1 山东理工大学机械工程学院，山东 淄博 255049
2 山东直通车科技有限公司，山东 淄博 255000
对料堆表面和形态进行特征提取是实现仓储自动化、智能化的前提与基础，为货料的自动存、取控制提供判断依据。为了提取料堆的形态与覆盖面特征，首先，采用激光雷达对料堆进行扫描，获取三维点云后使用融合算法进行预处理；其次，基于表面法向量的差异和空间距离差异对点云进行超体素聚类；最后，利用曲面凹凸判断方法对聚类后的三维点云曲面提取出凸面，从而实现了料堆表面形态的判断。实验结果表明，该方法可较好地识别料堆表面特征，识别误差小于3.11%，且不需要针对场景进行训练，可直接应用于不同料堆场景。
遥感与传感器 激光雷达 特征提取 超体素聚类 凹凸关系 区域生长 激光与光电子学进展
2023, 60(2): 0228005
红外与激光工程
2021, 50(10): 20200483
1 山东理工大学机械工程学院, 山东 淄博 255049
2 兰州交通大学交通运输学院, 甘肃 兰州 730070
求取体积参数是空间体对象形态分析的基本内容。采用激光雷达对空间物体进行扫描获得激光点云并求得其体积。首先使用三维激光雷达扫描物体获得原始点云;点云经过三维空间变换后,对点云进行缺失数据修补;再通过滤波和下采样处理进行点云去噪和点云数据的精简;最后采用一种隐式曲面重建算法构建三维点云的mesh网格模型,进而由网格模型求取体积。通过实验验证,使用激光雷达分别扫描了两个实验对象,将实验体积结果与实际的体积数据相比,误差分别仅为0.456%和0.394%,表明该体积计算方法有良好的曲面重建效果和体积计算精度。
遥感 激光雷达 三维点云 隐式曲面重建 mesh网格 体积计算
