本發(fā)明涉及4d毫米波雷達點云處理，特別是涉及一種料堆邊緣檢測方法、裝置、介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、隨著經(jīng)濟全球化的趨勢的不斷加強，各個國家和地區(qū)之間的貨物運輸量在不斷增長。沿海港口作為物料運輸?shù)暮ｊ懡煌屑~，對散運貨物起到了轉(zhuǎn)運集散的作用，在全球貿(mào)易交流中扮演著至關(guān)重要的角色。取料機作為目前應用于干散貨堆場物料裝卸的主要作業(yè)機械，實現(xiàn)其自動化、半自動化作業(yè)功能是提高港口運轉(zhuǎn)效率的關(guān)鍵。在港口堆場中，干散貨物料經(jīng)堆料機自然下落堆料，其原始料堆形態(tài)為圓錐狀，在取料機不斷地回轉(zhuǎn)取料過程中，料堆形態(tài)不斷發(fā)生變化，特別是針對邊緣樣本的識別判斷，為了能夠?qū)崟r獲取料堆邊緣形態(tài)特征及分類，采用4d毫米波雷達及相關(guān)點云改進處理算法完成對料堆邊緣形態(tài)的判別。

2、傳統(tǒng)意義上，毫米波雷達一般指3d毫米波雷達，獲取的數(shù)據(jù)中主要包含目標物體的距離、速度和方位角度信息。4d毫米波雷達可以獲取目標物體的徑向距離、俯仰角度、方位角度、速度等，在3d毫米波雷達原有優(yōu)勢基礎(chǔ)上，可以額外獲取針對目標高度的俯仰角信息，且雷達點云的分辨率以及單幀點云數(shù)進一步提高，可在一定程度上呈現(xiàn)出目標物體的空間輪廓。通過提取數(shù)幀點云的空間特征，可反映目標真實的三維空間形態(tài)，為點云形態(tài)分類提供更有判別性的空間信息。目前港口堆場散雜貨取料作業(yè)主要依靠人工控制的方式，對散貨料堆形態(tài)的分類判斷也主要依靠作業(yè)人員目視、視覺圖像、激光雷達等方式。kamarim等人基于視覺圖像處理，使用深度學習的方式對掃描結(jié)果進行語義分割，識別目標后將其從環(huán)境中分割出來，但基于視覺的方式缺乏空間三維信息，測量誤差較大。港口在干散貨碼頭自動化建設(shè)中，針對料堆情況，使用三維激光掃描技術(shù)，對料堆實時掃描、整合，轉(zhuǎn)化為直觀的三維掃描圖像并提取其它模塊所需的控制數(shù)據(jù)。張鈺提出的孿生重疊敏感邊距分類器(取料機無人化作業(yè)中感知系統(tǒng)的研究與應用)，使用3d毫米波雷達獲取料堆邊緣數(shù)據(jù)訓練并識別料堆邊緣，但3d毫米波雷達只能返回二維平面點云，局部空間信息不足，需要結(jié)合外部斗輪功率特征，且未有效解決訓練過程中參數(shù)優(yōu)化選擇問題。目前來看，依靠作業(yè)人員目視判斷不滿足產(chǎn)業(yè)升級中對取料機半自動化和自動化控制的要求，且人員判斷受障礙物角度遮擋、照明等現(xiàn)場條件影響較大；監(jiān)控攝像及激光雷達等光學器件雖可通過調(diào)整安裝位置獲取良好的監(jiān)測視角，但要保證其正常工作就必須要求天氣、作業(yè)環(huán)境、照明等條件良好的情況下，然而在實際作業(yè)中，不可避免的存在雨雪霧等天氣情況，其良好照明條件在夜間也不能充分滿足，且高沙塵作業(yè)環(huán)境下，沙塵對光學傳感器遮蓋會導致其完全失去感知能力。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供一種料堆邊緣檢測方法、裝置、介質(zhì)及產(chǎn)品，能夠提高料堆邊緣檢測的精度。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、一種料堆邊緣檢測方法，包括：

4、獲取當前料堆切削表面的待測三維點云數(shù)據(jù)；所述待測三維點云數(shù)據(jù)是安裝于取料機側(cè)面的4d毫米波雷達獲得的；

5、將待測三維點云數(shù)據(jù)從毫米波雷達坐標系轉(zhuǎn)換到壩基堆場坐標系，得到壩基堆場坐標系下的三維點云數(shù)據(jù)；

6、對所述毫米波雷達坐標系下的三維點云數(shù)據(jù)，以及壩基堆場坐標系下的三維點云數(shù)據(jù)進行直通濾波處理或統(tǒng)計濾波處理，得到目標三維點云數(shù)據(jù)；所述目標三維點云數(shù)據(jù)為在毫米波雷達坐標系下已去除噪點、離群點以及非料堆區(qū)域點云；

7、將所述目標三維點云數(shù)據(jù)按幀序劃分得到樣本點云，提取樣本點云的特征，并將樣本點云的特征輸入到料堆邊緣檢測模型中，得到料堆邊緣檢測結(jié)果；所述料堆邊緣檢測模型是根據(jù)料堆切削表面的多個歷史三維點云數(shù)據(jù)制作的數(shù)據(jù)集，使用模糊孿生支持向量機進行訓練，并利用差分進化算法優(yōu)化模型參數(shù)選擇得到的。

8、可選的，毫米波雷達坐標系以4d毫米波雷達的中點為原點，以取料機大臂中軸線方向為xl軸；以取料機大臂中軸線的垂線方向為yl軸；以垂直于xlolyl平面的方向為zl軸。

9、可選的，將待測三維點云數(shù)據(jù)從毫米波雷達坐標系轉(zhuǎn)換到壩基堆場坐標系，得到壩基堆場坐標系下的三維點云數(shù)據(jù)，包括：

10、確定待測三維點云數(shù)據(jù)中任一點為當前點；

11、根據(jù)毫米波雷達坐標系-取料機回轉(zhuǎn)中心坐標系旋轉(zhuǎn)矩陣和毫米波雷達坐標系-取料機回轉(zhuǎn)中心坐標系平移向量，以及當前點在毫米波雷達坐標系下的坐標，確定當前點在取料機回轉(zhuǎn)中心坐標系下的坐標；

12、確定當前點在取料機回轉(zhuǎn)中心坐標系下的縱坐標為當前點在壩基堆場坐標系下的縱坐標；

13、確定取料機沿壩基走行距離與當前點在取料機回轉(zhuǎn)中心坐標系下的橫坐標之和，為當前點在壩基堆場坐標系下的橫坐標；

14、遍歷待測三維點云數(shù)據(jù)，得到壩基堆場坐標系下所有三維點云數(shù)據(jù)。

15、可選的，在獲取當前料堆切削表面的待測三維點云數(shù)據(jù)之前，還包括：

16、獲取料堆切削表面的多個歷史三維點云數(shù)據(jù)；

17、將歷史三維點云數(shù)據(jù)從毫米波雷達坐標系轉(zhuǎn)換到壩基堆場坐標系，得到在壩基堆場坐標系下的歷史三維點云數(shù)據(jù)；

18、對所述毫米波雷達坐標系下的歷史三維點云數(shù)據(jù)和壩基堆場坐標系下的歷史三維點云數(shù)據(jù)進行直通濾波處理或統(tǒng)計濾波處理，得到毫米波雷達坐標系下的歷史濾波三維點云數(shù)據(jù)；

19、以預設(shè)幀數(shù)為步長將歷史濾波三維點云數(shù)據(jù)劃分為多個點云樣本，提取點云樣本的特征為數(shù)據(jù)集樣本，并以數(shù)據(jù)集樣本的樣本類別為標簽，得到數(shù)據(jù)集；所述樣本類別為邊緣樣本和堆中樣本；所述數(shù)據(jù)集中邊緣樣本為正樣本，堆中樣本為負樣本；

20、以數(shù)據(jù)集樣本為輸入，以標簽為輸出，利用差分進化算法優(yōu)化模糊孿生支持向量機的參數(shù)，得到料堆邊緣檢測模型。

21、一種計算機裝置，包括：存儲器、處理器以存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)上述所述的一種料堆邊緣檢測方法。

22、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述所述的一種料堆邊緣檢測方法。

23、一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述所述的一種料堆邊緣檢測方法。

24、根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術(shù)效果：

25、本發(fā)明提供的一種料堆邊緣檢測方法、裝置、介質(zhì)及產(chǎn)品，使用4d毫米波雷達獲取料堆邊緣區(qū)域與非邊緣區(qū)域的點云數(shù)據(jù)；通過旋轉(zhuǎn)、平移獲取點云在不同空間坐標系下的坐標；接著對相應坐標系下的點云進行直通和統(tǒng)計濾波，去除噪點、離群點以及非料堆區(qū)域點云；人工選取特征、制作數(shù)據(jù)集、并使用自定義模糊隸屬度函數(shù)計算每個樣本點的隸屬度值；通過差分進化算法(de)迭代完成模糊孿生支持向量機(ftsvm)參數(shù)的選擇優(yōu)化,進而獲取高可靠的模型；最后，將目標樣本數(shù)據(jù)輸入到經(jīng)過參數(shù)優(yōu)化過后的支持向量機分類器中，完成料堆邊緣檢測判別。此外，在取料機回轉(zhuǎn)取料過程中，料堆邊緣處的三維形態(tài)與非邊緣處具有明顯的形態(tài)差別，且4d毫米波雷達傳感器能夠在復雜的現(xiàn)場作業(yè)環(huán)境和惡劣天氣條件下穩(wěn)定正常獲取目標物體的三維空間信息，因而通過4d毫米波雷達傳感器采集料堆邊緣與非邊緣區(qū)域的形態(tài)點云，通過改進的算法提高分類準確度，實現(xiàn)料堆邊緣檢測任務。