一种基于激光雷达的卡车车斗内矿石体积的计算方法技术

本发明专利技术涉及一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：利用激光雷达获取空载卡车的车斗点云数据；并对此点云数据进行去噪处理，去除不满足要求的异常点；对每个点的高度方向的数值求平均值，并保存为基准高度；利用激光雷达获取载有矿石车斗的点云数据；并对此点云数据进行去噪处理，去除不满足要求的异常点；用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；结合车斗的长度和宽度，得到车斗内矿石的体积。本发明专利技术的优点是：提供的基于激光雷达的卡车车斗内矿石体积计算方法，效率高、成本低、且精度较高。且精度较高。且精度较高。

【技术实现步骤摘要】
一种基于激光雷达的卡车车斗内矿石体积的计算方法


[0001]本专利技术属于计算机
中点云数据处理技术，具体涉及一种基于激光雷达的卡车车斗内矿石体积的计算方法。

技术介绍

[0002]矿车装载量评估作为矿山生产的一项重要环节，对矿山生产规划及高效运营意义重大。随着矿山开采技术的发展，开采量与日俱增，传统基于人工的矿车装载量核算方式工作量大、效率低，且受人为因素影响，常出现错计、漏计的现象，难以满足矿山智慧化发展需求，亟需研发智能化矿车装载核算平台，实现矿石排出计量自动化。

技术实现思路

[0003]为了解决现有技术存在的上述问题，本专利技术的目的在于提供一种基于激光雷达的卡车车斗内矿石体积的计算方法，该计算方法具有效率高、成本低、且精度较高的优点，能够实现矿车装载矿石体积计量自动化。
[0004]本专利技术的目的是通过以下技术方案实现的：
[0005]本专利技术的一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：
[0006]S1、利用激光雷达获取空载卡车的车斗点云数据；
[0007]S2、对点云数据进行去噪处理，去除不满足要求的异常点；
[0008]S3、对每个点的高度z方向的数值求平均值，并保存为基准高度；
[0009]S4、利用激光雷达获取载有矿石车斗的点云数据；
[0010]S5、对点云数据进行去噪处理，去除不满足要求的异常点；
[0011]S6、用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；
[0012]S7、结合车斗的长度和宽度，得到车斗内矿石的体积。
[0013]在步骤S2和步骤S5中，所述的对点云数据进行去噪处理采用的具体方法如下：
[0014]首先根据给定的点云数据，通过最小二乘法拟合一个曲面；然后计算各个点到该曲面的距离，最后判定：如果该距离大于给定阈值，则该点为噪声点，予以删除，如果该距离小于给定阈值，则该点为正常点，予以保留。
[0015]所述的根据给定的点云数据，通过最小二乘法拟合一个曲面包括以下具体过程：
[0016]1)对于给定的数据点(x
i
,y
i
,z
i
)，i＝1,2,
…
,n，首先根据公式(1)得到一个假设的曲面方程如下：
[0017]F(x,y)＝P
T
(x,y)A
ꢀꢀꢀ
(1)
[0018]其中A
T
＝(a1,a2,
…
,a
m
)是曲面方程的系数，
[0019]P
T
(x,y)＝(p1(x1,y1)；p2(x2,y2)；
…
；p
n
(x
n
,y
n
))，p
i
(x
i
,y
i
)是曲面方程的一组基，本方法取P
iT
＝(1,x
i
,y
i
,x
i
y
i
,x
i2
,y
i2
)；
[0020]2)然后根据最小二乘法定义，得到公式(2)如下：
[0021][0022]上式对于A的最小化，由得到结果为：
[0023][0024]定义矩阵：
[0025][0026]P为n
×
m的矩阵，由p
i
＝(x
i
,y
i
)组成，Z是所有已知点的z
i
坐标值；
[0027]则且因此，P矩阵和Z矩阵可以改写为：(P
T
P)A＝P
T
Z，经化简可得A＝(P
T
P)
‑1P
T
Z；
[0028]将所求的系数A带入曲面方程F(x,y)＝P
T
(x,y)A即可求出拟合曲面方程。
[0029]在步骤S6和步骤S7中，所述的车斗内矿石的体积通过公式(3)计算获得，公式(3)如下：
[0030]V＝x
×
y
×
z
ꢀꢀꢀ
(3)
[0031]其中x为车斗的长度，y为车斗的宽度，z为步骤S6中求得的平均高度。
[0032]与现有技术相比，本专利技术的优点是：
[0033]本专利技术基于激光雷达的卡车车斗内矿石体积的计算方法，采用基于最小二乘法的曲面拟合方法来对点云数据进行去噪处理，并根据去噪后的点云数据进行体积计算，得到的矿石体积精度较高且该方法效率高、成本低。
附图说明
[0034]图1为本专利技术的计算流程示意框图。
具体实施方式
[0035]下面结合附图与具体实施方式对本专利技术作进一步说明：
[0036]实施例
[0037]如图1所示，本专利技术的一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：
[0038]S1、利用激光雷达获取空载卡车的车斗点云数据；
[0039]S2、对点云数据进行去噪处理，去除不满足要求的异常点；
[0040]S3、对每个点的高度z方向的数值求平均值，并保存为基准高度；
[0041]S4、利用激光雷达获取载有矿石车斗的点云数据；
[0042]S5、对点云数据进行去噪处理，去除不满足要求的异常点；
[0043]S6、用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；
[0044]S7、结合车斗的长度和宽度，得到车斗内矿石的体积；其中，所述对每个点的z方向的数值求平均值，需要先对各点的z方向的数值进行提取，然后求取平均值，并保存为基准高度，所述对点云数据进行去噪处理所采用的方法是基于最小二乘法的曲面拟合方法，所述结合车斗的长度和宽度得到车斗内矿石的体积是通过车斗长度乘以宽度乘以平均高度获得。
[0045]进一步地，所述对点云数据进行去噪处理中采用的最小二乘法拟合曲面的方法之后，还包括：
[0046]计算各个点到该曲面的距离，如果该距离大于给定阈值，则该点为噪声点，予以删除，相反，如果该距离小于给定阈值，则该点为正常点，应该保留。
[0047]具体地，最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。
[0048]通常在最小二乘法中，设(x,y)是一对观测量，且x＝[x1,x2,
…
,x
n
]T
∈R
n
，y＝R满足以下的理论函数：
[0049]y＝f(x,w)
[0050]其中w＝[w1,w2,...

【技术保护点】

【技术特征摘要】
1.一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于包括以下步骤：S1、利用激光雷达获取空载卡车的车斗点云数据；S2、对点云数据进行去噪处理，去除不满足要求的异常点；S3、对每个点的高度z方向的数值求平均值，并保存为基准高度；S4、利用激光雷达获取载有矿石车斗的点云数据；S5、对点云数据进行去噪处理，去除不满足要求的异常点；S6、用每一个点的高度信息减去基准高度，并对各点的高度差求平均值，得到车斗内矿石的平均高度；S7、结合车斗的长度和宽度，得到车斗内矿石的体积。2.根据权利要求1所述的一种基于激光雷达的卡车车斗内矿石体积的计算方法，其特征在于，在步骤S2和步骤S5中，所述的对点云数据进行去噪处理采用的具体方法如下：首先根据给定的点云数据，通过最小二乘法拟合一个曲面；然后计算各个点到该曲面的距离，最后判定：如果该距离大于给定阈值，则该点为噪声点，予以删除，如果该距离小于给定阈值，则该点为正常点，予以保留。3.根据权利要求2所述的具体方法，其特征在于，所述的根据给定的点云数据，通过最小二乘法拟合一个曲面包括以下具体过程：1)对于给定的数据点(x
i
，y
i
，z
i
)，i＝1，2，
…
，n，首先根据公式(1)得到一个曲面方程如下：F(x，y)＝P
T
(x，y)A (1)其中A
T
＝(a1，a2，...，a
m
)是曲面方程的系数，P
T
(x，y)＝(p1(x1，y1)；p2(x2，y2)；...；p
n...

【专利技术属性】
技术研发人员：柴青平，徐连生，毛亚纯，楚长青，许志华，黄贵臣，刘述栋，谷传宝，
申请(专利权)人：鞍钢集团矿业有限公司，
类型：发明
国别省市：