本公開涉及大數(shù)據(jù)處理和三維空間信息，具體涉及基于融合點(diǎn)云的料場數(shù)據(jù)管理方法及系統(tǒng)。

背景技術(shù)：

1、料場管理在工業(yè)、建筑、礦業(yè)等行業(yè)中至關(guān)重要。傳統(tǒng)料場管理依賴于人工，由于人工測量費(fèi)時(shí)費(fèi)力，且受天氣、地形等條件限制，難以實(shí)現(xiàn)高頻次、高精度的數(shù)據(jù)采集?，F(xiàn)有技術(shù)中有使用二維圖像分析料場數(shù)據(jù)，但是二維數(shù)據(jù)難以全面反映料場的三維空間結(jié)構(gòu)，限制了數(shù)據(jù)分析的深度和廣度，同樣存在數(shù)據(jù)不準(zhǔn)確、更新不及時(shí)，進(jìn)而基于有限和靜態(tài)的數(shù)據(jù)，難以實(shí)現(xiàn)精準(zhǔn)的庫存管理、物料流動分析和優(yōu)化決策，甚至產(chǎn)生錯(cuò)誤判斷而生成安全隱患等問題。因此，需要一種方法來解決上述問題。

2、綜上，傳統(tǒng)料場管理依賴于人工測量和二維圖像分析，這種方法不僅效率低下，且難以保證數(shù)據(jù)的準(zhǔn)確性和及時(shí)性，人工管理導(dǎo)致數(shù)據(jù)精度不高，記錄和更新數(shù)據(jù)耗時(shí)耗力，難以實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)更新，甚至存在安全隱患的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本公開提供了基于融合點(diǎn)云的料場數(shù)據(jù)管理方法，用以解決現(xiàn)有技術(shù)中存在人工管理導(dǎo)致數(shù)據(jù)精度不高，記錄和更新數(shù)據(jù)耗時(shí)耗力，難以實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)更新，甚至存在安全隱患的技術(shù)問題。

2、根據(jù)本公開的第一方面，提供了基于融合點(diǎn)云的料場數(shù)據(jù)管理方法，包括：

3、在目標(biāo)監(jiān)測區(qū)域布設(shè)高精度三維掃描設(shè)備，高精度三維掃描設(shè)備用于采集料場的點(diǎn)云數(shù)據(jù)；對采集到的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，使用pointnet++深度學(xué)習(xí)網(wǎng)絡(luò)提取點(diǎn)云數(shù)據(jù)的多尺度特征，預(yù)處理包括濾波、噪聲去除、數(shù)據(jù)壓縮和分類；將多個(gè)掃描設(shè)備和不同時(shí)間獲取的點(diǎn)云數(shù)據(jù)進(jìn)行空間配準(zhǔn)，拼接在一起的點(diǎn)云數(shù)據(jù)，構(gòu)建完整的三維點(diǎn)云模型，采用建模軟件和點(diǎn)云插件進(jìn)行實(shí)體建模；基于多種類幾何特征融合模型對預(yù)處理后的點(diǎn)云數(shù)據(jù)的多尺度特征進(jìn)行識別和分割；對分割后的物料堆構(gòu)建三角網(wǎng)格的三維模型，基于構(gòu)建的三維模型通過網(wǎng)格體積法計(jì)算物料堆的體積；在預(yù)定的時(shí)間間隔內(nèi)，對料場進(jìn)行三維激光掃描，獲得多組點(diǎn)云數(shù)據(jù)，將新采集的點(diǎn)云與歷史數(shù)據(jù)配準(zhǔn)，以消除掃描位置和角度的差異，通過比較連續(xù)點(diǎn)云數(shù)據(jù)，識別物料堆形狀和位置的變化，根據(jù)物料堆體積和位置變化，實(shí)時(shí)更新料場物料堆庫存數(shù)據(jù)信息；基于物聯(lián)網(wǎng)技術(shù)和地理信息系統(tǒng)(gis)實(shí)時(shí)獲取庫存數(shù)據(jù)和料場地理信息集成到遺傳算法中，實(shí)時(shí)規(guī)劃料場設(shè)備的取料和堆料路徑的最優(yōu)路徑。

4、根據(jù)本公開的第二方面，提供了基于融合點(diǎn)云的料場數(shù)據(jù)管理系統(tǒng)，包括：

5、布設(shè)掃描設(shè)備模塊，布設(shè)掃描設(shè)備模塊用于在目標(biāo)監(jiān)測區(qū)域布設(shè)高精度三維掃描設(shè)備，高精度三維掃描設(shè)備用于采集料場的點(diǎn)云數(shù)據(jù)；點(diǎn)云數(shù)據(jù)預(yù)處理模塊，點(diǎn)云數(shù)據(jù)預(yù)處理模塊用于對采集到的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，使用pointnet++深度學(xué)習(xí)網(wǎng)絡(luò)提取點(diǎn)云數(shù)據(jù)的多尺度特征，預(yù)處理包括濾波、噪聲去除、數(shù)據(jù)壓縮和分類；實(shí)體建模模塊，實(shí)體建模模塊用于將多個(gè)掃描設(shè)備和不同時(shí)間獲取的點(diǎn)云數(shù)據(jù)進(jìn)行空間配準(zhǔn)，拼接在一起的點(diǎn)云數(shù)據(jù)，構(gòu)建完整的三維點(diǎn)云模型，采用建模軟件和點(diǎn)云插件進(jìn)行實(shí)體建模；多尺度特征識別和分割模塊，多尺度特征識別和分割模塊用于基于多種類幾何特征融合模型對預(yù)處理后的點(diǎn)云數(shù)據(jù)的多尺度特征進(jìn)行識別和分割，多種類幾何特征融合模型為多尺度特征融合和殘差混合注意力的點(diǎn)云配準(zhǔn)算法的結(jié)合進(jìn)行特征提取，并使用具有殘差結(jié)構(gòu)的混合注意力模塊增強(qiáng)有效特征，通過transformer和軟指針預(yù)測變換后的點(diǎn)云數(shù)據(jù)，并用可微的奇異值分解求解剛性變換；物料堆體積計(jì)算模塊，物料堆體積計(jì)算模塊用于對分割后的物料堆構(gòu)建三角網(wǎng)格的三維模型，基于構(gòu)建的三維模型通過網(wǎng)格體積法計(jì)算物料堆的體積；物料堆庫存數(shù)據(jù)信息更新模塊，物料堆庫存數(shù)據(jù)信息更新模塊用于在預(yù)定的時(shí)間間隔內(nèi)，對料場進(jìn)行三維激光掃描，獲得多組點(diǎn)云數(shù)據(jù)，將新采集的點(diǎn)云與歷史數(shù)據(jù)配準(zhǔn)，以消除掃描位置和角度的差異，通過比較連續(xù)點(diǎn)云數(shù)據(jù)，識別物料堆形狀和位置的變化，根據(jù)物料堆體積和位置變化，實(shí)時(shí)更新料場物料堆庫存數(shù)據(jù)信息；路徑規(guī)劃模塊，路徑規(guī)劃模塊用于基于物聯(lián)網(wǎng)技術(shù)和地理信息系統(tǒng)(gis)實(shí)時(shí)獲取庫存數(shù)據(jù)和料場地理信息集成到遺傳算法中，實(shí)時(shí)規(guī)劃料場設(shè)備的取料和堆料路徑的最優(yōu)路徑。

6、本公開中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：通過在目標(biāo)監(jiān)測區(qū)域布設(shè)高精度三維掃描設(shè)備，高精度三維掃描設(shè)備用于采集料場的點(diǎn)云數(shù)據(jù)；對采集到的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，使用pointnet++深度學(xué)習(xí)網(wǎng)絡(luò)提取點(diǎn)云數(shù)據(jù)的多尺度特征，預(yù)處理包括濾波、噪聲去除、數(shù)據(jù)壓縮和分類；將多個(gè)掃描設(shè)備和不同時(shí)間獲取的點(diǎn)云數(shù)據(jù)進(jìn)行空間配準(zhǔn)，拼接在一起的點(diǎn)云數(shù)據(jù)，構(gòu)建完整的三維點(diǎn)云模型，采用建模軟件和點(diǎn)云插件進(jìn)行實(shí)體建模；基于多種類幾何特征融合模型對預(yù)處理后的點(diǎn)云數(shù)據(jù)的多尺度特征進(jìn)行識別和分割；對分割后的物料堆構(gòu)建三角網(wǎng)格的三維模型，基于構(gòu)建的三維模型通過網(wǎng)格體積法計(jì)算物料堆的體積；在預(yù)定的時(shí)間間隔內(nèi)，對料場進(jìn)行三維激光掃描，獲得多組點(diǎn)云數(shù)據(jù)，將新采集的點(diǎn)云與歷史數(shù)據(jù)配準(zhǔn)，以消除掃描位置和角度的差異，通過比較連續(xù)點(diǎn)云數(shù)據(jù)，識別物料堆形狀和位置的變化，根據(jù)物料堆體積和位置變化，實(shí)時(shí)更新料場物料堆庫存數(shù)據(jù)信息；基于物聯(lián)網(wǎng)技術(shù)和地理信息系統(tǒng)gis實(shí)時(shí)獲取庫存數(shù)據(jù)和料場地理信息集成到遺傳算法中，實(shí)時(shí)規(guī)劃料場設(shè)備的取料和堆料路徑的最優(yōu)路徑。解決了現(xiàn)有技術(shù)中存在人工管理導(dǎo)致數(shù)據(jù)精度不高，記錄和更新數(shù)據(jù)耗時(shí)耗力，難以實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)更新，甚至存在安全隱患的技術(shù)問題，達(dá)到了提高數(shù)據(jù)的精確度，實(shí)現(xiàn)料場數(shù)據(jù)的快速更新，降低安全風(fēng)險(xiǎn)的技術(shù)效果。

7、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)示本公開的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其他特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.基于融合點(diǎn)云的料場數(shù)據(jù)管理方法，其特征在于，方法包括：

2.如權(quán)利要求1的方法，其特征在于，點(diǎn)云配準(zhǔn)算法還包括：

3.如權(quán)利要求2的方法，其特征在于，所述迭代最近點(diǎn)icp算法還包括：

4.如權(quán)利要求1的方法，其特征在于，所述基于多種類幾何特征融合模型對預(yù)處理后的點(diǎn)云數(shù)據(jù)的多尺度特征進(jìn)行識別和分割還包括：

5.如權(quán)利要求4的方法，其特征在于，多種類幾何特征融合模型還包括：

6.如權(quán)利要求4的方法，其特征在于，通過分析點(diǎn)云數(shù)據(jù)確定料堆的頂部位置，將分割和體積計(jì)算的結(jié)果輸出還包括：

7.如權(quán)利要求1的方法，其特征在于，實(shí)體建模還包括：

8.如權(quán)利要求1的方法，其特征在于，基于物聯(lián)網(wǎng)技術(shù)和地理信息系統(tǒng)gis實(shí)時(shí)獲取庫存數(shù)據(jù)和料場地理信息集成到遺傳算法中，實(shí)時(shí)規(guī)劃料場設(shè)備的取料和堆料路徑的最優(yōu)路徑方法還包括：

9.基于融合點(diǎn)云的料場數(shù)據(jù)管理系統(tǒng)，其特征在于，用于實(shí)施權(quán)利要求1-8中任意一項(xiàng)的基于融合點(diǎn)云的料場數(shù)據(jù)管理方法，系統(tǒng)包括：

技術(shù)總結(jié)
本公開提供了基于融合點(diǎn)云的料場數(shù)據(jù)管理方法及系統(tǒng)，涉及融合點(diǎn)云技術(shù)領(lǐng)域，該方法包括：在目標(biāo)監(jiān)測區(qū)域布設(shè)高精度三維掃描設(shè)備，構(gòu)建完整的三維點(diǎn)云模型，對預(yù)處理后的點(diǎn)云數(shù)據(jù)進(jìn)行識別和分割，對分割后的物料堆構(gòu)建三維模型，識別物料堆形狀和位置的變化，實(shí)時(shí)更新料場物料堆庫存數(shù)據(jù)信息，基于物聯(lián)網(wǎng)技術(shù)和地理信息系統(tǒng)GIS實(shí)時(shí)獲取庫存數(shù)據(jù)和料場地理信息集成到遺傳算法中，實(shí)時(shí)規(guī)劃料場設(shè)備的取料和堆料的最優(yōu)路徑，通過本公開可以解決現(xiàn)有技術(shù)中存在人工管理導(dǎo)致數(shù)據(jù)精度不高，記錄和更新數(shù)據(jù)耗時(shí)耗力，難以實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)更新，甚至存在安全隱患的技術(shù)問題，實(shí)現(xiàn)提高數(shù)據(jù)的精確度的目標(biāo)，達(dá)到料場數(shù)據(jù)的快速更新，降低安全風(fēng)險(xiǎn)的技術(shù)效果。

技術(shù)研發(fā)人員：張耿霖,杜子兮,許博,蘇龍平,王昆倫,李政委,趙德楊,蒲云雷,于麗麗,王瑞艷
受保護(hù)的技術(shù)使用者：大連九州創(chuàng)智科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23