【技術實現步驟摘要】
本專利技術涉及激光雷達測量，尤其指一種基于激光雷達的非接觸式運煤車廂稱重方法與系統。
技術介紹
1、在選煤廠與發電廠等單位，一般選用敞車車廂作為運煤的手段。由于車廂較高，無法直接觀察車廂內部是否有煤炭，且每節車廂運煤的重量也是一個重要的信息，因此通常需要對車輛的載重進行稱量，而現有的方法都是直接或間接利用重力信息來計算車輛的載重，進而獲得車廂內煤炭的重量信息，但稱重設備通常比較復雜，稱重效率低。
2、中國專利cn118032102a公開的基于翻車機信號連鎖控制的靜態衡稱重采集方法及系統，其利用翻車機上的相關信號確定車廂中物品重量，該方法依托于翻車機，限制了其推廣，且由于在物理上對車輛進行翻轉，其傳感器受力與地秤等并無本質區別。另有cn220380596u的中國專利公開的一種鐵路車輛稱量檢斤系統則直接通過抓取釋放設備，對被測物體進行直接稱重，其方式也與地秤原理相同。又例如中國專利cn116929521a提出的一種不斷軌稱重系統，其使用稱重軌，稱重軌將車廂重量作用力傳遞給對應四個稱重傳感器，基于四個稱重傳感器即可直接讀出該轉向架對應車廂的重量，這種方式也是直接稱取重量。可見，這類方法基本都需要對鐵路軌道進行改造，由于被測物體質量較大，稱重設備極易受到損害。
技術實現思路
1、本專利技術的目的之一在于提供一種基于激光雷達的非接觸式運煤車廂稱重方法，通過傳感器采集數據估算車廂運煤的重量，從而避免對軌道進行改造。
2、為了解決上述技術問題，本專利技術采用如下技術方案：
3、(1)在軌道上方部署激光雷達傳感器；
4、(2)通過激光雷達周期性掃描并獲取車廂頂部的點云數據；
5、(3)通過采集到的點云數據檢測出車廂間隙；
6、(4)對每節車廂的點云信息進行拼接，還原出車廂頂部完整的點云數據；
7、(5)提取車廂邊緣輪廓，獲取邊緣輪廓的深度信息；
8、(6)根據車廂類型，生成貨物的3d數據；
9、(7)根據貨物的密度，對貨物整體進行質量估計。
10、優選地，步驟(1)中，所述激光雷達傳感器的檢測方向與地面垂直，并且檢測平面的x軸與軌道垂直、y軸與軌道平行。
11、更優選地，步驟(2)中，激光雷達通過發送周期性的激光脈沖并接受信號，利用飛行時間法，通過發送與接收之間的時間差，計算出每個激光信號點與檢測點之間的距離，再通過密集的檢測點的組合，生成被檢測區域的點云數據，其步驟如下：
12、a、對每個點xi，計算其到剩余各點之間的距離dij＝xi-xj；
13、b、篩選出kmean個xi到其余各點之間最近的距離：
14、{dij1，dij2，…，dijkmean}；
15、c、計算最近距離集合的均值
16、d、計算出所有點的kmean平均距離di，并計算di的均值與方差：
17、
18、更優選地，在步驟(2)獲取點云數據之后對其進行預處理，以濾除噪聲點，其步驟如下：設置過濾閾值threshold，threshold＝mean+multi×stddev。其中multi為閾值的參數：
19、
20、更優選地，假設經過步驟(3)后，一節車廂的點云數據集合為{p1，p2，……，pn}，下標表示各子點云在時間上的先后順序，那么步驟(4)中對每節車廂的點云信息進行拼接的步驟包括：
21、1)從點云數據集合中取出相鄰的兩個點云，分別記為p和q，對于兩個點云數據，分別使用3d特征提取方法提取特征點和特征描述符；
22、2)從特征匹配中估計一個初始變換，包括旋轉矩陣r0和平移向量t0；
23、3)以r0和t0的粗匹配結果基礎，利用icp算法進行迭代優化；
24、4)根據計算出的旋轉矩陣r和平移向量t，對p和q進行點云的拼接，合成的結果放回到集合中；
25、5)重復步驟1)至步驟4)，直到集合中的點云文件只剩一個為止，該點云文件即為整節車廂頂部的點云數據。
26、更優選地，步驟(6)中，根據當前車廂的類型，設置與之匹配的相關參數，包括車廂的形狀、車廂底板的尺寸、車廂的高度信息，并結合車廂頂部的點云數據，生成車廂內貨物的3d數據，包括貨物的高度及貨物頂部的形狀；其中，貨物頂部與車廂底部之間的高度，由貨物頂部和車廂邊緣的高度差、車廂邊緣與車底之間的高度聯合求出；若計算出的貨物頂部高度與車底高度相同，則說明該車廂為空。
27、更優選地，步驟(7)中，根據獲取到的貨物的3d數據，通過計算整個貨物的體積，并結合貨物本身的密度，估算出整個貨物的重量。
28、更優選地，通過數值積分法對貨物整體進行體積計算：假設整個車廂底板的形狀為一個a×b的矩形，將整個貨物劃分成底部為dx×dy的柱體，柱體的高度為該區域貨物高度的平均值，整個貨物的體積為：
29、
30、假設貨物的質量為ρ，則整個貨物的總質量為：
31、mass＝ρ·v。
32、另外，本專利技術還提供一種基于激光雷達的非接觸式運煤車廂稱重系統，其包括：
33、數據采集模塊，包括部署在軌道上方的激光雷達傳感器，用于周期性掃描并獲取車廂頂部的點云數據；
34、數據處理模塊，用于通過采集到的點云數據檢測出車廂間隙，并對每節車廂的點云信息進行拼接，還原出車廂頂部完整的點云數據；
35、貨物數據生成模塊，用于提取車廂邊緣輪廓，獲取邊緣輪廓的深度信息，再根據車廂類型，生成貨物的3d數據；
36、稱重估算模塊，用于根據貨物的密度，對貨物整體進行質量估計。
37、該系統采用上述的稱重方法運行。
38、與現有技術相比，本專利技術利用激光雷達傳感器，通過獲取的每節車廂的頂部點云數據，推斷出車廂內貨物的重量，從而避免了對軌道的改造，且利用非接觸式的檢測方式，大幅提升了傳感器的使用壽命。
本文檔來自技高網...【技術保護點】
1.一種基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：步驟(1)中，所述激光雷達傳感器的檢測方向與地面垂直，并且檢測平面的X軸與軌道垂直、Y軸與軌道平行。
3.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：步驟(2)中，激光雷達通過發送周期性的激光脈沖并接受信號，利用飛行時間法，通過發送與接收之間的時間差，計算出每個激光信號點與檢測點之間的距離，再通過密集的檢測點的組合，生成被檢測區域的點云數據，其步驟如下：
4.根據權利要求3所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：在步驟(2)獲取點云數據之后對其進行預處理，以濾除噪聲點，其步驟如下：設置過濾閾值threshold，threshold＝mean+multi×stddev。其中multi為閾值的參數：
5.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：假設經過步驟(3)后，一節車廂的點云數據集合為{P1，P2，……，P
6.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：步驟(6)中，根據當前車廂的類型，設置與之匹配的相關參數，包括車廂的形狀、車廂底板的尺寸、車廂的高度信息，并結合車廂頂部的點云數據，生成車廂內貨物的3D數據，包括貨物的高度及貨物頂部的形狀；其中，貨物頂部與車廂底部之間的高度，由貨物頂部和車廂邊緣的高度差、車廂邊緣與車底之間的高度聯合求出；若計算出的貨物頂部高度與車底高度相同，則說明該車廂為空。
7.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：步驟(7)中，根據獲取到的貨物的3D數據，通過計算整個貨物的體積，并結合貨物本身的密度，估算出整個貨物的重量。
8.根據權利要求7所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：通過數值積分法對貨物整體進行體積計算：假設整個車廂底板的形狀為一個a×b的矩形，將整個貨物劃分成底部為dx×dy的柱體，柱體的高度為該區域貨物高度的平均值，整個貨物的體積為：
9.一種基于激光雷達的非接觸式運煤車廂稱重系統，其特征在于，包括：
10.根據權利要求9所述的基于激光雷達的非接觸式運煤車廂稱重系統，其特征在于：采用權利要求1-8中任意一項所述的稱重方法運行。
...【技術特征摘要】
1.一種基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：步驟(1)中，所述激光雷達傳感器的檢測方向與地面垂直，并且檢測平面的x軸與軌道垂直、y軸與軌道平行。
3.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：步驟(2)中，激光雷達通過發送周期性的激光脈沖并接受信號，利用飛行時間法，通過發送與接收之間的時間差，計算出每個激光信號點與檢測點之間的距離，再通過密集的檢測點的組合，生成被檢測區域的點云數據，其步驟如下：
4.根據權利要求3所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：在步驟(2)獲取點云數據之后對其進行預處理，以濾除噪聲點，其步驟如下：設置過濾閾值threshold，threshold＝mean+multi×stddev。其中multi為閾值的參數：
5.根據權利要求1所述的基于激光雷達的非接觸式運煤車廂稱重方法，其特征在于：假設經過步驟(3)后，一節車廂的點云數據集合為{p1，p2，……，pn}，下標表示各子點云在時間上的先后順序，那么步驟(4)中對每節車廂的點云信息進行拼接的步驟包括：
...
【專利技術屬性】
技術研發人員：潘智斌，葉正明，戴成秋，朱凌志，李可欣，勉瑞，王石玉，馬銀，張妮，王阿儒漢，胡愛玲，
申請(專利權)人：湖南工學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。