【技术实现步骤摘要】
本专利技术涉及钢铁智能感知，具体涉及一种废钢散落料识别方法、装置、电子设备及存储介质。
技术介绍
1、废钢作为优质再生资源是钢铁冶炼行业的重要原材料之一，与利用铁矿石为原料生产钢铁相比，废钢铁炼钢效率明显提高、有害排放物明显减少，因而具有较高生态价值和社会价值。废钢智能库管技术包括无人行车装卸车、散落料归堆、库区盘库等关键技术环节，其中，散落料归堆指无人行车在废钢货车完成装卸车作业离开车位后将在装卸车过程中散落在车位区域的废钢物料清理至库区废钢堆垛。散落料归堆无人化作业高度依赖视觉感知获取散落料信息。
2、目前，现有的散落料识别方法存在识别信息不充分或精度不高的情况。如现有的基于二维图像的散落料识别方法仅可获取散落料的位置信息，无法获取其高度信息。现有的利用pcl经典算法实现的三维激光点云的散落料识别方法能够获取散落料高度信息，但难以准确提取到所有散落料，尤其是当散落料较小难以与地面割离，且无法同时精确获取所有散落料的位置及高度信息。
技术实现思路
1、本申请提供一种废钢散落料识别方法、装置、电子设备及存储介质，以解决上述技术问题。
2、本申请实施例提供的一种废钢散落料识别方法，所述方法包括：获取场景点云样本，对所述场景点云样本进行特征标注，得到训练数据集；通过所述训练数据集，基于选定的神经网络进行训练，得到废钢散落料点云分割模型；采集目标区域的三维点云数据，并对所述三维点云数据进行标定校准，得到待检测三维点云数据，所述目标区域包括指定车位区域及车位周边的裕
3、于本申请的一实施例中，获取场景点云样本，对所述场景点云样本进行特征标注，得到训练数据集，包括：采集散落料点云样本集，所述散落料点云样本集包括多种不同分布的散落料形态；沿各散落料堆边缘不规则标绘，对散落料赋予第一标签值，对非散落料点赋予第二标签值，得到训练数据集。
4、于本申请的一实施例中，采集目标区域的三维点云数据，并对该点云进行标定校准，得到待检测三维点云数据，包括：对所述目标区域进行三维激光扫描，得到目标区域的初始点云；通过扫描仪标定参数对所述初始点云数据进行标定校准，得到校准后的点云数据；所述扫描仪标定参数用于校正扫描仪安装误差；根据车位区域阈值对所述校准后的点云数据进行直通滤波，滤除非车位区域点云，得到待检测三维点云数据。
5、于本申请的一实施例中，将所述待检测三维点云数据输入至废钢散落料点云分割模型中，得到目标区域的散落料点云，包括：利用散落料分割模型对所述待检测三维点云数据进行推演，得到推演结果，所述推演结果包括指定车位区域中，各待检测三维点云数据中每个点的标签值；遍历散落料分割模型推演结果中的各点及其标签值，将标签值为一标签值的点合成散落料点云。
6、于本申请的一实施例中，通过所述散落料点云计算所述目标区域的散落料网格信息，还包括：按照预设网格规格参数对所述目标区域内散落料点云进行网格化划分，得到多个网格区域，所述网格区域包括网格参数；通过所述网格区域参数对所述目标区域内的散落料点云进行直通滤波处理，得到网格散落点云；遍历每个网格散落点云的点云高度值，将每个网格散落点云中的最大高度值点，记为网格最大高度值点；将所述网格区域参数和所述网格最大高度值点确定为所述目标区域的散落料网格信息。
7、于本申请的一实施例中，按照预设网格规格参数对所述目标区域内散落料点云进行网格化划分，得到多个网格区域，所述网格区域包括网格区域参数，包括：若所述目标区域为形状为矩形的停车位区域，则建立空间直角坐标系，并对所述停车区域的顶角进行标记，得到所述停车区域的顶角坐标；根据预设网格规格参数对标记好的停车位区域进行网格划分，得到多个网格区域，根据所述顶角坐标和所述预设网格规格参数计算所述网格区域的对角坐标，并根据所述对角坐标标记每个网格区域的网格区域参数。
8、于本申请的一实施例中，标定扫描仪标定参数，包括：对所述目标区域进行初次扫描，得到三维点云数据；将点云标定标志物放置到目标区域，在所述目标区域进行二次扫描，得到包含标志物的场景点云；通过所述三维点云数据与所述包含标志物的场景点云计算所述扫描仪标定参数。
9、本申请实施例提供的废钢散落料识别装置，所述装置包括：获取模块，用于获取场景点云样本，对所述场景点云样本进行特征标注，得到训练数据集；训练模块，用于通过所述训练数据集，基于选定的神经网络进行训练，得到废钢散落料点云分割模型；数据校准模块，用于采集目标区域的三维点云数据，并对所述三维点云数据进行标定校准，得到待检测三维点云数据，所述目标区域包括指定车位区域及车位周边的裕量区域，所述裕量区域包括超出指定车位区域边界的预设范围的空间；识别模块，用于将所述待检测三维点云数据输入至废钢散落料点云分割模型中，得到目标区域的散落料点云，并通过所述散落料点云计算所述目标区域的散落料网格信息，完成废钢散落料识别。
10、本申请实施例提供一种电子设备，包括处理器、存储器和通信总线；所述通信总线用于将所述处理器和存储器连接；所述处理器用于执行所述存储器中存储的计算机程序，以实现上述废钢散落料识别方法。
11、本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于使计算机执行上述的废钢散落料识别方法。
12、本申请的有益效果：通过获取场景点云样本并进行特征标注，构建一个专门针对废钢散落料的训练数据集，基于这个数据集训练的废钢散落料点云分割模型能够更准确地识别出目标区域中的废钢散落料，提高了废钢散落料识别精度和识别效率，整个识别过程高度自动化，从数据采集、标定校准到模型识别，减少了人工干预，提高了工作效率，并且本申请不仅能够准确提取所有散落料的位置信息，包括那些较小且难以与地面割离的散落料，还能精确测量其高度信息，确保了散落料归堆作业的全面性和准确性，还大大提高了作业的安全性，避免了因遗漏或误判散落料而导致的潜在风险，此外，本申请还能更改有助于优化无人行车的路径规划和操作策略，进一步降低能耗和提升整体作业效率。
13、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
本文档来自技高网...【技术保护点】
1.一种废钢散落料识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的废钢散落料识别方法，其特征在于，获取场景点云样本，对所述场景点云样本进行特征标注，得到训练数据集，包括：
3.根据权利要求1所述的废钢散落料识别方法，其特征在于，采集目标区域的三维点云数据，并对该点云进行标定校准，得到待检测三维点云数据，包括：
4.根据权利要求1所述的废钢散落料识别方法，其特征在于，将所述待检测三维点云数据输入至废钢散落料点云分割模型中，得到目标区域的散落料点云，包括：
5.根据权利要求1所述的废钢散落料识别方法，其特征在于，通过所述散落料点云计算所述目标区域的散落料网格信息，还包括：
6.根据权利要求5所述的废钢散落料识别方法，其特征在于，按照预设网格规格参数对所述目标区域内散落料点云进行网格化划分，得到多个网格区域，所述网格区域包括网格区域参数，包括：
7.根据权利要求3所述的废钢散落料识别方法，其特征在于，标定扫描仪标定参数，包括：
8.一种废钢散落料识别装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种废钢散落料识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的废钢散落料识别方法，其特征在于，获取场景点云样本，对所述场景点云样本进行特征标注，得到训练数据集，包括：
3.根据权利要求1所述的废钢散落料识别方法，其特征在于，采集目标区域的三维点云数据，并对该点云进行标定校准，得到待检测三维点云数据，包括：
4.根据权利要求1所述的废钢散落料识别方法，其特征在于，将所述待检测三维点云数据输入至废钢散落料点云分割模型中，得到目标区域的散落料点云，包括：
5.根据权利要求1所述的废钢散落料识别方法，其特征在于，通过所述散落料点云计算所述...
【专利技术属性】
技术研发人员：刘娟，杨东海，刘俊林，李强，
申请(专利权)人：中冶赛迪信息技术重庆有限公司，
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。