一种基于激光技术的钢卷识别定位方法与流程

本发明涉及图像处理领域，具体涉及一种基于激光技术的钢卷识别定位方法。

技术背景

成品仓库是钢铁公司重要的物流储存部门，钢卷的装卸操作是影响物流效率和安全的突出环节，目前使用的运输方法仍然是人工操作和监测。在这种工作方式下，一方面存在安全隐患。另一方面，人工操作主要依靠司机的肉眼观测，存在一定的随意性，导致行车不必要的启停，效率低下，更为严重的可能因为操作员的判断有误而使吊具与钢卷发生碰撞而对设备造成损伤。自动识别和定位技术是成品仓库智能化和无人化的有效途径之一，通过智能检测和定位、吊具改造和自控技术，将大量减少人工辅助，特别是避免人工介入危险性较大的作业。所以迫切需要一种迫切需要一种能够准确识别钢卷位置、减小激光扫描周期，来更好地完成钢卷的识别与定位的方法及系统。

技术实现要素：

本发明的目的在于解决在成品仓库中，如何实现对钢卷的快速识别定位，减小激光扫描周期，提高物流效率等问题，提供一种基于激光技术的钢卷识别定位系统及其方法。该方法不仅能够准确的检测出钢卷的位置，而且检测速度快，具有实时性的特点。

为达到上述目的，本发明采用下述技术方案：

一种基于激光技术的钢卷识别定位方法，特征在于：采用的设备包括激光扫描仪、激光牵引小车、标定装置和计算机，具体操作步骤如下：

(1)采用线性激光扫描仪配合牵引小车，获取激光数据及小车位置值；

(2)同步激光数据及位置值，计算测量点的三维空间坐标；

(3)采用规则格网dem处理三维离散数据后，使用direct3d获取钢卷三维可视化模型；

(4)利用轮廓跟踪算法及最小外接矩形算法，获取钢卷在x轴和y轴的世界坐标；

(5)利用投影图像融合叠加后的图像进行圆的特征拟合，获取钢卷在z轴的世界坐标。

本发明与现有技术相比较，具有以下明显优点及突出性进步：

a)本发明采用线型激光扫描仪和激光小车配合的手段实现了三维数据的获取，相比利用三维激光扫描仪获取数据资源占用小，成本低，工作可靠稳定。

b)本发明的激光扫描仪可在无照明，粉尘污染严重的恶劣工况下正常作业。

c)本发明将获取到的三维数据可视化，使钢卷数据更直观，能够实时动态显示现场实际情况，方便技术人员进行远程监控。

d)本发明结构简单，算法稳定可靠，实现了钢卷运输的无人化操作，降低了钢卷装卸和运输成本，同时减小了激光扫描钢卷的周期，准确的检测出钢卷的位置，而且检测速度快，具有实时性的特点。

附图说明

图1为本发明方法的系统组成图。

图2为本发明方法的程序框图。

图3为本发明方法一个实施例的示意图。

具体实施方式

下面结合附图，对本发明的优选实施例做进一步的说明。

实施例一：参见图1～图2，本基于激光技术的钢卷识别定位方法，采用的识别定位设备包括激光扫描仪、激光牵引小车、标定装置和计算机，具体操作步骤如下：

(1)采用线性激光扫描仪配合牵引小车，获取钢卷识别的激光数据及小车位置值；

(2)同步激光数据及位置值，计算测量点的三维空间坐标；

(3)采用规则格网dem处理三维离散数据后，使用direct3d获取钢卷三维可视化模型；

(4)利用轮廓跟踪算法及最小外接矩形算法，获取钢卷在x轴和y轴的世界坐标；

(5)利用投影图像融合叠加后的图像进行圆的特征拟合，获取钢卷在z轴的世界坐标。

实施例二：本实施例于实施例一基本相同，特别之处如下：所述步骤(1)中，线型激光扫描仪在小车的前进运动牵引下作有规律的旋转运动，从而实现对钢卷表面的完整的测量，小车安装在行车的工字轨道上，激光扫描仪安装在小车的下端面，在此建立以激光扫描面中心为原点的世界坐标系{o1}。所述步骤(2)中，利用多线程技术进行激光扫描仪和激光小车位置的同步解析与存储，激光测量任一点数据经过数据解析可用极坐标(si，θi)进行表示；在{o1}坐标系中任一测量点的向量可以表示为：

上式中si为被测量点距离激光扫描仪的距离，θi为该测量点和激光扫描中心连线与水平轴的夹角，对应激光小车的位置d并实时获取激光小车的位置，即激光坐标系的y值。所述步骤(3)中，采用规则格网dem数据模型处理激光离散数据，得到三角形网格数据后，进一步的通过dirext3d软件库中的函数绘制三角网中大量的三角面片来逼近现实中的真实图形，最后计算各三角面片的面法线和顶点法线，以此来进行模型渲染。所述步骤(4)中，利用三维模型俯视图进行正向投影生成的二维图像，用形态学膨胀方法，去除钢卷内的条纹间隙便于后续轮廓提取的进行，单个钢卷作为一个单独的图像处理单元；进一步的使用轮廓跟踪算法忽略内部空洞，得到钢卷的外轮廓，并且会返回轮廓上各点的图像坐标序列；在获取了钢卷的完整轮廓后，对该轮廓进行最小矩形拟合以确定钢卷的中心坐标位置即钢卷的x、y轴坐标,钢卷矩形拟合结果。所述步骤(5)中，利用三维模型在不同垂直截面进行多次投影，对产生的多幅投影图像进行图像融合以获得较为完整的侧面图，对融合后的侧面图采用最小二乘法进行圆的检测和拟合，进而得到钢卷中心离地面的高度即z轴坐标。

实施例三：如图1所示，本基于激光技术的钢卷识别定位方法，采用设备包括激光扫描仪、激光牵引小车、标定装置和计算机；

本发明通过激光扫描仪和牵引小车同步运动采集测量点的三维空间坐标，利用规则格网dem处理三维离散数据后，使用direct3d进行三维模型的绘制与渲染，进一步的使用图像处理技术获取钢卷外部轮廓，进而计算得到钢卷的x、y轴坐标，利用投影图像融合叠加后的图像进行圆的特征拟合，从而获得钢卷在z轴的坐标，以此来实现钢卷的智能识别与定位，具体包括以下步骤：

(1)采用线性激光扫描仪配合牵引小车，获取激光数据及小车位置值；

(2)同步激光数据及位置值，计算测量点的三维空间坐标；

(3)采用规则格网dem处理三维离散数据后，使用direct3d获取钢卷三维可视化模型；

(4)利用三维模型进行正向投影，获取钢卷在x轴和y轴的世界坐标；

(5)利用投影图像融合叠加后的图像进行圆的特征拟合，获取钢卷在z轴的世界坐标。

所述步骤(1)中，线型激光扫描仪在小车的前进运动牵引下作有规律的旋转运动，从而实现对钢卷表面的完整的测量，小车安装在行车的工字轨道上，激光扫描仪安装在小车的下端面，在此建立以激光扫描面中心为原点的世界坐标系{o1}如图3所示。

所述步骤(2)中，在软件上利用多线程技术进行激光扫描仪和激光小车位置的同步解析与存储如图2所示，激光测量任一点数据经过数据解析可用极坐标(si，θi)进行表示。在{o1}坐标系中任一测量点的向量可以表示为：

上式中si为被测量点距离激光扫描仪的距离，θi为该测量点和激光扫描中心连线与水平轴的夹角，对应激光小车的位置d并实时获取激光小车的位置，即激光坐标系的y值；

所述步骤(3)中，采用规则格网dem数据模型处理激光离散数据，得到三角形网格数据后，进一步的通过dirext3d软件库中的函数绘制三角网中大量的三角面片来逼近现实中的真实图形，最后计算各三角面片的面法线和顶点法线，以此来进行模型渲染,渲染后的图像如图3所示；

所述步骤(4)中，利用三维模型俯视图进行正向投影生成的二维图像，用形态学膨胀方法，去除钢卷内的条纹间隙便于后续轮廓提取的进行，单个钢卷作为一个单独的图像处理单元。进一步的使用轮廓跟踪算法可以忽略内部空洞，得到钢卷的外轮廓，并且会返回轮廓上各点的图像坐标序列。在获取了钢卷的完整轮廓后，对该轮廓进行最小矩形拟合以确定钢卷的中心坐标位置即钢卷的x、y轴坐标,钢卷矩形拟合结果如图3所示。

所述步骤(5)中，利用三维模型在不同垂直截面进行多次投影，对产生的多幅投影图像进行图像融合以获得较为完整的侧面图，对融合后的侧面图采用最小二乘法进行圆的检测和拟合，拟合结果如图3所示，进而得到钢卷中心离地面的高度即z轴坐标。

为了验证本发明的可行性，本实施例通过现场试验进行测试。试验结果表明，该方法能够实现钢卷识别定位，且冗余计算少速度快，流程简单容易理解并可以提高成品仓库的物流效率。