CN118129863A - 一种基于激光雷达的筒仓料量检测方法 - Google Patents
一种基于激光雷达的筒仓料量检测方法 Download PDFInfo
- Publication number
- CN118129863A CN118129863A CN202410347333.5A CN202410347333A CN118129863A CN 118129863 A CN118129863 A CN 118129863A CN 202410347333 A CN202410347333 A CN 202410347333A CN 118129863 A CN118129863 A CN 118129863A
- Authority
- CN
- China
- Prior art keywords
- silo
- laser radar
- data
- points
- point cloud
- 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
- 239000000463 material Substances 0.000 title claims abstract description 137
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 230000001133 acceleration Effects 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000000034 method Methods 0.000 description 27
- 238000005259 measurement Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 8
- 238000007796 conventional method Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 238000000691 measurement method Methods 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000011326 mechanical measurement Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011365 complex material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011344 liquid material Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提出了一种基于激光雷达的筒仓料量检测方法,所述方法包括如下步骤:通过空间扫描建立筒仓模型,将筒仓模型由上至下分割为若干监测层,并在每层监测层中建立空间监测矩阵点,相邻两个空间监测矩阵点之间间距相同:将筒仓模型中的空间监测矩阵点位置进行确认后,在筒仓中建立对应位置设置点,并在对应位置设置点中设置陀螺仪;在筒仓顶部构建激光雷达监测位,通过激光雷达获取筒仓模型的原始数据,通过空间监测矩阵点获取筒仓内部的三维点云数据,同时获取陀螺仪数据,陀螺仪数据表示激光雷达的三轴姿态角以及加速度,其在数据上表示为四元组;对激光雷达的原始数据进行稀疏滤波,去除稀疏点。
Description
技术领域
本发明属于筒仓检测领域,特别涉及一种基于激光雷达的筒仓料量检测方法。
背景技术
目前,筒仓是工业生产中常见的储存设备,用于储存各种颗粒状、粉状和液态的物料。然而,对筒仓中物料的量进行准确的检测一直是一个技术难题。传统的检测方法主要有机械测量法、超声波测量法、微波测量法等,但这些方法都存在一定的问题。
机械测量法是最早的筒仓料量检测方法,主要是通过机械装置直接测量物料的高度,然后根据筒仓的体积计算出物料的量。这种方法操作简单,但精度较低,且容易受到物料堆积形状的影响,而且机械装置的磨损和故障也会影响测量结果。
超声波测量法是通过发射超声波,然后接收反射回来的超声波,根据超声波的传播时间计算出物料的高度。这种方法的精度较高,但超声波在传播过程中容易受到温度、湿度等环境因素的影响,而且在物料表面粗糙或者物料堆积不均匀的情况下,超声波的反射会产生误差,导致测量结果不准确。
微波测量法是通过发射微波,然后接收反射回来的微波,根据微波的传播时间计算出物料的高度。这种方法的精度较高,但微波在传播过程中容易受到物料的吸收和散射,特别是在物料含水量较高的情况下,微波的传播会受到很大的影响,导致测量结果不准确。
因此,现有的筒仓料量检测方法都存在一定的问题,无法满足工业生产中对筒仓料量检测的高精度、高稳定性的需求。这就需要开发一种新的筒仓料量检测方法,以解决现有技术的问题。基于激光雷达的筒仓料量检测方法就是一种可能的解决方案,它可以通过激光雷达精确测量物料的高度,然后根据筒仓的体积计算出物料的量,从而实现对筒仓料量的准确检测。
因此,现在亟需一种基于激光雷达的筒仓料量检测方法。
发明内容
本发明提出一种基于激光雷达的筒仓料量检测方法,解决的技术问题是如何提高筒仓料量检测的精度和稳定性。通过使用激光雷达和陀螺仪,结合空间扫描和三维点云数据处理技术,实现了对筒仓内部物料的精确测量,从而提高了筒仓料量检测的精度和稳定性。。
本发明的技术方案是这样实现的:一种基于激光雷达的筒仓料量检测方法,所述方法包括如下步骤:
通过空间扫描建立筒仓模型,将筒仓模型由上至下分割为若干监测层,并在每层监测层中建立空间监测矩阵点,相邻两个空间监测矩阵点之间间距相同:
将筒仓模型中的空间监测矩阵点位置进行确认后,在筒仓中建立对应位置设置点,并在对应位置设置点中设置陀螺仪;
在筒仓顶部构建激光雷达监测位,通过激光雷达获取筒仓模型的原始数据,通过空间监测矩阵点获取筒仓内部的三维点云数据,同时获取陀螺仪数据,陀螺仪数据表示激光雷达的三轴姿态角以及加速度,其在数据上表示为四元组;
对激光雷达的原始数据进行稀疏滤波,去除稀疏点,将四元组转换为旋转矩阵,将三维点云数据乘以旋转矩阵进行三维点云数据的校准,使点云的Z轴垂直于地面;
筒仓圆柱墙壁的三维点云数据与筒仓的直径处重合,根据筒仓的直径,对筒仓圆柱墙壁的三维点云数据进行切除;根据监测层中的陀螺仪上传数据获取筒仓内部物料的料面三维点云数据;
根据料面的三维点云数据,计算出物料凸包的体积,并且将其转换为物料的平均高度,根据平均高度对筒仓中剩余料量进行检测。
本方法首先通过空间扫描建立筒仓模型,并将其分割为若干监测层,每层中建立规则分布的空间监测矩阵点,这种分层及矩阵点的设置是为了更精确地捕捉筒仓内部的三维结构信息,与传统的单点或简单平面扫描相比,可以获得更全面的物料分布数据。在筒仓设定的位置点设置陀螺仪,用于获取激光雷达的三轴姿态角和加速度数据。这些数据帮助校准激光雷达扫描获取的三维点云数据,确保测量的准确性和可靠性,这是传统方法中少有考虑的。激光雷达获取的原始数据会经过稀疏滤波处理,去除噪声点,同时利用陀螺仪数据将四元组转换为旋转矩阵,对点云数据进行校准,确保点云的Z轴垂直于地面,这样可以精确测量物料高度,而不受激光雷达放置角度的影响。在获取完整的筒仓三维点云数据后,本方法会根据筒仓的直径对圆柱墙壁的点云数据进行切除,这样可以更准确地识别出物料料面的三维点云数据,进而计算物料的实际体积。根据筒仓内部物料的料面三维点云数据,计算出物料凸包的体积,并将其转换为物料的平均高度。这种方法不仅考虑了物料的整体分布,而且能够将不规则形状的物料堆积转换为一个准确的量化指标,从而提高检测料量的准确度。本申请文件提出的方法相较于现有技术,通过引入高精度的激光雷达技术和陀螺仪辅助校准,结合先进的数据处理手段,实现了对筒仓物料量更为精确和可靠的检测,优化了料量检测的质量和效率。
作为一优选的实施方式,所述激光雷达采用的探测范围为水平视场角360°和垂直视场角90°,通过半球视角探测对筒仓进行探测。
作为一优选的实施方式,所述原始数据包括雷达原始点云和陀螺仪数据,所述原始点云为激光雷达检测到物体三维的点的集合,其在数据上表示为N*(X,Y,Z)。
作为一优选的实施方式,所述原始数据中的陀螺仪数据为陀螺仪方位信息,该方位信息为激光雷达的三轴姿态角以及加速度信息,在数据上表示为四元组(X,Y,Z,W)。
作为一优选的实施方式,所述激光雷达中心点与筒仓中心点重合,激光雷达的水平线与地平线之间的夹角小于10°,激光雷达安装在筒仓的上部并且高于物料的料面,使得激光雷达能够照射到筒仓内部的表面和物料的料面。
采用了上述技术方案后,本发明的有益效果是:使用激光雷达进行空间扫描,获取高精度的三维点云数据,可以更准确地反映筒仓内部物料的实时分布状态,从而计算出更精确的物料体积。通过陀螺仪对激光雷达的三轴姿态角及加速度进行监测,配合数据校准,确保了测量数据的稳定性,减少了因设备摆放角度变化所带来的误差。原始数据通过稀疏滤波去除噪声点,提高数据质量。利用旋转矩阵校准,确保了数据处理的准确性,使点云的Z轴垂直于地面,有助于更准确地计算物料高度。通过对筒仓内部物料的料面三维点云数据分析,能够准确识别不规则料面,计算物料的凸包体积,适用于各种不规则物料的量化检测。该方法实现了对筒仓料量的自动化检测,不需要人工直接接触物料,提高了安全性并减少了人为误差。此技术可以较容易地集成到现有筒仓监控***中,为物料管理和库存控制提供了一种有效的技术手段。该检测方法有效地提升了筒仓料量检测的准确性、稳定性和安全性,同时降低了人力成本和潜在的人为测量误差,为物料存储管理提供了可靠的技术支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
如图1所示,一种基于激光雷达的筒仓料量检测方法,所述方法包括如下步骤:
通过空间扫描建立筒仓模型,将筒仓模型由上至下分割为若干监测层,并在每层监测层中建立空间监测矩阵点,相邻两个空间监测矩阵点之间间距相同:
将筒仓模型中的空间监测矩阵点位置进行确认后,在筒仓中建立对应位置设置点,并在对应位置设置点中设置陀螺仪;
在筒仓顶部构建激光雷达监测位,通过激光雷达获取筒仓模型的原始数据,通过空间监测矩阵点获取筒仓内部的三维点云数据,同时获取陀螺仪数据,陀螺仪数据表示激光雷达的三轴姿态角以及加速度,其在数据上表示为四元组;
对激光雷达的原始数据进行稀疏滤波,去除稀疏点,将四元组转换为旋转矩阵,将三维点云数据乘以旋转矩阵进行三维点云数据的校准,使点云的Z轴垂直于地面;
筒仓圆柱墙壁的三维点云数据与筒仓的直径处重合,根据筒仓的直径,对筒仓圆柱墙壁的三维点云数据进行切除;根据监测层中的陀螺仪上传数据获取筒仓内部物料的料面三维点云数据;
根据料面的三维点云数据,计算出物料凸包的体积,并且将其转换为物料的平均高度,根据平均高度对筒仓中剩余料量进行检测。
在本申请文件中,通过空间扫描建立筒仓模型。这一步骤主要是通过激光雷达对筒仓进行全方位扫描,获取筒仓的三维结构信息,然后根据这些信息建立筒仓的三维模型。在建立模型的过程中,将筒仓模型由上至下分割为若干监测层,并在每层监测层中建立空间监测矩阵点,相邻两个空间监测矩阵点之间间距相同。这样做的目的是为了更精确地获取筒仓内部的物料分布信息。
将筒仓模型中的空间监测矩阵点位置进行确认后,在筒仓中建立对应位置设置点,并在对应位置设置点中设置陀螺仪。陀螺仪的作用是获取激光雷达的三轴姿态角以及加速度,这些信息在后续的数据处理中非常重要。
在筒仓顶部构建激光雷达监测位,通过激光雷达获取筒仓模型的原始数据,通过空间监测矩阵点获取筒仓内部的三维点云数据。同时,也会获取陀螺仪的数据,这些数据在数据上表示为四元组。
对激光雷达的原始数据进行稀疏滤波,去除稀疏点,将四元组转换为旋转矩阵,将三维点云数据乘以旋转矩阵进行三维点云数据的校准,使点云的Z轴垂直于地面。这一步骤主要是为了提高数据的质量,减少噪声的影响,同时也为了确保数据的准确性。
筒仓圆柱墙壁的三维点云数据与筒仓的直径处重合,根据筒仓的直径,对筒仓圆柱墙壁的三维点云数据进行切除。这一步骤主要是为了更准确地获取筒仓内部物料的料面三维点云数据。
根据料面的三维点云数据,计算出物料凸包的体积,并且将其转换为物料的平均高度,根据平均高度对筒仓中剩余料量进行检测。这一步骤主要是为了获取筒仓中物料的实际体积,从而实现对筒仓料量的准确检测。本申请文件提出的基于激光雷达的筒仓料量检测方法,通过空间扫描、陀螺仪校准、数据处理等步骤,实现了对筒仓料量的高精度、高稳定性的检测,解决了现有技术中存在的问题。
所述激光雷达采用的探测范围为水平视场角360°和垂直视场角90°,通过半球视角探测对筒仓进行探测。激光雷达可以进行全方位的扫描,覆盖筒仓的整个内部空间。通过半球视角探测,激光雷达可以获取筒仓内部物料的全面三维信息,包括物料的高度、形状和分布等。
这种全方位的扫描方式与现有技术有显著的区别。传统的筒仓料量检测方法,如机械测量法、超声波测量法和微波测量法等,通常只能获取筒仓内部物料的部分信息,如物料的平均高度或者物料表面的某一点的高度,而无法获取物料的全面三维信息。这就导致了传统方法在处理物料堆积不均匀或者物料形状复杂的情况时,测量结果的准确性和稳定性都会受到影响。
而本申请文件提出的基于激光雷达的筒仓料量检测方法,通过全方位的扫描,可以获取筒仓内部物料的全面三维信息,从而实现对筒仓料量的高精度、高稳定性的检测。这不仅可以提高测量结果的准确性,而且也可以提高测量结果的稳定性,使得测量结果不会因为物料堆积的不均匀或者物料形状的复杂而产生较大的误差。
所述原始数据包括雷达原始点云和陀螺仪数据,所述原始点云为激光雷达检测到物体三维的点的集合,其在数据上表示为N*(X,Y,Z)。激光雷达检测到的物体的三维坐标点的集合。每个点由三维空间坐标(X,Y,Z)表示,这三个坐标分别对应物体在空间中的位置。如果原始点云中有N个点,那么数据可以表示为N*(X,Y,Z),即N行数据,每一行对应一个点的三维坐标。:陀螺仪用于测量激光雷达的三轴姿态角以及加速度,其数据通常表示为一个四元组。这些数据对于校准激光雷达提供的原始点云数据至关重要,因为它们可以用来调整点云数据,以补偿激光雷达在扫描过程中可能发生的任何移动或倾斜。
传统技术可能只依靠单一的测量数据,如超声波或机械测量的距离数据,而不捕获物体的全面三维信息。激光雷达提供的点云数据不仅包含距离信息,还包含了与每个测量点对应的三维空间位置,允许进行更为复杂和详细的数据分析。激光雷达相较于其他传统方法通常能提供更高的分辨率和测量精度。这意味着激光雷达能够检测到更小的物体细节,并且可以更准确地测量物体的位置。传统方法可能不考虑测量设备的姿态变化对测量精度的影响。而在这个申请文件中,激光雷达数据的精确校准依赖于陀螺仪数据,这可以大大提高数据的可靠性,特别是在动态环境中或者在测量设备移动时。与需要人工操作的传统方法不同,使用激光雷达的方法可以更容易实现自动化处理,减少人为错误,提高效率和安全性。
综上所述,本申请文件中采用的基于激光雷达和陀螺仪的数据捕获和处理方法,提供了一种更全面、精确和自动化的筒仓料量检测解决方案,相比现有技术有显著的改进和优势。
所述原始数据中的陀螺仪数据为陀螺仪方位信息,该方位信息为激光雷达的三轴姿态角以及加速度信息,在数据上表示为四元组(X,Y,Z,W)。陀螺仪是一种能够测量或维持方向的设备,其工作原理基于角动量守恒定律。在这里,陀螺仪被用来测量激光雷达的三轴姿态角,即激光雷达相对于一个固定参考系(如地面或筒仓)的旋转角度。这三个角度通常被称为俯仰角、滚动角和偏航角。除此之外,陀螺仪还能测量激光雷达的加速度信息,即激光雷达在三个方向上的速度变化率。
这些信息在数据上被表示为一个四元组(X,Y,Z,W),其中X,Y,Z分别代表三轴姿态角,W代表加速度。四元组是一种在三维空间中表示旋转的数学工具,它可以更准确、更稳定地描述三维旋转,避免了欧拉角(即俯仰角、滚动角和偏航角)在某些特定姿态下会出现的“万向节死锁”问题。
传统的筒仓料量检测方法通常只关注物料的高度信息,而忽略了测量设备自身的状态信息。而在这个方法中,通过陀螺仪获取的设备姿态和加速度信息被用来校准激光雷达的测量数据,使得测量结果更为准确。陀螺仪能够提供高精度的设备姿态和加速度信息,这对于提高激光雷达的测量精度至关重要。特别是在筒仓内部环境复杂,激光雷达需要进行大范围、多角度的扫描时,陀螺仪的数据可以有效地校准激光雷达的测量结果,减少误差。与需要人工操作的传统方法不同,使用陀螺仪的方法可以更容易实现自动化处理,减少人为错误,提高效率和安全性。
所述激光雷达中心点与筒仓中心点重合,激光雷达的水平线与地平线之间的夹角小于10°,激光雷达安装在筒仓的上部并且高于物料的料面,使得激光雷达能够照射到筒仓内部的表面和物料的料面。激光雷达的中心点(即激光扫描的起始点)与筒仓的中心点在空间位置上是重合的。这样的配置可以确保激光雷达扫描覆盖筒仓的整个内部空间,从而获取全面的料量信息。激光雷达的水平扫描线与地面的夹角小于10°,意味着激光雷达的安装角度相对平坦,以保证能够平稳地扫描到筒仓底部和物料的料面。激光雷达安装在筒仓的上部,且高于物料的料面,这样的安装高度使得激光雷达能够无遮挡地扫描到筒仓内部的所有表面,包括物料的料面。
相较于某些现有技术中可能仅对筒仓部分区域进行测量,本方法确保激光雷达能够覆盖筒仓内部的整个表面,以获得更全面的物料分布数据。通过将激光雷达置于筒仓中心,并确保其水平线与地面的夹角较小,减少了筒仓内部可能出现的测量死角,提高了检测的准确性。由于激光雷达高于物料的料面,即使筒仓内的物料填充量较高,激光雷达仍能够有效地扫描到物料料面,适应不同物料存储量的检测需求。本方法中的激光雷达安装方式不需要物理接触物料,与一些需要***测量杆或其他机械装置的传统检测方法相比,减少了潜在的损坏风险和维护成本。
本申请文件中提出的激光雷达安装配置优化了筒仓内部的料量检测,通过合理的布置提高了检测的全面性、准确性和适应性,相比现有技术具有明显的优势。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于激光雷达的筒仓料量检测方法,其特征在于,所述方法包括如下步骤:
通过空间扫描建立筒仓模型,将筒仓模型由上至下分割为若干监测层,并在每层监测层中建立空间监测矩阵点,相邻两个空间监测矩阵点之间间距相同:
将筒仓模型中的空间监测矩阵点位置进行确认后,在筒仓中建立对应位置设置点,并在对应位置设置点中设置陀螺仪;
在筒仓顶部构建激光雷达监测位,通过激光雷达获取筒仓模型的原始数据,通过空间监测矩阵点获取筒仓内部的三维点云数据,同时获取陀螺仪数据,陀螺仪数据表示激光雷达的三轴姿态角以及加速度,其在数据上表示为四元组;
对激光雷达的原始数据进行稀疏滤波,去除稀疏点,将四元组转换为旋转矩阵,将三维点云数据乘以旋转矩阵进行三维点云数据的校准,使点云的Z轴垂直于地面;
筒仓圆柱墙壁的三维点云数据与筒仓的直径处重合,根据筒仓的直径,对筒仓圆柱墙壁的三维点云数据进行切除;根据监测层中的陀螺仪上传数据获取筒仓内部物料的料面三维点云数据;
根据料面的三维点云数据,计算出物料凸包的体积,并且将其转换为物料的平均高度,根据平均高度对筒仓中剩余料量进行检测。
2.如权利要求1所述的一种基于激光雷达的筒仓料量检测方法,其特征在于:所述激光雷达采用的探测范围为水平视场角360°和垂直视场角90°,通过半球视角探测对筒仓进行探测。
3.如权利要求1所述的一种基于激光雷达的筒仓料量检测方法,其特征在于:所述原始数据包括雷达原始点云和陀螺仪数据,所述原始点云为激光雷达检测到物体三维的点的集合,其在数据上表示为N*(X,Y,Z)。
4.如权利要求3所述的一种基于激光雷达的筒仓料量检测方法,其特征在于:所述原始数据中的陀螺仪数据为陀螺仪方位信息,该方位信息为激光雷达的三轴姿态角以及加速度信息,在数据上表示为四元组(X,Y,Z,W)。
5.如权利要求1所述的一种基于激光雷达的筒仓料量检测方法,其特征在于:所述激光雷达中心点与筒仓中心点重合,激光雷达的水平线与地平线之间的夹角小于10°,激光雷达安装在筒仓的上部并且高于物料的料面,使得激光雷达能够照射到筒仓内部的表面和物料的料面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410347333.5A CN118129863A (zh) | 2024-03-26 | 2024-03-26 | 一种基于激光雷达的筒仓料量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410347333.5A CN118129863A (zh) | 2024-03-26 | 2024-03-26 | 一种基于激光雷达的筒仓料量检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118129863A true CN118129863A (zh) | 2024-06-04 |
Family
ID=91230185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410347333.5A Pending CN118129863A (zh) | 2024-03-26 | 2024-03-26 | 一种基于激光雷达的筒仓料量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118129863A (zh) |
-
2024
- 2024-03-26 CN CN202410347333.5A patent/CN118129863A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220018960A1 (en) | Method for coordinate error correction with a three-dimensional lidar scanner | |
CN107782240B (zh) | 一种二维激光扫描仪标定方法、***及装置 | |
CN106017351B (zh) | 一种用于集装箱识别定位的3d数据采集***及方法 | |
CN103454619A (zh) | 一种星载微波跟瞄雷达的电轴光学标定***及其标定方法 | |
CN111947578A (zh) | 一种结构物位移测量***及其测量方法 | |
CN207894374U (zh) | 一种基于cmos的超高层建筑相对水平位移在线监测装置 | |
CN110716194B (zh) | 同时参考球与面的多波束三维激光成像***的检校方法 | |
CN112945137A (zh) | 一种基于单线激光雷达与测距仪的仓储矿堆扫描装备 | |
CN111208493A (zh) | 一种车载激光雷达在整车坐标系下的快速标定方法 | |
US20230348237A1 (en) | Mapping of a Crane Spreader and a Crane Spreader Target | |
CN106646430A (zh) | 一种基于地面探测器的激光足印中心确定方法 | |
CN113281777A (zh) | 一种货物体积动态测量方法及其测量装置 | |
CN1811486A (zh) | 基于pos的机载干涉sar***及方法 | |
CN110007309A (zh) | 一种掩护式液压支架姿态智能监测***及其测量方法 | |
CN116547503A (zh) | 填充体积测量 | |
CN118129863A (zh) | 一种基于激光雷达的筒仓料量检测方法 | |
CN116734082A (zh) | 管道机器人及多传感器融合管道内径缺陷和淤泥检测方法 | |
Alba et al. | Investigations about the accuracy of target measurement for deformation monitoring | |
CN115289999B (zh) | 一种三维激光扫描***的自校准方法 | |
CN111694009A (zh) | 一种定位***、方法以及装置 | |
CN115032618B (zh) | 应用于激光雷达的盲区修复方法、装置及激光雷达 | |
CN114296099A (zh) | 一种基于固态面阵激光雷达的仓料体积探测方法 | |
CN212645634U (zh) | 一种油罐容积自动扫描测量装置 | |
CN114136194A (zh) | 仓内物料体积监测方法、装置、监测设备和存储介质 | |
CN114677424A (zh) | 一种无人值守螺旋卸船机点云数据处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |