[发明专利]一种物料堆三维重构方法、装置、电子设备及存储介质有效

专利信息
申请号: 202110636012.3 申请日: 2021-06-08
公开(公告)号: CN113240801B 公开(公告)日: 2023-09-19
发明(设计)人: 张元生;李若熙;吕潇;李越;刘鹏 申请(专利权)人: 矿冶科技集团有限公司;北京北矿智能科技有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06N20/10;G06N3/126
代理公司: 北京超凡宏宇知识产权代理有限公司 11463 代理人: 田云
地址: 100160 北京市丰台区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 物料 三维 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种物料堆三维重构方法,其特征在于,所述方法包括:

控制激光发射器朝向物料堆发射激光网格,所述激光网格能够全面覆盖所述物料堆;

通过采集设备采集在所述激光网格的照射下,所述物料堆在不同角度下的两张网格图像;

获取所述两张网格图像中的目标像素点分别在每张网格图像中的像素坐标;其中,所述目标像素点为所述两张网格图像中对应同一区域的像素点;

将所述目标像素点分别在每张网格图像中的像素坐标输入到训练好的坐标预测模型中,得到所述物料堆的世界坐标;其中,所述坐标预测模型通过以下方式构建:构建包括核函数参数和惩戒因子的支持向量机模型,并根据遗传算法和瑞利分布函数优化所述支持向量机模型中的核函数参数和惩戒因子;根据所述目标像素点分别在每张网格图像中的像素坐标和与该目标像素点映射在所述物料堆的目标点的世界坐标构建训练数据集,通过所述训练数据集对优化后的所述支持向量机模型进行训练,得到训练好的坐标预测模型;

根据所述物料堆的世界坐标,建立所述物料堆的三维模型;

所述获取所述两张网格图像中的目标像素点分别在每张网格图像中的像素坐标,包括:

根据激光网格的交叉点信息,提取激光网格图像的激光特征点;

根据两张网格图像中灰度变化程度,从所述激光特征点中检测出目标角点;

根据两张网格图像中目标角点的对应关系,确定目标像素点;

根据目标像素点在每张网格图像中的位置,确定所述目标像素点在每张网格图像中的像素坐标。

2.根据权利要求1所述的方法,其特征在于,

所述激光发射器朝向所述物料堆设置,且所述激光发射器的设置高度与所述物料堆的高度具有预设高度差;其中,所述预设高度差根据所述物料堆的高度确定;

所述采集设备为两个,两个所述采集设备分别位于所述物料堆相对的两侧,且每个所述采集设备相对于水平面的绝对俯角为位于预设角度范围内;其中,所述预设角度范围能够使所述采集设备采集覆盖所述物料堆的网格图像。

3.根据权利要求1所述的方法,其特征在于,所述根据激光网格的交叉点信息,提取激光网格图像的激光特征点,包括:

在每条激光网格宽度的不同方向查找预设阈值范围的不同像素点;

根据每条激光网格上预设阈值范围的不同像素点,确定该行激光网格的中线;

提取不同激光网格的中线的交叉点作为激光网格图像的激光特征点。

4.根据权利要求1所述的方法,其特征在于,所述根据两张网格图像中灰度变化程度,从所述激光特征点中检测出目标角点,包括:

计算激光特征点中每个像素点的角点量;

选择在预设范围的角点量对应同一区域的像素点为目标角点。

5.根据权利要求1所述的方法,其特征在于,所述根据两张网格图像中目标角点的对应关系,确定目标像素点,包括:

根据目标角点判断像素点之间的对应关系;当两个角点描述的是同一像素点时,该像素点为目标像素点。

6.根据权利要求1所述的方法,其特征在于,所述根据遗传算法和瑞利分布函数优化所述支持向量机模型中的核函数参数和惩戒因子,包括:

初始化种群,随机生成初始种群个体;

将种群中各个个体基因串解码为相应核函数参数和错误惩罚因子;所述个体基因串由核函数参数和错误惩罚因子编码组成;

将核函数参数和错误惩罚因子代入支持向量机预测模型,根据瑞利分布函数计算得到第一适应度;

当第一适应度不满足要求时,再次将核函数参数和错误惩罚因子编码为个体基因串,对各个个体基因串进行复制、交叉、变得形成新一代群体,将所述新一代群体作为新的初始种群个体,返回将种群中各个体基因串解码为相应核函数参数和错误惩罚因子的步骤,直至对应的第一适应度满足要求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于矿冶科技集团有限公司;北京北矿智能科技有限公司,未经矿冶科技集团有限公司;北京北矿智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110636012.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top