤四中筛选出来的点云数据进行球面映射，转换为单通道图像；

步骤六：将步骤五得到的单通道图像进行形态学“闭”运算，形成连通域图；

步骤七：对步骤六生成的连通域图进行轮廓提取，得到若干个轮廓点集；并对得到的轮廓点集进行筛选，得到舱口的轮廓点集Contour_hatch；

步骤八、对步骤七得到的轮廓点集Contour_hatch求取最小面积包围盒，得到包围盒四个顶点P_minBox1、P_minBox2、P_minBox3、P_minBox4，四个顶点顺次首尾连接组成舱口轮廓的四条边；