[发明专利]一种料场料堆点云台阶识别方法

权利要求书

1.一种料场料堆点云台阶识别方法，其特征在于，该方法包括以下步骤：

S1、输入料场料堆点云数据，基于Z轴对点云进行带通滤波，根据实际料堆高度保留数值在一定范围的点，去除此范围之外的异常点；

S2、对点云进行统计滤波，即对每个点的空间邻域内的邻居点进行均值与标准差计算，进一步去除点云中的噪声点；

S3、对点云进行边缘提取，属于边缘的点组成边缘点云，其它非边缘点认为处于曲面内部组成曲面点云；

S4、对边缘点云和曲面点云分别进行处理，使边缘更清晰，曲面更平滑，以提升点云分割的效果，然后将处理后的点云合并成一个点云；

S5、对合并后的点云进行分割，得到包括台阶和非台阶的多个子点云，且只保留点数量大于一定值的子点云，台阶是指取料机对料堆取料后形成的不规则曲面；

S6、对子点云进行统计，沿Z轴方向计算点数量分布直方图，符合条件的识别为台阶；

所述步骤S3中边缘提取的具体算法为：

遍历点云中的点，假设点P空间邻域内的邻居点组成集合N，计算点P的差分值D，公式为：

式中，Z_P为P点的Z坐标，n为集合N的大小，Z_Ni为N中第i个点的Z坐标；

若D大于零则点P为边缘点，否则为曲面点；

所述步骤S6中识别台阶的算法具体为：

对子点云中各点沿Z轴进行统计，计算每个Z值对应的点数量及占总点数的百分比，构成分布直方图，当直方图中连续存在多个百分比大于阈值时，则该子点云为台阶点云，如果子点云是普通斜料面时，其分布直方图为均匀分布。

2.根据权利要求1所述的料场料堆点云台阶识别方法，其特征在于，所述步骤S4中对曲面点云进行处理的算法具体为：

首先对曲面点云进行体素滤波，一方面使点云更加平滑，另一方面去除点云中的某些空洞；

然后对滤波后的曲面点云进行上采样，目的是增加点数量，提升分割效果，采用移动最小二乘法作为上采样算法。

3.根据权利要求1所述的料场料堆点云台阶识别方法，其特征在于，所述步骤S4中对边缘点云进行处理的算法具体为：

首先对上采样后的曲面点云进行边缘提取构成点云C，采用步骤S3中的边缘提取算法；再将C投影到XOY平面，称为投影点云；

然后遍历边缘点云，假设点云中一点P，将P投影到XOY平面得到P1，然后统计P1一定范围内投影点云中点的数量，如果数量小于阈值，则从边缘点云中去除P点。

4.根据权利要求1所述的料场料堆点云台阶识别方法，其特征在于，所述步骤S5中对点云进行分割的算法具体为：

将处理后的边缘点云和曲面点云进行合并，并对此合并点云进行处理，计算每个点的法向量，然后利用法向量进行区域增长分割。