[发明专利]货物体积测量方法

说明书

技术领域

本发明涉及货物体积测量技术领域，尤其涉及一种货物体积测量方法。

背景技术

随着货物所有人对重载列车散杂货运输质量的不断加强，C80型列车车厢中货物以及车体形态的测量精度要求越来越高。担负着接卸任务的卸车机房，作为货物进入堆场的最重要环节，因此，可以认为货物最终数量的认定是通过卸车机房所翻卸出的物料多少而判定的。通常，在卸车机房的入口及出口都会安装有轨道衡以及图像采集设备，在列车进入卸车机房翻卸时，提供相应的过衡重量以及影像数据，作为质量判别依据。

在目前的实际生产作业中，除了法定计量器具轨道衡之外，借助于摄像头的图像监控实时监控，是唯一的列车货物形态检测方式。该方式受限于图像采集设备的分辨率、感光度、镜头畸变、安装位置等因素，造成该方法的准确性较差，获得的货物形态为图片，无法实现定量判定。同时受到环境因素的影响较大，如雾霾、照度、粉尘，水气等现象的存在，使得该种方式的检测结果不理想。如何采用现代技术，快速、准确地对进入卸车机房的C80车辆车厢货物进行检测，是目前干散货物流管理从粗放式管理转化为数字化、自动化管理升级过程中急需解决的一个重要问题。基于上述问题，本发明提出了货物体积测量方法。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种货物体积测量方法。

货物体积测量方法，包括以下步骤：

S1、利用安装在卸车机房重车入口及空车出口上方二维激光扫描仪获取重车及空车轮廓的角度及距离信息，在采集过程中，二维激光扫描仪激光发射机构垂直于地面，确保激光发射与回波平面与车辆行进方向成90度角，每条扫描轮廓间距不低于1cm，扫描频率不低于30Hz；

S2、采集控制系统中定位车行进状态信息，确定车辆行进方向及位置的信息；

S3、对步骤S1中所得到的重车及空车轮廓角度及距离信息、角度回波信息以及步骤S2中所得的车辆行进方向及位置的信息进行重构处理；

S4、利用点云滤波方法对步骤S3中获取的重车及空车点云数据进行处理，提取出货物车厢三维点云数据；

S5、借助微积分算法，利用构建三角平面的方法分别对重车及空车点云数据中的点进行处理，分别得出重车及空车的体积信息。

优选的，所述步骤S2中的采集周期不低于100毫秒，采集精度为毫米级精度。

优选的，所述步骤S3中的重构处理具体指：利用三角函数算法对重车及空车轮廓位置及角度回波信息进行重构处理，提取出同一回波在二维空间中的位置信息，同时结合车辆行进方向的位置信息，将同一时序中所获取到的空间三维坐标数据处理为同一空间特征点，并保存至计算机内存中指定地址位置。

优选的，所述步骤S4中的点云数据处理方法具体指：根据预先指定的车辆尺寸信息以及货物高度范围数据，将车辆轮廓以及车内货物轮廓区域的点与处于以上点之外的无关区域点进行区分，最后从步骤S3中获取的重车及空车点云数据中准确提取出车厢以及货物的独立点云数据。

优选的，所述步骤S5中构建三角平面方法具体指：针对重车及空车点云数据中的每个点分别构建出三角面，并将该点作为所构建出的立方柱体顶面正方形的中心，对信息采集数据进行去噪、规整、网格化和差分处理，完成处理后，采集数据形成规整的曲面网格，利用高度拟合整定方法，微积细分体积数据，积和成完整的车箱体积，得出体积数据；使用同理的方法得出重车和空车数据，重车与空车的差值为货物的体积。

本发明提出的货物体积测量方法，通过物体对激光的反射原理，使用二维激光扫描仪对通过卸车机房入口及出口的C80车辆实时扫描检测，通过对回波的处理形成被测车辆轮廓数据，再通过拟合车辆行进方向实时数据，配合定位车行进节拍，将车辆车厢轮廓与位置信息实时匹配，形成车厢三维点云模型，其解决了现有技术中，对车辆无法准确检测的问题，可替代传统图像监控方式，且与现有的图像采集技术相比，本发明不受限于前端图像采集设备的分辨率、感光度、镜头畸变、安装位置以及环境因素造成的不利影响，获取到的数据为直接测量数据，其具有结果准确度高、实时、客观、形象的优点，值得推广。

附图说明

图1为本发明提出的货物体积测量方法的框图。

具体实施方式

参照图1，下面结合具体实施例对本发明作进一步解说。

实施例

本发明提出的货物体积测量方法，包括以下步骤：