一种基于点云数据的废钢料堆三维建模方法

技术领域

本发明涉及一种基于点云数据的废钢料堆三维建模方法，属于炼钢生产方法技术领域。

背景技术

炼钢废钢库是炼钢生产的主要原料供给之一，目前废钢吊运及废钢管理业务采用人工作业的方式，需要大量的人员，属于劳动密集型区域。近年来受到安全、质量、成本等多方面冲击，对废钢物流管理无人化提出了更高的要求。

发明内容

本发明目的是提供一种基于点云数据的废钢料堆三维建模方法，可以快速区分扫描区域，实现对物料的精准定位，通过三维建模方法实现对点云数据的邻域划分、精简、去噪，实现物料的精准定位，通过废钢物流智能化、无人化，助力企业发展，有效地解决了背景技术中存在的上述问题。

本发明的技术方案是：一种基于点云数据的废钢料堆三维建模方法，包含以下步骤：(1)利用伺服电机和二维激光扫描仪集成旋转扫描装置，二维激光扫描仪主体安装在起重机梁上，用来测量废钢的位置信息；(2)通过通信进程获取来自天车主体PLC的大车走行位置数据、天车本身的尺寸数据和二维激光扫描仪的安装位置数据；(3)利用坐标变换和三维重建算法构建废钢料堆的三维立体模型数据；(4)进行邻域划分、去噪和数据精简，建立废钢料堆三维建模。

所述步骤(1)中，天车吊装作业前，行走到作业废钢池中心位置附近，读取大车行走位置后，启动旋转扫描装置，旋转扫描装置运转过程中，Y轴向旋转扫描装置控制二维激光扫描仪主体从左至右匀速运动，匀速转动装置编码器可以实时反馈角度；二维激光扫描仪在从左至右匀速转动过程中，同时从前至后方向以190度和35Hz频率进行扫描；Y轴向旋转扫描装置扫描结束，Y轴向控制旋转扫描装置返回原点；二维激光扫描仪用于对废钢进行扫描，获取废钢表面上各点位置信息。

所述步骤(3)中，首先计算测量点的激光传感器坐标系三维坐标，在完成预处理后，根据匹配的数据信息以及天车和旋转扫描装置支架的尺寸参数，将测量点坐标从激光传感器坐标下转换成废钢跨坐标系下。

所述步骤(4)中，去噪即滤除由于抖动和遮挡产生的干扰数据，采用以下方法：

(a)限定数据处理范围由于废钢料堆只占扫描范围内的一部分区域，用一个保守的经验值估算废钢料堆模型的区域大小，同时在进行去除干扰区域处理时，仅对区域内的数据进行处理；

(b)采用模版比对算法去除干扰数据，算法思想如下：

在作业前，抖动较小时，提取废钢数据，作为初始模版；

作业中，当前数据与初始模版比对，如果某处的高程值比模版点值高于一定的阈值，则认为是干扰点，则赋予模版值；如果低于模版值，则更新模版值。

所述步骤(4)中，数据精简采用单元格法，首先对滤波后的点云数据依据单元格法进行空间划分，接着把点云数据映射到已划分的子空间内，对单元格内的点云进行统计，选择单元格中距离其形心最近的一个点，单元格内其余的点均删除：若单元格内只有一个或没有点云数据，则不作处理；该算法中，通过调整单元格的步长大小来控制精简效果。

本发明的有益效果是：可以快速区分扫描区域，实现对物料的精准定位，通过三维建模方法实现对点云数据的邻域划分、精简、去噪，实现物料的精准定位，通过废钢物流智能化、无人化，助力企业发展。

附图说明

图1是本发明的坐标计算示意图；

图2是本发明的工作流程图。

具体实施方式

为了使发明实施案例的目的、技术方案和优点更加清楚，下面将结合实施案例中的附图，对本发明实施案例中的技术方案进行清晰的、完整的描述，显然，所表述的实施案例是本发明一小部分实施案例，而不是全部的实施案例，基于本发明中的实施案例，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案例，都属于本发明保护范围。

一种基于点云数据的废钢料堆三维建模方法，包含以下步骤：(1)利用伺服电机和二维激光扫描仪集成旋转扫描装置，二维激光扫描仪主体安装在起重机梁上，用来测量废钢的位置信息；(2)通过通信进程获取来自天车主体PLC的大车走行位置数据、天车本身的尺寸数据和二维激光扫描仪的安装位置数据；(3)利用坐标变换和三维重建算法构建废钢料堆的三维立体模型数据；(4)进行邻域划分、去噪和数据精简，建立废钢料堆三维建模。

所述步骤(1)中，天车吊装作业前，行走到作业废钢池中心位置附近，读取大车行走位置后，启动旋转扫描装置，旋转扫描装置运转过程中，Y轴向旋转扫描装置控制二维激光扫描仪主体从左至右匀速运动，匀速转动装置编码器可以实时反馈角度；二维激光扫描仪在从左至右匀速转动过程中，同时从前至后方向以190度和35Hz频率进行扫描；Y轴向旋转扫描装置扫描结束，Y轴向控制旋转扫描装置返回原点；二维激光扫描仪用于对废钢进行扫描，获取废钢表面上各点位置信息。

所述步骤(3)中，首先计算测量点的激光传感器坐标系三维坐标，在完成预处理后，根据匹配的数据信息以及天车和旋转扫描装置支架的尺寸参数，将测量点坐标从激光传感器坐标下转换成废钢跨坐标系下。

所述步骤(4)中，去噪即滤除由于抖动和遮挡产生的干扰数据，采用以下方法：

(a)限定数据处理范围由于废钢料堆只占扫描范围内的一部分区域，用一个保守的经验值估算废钢料堆模型的区域大小，同时在进行去除干扰区域处理时，仅对区域内的数据进行处理；

(b)采用模版比对算法去除干扰数据，算法思想如下：

在作业前，抖动较小时，提取废钢数据，作为初始模版；

作业中，当前数据与初始模版比对，如果某处的高程值比模版点值高于一定的阈值，则认为是干扰点，则赋予模版值；如果低于模版值，则更新模版值。

所述步骤(4)中，数据精简采用单元格法，首先对滤波后的点云数据依据单元格法进行空间划分，接着把点云数据映射到已划分的子空间内，对单元格内的点云进行统计，选择单元格中距离其形心最近的一个点，单元格内其余的点均删除：若单元格内只有一个或没有点云数据，则不作处理；该算法中，通过调整单元格的步长大小来控制精简效果。

实施例：

如图1，假定已知定位系统探测终端的三维坐标，求目标位置的三维坐标分量，应具备的已知条件为：①探测终端与目标之间的直线距离R

X

Y

Z

式(1)、式(2)和式(3)为目标三维坐标的数学表达式，也就是建立起来的被探测目标三维坐标分量的数学模型。

为建立废钢库的三维模型，需要将其转化成废钢库坐标系的坐标值。这需要获取无人天车大车的当前走行位置。由于激光扫描的刷新频率和获取编码器数据的刷新频率不一致，编码器数据的刷新频率(一般为1024帧/秒)，要大于激光扫描的刷新频率，需要进行数据的时间匹配。匹配的原则是以激光扫描数据的时间为准，用最接近该时间的编码器数据去匹配激光扫描数据。

在完成预处理后，根据匹配的数据信息以及天车和扫描装置支架的尺寸参数，将测量点坐标从激光传感器坐标下(局部坐标系)转换成废钢跨坐标系下(世界坐标系)。

旋转扫描装置获取的原始点云数据是散乱点的集合，点云数据间的相互关系不能确定，因此在对点云数据处理之前需建立点与点的邻域关系。

设点云中数据中的一个集合P＝{P

单元格法也是一种基于包围盒法的空间划分算法，本项目采用的就是这个算法。其邻域t划分原理是对点云数据每个方向上都采用一个特定步长d来均匀划分，得到的都是边长为d的正方体的小空间，主要步骤如下：

(1)建立点云数据的最小包围盒。搜索整个点云数据，找到坐标最小的点P

(2)计算划分空间的步长。设步长为d，根据此步长将最小包围盒划分为n个小单元格，如公式(4)所示：

式中，

若每个单元格内有k个点，那么点云的总数量N可表示为

N＝akn (5)

由公式(4)、(5)可得步长d

式中，根据经验k一般取6或26，表示单元格的邻域：a为一个可调参数，通过调整a确定合适的步长。

(3)三维空间的划分,在得到最小包围盒与步长d后，就可以据此在X、Y、Z上确定单元格的个数

由公式(7)可计算得到单元格的数量为L

(4)点云数据的映射计算点云数据中任意点云P

(5)K近邻域搜索。借助建立的单元格结构可以计算出K个最近邻域，步骤如下：

第一步，对任意点P

第二步，从该点所在单元格及26个邻域单元格中找到该点的K个最近的点，计算与该点的距离并排序，选取与该点距离最近的K个点标志为最邻近点。

第三步，若当前邻域没有找到K个点，则扩大邻域，直到找到K个点。

通过单元格算法处理数据后，可知点云数据中每个点的距离最近K个点，用该数据来表示点云的邻接信息。

去除噪声点数据就是删除或调整获得的一些包含粗大误差或者非被测物表面的点数据。点云数据去除噪声点后，可更快速、准确的实现被测物的三维重构。

本发明采用下列方法去除噪声点云：

(1)限定数据处理范围由于废钢料堆只占扫描范围内的一部分区域，可以用一个保守的经验值估算废钢料堆模型的区域大小，同时在进行去除干扰区域处理时，仅对区域内的数据进行处理，这样大大提高了效率，进一步降低计算量。

(2)去除干扰数据分析发现干扰数据的特点是在局部和小的区域出现不正常的高程值。为此，本发明采用了模版比对的算法。算法思想如下：

在作业前，抖动较小时，提取废钢数据，作为初始模版；

作业中，当前数据与初始模版比对，如果某处的高程值比模版点值高于一定的阈值，则认为是干扰点，则赋予模版值；如果低于模版值，则更新模版值。

扫描装置获取的点云数据是庞大的，这样庞大的数据若不进行精简处理，会影响后续的建模。庞大的点云数据会延长建模时间，且点云数据越多，越不容易找到特征部分而产生误判，降低后续建模的精度所以，在保持被测物几何特征的前提下，尽可能的减少测量的点云数据。

本发明的数据精简算法中采用单元格法，首先对滤波后的点云数据依据单元格法进行空间划分，接着把点云数据映射到已划分的子空间内，对单元格内的点云进行统计，选择单元格中距离其形心最近的一个点，单元格内其余的点均删除：若单元格内只有一个或没有点云数据，则不作处理。最终，有数据的单元格只剩一个点云数据。这样可以大大简化点云数据，且简化后的点云数据比较均匀。该算法中，可以通过调整单元格的步长大小来控制精简效果，当单元格的步长增大时，每个单元格也就随之扩大，这样就精简掉更多的点云数据，采用单元格算法，对每个单元格中只保留靠近形心的实心点，删除其余的空心点，达到精简数据的目的。

本发明的技术效果在于：

(1)通过将二维激光扫描仪固定安装在天车上，实现了全方位无死角快速扫描建模，数据真实准确，也提升了扫描的工作效率。

(2)克服了人工经验判断的随机性和不准确性，减少了天车操作和地面库区管理人员、提升了劳动效率、保障了人身安全，起到了为企业降本增效的作用。