一种基于激光雷达的智能卸货方法

1.本发明属于货物装卸技术领域，涉及激光雷达、电机控制技术，具体涉及一种基于激光雷达的智能卸货方法。


背景技术：

2.随着信息时代的到来，设备控制的智能化将成为必然趋势，卸货机就是其中一个很显著的例子。货物到达目的地结束运输后，卸货效率的高低影响着能否如期进行下一次运输等重点问题的实现。但是，随着货运量的大幅增加，传统的人工操作型卸货机已经无法满足对于卸货效率的要求。作为卸货的主要器械，当前卸货机控制手段自动化程度不高，部分作业还需要人工手动控制，亦无法适应信息时代的要求。但是，很多方案都侧重于抓斗的自动化，而忽略了货物的三维可视化。因此，对卸货机的工作过程进行优化，引入激光雷达对货物进行可视化分析，具有重要的科学价值和实用意义，能够加快卸货机的工作速度，提高运输、工作效率。


技术实现要素：

3.为解决上述问题，本发明提出一种基于激光雷达的智能卸货方法，通过激光雷达数据滤波处理与3d显示软件实现货物可视化，并通过卸货机抓斗控制的设计与实现，替代传统依靠人工肉眼经验式观测方法，从而提高卸船机作业的精度及可靠性，并通过三维可视化图像对卸货结果进行精准判断。
4.为了达到上述目的，本发明提供如下技术方案：
5.一种基于激光雷达的智能卸货方法，包括如下步骤：
6.步骤1、通过激光雷达测距获取货物点云数据，通过对点云数据的处理得到货物的位置状态以及三维图像；
7.步骤2、将货物的位置状态信息整理成pcd点云文件，传入电机控制系统；
8.步骤3、电机控制系统根据获取到的货物位置信息控制电机转动，从而带动抓斗到达指定位置抓取货物并运送到终点位置；
9.步骤4、再次获取点云信息并3d拟合成像，通过已生成的图像判断卸货过程是否完成，若完成，则结束；若没完成，则重新执行步骤1-4。
10.进一步的，所述步骤1具体包括如下过程：
11.激光雷达采集货物的点云数据信息；将雷达封装数据包中的水平旋转角度和距离参量，转化为笛卡尔坐标系下的x、y、z坐标，转换关系如下式所示：
12.x＝rcos(ω)sin(ω)
13.y＝rcos(ω)cos(α)
14.z＝rsin(ω)
15.其中r为实测距离，ω为激光的垂直角度，α为激光的水平旋转角度，x、y、z为极坐标投影到x、y、z轴上的坐标；极坐标转化为直角坐标后，再通过直角坐标的转换得到最终的
双曲线表达式为
[0016][0017]
在获得处理好的点云数据之后，利用贪婪投影三角化算法对这些数据进行曲面拟合，实现可视化。
[0018]
进一步的，所述贪婪投影三角化算法的实现过程包括：将有向点云投影到局部二维坐标平面内，再在坐标平面内进行平面内的三角化，再根据平面内三位点的拓扑连接关系获得一个三角网格曲面模型。
[0019]
进一步的，所述三角化过程局部进行，首先沿着一点的法线将该点投影到局部二维坐标平面内并连接其他悬空点，然后再进行下一点。
[0020]
进一步的，所述电机驱动函数包括：相对定位函数和绝对定位函数；
[0021]
相对定位函数的实现过程包括：通过给指定的参数，将参数放入一个寄存器；进入循环，给指定的端口发送脉冲，每循环一次，寄存器内的值减1，直到寄存器中的值减为0，说明电机已经到达指定位置；
[0022]
绝对定位函数的实现过程包括：先设定初始位置，读出当前位置，将其与初始位置的差值给到之前的相对定位，即可完成回到初始位置。
[0023]
进一步的，所述步骤4中，结束时将抓斗归置原位，准备进行下一次工作。
[0024]
与现有技术相比，本发明具有如下优点和有益效果：
[0025]
通过对卸货机的工作过程进行优化，利用激光雷达数据滤波处理与3d显示软件实现货物可视化，得到货物的精确位置，并通过卸货机抓斗控制的设计与实现，替代传统依靠人工肉眼经验式观测方法，从而提高卸货机作业的精度及可靠性，具有重要的科学价值和实用意义。
附图说明
[0026]
图1为本发明提供的基于激光雷达的智能卸货方法总体流程图。
[0027]
图2为点云数据直角坐标转换为双曲线的流程图。
具体实施方式
[0028]
以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
[0029]
本发明提供的基于激光雷达的智能卸货方法，其流程如图1所示，包括如下步骤：
[0030]
步骤1，通过激光雷达测距获取货物点云数据、通过对点云数据的处理得到货物的位置状态以及三维图像。具体包括以下过程：
[0031]
当货物到达卸货区后，激光雷达开始工作，采集货物的点云数据信息，由于雷达封装的数据包仅为水平旋转角度和距离参量，为了呈现三维点云图的效果，通过点云数据预处理将得到的数据进行初步变化，如将极坐标下的角度和距离信息转化为了笛卡尔坐标系下的x、y、z坐标，转换关系如下式所示：
[0032]
x＝rcos(ω)sin(ω)
[0033]
y＝rcos(ω)cos(α)
[0034]
z＝rsin(ω)
[0035]
其中r为实测距离，ω为激光的垂直角度，α为激光的水平旋转角度，x、y、z为极坐标投影到x、y、z轴上的坐标。极坐标转化为直角坐标后，再如图2所示通过直角坐标的转换得到最终的双曲线表达式为：
[0036][0037]
在获得处理好的点云数据之后，要利用贪婪投影三角化算法对这些数据进行曲面拟合，从而实现可视化。具体而言，就是先将有向点云投影到某一局部二维坐标平面内，再在坐标平面内进行平面内的三角化，再根据平面内三位点的拓扑连接关系获得一个三角网格曲面模型。
[0038]
贪婪投影三角化算法原理是处理一系列可以使网格“生长扩大”的点(边缘点)，延伸这些点直到所有符合几何正确性和拓扑正确性的点都被连上。该算法的优点是可以处理来自一个或者多个扫描仪扫描得到并且有多个连接处的散乱点云。该算法中的三角化过程是局部进行的，首先沿着一点的法线将该点投影到局部二维坐标平面内并连接其他悬空点，然后再进行下一点。用到如下函数：
[0039]
(1)setmaximumnearestneighbors(unsigned)和setmu(double)：这两个函数的作用是控制搜索邻域大小。前者定义了可搜索的邻域个数，后者规定了被样本点搜索其邻近点的最远距离，(是为了适应点云密度的变化)，特征值一般是50-100和2.5-3(或者1.5每栅格)；
[0040]
(2)setsearchradius(double)：该函数设置了三角化后得到的每个三角形的最大可能边长；
[0041]
(3)setminimumangle(double)和setmaximumangle(double)：这两个函数是三角化后每个三角形的最大角和最小角。两者至少要符合一个。典型值分别是10和120度(弧度)；
[0042]
(4)setmaximumsurfaceagle(double)和setnormalconsistency(bool)：这两个函数是为了处理边缘或者角很尖锐以及一个表面的两边非常靠近的情况。为了处理这些特殊情况，函数setmaximumsurfaceagle(double)规定如果某点法线方向的偏离超过指定角度(注：大多数表面法线估计方法可以估计出连续变化的表面法线方向，即使在尖锐的边缘条件下)，该点就不连接到样本点上。该角度是通过计算法向线段(忽略法线方向)之间的角度。函数setnormalconsistency(bool)保证法线朝向，如果法线方向一致性标识没有设定，就不能保证估计出的法线都可以始终朝向一致。第一个函数特征值为45度(弧度)、第二个函数缺省值为false。
[0043]
步骤2，获取到位置信息之后，将整理好的pcd文件传入电机控制系统。
[0044]
步骤3，通过电机控制系统中的特征提取，得到货物的具体位置三维坐标，通过坐标得到货物与抓斗的位置差，通过电机驱动函数驱动电机转动，从而带动抓斗移动至货物所在位置，并升降抓斗实现货物抓取装卸，并将货物运至设定好的终点坐标位置。
[0045]
本发明中让电机转动，使得小车运行到指定位置主要依靠两个函数。分别为相对
定位函数和绝对定位函数。相对定位函数：通过把指定位置的参数传入函数，将参数放入一个寄存器中。根据给定的参数进入循环，给指定的端口发送脉冲，每次脉冲使得电机转动指定的角度，小车随之移动相应的距离。每循环一次，寄存器内的值减1。直到寄存器中的值减为0，说明小车已经到达指定位置。(给的脉冲与设定上的相对位置存在一定计算过程，并不是1：1，可以根据电机转动角度和转子半径算出)。绝对定位函数：先设定初始位置。之后读出当前位置，将其与初始位置的差值给到之前的相对定位函数，进入相对定位函数的循环，即可完成回到初始位置。
[0046]
步骤4，一次装卸完成后，再次获取点云信息并3d拟合成像，得到装卸后的结果，根据初始预期的目标情况判断货物是否卸载完成，若完成，则将抓斗归置原位，准备进行下一次工作；若未完成，则重新控制抓斗进行新一次的装卸(重复步骤1、2、3、4)。
[0047]
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

技术特征：
1.一种基于激光雷达的智能卸货方法，其特征在于，包括如下步骤：步骤1、通过激光雷达测距获取货物点云数据，通过对点云数据的处理得到货物的位置状态以及三维图像；步骤2、将货物的位置状态信息整理成pcd点云文件，传入电机控制系统；步骤3、电机控制系统根据获取到的货物位置信息控制电机转动，从而带动抓斗到达指定位置抓取货物并运送到终点位置；步骤4、再次获取点云信息并3d拟合成像，通过已生成的图像判断卸货过程是否完成，若完成，则结束；若没完成，则重新执行步骤1-4。2.根据权利要求1所述的基于激光雷达的智能卸货方法，其特征在于，所述步骤1具体包括如下过程：激光雷达采集货物的点云数据信息；将雷达封装数据包中的水平旋转角度和距离参量，转化为笛卡尔坐标系下的x、y、z坐标，转换关系如下式所示：x＝rcos(ω)sin(ω)y＝rcos(ω)cos(α)z＝rsin(ω)其中r为实测距离，ω为激光的垂直角度，α为激光的水平旋转角度，x、y、z为极坐标投影到x、y、z轴上的坐标；极坐标转化为直角坐标后，再通过直角坐标的转换得到最终的双曲线表达式为在获得处理好的点云数据之后，利用贪婪投影三角化算法对这些数据进行曲面拟合，实现可视化。3.根据权利要求2所述的基于激光雷达的智能卸货方法，其特征在于，所述贪婪投影三角化算法的实现过程包括：将有向点云投影到局部二维坐标平面内，再在坐标平面内进行平面内的三角化，再根据平面内三位点的拓扑连接关系获得一个三角网格曲面模型。4.根据权利要求3所述的基于激光雷达的智能卸货方法，其特征在于，所述三角化过程局部进行，首先沿着一点的法线将该点投影到局部二维坐标平面内并连接其他悬空点，然后再进行下一点。5.根据权利要求1所述的基于激光雷达的智能卸货方法，其特征在于，所述电机驱动函数包括：相对定位函数和绝对定位函数；相对定位函数的实现过程包括：通过给指定的参数，将参数放入一个寄存器；进入循环，给指定的端口发送脉冲，每循环一次，寄存器内的值减1，直到寄存器中的值减为0，说明电机已经到达指定位置；绝对定位函数的实现过程包括：先设定初始位置，读出当前位置，将其与初始位置的差值给到之前的相对定位，即可完成回到初始位置。6.根据权利要求1所述的基于激光雷达的智能卸货方法，其特征在于，所述步骤4中，结束时将抓斗归置原位，准备进行下一次工作。

技术总结
本发明提供了一种基于激光雷达的智能卸货方法，包括：通过激光雷达测距获取货物点云数据，通过对点云数据的处理得到货物的位置状态以及三维图像；将货物的位置状态信息整理成pcd点云文件，传入电机控制系统；电机控制系统根据获取到的货物位置信息控制电机转动，从而带动抓斗到达指定位置抓取货物并运送到终点位置；再次获取点云信息并3D拟合成像，通过已生成的图像判断卸货过程是否完成，若完成，则结束；若没完成，则重新执行。本发明利用激光雷达数据滤波处理与3D显示软件实现货物可视化，得到货物的精确位置，替代传统依靠人工肉眼经验式观测方法，从而提高卸货机作业的精度及可靠性，具有重要的科学价值和实用意义。具有重要的科学价值和实用意义。具有重要的科学价值和实用意义。


技术研发人员：杨源旭 祝燕华
受保护的技术使用者：东南大学
技术研发日：2023.06.05
技术公布日：2023/9/7