[发明专利]一种料堆点云数据插补方法、装置、设备及介质

说明书

本发明涉及仓储物流技术领域，公开了一种料堆点云数据插补方法、装置、设备及介质，包括：对料堆点云数据进行去噪、规范化处理；基于极大、极小值以及行、列变换参数进行有序二维数组转化；分别沿行、列方向进行孔洞点位记录，形成孔洞点位集合，采用聚类分割的方法进行分割，得到多个孔洞点位聚类体。设定邻域半径阈值，在邻域范围内进行参考点遍历，按照距离权重关系、平均值、等维度计算拟插值点z值，由边缘到中心的方式进行数据插补和参考点集合迭代，直至将多个孔洞点位聚类体插补完成。实现了料堆点云数据孔洞修补，完善料堆表面轮廓，消除传感器视角遮挡产生阴影或光线干扰产生的影响，使料堆盘库、取放料无人化作业更加精准。

技术领域

本发明涉及仓储物流领域，尤其涉及一种料堆点云数据插补方法、装备、设备及介质。

背景技术

钢铁行业原燃料是生产的主要成本，物料库存的准确管理对指导生产经营有重要意义，提高原燃料盘库的准确性一直是困扰钢铁企业的难题。随着智能化的快速发展，料堆库存盘点正在逐步由人工估算向基于激光扫描仪智能盘点方向升级，排除了人为主观因素影响，提高了盘库准确性，不过，受原燃料堆放区域跨度大、堆垛高产生阴影面以及物料反射率等因素影响，激光扫描仪获取到的料堆数据存在孔洞导致盘库精度降低。同时，近年来，针对原燃料无人化堆取、吊运应用越来越广泛，料堆表面轮廓的准确性、完整性对物料的感知以及无人化作业高效性、安全性尤为重要。

发明内容

鉴于以上现有技术存在的问题，本发明提出一种料堆点云数据插补方法、装备、设备及介质，主要解决通过激光扫描仪获取到的料堆数据存在孔洞导致盘库精度降低的问题。

为了实现上述目的及其他目的，本发明采用的技术方案如下。

可选地，提供了一种料堆点云数据插补方法，包括：

获得料堆点云数据，对所述料堆点云数据进行有序二维数组转换得到二维数组集合；

对所述二维数组集合进行孔洞点位记录，得到孔洞点位集合；

在邻域范围内对所述孔洞点位集合进行参考点遍历，得到邻域参考点集合；

对所述孔洞点位集合进行数据插补，并在数据插补时根据插补结果对邻域参考点集合进行迭代更新，直至将所述孔洞点位集合插补完成，得到插补后的料堆点云数据。

可选地，所述获得料堆点云数据，对所述料堆点云数据进行有序二维数组转换得到二维数组集合，包括：

根据采集设备采集的原始数据，得到料堆表面轮廓信息；

对所述料堆表面轮廓信息进行三维重构，得到料堆表面点云数据；

对所述料堆表面点云数据进行预处理，得到规范化点云数据；

对所述规范化点云数据进行有序二维数组转化，得到二维数组集合。

可选地，对所述料堆表面点云数据进行预处理，得到规范化点云数据，包括：

采用统计滤波方法，对所述料堆表面点云数据进行去噪；

通过体素滤波方法对所述料堆表面点云数据进行网格化滤波，得到规范化点云数据。

可选地，对所述规范化点云数据进行有序二维数组转化，得到二维数组集合，包括：

计算所述规范化点云数据的极大值和极小值，基于变换参数在极大值、极小值范围内对所述规范化点云数据进行二维数组转换，得到二维数组集合，所述变换参数包括行变换参数和列变换参数，所述变换参数为二维方向网格参数。

可选地，所述在邻域范围内对所述孔洞点位集合进行参考点遍历，得到邻域参考点集合，包括：

对所述孔洞点位集合进行聚类分割，得到多个孔洞点位聚类体；