火车装车3D模型的重心偏移检测方法技术

本发明专利技术属于火车装车技术领域，涉及一种火车装车3D模型的重心偏移检测方法，包括1)雷达扫描获取点云数据，得到轨道区域内的点云数据；2)利用欧式算法对轨道区域内的点云数据进行聚类划分，区分出每个独立的车厢；3)根据结果，每个车厢分别计算车厢点云块的中心点；4)根据中心点的坐标，选择中心点靠近雷达中心的点云，车厢点云数据过滤得到装车点云；5)利用降维算法计算车厢的平均高度A、计算重心偏移度B以及生成装车3D模型C；6)根据装车3D模型C对装车重心偏移度进行可视化，根据平均高度A和重心偏移度B判断装车结果的好坏。本发明专利技术利用激光雷达生成火车装车3D模型实现偏移度的检测，偏移度易控制且误差小。偏移度易控制且误差小。偏移度易控制且误差小。

【技术实现步骤摘要】
火车装车3D模型的重心偏移检测方法


[0001]本专利技术属于火车装车
，涉及一种火车装车3D模型的重心偏移检测方法。

技术介绍

[0002]火车在装车时，由于货品的不断增加，车厢重心出现偏移，大大影响车厢的稳定，有必要对装车过程重心偏移进行控制，便于根据重心偏移度大小进行调整。现有的火车重心偏移度不能进行实时控制，且由于影响偏移度的因素较多，不能对采集的数据进行有效的处理，导致最终的结果出现偏差，偏移度不够精确，给后续的调整带来不便。

技术实现思路

[0003]针对现有火车装车重心偏移难以控制以及检测误差大的技术问题，本专利技术提供一种火车装车3D模型的重心偏移检测方法及检测装置，利用激光雷达生成火车装车3D模型实现偏移度的检测，偏移度易控制且误差小。
[0004]为了实现上述目的，本专利技术采用的技术方案是：
[0005]一种火车装车3D模型的重心偏移检测方法，包括以下步骤：
[0006]1)雷达扫描获取点云数据，并进行预处理轨道区域内的点云数据；
[0007]2)利用欧式算法对轨道区域内的点云数据进行聚类划分，区分出每个独立的车厢；
[0008]3)根据聚类划分的结果，针对每个车厢，分别计算车厢点云块的中心点；
[0009]4)根据中心点的坐标，选择中心点靠近雷达中心的点云，把车厢点云数据进行过滤得到装车点云；
[0010]5)继续利用降维算法计算车厢的平均高度A、计算重心偏移度B以及生成装车3D模型C；
[0011]6)根据装车3D模型C对装车进行可视化，根据平均高度A和重心偏移度B判断装车结果的好坏。
[0012]进一步的，所述步骤2)中，欧式算法的具体步骤为：
[0013]1.1)找到轨道区域内的点云数据空间中任意点p10，用kdTree找到离p10最近的n个点，p12，p13，p14
…
p1n，判断这n个点到p10的距离，将距离小于阈值r的点p12，p13，p14
…
放在类Q(p10)里；
[0014]1.2)在Q(p10)里找到一点p12，重复步骤1.1)；
[0015]1.3)继续在Q(p10，p12)找到一点p1n，重复步骤1.1)，将距离小于阈值r的点全部放进Q(p10，p12，p1n)里；
[0016]1.4)不断重复，直至类Q中的点数目多少不变时，则完成聚类划分。
[0017]进一步的，所述步骤3)中，选择中心点x坐标在[
‑
1,1]之间的点云块，计算每个车厢点云块的中心点。
[0018]进一步的，所述步骤4)中，过滤车厢的过程是：
[0019]4.1)通过z坐标，将车厢点云数据分割成n份宽度为w的点云块；
[0020]4.2)对每一块点云中的每个当前点，分别计算当前点与其他任一个点之间的高度差h和平面距离d；
[0021]4.3)根据上述结果进一步计算r＝h/d，并将r>3.0的点过滤掉；
[0022]4.4)每个分割的点云块都重复步骤4.2)和步骤4.3)，最后剩余的点云即为装车点云。
[0023]进一步的，所述步骤4.2)中，设当前点为p1(x1，y1，z1),其他任一个点为p2(x2，y2，z2)，则高度差为h＝y2
‑
y1，平面距离为
[0024]进一步的，所述步骤5)中，平均高度A的计算过程是：
[0025]5.a1)分别计算点云x、y、z方向的最小值Min(x)、Min(y)、Min(z)；
[0026]5.a2)选取x、y、z方向特征尺度大小，x方向和z方向均以x方向最大的值、z方向最大的值为尺度，y方向选取比较小的值为尺度，对x、y、z各个方向的尺度做倒数，作为各个轴向的尺度因子λx，λy，λz；
[0027]5.a3)计算点云中每个点Pt(x，y，z)在各个轴上的特征值，特征值的公式如下：
[0028]Vx＝(Pt(x)
‑
Min(x))
×
λx；
[0029]Vy＝(Pt(y)
‑
Min(y))
×
λy；
[0030]Vz＝(Pt(z)
‑
Min(z))
×
λz；
[0031]其中：Vx为X轴特征值；Pt(x)是点的x坐标；λx是x方向尺度因子，Min(x)是整体点云在x轴方向的最小值，Vy为Y轴特征值；Pt(y)是点的y坐标；λy是y方向尺度因子，Min(y)是整体点云在y轴方向的最小值；Vz为Z轴特征值；Pt(z)是点的z坐标；λz是z方向尺度因子，Min(z)是整体点云在z轴方向的最小值；
[0032]5.a4)每个点的特征向量值是每个点各个轴向特征向量之和V＝Vx+Vy+Vz；
[0033]5.a5)依据步骤5.a4)计算的特征向量值，对点云进行排序；
[0034]5.a6)统计相同特征向量中的点云个数，找到最大值，求该组相同特征向量的点云的高度值的平均值，即平均高度Hav。
[0035]进一步的，所述步骤5)中，重心偏移度B的计算过程是：
[0036]5.b1)计算装车点云的中心点，以中心点x坐标为分割点，分割成前后两块点云；
[0037]5.b2)通过x坐标将装车点云分割成均匀的2m份，每份点云之间的距离是(Xmax
‑
Xmin)/(2m
‑
1)，Xmax为点云x轴最大值，Xmin为点云x轴最小值；对每份点云依据z坐标排序，得到排序后的点云数组Pt[n]，求取有序点云在yz平面的面积，面积S的计算公式为：
[0038]S＝∑{(Pt(n+1).y+Pt(n).y)
×
(Pt(n+1).z
‑
Pt(n).z)}
÷
2.0
[0039]其中：Pt(n+1).y表示第n+1个点的y坐标，Pt(n).y表示第n个点的y坐标，Pt(n+1).z表示第n+1个点的z坐标，Pt(n).z表示第n个点的z坐标；
[0040]5.b3)计算两个相邻剖面组成的多面体的体积，对所有剖面体积求和，计算点云总体积：
[0041]V＝∑{(S(n+1)+S(n))
×
(Xmax
‑
Xmin)
÷
(m
‑
1)
÷
2}；
[0042]其中：S(n+1)表示第n+1个剖面的面积；S(n)表示第n个剖面的面积；
[0043]5.b4)两块点云体积，体积小的为Vmin，体积大的为Vmax，重心偏移率γ＝Vmin
÷
Vmax。
[0044]进一步的，所述步骤6)中，重心偏移度B即重心偏移率γ，B趋于0～1，且B越接近1装车结果越好。
[0045]本专利技术的有益效果是：本专利技术提供一种火车装车3D模型重心偏移度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种火车装车3D模型的重心偏移检测方法，其特征在于，包括以下步骤：1)雷达扫描获取点云数据，并进行预处理轨道区域内的点云数据；2)利用欧式算法对轨道区域内的点云数据进行聚类划分，区分出每个独立的车厢；3)根据聚类划分的结果，针对每个车厢，分别计算车厢点云块的中心点；4)根据中心点的坐标，选择中心点靠近雷达中心的点云，把车厢点云数据进行过滤得到装车点云；5)继续利用降维算法计算车厢的平均高度A、计算重心偏移度B以及生成装车3D模型C；6)根据装车3D模型C对装车进行可视化，根据平均高度A和重心偏移度B判断装车结果的好坏。2.根据权利要求1所述的火车装车3D模型的重心偏移检测方法，其特征在于，所述步骤2)中，欧式算法的具体步骤为：1.1)找到轨道区域内的点云数据空间中任意点p10，用kdTree找到离p10最近的n个点，p12，p13，p14
…
p1n，判断这n个点到p10的距离，将距离小于阈值r的点p12，p13，p14
…
放在类Q(p10)里；1.2)在Q(p10)里找到一点p12，重复步骤1.1)；1.3)继续在Q(p10，p12)找到一点p1n，重复步骤1.1)，将距离小于阈值r的点全部放进Q(p10，p12，p1n)里；1.4)不断重复，直至类Q中的点数目多少不变时，则完成聚类划分。3.根据权利要求2所述的火车装车3D模型的重心偏移检测方法，其特征在于，所述步骤3)中，选择中心点x坐标在[
‑
1,1]之间的点云块，计算每个车厢点云块的中心点。4.根据权利要求3所述的火车装车3D模型的重心偏移检测方法，其特征在于，所述步骤4)中，过滤车厢的过程是：4.1)通过z坐标，将车厢点云数据分割成n份宽度为w的点云块；4.2)对每一块点云中的每个当前点，分别计算当前点与其他任一个点之间的高度差h和平面距离d；4.3)根据上述结果进一步计算r＝h/d，并将r>3.0的点过滤掉；4.4)每个分割的点云块都重复步骤4.2)和步骤4.3)，最后剩余的点云即为装车点云。5.根据权利要求4所述的火车装车3D模型的重心偏移检测方法，其特征在于，所述步骤4.2)中，设当前点为p1(x1，y1，z1),其他任一个点为p2(x2，y2，z2)，则高度差为h＝y2
‑
y1，平面距离为6.根据权利要求5所述的火车装车3D模型的重心偏移检测方法，其特征在于，所述步骤5)中，平均高度A的计算过程是：5.a1)分别计算点云x、y、z方向的最小值Min(x)、Min(y)、Min(z)；5.a2)选取x、y、z方向特征尺度大小，x方向和z方向分别以x方向最大的值、z方向最大的值为尺度，y方向选取比较小的值为尺度，对x、y、z各个方向的尺度做倒数，作为各个轴向的尺度因子λx，λy，λz；5.a3)计算点云中每个点Pt(x，y，z...

【专利技术属性】
技术研发人员：宗加银，于文，杨晓冬，周林君，卢杲，
申请(专利权)人：西安华光信息技术有限责任公司，
类型：发明
国别省市：