一种转炉炉口自动定位方法、装置、电子设备及存储介质

技术领域

本发明涉及测量领域，尤其涉及一种转炉炉口自动定位方法、装置、电子设备及存储介质。

背景技术

在转炉吹氧冶炼过程中，炉衬与高温铁水、炉渣、炉气等长期接触会产生局部侵蚀现象；同时，炉衬也会受到加废钢、倒渣、出钢等操作影响而出现局部损伤。当期炉衬厚度低于安全值时，容易发生穿钢等重大安全事故。准确检测转炉炉衬各处的厚度情况，可以减少过渡修补造成的浪费，使转炉炉衬保持最佳的轮廓形貌从而延长转炉炉龄，减少炉衬重砌冷修次数。同时，准确检测转炉炉衬各处厚度情况，可对转炉熔池液位和出钢角度进行预测，优化氧枪位置和出钢角度，进而指导转炉炼钢。然而，在实际测量中，测厚设备需要转炉停止炼钢，待温度降低后，人工操作激光测距设备，才能进行炉口定位，操作过程繁琐，测量时间长，精度低。

因此，如何在转炉不停止生产的情况下，实现转炉炉口快速自动精准定位测量，已成为业界关注的研究重点。

发明内容

本发明提供一种转炉炉口自动定位方法、装置、电子设备及存储介质，用以解决在转炉不停止生产的情况下，实现转炉炉口快速自动精准定位测量。

本发明提供一种转炉炉口自动定位方法，包括：

获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集；

从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集；

将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，将所述炉口点云数据集中除所述配准基准点云外的其他炉口点云数据作为非配准基准点云，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息。

根据本发明提供的一种转炉炉口自动定位方法，从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集，具体为：

计算所述原始转炉点云数据集中每个点的法向量，从所述每个点的法向量中筛选出突变法向量；

根据所述突变法向量对应的点，得到炉口边缘点云集合；

对所述炉口边缘点云集合进行二次滤波，得到炉口点云数据集。

根据本发明提供的一种转炉炉口自动定位方法，计算所述原始转炉点云数据集中每个点的法向量，具体为：

从所述原始转炉点云数据集中，筛选出同一球坐标系下每个点对应的多个近邻点；

对每个所述点及每个所述点对应的多个近邻点，进行平面拟合，得到以每个所述点为中心的平面；

根据所述平面的法向量，得到所述原始转炉点云数据集中每个点的法向量。

根据本发明提供的一种转炉炉口自动定位方法，对所述炉口边缘点云集合进行二次滤波，得到炉口点云数据集，具体为：

计算所述炉口边缘点云集合中每个点与原点之间的距离值，得到多个第一距离值；

其中，所述原点为测量设备的位置信息，所述测量设备为采集所述原始转炉点云数据的设备；

根据所述多个第一距离值，确定所述多个第一距离值的中位值；

在所述第一距离值小于或等于所述中位值的情况下，保留所述第一距离值对应的点；

根据保留的点，得到炉口点云数据集。

根据本发明提供的一种转炉炉口自动定位方法，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息，具体为：

S110，计算所述非配准基准点云相对于所述配准基准点云的旋转矩阵和位移矩阵；

S120，基于所述旋转矩阵和所述位移矩阵，对所述非配准基准点云进行数据变换，得到变换点云；

S130，计算所述配准基准点云与所述变换点云的距离差平均值；

在所述距离差平均值大于或等于预设阈值的情况下，将所述变换点云作为所述非配准基准点云，继续执行步骤S120至S130，进行迭代计算，直至所述距离差平均值小于预设阈值，停止迭代，得到在配准基准点云坐标系下的炉口点云融合信息。

根据本发明提供的一种转炉炉口自动定位方法，得到在配准基准点云坐标系下的炉口点云融合信息之后，所述方法还包括：

根据所述旋转矩阵和所述位移矩阵，基于所述配准基准点云，对所述原始转炉点云数据集进行配准，得到在所述配准基准点云坐标系下的转炉本体点云融合信息；

根据转炉本体点云融合信息，进行三维绘图，得到所述转炉的三维形貌图。

根据本发明提供的一种转炉炉口自动定位方法，在得到所述转炉的三维形貌图之后，所述方法还包括：

根据所述转炉的三维形貌图中的内壁数据与原始转炉的预设内壁数据，得到所述转炉的壁厚。

本发明还提供一种转炉炉口自动定位装置，包括：

原始转炉点云获取模块，用于获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集；

炉口点云获取模块，用于从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集；

自动定位结果输出模块，用于将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，将所述炉口点云数据集中除所述配准基准点云外的其他炉口点云数据作为非配准基准点云，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述方法的步骤。

本发明提供的一种转炉炉口自动定位方法、装置、电子设备及存储介质，通过获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集，从所述原始转炉点云数据集中筛选出炉口点云数据集；将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，基于所述配准基准点云，对炉口点云数据集中除所述配准基准点云外的其他炉口点云数据进行配准，得到在配准基准点云坐标系下的炉口点云融合信息，可实现在转炉冶炼不停产的情况下，自动对转炉炉口实现快速精准定位，操作简单，测量效率高。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的转炉炉口自动定位方法的流程示意图；

图2是本发明提供的转炉炉口自动定位方法的总体流程示意图；

图3是本发明实施例提供的炉口边缘点集自动识别结果示意图；

图4是本发明实施例提供的单个测量设备进行转炉壁厚测量的示意图；

图5是本发明实施例提供的多个测量设备进行转炉壁厚测量的示意图；

图6是本发明提供的转炉炉口自动定位装置的结构示意图；

图7是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。

图1是本发明提供的转炉炉口自动定位方法的流程示意图，如图1所示，包括：

步骤S1，获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集。

在本申请的实施例中，原始转炉点云数据集由转炉处于不同角度下的原始转炉点云数据组成。

具体地，本发明所描述的转炉处于不同角度下的原始转炉点云数据指的是转炉转动过程中转动至不同角度下，通过测量设备定点测量得到的转炉点云数据，测量设备可以是激光测距仪；或者是转炉不转动，通过移动测量设备，在不同方位测量得到的转炉点云数据；或者是在转炉转动至不同角度时，通过移动测量设备，在不同方位测量得到的转炉点云数据。

本发明所描述的原始转炉点云数据集指的是未经过任何处理的转炉点云数据的集合。

进一步地，通过获取转炉处于不同角度下的原始转炉点云数据，可以得到转炉的原始转炉点云数据集。

步骤S2，从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集。

需要说明的是，由于转炉炉口的几何结构特征，激光器扫描得到的炉口数据存在一定的特殊性，具体在于当激光器扫描炉口以及靠近炉口的转炉内部数据时，其返回点的距离信息无明显突变，而当激光器扫描到炉口以及靠近炉口的转炉外部数据时，其返回点的距离信息存在突变，因此我们可以根据炉口数据的特殊性，从众多原始转炉点云数据集中，筛选出炉口点云数据集。

在本申请的实施例中，由于炉口数据的特殊性，原始转炉点云数据中会存在少数法向量突变的点。

具体地，本发明所描述的存在法向量突变的转炉点云数据指的是，由原始转炉点云数据中存在法向量突变的点组成的点云数据。其中，法向量突变指的是上述少数点的法向量相对于原始转炉点云数据中其他点的法向量存在突出的数据变化。

本发明所描述的炉口点云数据集指的是通过数据筛选、处理得到的炉口点云数据的集合。

进一步地，通过筛选出法向量突变的转炉点云数据，可以得到炉口点云数据集。

步骤S3，将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，将所述炉口点云数据集中除所述配准基准点云外的其他炉口点云数据作为非配准基准点云，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息。

具体地，本发明所描述的配准基准点云指的是进行点云配准所设定的参考点云。

本发明所描述的非配准基准点云指的是除配准基准点云之外，炉口点云数据集中剩余的所有点云。

本发明所描述的炉口点云融合信息指的是通过点云数据处理，将炉口点云数据集中的所有炉口点云数据都转换到到同一个坐标系下，从而得到同一坐标系下的炉口点云数据集，实现炉口点云数据的融合。

进一步地，通过得到在配准基准点云坐标系下的炉口点云融合信息，即将所有炉口点云数据都融合到同一个坐标系下中的点云数据集合，可以自动定位到转炉炉口区域。

本发明实施例提供的转炉炉口自动定位方法，通过获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集，从所述原始转炉点云数据集中筛选出炉口点云数据集；将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，基于所述配准基准点云，对炉口点云数据集中除所述配准基准点云外的其他炉口点云数据进行配准，得到在配准基准点云坐标系下的炉口点云融合信息，可实现在转炉冶炼不停产的情况下，自动对转炉炉口实现快速精准定位，操作简单，测量效率高。

可选地，从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集，具体为：

计算所述原始转炉点云数据集中每个点的法向量，从所述每个点的法向量中筛选出突变法向量；

根据所述突变法向量对应的点，得到炉口边缘点云集合；

对所述炉口边缘点云集合进行二次滤波，得到炉口点云数据集。

具体地，本发明所描述的炉口边缘点云集合指的是通过从原始转炉点云数据集中，筛选得到所有突变法向量对应的点云数据的集合。

在本申请的实施例中，由于炉口边缘点云数据的特殊性，通过筛选得到法向量突变的点云数据中，除了有炉口点云数据，还会存在少数非炉口点云数据，因此，还需要对炉口边缘点云集合进行二次滤波。

进一步地，通过对炉口边缘点云集合进行二次滤波，消除噪声点，即可得到炉口点云数据集。

本申请实施例的方法，通过初次筛选突变法向量对应的点，得到炉口边缘点云集合，再对炉口边缘点云集合进行二次滤波，得到炉口点云数据集。

可选地，计算所述原始转炉点云数据集中每个点的法向量，具体为：

从所述原始转炉点云数据集中，筛选出同一球坐标系下每个点对应的多个近邻点；

对每个所述点及每个所述点对应的多个近邻点，进行平面拟合，得到以每个所述点为中心的平面；

根据所述平面的法向量，得到所述原始转炉点云数据集中每个点的法向量。

具体地，本申请所描述的近邻点指的是在同一球坐标系θ-Φ平面中，原始转炉点云数据集中处于每个点周围预设距离范围内的点。

在本申请的实施例中，通过从原始转炉点云数据集中，筛选出同一球坐标系下每个点对应的多个近邻点，可以基于多点最小二乘法平面方程拟合计算，将每个点及其对应的多个近邻点拟合成一个平面，得到以每个点为中心的平面。

进一步地，通过计算以每个点为中心的平面法向量，即可得到每个点的法向量。

在本申请的实施例中，以原始转炉点云数据集中的m点为例，可以在原始转炉点云数据集中，找出m点在球坐标系θ-Φ平面中的k个近邻点，基于最小二乘法平面拟合，可以计算出以m点为中心的平面法向量，既为m点的法向量。

本发明实施例的方法，通过从原始转炉点云数据集中，筛选出同一球坐标系下每个点对应的多个近邻点，基于平面拟合算法，可以计算出原始转炉点云数据集中每个点的法向量。

可选地，对所述炉口边缘点云集合进行二次滤波，得到炉口点云数据集，具体为：

计算所述炉口边缘点云集合中每个点与原点之间的距离值，得到多个第一距离值；

其中，所述原点为测量设备的位置信息，所述测量设备为采集所述原始转炉点云数据的设备；

根据所述多个第一距离值，确定所述多个第一距离值的中位值；

在所述第一距离值小于或等于所述中位值的情况下，保留所述第一距离值对应的点；

根据保留的点，得到炉口点云数据集。

具体地，本发明所描述的第一距离值指的是通过测量设备测量，可以是激光测距仪测量，得到的炉口边缘点云集合中每个点与原点之间的距离值。

本发明所描述的原点为测量设备的位置信息指的是实际测量过程中，接收返回的测量数据是以测量设备所在的位置为原点的。

本发明所描述的中位值指的是将多个第一距离值按从小到大或从大到小排列，若第一距离值的个数为奇数，中位值取中间的数值；若第一距离值的个数为偶数，中位值取中间两个数值的平均值。

进一步地，通过比较多个第一距离值与中位值的大小，选出小于或等于中位值的第一距离值，进而保留各个第一距离值对应的点，滤除其他的点。根据保留的点，获得炉口点云数据集。

本发明实施例的方法，通过采用距离判定的方法，对炉口边缘点云集合进行二次滤波，从而筛选出转炉炉口点云数据，获得炉口点云数据集，为炉口点云融合提供数据源。

可选地，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息，具体为：

S110，计算所述非配准基准点云相对于所述配准基准点云的旋转矩阵和位移矩阵；

S120，基于所述旋转矩阵和所述位移矩阵，对所述非配准基准点云进行数据变换，得到变换点云；

S130，计算所述配准基准点云与所述变换点云的距离差平均值；

在所述距离差平均值大于或等于预设阈值的情况下，将所述变换点云作为所述非配准基准点云，继续执行步骤S120至S130，进行迭代计算，直至所述距离差平均值小于预设阈值，停止迭代，得到在配准基准点云坐标系下的炉口点云融合信息。

具体地，本发明所描述的变换点云指的是非配准基准点云经过旋转矩阵和位移矩阵计算，得到的点云数据。

本发明所描述的预设阈值指的是预先设置的阈值，用于获得最小距离差平均值，完成非配准基准点云与配准基准点云的配准。

在本发明的实施例中，通过最近点搜索法(Iterative Closest Point；ICP)算法进行点云配准，能够使不同的坐标下的点云数据合并到同一个坐标系中。

具体地，基于最小二乘法，计算非配准基准点云相对于配准基准点云的旋转矩阵和位移矩阵，将非配准基准点云经过旋转矩阵和位移矩阵计算，得到变换点云。

进一步地，计算配准基准点云与变换点云的距离差平均值，比较该距离差平均值与预设阈值的大小，若该距离差平均值大于或等于预设阈值，将变换点云作为新的非配准基准点云，继续执行步骤S120至S130，此时新的非配准基准点云经过旋转矩阵和位移矩阵后，计算得到新的变换点云，根据新的变换点云，继续迭代计算，直至最终计算出的距离差平均值小于预设阈值，则停止迭代，配准完成，得到在配准基准点云坐标系下的炉口点云融合信息。

本发明实施例的方法，通过ICP算法，基于配准基准点云对非配准基准点云进行配准，使不同坐标系下的点云数据合并到配准基准点云的坐标系中，得到炉口点云融合信息，实现炉口自动快速精准定位。

可选地，得到在配准基准点云坐标系下的炉口点云融合信息之后，所述方法还包括：

根据所述旋转矩阵和所述位移矩阵，基于所述配准基准点云，对所述原始转炉点云数据集进行配准，得到在所述配准基准点云坐标系下的转炉本体点云融合信息；

根据转炉本体点云融合信息，进行三维绘图，得到所述转炉的三维形貌图。

具体地，本发明所描述的转炉本体点云融合信息指的是将原始转炉点云数据集中的所有点云数据都融合到同一个坐标系下中的点云数据集合。

在本发明的实施例中，基于上述计算得到的旋转矩阵和位移矩阵，通过ICP算法，基于配准基准点云，对原始转炉点云数据集中所有点云进行配准，使原始转炉点云数据集中所有的点云数据都合并到配准基准点云的坐标系中，得到转炉本体点云融合信息。

进一步地，对转炉本体点云融合信息进行三维绘图，即可得到转炉的三维形貌图。

本发明实施例的方法，通过ICP算法，基于配准基准点云对原始转炉点云数据集中所有点云进行配准，使不同坐标系下的点云数据合并到配准基准点云的坐标系中，得到转炉本体点云融合信息，并通过三维绘图，得到转炉的三维形貌图。

可选地，在得到所述转炉的三维形貌图之后，所述方法还包括：

根据所述转炉的三维形貌图中的内壁数据与原始转炉的预设内壁数据，得到所述转炉的壁厚。

具体地，本发明所描述的原始转炉的预设内壁数据指的是在转炉投运使用之前，预存的转炉内壁测量数据。

进一步地，通过比较转炉的三维形貌图中的内壁数据与原始转炉的预设内壁数据，可以得到当期转炉内壁各处的厚度情况。

本发明实施例的方法，通过将转炉三维形貌图中的内壁数据与原始转炉的预设内壁数据作比较，可以得到转炉的壁厚数据。

图2是本发明提供的转炉炉口自动定位方法的总体流程示意图，如图2所示，本发明的转炉炉口自动定位方法的总体流程包括：上位机获取测距仪原始数据；上位机计算所有点的邻近k个最近点；上位机计算所有点法向量；上位机算法识别法向量突变点，并在三维成像中标识；二次滤波消除噪声点；上位机三维成像所有炉口空间点；上位机算法配准所有测距仪空间点；得到转炉实时三维成像，并获得壁厚数据。

在本申请的实施例中，假设某转炉激光测量壁厚系统只包含激光测距仪A。

可选地，在本申请的实施例中，上位机获取测距仪原始数据的具体步骤如下：

在转炉一次吹炼完毕，炉口开始转动倒出钢水的过程中，转炉测量壁厚系统实测转炉全貌，分别得到转炉所处不同角度的测量点云数据{ai}，i＝1，2，3，…，将数据传输给上位机。

上位机得到测距仪A的原始点云数据{ai}之后，各点云数据不在一个坐标系中，因此，在恢复转炉的三维形貌前，需将各组点云数据进行数据融合，将获取的全部数据拟合到同一个原点的坐标系下，从而得到整个转炉炉体的三维形貌图。

在数据融合的过程中，要求点云数据中存在转炉的重复被测区域。测距仪返回的点云数据在转炉角度不同的各组数据中均包含炉口数据{ai}，利用炉口特征对整个数据进行数据融合。

可选地，在本申请的实施例中，上位机计算所有点的邻近k个最近点及上位机计算所有点法向量的具体步骤如下：

在本申请的实施例中，所有点的邻近k个最近点即为所有点的k个近邻点。

炉口数据的特殊性在于当激光器扫描炉口以及靠近炉口的转炉内部数据时，返回点的距离信息无明显突变，而当激光扫描到炉口以及靠近炉口的转炉外部数据时，返回点的距离信息存在突变。即炉口处点的法向量与其近邻点的法向量存在突变。这里的点的法向量，以m点为例，寻找出m点在球坐标系中θ-Φ平面中的k个近邻点，做最小二乘平面拟合，计算出以m点为中心的平面法向量，既为该点的法向量。同理，计算出所有点的法向量。

可选地，在本申请的实施例中，上位机算法识别法向量突变点，并在三维成像中标识的具体步骤如下：

利用炉口位置的法向量突变的方法，寻找各组点云的边缘点集{Gi}，i＝1，2，3，…。

图3是本发明实施例提供的炉口边缘点集自动识别结果示意图，如图3所示，整个点集是上位机得到的某一组点云数据{ai}，深色部分即为自动识别到的边缘点集{Gi}。

进一步的，图3中找到的边缘点集并不完全是炉口的数据点，在计算各个点法向量时，使用的是各个点在球坐标系θ-Φ平面中的k个近邻点，在转炉炉口内侧或者外侧的数据点中找到的θ-Φ平面内k个近邻点，也会检测到法向量突变的情况，这些点的k个近邻点中也可能包含炉口的点，因此，需要进行二次滤波滤除不属于炉口的点。

可选地，在本申请的实施例中，二次滤波消除噪声点的具体步骤如下：

在本申请的实施例中，二次滤波采用距离判定算法，返回的点的数据是以激光测距仪所在位置为原点的，首先计算{Gi}的所有点与原点的距离的中位值gi，当{Gi}中的点与原点的距离大于gi时，则滤除掉，最后剩下的点即为炉口区域的点，虽然剩下的点中也包含除了炉口以外的其他点，但不影响后面的数据拟合。

可选地，在本申请的实施例中，上位机三维成像所有炉口空间点的具体步骤如下：

将在点云{ai}中识别到的炉口点集称为{bi}。{ai}表示上位机得到的所有点云数据a1，a2，a3，...。以a1中的炉口点集b1为配准基准，对其他点云数据a2，a3...进行配准，将a2，a3...中的点的数据都转换到{a1}同一个坐标系中。

例如，以{a1}、{ai}(i＝2，3，...)为例，其自动识别的炉口数据点集为b1、bi(i＝2，3，...)。利用最小二乘法计算出b1、bi两组点云的旋转矩阵R和位移矩阵T。

在本申请的实施例中，算法的目标是使两组炉口数据之间的距离差平均值F达到最小，其中，距离差平均值F公式为：

其中，F表示距离差平均值，R表示旋转矩阵，T表示位移矩阵。

利用奇异值分解(Singular Value Decomposition；SVD)可以求出当前b1和bi(i＝2，3，...)的旋转矩阵R和位移矩阵T，再将旋转矩阵R和位移矩阵T运用到bi上，即bi＝(Rbi+T)(i＝2，3，...)，然后再将新的bi点集代入

可选地，在本申请的实施例中，上位机算法配准所有测距仪空间点的具体步骤如下：

进一步的，每次计算得出旋转矩阵R和位移矩阵T，也需要将旋转矩阵R和位移矩阵T运用到ai上，即ai＝(Rai+T)，以实现点云ai所有点的配准。最终将所有点云融合到同一个坐标系中，即可得到转炉的三维立体图。

最后，根据转炉实时三维成像中的内壁数据，结合原始转炉的预设内壁数据，可以获取转炉的壁厚数据。

本发明实施例提供的转炉炉口自动定位成像方法，通过上位机算法处理程序，准确对转炉炉口进行定位及成像，再融合炉壁测量数据，获得炉衬厚度精确信息且可实现转炉形貌三维成像，在一炉钢水炼完倒出后，实时得到炉衬厚度信息并直观可视化，从而指导转炉现场溅渣护炉，达到延长炉役、节能减排且完全不影响现场生产的目的。

在本发明的实施例中，所提供的转炉炉口自动定位方法的具体实现流程为：

当上位机接若干组收到激光器传来的点云数据之后，

步骤S210、寻找点云中每个点的k个近邻点。

步骤S220、利用所找到的k个近邻点，计算对应点的法向量。

步骤S230、计算每个点的法向量和它的k个近邻点的法向量之间的方差。

步骤S240、找出法向量突变的点，即方差大于所设立的突变阈值的点，即初次判定为边缘点。

步骤S250、在步骤S240找到的边缘点中，进行距离r值判定，其中r为边缘点中的所有点与原点的距离，当r大于这些距离的中位值时，则滤除掉对应的点，最后得到的点大部分为炉口数据点，其他小部分非炉口数据点不影响点云配准精度。

步骤S260、利用识别出来的炉口数据进行ICP配准。

步骤S270、完成数据配准，输出结果。

图4是本发明实施例提供的单个测量设备进行转炉壁厚测量的示意图，如图4所示，某转炉激光测量壁厚系统只包含一个激光测距仪A，利用激光测距仪A测量转炉所处不同角度时的三维数据。分别得到转炉所处不同角度的测量点云数据a1，a2，a3，...，将数据传输给上位机。上位机得到测距仪A的原始点云数据a1，a2，a3，...，之后，先找出每个点的k个近邻点，利用所找到的k个近邻点，计算出每个点的法向量，随后利用每个点及其k个近邻点的法向量的数据，计算出每个点及其k个近邻点的法向量方差，对于方差大的点，则认为存在法向量突变，即得到边缘点，边缘点中包含炉口数据。再对得到的边缘点进行二次滤波，滤除大量非炉口数据。利用二次滤波之后的数据进行点云配准，最终就可以将各组点云数据都融合到同一个坐标系下。随后进行三维绘图并比较原始转炉的内壁数据，即可得到转炉壁厚。

在本申请的实施例中，为了快速得到被测物体的三维信息，转炉测量壁厚系统可以采用多个激光测距仪进行测量。

图5是本发明实施例提供的多个测量设备进行转炉壁厚测量的示意图，如图5所示，某转炉激光测量壁厚系统包含多个激光测距仪，利用多个激光测距仪测量转炉所处不同角度时的三维数据。分别得到转炉所处不同角度的测量点云数据c1，c2，c3，...，将数据传输给上位机。上位机得到多个测距仪的原始点云数据c1，c2，c3，...，之后，先找出每个点的k个近邻点，利用所找到的k个近邻点，计算出每个点的法向量，随后利用每个点及其k个近邻点的法向量的数据，计算出每个点及其k个近邻点的法向量方差，对于方差大的点，则认为存在法向量突变，即得到边缘点，边缘点中包含炉口数据。再对得到的边缘点进行二次滤波，滤除大量非炉口数据。利用二次滤波之后的数据进行点云配准，最终就可以将各组点云数据都融合到同一个坐标系下。随后进行三维绘图并比较原始转炉的内壁数据，即可得到转炉壁厚。

图6是本发明提供的转炉炉口自动定位装置的结构示意图，如图6所示，包括：

原始转炉点云获取模块610，用于获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集；

炉口点云获取模块620，用于从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集；

自动定位结果输出模块630，用于将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，将所述炉口点云数据集中除所述配准基准点云外的其他炉口点云数据作为非配准基准点云，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息。

本实施例所述的装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。

图7是本发明提供的电子设备的结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行所述转炉炉口自动定位方法，该方法包括：获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集；从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集；将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，将所述炉口点云数据集中除所述配准基准点云外的其他炉口点云数据作为非配准基准点云，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息。

此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的所述转炉炉口自动定位方法，该方法包括：获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集；从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集；将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，将所述炉口点云数据集中除所述配准基准点云外的其他炉口点云数据作为非配准基准点云，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的所述转炉炉口自动定位方法，该方法包括：获取转炉处于不同角度下的原始转炉点云数据，得到转炉的原始转炉点云数据集；从所述原始转炉点云数据集中，筛选出存在法向量突变的转炉点云数据，得到炉口点云数据集；将所述炉口点云数据集中任一炉口点云数据作为配准基准点云，将所述炉口点云数据集中除所述配准基准点云外的其他炉口点云数据作为非配准基准点云，基于所述配准基准点云，对所述非配准基准点云进行配准，得到在配准基准点云坐标系下的炉口点云融合信息。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。