【技术实现步骤摘要】
本专利技术涉及非接触式测量，特别是指一种基于多源信息融合的满斗率识别方法及系统。
技术介绍
1、满斗率是指铲斗铲入的物料体积与铲斗额定容积的比值，铲斗满斗率是确定挖掘机、铲运机和装载机等土方机械性能和生产率的主要参数之一。尤其对于无人驾驶土方机械，机器需要通过满斗率信息来调整自主铲掘策略，以优化作业效果。实时获取铲斗内物料体积，有利于施工方核算运输物料的价值，便于生产管理。
2、近年来，装载机的电动化、智能化和无人化已成为研究的重点。此前，装载机满斗率并未受到研究者们的广泛关注，满斗率的测量主要依赖于称重系统，但这一方法无法获得铲斗内物料的体积信息。此后，中国专利技术专利1(cn111368664a)公开了基于机器视觉和铲斗位置信息融合的装载机满斗率识别方法，所述识别方法是将机器视觉采集到的铲斗所装物料的外部轮廓图像信息与铲斗的动作状态信息进行融合来确定铲斗内所装物料的体积，进而获得装载机的满斗率，其中，通过位移传感器分别获取空斗和满斗状态下的铲斗工作系统结构信息，并进一步确定空斗位置信息和满斗位置信息，通过空斗位置信息和满斗位置信息计算获得转换矩阵，并作为迭代最近点算法的初始矩阵对空斗三维模型点集和满斗三维模型点集进行点集配准。中国专利技术专利2(cn114663351a)公开了一种满斗率探测方法和系统，该方法利用角度传感器获取满斗率探测窗口期，在所述满斗率探测窗口期内，使用工控机读取摄像头彩色图像、深度图像以及两张图像的对应关系；利用基于神经网络的图像物料检测算法，从所述彩色图像提取挖斗取景框，根据所述挖斗取景框
3、然而，现有方法要求完全拍摄铲斗内物料，因此存在严格的传感器安装位置限制，对于地下铲运机等设备来说几乎无法实现。此外，基于视觉的方法无法有效处理夜晚或光照不良的情况。恶劣作业条件下装载机可能无法采集到图像或图像质量不佳，从而无法完成满斗率测量。并且，现有方法均为单一测量方法，无法保证全范围的测量精度，数据失效时将无法完成测量任务。
技术实现思路
1、本专利技术实施例提供了一种基于多源信息融合的满斗率识别方法及系统。所述技术方案如下：
2、一方面，提供了一种基于多源信息融合的满斗率识别系统，所述基于多源信息融合的满斗率识别系统用于实现基于多源信息融合的满斗率识别方法；
3、所述基于多源信息融合的满斗率识别系统包括激光雷达、第一位移传感器、第二位移传感器、中央处理单元以及角度传感器组成；其中：
4、所述激光雷达安装在驾驶室顶部，用于采集铲斗以及铲斗内部所装物料的点云信息；
5、所述第一位移传感器安装在动臂油缸上，用于测量动臂油缸的伸缩量；
6、所述第二位移传感器安装在转斗油缸上面，用于测量转斗油缸的伸缩量；
7、所述角度传感器安装在前后车体的铰接点处，用于测量前后车体的相对角度；
8、所述中央处理单元设置在驾驶室中，用于对数据进行处理计算。
9、另一方面，提供了一种基于多源信息融合的满斗率识别方法，所述基于多源信息融合的满斗率识别方法由基于多源信息融合的满斗率识别系统实现，所述基于多源信息融合的满斗率识别系统包括激光雷达、第一位移传感器、第二位移传感器、中央处理单元以及角度传感器组成；
10、所述方法包括：
11、s1、所述激光雷达分别扫描得到装载机铲掘作业前后的料堆点云，所述中央处理单元根据铲掘作业前的料堆点云和铲掘作业后的料堆点云，计算铲斗内铲入的第一物料体积；
12、s2、在所述装载机完成铲掘作业并后退的过程中，所述激光雷达采集装载机多个位姿下的多帧点云，所述第一位移传感器、第二位移传感器和角度传感器采集装载机的位姿信息，所述中央处理单元根据所述多帧点云、位姿信息以及预先获取的铲斗模型，计算铲斗内铲入的第二物料体积；
13、s3、在所述装载机后退的过程中，所述第一位移传感器以及第二位移传感器采集装载机工作装置的位姿信息，通过液压系统中的压力传感器采集动臂油缸和转斗油缸的大小腔压力，所述中央处理单元根据位姿信息、动臂油缸和转斗油缸的大小腔压力、以及预设的物料密度，计算铲斗内铲入的第三物料体积；
14、s4、所述中央处理单元根据所述第一物料体积、第二物料体积和第三物料体积，计算所述装载机的综合满斗率。
15、另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述基于多源信息融合的满斗率识别方法。
16、另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述基于多源信息融合的满斗率识别方法。
17、本专利技术实施例提供的技术方案带来的有益效果至少包括：
18、本专利技术融合目标料堆形状变化、铲斗内物料重建和称重系统等多源信息，基于d-s证据理论将三种测量方法融合，保障了满斗率测量系统在各种环境和工况下的性能，使装载机在作业过程中能够快速准确的识别铲斗满斗率，具有较高的测量精度；另外，将激光雷达应用于装载机满斗率的识别，具有非接触式测量的优点；而且，修补了扫描到的铲斗物料点云上不同位置的盲区和孔洞，克服了必须完整物料信息获取导致的硬件安装限制，能在复杂环境和多样化场景下保持鲁棒性，具有广阔的应用前景。
本文档来自技高网...【技术保护点】
1.一种基于多源信息融合的满斗率识别系统，其特征在于，所述基于多源信息融合的满斗率识别系统用于实现基于多源信息融合的满斗率识别方法；
2.一种基于多源信息融合的满斗率识别方法，其特征在于，所述基于多源信息融合的满斗率识别方法由基于多源信息融合的满斗率识别系统实现，所述基于多源信息融合的满斗率识别系统包括激光雷达、第一位移传感器、第二位移传感器、中央处理单元以及角度传感器组成；
3.根据权利要求2所述的方法，其特征在于，所述S1的所述激光雷达分别扫描得到装载机铲掘作业前后的料堆点云，所述中央处理单元根据铲掘作业前的料堆点云和铲掘作业后的料堆点云，计算铲斗内铲入的第一物料体积，包括：
4.根据权利要求3所述的方法，其特征在于，所述S13的所述中央处理单元根据所述铲掘作业前的料堆点云和所述铲掘作业后的料堆点云，计算铲斗内铲入的第一物料体积，包括：
5.根据权利要求2所述的方法，其特征在于，所述S2的在所述装载机完成铲掘作业并后退的过程中，所述激光雷达采集装载机多个位姿下的多帧点云，所述第一位移传感器、第二位移传感器和角度传感器采集装载机的
6.根据权利要求5所述的方法，其特征在于，所述S23的根据预先获取的铲斗模型对自适应重采样后的点云进行分割及筛选，得到纯净的铲斗内物料点云，包括：
7.根据权利要求5所述的方法，其特征在于，所述S23的根据预先获取的铲斗模型对自适应重采样后的点云进行分割及筛选，得到纯净的铲斗内物料点云，包括：
8.根据权利要求5所述的方法，其特征在于，所述S24的对纯净的铲斗内物料点云进行修补，得到完整的物料点云，包括：
9.根据权利要求8所述的方法，其特征在于，所述对纯净的铲斗内物料点云进行曲面拟合，包括：
10.根据权利要求2所述的方法，其特征在于，所述S4的所述中央处理单元根据所述第一物料体积、第二物料体积和第三物料体积，计算所述装载机的综合满斗率，包括：
...【技术特征摘要】
1.一种基于多源信息融合的满斗率识别系统，其特征在于，所述基于多源信息融合的满斗率识别系统用于实现基于多源信息融合的满斗率识别方法；
2.一种基于多源信息融合的满斗率识别方法，其特征在于，所述基于多源信息融合的满斗率识别方法由基于多源信息融合的满斗率识别系统实现，所述基于多源信息融合的满斗率识别系统包括激光雷达、第一位移传感器、第二位移传感器、中央处理单元以及角度传感器组成；
3.根据权利要求2所述的方法，其特征在于，所述s1的所述激光雷达分别扫描得到装载机铲掘作业前后的料堆点云，所述中央处理单元根据铲掘作业前的料堆点云和铲掘作业后的料堆点云，计算铲斗内铲入的第一物料体积，包括：
4.根据权利要求3所述的方法，其特征在于，所述s13的所述中央处理单元根据所述铲掘作业前的料堆点云和所述铲掘作业后的料堆点云，计算铲斗内铲入的第一物料体积，包括：
5.根据权利要求2所述的方法，其特征在于，所述s2的在所述装载机完成铲掘作业并后退的过程中，所述激光雷达采集装载...
【专利技术属性】
技术研发人员：李学飞，陈冠龙，李英男，白杰，于鹏，
申请(专利权)人：吉林大学，
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。