[发明专利]一种多激光雷达立体成像人工智能矿石识别方法及装置

权利要求书

1.一种多激光雷达立体成像人工智能矿石识别方法，其特征在于，所述方法包括如下步骤：

S1、采用不同安装角度的多激光雷达分别矿石发射激光信号，并分别根据矿石返回的信号得到矿石的3D点云数据信息；所述激光雷达数量至少2个；

S2、根据对双激光雷达标定所得标定参数对多激光雷达3D点云数据信息进行融合，得到融合后的3D点云数据；

S3、对融合后的3D点云数据进行重建，得到矿石的3D立体图像；

S4、从所述矿石的3D立体图像中提取关键特征，所述关键特征包括：3D纹理特征、3D形状特征及回波强度特征；

S5、利用预先训练好的卷积神经网络模型对所述关键特征进行识别，得到矿石识别结果；

所述预先训练好的卷积神经网络模型，其训练样本为采用已知类别的矿石，利用S1～S4的步骤提取关键特征，利用训练样本对卷积神经网络模型进行训练得到预先训练好的卷积神经网络模型；所述根据对多激光雷达标定所得标定参数对多激光雷达3D点云数据信息进行融合，得到融合后的3D点云数据，具体为：

所述标定参数为其中多激光雷达中两两之间的旋转平移矩阵；

利用所述旋转平移矩阵将多激光雷达3D点云数据信息转移到同一坐标系下，从而得到融合后的3D点云数据；

对多激光雷达标定的方法为：

采用所述多激光雷达针对设定的3D标定物发射激光信号，分别采集得到3D标定物的3D点云数据信息，利用所述3D标定物的3D点云数据信息拟合出所述3D标定物的棱边直线方程，相同的棱边对应两个激光雷达坐标系得到的两个直线方程，作为约束条件求解两个激光雷达坐标系的旋转平移矩阵，针对多激光雷达中两两之间均得到旋转平移矩阵，即为标定参数。

2.如权利要求1所述的方法，其特征在于，所述激光雷达为二维激光雷达，则将矿石置于匀速运动的传送带上，采用不同安装角度的多激光雷达分别矿石发射激光信号，并分别根据矿石返回的信号得到矿石的3D点云数据信息。

3.如权利要求1所述的方法，其特征在于，所述激光雷达为三维激光雷达。

4.一种多激光雷达立体成像人工智能矿石识别装置，其特征在于，所述装置包括：传送带、激光雷达模块、数据传输模块、多雷达标定模块、同步融合模块、立体成像模块以及信息识别模块；

矿石置于匀速运行的传送带上；

所述激光雷达模块包括不同安装角度的多激光雷达；多个激光雷达对称设置于所述传送带上方，多激光雷达的扫描中轴线对传送带成一定夹角；多激光雷达分别用于采集传送带上矿石的3D点云数据信息；激光雷达的数量为2个以上；

所述多雷达标定模块，用于对多激光雷达进行联合标定，得到标定参数传输至所述同步融合模块；对多激光雷达进行联合标定包括：

采用所述多激光雷达针对设定的3D标定物发射激光信号，分别采集得到3D标定物的3D点云数据信息，利用所述3D标定物的3D点云数据信息拟合出所述3D标定物的棱边直线方程，相同的棱边对应两个激光雷达坐标系得到的两个直线方程，作为约束条件求解两个激光雷达坐标系的旋转平移矩阵，针对多激光雷达中两两之间均得到旋转平移矩阵，即为标定参数；

所述数据传输模块，用于将多激光雷达采集到的所述矿石的3D点云数据信息传输至同步融合模块；

所述同步融合模块，用于获取多激光雷达采集到的所述矿石的3D点云数据信息，并利用所述标定参数进行数据融合，获得融合后的3D点云数据传输至立体成像模块；利用所述标定参数进行数据融合，获得融合后的3D点云数据，具体为：

所述标定参数为其中多激光雷达中两两之间的旋转平移矩阵；

利用所述旋转平移矩阵将多激光雷达3D点云数据信息转移到同一坐标系下，从而得到融合后的3D点云数据；

所述立体成像模块，通过对所述融合后的3D点云数据去除背景传送带再做积分、拟合以及去噪处理，重建矿石的3D立体图像；

所述信息识别模块，从矿石的3D立体图像中提取3D纹理特征、3D形状特征及回波强度特征，利用卷积神经网络的识别模型进行识别，得到矿石识别结果；所述识别模型为预先设定并训练好的卷积神经网络模型。