骨料堆场管理系统及方法

技术领域

本发明涉及骨料堆场管理技术领域，尤其涉及一种骨料堆场管理系统及方法。

背景技术

骨料为混凝土及砂浆中起骨架和填充作用的粒状材料，随着国内基础建设如火如荼，骨料的需求也大幅度增加，因此骨料堆场的数量也急剧上升。

骨料堆场通常由人工管理，但骨料堆场环境复杂、车辆、运输机等等设备容易对人造成伤害，并且骨料堆通常也人为的判断质量和体积。人的视野也局限着人为观察的准确性同时也影响管理效率。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种骨料堆场管理系统及方法，旨在解决现有技术骨料堆场管理效率低下的技术问题。

为实现上述目的，本发明提供了一种骨料堆场管理系统，所述骨料堆场管理系统包括：点云采集模块、称重模块、视频追踪模块以及数据处理模块；

所述点云采集模块，用于获取骨料堆场的全局点云阵列，并将所述全局点云阵列分割成各骨料堆的目标点云阵列，发送所述目标点云阵列至所述数据处理模块；

所述称重模块，用于获取目标车辆的入场重量以及出场重量，根据所述入场重量与所述出场重量确定运货质量信息，并将所述运货质量信息发送至所述数据处理模块；

所述视频追踪模块，用于根据所述目标车辆的行驶路线确定所述目标车辆运送的目标骨料堆；

所述数据处理模块，用于根据目标点云阵列确定所述目标骨料堆的体积变化信息，并根据所述体积变化信息以及所述运货质量信息确定所述目标骨料堆的当前质量。

可选地，所述点云采集模块包括：激光雷达、点云分割模块以及信息发送模块；

所述激光雷达，用于采集所述骨料堆场的全局点云阵列；

所述点云分割模块，用于将所述全局点云阵列分割成各骨料堆的目标点云阵列；

所述信息发送模块，用于将所述目标点云阵列发送至所述数据处理模块。

可选地，所述点云分割模块包括：平面分离模块、随机点选择模块、聚类点云查找模块、目标点云确定模块；

所述平面分离模块，用于根据所述全局点云阵列分离地面点云阵列，获得目标全局点云阵列；

所述随机点选择模块，用于随机选取所述目标全局点云阵列的中的目标点；

所述聚类点云查找模块，用于查找与所述目标点距离小于阈值的聚类点，并根据所述聚类点获得聚类点云；

所述目标点云确定模块，用于根据所述聚类点云确定各骨料堆的目标点云阵列。

可选地，所述称重模块包括：车辆称重模块、车辆识别模块、计算模块以及车辆信息发送模块；

所述车辆识别模块，用于获取所有进出场车辆的目标特征信息，根据所述目标特征信息识别目标车辆；

所述车辆称重模块，用于获取所述目标车辆的入场重量以及出场重量；

所述计算模块，用于根据所述入场重量以及所述出场重量，确定所述目标车辆的运货质量信息；

所述车辆信息发送模块，用于将所述目标特征信息发送至所述视频追踪模块，并将所述运货质量信息发送至所述数据处理模块。

可选地，所述视频追踪模块包括：监控模块、特征提取模块、车辆追踪模块及路线确定模块；

所述监控模块，用于获取所述骨料堆场的视频数据；

所述特征提取模块，用于根据视频数据提取的车辆特征信息；

所述车辆跟踪模块，用于将所述车辆特征信息与所述目标特征信息进行对比，确定所述目标车辆，并追踪所述目标车辆，以获得追踪信息；

所述路线确定模块，用于根据所述追踪信息确定所述目标车辆的行驶路线，并根据所述行驶路线确定目标骨料堆。

可选地，所述数据处理模块包括：体积计算模块、密度计算模块、质量计算模块；

所述体积计算模块，用于根据所述目标点云阵列确定所述目标骨料堆的运送前体积信息以及运送后体积信息，根据所述运送前体积信息以及所述运送后体积信息确定体积变化信息；

所述密度计算模块，用于根据所述体积变化信息以及所述运货质量信息确定骨料密度；

所述质量计算模块，用于根据所述目标点云阵列获取各骨料堆的当前体积，并根据所述骨料密度确定各骨料堆的当前质量。

进一步地，为实现上述目的，本发明还提供一种骨料堆场管理方法，所述骨料堆场管理方法，所述系统包括：点云采集模块、称重模块、视频追踪模块以及数据处理模块；

所述骨料堆场管理方法包括：

所述点云采集模块获取骨料堆场的全局点云阵列，并将所述全局点云阵列分割成各骨料堆的目标点云阵列，发送所述目标点云阵列至所述数据处理模块；

所述称重模块获取目标车辆的入场重量以及出场重量，根据所述入场重量与所述出场重量确定运货质量信息，并将所述运货质量信息发送至所述数据处理模块；

所述视频追踪模块根据所述目标车辆的行驶路线确定所述目标车辆运送的目标骨料堆；

所述数据处理模块根据目标点云阵列确定所述目标骨料堆的体积变化信息，并根据所述体积变化信息以及所述运货质量信息确定所述目标骨料堆的当前质量。

可选地，所述点云采集模块包括：激光雷达、点云分割模块以及信息发送模块；

所述点云采集模块获取骨料堆场的全局点云阵列，并将所述全局点云阵列分割成各骨料堆的目标点云阵列，发送所述目标点云阵列至所述数据处理模块，包括：

所述激光雷达采集所述骨料堆场的全局点云阵列；

所述点云分割模块将所述全局点云阵列分割成各骨料堆的目标点云阵列；

所述信息发送模块将所述目标点云阵列发送至所述数据处理模块。

可选地，所述点云分割模块包括：平面分离模块、随机点选择模块、聚类点云查找模块、目标点云确定模块；

所述点云分割模块将所述全局点云阵列分割成各骨料堆的目标点云阵列包括：

所述平面分离模块根据所述全局点云阵列分离地面点云阵列，获得目标全局点云阵列；

所述随机点选择模块随机选取所述目标全局点云阵列的中的目标点；

所述聚类点云查找模块查找与所述目标点距离小于阈值的聚类点，并根据所述聚类点获得聚类点云；

所述目标点云确定模块根据所述聚类点云确定各骨料堆的目标点云阵列。

可选地，所述称重模块包括：车辆称重模块、车辆识别模块、计算模块以及车辆信息发送模块；

所述称重模块获取目标车辆的入场重量以及出场重量，根据所述入场重量与所述出场重量确定运货质量信息，并将所述运货质量信息发送至所述数据处理模块包括：

所述车辆识别模块获取所有进出场车辆的目标特征信息，根据所述目标特征信息识别目标车辆；

所述车辆称重模块获取所述目标车辆的入场重量以及出场重量；

所述计算模块根据所述入场重量以及所述出场重量，确定所述目标车辆的运货质量信息；

所述车辆信息发送模块将所述目标特征信息发送至所述视频追踪模块，并将所述运货质量信息发送至所述数据处理模块。

本发明中，点云采集模块，用于获取骨料堆场的全局点云阵列，并将全局点云阵列分割成各骨料堆的目标点云阵列，发送目标点云阵列至数据处理模块；称重模块，用于获取目标车辆的入场重量以及出场重量，根据入场重量与出场重量确定运货质量信息，并将运货质量信息发送至数据处理模块；视频追踪模块，用于根据目标车辆的行驶路线确定目标车辆运送的目标骨料堆；数据处理模块，用于根据目标点云阵列确定目标骨料堆的体积变化信息，并根据体积变化信息以及运货质量信息确定目标骨料堆的当前质量。从而可以实时监控管理骨料堆场中各骨料堆的体积及重量，并将体积和重量数据化表达，从而更进一步提升骨料堆场的管理效率。

附图说明

图1为本发明骨料堆场管理系统第一实施例的结构框图；

图2为本发明骨料堆场管理系统第二实施例的结构框图；

图3为本发明骨料堆场管理方法第一实施例的流程示意图；

图4为本发明骨料堆场管理方法第二实施例的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明骨料堆场管理系统第一实施例的结构框图。

在本实施例中，所述骨料堆场管理系统包括：点云采集模块10、称重模块20、视频追踪模块30以及数据处理模块40，其中点云采集模块10、称重模块20、视频追踪模块30均与数据处理模块建立通信连接，例如WiFi、蓝牙、4G或者5G通信等。

点云采集模块10，用于获取骨料堆场的全局点云阵列，并将所述全局点云阵列分割成各骨料堆的目标点云阵列，发送所述目标点云阵列至所述数据处理模块.

需要说明的是，点云采集模块10可以设置多个，根据不同骨料堆场的大小调整数量，从而能够给覆盖骨料堆场中的所有骨料堆，从而获得全局点云阵列。

容易理解的是，各骨料堆的点云分割可采用PointNet点云分割方法，该方法分为三部分：采样层、分组层、特征提取层。首先来看采样层，为了从稠密的点云中抽取出一些相对较为重要的中心点，采用最远点采样法，也可以随机采样；分组层，在上一层提取出的中心点的某个范围内寻找最近个k近邻点组成patch；特征提取层是将这k个点通过小型PointNet网络进行卷积和pooling得到的特征作为此中心点的特征，再送入下一个分层继续。这样每一层得到的中心点都是上一层中心点的子集，并且随着层数加深，中心点的个数越来越少，但是每一个中心点包含的信息越来越多。从而将不同骨料堆的点云进行分割。

称重模块20，用于获取目标车辆的入场重量以及出场重量，根据所述入场重量与所述出场重量确定运货质量信息，并将所述运货质量信息发送至所述数据处理模块。

应理解的是，称重模块20包括地磅称，当运货的目标车辆进入骨料堆场时，称量目标车辆的入场重量，在目标车辆出场时，称量目标车辆的出场重量，从而可以计算出目标车辆重量差，从而获得目标车辆的运货质量信息；当目标运货车辆没有运送货物时，出入场的重量可能会有一定误差，因此，可设置误差值，当目标车辆的重量差没有超过误差值时，则表明目标车辆没有运送货物。

进一步地，所述称重模块20包括：车辆称重模块、车辆识别模块、计算模块以及车辆信息发送模块；

所述车辆识别模块，用于获取所有进出场车辆的目标特征信息，根据所述目标特征信息识别目标车辆；

所述车辆称重模块，用于获取所述目标车辆的入场重量以及出场重量；

所述计算模块，用于根据所述入场重量以及所述出场重量，确定所述目标车辆的运货质量信息；

所述车辆信息发送模块，用于将所述目标特征信息发送至所述视频追踪模块，并将所述运货质量信息发送至所述数据处理模块。

可以理解的是，车辆识别模块可采集所有车辆图像特征信息，即目标特征信息，例如车牌号、司机人脸图像、车轴数量、车身颜色等等。当进出场车辆被识别为同一车辆时，即为目标车辆。

容易理解的是，当车辆进场时，车辆识别模块采集车辆特征，车辆称重模块采集此车辆的入场重量，并将特征与入场重量建立映射关系，当车辆出场时，根据车辆特征识别车辆，车辆称重模块采集此车辆的出场重量，计算模块可为终端设备，例如电脑，计算模块获取此车辆的入场重量以及出场重量，从而计算出此车辆的重量差，并生成运货质量信息。车辆信息发送模块将目标车辆特征信息发送至视频追踪模块30，将运货质量信息发送至数据处理模块40，以使视频追踪模块30根据目标特征信息识别目标车辆，数据处理模块40根据运货质量信息进行后续处理。

视频追踪模块30，用于根据所述目标车辆的行驶路线确定所述目标车辆运送的目标骨料堆。

可以理解的是，当目标车辆进场时，视频追踪模块30采集目标车辆的特性，并实时根据车辆的特征识别车辆从而达到追踪目标车辆的目的。视频追踪模块30可根据骨料堆场的大小设置不同的数量，各视频追踪模块30需要覆盖骨料堆场的所有范围，所有视频追踪模块30数据共享。

容易理解的是，视频追踪模块根据以目标车辆的进场开始至目标车辆的出场结束，完成整个目标车辆路线的追踪，并根据路线确定目标车辆运送的骨料堆，即目标骨料堆。

进一步地，所述视频追踪模块包括：监控模块、特征提取模块、车辆追踪模块及路线确定模块；

所述监控模块，用于获取所述骨料堆场的视频数据；

所述特征提取模块，用于根据视频数据提取的车辆特征信息；

所述车辆跟踪模块，用于将所述车辆特征信息与所述目标特征信息进行对比，确定所述目标车辆，并追踪所述目标车辆，以获得追踪信息；

所述路线确定模块，用于根据所述追踪信息确定所述目标车辆的行驶路线，并根据所述行驶路线确定目标骨料堆。

在具体实现中，监控模块可为监控摄像头，监控摄像头可为多个，用于获取骨料堆场全局的视频数据。

可以理解的是，特征提取模块根据视频数据提取车辆的车辆特征信息。特征提取模块根据视频数据识别视频中的车辆，再提取此车辆的特征信息。再将车辆特性信息与车辆识别模块提取的目标特征进行对比，从而可以确定此车辆是否为目标车辆。在确定目标车辆后，车辆跟踪模块根据视频数据获取目标车辆的行驶路线，从而确定目标车辆运送的目标骨料堆。

数据处理模块40，用于根据目标点云阵列确定所述目标骨料堆的体积变化信息，并根据所述体积变化信息以及所述运货质量信息确定所述目标骨料堆的当前质量。

应理解的是，点云采集模块10实时采集全局点云阵列，当目标车辆运送货物后，目标骨料堆的体积也会发生相应的变化，数据处理模块40则可以根据目标骨料堆的点云阵列变化获得运送货物的体积，也可以根据目标点云阵列获得目标骨料堆的实时体积，从而达到对目标骨料堆实时监控的目的。

进一步地，所述数据处理模块40包括：体积计算模块、密度计算模块、质量计算模块；

所述体积计算模块，用于根据所述目标点云阵列确定所述目标骨料堆的运送前体积信息以及运送后体积信息，根据所述运送前体积信息以及所述运送后体积信息确定体积变化信息；

所述密度计算模块，用于根据所述体积变化信息以及所述运货质量信息确定骨料密度；

所述质量计算模块，用于根据所述目标点云阵列获取各骨料堆的当前体积，并根据所述骨料密度确定各骨料堆的当前质量。

可以理解的是，根据目标骨料堆运货前后的目标点云阵列，可以获得目标骨料堆运货前的体积信息以及运货后的体积信息，从而可以计算出目标骨料堆的体积变化信息，并且根据目标车辆的运货质量信息，可以确定目标骨料堆的骨料密度，在根据运货后的体积信息，可以确定目标骨料堆当前的重量，从而实现骨料堆场的数据化管理。

本实施例中，点云采集模块，用于获取骨料堆场的全局点云阵列，并将全局点云阵列分割成各骨料堆的目标点云阵列，发送目标点云阵列至数据处理模块；称重模块，用于获取目标车辆的入场重量以及出场重量，根据入场重量与出场重量确定运货质量信息，并将运货质量信息发送至数据处理模块；视频追踪模块，用于根据目标车辆的行驶路线确定目标车辆运送的目标骨料堆；数据处理模块，用于根据目标点云阵列确定目标骨料堆的体积变化信息，并根据体积变化信息以及运货质量信息确定目标骨料堆的当前质量。根据上述方式，可以实时监控管理骨料堆场中各骨料堆的体积及重量，并实时监控运货车辆的进出场重量，将各骨料堆的体积和重量数据化表达，避免了人工判断的不准确性，从而更进一步提升骨料堆场的管理效率。

参考图2，图2为本发明一种骨料堆场管理系统第二实施例的结构框图。

基于上述第一实施例，提出本发明骨料堆场管理系统的第二实施例。

在本实施例中，所述点云采集模块10包括：激光雷达11、点云分割模块12以及信息发送模块13。

激光雷达11，用于采集所述骨料堆场的全局点云阵列。

可以理解的是，为了保证获取更加精确的点云阵列，可采用64线及以上的激光雷达。

点云分割模块12，用于将所述全局点云阵列分割成各骨料堆的目标点云阵列。

容易理解的是，为了更方便的对每个单独的骨料堆的体积进行计算，需要将包含多个骨料堆点云阵列的全局点云阵列分割为每个骨料堆单独的点云阵列。

进一步地，所述点云分割模块包括：平面分离模块、随机点选择模块、聚类点云查找模块、目标点云确定模块；

所述平面分离模块，用于根据所述全局点云阵列分离地面点云阵列，获得目标全局点云阵列；

所述随机点选择模块，用于随机选取所述目标全局点云阵列的中的目标点；

所述聚类点云查找模块，用于查找与所述目标点距离小于阈值的聚类点，并根据所述聚类点获得聚类点云；

所述目标点云确定模块，用于根据所述聚类点云确定各骨料堆的目标点云阵列。

应理解的是，在激光雷达采集点云阵列时，会不可避免的同时采集地面的点云阵列，而骨料堆的点云阵列基本是高于地面的，并且将地面点云分类可以更好地将不同骨料堆的点云阵列分离。

需要说明的是，随机点选择模块用于随机选择目标全局点云阵列中的随机点，利用范围搜索或者最近邻搜索选择距离目标点小于阈值的n个点，在从n个点中选择另一目标点，继续利用上述范围搜索或者最近邻搜索选择距离另一目标点小于阈值的点，重复上述步骤，直到查找不到新的点，则这些被查找到的点为同一类点云，即完成一个骨料堆的目标点云阵列的分割。

所述信息发送模块13，用于将所述目标点云阵列发送至所述数据处理模块。

可以理解的是，被分割后的目标点云阵列将被发送至数据处理模块40，用于对骨料堆体积以及质量的实时计算。

本实施例中，激光雷达，用于采集所述骨料堆场的全局点云阵列；点云分割模块，用于将所述全局点云阵列分割成各骨料堆的目标点云阵列；信息发送模块，用于将所述目标点云阵列发送至所述数据处理模块。通过上述方式，将全局骨料堆场的点云阵列分割成各骨料堆场的点云阵列，进一步提升了对各骨料堆的体积的计算精度，从而进一步提升了骨料堆场的管理效率。

本发明实施例提供了一种骨料堆场管理方法，参照图3，图3为本发明一种骨料堆场管理方法第一实施例的流程示意图。

本实施例中，所述骨料堆场管理方法应用于骨料堆场管理系统，所述系统包括：点云采集模块、称重模块、视频追踪模块以及数据处理模块；

所述骨料堆场管理方法包括：

步骤S10：所述点云采集模块获取骨料堆场的全局点云阵列，并将所述全局点云阵列分割成各骨料堆的目标点云阵列，发送所述目标点云阵列至所述数据处理模块。

需要说明的是，点云采集模块10可以设置多个，根据不同骨料堆场的大小调整数量，从而能够给覆盖骨料堆场中的所有骨料堆，从而获得全局点云阵列。

容易理解的是，各骨料堆的点云分割可采用PointNet点云分割方法，该方法分为三部分：采样层、分组层、特征提取层。首先来看采样层，为了从稠密的点云中抽取出一些相对较为重要的中心点，采用最远点采样法，也可以随机采样；分组层，在上一层提取出的中心点的某个范围内寻找最近个k近邻点组成patch；特征提取层是将这k个点通过小型PointNet网络进行卷积和pooling得到的特征作为此中心点的特征，再送入下一个分层继续。这样每一层得到的中心点都是上一层中心点的子集，并且随着层数加深，中心点的个数越来越少，但是每一个中心点包含的信息越来越多。从而将不同骨料堆的点云进行分割。

步骤S20：所述称重模块获取目标车辆的入场重量以及出场重量，根据所述入场重量与所述出场重量确定运货质量信息，并将所述运货质量信息发送至所述数据处理模块。

应理解的是，称重模块包括地磅称，当运货的目标车辆进入骨料堆场时，称量目标车辆的入场重量，在目标车辆出场时，称量目标车辆的出场重量，从而可以计算出目标车辆重量差，从而获得目标车辆的运货质量信息；当目标运货车辆没有运送货物时，出入场的重量可能会有一定误差，因此，可设置误差值，当目标车辆的重量差没有超过误差值时，则表明目标车辆没有运送货物。

进一步地，所述称重模块包括：车辆称重模块、车辆识别模块、计算模块以及车辆信息发送模块；

所述称重模块获取目标车辆的入场重量以及出场重量，根据所述入场重量与所述出场重量确定运货质量信息，并将所述运货质量信息发送至所述数据处理模块包括：

所述车辆识别模块获取所有进出场车辆的目标特征信息，根据所述目标特征信息识别目标车辆；

所述车辆称重模块获取所述目标车辆的入场重量以及出场重量；

所述计算模块根据所述入场重量以及所述出场重量，确定所述目标车辆的运货质量信息；

所述车辆信息发送模块将所述目标特征信息发送至所述视频追踪模块，并将所述运货质量信息发送至所述数据处理模块。

可以理解的是，车辆识别模块可采集所有车辆图像特征信息，即目标特征信息，例如车牌号、司机人脸图像、车轴数量、车身颜色等等。当进出场车辆被识别为同一车辆时，即为目标车辆。

容易理解的是，当车辆进场时，车辆识别模块采集车辆特征，车辆称重模块采集此车辆的入场重量，并将特征与入场重量建立映射关系，当车辆出场时，根据车辆特征识别车辆，车辆称重模块采集此车辆的出场重量，计算模块可为终端设备，例如电脑，计算模块获取此车辆的入场重量以及出场重量，从而计算出此车辆的重量差，并生成运货质量信息。车辆信息发送模块将目标车辆特征信息发送至视频追踪模块，将运货质量信息发送至数据处理模块，以使视频追踪模块根据目标特征信息识别目标车辆，数据处理模块根据运货质量信息进行后续处理。

步骤S30：所述视频追踪模块根据所述目标车辆的行驶路线确定所述目标车辆运送的目标骨料堆。

可以理解的是，当目标车辆进场时，视频追踪模块采集目标车辆的特性，并实时根据车辆的特征识别车辆从而达到追踪目标车辆的目的。视频追踪模块可根据骨料堆场的大小设置不同的数量，各视频追踪模块需要覆盖骨料堆场的所有范围，所有视频追踪模块数据共享。

容易理解的是，视频追踪模块根据以目标车辆的进场开始至目标车辆的出场结束，完成整个目标车辆路线的追踪，并根据路线确定目标车辆运送的骨料堆，即目标骨料堆。

步骤S40：所述数据处理模块根据目标点云阵列确定所述目标骨料堆的体积变化信息，并根据所述体积变化信息以及所述运货质量信息确定所述目标骨料堆的当前质量。

应理解的是，点云采集模块实时采集全局点云阵列，当目标车辆运送货物后，目标骨料堆的体积也会发生相应的变化，数据处理模块则可以根据目标骨料堆的点云阵列变化获得运送货物的体积，也可以根据目标点云阵列获得目标骨料堆的实时体积，从而达到对目标骨料堆实时监控的目的。

本实施例中，点云采集模块获取骨料堆场的全局点云阵列，并将全局点云阵列分割成各骨料堆的目标点云阵列，发送目标点云阵列至数据处理模块；称重模块获取目标车辆的入场重量以及出场重量，根据入场重量与出场重量确定运货质量信息，并将运货质量信息发送至数据处理模块；视频追踪模块根据目标车辆的行驶路线确定目标车辆运送的目标骨料堆；数据处理模块根据目标点云阵列确定目标骨料堆的体积变化信息，并根据体积变化信息以及运货质量信息确定目标骨料堆的当前质量。根据上述方式，可以实时监控管理骨料堆场中各骨料堆的体积及重量，并实时监控运货车辆的进出场重量，将各骨料堆的体积和重量数据化表达，避免了人工判断的不准确性，从而更进一步提升骨料堆场的管理效率。

参考图4，图4为本发明一种骨料堆场管理方法第二实施例的流程示意图。

基于上述第一实施例，本实施例骨料堆场管理方法在所述步骤S10，包括：

步骤S11：所述激光雷达采集所述骨料堆场的全局点云阵列。

可以理解的是，为了保证获取更加精确的点云阵列，可采用64线及以上的激光雷达。

步骤S12：所述点云分割模块将所述全局点云阵列分割成各骨料堆的目标点云阵列。

容易理解的是，为了更方便的对每个单独的骨料堆的体积进行计算，需要将包含多个骨料堆点云阵列的全局点云阵列分割为每个骨料堆单独的点云阵列。

进一步地，步骤S2包括：所述平面分离模块根据所述全局点云阵列分离地面点云阵列，获得目标全局点云阵列；

所述随机点选择模块随机选取所述目标全局点云阵列的中的目标点；

所述聚类点云查找模块查找与所述目标点距离小于阈值的聚类点，并根据所述聚类点获得聚类点云；

所述目标点云确定模块根据所述聚类点云确定各骨料堆的目标点云阵列。

应理解的是，在激光雷达采集点云阵列时，会不可避免的同时采集地面的点云阵列，而骨料堆的点云阵列基本是高于地面的，并且将地面点云分类可以更好地将不同骨料堆的点云阵列分离。

需要说明的是，随机点选择模块用于随机选择目标全局点云阵列中的随机点，利用范围搜索或者最近邻搜索选择距离目标点小于阈值的n个点，在从n个点中选择另一目标点，继续利用上述范围搜索或者最近邻搜索选择距离另一目标点小于阈值的点，重复上述步骤，直到查找不到新的点，则这些被查找到的点为同一类点云，即完成一个骨料堆的目标点云阵列的分割。

步骤S13：所述信息发送模块将所述目标点云阵列发送至所述数据处理模块。

可以理解的是，被分割后的目标点云阵列将被发送至数据处理模块40，用于对骨料堆体积以及质量的实时计算。

本实施例中，激光雷达采集所述骨料堆场的全局点云阵列；点云分割模块将所述全局点云阵列分割成各骨料堆的目标点云阵列；信息发送模块将所述目标点云阵列发送至所述数据处理模块。通过上述方式，将全局骨料堆场的点云阵列分割成各骨料堆场的点云阵列，进一步提升了对各骨料堆的体积的计算精度，从而进一步提升了骨料堆场的管理效率。

需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。

另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的骨料堆场管理方法，此处不再赘述。

此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。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(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。