【技术实现步骤摘要】
一种煤炭运输遗撒智能监测分析方法、装置和设备
[0001]本专利技术属于煤炭运输监测
，具体涉及一种煤炭运输遗撒智能监测 分析方法、装置和设备。
技术介绍
[0002]随着铁路煤炭运输量的增加，铁路运输的环境污染也将逐渐被提 上日程。但目前的铁路运输虽然已采用了喷洒抑尘剂等抑尘措施，抑 尘效果却并不能保证持续至运输过程结束，煤炭运输过程中还是会产 生遗撒并对沿线环境造成污染。
[0003]为了减少煤炭运输损失和运输过程中的环境污染，各铁路煤炭车 站在煤炭装载后，都进行了抑尘剂的喷洒作业。但是抑尘剂的喷洒是 否起到了应有的作用，目前还缺乏有效的监管措施。不同装车站始发 的车辆，在运输过程中产生的遗撒程度差别很大。
[0004]现有技术中，对于煤炭运输的监管措施主要包括：对TSP(total suspendedparticulate，总悬浮颗粒物)和PM
10
(inhalable particles，可吸入颗粒物) 进行监测，并同步采取视频监测设施。但是由于无法判断列车通过时产生的煤 粉尘...
【技术保护点】
【技术特征摘要】
1.一种煤炭运输遗撒智能监测分析方法，其特征在于，包括：利用激光雷达扫描采集当次列车在运输过程中的第一点云数据；其中，所述激光雷达架设于煤炭运输铁路沿线的多个雷达观测点中；对所述第一点云数据进行数据清洗，得到第二点云数据；利用配准算法模型对所述第二点云数据进行配准，得到第三点云数据；从所述第三点云数据中获取当次列车在至少两个雷达观测点的第四点云数据，并根据至少两份第四点云数据的数值变化，对煤炭在运输过程中的遗撒情况进行监测分析。2.根据权利要求1所述的煤炭运输遗撒智能监测分析方法，其特征在于，对所述第一点云数据进行数据清洗，得到第二点云数据，包括：获取每一所述雷达观测点下方的两侧铁轨的位置坐标，并滤除所述第一点云数据中在两侧铁轨之外采集到的无关点数据；利用Kdtree算法模型计算所述第一点云数据中的离散点数据，并滤除所述第一点云数据中的离散点数据，得到第二点云数据。3.根据权利要求1所述的煤炭运输遗撒智能监测分析方法，其特征在于，利用配准算法模型对所述第二点云数据进行配准，得到第三点云数据，包括：从所述第二点云数据中选取同一节车厢在同一雷达观测点被采集的前两帧点云数据；利用NDT算法模型，以第一帧点云数据为目标点云数据，对第二帧点云数据进行配准，获得前两帧点云数据的偏移向量；假设列车在同一雷达观测点的扫描范围内做匀速直线运动；基于所述偏移向量对同一节车厢在同一雷达观测点被采集的其他帧点云数据进行配准；重复上述步骤，对当次列车的其他节车厢的点云数据进行配准，得到第三点云数据。4.根据权利要求1所述的煤炭运输遗撒智能监测分析方法，其特征在于，在利用配准算法模型对所述第二点云数据进行配准，得到第三点云数据之后，所述方法还包括：获取每一节车厢各自被采集到的点云数据的帧数；当帧数第一和帧数第二的车厢之间的帧数差值大于N倍的帧数第二的车厢与其他任意车厢之间的帧数差值时，判定帧数第一的车厢停在了当前雷达观测点的下方；滤除帧数第一的车厢被采集到的重复点云数据帧。5.根据权利要求1所述的煤炭运输遗撒智能监测分析方法，其特征在于，从所述第三点云数据中获取当次列车在至少两个雷达观测点的第四点云数据，并根据至少两份第四点云数据的数值变化，对煤炭在运输过程中的遗撒情况进行监测分析，包括：从所述第三点云数据中获取当次列车在装车点的第四点云数据Y
i1
和在终点的第四点云数据Y
i2
；对在Δx范围内，所述第四点云数据Y
i1
投影到yOz平面的点数据a
i
＝(a1,a2...,a
n
)，以及所述第四点云数据Y
i2
投影到yOz平面的点数据b
i
＝(b1,b2...,b
n
)进行逐一比较；其中，Δx为当次列车运动方向的微分距离量，a
i
＝(a1,a2...,a
n
)为所述第四点云数据Y
i1
中第i节车厢点云数据中的点数据，b
i
＝(b1,b2...,b
n
)为所述第四点云数据Y
i2
中第i节车厢点云数据中的点数据；当点数据a
i
和点数据b
i
之间的变化T超出阈值T
阈值
时，对点数据a
i
和点数据b
i
分别进行曲
线拟合，得到拟合曲线f1和拟合曲线f2；其中，对拟合曲线f1和拟合曲线f2共同在y轴和z轴上进行积分，根据积分结果计算列车在装车点和终点的体积变化值，并根据所述体积变化值...
【专利技术属性】
技术研发人员：孙一辰，吴云鹏，杜春茂，栗一宸，张旭，张万闯，王永飞，
申请(专利权)人：中交铁道设计研究总院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。