CN115862001A - 一种基于体积计量的露天矿山车厢残留物检测方法及*** - Google Patents
一种基于体积计量的露天矿山车厢残留物检测方法及*** Download PDFInfo
- Publication number
- CN115862001A CN115862001A CN202310187149.4A CN202310187149A CN115862001A CN 115862001 A CN115862001 A CN 115862001A CN 202310187149 A CN202310187149 A CN 202310187149A CN 115862001 A CN115862001 A CN 115862001A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- car
- mine car
- information
- carriage
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 238000005259 measurement Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 27
- 230000008859 change Effects 0.000 claims abstract description 20
- 238000005065 mining Methods 0.000 claims abstract description 17
- 230000009471 action Effects 0.000 claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 8
- 239000000463 material Substances 0.000 description 28
- 239000002689 soil Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于体积计量的露天矿山车厢残留物检测方法及***,属于车厢残留物检测领域,该方法包括:采集待检测矿车的空车厢的第一点云信息;对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢转载物的第二点云信息,并对第二点云信息进行解析,以获得待检测矿车的实时运行信息;根据实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测待检测矿车的卸料动作;在卸料完成时,将当前第二点云信息与第一点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积。本发明通过对车厢装载物体积的高精度计算,能够实时监测矿车车厢残留物的状态,提高了矿车的运载效率,简化了矿区作业流程。
Description
技术领域
本发明属于车厢残留物检测领域,尤其是涉及一种基于体积计量的露天矿山车厢残留物检测方法及***。
背景技术
露天矿区作业主要包括装载、运输以及卸载三大任务,全程都涉及对物料的装载。其中,装载时需要保证在不超重的情况下尽可能多的装载物料,以便提高作业效率;运输时需要保证物料不洒落到道路上,否则会影响行车安全,降低运输效率;而在卸载时,则需要保证物料被完全倒出,不会残留车厢内,影响后续装载运输作业的效率。在潮湿的环境中,煤矿、泥土等小颗粒度物料很容易成块黏在车厢上,在矿车卸载时很难完全卸干净,且很难被发现,降低了矿车的装载量,增加了矿车空载的油耗量,影响了矿区作业效率。
针对矿车车厢的残留物检测能够及时发现车厢上附着的物料,从而能够在第一时间通知相关人员进行清理,以降低矿车空载的油耗,提高矿车的运输效率。在实现本发明的过程中,发明人发现,目前国内对于矿车车厢残留物检测的研究较少,现有检测方法大多是基于载重计量而设计的。
(1)一种车辆载重计量装置,包含一个位移传感器以及信号处理模块,安装于车辆悬吊***的弹性支撑装置上,通过测量弹性支撑装置的形变来计算载重。该方法可以在不需人工测量的情况下自动监测车辆的载重情况,并将测量结果以信号传递的形式发送出去。该方法通过弹性***形变计算载重,灵敏度较低,不利于残留物的检测,并且,该载重计量装置需要安装到每辆车上,不利于扩展,成本也会随车辆数量增加而线性增大。
(2)一种基于图像处理的矿车计量监控***,该方法通过轨道式传感器对矿车进行称重,同时利用安装在轨道正上方的摄像机采集的图像数据判断矿车运行的方向,并对矿车的运行速度进行计算,对矿车进行计数。该方法在轨道式计量的基础上引入了摄像机实现对矿车运行情况的监测,不过本质上还是使用传统的接触式计量方式,同样存在敏感度低等问题。
除此之外,在矿车车厢计量领域,目前大都是接触式的(例如:地磅等),这需要司机将矿车开到指定地点并停车进行计量,整个过程耗时耗力,且干扰了矿车正常的形式作业。国外目前也有一些非接触式计量方案,比较有代表性的就是SICK的单线激光雷达方案。然而,该方案需要两个龙门架和四颗高精度单线激光雷达,整套***非常笨重并且价格昂贵,可扩展性差。另外,SICK也没有将这套***和车厢残留物检测结合起来,只是用作矿车装载计量。图1是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的现有技术的示意图。参照图1,一种针对矿车装载计量***,该***由两个龙门架、四台高精度的单线激光雷达以及一台计算设备组成。其中一台单线激光雷达安装在一个龙门架上径向扫描的矿车数据,另外三台单线激光雷达安装在另一个龙门架上横向扫描的矿车数据。计量时,矿卡需要完整通过两个龙门架,通过龙门架上的单线雷达数据重建矿车以及物料的三维模型,从而计算得到物料体积。该方案的实现所需的成本较高。另外,由于该方案需要矿车完整的通过两个龙门架,因此只能应用于道路上,整体来说比较繁琐。
发明内容
为了解决上述问题,本发明实施例提供了一种基于体积计量的露天矿山车厢残留物检测方法,包括:采集待检测矿车的空车厢的第一点云信息;对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢装载物的第二点云信息,并对所述第二点云信息进行解析,以获得所述待检测矿车的实时运行信息;根据所述实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测所述待检测矿车的卸料动作;在卸料完成时,将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积。
优选地,在将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积的步骤中,包括:利用所述第一点云信息中的车厢底部点云,生成空车厢高程图,而后将所述第二点云信息中的装载物点云转换到所述第一点云信息所在的点云坐标系内,并利用坐标变换处理后的装载物点云,生成装载物高程图,其中,所述装载物高程图与所述空车厢高程图的尺寸相同;对所述装载物高程图与所述空车厢高程图作差,获得装载物高度分布特征,而后根据所述装载物高度分布特征得到所述车厢残留物的体积。
优选地,对所述车厢底部点云进行栅格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到所述空车厢高程图;对加载后的装载物点云进行删格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到所述装载物高程图。
优选地,在将所述第二点云信息中的装载物点云转换到所述第一点云信息所在的点云坐标系内之前,所述车厢残留物检测方法还包括:通过对所述第一点云信息中的车厢轮廓点云与所述第二点云信息中的车厢轮廓点云的配准,来将所述第一点云信息与所述第二点云信息进行点云匹配,以确定所述第二点云信息中的装载物点云在所述第一点云信息所在的点云坐标系内的位姿。
优选地,在点云匹配处理过程中,包括:根据各点云信息中的轮廓点云的特征点的位置信息,采用迭代最近点算法,计算最佳点云变换矩阵;利用所述最佳点云变换矩阵,对所述第一点云信息与所述第二点云信息进行点云匹配,其中,所述最佳点云变换矩阵用于表示所述第二点云信息与所述第一点云信息中对应特征点之间的坐标转换关系。
优选地,采用如下表达式获得所述最佳点云变换矩阵:
优选地,采用如下表达式获得所述车厢残留物的体积:
其中,V表示车厢残留物的体积,w和h分别表示装载物高程图或空车厢高程图的宽和高,hi表示装载物高程图上的第i个的像素点的高度值,gi表示空车厢高程图上的第i个的像素点的高度值。
优选地,所述车厢残留物检测方法还包括:将当前车厢残留物的体积与预设体积阈值进行比较,并在残留物体积大于所述预设体积阈值时,对残留物超标状态进行预警,其中,所述预设体积阈值为在不影响矿车运输效率的情况下所允许的车厢残留物体积的最大值。
另一方面,本发明还提供了一种基于体积计量的露天矿山车厢残留物检测***,所述车厢残留物检测***包括:激光雷达,其用于采集待检测矿车的空车厢的第一点云信息,以及在对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢装载物的第二点云信息;数据处理装置,其用于对所述第二点云信息进行解析,以获得所述待检测矿车的实时运行信息,而后根据所述实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测所述待检测矿车的卸料动作,之后在卸料完成时,将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积。
优选地,所述激光雷达垂直安装在所述待检测矿车的车厢的上方,并且,所述激光雷达的扫描区域覆盖整个车厢。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果。
本发明提出了一种基于体积计量的露天矿山车厢残留物检测方法及***,该方法首先在待检测矿车进行物料装载之前采集待检测矿车的空车厢点云信息,而后在对当前矿车进行装载后,在矿车的运行过程中实时采集矿车车体以及车厢装载物的点云信息,以获得待检测矿车的实时运行信息。接着,根据实时运行信息对待检测矿车的卸料动作进行监测,以便在卸料完成时,及时将当前点云信息与前述空车厢点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积。本发明通过对车厢装载物体积的高精度计算,能够实时监测矿车车厢残留物的状态,提高了矿车的运载效率,简化了矿区作业流程。本发明仅利用一台激光雷达即可实现露天矿山车厢的载重计量,成本较低,同时,除了破碎站,本发明还可应用于矿车必须经过的道路旁或者排土区,能够适应不同的车型和不同的装载任务,能够全天候工作,也能够满足矿区恶劣的环境和复杂的作业需求。本发明所采用的车厢残留物检测算法和物料体积计量算法速度快,鲁棒性高,且非常灵敏,能够准确高效的计算出车厢内的物料体积,为车厢残留物的检测提供了技术支撑。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。
图1是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的现有技术的示意图。
图2是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的步骤图。
图3是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的车厢残留物检测算法流程图。
图4是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的物料体积计量算法流程图。
图5是本申请实施例的基于体积计量的露天矿山车厢残留物检测***的模块框图。
图6是本申请实施例的基于体积计量的露天矿山车厢残留物检测***的激光雷达安装示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
另外,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
露天矿区作业主要包括装载、运输以及卸载三大任务,全程都涉及对物料的装载。其中,装载时需要保证在不超重的情况下尽可能多的装载物料,以便提高作业效率;运输时需要保证物料不洒落到道路上,否则会影响行车安全,降低运输效率;而在卸载时,则需要保证物料被完全倒出,不会残留车厢内,影响后续装载运输作业的效率。在潮湿的环境中,煤矿、泥土等小颗粒度物料很容易成块黏在车厢上,在矿车卸载时很难完全卸干净,且很难被发现,降低了矿车的装载量,增加了矿车空载的油耗量,影响了矿区作业效率。
针对矿车车厢的残留物检测能够及时发现车厢上附着的物料,从而能够在第一时间通知相关人员进行清理,以降低矿车空载的油耗,提高矿车的运输效率。在实现本发明的过程中,发明人发现,目前国内对于矿车车厢残留物检测的研究较少,现有检测方法大多是基于载重计量而设计的。
(1)一种车辆载重计量装置,包含一个位移传感器以及信号处理模块,安装于车辆悬吊***的弹性支撑装置上,通过测量弹性支撑装置的形变来计算载重。该方法可以在不需人工测量的情况下自动监测车辆的载重情况,并将测量结果以信号传递的形式发送出去。该方法通过弹性***形变计算载重,灵敏度较低,不利于残留物的检测,并且,该载重计量装置需要安装到每辆车上,不利于扩展,成本也会随车辆数量增加而线性增大。
(2)一种基于图像处理的矿车计量监控***,该方法通过轨道式传感器对矿车进行称重,同时利用安装在轨道正上方的摄像机采集的图像数据判断矿车运行的方向,并对矿车的运行速度进行计算,对矿车进行计数。该方法在轨道式计量的基础上引入了摄像机实现对矿车运行情况的监测,不过本质上还是使用传统的接触式计量方式,同样存在敏感度低等问题。
除此之外,在矿车车厢计量领域,目前大都是接触式的(例如:地磅等),这需要司机将矿车开到指定地点并停车进行计量,整个过程耗时耗力,且干扰了矿车正常的形式作业。国外目前也有一些非接触式计量方案,比较有代表性的就是SICK的单线激光雷达方案。然而,该方案需要两个龙门架和四颗高精度单线激光雷达,整套***非常笨重并且价格昂贵,可扩展性差。另外,SICK也没有将这套***和车厢残留物检测结合起来,只是用作矿车装载计量。图1是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的现有技术的示意图。参照图1,一种针对矿车装载计量***,该***由两个龙门架、四台高精度的单线激光雷达以及一台计算设备组成。其中一台单线激光雷达安装在一个龙门架上径向扫描的矿车数据,另外三台单线激光雷达安装在另一个龙门架上横向扫描的矿车数据。计量时,矿卡需要完整通过两个龙门架,通过龙门架上的单线雷达数据重建矿车以及物料的三维模型,从而计算得到物料体积。该方案的实现所需的成本较高。另外,由于该方案需要矿车完整的通过两个龙门架,因此只能应用于道路上,整体来说比较繁琐。
因此,为了解决上述问题,本发明提出了一种基于体积计量的露天矿山车厢残留物检测方法及***,该方法首先在待检测矿车进行物料装载之前采集待检测矿车的空车厢点云信息,而后在对当前矿车进行装载后,在矿车的运行过程中实时采集矿车车体以及车厢装载物的点云信息,以获得待检测矿车的实时运行信息。接着,根据实时运行信息对待检测矿车的卸料动作进行监测,以便在卸料完成时,及时将当前点云信息与前述空车厢点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积。本发明通过对车厢装载物体积的高精度计算,能够实时监测矿车车厢残留物的状态,提高了矿车的运载效率,简化了矿区作业流程。另外,该方法仅利用一台激光雷达即可实现露天矿山车厢的载重计量,成本较低,同时,除了破碎站,该方法还可应用于矿车必须经过的道路旁或者排土区,能够适应不同的车型和不同的装载任务,能够全天候工作,也能够满足矿区恶劣的环境和复杂的作业需求。
图2是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的步骤图。图3是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的车厢残留物检测算法流程图。下面参考图2和图3来说明本方法的各个步骤。
如图2所示,在步骤S210中,采集待检测矿车的空车厢的第一点云信息。在本申请实施例中,采集待检测矿车未装载物料时的空车厢的点云信息(即:第一点云信息),将第一点云信息作为用于计算待检测矿车的车厢残留物的体积的基础数据。
参照图3,在本申请的一个具体实施例中,步骤S210此时所采集的第一点云信息和第二点云信息掺杂部分环境点云数据,这部分点云数据所对应的是除了待检测矿车的车体、空车厢和车厢所容纳的车厢装载物的外界环境的点云数据。因此,在获得第一点云信息和第二点云信息后,将第一点云信息和第二点云信息进行矿车点云分割,以去除第一点云信息和第二点云信息中的外界环境的点云数据。而后,利用点云信息中的剩余数据来对相应的点云信息进行校正,从而得到最佳第一点云信息和最佳第二点云信息,进而利用当前最佳第一点云信息和最佳第二点云信息,来计算待检测矿车的车厢残留物的体积。
进一步,在步骤S220中,对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢装载物的第二点云信息,并对第二点云信息进行解析,以获得待检测矿车的实时运行信息。具体地,在对当前矿车进行装载之后,在矿车的卸载过程中实时采集矿车车体以及车厢装载物(车厢和装载物的组合)的点云信息(即:第二点云信息),将第二点云信息作为用于计算待检测矿车的车厢残留物的体积的基础数据。同时,通过对第二点云信息中的车体点云变化以及车厢点云变化的分析来获得待检测矿车的实时运行信息,以便实时监测卸料完成时间节点。
在步骤S230中,根据实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测待检测矿车的卸料动作。在本申请实施例中,基于实时运行信息中指示的车体运动状态变化信息(例如:待检测矿车的位置信息、速度信息等),结合实时运行信息中指示车厢运动状态变化信息(例如:装载物的尺寸、体积、车厢倾角等),通过将前述指示车体运动状态变化和车厢运动状态变化信息进行综合分析,来追踪待检测矿车的卸料进程,以此实现对待检测矿车卸料动作的检测,进而确定卸料完成时间节点确定(计量时机检测)。
进一步,在步骤S240中,在卸料完成时,将当前第二点云信息与第一点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积。具体地,在卸料完成时,将当前第二点云信息与第一点云信息进行对比分析,根据二者之间的点云分布差异(例如:点云分布面积、高度),得到待检测矿车的车厢残留物的体积。
接下来,在将当前第二点云信息与第一点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积的步骤中,首先,利用第一点云信息中的车厢底部点云,生成空车厢高程图,而后将第二点云信息中的装载物点云转换到第一点云信息所在的点云坐标系内,并利用坐标变换处理后的装载物点云,生成装载物高程图,其中,装载物高程图与空车厢高程图的尺寸相同。之后,对装载物高程图与空车厢高程图作差,获得装载物高度分布特征,而后根据装载物高度分布特征得到车厢残留物的体积。
具体地,图4是本申请实施例的基于体积计量的露天矿山车厢残留物检测方法的物料体积计量算法流程图。参照图4,在卸料完成时,将当前第二点云信息与第一点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积,也就是进入物料体积计量阶段,此时根据第一点云信息和第二点云信息计算车厢残留物料的体积。第一点云信息中包括车厢底部点云和车厢轮廓点云,将车厢底部点云和车厢轮廓点云进行分割,以提取车厢底部点云,来制成空车厢高程图。第二点云信息中包括装载物点云和车厢轮廓点云,确定装载物点云在第一点云信息所在点云坐标系内的位姿,按照相应的位置匹配关系将装载物点云转换到第一点云信息所在的点云坐标系内,根据坐标变换处理后的装载物点云,制成与空车厢高程图尺寸相同的装载物高程图。之后,对装载物高程图与空车厢高程图作差,作差结果即为装载物高度分布特征,装载物高度分布特征能够反映装载物的形态。由此,便能够根据装载物高度分布特征生成相应的高度分布图,通过对该高度分布图进行积分,便能够得到车厢残留物的体积。
在本申请实施例中,采用如下表达式获得车厢残留物的体积:
其中,V表示车厢残留物的体积,w和h分别表示装载物高程图或空车厢高程图的宽和高,hi表示装载物高程图上的第i个的像素点的高度值,gi表示空车厢高程图上的第i个的像素点的高度值。
在获得空车厢高程图的过程中,对车厢底部点云进行栅格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到空车厢高程图。在本申请实施例中,将第一点云信息中的车厢底部点云进行栅格化处理,而后将车厢底部点云栅格内点云高度的均值作为栅格点的像素值,由此获得空车厢高程图。其中,对于特定类型的矿车,该过程只需要进行一次,即得到统一的空车厢高程图。在获得装载物高程图的过程中,对坐标变换后的装载物点云进行栅格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到装载物高程图。在本申请实施例中,将第二点云信息中的装载物点云进行栅格化处理,而后将装载物点云栅格内点云高度的均值作为栅格点的像素值,由此获得装载物高程图。
在将第二点云信息中的装载物点云转换到第一点云信息所在的点云坐标系内之前,本实施例通过对第一点云信息中的车厢轮廓点云与第二点云信息中的车厢轮廓点云的配准,来将第一点云信息与第二点云信息进行点云匹配,以确定第二点云信息中的装载物点云在第一点云信息所在的点云坐标系内的位姿。为了准确计算装载物的体积,本实施例通过将第一点云信息与第二点云信息进行点云匹配,来确定第二点云信息中的装载物点云在第一点云信息所在的点云坐标系内的位置。并且,为了提高点云匹配的准确度,本实施例进一步采用不受物料影响的第一点云信息和第二点云信息中的车厢轮廓点云进行配准。据此,保证了装载物点云能够准确变换到第一点云信息所在的点云坐标系内的对应位置。
进一步,在点云匹配处理过程中,根据各点云信息中的轮廓点云的特征点的位置信息,采用迭代最近点算法,计算最佳点云变换矩阵,之后,利用最佳点云变换矩阵,对第一点云信息与第二点云信息进行点云匹配,其中,最佳点云变换矩阵用于表示第二点云信息与第一点云信息中对应特征点之间的坐标转换关系。在本申请实施例中,根据第一点云信息和第二点云信息中的轮廓点云的特征点的位置对应关系,利用迭代最近点算法(ICP),通过最小化目标函数(参见公式1),以求得最优的点云旋转矩阵以及平移向量,从而计算用于表示第二点云信息与第一点云信息中对应特征点之间的坐标转换关系的最佳点云变换矩阵。之后,利用最佳点云变换矩阵计算第二点云信息在第一点云信息所在点云坐标系内的位置坐标,从而实现对第一点云信息与第二点云信息的点云匹配。
在本申请实施例中,采用如下表达式获得最佳点云变换矩阵:
基于前述分析可知,传统的矿车载重计量一般是使用地磅等接触式的方案,本实施例的车厢残留物检测方法采用无接触式计量方式,使用激光雷达采集第一点云信息和第二点云信息,通过分析第一点云信息和第二点云信息得到装载物的体积。也就是说,本实施例不影响矿车正常卸载作业,对矿车司机来说是无感的,故而不会影响矿车的正常作业流程。因此,本实施例能提高矿车运载效率,简化矿区作业流程。而且,由于露天矿山车厢装载物一般都是矿石、泥土等表面积比较复杂的物体,体积计算并非易事,点云数据能够精确表征物体的三维信息。因此,本实施例能够获得装载物的精确体积,且能够适应不同密度的物料。
进一步,本实施例还将当前车厢残留物的体积与预设体积阈值进行比较,并在残留物体积大于预设体积阈值时,对残留物超标状态进行预警,其中,预设体积阈值为在不影响矿车运输效率的情况下所允许的车厢残留物体积的最大值。具体地,本实施例预设表示不影响矿车运输效率的情况下所允许的车厢残留物体积的最大值的预设体积阈值,通过实时比较计算得到的残留物体积与预设体积阈值,对残留物超标状态进行预警。在本申请实施例中,当残留物体积大于预设体积阈值时,触发残留物报警来提示相关人员对车厢进行清理。
本实施例通过解析第二点云信息来确定卸料动作完成节点,而后在该节点产生后触发车厢装载计量进程得到车厢残留物体积,进而在残留物超标时进行残留物报警,实现了对车厢残留物的自动化检测。
基于上述实施例所述的基于体积计量的露天矿山车厢残留物检测方法,本发明实施例还提供了一种基于体积计量的露天矿山车厢残留物检测***(以下简称“ 车厢残留物检测***”)。图5是本申请实施例的基于体积计量的露天矿山车厢残留物检测***的模块框图。
如图5所示,本发明实施例中的车厢残留物检测***包括:激光雷达51和数据处理装置52。具体地,激光雷达51,按照上述步骤S210所述的方法实施,配置为采集待检测矿车的空车厢的第一点云信息,以及在对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢装载物的第二点云信息;数据处理装置52,按照上述步骤S220所述的方法实施,配置为对激光雷达51所采集的第二点云信息进行解析,以获得待检测矿车的实时运行信息,而后根据实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测待检测矿车的卸料动作,之后在卸料完成时,将当前第二点云信息与第一点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积。
进一步,激光雷达51垂直安装在待检测矿车的车厢的上方,并且,激光雷达的扫描区域覆盖整个车厢。图6是本申请实施例的基于体积计量的露天矿山车厢残留物检测***的激光雷达安装示意图。参照图6,在本申请的一个具体实施例中,激光雷达51垂直安装在破碎站帽檐下方,以确保激光雷达51垂直于待检测矿车的车厢,且位于车厢的上方。激光雷达51通过向下扫描矿车车厢以及车厢内的装载物,来获得密集的点云信息。同时,保证激光雷达51的扫描区域完全覆盖到整个车厢,由此得到完整的车厢点云信息。优选地,在激光雷达51的选取上选择线束较多的激光雷达,这样能够扫描得到比较密集的点云,从而使得最终计算得到的体积也更精确。需要说明的是,本发明对激光雷达51的具体型号和安装高度不作具体限定,本领域技术人员可以根据现场环境的复杂程度,选择对应型号的激光雷达和设置安装高度。
在本申请的一个具体实施例中,激光雷达51配置有相应的传感器驱动,数据处理装置52通过传感器驱动收集激光雷达51所采集的第一点云信息和第二点云信息,此时的第一点云信息和第二点云信息掺杂部分环境点云数据,这部分点云数据所对应的是除了待检测矿车的车体、空车厢和车厢所容纳的车厢装载物的外界环境的点云数据。因此,数据处理装置52在接收到第一点云信息和第二点云信息之后,去除第一点云信息和第二点云信息中的外界环境的点云数据,并利用点云信息中的剩余数据来对相应的点云信息进行校正,从而得到最佳第一点云信息和最佳第二点云信息,进而利用当前最佳第一点云信息和最佳第二点云信息,来计算待检测矿车的车厢残留物的体积。
本发明提出了一种基于体积计量的露天矿山车厢残留物检测方法及***,该方法首先在待检测矿车进行物料装载之前采集待检测矿车的空车厢点云信息,而后在对当前矿车进行装载后,在矿车的运行过程中实时采集矿车车体以及车厢装载物的点云信息,以获得待检测矿车的实时运行信息。接着,根据实时运行信息对待检测矿车的卸料动作进行检测,以便在卸料完成时,及时将当前点云信息与前述空车厢点云信息进行对比分析,从而得到待检测矿车的车厢残留物的体积。本发明通过对车厢装载物体积的高精度计算,能够实时监测矿车车厢残留物的状态,提高了矿车的运载效率,简化了矿区作业流程。本发明仅利用一台激光雷达即可实现露天矿山车厢的载重计量,成本较低,同时,除了破碎站,本发明还可应用于矿车必须经过的道路旁或者排土区,能够适应不同的车型和不同的装载任务(例如:装载不同密度的物料),能够全天候工作,也能够满足矿区恶劣的环境和复杂的作业需求,也就是说,本发明能够因地制宜,部署起来更加便利,扩展性强。本发明的整个计量过程是全自动的,对于司机来说是无感的,故而不会干扰矿车的正常作业,能够很大程度上提升矿车的运载效率。本发明所涉及的车厢残留物检测算法和物料体积计量算法能够实时高效的在嵌入式设备上运行。
以上所述,仅为本发明的具体实施案例,本发明的保护范围并不局限于此,任何熟悉本技术的技术人员在本发明所述的技术规范内,对本发明的修改或替换,都应在本发明的保护范围之内。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明的权利要求的保护范围。
本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然本发明所揭露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,包括:
采集待检测矿车的空车厢的第一点云信息;
对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢装载物的第二点云信息,并对所述第二点云信息进行解析,以获得所述待检测矿车的实时运行信息;
根据所述实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测所述待检测矿车的卸料动作;
在卸料完成时,将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积。
2.根据权利要求1所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,在将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积的步骤中,包括:
利用所述第一点云信息中的车厢底部点云,生成空车厢高程图,而后将所述第二点云信息中的装载物点云转换到所述第一点云信息所在的点云坐标系内,并利用坐标变换处理后的装载物点云,生成装载物高程图,其中,所述装载物高程图与所述空车厢高程图的尺寸相同;
对所述装载物高程图与所述空车厢高程图作差,获得装载物高度分布特征,而后根据所述装载物高度分布特征得到所述车厢残留物的体积。
3.根据权利要求2所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,
对所述车厢底部点云进行栅格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到所述空车厢高程图;
对加载后的装载物点云进行删格化处理,并将当前栅格内点云高度的均值作为栅格点的像素值,从而得到所述装载物高程图。
4.根据权利要求2或3所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,在将所述第二点云信息中的装载物点云转换到所述第一点云信息所在的点云坐标系内之前,所述露天矿山车厢残留物检测方法还包括:
通过对所述第一点云信息中的车厢轮廓点云与所述第二点云信息中的车厢轮廓点云的配准,来将所述第一点云信息与所述第二点云信息进行点云匹配,以确定所述第二点云信息中的装载物点云在所述第一点云信息所在的点云坐标系内的位姿。
5.根据权利要求4所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,在点云匹配处理过程中,包括:
根据各点云信息中的轮廓点云的特征点的位置信息,采用迭代最近点算法,计算最佳点云变换矩阵;
利用所述最佳点云变换矩阵,对所述第一点云信息与所述第二点云信息进行点云匹配,其中,所述最佳点云变换矩阵用于表示所述第二点云信息与所述第一点云信息中对应特征点之间的坐标转换关系。
8.根据权利要求7所述的一种基于体积计量的露天矿山车厢残留物检测方法,其特征在于,所述露天矿山车厢残留物检测方法还包括:
将当前车厢残留物的体积与预设体积阈值进行比较,并在残留物体积大于所述预设体积阈值时,对残留物超标状态进行预警,其中,所述预设体积阈值为在不影响矿车运输效率的情况下所允许的车厢残留物体积的最大值。
9.一种基于体积计量的露天矿山车厢残留物检测***,其特征在于,所述车厢残留物检测***用于实现如权利要求1~8中任一项所述的车厢残留物检测方法,所述车厢残留物检测***包括:
激光雷达,其用于采集待检测矿车的空车厢的第一点云信息,以及在对当前矿车进行装载后,在矿车的卸载过程中实时采集包括矿车车体以及车厢装载物的第二点云信息;
数据处理装置,其用于对所述第二点云信息进行解析,以获得所述待检测矿车的实时运行信息,而后根据所述实时运行信息中指示的车体运动状态变化和车厢运动状态变化信息来监测所述待检测矿车的卸料动作,之后在卸料完成时,将当前第二点云信息与所述第一点云信息进行对比分析,从而得到所述待检测矿车的车厢残留物的体积。
10.根据权利要求9 所述的一种基于体积计量的露天矿山车厢残留物检测***,其特征在于,所述激光雷达垂直安装在所述待检测矿车的车厢的上方,并且,所述激光雷达的扫描区域覆盖整个车厢。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310187149.4A CN115862001A (zh) | 2023-03-02 | 2023-03-02 | 一种基于体积计量的露天矿山车厢残留物检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310187149.4A CN115862001A (zh) | 2023-03-02 | 2023-03-02 | 一种基于体积计量的露天矿山车厢残留物检测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115862001A true CN115862001A (zh) | 2023-03-28 |
Family
ID=85659576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310187149.4A Pending CN115862001A (zh) | 2023-03-02 | 2023-03-02 | 一种基于体积计量的露天矿山车厢残留物检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115862001A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469871A (zh) * | 2020-03-30 | 2021-10-01 | 长沙智能驾驶研究院有限公司 | 基于三维激光的车厢可装载空间检测方法和装置 |
CN113625299A (zh) * | 2021-07-26 | 2021-11-09 | 北京理工大学 | 基于三维激光雷达的装车物料高度与偏载检测方法及装置 |
CN113933856A (zh) * | 2021-09-29 | 2022-01-14 | 国能新朔铁路有限责任公司 | 铁路货车车底残留物检测***、方法及装置 |
CN114295053A (zh) * | 2021-12-31 | 2022-04-08 | 北京百度网讯科技有限公司 | 物料体积的确定方法及装置、设备、介质和产品 |
CN114998824A (zh) * | 2022-05-07 | 2022-09-02 | 洛伦兹(宁波)科技有限公司 | 一种车辆装卸任务监控方法、装置及*** |
CN115236628A (zh) * | 2022-07-26 | 2022-10-25 | 中国矿业大学 | 一种基于激光雷达检测车厢残留货物的方法 |
-
2023
- 2023-03-02 CN CN202310187149.4A patent/CN115862001A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469871A (zh) * | 2020-03-30 | 2021-10-01 | 长沙智能驾驶研究院有限公司 | 基于三维激光的车厢可装载空间检测方法和装置 |
CN113625299A (zh) * | 2021-07-26 | 2021-11-09 | 北京理工大学 | 基于三维激光雷达的装车物料高度与偏载检测方法及装置 |
CN113933856A (zh) * | 2021-09-29 | 2022-01-14 | 国能新朔铁路有限责任公司 | 铁路货车车底残留物检测***、方法及装置 |
CN114295053A (zh) * | 2021-12-31 | 2022-04-08 | 北京百度网讯科技有限公司 | 物料体积的确定方法及装置、设备、介质和产品 |
CN114998824A (zh) * | 2022-05-07 | 2022-09-02 | 洛伦兹(宁波)科技有限公司 | 一种车辆装卸任务监控方法、装置及*** |
CN115236628A (zh) * | 2022-07-26 | 2022-10-25 | 中国矿业大学 | 一种基于激光雷达检测车厢残留货物的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113469871B (zh) | 基于三维激光的车厢可装载空间检测方法和装置 | |
CN115236628B (zh) | 一种基于激光雷达检测车厢残留货物的方法 | |
CN102980512A (zh) | 一种固定式自动体积测量***及其测量方法 | |
US11827228B2 (en) | Road abnormality detection apparatus, road abnormality detection method and road abnormality detection program | |
CN105404844A (zh) | 一种基于多线激光雷达的道路边界检测方法 | |
CN112731440A (zh) | 高速铁路边坡形变检测方法及装置 | |
CN107401979B (zh) | 一种用于接触网检测的车体振动位移补偿装置及方法 | |
CN111354035B (zh) | 一种桥梁动态荷载自动检测与反演***及方法 | |
CN110659548B (zh) | 车辆及其目标检测方法、装置 | |
CN114022537B (zh) | 一种用于动态称重区域车辆装载率和偏载率分析方法 | |
CN112356837A (zh) | 车辆载重监测方法、服务器及控制*** | |
CN114998824A (zh) | 一种车辆装卸任务监控方法、装置及*** | |
CN109653045A (zh) | 轨距测量方法及装置 | |
CN115797338B (zh) | 基于双目视觉的全景路面多性能指标计算方法及*** | |
CN117492026B (zh) | 结合激光雷达扫描的铁路货车装载状态检测方法及*** | |
CN113129262A (zh) | 排土位自动化检测补充方法、装置、存储介质和电子设备 | |
CN115272930A (zh) | 一种基于探地雷达的路面状态评估方法 | |
CN115862001A (zh) | 一种基于体积计量的露天矿山车厢残留物检测方法及*** | |
CN117572451A (zh) | 一种基于多线激光雷达的交通信息采集方法、设备及介质 | |
CN112683179B (zh) | 货车栏板高度的检测方法、装置、设备及存储介质 | |
WO2023232286A1 (en) | Identify carryback in unknown truck bed | |
CN112162294A (zh) | 一种基于激光传感器的机器人结构检测方法 | |
CN115631329A (zh) | 一种用于开放式车厢的装载控制方法、***和存储介质 | |
CN115147791A (zh) | 一种车辆变道检测方法、装置、交通工具及存储介质 | |
CN115856923B (zh) | 矿卡卸料用时的测量方法、装置、设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230328 |
|
RJ01 | Rejection of invention patent application after publication |