[发明专利]一种散货料堆实时三维重建方法及系统

权利要求书

1.一种散货料堆实时三维重建方法，其特征在于，包括以下步骤：

逐步扫描料堆各截面的曲线点云，得到所述料堆的全局静态点云数据；

将所述全局静态点云数据分为多个点云数据段；

实时获取所述料堆局部的深度数据，将所述深度数据转换为局部动态点云数据；

将所述局部动态点云数据与对应的所述点云数据段进行实时点云配准，得到所述料堆的全局实时三维点云模型；

其中，将所述全局静态点云数据分为多个点云数据段，具体包括：

将所述全局静态点云数据分为大小均为n的a*b个点云数据段：

且所述全局静态点云数据的分割是通过直通滤波器根据扫描方向的垂直方向将全局静态点云数据切分成若干段；

其中，将所述局部动态点云数据与对应的所述点云数据段进行实时点云配准，具体包括：

获取所述局部动态点云数据的法线信息以及对应点云数据段的法线信息；

根据所述局部动态点云数据的法线信息获取所述局部动态点云数据的点特征直方图，根据所述点云数据段的法线信息获取所述点云数据段的点特征直方图；

根据所述局部动态点云数据的点特征直方图以及所述点云数据段的点特征直方图，在所述点云数据段中搜索与所述局部动态点云数据对应的初始对应点集；

对所述初始对应点集进行筛选，得到最终对应点集；

计算所述局部动态点云数据与所述最终对应点集的转换矩阵，实现实时点云配准。

2.根据权利要求1所述的散货料堆实时三维重建方法，其特征在于，还包括：对所述全局静态点云数据进行滤波处理以及对所述局部动态点云数据进行滤波处理。

3.根据权利要求2所述的散货料堆实时三维重建方法，其特征在于，

对所述全局静态点云数据进行滤波处理，具体包括：

采用直通滤波器去除所述全局静态点云数据中的地面点云数据，采用StatisticalOutlier Removal滤波器移除所述全局静态点云数据中的离群点；

采用VoxelGrid滤波器对所述全局静态点云数据进行向下采样，通过所述VoxelGrid滤波器将所述全局静态点云数据设置为第一设定大小；

对所述局部动态点云数据进行滤波处理，具体包括：

采用直通滤波器去除所述局部动态点云数据中的地面点云数据，采用StatisticalOutlier Removal滤波器移除所述局部动态点云数据中的离群点；

采用VoxelGrid滤波器对所述局部动态点云数据进行向下采样，通过所述VoxelGrid滤波器将所述局部动态点云数据设置为第二设定大小。

4.根据权利要求1所述的散货料堆实时三维重建方法，其特征在于，

获取所述局部动态点云数据的法线信息，具体为：

从所述局部动态点云数据的查询点的近邻元素中创建协方差矩阵，求解所述局部动态点云数据的协方差矩阵的特征矢量和特征值，得到所述局部动态点云数据的法线信息；

获取所述点云数据段的法线信息，具体为：

从所述点云数据段的查询点的近邻元素中创建协方差矩阵，求解所述点云数据段的协方差矩阵的特征矢量和特征值，得到所述点云数据段的法线信息。

5.根据权利要求1所述的散货料堆实时三维重建方法，其特征在于，在所述点云数据段中搜索与所述局部动态点云数据对应的初始对应点集，具体为：

采用最近邻搜索算法，在所述点云数据段中搜索与所述局部动态点云数据中的点欧氏距离最小的对应点；

遍历所述局部动态点云数据中所有点，得到与所述局部动态点云数据对应的所有对应点，得到所述初始对应点集。

6.根据权利要求5所述的散货料堆实时三维重建方法，其特征在于，对所述初始对应点集进行筛选，得到最终对应点集，具体为：

删除所述初始对应点集中欧氏距离大于设定阈值的对应点，得到所述最终对应点集。