[发明专利]料场物料的体积测量方法及系统

说明书

本发明公开了一种料场物料的体积测量方法及系统，其中，方法包括：步骤S1，利用激光扫描仪获取料场料堆的点云数据；步骤S2，提取所述点云数据的颜色特征，并根据所述颜色特征对料场背景区域和料堆目标区域进行粗分割，得到所述料堆目标区域的点云数据；步骤S3，采用粗配准和精配准的方法对所述料堆目标区域的点云数据进行拟合配准；步骤S4，根据拟合配准得到的点云数据，利用蒙特卡洛法和积分法相结合的方式计算料堆体积，完成体积测量。本发明可以快速精准的获取料堆体积，实现料堆物料体积的自动化测量，降低人工成本，且准确度较高。

技术领域

本发明涉及测量技术领域，具体地，涉及一种料场物料的体积测量方法及系统。

背景技术

在大型钢铁企业中，对料场物料进行精准存储和计量是降低钢铁企业成本的关键因素之一，是保证企业安全生产的基础。由于原料种类多，体积庞大，钢铁企业对料场物料体积进行自动化测量的需求十分迫切。为了对原料进行精准管理，首先要实时掌握料堆的体积变化。因此应用各种传感器对信息进行感知并融合，以完成可靠的体积反馈是测量系统首要的功能。

现有的测量料场物料体积的方法，多采用传统测量工具、目测料堆点、人工计算料堆体积，未采用自动化测量手段，人工成本巨大且精准度低。

发明内容

鉴于以上问题，本发明的目的是提供一种料场物料的体积测量方法及系统，以实时高效的获取大型料场物料的体积。

为了实现上述目的，本发明的一个方面是提供一种料场物料的体积测量方法，包括：

步骤S1，利用激光扫描仪获取料场料堆的点云数据；

步骤S2，提取所述点云数据的颜色特征，并根据所述颜色特征对料场背景区域和料堆目标区域进行粗分割，得到所述料堆目标区域的点云数据；

步骤S3，采用粗配准和精配准的方法对所述料堆目标区域的点云数据进行拟合配准；

步骤S4，根据拟合配准得到的点云数据，利用蒙特卡洛法和积分法相结合的方式计算料堆体积，完成体积测量。

优选地，所述步骤S2中，利用H/I模型对料场背景区域和料堆目标区域进行粗分割，

其中，所述H/I模型中，若满足下式，则用色调H表示图像，若不满足下式，则用强度值I表示图像，

其中，S表示饱和度，V表示明度。

优选地，所述步骤S3包括：

步骤S31，利用降维SIFT 3D算法提取所述料堆目标区域的关键点，并计算所述关键点的FPFH特征；

步骤S32，基于FPFH特征和RANSAC粗配准算法对同一视角下的料堆目标区域的点云数据进行粗配准；

步骤S33，基于FPFH特征和ICP精配准算法对不同视角下的料堆目标区域的点云数据进行精配准。

优选地，所述步骤S31包括：

步骤S311，采用不同大小的高斯核函数对料堆目标区域的图像进行卷积滤波处理，生成多层尺度图像；

步骤S312，在层级变换之间进行下采样来构建金字塔模式下的尺度空间；

步骤S313，检测所述尺度空间中的极值点，并剔除对比度低于设定阈值的特征点和边缘响应点，得到关键点；

步骤S314，确定关键点的主方向，关键点到邻域中心的幅值、方向角，以及K邻域点到邻域中心的幅值、方向角；

步骤S315，对关键点的特征向量进行降维处理；

步骤S316，建立关键点的FPFH特征描述如下：