【技术实现步骤摘要】
本专利技术涉及物料块度统计，具体涉及一种基于多视角三维激光点云的物料块度统计方法。
技术介绍
1、块度是指矿石、岩石经过爆破或破碎后形成的碎块的大小程度，是工业生产、矿业、物流运输及资源管理等领域中的重要生产指标，也是生产、加工及使用过程中一个不可忽视的重要因素，随着工业自动化和智能化的快速发展，对物料块度的精确识别需求日益迫切。准确的块度识别不仅能够提高生产效率，降低能耗，还能优化资源配置，减少浪费，同时，它关系到安全、稳定性、运输堆放、资源利用以及环境影响等多个方面。
2、物料块度大小识别方法主要包括基于视觉的识别方法、基于激光扫描的识别方法以及结合三维重建与计算技术的综合识别方法。其中三维重建与计算技术的综合识别方法是基于多视角几何原理，通过三维激光扫描仪从多个视角获取图像或扫描数据，结合计算机图形学和图像处理技术，推断出物体或场景的三维结构，尽管物料块度大小识别技术取得了显著进展，但仍存在一些问题与挑战，首先，物料的形态差异较大，对识别算法的适应性和泛化能力提出了较高要求，其次，复杂环境下的光照变化、遮挡物及噪声干扰等因素，导致物料识别精度低和准确性差。
技术实现思路
1、本专利技术的目的在于提供一种基于多视角三维激光点云的物料块度统计方法，以解决在不同形态物料统计时，复杂环境下的光照变化、遮挡物及噪声干扰等因素，导致物料识别精度低和准确性差的问题。
2、为达到上述目的，本专利技术提供的基础方案为：一种基于多视角三维激光点云的物料块度统计方法，包括以
3、s1.在物料块度统计的区域设置若干个三维激光扫描仪，根据实际需求在工控计算机内设置相邻点云群的夹角的阈值；
4、s2.通过三维激光扫描仪扫描物料块获得点云数据；
5、s3.将点云数据进行预处理，得到物料点云数据；
6、s4.在工控计算机内构建树结构，将物料点云数据保存在树结构中；
7、s5.利用点云区域增长算法，将物料块所有面的点云形成对应面的点云群；
8、s6.通过点云群的法向量特征，利用最近邻距离法，判断相邻物料的空间关系。
9、本专利技术的原理和有益效果在于：使用时，根据现场环境的复杂性和多样性，架设多台三维激光扫描仪，在工控计算机内设置相邻点云群法向量夹角的阈值，通过三维激光扫描仪获得物料的点云数据，再将获得物料的点云数据进行预处理，存贮在树结构中，接着利用点云区域增长算法，来确定物料块所有面的点云群，利用点云群的空间特征法向量，来划分相邻点云群间的关系，结合设置相邻点云群法向量夹角的阈值，从而判断相邻物料的空间关系，点云数据具有高精度和高分辨率的几何信息，能够直观地表示空间中的物体形状、表面和纹理等信息，通过点云数据的预处理减少光照变化、遮挡物及噪声干扰等，增加物料识别精度和准确性。
10、方案二，此为基础方案的优选，步骤s1中，设置相邻点云群的法向量夹角的阈值∠θ1；根据不同物料的特性，物料的法向量夹角设置阈值不同。
11、方案三，此为基础方案的优选，步骤s3中，对点云数据通过统计滤波进行降噪，通过icp算法将降噪后的点云进行拼接；统计滤波主要用于去除图像中的噪声，原理是对每个像素周围的像素值进行排序，并选择中间值作为该像素的新值，能够有效去除噪声点，同时保持图像的边缘信息，可以减少因环境产生的干扰信息，icp算法通过迭代计算最小化两个点云之间的距离，可以获得非常精确的配准效果，且不需要对点云进行分割和特征提取，将拼接预处理后的点云数据简单化。
12、方案四，此为基础方案的优选，步骤s4中，通过八叉树将点云数据划分成不同的层次和区域；八叉树通过将空间划分为八个相同的子空间，能够高效地处理三维数据，可以减少内存使用，且增加数据的查询和更新速度。
13、方案五，此为基础方案的优选，步骤s5中，点云区域增长算法的步骤：
14、a.选择初始点云：从点云数据中通过最远法采样选择一组初始点云；
15、b.确定增长准则：根据物料的几何特性和统计需求设定增长准则，设定点之间的距离的阈值；
16、c.执行区域增长：从初始点云开始，按照设定的增长准则，在点云数据中搜索相邻的点，当两个点之间的距离小于阈值时，则它们属于同一物料块的同一表面；当两个点之间的距离大于阈值时，则它们不属于同一物料块的同一表面。
17、d.重复步骤c.：对每个初始点云都执行区域增长过程，直到所有的点云都被处理完毕，得到多个点云群；
18、点云区域增长算法原理是从一个或多个点云开始，逐步将与点云具有相似几何特征的邻近点加入到同一个区域中，直到没有更多的点可以加入为止，主要用于将点云数据中的点，按照几何特征聚集成不同的区域，通过点云区域增长算法，将点云聚集成点云群，且该算法灵活性高、执行简单和鲁棒性好，可以根据不同物料的性质，通过调整参数来适应不同的需求。
19、方案六，此为基础方案的优选，步骤s6中，利用最近邻距离法，判断相邻物料的空间关系的步骤：
20、a.法向量计算：通过计算一个点云群局部的协方差矩阵，并求得其最小特征值对应的特征向量
21、b.法向量夹角计算：通过两个点云群的特征向量和得到夹角值∠θ2；利用公式：得到夹角值∠θ2；
22、c.对比∠θ1和∠θ2，当∠θ2>∠θ1时，则两个点云群不属于同一物料块；当∠θ2<∠θ1时，则两个点云群属于同一物料块；
23、最近邻距离法通过计算未知样本与训练集中样本之间的距离，选择距离最近的多个样本，然后根据这些样本的标签进行多数表决或平均值计算，以确定未知样本的类别或预测其数值，通过计算点云群法向量夹角∠θ2，将∠θ2与设置相邻点云群的法向量夹角的阈值∠θ1相比较，然后根据对比结果对相邻物料进行分类，便于处理经降噪后的点云数据，且构建简单，直观易懂。
本文档来自技高网...【技术保护点】
1.一种基于多视角三维激光点云的物料块度统计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多视角三维激光点云的物料块度统计方法，其特征在于，步骤S1中，设置相邻点云群的法向量夹角的阈值∠θ1。
3.根据权利要求1所述的一种基于多视角三维激光点云的物料块度统计方法，其特征在于，步骤S3中，对点云数据通过统计滤波进行降噪，通过ICP拼接算法将降噪后的点云进行拼接。
4.根据权利要求1所述的一种基于多视角三维激光点云的物料块度统计方法，其特征在于，步骤S4中，通过八叉树将点云数据划分成不同的层次和区域。
5.根据权利要求1所述的一种基于多视角三维激光点云的物料块度统计方法，其特征在于，步骤S5中，点云区域增长算法的步骤：
6.根据权利要求1所述的一种基于多视角三维激光点云的物料块度统计方法，其特征在于，步骤S6中，利用最近邻距离法，判断相邻物料的空间关系的步骤：
【技术特征摘要】
1.一种基于多视角三维激光点云的物料块度统计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多视角三维激光点云的物料块度统计方法，其特征在于，步骤s1中，设置相邻点云群的法向量夹角的阈值∠θ1。
3.根据权利要求1所述的一种基于多视角三维激光点云的物料块度统计方法，其特征在于，步骤s3中，对点云数据通过统计滤波进行降噪，通过icp拼接算法将降噪后的点云进行拼接。
4....
【专利技术属性】
技术研发人员：霍成全，王维全，陈真，高茂林，毕建春，韩鹏举，景钊，郭武英，任阳阳，
申请(专利权)人：富蕴蒙库铁矿有限责任公司，
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。