[发明专利]一种料场料堆点云台阶识别方法

说明书

本发明公开了一种料场料堆点云台阶识别方法，包括以下步骤：S1、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，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，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；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。本发明能有效提升了区域增长分割算法对料堆点云的分割效果。

技术领域

本发明涉及三维点云分割识别技术领域，尤其涉及一种料场料堆点云台阶识别方法。

背景技术

随着智能化技术的发展，基于激光雷达的三维点云建模与处理算法逐渐应用到工业领域的各个方面，其中，在料场智能化管理方面正处于初步发展阶段，市场上相关产品也十分有限。

对料堆点云的分割是实际应用中无法避开的重要问题，是自动取料系统的核心技术，只有对料堆点云进行了准确的分割和识别，系统才能更高效、更智能地完成自动化任务。

然而，现有技术多以固定公式划分料堆作为代替手段，即系统根据料堆高度和相关公式进行计算，然后根据计算出的段数将料堆分为数层，然后再驱使取料机从指定层进行取料。这样的方法虽然可以取到料，但效率不一定高，也不一定符合工艺需求，因为实际料场中的大部分料堆点云都不是规则的圆锥、圆台状，料面也不一定是平整或光滑，因此会形成很多台阶。

台阶是指取料机对料堆取料后形成的不规则曲面，在实际操作中，由于人工操作堆取料机或推机进行堆取料干预，料堆台阶会变得千差万别，存在大量凹陷、突起、不同曲率的局部曲面，难以通过简单的平面拟合识别出来。因此，需要更为复杂的分割算法。

区域增长分割算法是较为流行的三维点云分割算法，可根据点云中点特征的不同，将点云划分为多个连续的子点云。此算法对多平面或具有尖锐边缘的曲面可以达到较好的分割效果，但料场中的料堆点云的边缘并不十分尖锐，甚至十分圆滑，而且料堆平面存在空洞、凹陷和大量噪声点，因此直接进行区域增长分割效果较差。

发明内容

本发明旨在进一步提升现有自动堆取料系统的效率和智能化水平，解决现有系统按固定公式对料堆分层未充分考虑实际料堆形状、现有区域增长分割算法对料堆分割效果不理想等问题，提供一种料场料堆点云台阶识别方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种料场料堆点云台阶识别方法，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；

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。

进一步地，本发明的所述步骤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：