【技术实现步骤摘要】
本专利技术涉及港口运输智能化，具体涉及一种基于激光点云识别的船舱卸料抓取控制方法。
技术介绍
1、抓斗卸船机作为散料码头重要的卸船设备，目前仍普遍采用半自动与手动相结合的操作模式，智能化、无人化程度较低。现有的抓斗卸船机作业，是靠司机对货物堆积情况进行分析，凭借自身操作经验，人为规划出卸船作业流程并依此操作，效率较低且容易出错。在当今全球倡导发展人工智能、智能制造的时代背景下，无人化抓斗卸船机的开发已成为行业的发展潮流。
2、为此，公开号为cn116161443a的中国专利公开了《一种无人化抓斗卸船机卸船作业方法》，包括：将作业区划分为若干个作业单元并选取初始作业单元；抓取方向控制策略：控制抓斗到达作业单元，完成作业流程，判断是否存在埋斗风险；小车方向控制策略：控制抓斗向海侧步进移动至下一个作业单元；大车方向控制策略：将所有纵列作业组合分为两个小组；其中控制抓斗由一个作业单元分别步进移动至该作业单元所属小组内其他的纵列作业组合，然后步进移动至另一个小组，直至作业区内所有的作业单元都已完成卸料。
3、上述现有方案在一定程度上解决了常规抓斗卸船机作业多凭借司机操作经验进行规划导致的工作效率较低的问题。然而，现有方案在实现船舱卸料抓取控制时，还无法准确识别和定位货物的位置，导致船舱卸料抓取的误差大、效率低。因此，如何提高船舱卸料抓取的准确性和效率是亟需解决的技术问题。
技术实现思路
1、针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种基于激光点
2、为了解决上述技术问题，本专利技术采用了如下的技术方案：
3、一种基于激光点云识别的船舱卸料抓取控制方法，包括：
4、s1：实时获取目标船舶的船舶点云数据；
5、s2：根据船舶点云数据实时识别船舱及货物，并计算船舱中货物的最佳被抓取点坐标；
6、s3：将货物的最佳被抓取点坐标转换至卸船机的坐标系，得到卸船机的抓取点坐标；
7、s4：根据用于装载货物的目标货车位置实时生成卸船机的卸货点坐标；
8、s5：根据卸船机的抓取点坐标和卸货点坐标实时控制卸船机执行目标船舶的货物抓取和目标货车的货物装载工作。
9、优选的，通过如下步骤计算货物的最佳被抓取点坐标：
10、s201：确定船舶点云数据所处的坐标系；
11、s202：对船舶点云数据进行预处理，剔除与船体无关的点云数据，并实现二维格栅化和二值化，得到对应的船体格栅地图；
12、s203：从船体格栅地图中提取船体轮廓，并在船体轮廓上进行线条提取，得到对应的船体轮廓线；
13、s204：计算船体轮廓线相对于点云数据所处坐标系的倾斜角，并根据倾斜角对船体格栅地图进行旋转，使得船体轮廓线与所处坐标系的坐标轴平行；
14、s205：对旋转后的船体格栅地图进行扫描线扫描，得到对应的船舱边界框；
15、s206：对确定了船舱边界框的船体格栅地图进行旋转还原，使得船体轮廓线与所处坐标系的坐标轴保持原始的倾斜角；
16、s207：获取船体格栅地图中船舱边界框内的货物点云数据，并计算每个格栅中的货物高度，进而选取货物高度最高格栅的中心点坐标作为最佳被抓取点坐标。
17、优选的，通过如下步骤对船舶点云数据进行预处理：
18、s2021：对船舶点云数据进行下采样，得到下采样点云数据；
19、s2022：剔除下采样点云数据中除船体外的其他点云数据，得到船体点云数据；
20、s2023：对船体点云数据进行二维格栅化处理，得到船体点云格栅图像；
21、s2024：对船体点云格栅图像进行图像二值化处理，得到船体格栅地图。
22、优选的，首先从上往下扫描船体格栅地图，确定船舱的上下边界，其中依据船舱上边界上方是黑色像素点且下方是白色像素点确定船舱上边界，依据船舱下边界上下方是白色像素点且边界线上方是黑色像素点确定船舱下边界；然后从左往右扫描船体格栅地图，确定船舱的左右边界，其中依据船舱左边界左侧是黑色像素点且右侧是白色像素点确定船舱左边界；依据船舱右边界左侧是白色像素点且右侧是黑色像素点确定船舱右边界。
23、优选的，通过如下步骤将货物的最佳被抓取点坐标转换至卸船机的坐标系：
24、s301：在卸船机的夹爪末端设置感光反光条，通过卸船机姿态传感器，计算该感光反光条在卸船机坐标系中的位置ai；
25、s302：通过获取船舶点云数据的激光雷达识别卸船机夹爪末端设置的感光反光条，计算该感光反光条在激光雷达坐标系下的位置bi；
26、s303：获取多组位置ai和位置bi计算坐标转换关系t；
27、公式描述为：
28、ai*t＝bi(i＝0,1,2…)；
29、s304：通过坐标转换关系t将最佳被抓取点坐标转换至卸船机的坐标系；
30、公式描述为：
31、bz/t＝az；
32、式中：bz表示最佳被抓取点坐标(xb,yb)；az表示bz对应的抓取点坐标(xa,ya)。
33、优选的，通过多组位置ai和位置bi构建如下的标定算法：
34、
35、a*t＝b；
36、式中：a和b表示多组位置ai和位置bi构成的矩阵；i表示组编号；t表示待标定的坐标转换关系；
37、通过如下公式计算坐标转换关系t：
38、t＝(at′a)-1at′b；
39、式中：t′表示多点指数关系。
40、优选的，通过目标货车的基础信息获取对应的可装载量，根据目标货车的可装载量和卸船机抓斗满载货物重量计算卸船机的货物抓取次数，然后根据目标货车的已装载次数判断已装载量是否大于装载阈值：若否，则根据目标货车的点云数据生成卸船机的卸货点坐标；若是，则不对目标货车执行货物装载。
41、优选的，通过如下步骤计算目标货车的卸货点坐标：
42、s401：确定目标货车点云数据所处的坐标系；
43、s402：对目标货车的点云数据进行预处理，剔除与车厢无关的点云数据，并实现二维格栅化和二值化，得到对应的车厢格栅地图；
44、s403：从车厢格栅地图中提取车厢轮廓，并在车厢轮廓上进行线条提取，得到对应的车厢轮廓线；
45、s404：计算车厢轮廓线相对于点云数据所处坐标系的倾斜角，并根据倾斜角对车厢格栅地图进行旋转，使得车厢轮廓线与所处坐标系的坐标轴平行；
46、s405：对旋转后的车厢格栅地图进行扫描线扫描，得到对应的车厢边界框；
47、s406：对确定了车厢边界框的本文档来自技高网...
【技术保护点】
1.一种基于激光点云识别的船舱卸料抓取控制方法，其特征在于，包括：
2.如权利要求1所述的基于激光点云识别的船舱卸料抓取控制方法，其特征在于：步骤S2中，通过如下步骤计算货物的最佳被抓取点坐标：
3.如权利要求2所述的基于激光点云识别的船舱卸料抓取控制方法，其特征在于：步骤S202中，通过如下步骤对船舶点云数据进行预处理：
4.如权利要求2所述的基于激光点云识别的船舱卸料抓取控制方法，其特征在于：步骤S205中，首先从上往下扫描船体格栅地图，确定船舱的上下边界，其中依据船舱上边界上方是黑色像素点且下方是白色像素点确定船舱上边界，依据船舱下边界上下方是白色像素点且边界线上方是黑色像素点确定船舱下边界；然后从左往右扫描船体格栅地图，确定船舱的左右边界，其中依据船舱左边界左侧是黑色像素点且右侧是白色像素点确定船舱左边界；依据船舱右边界左侧是白色像素点且右侧是黑色像素点确定船舱右边界。
5.如权利要求1所述的基于激光点云识别的船舱卸料抓取控制方法，其特征在于：步骤S3中，通过如下步骤将货物的最佳被抓取点坐标转换至卸船机的坐标系：
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。