堆取料机与散货料场

主题：斗轮堆取料机全自动系统中的激光扫描系统——坐标系定义、全站仪标定流程、精度验证、料堆点云配准与体积测量。 本文整理自《起重运输机械》2020 年期刊论文、中冶南方专利 CN115840217A 及多篇料场论文，要点均已改写。 版权说明：本文为公开资料（论文/专利/厂商文档）的中文要点综述与整理，非原文转载。完整内容与图表请访问文末「信息来源」中的原始链接；引用请注明原始出处。

1. 系统总体架构

斗轮堆取料机全自动系统在整机上安装 4 套激光扫描装置：

• 2 套 2D 激光器：安装于臂架（悬臂）前端两侧，用于料堆轮廓扫描；
• 2 套 3D 激光器：安装于梯形架（门座架）上平台两侧，用于三维料场成像。

由于 4 套激光器安装位置与姿态各不相同，其测量数据必须统一到同一坐标系下才能拼接成完整的料场三维点云，这就是标定要解决的核心问题。

2. 系统中的三个坐标系及其数学关系

2.1 大机坐标系（Machine Frame）

堆取料机自身各机构位置组成的三维坐标系，包括大车（行走）位置、回转角度、俯仰角度三大机构参数。它是控制系统软件控制本机机构动作、保证设备安全范围的直接使用坐标系。

2.2 激光扫描系统坐标系（YPSS Frame）

激光器直接扫描得到的原始数据为球坐标形式 (r, θ, φ)：

• r —— 激光器扫描返回的距离；
• θ —— 激光单线扫描的扫描角度；
• φ —— 激光扫描装置转动机构的转动角度（无转动机构时 φ = 0）。

通过球坐标 → 三维直角坐标的转换，得到激光扫描系统坐标系（YPSS）下的点云。

2.3 堆场坐标系（Yard Frame）

堆场管理使用的三维直角坐标系，约定如下：

• X 轴：大车沿轨道前进方向；
• Y 轴：垂直于轨道、指向堆场方向；
• Z 轴：竖直向上；
• 原点：大车后停止位置为 X 轴 0 点，大车轨道中心线为 Y 轴 0 点，堆场最低点为 Z 轴 0 点。

2.4 坐标系间转换关系

激光扫描系统坐标系 → 堆场坐标系：

P_yard = R · P_ypss + T

其中 R 为旋转矩阵、T 为平移向量，二者与本机当时机构位置（大车位置、回转角度、俯仰角度）及标定数据有关。大机坐标系与堆场坐标系之间的转换则由机构运动学公式（式 4~7）求得回转角度、俯仰角度和大车位置。

2.5 坐标系转换链与误差传播（技术细节展开）

完整转换链（从激光器原始测量到堆场坐标）：

球坐标(r,θ,φ) ──球坐标→直角坐标──▶ 激光扫描系统坐标(YPSS)
     │                                    │
     │ 内参（出厂标定）                    │ 外参（全站仪标定：位置+姿态）
     ▼                                    ▼
激光器安装坐标系 ◀──机构运动学（编码器）──▶ 大机坐标系（大车/回转/俯仰）
     │
     ▼ 编码器读数 + 机构几何模型
堆场坐标系（Yard）

误差传播链（每环误差都会传递到最终点云）：

1. 内参误差：激光器测距/测角误差（出厂值，通常 mm~cm 级）；
2. 安装外参误差：激光器相对臂架的位置姿态标定误差——全站仪标定环节引入；
3. 机构编码器误差：大车位置、回转角、俯仰角的测量误差（与编码器分辨率和安装有关）；
4. 机构几何模型误差：臂架挠度（悬臂长、重载时弯曲）、回程间隙——论文结论中明确指出的精度上限因素。

关键认识：堆取料机全自动系统的精度，取决于”传感器坐标系 → 机构坐标系 → 堆场坐标系”这条转换链上每一环的标定精度。振华论文实测偏差 ≤11cm 而指标 <20cm——回程间隙是进一步提精度的主要瓶颈。

3. 全自动系统标定流程（全站仪 + 反射片）

为保证标定可靠性，采用全站仪（全站型电子测距仪）配合反射片（反光片）对关键位置进行多点多次标定。标定过程中两个基准点位置不可移动；对设备不同位置标定时需开启全站仪的搬站功能，保证更换测站后测量基准前后一致。

标定分三步：

3.1 基准标定

1. 在轨道上粘贴 2 个反光片作为基点 O1、O2；
2. 调整全站仪，以 O1O2 连线为 X 轴建立坐标系，Y 轴位于垂直轨道的水平方向，Z 轴垂直水平面向上；
3. 全站仪应尽量远离堆取料机及轨道，以减小后续测量误差。

3.2 臂架定点标定

1. 沿悬臂左侧长度方向粘贴 2 个反光片 M、N，两点间距尽量取大，且 MN 连线须与悬臂保持平行；
2. 以同样方式标定臂架右侧；
3. 由此确定悬臂（臂架）在堆场坐标系中的姿态。

3.3 激光器标定

1. 在每台激光器（或其转动机构）外侧粘贴 3 个反光片，其中 2 个与激光器扫描方向平行、2 个与扫描方向垂直（共 3 片，其中 1 片同时用于两个方向）；
2. 通过全站仪测量反光片位置，反解出激光器的安装位置与姿态参数；
3. 最终得到 4 台激光器及主要机械参数的标定结果表。

4. 精度验证方法

选取固定料堆对象，用全站仪对堆垛边界的典型位置进行标定（对应不同俯仰角度或回转角度），测得多组数据，与编码器值比对完成编码器标定。3D 激光器验证需覆盖三种工况：

工况	扫描方式	验证内容
① 单机静止	3D 扫描仪转动扫描物料	保存三维数据，与全站仪标定参数比较
② 大车移动	3D 扫描仪在机械零点位置，大车移动扫描	验证运动状态下的测量精度
③ 悬臂摆动	2D 扫描仪在机械零点位置，悬臂摆动扫描	验证回转扫描模式精度

实测结果：经参数调整，扫描偏差 ≤ 11 cm，满足全自动系统精度技术指标要求（偏差 < 20 cm）。

结论与局限：堆取料机回转、大车等机构本身存在回程间隙，全自动系统精度的进一步提高需要机械加工与安装精度的提升。

5. 机载激光雷达安装参数标定（专利 CN115840217A 方案）

中冶南方工程技术有限公司的专利《一种斗轮堆取料机机载激光雷达的参数标定方法及系统》（申请号 202211346543.X，公布号 CN115840217A）提出另一条标定路线：

1. 坐标转换关系：根据坐标系相对位置关系，计算激光雷达扫描数据与三维点云数据之间的转换关系；
2. 运动扫描采集：通过斗轮堆取料机运动扫描现场数据，依据初始值将激光雷达返回数据转换为三维点云；
3. 地面拟合：使用随机采样一致（RANSAC）平面拟合方法拟合点云中的地面数据；
4. 参数寻优：设计目标函数，使用遗传算法计算激光雷达安装参数；
5. 验证闭环：用求得的安装参数重新执行扫描，若料场三维点云精度满足自动作业需求则停止计算，否则迭代。

特点：无需人工贴片，利用现场地面作为天然标定物；精度高、操作简便。

6. 料堆点云处理与体积测量

6.1 多激光雷达点云配准（粗-精结合）

针对港口大型散货料堆多激光雷达点云配准问题（《制造业自动化》2025），完整流程为：

1. 滤波：针对噪声点多、数据量大的问题，先对三维点云进行滤波去噪；
2. 粗配准：基于改进的快速点特征直方图（FPFH）特征，采用采样一致性初始配准（SAC-IA）；
3. 精配准：基于 **k-d 树加速的迭代最近点（ICP）**算法；
4. 粗-精结合实现多雷达点云自动配准。

6.2 料堆体积测量流程

综合《基于三维激光点云的料堆体积测量方法研究》（CNKI）与专利 CN115824052B《一种基于激光雷达点云数据的堆料体积测量方法》：

1. 数据准备：固定悬挂式 / 手持式 / 滑轨式激光雷达获取料堆表面点云；
2. 降采样：体素滤波（Voxel Grid）对点云进行体素划分降采样；
3. 滤波分割：去噪、点云拼接与分割（将各料堆点云分离）；
4. 曲面重构：对料堆点云进行三角网格化（如 Delaunay 三角剖分）重构表面；
5. 体积计算：基于三角网格与基准面计算料堆体积。

实测指标（海达数云案例）：三维激光体积测量方案对不规则料堆体积测量精度在 3% 以内；外业扫描 + 内业出成果约 10 分钟可完成局部料场数据采集。

6.3 散货堆场数字孪生建模

《系统仿真学报》论文《基于激光雷达的散货堆场数字孪生建模方法》指出：散货码头存在设备大型、环境恶劣、料堆形状时变的特点，传统建模数据精度低、稳定性差。其方法以激光雷达点云为输入，解决时变料堆的实时三维重建与数字孪生场景更新问题（参考文献列表本身即构成”散货料堆三维重建”方向的检索起点）。

7. 工程案例参考

来源	方案	要点
海达数云	三维激光料场数字化	精度 <3%，10 分钟/局部料场，单点拼接技术
哈工大苏州研究院	堆体 3D 精准实时测量及智能盘库	散货码头/煤场盘库产学研案例
煜炜光学	堆料测量盘点、三维定位、堆取料机无人值守	工业激光雷达（国产）整体方案
中盛博方	斗轮机无人值守系统	数学模拟建模 + 快速激光扫描建模，实时获取料堆三维模型

7.1 补充：基于三维激光扫描仪的堆取料机自动化控制系统（期刊论文）

《基于三维激光扫描仪技术的斗轮堆取料机自动化控制系统》（《物流时代周刊》2021 年第 8 期，PDF 公开）系统分析了 2D→3D 扫描仪的演进：

• 背景：国内堆取料机无人自动化系统早期基于 2D 激光扫描仪，存在扫描周期长、数据精度差、无法实现全料场成像的缺点；
• 方案：基于三维激光扫描仪的自动化控制系统，成功应用于大型散货港口；
• 价值：与振华重工论文（2020）互为补充——前者讲标定与验证，本文讲控制系统整体方案。

注：该 PDF 托管服务器（59.110.165.27）偶发连接失败，如无法访问可稍后重试或按标题检索转载。

8. 信息来源与链接

• 瞿蔚波, 荣延平, 盛恺弘. 斗轮堆取料机激光扫描系统标定和精度验证方法[J]. 起重运输机械, 2020(2): 58-62（文章编号 1001-0785（2020）02-0058-05）
  • 全文转载（网易）：https://www.163.com/dy/article/G2DGMRCV0518X3NJ.html
  • 转载（激光制造网）：https://www.laserfair.com/yingyong/202201/10/80408.html
  • 百度文库版本：https://wenku.baidu.com/view/ab1efc48e75c3b3567ec102de2bd960590c6d922.html
• 专利 CN115840217A《一种斗轮堆取料机机载激光雷达的参数标定方法及系统》（中冶南方）：https://patents.google.com/patent/CN115840217A/zh （原文 PDF：https://max.book118.com/html/2023/0416/8127127016005057.shtm ）
• 《大型散货料堆粗-精结合的三维点云优化配准方法》，制造业自动化, 2025, 47(6): 164-172：https://qikan.cmes.org/zzyzdh/CN/10.3969/j.issn.1009-0134.2025.06.020
• 《基于三维激光点云的料堆体积测量方法研究》（CNKI 开放全文）：https://publishmedia.cbpt.cnki.net/portal/minio/webs/yyjg/htmlfulltext/html/1bde04d98429818cb973784bb7bc177d/webSite/基于三维激光点云的料堆体积测量方法研究.html
• 专利 CN115824052B《一种基于激光雷达点云数据的堆料体积测量方法》：https://patents.google.com/patent/CN115824052B/zh
• 《基于激光雷达的散货堆场数字孪生建模方法》，系统仿真学报：https://www.china-simulation.com/CN/10.16182/j.issn1004731x.joss.24-0461
• 海达数云《三维激光扫描技术助力料场数字化管理》：http://www.hi-cloud.com.cn/product/127.html
• 哈工大苏州研究院《堆体 3D 精准实时测量及智能盘库系统》：https://sri.hit.edu.cn/2024/0325/c18947a340719/page.htm
• 煜炜光学《堆料测量盘点、三维定位、堆取料机无人值守》：https://www.kyle-optics.com/Smart_Port/64.html
• 中盛博方《堆取料机无人值守/自动作业系统》：https://www.zsbofang.com/dqljzdzyxt
• 专利 CN116338720A《一种原料场三维扫描系统及方法》：https://patents.google.com/patent/CN116338720A/zh
• 《基于三维激光扫描仪技术的斗轮堆取料机自动化控制系统》（物流时代周刊 2021-08 PDF）：http://59.110.165.27/pdf/wlsdzk/wlsdzk202108/210824.pdf
• 知乎《基于激光雷达+图像的堆料体积测量方案》：https://zhuanlan.zhihu.com/p/1921610921807156541
• 曹帅. 散料料堆的三维重建与优化研究[D]. 秦皇岛: 燕山大学, 2022（学位论文，料堆三维重建方向深度素材）

版权提示：本文为要点改写整理。期刊论文与专利原文受版权/专利法保护，引用请注明出处，对外发布前请勿直接复制原文大段内容。