[发明专利]一种基于三维成像的散料智能堆取料方法

说明书

本发明提供一种基于三维成像的散料智能堆取料方法，包括：1.基于x定位设备和激光扫描仪获取散料三维点云坐标；2.对散料x坐标以最近邻原则进行时空配准，与激光扫描仪y,z坐标一起形成料堆三维点云数据，把扫描仪坐标统一到散料料堆坐标系下；3.对激光扫描仪和毫米波雷达坐标进行三次B样条曲线插值，补偿因粉尘引起扫描仪缺失的数据；4.基于均值滤波过滤点云离散数据，去除激光扫描仪杂波点；5.基于最小二乘法拟合料堆局部轮廓，补偿局部阴影造成的扫描点缺失；6.对三维点云数据进行x,y,z三个方向网格化分层处理；7.基于分层堆取料及斜坡堆取料的思想，按照高层散料优先抓，堆取料设备顺序走行的原则计算生成堆取料点。

技术领域

本发明涉及料场散料的智能堆取料策略，尤其涉及散货料场散料无人化自动抓取需求。

背景技术

散货料场的堆取料方式主要依赖于人工操作设备，但由于料场，尤其是封闭式干煤棚粉尘浓度大，高粉尘环境下司机视野差，无法保证安全高效地作业，且散料粉尘严重影响司机身体健康。人工堆取料的不稳定性加之长期疲劳驾驶，无法保证散料堆取料的连续性，影响散料堆取料效率，而实现堆取料设备的自动化智能化，需要一种新的技术方案来解决这些问题。

发明内容

本发明的目的在于提供一种基于三维成像的散料智能堆取料方法。本发明可以实现基于x定位系统和激光扫描仪获取散料三维点云数据，基于三维点云数据智能生成最优堆取料点。克服了散货料场自动化作业程度低，工人劳动强度大，无法全天候连续作业的缺陷。

本发明主要实现步骤如下：

第一步：安装固定x定位系统和激光扫描仪以及毫米波雷达。实时采集传感器数据，获取散料三维点云数据，并对x坐标进行最近邻配准。

第二步：对散料点云数据进行滤波，插值拟合处理，去除因粉尘等原因引起的扫描仪数据缺失，平滑点云数据。

第三步：对点云数据分层网格化处理，方便后续计算生成最优堆取料点；

第四步：基于堆取料设备顺序走行的原则，散料高层优先抓，计算每一个网格点的综合属性权重，然后对加权值排序，计算生成最优堆取料点。

第五步：更新散料点云数据，重复第四步，迭代生成下一个最优堆取料点。

本发明实现了基于三维成像的散货料场的智能无人化取料作业，保证了散货料场全天候取料的需求，提高了料场散货取料效率。本发明不仅试用于大型港口码头、露天仓库，还可以用于大型矿山料场、钢铁企业等散货原料厂。

附图说明

图1为煤堆散料实物图；

图2为散料三维点云数据采集装备示意图；

图3为散料点云数据网格划分示意图；

图4为本发明流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合具体实例进行进一步说明本发明的技术方案。

请结合图1至图4，本发明提供一种基于三维成像的散料智能堆取料方法，包括如下步骤：

S1,安装固定x定位装置和激光扫描仪、毫米波雷达；

S2,实时获取散料三维点云x,y,z数据，对x坐标进行最近邻采样，网格化散料的x坐标；

S3,对散料料堆三维坐标进行插值拟合处理，补偿因料场粉尘导致的扫描仪数据缺失问题；