[发明专利]一种基于体积计量的露天矿山车厢残留物检测方法及系统在审
申请号: | 202310187149.4 | 申请日: | 2023-03-02 |
公开(公告)号: | CN115862001A | 公开(公告)日: | 2023-03-28 |
发明(设计)人: | 郭叙森;李静;蔡杰;刘永文;褚方周;周彤 | 申请(专利权)人: | 青岛慧拓智能机器有限公司 |
主分类号: | G06V20/64 | 分类号: | G06V20/64;G06V20/52;G01S17/88;G01B11/00 |
代理公司: | 北京聿华联合知识产权代理有限公司 11611 | 代理人: | 于菲 |
地址: | 266000 山东省青岛市高新区*** | 国省代码: | 山东;37 |
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 基于 体积 计量 露天 矿山 车厢 残留物 检测 方法 系统 | ||
1.一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,包括:
采集待检测矿车的空车厢的第一点云信息;
对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢装载物的第二点云信息,并对所述第二点云信息进行解析,以获得所述待检测矿车的实时运行信息;
根据所述实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测所述待检测矿车的卸料动作;
在卸料完成时,将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积。
2.根据权利要求1所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,在将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积的步骤中,包括:
利用所述第一点云信息中的车厢底部点云,生成空车厢高程图,而后将所述第二点云信息中的装载物点云转换到所述第一点云信息所在的点云坐标系内,并利用坐标变换处理后的装载物点云,生成装载物高程图,其中,所述装载物高程图与所述空车厢高程图的尺寸相同;
对所述装载物高程图与所述空车厢高程图作差,获得装载物高度分布特征,而后根据所述装载物高度分布特征得到所述车厢残留物的体积。
3.根据权利要求2所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,
对所述车厢底部点云进行栅格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到所述空车厢高程图;
对加载后的装载物点云进行删格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到所述装载物高程图。
4.根据权利要求2或3所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,在将所述第二点云信息中的装载物点云转换到所述第一点云信息所在的点云坐标系内之前,所述露天矿山车厢残留物检测方法还包括:
通过对所述第一点云信息中的车厢轮廓点云与所述第二点云信息中的车厢轮廓点云的配准,来将所述第一点云信息与所述第二点云信息进行点云匹配,以确定所述第二点云信息中的装载物点云在所述第一点云信息所在的点云坐标系内的位姿。
5.根据权利要求4所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,在点云匹配处理过程中,包括:
根据各点云信息中的轮廓点云的特征点的位置信息,采用迭代最近点算法,计算最佳点云变换矩阵;
利用所述最佳点云变换矩阵,对所述第一点云信息与所述第二点云信息进行点云匹配,其中,所述最佳点云变换矩阵用于表示所述第二点云信息与所述第一点云信息中对应特征点之间的坐标转换关系。
6.根据权利要求5所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,采用如下表达式获得所述最佳点云变换矩阵:
其中,表示最佳点云变换矩阵,R表示点云旋转矩阵,t表示平移向量,n表示特征点个数,qi表示第一点云信息中的轮廓点云的第i个的特征点的坐标,pi表示第二点云信息中的轮廓点云的第i个的特征点的坐标。
7.根据权利要求5或6所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,采用如下表达式获得所述车厢残留物的体积:
其中,V表示车厢残留物的体积,w和h分别表示装载物高程图或空车厢高程图的宽和高,hi表示装载物高程图上的第i个的像素点的高度值,gi表示空车厢高程图上的第i个的像素点的高度值。
8.根据权利要求7所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,所述露天矿山车厢残留物检测方法还包括:
将当前车厢残留物的体积与预设体积阈值进行比较,并在残留物体积大于所述预设体积阈值时,对残留物超标状态进行预警,其中,所述预设体积阈值为在不影响矿车运输效率的情况下所允许的车厢残留物体积的最大值。
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青岛慧拓智能机器有限公司,未经青岛慧拓智能机器有限公司许可,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/202310187149.4/1.html,转载请声明来源钻瓜专利网。