【技术实现步骤摘要】
本公开涉及大数据处理和三维空间信息，具体涉及基于融合点云的料场数据管理方法及系统。
技术介绍
1、料场管理在工业、建筑、矿业等行业中至关重要。传统料场管理依赖于人工，由于人工测量费时费力，且受天气、地形等条件限制，难以实现高频次、高精度的数据采集。现有技术中有使用二维图像分析料场数据，但是二维数据难以全面反映料场的三维空间结构，限制了数据分析的深度和广度，同样存在数据不准确、更新不及时，进而基于有限和静态的数据，难以实现精准的库存管理、物料流动分析和优化决策，甚至产生错误判断而生成安全隐患等问题。因此，需要一种方法来解决上述问题。
2、综上，传统料场管理依赖于人工测量和二维图像分析，这种方法不仅效率低下，且难以保证数据的准确性和及时性，人工管理导致数据精度不高，记录和更新数据耗时耗力，难以实现数据实时更新，甚至存在安全隐患的技术问题。
技术实现思路
1、本公开提供了基于融合点云的料场数据管理方法，用以解决现有技术中存在人工管理导致数据精度不高，记录和更新数据耗时耗力，难以实现数据实时更新，甚至存在安全隐患的技术问题。
2、根据本公开的第一方面，提供了基于融合点云的料场数据管理方法，包括：
3、在目标监测区域布设高精度三维扫描设备，高精度三维扫描设备用于采集料场的点云数据；对采集到的点云数据进行预处理，使用pointnet++深度学习网络提取点云数据的多尺度特征，预处理包括滤波、噪声去除、数据压缩和分类；将多个扫描设备和不同时间获取的点云数据进行空
4、根据本公开的第二方面，提供了基于融合点云的料场数据管理系统，包括：
5、布设扫描设备模块，布设扫描设备模块用于在目标监测区域布设高精度三维扫描设备，高精度三维扫描设备用于采集料场的点云数据；点云数据预处理模块，点云数据预处理模块用于对采集到的点云数据进行预处理，使用pointnet++深度学习网络提取点云数据的多尺度特征，预处理包括滤波、噪声去除、数据压缩和分类；实体建模模块，实体建模模块用于将多个扫描设备和不同时间获取的点云数据进行空间配准，拼接在一起的点云数据，构建完整的三维点云模型，采用建模软件和点云插件进行实体建模；多尺度特征识别和分割模块，多尺度特征识别和分割模块用于基于多种类几何特征融合模型对预处理后的点云数据的多尺度特征进行识别和分割，多种类几何特征融合模型为多尺度特征融合和残差混合注意力的点云配准算法的结合进行特征提取，并使用具有残差结构的混合注意力模块增强有效特征，通过transformer和软指针预测变换后的点云数据，并用可微的奇异值分解求解刚性变换；物料堆体积计算模块，物料堆体积计算模块用于对分割后的物料堆构建三角网格的三维模型，基于构建的三维模型通过网格体积法计算物料堆的体积；物料堆库存数据信息更新模块，物料堆库存数据信息更新模块用于在预定的时间间隔内，对料场进行三维激光扫描，获得多组点云数据，将新采集的点云与历史数据配准，以消除扫描位置和角度的差异，通过比较连续点云数据，识别物料堆形状和位置的变化，根据物料堆体积和位置变化，实时更新料场物料堆库存数据信息；路径规划模块，路径规划模块用于基于物联网技术和地理信息系统(gis)实时获取库存数据和料场地理信息集成到遗传算法中，实时规划料场设备的取料和堆料路径的最优路径。
6、本公开中提供的一个或多个技术方案，至少具有如下技术效果或优点：通过在目标监测区域布设高精度三维扫描设备，高精度三维扫描设备用于采集料场的点云数据；对采集到的点云数据进行预处理，使用pointnet++深度学习网络提取点云数据的多尺度特征，预处理包括滤波、噪声去除、数据压缩和分类；将多个扫描设备和不同时间获取的点云数据进行空间配准，拼接在一起的点云数据，构建完整的三维点云模型，采用建模软件和点云插件进行实体建模；基于多种类几何特征融合模型对预处理后的点云数据的多尺度特征进行识别和分割；对分割后的物料堆构建三角网格的三维模型，基于构建的三维模型通过网格体积法计算物料堆的体积；在预定的时间间隔内，对料场进行三维激光扫描，获得多组点云数据，将新采集的点云与历史数据配准，以消除扫描位置和角度的差异，通过比较连续点云数据，识别物料堆形状和位置的变化，根据物料堆体积和位置变化，实时更新料场物料堆库存数据信息；基于物联网技术和地理信息系统gis实时获取库存数据和料场地理信息集成到遗传算法中，实时规划料场设备的取料和堆料路径的最优路径。解决了现有技术中存在人工管理导致数据精度不高，记录和更新数据耗时耗力，难以实现数据实时更新，甚至存在安全隐患的技术问题，达到了提高数据的精确度，实现料场数据的快速更新，降低安全风险的技术效果。
7、应当理解，本部分所描述的内容并非旨在标示本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.基于融合点云的料场数据管理方法，其特征在于，方法包括：
2.如权利要求1的方法，其特征在于，点云配准算法还包括：
3.如权利要求2的方法，其特征在于，所述迭代最近点ICP算法还包括：
4.如权利要求1的方法，其特征在于，所述基于多种类几何特征融合模型对预处理后的点云数据的多尺度特征进行识别和分割还包括：
5.如权利要求4的方法，其特征在于，多种类几何特征融合模型还包括：
6.如权利要求4的方法，其特征在于，通过分析点云数据确定料堆的顶部位置，将分割和体积计算的结果输出还包括：
7.如权利要求1的方法，其特征在于，实体建模还包括：
8.如权利要求1的方法，其特征在于，基于物联网技术和地理信息系统GIS实时获取库存数据和料场地理信息集成到遗传算法中，实时规划料场设备的取料和堆料路径的最优路径方法还包括：
9.基于融合点云的料场数据管理系统，其特征在于，用于实施权利要求1-8中任意一项的基于融合点云的料场数据管理方法，系统包括：
【技术特征摘要】
1.基于融合点云的料场数据管理方法，其特征在于，方法包括：
2.如权利要求1的方法，其特征在于，点云配准算法还包括：
3.如权利要求2的方法，其特征在于，所述迭代最近点icp算法还包括：
4.如权利要求1的方法，其特征在于，所述基于多种类几何特征融合模型对预处理后的点云数据的多尺度特征进行识别和分割还包括：
5.如权利要求4的方法，其特征在于，多种类几何特征融合模型还包括：
6.如权利要求4的方法，其特征...
【专利技术属性】
技术研发人员：张耿霖，杜子兮，许博，苏龙平，王昆伦，李政委，赵德杨，蒲云雷，于丽丽，王瑞艳，
申请(专利权)人：大连九州创智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。