典型文献
基于三维点云分割的煤堆体积计算方法研究
文献摘要：
我国是一个极度依赖煤炭的国家,对于煤炭的数量统计对我国发展具有重大现实意义.但是大型煤炭矿区的煤堆体积庞大,数量惊人,很难用传统的人工测量方法进行统计,为解决这一难题,本文提出了一种利用激光雷达并结合神经网络的体积测量方法.首先,利用激光雷达扫描煤堆表面绘制其三维点云图像,并结合Meshlab软件和Cloud Compare软件对点云进行降噪和补全,形成较为完整简洁的点云模型,并建立数据集;其次,训练Point-Net神经网络,利用训练好的网络模型对点云数据进行分割;最后,利用M atlab软件进行体积计算.通过模拟实验可知,相较于传统测量,该方法具有精度高、速度快、无需进行接触测量等优点,能够满足大型煤炭矿区煤堆的体积测量需求;相较于真实体积,该方法计算结果偏小,这是由于Point-Net神经网络未能识别出全部的煤堆点云数据,可以通过对神经网络进行后续训练来加以改进.
文献关键词：
散料堆;激光雷达;三维点云;神经网络
中图分类号：
作者姓名：
崔峥;王增才;张杰;闫明;王普圣
作者机构：
山东大学机械工程学院,山东济南250061
文献出处：
引用格式：
[1]崔峥;王增才;张杰;闫明;王普圣-.基于三维点云分割的煤堆体积计算方法研究)[J].中国矿业,2022(04):96-101
A类：
Meshlab
B类：
三维点云分割,煤堆体积,体积计算,极度,重大现实意义,型煤,煤炭矿区,惊人,难用,人工测量,激光雷达,体积测量,面绘制,其三,点云图像,Cloud,Compare,降噪,补全,点云模型,Point,Net,练好,点云数据,atlab,模拟实验,传统测量,加以改进,散料堆
AB值：
0.314825
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
