基于三維激光掃描技術的礦石料堆點云識別與分析

王 勇,楊支海,姜 智,張元清,姜 勇

(1.云南馳宏鋅鍺股份公司會澤冶煉分公司,云南 會澤 654211;2.青島港灣職業技術學院,山東 青島 266404;3.礦冶科技集團有限公司,北京 100160)

礦山機械裝備的自動化、智能化控制是實現智慧礦山的關鍵環節,而地下鏟運機的自主鏟裝則是實現智慧礦山采礦自動化的重要一步[1]。如何高效實現地下鏟運機自主鏟裝功能是目前各大礦山企業和科研院所都在專研的技術方向,而自主鏟裝功能實現的首要環節是要完成對礦石料堆的有效識別[2]。

本文基于三維激光掃描技術,利用三維激光傳感器對礦石料堆進行掃描并實時處理其輪廓點云信息,再用PCL 庫在Ubuntu 系統中對其進行點云數據濾波、配準、點云分割及高效存儲等一系列處理,從而進一步得到礦石料堆的三維深度信息。之后利用這些點云數據進行礦石料堆的輪廓處理;利用料堆輪廓三維信息,結合某鏟運機鏟裝特性,完成鏟運機鏟裝軌跡規劃,從而得到鏟裝點和目標鏟裝曲線,為實現自主鏟裝提供理論參考和技術支持。

1 礦石料堆鏟裝機構及料堆輪廓

鏟運機礦石堆料鏟裝機構為正轉六連桿機構(如圖1 所示),由鏟斗、動臂、連桿、搖臂、轉斗油缸和動臂油缸等結構組成[3]。整個鏟裝機構鉸接在車架上,鏟斗通過連桿和搖臂與轉斗油缸鉸接,用于裝卸物料,動臂與車架及動臂油缸鉸接,用以升降鏟斗。鏟斗的翻轉和動臂的升降均采用液壓操縱。鏟斗斗尖軌跡的運動控制由動臂油缸、轉斗油缸及車輛的前進位移控制,實際工作裝置控制過程中直接控制對象應為兩油缸驅動及車輛前進位移。

圖1 礦石料堆鏟裝機構示意圖

受礦石類型、場地、處理工藝等因素影響,料堆輪廓形狀不一,如圖2 所示。通常情況下料堆輪廓大致分為以下幾種情況:C1曲線礦石料堆因礦石堆積方式的特殊性造成曲線外凸,料堆外擠。C2曲線為正常狀態下的料堆輪廓,可近似認為坡度是料堆安息角。C3曲線表示料堆因粒度太小而造成下滑導致的曲線凹陷[4]。

圖2 礦石料堆輪廓曲線示意圖

鏟裝礦石物料過程示意圖如圖3 所示。

圖3 鏟裝礦石物料過程示意圖

2 基于三維激光掃描技術的車載系統建模

2.1 三維激光掃描技術

三維激光掃描技術是20 世紀末發展起來并投入實際應用化的一種非接觸主動空間信息獲取技術。其工作原理為:激光掃描儀在其內部自裝電動馬達的驅動下,由激光器以高速等角度發射激光束并通過反射物折返后接收激光束,通過計算飛行時間(或相位差)獲得掃描儀中心到地物表面的距離,再通過一系列空間坐標變換獲得高精度密集點云[5]。

按照維度主要可以分為線陣激光掃描儀和面陣激光掃描儀[6]。線陣激光掃描儀所發射的激光束限制在一條掃描線上,只有與地物保持相對運動的狀態下才能獲取必要的三維信息,其適用方法主要分為兩類:一類是固定傳感器,對動態目標進行探測;另一類是搭載在移動平臺上,在行進過程中獲得地物的三維坐標。面陣三維激光掃描儀借助水平和豎直兩個伺服馬達等角度運動,能在保持自身靜止的情況下,獲得周圍地物密集點云,也可搭載在移動載體上,在運動過程中獲取周圍地物三維點云。

2.2 車載三維激光掃描系統坐標標定與轉換

把車載激光掃描系統當作一個剛體,車輛在行進的過程中,其自身的絕對位置和姿態是時刻變化的,相應的載體坐標系的位置和方向也是時刻變化的,但載體坐標系和激光傳感器坐標之間的關系是固定的。激光傳感器坐標系與載體坐標系不重合,存在三個距離偏移量Δx,Δy,Δz以及三個坐標軸旋轉偏移量Δα,Δβ,Δγ。要把激光傳感器坐標系轉化到其他坐標系,需進行空間坐標轉換,里面涉及到這六個參數變量的標定[7]。

假設有兩個三維空間直角坐標系O-XYZ和O1-X1Y1Z1,如果把O-XYZ坐標系下的一點A轉化為O1-X1Y1Z1坐標系下的A1,則需要進行空間坐標變換。一般流程是先旋轉變換,再平移變換,在這里定義X、Y、Z軸旋轉角為Δα,Δβ,Δγ,平移量為Δx,Δy,Δz,可進行以下坐標轉換:

根據式(1)空間坐標轉換原理,先把點云數據轉換到激光傳感器坐標系下,再由激光傳感器坐標系進行載體坐標系轉化,逐一有序轉化,可以得到點云數據坐標在任一坐標系下的位置信息。

2.3 車載三維激光掃描系統的搭建

車載三維激光掃描系統是將車輛作為搭載平臺,集成三維激光傳感器、IMU、GPS 等裝置,在車輛行駛過程中采集掃描目標地物的三維信息[8]。結合某地下鏟運機,三維激光掃描器安裝方式如圖4所示,激光掃描儀為水平放置,利用其水平方向360°、垂直方向30°掃描范圍對礦石料堆進行掃描。

圖4 車載三維激光掃描系統示意圖

車載三維激光掃描試驗系統如圖5 所示:鏟運機在行駛過程中,首先通過SLAM 全局定位與建圖后由IMU 記錄車輛的俯仰、偏航等相對姿態信息得到其相對位置信息;車載三維激光傳感器獲取地物到激光傳感器中心的距離,實時獲取目標地物表面的幾何信息[9]。之后利用三維激光傳感器對礦石料堆進行掃描并實時編碼處理信息,通過PCL 庫在Ubuntu 系統中對其進行點云數據濾波、配準、點云分割及高效存儲等一系列處理[10],進一步得到礦石料堆的三維深度信息。

圖5 車載三維激光掃描試驗系統

3 點云數據的處理與分析

3.1 點云數據的存儲與調用

激光傳感器獲得的點云數據為一系列散亂,無序的空間點,相互之間沒有直接關聯的空間拓撲關系,并且點云數據量達到上百萬個,因此需要對其進行空間存儲方便調用。采用空間八叉樹建立點云數據空間拓撲關系,方便點云數據的高效利用[11]。針對點云數據存儲和調用,這里利用PCL(Point Cloud Library)C++編程庫。PCL 中包含了與點云處理有關的通用算法和數據組織結構,在PCL 中有專門的autofcore 模塊可以對點云數據進行存儲和管理,PCL框架如圖6 所示。

圖6 PCL 架構圖

3.2 點云數據的處理分析

三維激光傳感器對礦石料堆及其周邊環境掃描得到點云數據,進行空間管理后需要對點云數據去噪、濾波、配準等處理,保證數據有效實用性更強。

先利用坐標變換的方法對點云數據進行位置信息處理,采用曲線檢查法和體素濾波法對礦石料堆進行點云噪點和失真點的剔除,并保證點云數據的平滑。同時利用點云配準ICP 算法對其進行點云數據的拼接匹配[12]。之后為了分離礦石料堆和地面點云信息,利用基于邊界的點云分割算法把地物信息分離出來,為后續自動鏟裝軌跡的規化作準備。

某地下礦山巷道礦石料堆實景如圖7 所示,鏟運機搭載的三維激光掃描系統對該礦山巷道進行掃描測試,獲得巷道地物點云數據處理后的輪廓圖如圖8 所示。

圖7 地下巷道地物信息分割圖

圖8 地物點云數據分割圖

4 結論

(1)提出了一種基于三維激光掃描技術的礦石料堆點云識別與分析方法,可實現對礦石料堆的有效識別,為自主鏟裝軌跡規劃提供理論參考和設計依據。

(2)基于三維激光掃描技術,搭建了某型號鏟運機的車載激光掃描系統,為后續礦石料堆的數據采集和處理分析提供依據,也為最終的巷道試驗提供支撐。

(3)針對礦石料堆進行三維激光掃描點云數據的處理與分析。由于料堆點云數據的海量特點,為了保證能其時效性,對點云數據進行管理存儲,采用空間八叉樹建立點云數據空間拓撲關系,實現了點云數據的高效利用;運用坐標變換的方法對點云數據進行位置信息處理,采用曲線檢查法和體素濾波法對礦石料堆進行點云噪點和失真點的剔除,保證了點云數據的平滑;同時利用點云配準ICP 算法對其進行點云數據的拼接匹配。通過對真實巷道礦石料堆掃描試驗,獲得了礦石料堆和地面點云信息,利用基于邊界的點云分割算法把地物信息分離出來,驗證了該技術的準確性。