CN111754560A - 基于稠密三维重建的高温冶炼容器侵蚀预警方法及*** - Google Patents
基于稠密三维重建的高温冶炼容器侵蚀预警方法及*** Download PDFInfo
- Publication number
- CN111754560A CN111754560A CN202010522326.6A CN202010522326A CN111754560A CN 111754560 A CN111754560 A CN 111754560A CN 202010522326 A CN202010522326 A CN 202010522326A CN 111754560 A CN111754560 A CN 111754560A
- Authority
- CN
- China
- Prior art keywords
- temperature smelting
- smelting container
- dimensional
- dense
- dimensional model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- Radar, Positioning & Navigation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种基于稠密三维重建的高温冶炼容器侵蚀预警方法及***,所述方法包括:使用激光雷达对高温冶炼容器内衬不同区域进行扫描得到稠密点云;使用工业相机对高温冶炼容器内衬不同区域进行拍摄得到RGB图片;根据稠密点云和RGB图片,通过三维重建算法得到高温冶炼容器当前时刻的三维模型;调取数据库中预存的该高温冶炼容器的历史三维模型组;根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息。本发明通过三维重建算法清晰直观的展示高温冶炼容器的内衬表面情况,通过形变分析有效预测高温冶炼容器的侵蚀损坏情况,进行危险预警,为企业减少经济损失,保障了用户的工作环境安全。
Description
技术领域
本发明涉及高温冶炼容器侵蚀预警领域,具体涉及基于稠密三维重建的高温冶炼容器侵蚀预警方法及***。
背景技术
目前现有技术有使用铁包内衬激光测厚仪,通过人工控制激光测量头对准被测物发射激光该激光通过铁包包口落到被测量点上,***通过获取被测量点的空间极坐标数据(距离,水平角,垂直角),再经过测量数学模型计算出转炉内衬的壁厚。在测量时需要被测物需垂直于测量仪,并在指定位置保持静止,以固定的角度和方向进行扫描测量铁包内衬表面,而且对测量人员有一定的技术要求。在后续结果展示中以原始数据列表和二维图形的方式输出,需要专业人员对高温冶炼容器侵蚀进行专业分析处理。
目前现有技术有使用需人工控制激光测量头对准被测物进行调查测量,获取铁包内村结构面参数,但存在工作效率低、数据不连续,以及难以完成原始数据再现的问题,存储的数据为二维图片不能够直观显示,为后续高温冶炼容器侵蚀分析造成一定难度。
缩略语和关键术语定义
铁包内衬:铁包即高温冶炼容器,是炼钢厂重要的热工设备,其内衬寿命长短不仅关系到耐火材料的消耗和炼钢成本,而且直接影响钢的产量和质量。随着冶金技术的不断发展,冶炼温度的提高和连铸比的增加,使得钢水在铁包中停留时间延长。
激光雷达:是激光主动探测传感器设备的一种统称。对于测量成像激光雷达,其主要工作原理是通过高频测距和扫描测角实现对目标轮廓三维扫描测量(成像)。从作业方式、探测距离和测量精度的差异,激光雷达比摄像头、超声波雷达和毫米波雷达等,更具备空间三维分辨能力。它是利用向目标发射激光束,再通过将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,从而获得目标的有关信息,例如目标距离、方位、高度、速度、姿态、甚至形状等参数,主要应用于目标进行探测、跟踪和识别。
三维重建:三维重建技术通过深度数据获取、预处理、点云配准与融合、生成表面等过程,把真实场景刻画成符合计算机逻辑表达的数学模型。三维重建技术的重点在于如何获取目标场景或物体的深度信息。在景物深度信息已知的条件下,只需要经过点云数据的配准及融合,即可实现景物的三维重建。
激光点云:点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合。当一束激光照射到物体表面时,所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描,便会边扫描边记录到反射的激光点信息,由于扫描极为精细,则能够得到大量的激光点,因而就可形成激光点。在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云,通常使用三维坐标测量机所得到的点数量比较少,点与点的间距也比较大,叫稀疏点云;而使用三维激光扫描仪或照相式扫描仪得到的点云,点数量比较大并且比较密集,叫密集点云。
发明内容
本发明的目的在于克服现有技术缺陷,提出了基于稠密三维重建的高温冶炼容器侵蚀分析方法及***。
为了实现上述目的,本发明提出了一种基于稠密三维重建的高温冶炼容器侵蚀预警方法,所述方法包括:
使用激光雷达对高温冶炼容器内衬不同区域进行扫描得到稠密点云;
使用工业相机对高温冶炼容器内衬不同区域进行拍摄得到RGB图片;
根据稠密点云和RGB图片,通过三维重建算法得到高温冶炼容器当前时刻的三维模型;
调取数据库中预存的该高温冶炼容器的历史三维模型组;
根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息。
作为上述方法的一种改进,所述方法还包括:将当前时刻的三维模型存入该高温冶炼容器的数据库中。
作为上述方法的一种改进,所述方法之前还包括:自动读取并识别高温冶炼容器编号。
作为上述方法的一种改进,所述通过激光雷达对高温冶炼容器内衬不同区域进行扫描得到稠密点云具体包括:
基于激光雷达的飞行时间技术,通过计算得到高温冶炼容器内衬轮廓边沿与激光雷达之间的相对距离;
通过激光雷达对高温冶炼容器内衬不同角度的扫描,得到三维点坐标;
基于直线特征间结构、拓扑关系的关系匹配方法进行特征点匹配,将不同角度扫描出的三维点坐标进行拼接,得到高温冶炼容器的稠密点云。
作为上述方法的一种改进,所述RGB图片用于得到高温冶炼容器的纹理信息和颜色信息。
作为上述方法的一种改进,所述历史三维模型组基于时间序列进行存储,初始时刻三维模型为所述高温冶炼容器未进行冶炼时构建的三维模型。
作为上述方法的一种改进,所述根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息;具体包括:
从当前时刻的三维模型获取该高温冶炼容器某待分析点当前时刻的三维数据;
从历史三维模型组获取该待分析点历史时刻的三维数据;
将待分析点当前时刻的三维数据与历史时刻的三维数据通过处理,转换到以对准线为基准的同一坐标系下;
计算当前时刻待分析点到对准线的距离L1;
计算初始时刻待分析点到对准线的距离L0;
计算L1与L0的绝对差值,比照绝对差值与形变阈值的关系,得出该高温冶炼容器局部区域预警信息。
本发明还提出了一种基于稠密三维重建的高温冶炼容器侵蚀预警***,所述***包括激光雷达、工业相机、三维重建模块、数据库读取模块和预警分析模块;
所述激光雷达,用于对高温冶炼容器内衬不同区域进行扫描得到稠密点云;
所述工业相机,用于对高温冶炼容器内衬不同区域进行拍摄得到RGB图片;
所述三维重建模块,用于根据稠密点云和RGB图片,通过三维重建算法得到高温冶炼容器当前时刻的三维模型;
所述数据库读取模块,用于调取数据库中预存的该高温冶炼容器的历史三维模型;
所述预警分析模块,用于根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息。
与现有技术相比,本发明的优势在于:
1、本发明基于稠密点云使得对象感知信息更为丰富,利用精心设计,不断迭代优化产生的三维重建算法,计算更精确的空间三维坐标,形成纹理清晰,位置精确的三维模型;
2、本发明能够自动识别高温冶炼容器,通过周期性地采集数据,形成有时间线的历史数据,通过高温冶炼容器侵蚀形变分析算法对当前三维模型和历史三维模型的数据比较,进而推演出未来可能的高温冶炼容器侵蚀的形变规律,挖掘侵蚀趋势,达到高温冶炼容器侵蚀损坏预警的作用;
3、本发明通过将当前三维模型和历史三维模型的数据通过以对准线为基准数据处理方法,克服了因为高温冶炼容器工作中的抖动造成对采集数据的影响。
附图说明
图1是本发明的实施例1的基于稠密三维重建的高温冶炼容器侵蚀预警方法的流程图;
图2是本发明的实施例1识别高温冶炼容器编号的界面示意图;
图3是本发明的实施例1对于高温冶炼容器三维重建的界面示意图;
图4是本发明的实施例1通过三维模型的形变比对,得到预警信息的界面示意图。
具体实施方式
本发明是实现自动化测量包括高温冶炼容器号自动识别,高温冶炼容器位姿实时精确估计,并通过机械臂自动校准末端传感器,实时数据采集。基于稠密点云三维重建,形成检测目标的高密度全息图像。通过对比不同时间的三维图像,在线自动生成侵蚀分析报告,三维展示重建结果,并配有操作简单,功能丰富的专业***软件。
数据采集是通过激光雷达和摄像机深度相融合方式。利用激光雷达三维扫描设备投射光束至目标场景或物体,通过对接收到的返回信息进行计算与处理,进而获取目标距离并重建物体的三维形。工业相机获取检测物体颜色以及纹理信息。采用激光雷达和工业摄像机深度相融合方式,可精密测绘表面平坦、纹理与形状变化不明显的区域,更有利于基于稠密点云的三维重建。数据采集无需人工操作,节省人员培训成本费用,实现了高效率的数据采集。现有技术由于测量一直有严格的要求,需要改造现有设备,才可以放置到被测物需要指定的位置上,对生产节奏产生影响。而本专利的测量方法,无需将高温冶炼容器倾转到特定角度,传感器会自动转动对准高温冶炼容器口,避免了通过改造生产线而达到被测物体测量时需要满足放置指定位置的问题。全自动的、连续的、有周期性的数据采集为后续的高温冶炼容器侵蚀形变情况分析提供有效丰富的的数据基础,通过形变分析模型,推演出未来高温冶炼容器局部区域可能发生的侵蚀形变。
通过三维重建算法恢复的三维模型数据,对连续的不同时间段的同一检测目标的三维数据图像进行分析比较,自动生成侵蚀分析报告,并通过三维效果展示。通过形变量计算不同等级告警阈值。全程自动化,无需人工操作,形变分析模型替代了原有的人工分析,实现了结果的快速获取与分析。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
如图1所示,本发明的实施例1提出了一种基于稠密三维重建的高温冶炼容器侵蚀预警方法。利用激光雷达和工业相机融合方式自动化采集数据,通过基于稠密点云的三维重建算法,形成纹理直观清晰的三维模型。通过激光雷达扫描和工业相机拍摄,获得重建三维模型的稠密点云,两种信息源采集的信息相融合,获得对目标物体更精确地测绘。基于稠密点云的对象感知信息更为丰富,利用精心设计,不断迭代优化产生的三维重建算法,计算更精确的空间三维坐标,形成纹理清晰,位置精确的三维模型。周期性地采集数据,形成有时间线的历史数据,通过高温冶炼容器侵蚀形变分析算法对当前三维模型和历史三维模型的数据比较,进而推演出未来可能的高温冶炼容器侵蚀的形变规律,达到高温冶炼容器侵蚀损坏预警的作用。
步骤包括:
1)高温冶炼容器自动识别:
在数据采集过程中实现自动识别高温冶炼容器号,并且不需要将高温冶炼容器倾转到特定角度,传感器设备会自动转动对准高温冶炼容器口完成在线数据采集,采集过程的时间不超过30秒,不影响生产作业。通过激光雷达扫描获得稠密点云,两种信息源采集的信息相融合,使用激光器发射并接收回传感器,计算发射和接收之间的时间以确定飞行时间。利用光速和1/2的飞行时间,计算出物体离激光雷达的距离。如图2所示为高温冶炼容器生命周期监测***在自动识别时界面示意图。
2)三维重建
三维重建的具体步骤分为三部分:图像获取、立体匹配以及三维重建。详细说明如下:
(1)图像获取:激光从激光头发射,通过测量光脉冲之间的传输延迟时间来计算对象物体的距离。使用TOF(Time of Flight飞行时间技术的缩写)的激光雷达在测出物体轮廓边沿与设备间的相对距离后,这些轮廓信息可组成稠密点云数据。通过工业相机获取高温冶炼容器的RGB图片,得到检测物体的纹理信息和颜色信息。
(2)立体匹配:通过激光雷达对高温冶炼容器进行扫描,通过特征提取得到特征点,然后通过基于直线特征间结构、拓扑关系的关系匹配方法进行特征点匹配,将不同方向扫描出的三维点坐标进行拼接,最后得到高温冶炼容器的稠密点云。
(3)构建三维模型:激光雷达获取的稠密点云加上工业相机拍摄的RGB图片,将两种信息进行融合,最终构建高温冶炼容器的三维模型。
高温冶炼容器侵蚀分析模型利用通过三维重建算法恢复的三维模型数据,对连续的不同时间段的同一检测目标的三维数据图像进行分析比较,自动生成侵蚀分析报告,并以三维效果展示。通过激光雷达装置在不同的位置对高温冶炼容器进行扫描,同时,惯性导航为激光雷达的空间位置和脉冲发射姿态提供高精度的定位,利用算法对图像特征点进行跟踪,提取密集、鲁棒的特征点,形成三维模型重建所需要的稠密点云,融合工业相机提供的检测物体的RGB信息,最终完成轮廓完整,纹理清晰的高温冶炼容器三维模型。本专利设计的高温冶炼容器三维重建方法具有数据可保存、真实连续以及可直观再现高温冶炼容器内衬表面等优点,在高温冶炼容器抖动的情况下,依然可以用激光扫描设备投射光信息至目标场景或物体,对接收到的返回信息进行计算与处理,进而获取目标距离并重建物体的三维形。如图3所示为高温冶炼容器三维重建的界面示意图。
3)侵蚀缺陷预警
高温冶炼容器生命周期监测***生成二维侵蚀展开平面图,辅助管理者监控高温冶炼容器状态。本专利***自动识别高温冶炼容器号,构建完整的高温冶炼容器生命周期,挖掘侵蚀趋势,从而能够提前补修维护,避免漏问题出现。高温冶炼容器侵蚀形变分析是对有规律的时间序列的高温冶炼容器三维模型进行分析检测,形变分析可以替代人眼观察形状是否符合预期,形变分析通过对时间序列的形状预测来判断是否异常,并根据异常严重程度设定不同的告警等级。高温冶炼容器侵蚀形变分析替代专业工人通过历史数据进行分析预警。
通过当前三维数据与历史三维数据进行坐标系的转换,使其在同一坐标系下,以对准线对准。通过当前三维数据内衬点到对准线的距离与高温冶炼容器未使用时的三维模型上的内衬点到对准线的距离,计算绝对差值。绝对差值处于不同的阈值范围,会进行相应的预警级别信息输出,例如当差值大于20cm时,进行高温冶炼容器内衬侵蚀损坏严重预警。如图4所示为通过三维模型的形变比对,得到预警信息的界面示意图。
实施例2
本发明的实施例2提出了一种基于稠密三维重建的高温冶炼容器侵蚀预警***。***包括激光雷达、工业相机、三维重建模块、数据库读取模块和预警分析模块;
激光雷达,用于对高温冶炼容器内衬不同区域进行扫描得到稠密点云;
工业相机,用于对高温冶炼容器内衬不同区域进行拍摄得到RGB图片;
三维重建模块,用于根据稠密点云和RGB图片,通过三维重建算法得到高温冶炼容器当前时刻的三维模型;
数据库读取模块,用于调取数据库中预存的该高温冶炼容器的历史三维模型;
预警分析模块,用于根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息。
本发明的研究核心是高温冶炼容器三维重建算法和侵蚀形变分析。通过激光雷达获取稠密点云,获得对目标物体更精确地测绘。根据稠密点云和RGB图片,通过三维重建算法形成目标物体的三维模型。简单精确的测绘方法,自动识别、周期性地数据采集,连续的历史的三维模型数据,进行形变分析得到高温冶炼容器侵蚀形变预测,这对高温冶炼容器提前补修维护,避免漏包有着重要的意义。通过三维重建算法可以清晰直观的展示高温冶炼容器的内衬表面情况,然后通过形变分析能够有效预测高温冶炼容器侵蚀损坏情况,进行危险预警,为企业减少经济损失,保障了用户的工作环境安全。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于稠密三维重建的高温冶炼容器侵蚀预警方法,所述方法包括:
使用激光雷达对高温冶炼容器内衬不同区域进行扫描得到稠密点云;
使用工业相机对高温冶炼容器内衬不同区域进行拍摄得到RGB图片;
根据稠密点云和RGB图片,通过三维重建算法得到高温冶炼容器当前时刻的三维模型;
调取数据库中预存的该高温冶炼容器的历史三维模型组;
根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息。
2.根据权利要求1所述的基于稠密三维重建的高温冶炼容器侵蚀预警方法,其特征在于,所述方法还包括:将当前时刻的三维模型存入该高温冶炼容器的数据库中。
3.根据权利要求2所述的基于稠密三维重建的高温冶炼容器侵蚀预警方法,其特征在于,所述方法之前还包括:自动读取并识别高温冶炼容器编号。
4.根据权利要求1所述的基于稠密三维重建的高温冶炼容器侵蚀预警方法,其特征在于,所述通过激光雷达对高温冶炼容器内衬不同区域进行扫描得到稠密点云具体包括:
基于激光雷达的飞行时间技术,通过计算得到高温冶炼容器内衬轮廓边沿与激光雷达之间的相对距离;
通过激光雷达对高温冶炼容器内衬不同角度的扫描,得到三维点坐标;
基于直线特征间结构、拓扑关系的关系匹配方法进行特征点匹配,将不同角度扫描出的三维点坐标进行拼接,得到高温冶炼容器的稠密点云。
5.根据权利要求1所述的基于稠密三维重建的高温冶炼容器侵蚀预警方法,其特征在于,所述RGB图片用于得到高温冶炼容器的纹理信息和颜色信息。
6.根据权利要求1所述的基于稠密三维重建的高温冶炼容器侵蚀预警方法,其特征在于,所述历史三维模型组基于时间序列进行存储,初始时刻三维模型为所述高温冶炼容器未进行冶炼时构建的三维模型。
7.根据权利要求6所述的基于稠密三维重建的高温冶炼容器侵蚀预警方法,其特征在于,所述根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息;具体包括:
从当前时刻的三维模型获取该高温冶炼容器某待分析点当前时刻的三维数据;
从历史三维模型组获取该待分析点历史时刻的三维数据;
将待分析点当前时刻的三维数据与历史时刻的三维数据通过处理,转换到以对准线为基准的同一坐标系下;
计算当前时刻待分析点到对准线的距离L1;
计算初始时刻待分析点到对准线的距离L0;
计算L1与L0的绝对差值,比照绝对差值与形变阈值的关系,得出该高温冶炼容器局部区域预警信息。
8.一种基于稠密三维重建的高温冶炼容器侵蚀预警***,其特征在于,所述***包括激光雷达、工业相机、三维重建模块、数据库读取模块和预警分析模块;
所述激光雷达,用于对高温冶炼容器内衬不同区域进行扫描得到稠密点云;
所述工业相机,用于对高温冶炼容器内衬不同区域进行拍摄得到RGB图片;
所述三维重建模块,用于根据稠密点云和RGB图片,通过三维重建算法得到高温冶炼容器当前时刻的三维模型;
所述数据库读取模块,用于调取数据库中预存的该高温冶炼容器的历史三维模型;
所述预警分析模块,用于根据该高温冶炼容器当前时刻的三维模型与历史三维模型组,通过侵蚀形变分析得出该高温冶炼容器局部区域预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522326.6A CN111754560B (zh) | 2020-06-10 | 2020-06-10 | 基于稠密三维重建的高温冶炼容器侵蚀预警方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522326.6A CN111754560B (zh) | 2020-06-10 | 2020-06-10 | 基于稠密三维重建的高温冶炼容器侵蚀预警方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111754560A true CN111754560A (zh) | 2020-10-09 |
CN111754560B CN111754560B (zh) | 2023-06-02 |
Family
ID=72675024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010522326.6A Active CN111754560B (zh) | 2020-06-10 | 2020-06-10 | 基于稠密三维重建的高温冶炼容器侵蚀预警方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754560B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345007A (zh) * | 2021-05-12 | 2021-09-03 | 清华大学 | 一种转炉炉口自动定位方法、装置、电子设备及存储介质 |
CN113987304A (zh) * | 2021-10-18 | 2022-01-28 | 厦门大学 | 一种三维炉缸残厚可视化方法及*** |
GB2616127A (en) * | 2022-06-14 | 2023-08-30 | Univ Beijing Science & Technology | Method and device for simultaneous and rapid generation of metallurgical vessel model and structured grid |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599314A (zh) * | 2014-06-12 | 2015-05-06 | 深圳奥比中光科技有限公司 | 三维模型重建方法与*** |
CN105115442A (zh) * | 2015-07-28 | 2015-12-02 | 中国神华能源股份有限公司 | 巷道的内部表面形态的检测方法、装置和*** |
CN106600686A (zh) * | 2016-12-06 | 2017-04-26 | 西安电子科技大学 | 一种基于多幅未标定图像的三维点云重建方法 |
CN106683173A (zh) * | 2016-12-22 | 2017-05-17 | 西安电子科技大学 | 一种基于邻域块匹配提高三维重建点云稠密程度的方法 |
-
2020
- 2020-06-10 CN CN202010522326.6A patent/CN111754560B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104599314A (zh) * | 2014-06-12 | 2015-05-06 | 深圳奥比中光科技有限公司 | 三维模型重建方法与*** |
WO2015188684A1 (zh) * | 2014-06-12 | 2015-12-17 | 深圳奥比中光科技有限公司 | 三维模型重建方法与*** |
CN105115442A (zh) * | 2015-07-28 | 2015-12-02 | 中国神华能源股份有限公司 | 巷道的内部表面形态的检测方法、装置和*** |
CN106600686A (zh) * | 2016-12-06 | 2017-04-26 | 西安电子科技大学 | 一种基于多幅未标定图像的三维点云重建方法 |
CN106683173A (zh) * | 2016-12-22 | 2017-05-17 | 西安电子科技大学 | 一种基于邻域块匹配提高三维重建点云稠密程度的方法 |
Non-Patent Citations (4)
Title |
---|
冯林 等: "利用无人机倾斜影像与GCP构建高精度侵蚀沟地形模型", 《农业工程学报》, vol. 34, no. 03, pages 88 - 95 * |
张宁 等: "基于智能手机立体影像的稠密三维重建", 《遥感信息》, vol. 35, no. 02, pages 87 - 93 * |
李俊利 等: "利用照片重建技术生成坡面侵蚀沟三维模型", 《农业工程学报》, vol. 31, no. 01, pages 125 - 132 * |
龚跃健 等: "基于移动LiDAR点云数据的室内全要素三维重建", 《测绘工程》, vol. 24, no. 11, pages 33 - 43 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345007A (zh) * | 2021-05-12 | 2021-09-03 | 清华大学 | 一种转炉炉口自动定位方法、装置、电子设备及存储介质 |
CN113987304A (zh) * | 2021-10-18 | 2022-01-28 | 厦门大学 | 一种三维炉缸残厚可视化方法及*** |
GB2616127A (en) * | 2022-06-14 | 2023-08-30 | Univ Beijing Science & Technology | Method and device for simultaneous and rapid generation of metallurgical vessel model and structured grid |
GB2616127B (en) * | 2022-06-14 | 2024-06-05 | Univ Beijing Science & Technology | Method and device for simultaneous and rapid generation of metallurgical vessel model and structured grid |
Also Published As
Publication number | Publication date |
---|---|
CN111754560B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111754560B (zh) | 基于稠密三维重建的高温冶炼容器侵蚀预警方法及*** | |
CN107764205B (zh) | 基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法 | |
KR101948852B1 (ko) | 비접촉식 균열 평가를 위한 이종영상 스캐닝 방법 및 장치 | |
RU2762619C2 (ru) | Графическая накладка для измерения размеров элементов при помощи устройства видеоконтроля | |
US8792709B2 (en) | Transprojection of geometry data | |
JP5132832B1 (ja) | 計測装置および情報処理装置 | |
US10393515B2 (en) | Three-dimensional scanner and measurement assistance processing method for same | |
CN108458668A (zh) | 基于双目视觉的板坯边部及头尾形状自动检测***及方法 | |
CN101871895A (zh) | 连铸热坯表面缺陷激光扫描成像无损检测方法 | |
WO2021088247A1 (zh) | 合金分析视觉定位方法、装置及合金分析*** | |
CN111508020B (zh) | 融合图像与激光雷达的电缆三维位置计算方法、装置 | |
CN116337871A (zh) | 一种动力电池焊缝检测方法、***、设备及存储介质 | |
US12025427B2 (en) | Optical measuring method and optical measuring apparatus | |
Liu et al. | Real-time 3D surface measurement in additive manufacturing using deep learning | |
CN116429768A (zh) | 一种密封钉焊接质量检测方法、***、设备及存储介质 | |
CN112595385A (zh) | 一种目标物高度获取方法以及装置 | |
WO2021238095A1 (zh) | 一种合金分析***及其复检方法 | |
JP5336325B2 (ja) | 画像処理方法 | |
CN111583388B (zh) | 一种三维扫描***的扫描方法及设备 | |
CN116381652A (zh) | 集装箱起重机激光雷达的校验方法及*** | |
EP4015987A1 (en) | Height measuring system in laser metal depositions and corresponding measuring method | |
JPH08136222A (ja) | 三次元計測方法およびその装置 | |
CN107449373B (zh) | 基于立体视觉的高速结构光扫描方法与*** | |
JP2020051762A (ja) | 三次元形状検査装置、三次元形状検査方法、三次元形状検査プログラム、コンピュータ | |
US11879725B2 (en) | Optical measuring method and optical measuring device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 100038 A-20, 155 jijiamiao, Huaxiang, Fengtai District, Beijing Patentee after: Beijing watman Intelligent Technology Co.,Ltd. Address before: 100038 A-20, 155 jijiamiao, Huaxiang, Fengtai District, Beijing Patentee before: Beijing watman Technology Co.,Ltd. |