【技术实现步骤摘要】
本专利技术涉及激光三维扫描，具体为一种基于多激光同步扫描技术的车载废钢点云成像方法。
技术介绍
1、目前激光雷达广泛用于自动驾驶、移动机器人等，众多使用激光雷达进行体积计算的方法都是将激光雷达安装至龙门架上，通过车辆匀速移动获取运载车辆的三维点云，但单个激光雷达很难满足测量出高精度的体积数据所需要的足够密度的点云数据。
2、因此，现有技术中(申请号为202310812686.3的中国专利，公开了“一种针对装载黑色煤车辆的点云配准后堆料体积的计算方法及系统”)使用两个横向激光扫描雷达加一个纵向激光扫描雷达的方式获取点云数据，从而进行体积计算的方法，虽然其能够对装载黑色煤车辆进行车厢的体积检测，但是每次体积计算都需要对进出车辆进行三维点云配准和三维曲面重建，整个计算过程耗时长，实时性差。此外，激光雷达扫描的过程中要求车辆要直线匀速缓慢前进且时速不能超过10km/h，操作复杂度高，不能保证计算结果的准确性。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于多激光同步扫描技术的车载废钢点云成像方法，解决了以下技术问题：
3、1、单个激光雷达视野狭窄、存在盲区、光束分布不均、扫描时间长的问题；
4、2、环境及天气干扰车载废钢体积测量的技术问题。
5、(二)技术方案
6、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于多激光同步扫描技术的车载废钢点云成像方法，包括如下步骤
7、步骤1：根据实际的运载车辆三维参数和单个激光雷达的视场角建立运载车辆和激光雷达的仿真模型；
8、步骤2：在废钢回收的过程中，存在称重这一必须环节且在磅房时运载车辆存在短暂的静止状态，为激光雷达测量车载废钢体积提供了最优场所；
9、根据仿真得到是多个激光雷达的安装位置和角度在磅房的地磅周围安装激光雷达；
10、步骤3：安装好激光雷达后，激光雷达采集到的点云信息需要进行数据融合，从而得到效果更好的点云数据，因此需要对不同视角的激光雷达进行点云配准，使得多个激光雷达采集到的三维点云在空间中具有一致的位置和姿态；
11、步骤4：激光测量服务器1接到调度服务器2的扫描触发电文开始进行扫描流程。
12、步骤5：激光测量服务器1解析触发电文获取车辆车牌信息，同时获取运载车辆入磅的方向，形成对应扫描订单信息；
13、步骤6：激光测量服务器接收到电文信息，认为运载车辆已在磅房安全停放，所述激光测量服务器通过安装在磅房周围的多个激光雷达对车辆进行同步扫描5秒得到含有数十万点的三维点云数据，开始进行点云分割流程；
14、步骤7：激光测量服务器将获取到的点云数据根据磅房所在位置及点云配准时获取到的磅房地面坐标，对三维点云做初步分割，得到磅房地面上方整体的运载车辆点云数据，三维点云进行历史数据保存；
15、步骤8：由于三维点云含有大量数据冗余，直接处理计算量大，消耗时间长，因此激光测量服务器会将分割后的点云进行体素网格下采样的方式降采样，在保存点云形态特征的同时，减少计算量；
16、步骤9：激光测量服务器对降采样后的三维点云采用半径离群点剔除策略进行滤波；
17、步骤10：所述激光测量服务器对滤波后的三维点云进行分割，根据车轮高度、车头长度等信息，分割去除车斗下方的点云，使用聚类去除车头三维点云，保留车斗及车斗内的三维点云，对三维点云进行历史数据保存；
18、步骤11：所述激光测量服务器针对车斗三维点云进行解析，根据车斗的三维位置信息将控制相机阵列滑动拍摄运载车辆的参数以电文方式返回给调度服务器，协助调度服务器拍摄运载车辆车斗内表层废钢图像；
19、步骤12：所述激光测量服务器对车斗进行点云分割，移除车斗底部；
20、步骤13：激光测量服务器对车斗的三维点云进行栅格化，将其划分为以立方厘米为单位的立方体，以车斗的最低高度为基准，对车斗的三维点云进行立方体体积累加获取到车斗的体积；
21、
22、步骤14：激光测量服务器将订单信息结合车斗体积、车载废钢高度等信息发送给调度服务器，步骤7和步骤10中进行点云分割后得到的运载车辆和车斗的三维点云发送至调度服务器，用于在前端页面进行展示；
23、步骤15：在运载车辆进出磅房时，重复步骤4至步骤14，每次扫描及计算都可在十秒内完成，从而快速得到运载车辆进出磅房的车斗体积，调度服务器2将运载车辆进出磅房前后的体积相减即为运载车辆所装运废钢的体积；
24、δv＝v进磅-v出磅。
25、优选的，所述步骤3包括如下步骤：
26、步骤3.1分别使用安装好的不同的激光雷达进行三维点云的录制；
27、步骤3.2使用相邻安装的激光雷达的三维点云，在公共的视野区域进行特征提取、特征匹配、变换计算。依次对所有激光雷达的三维点云进行这一步骤，直至所有激光雷达的三维点云统一在同一坐标系下，记录每个激光雷达的旋转矩阵；
28、步骤3.3将旋转矩阵转换为可以配置到激光雷达中的欧拉角；
29、步骤3.3将每个激光雷达的欧拉角参数配置到激光雷达中，使得多个激光雷达扫描的实时图像统一到同一坐标系下。
30、优选的，所述步骤1为获取运载车辆车斗内的废钢体积，激光雷达需要覆盖到车斗内及车斗侧方，较为全面的覆盖车斗；
31、但是单个激光雷达视场角狭小、点云分布不均、对车斗扫描存在盲区，因此采用多激光同步扫描的模式，减少扫描时长，增加点云覆盖面，弥补单个激光雷达点云分布不均匀的缺陷；
32、通过仿真确定所能覆盖运载车辆车斗的激光雷达数量及各个激光雷达的安装位置和角度。
33、优选的，所述步骤9中去除远离运载车辆的离散点，降低环境及天气干扰。
34、优选的，所述步骤12中由于大多数车斗底部不规整，因此根据随机采样一致性的分割模型得到车斗后板，以后板的最低高度为车斗的最低高度，结合步骤8可获得准确的车斗三维信息，开始进行点云体积计算流程。
35、优选的，所述步骤13前为方便后续计算，激光测量服务器1对车斗的三维点云以车斗一角为原点进行标准化。
36、优选的，所述步骤7中初步点云分割能过滤掉磅房周围环境的干扰，如人员或其他物品进入雷达扫描区域；此外可根据分割后的点云数量判断运载车辆是否正确停留在磅房，如果发现磅房上方点云数量少于十万则认为无运载车辆停留，则发送电文信息通知调度服务器。
37、(三)有益效果
38、本专利技术提供了一种基于多激光同步扫描技术的车载废钢点云成像方法。具备以下有益效果：
39、(1)、该基于多激光同步扫描技术的车载废钢点云成像方法通过采用多个激光雷达同步扫描获取三维点云的方式，解决了单个激光雷达视野狭窄、存在盲区、光束分布不均、扫描时间长的问题。
本文档来自技高网...
【技术保护点】
1.一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤3包括如下步骤：
3.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤1为获取运载车辆车斗内的废钢体积，激光雷达需要覆盖到车斗内及车斗侧方，较为全面的覆盖车斗；
4.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤9中去除远离运载车辆的离散点，降低环境及天气干扰。
5.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤12中由于大多数车斗底部不规整，因此根据随机采样一致性的分割模型得到车斗后板，以后板的最低高度为车斗的最低高度，结合步骤8可获得准确的车斗三维信息，开始进行点云体积计算流程。
6.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤13前为方便后续计算，激光测量服务器1对车斗
7.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述7中初步点云分割能过滤掉磅房周围环境的干扰，如人员或其他物品进入雷达扫描区域；此外可根据分割后的点云数量判断运载车辆是否正确停留在磅房，如果发现磅房上方点云数量少于十万则认为无运载车辆停留，则发送电文信息通知调度服务器。
...【技术特征摘要】
1.一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤3包括如下步骤：
3.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤1为获取运载车辆车斗内的废钢体积，激光雷达需要覆盖到车斗内及车斗侧方，较为全面的覆盖车斗；
4.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤9中去除远离运载车辆的离散点，降低环境及天气干扰。
5.根据权利要求1所述的一种基于多激光同步扫描技术的车载废钢点云成像方法，其特征在于：所述步骤12中由于...
【专利技术属性】
技术研发人员：陶炜，焦玉婷，李勇，敖珩，解鹏，蔡成俊，张海燕，秦后平，杨康，吴越，陈汉，
申请(专利权)人：欧冶链金再生资源有限公司，
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。