[发明专利]用于确定媒堆库存的方法及处理器

权利要求书

1.一种用于确定煤堆库存的方法，其特征在于，包括：

利用固态激光雷达获取第一媒堆区域的点云数据，其中所述固态激光雷达与云台连接；

通过所述云台旋转来改变所述固态激光雷达的采集角度，以采集第二媒堆区域的点云数据，其中所述点云数据为非重复式的数据；

通过三维点云重建算法对所述点云数据进行三维重建和点云配准；

根据三维重建的煤堆模型计算煤堆体积，以确定煤堆库存。

2.根据权利要求1所述的方法，其特征在于，所述固态激光雷达的数量至少为四个，且所述固态激光雷达分别设置于媒场的边缘角落位置，以使得多个所述固态激光雷达的视场全面积覆盖所述媒场。

3.根据权利要求2所述的方法，其特征在于，多个所述固态激光雷达对所述点云数据的采集完成时间低于1min，且单个所述固态激光雷达在1s内获得的点云数据大于23万个。

4.根据权利要求2所述的方法，其特征在于，所述通过三维点云重建算法对所述点云数据进行三维重建和点云配准包括：

将不同坐标系下采集的点云数据转换到同一坐标系下；

将多个所述固态激光雷达在各个角度下的点云数据进行拼接，形成所述媒场的完整图。

5.根据权利要求1所述的方法，其特征在于，所述固态激光雷达为非重复式的扫描方式，且为面式扫描。

6.根据权利要求1所述的方法，其特征在于，所述三维点云重建算法包括以下中的至少一者：

正态分布变换NDT算法、ICT并行重建算法和基于特征的ICP配准算法。

7.根据权利要求6所述的方法，其特征在于，通过所述正态分布变换NDT算法对所述点云数据进行三维重建和点云配准包括：

将空间中的点云划分成网格；

计算每个所述网格的均值与协方差矩阵，并构建高斯分布模型；

将需要配准的点云投影到目标点云坐标系下，其中，所述需要配准的点云中的每个点均会被投影到相应的目标点云的网格中；

根据点在相应网格中的高斯概率模型，计算所述需要配准的点云中的每个点的概率；

利用优化算法求解出目标点云与需要配准的点云之间的相对坐标变换；

将所述需要配准的点云通过所述相对坐标变换转换到所述目标点云坐标系下，以实现点云配准。

8.根据权利要求6所述的方法，其特征在于，通过所述ICT并行重建算法对所述点云数据进行三维重建和点云配准包括：

需要配准的点云中的每个激光点在目标点云中查找最近邻点；

计算最近邻距离；

利用优化算法计算出使得当前需要配准的点云到所述目标点云中的点的最近邻距离的总和最小的情况，并获取到最优的坐标变换矩阵；

根据所述坐标变换矩阵进行坐标变换，以实现点云配准。

9.根据权利要求6所述的方法，其特征在于，通过所述基于特征的ICP配准算法对所述点云数据进行三维重建和点云配准包括：

对点云提取特征点；

计算角特征点以及面特征点；

利用点到线的距离以及与点到面的距离，通过迭代最近点ICP求解。

10.一种处理器，其特征在于，被配置成执行根据权利要求1至9中任一项所述的用于确定媒堆库存的方法。