用于煤场盘煤的点云数据滤波方法及装置制造方法及图纸

本公开提供一种用于煤场盘煤的点云数据滤波方法及装置。方法包括：获取煤堆的三维点云数据；将煤堆的三维点云数据在水平面的投影做三角网格化；计算每个三角网格中三个顶点向量的实际高度总体方差；计算每个三角网格中三个顶点向量之间的实际斜率绝对值；根据每个三角网格的实际高度总体方差和实际斜率绝对值，确定三角网格中是否存在异常点云数据；对存在异常点云数据的三角网格进行矫正滤波处理；根据矫正滤波处理后的各三角网格以及对应的每个点云数据的高度信息，重建煤堆的三维模型。本公开的方法，能够降低在煤场激光盘煤的过程中，异常点云数据所引起盘煤数据误差，有效保留现场燃料堆煤细节，提高数据精度，提高煤场盘煤管理。盘煤管理。盘煤管理。

【技术实现步骤摘要】
用于煤场盘煤的点云数据滤波方法及装置


[0001]本公开属于煤场盘煤
，具体涉及一种用于煤场盘煤的点云数据滤波方法及装置。

技术介绍

[0002]燃煤电厂燃料管理一直是一个重要的问题，燃煤电厂60％
‑
70％的运行成本支出在煤这块，煤场管理水平的提高在很大的程度上能够降低燃煤电厂运行成本。现有的煤场燃料管理在很大程度上依赖根据煤场进出信息，人工建立煤场煤种存储图形，这种方法精度差，效率低，人工建立煤场煤种存储信息只能根据经验和对现场情况的目视，粗略的构建煤种存储信息图，这种信息图对后续燃料的堆、取有较大的影响，比如不同煤种的煤质化验数据不同，对锅炉燃烧产生很大的影响。所以如何借助自动化手段，更加准确的完成煤场煤种分布的数据的信息化和数字化，成为现在主要的研究方向。
[0003]在激光盘煤的过程中，煤场上会经常出现推煤机或者斗轮机堆取料臂在煤场上方作业，导致激光扫描仪在扫描的过程中，会扫描到作业设备上，出现异常数据，影响料场盘点数据精度。
[0004]现有的针对点云数据滤波的算法包括体素滤波算法、统计滤波算法、半径滤波算法等，都是比较通用的点云滤波算法，在一定程度上能够消除部分噪声数据，但是也会消除掉整个模型的部分细节，使得模型变得光滑模糊，基于这些数据计算出来的盘煤数据误差增大。

技术实现思路

[0005]本公开旨在至少解决现有技术中存在的技术问题之一，提供一种用于煤场盘煤的点云数据滤波方法及装置。
[0006]本公开的一方面，提供一种用于煤场盘煤的点云数据滤波方法，所述方法包括：
[0007]获取煤堆的三维点云数据；
[0008]将所述煤堆的三维点云数据在水平面的投影做三角网格化，得到多个三角网格；
[0009]计算每个所述三角网格中三个顶点向量的实际高度总体方差；
[0010]计算每个所述三角网格中三个顶点向量之间的实际斜率绝对值；
[0011]根据每个所述三角网格的实际高度总体方差和实际斜率绝对值，确定所述三角网格中是否存在异常点云数据；
[0012]对每个存在所述异常点云数据的所述三角网格进行矫正滤波处理；
[0013]根据矫正滤波处理后的各所述三角网格以及对应的每个点云数据的高度信息，重建所述煤堆的三维模型。
[0014]在一些实施方式中，所述根据每个所述三角网格的实际高度总体方差和实际斜率绝对值，确定所述三角网格中是否存在异常点云数据，包括：
[0015]将所述三角网格的实际高度总体方差与预设的高度总体方差阈值进行比较，以及
将所述三角网格各顶点向量的实际斜率绝对值与预设的斜率绝对阈值进行比较；
[0016]若所述三角网格的实际高度总体方差大于所述高度总体方差阈值，并且所述三角网格的各顶点向量的所述实际斜率绝对值均大于所述斜率绝对阈值，则判定该三角网格存在异常点云数据。
[0017]在一些实施方式中，所述判定该三角网格存在异常点云数据，包括：
[0018]将存在异常点云数据的三角网格的各个顶点按照高度进行排序，最大值所对应的顶点即为所述异常点云数据。
[0019]在一些实施方式中，所述对每个存在所述异常点云数据的所述三角网格进行矫正滤波处理，包括：
[0020]利用所述三角网络中其余两个正常的点云数据，对该三角网络中的异常点云数据进行矫正滤波处理。
[0021]在一些实施方式中，所述利用所述三角网络中其余两个正常的点云数据，对该三角网络中的异常点云数据进行矫正滤波处理，包括：
[0022]根据下述关系式对所述异常点云数据进行矫正滤波处理：
[0023]NoisePoint
′
=(x
n
,y
n
,(z
i
+z
j
)/2)
[0024]其中，NoisePoint
′
为矫正后的异常点云数据，x
n
为矫正前的异常点云数据的x轴坐标，y
n
为矫正前的异常点云数据的y轴坐标，z
i
为异常点云数据所在的三角网格中其中一个正常点云数据的z轴坐标，z
j
为异常点云数据所在的三角网格中另外一个正常点云数据的z轴坐标。
[0025]本公开的另一方面，提供一种用于煤场盘煤的点云数据滤波装置，所述装置包括：
[0026]获取模块，用于获取煤堆的三维点云数据；
[0027]网格化模块，用于将所述煤堆的三维点云数据在水平面的投影做三角网格化，得到多个三角网格；
[0028]计算模块，用于计算每个所述三角网格中三个顶点向量的实际高度总体方差；以及，
[0029]所述计算模块，还用于计算每个所述三角网格中三个顶点向量之间的实际斜率绝对值；
[0030]处理模块，用于根据每个所述三角网格的实际高度总体方差和实际斜率绝对值，确定所述三角网格中是否存在异常点云数据；
[0031]矫正模块，用于对每个存在所述异常点云数据的所述三角网格进行矫正滤波处理；
[0032]建立模块，用于根据矫正滤波处理后的各所述三角网格以及对应的每个点云数据的高度信息，重建所述煤堆的三维模型。
[0033]在一些实施方式中，所述处理模块，具体还用于：
[0034]将所述三角网格的实际高度总体方差与预设的高度总体方差阈值进行比较，以及将所述三角网格各顶点向量的实际斜率绝对值与预设的斜率绝对阈值进行比较；
[0035]若所述三角网格的实际高度总体方差大于所述高度总体方差阈值，并且所述三角网格的各顶点向量的所述实际斜率绝对值均大于所述斜率绝对阈值，则判定该三角网格存在异常点云数据。
[0036]在一些实施方式中，所述处理模块，具体还用于：
[0037]将存在异常点云数据的三角网格的各个顶点按照高度进行排序，最大值所对应的顶点即为所述异常点云数据。
[0038]在一些实施方式中，所述矫正模块，具体还用于：
[0039]利用所述三角网络中其余两个正常的点云数据，对该三角网络中的异常点云数据进行矫正滤波处理。
[0040]在一些实施方式中，所述矫正模块，具体根据下述关系式对所述异常点云数据进行矫正滤波处理：
[0041]NoisePoint
′
=(x
n
,y
n
,(z
i
+z
j
)/2)
[0042]其中，NoisePoint
′
为矫正后的异常点云数据，x
n
为矫正前的异常点云数据的x轴坐标，y
n
为矫正前的异常点云数据的y轴坐标，z
i
为异常点云数据所在的三角网格中其中一个正常点云数据的z轴坐标，z
j
为异常点云数据所在的三角网格中另外一个正常点云数据的z轴坐标。
[0043]本公开的用于煤场盘煤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于煤场盘煤的点云数据滤波方法，其特征在于，所述方法包括：获取煤堆的三维点云数据；将所述煤堆的三维点云数据在水平面的投影做三角网格化，得到多个三角网格；计算每个所述三角网格中三个顶点向量的实际高度总体方差；计算每个所述三角网格中三个顶点向量之间的实际斜率绝对值；根据每个所述三角网格的实际高度总体方差和实际斜率绝对值，确定所述三角网格中是否存在异常点云数据；对每个存在所述异常点云数据的所述三角网格进行矫正滤波处理；根据矫正滤波处理后的各所述三角网格以及对应的每个点云数据的高度信息，重建所述煤堆的三维模型。2.根据权利要求1所述的方法，其特征在于，所述根据每个所述三角网格的实际高度总体方差和实际斜率绝对值，确定所述三角网格中是否存在异常点云数据，包括：将所述三角网格的实际高度总体方差与预设的高度总体方差阈值进行比较，以及将所述三角网格各顶点向量的实际斜率绝对值与预设的斜率绝对阈值进行比较；若所述三角网格的实际高度总体方差大于所述高度总体方差阈值，并且所述三角网格的各顶点向量的所述实际斜率绝对值均大于所述斜率绝对阈值，则判定该三角网格存在异常点云数据。3.根据权利要求2所述的方法，其特征在于，所述判定该三角网格存在异常点云数据，包括：将存在异常点云数据的三角网格的各个顶点按照高度进行排序，最大值所对应的顶点即为所述异常点云数据。4.根据权利要求1至3任一项所述的方法，其特征在于，所述对每个存在所述异常点云数据的所述三角网格进行矫正滤波处理，包括：利用所述三角网络中其余两个正常的点云数据，对该三角网络中的异常点云数据进行矫正滤波处理。5.根据权利要求4所述的方法，其特征在于，所述利用所述三角网络中其余两个正常的点云数据，对该三角网络中的异常点云数据进行矫正滤波处理，包括：根据下述关系式对所述异常点云数据进行矫正滤波处理：NoisePoint
′
＝(x
n
,y
n
,(z
i
+z
j
)/2)其中，NoisePoint
′
为矫正后的异常点云数据，x
n
为矫正前的异常点云数据的x轴坐标，y
n
为矫正前的异常点云数据的y轴坐标，z
i
为异常点云数据所在的三角网格中其中一个正常点云数据的z轴坐标，z
j
为异常点云数据所在的三角...

【专利技术属性】
技术研发人员：孙新佳，褚孝国，田宏哲，王雅宾，赵霞，孙晓刚，杨政厚，
申请(专利权)人：北京华能新锐控制技术有限公司，
类型：发明
国别省市：