摘要
钢卷物流库无人化是传统钢铁行业向智能制造模式转型升级的必然产物。钢卷及
鞍座目标的快速准确检测及定位，是钢卷运输智能化至关重要的环节。目前三维激光
扫描仪获取的点云数据可以准确还原目标物体的形貌特征，在工业中的检测与定位应
用越来越广泛。此外，不同工况下扫描得到的钢卷库目标点云数据具有不同的特点，
且有噪声点的干扰，检测和定位方法需要较强的鲁棒性和精确性。因此，本文对不同
工况下的钢卷库目标快速检测和精准定位展开研究，主要研究内容如下：
1、钢卷库目标检测及定位的基本理论。介绍了钢卷库的点云数据获取方式和空间
索引结构，在不同工况下分析钢卷库中目标点云的特点，并阐述了钢卷库的目标点云
基于点和体素的凹凸特征，最后介绍了点云数据处理算法的相关原理。
2、钢卷库的目标点云数据预处理。首先，根据标定物坐标变换完成坐标系转换。
其次，根据钢卷库目标点云数据的凹凸特征，对基于体素内在控制的各向同性点云精
简算法做出改进，减小点云数据规模的同时保持局部几何一致性。在此基础上，通过
目标点云法向量和密度修正来改进统计滤波算法，处理高度跳变的噪声点以及混杂在
目标边缘正确点中的噪声点。最后通过实验验证了改进点云精简算法与改进点云滤波
算法的有效性。
3、钢卷和鞍座目标的检测与定位。根据钢卷目标点云数据的凹凸特征约束，改进
了随机采样一致性柱面拟合算法，实现对钢卷的精确拟合。采用鲁棒主成分分析的钢
卷轴线拟合算法，获取钢卷的柱心坐标。根据鞍座点云数据的凹凸特征，提出了一种
多尺度融合及凹凸性判定的超体素分割算法，对鞍座实现精准分割，最后提出面投影
直线法计算获取鞍座中心坐标实现鞍座的定位。
4、钢卷库的目标检测与定位实验平台的搭建与验证。通过硬件部分和软件部分设
计搭建实验平台，根据钢卷堆叠方式和鞍座排列间隔情况的不同组合设置了不同的工
况，对不同工况下的滤波效果进行了定性分析，对不同工况下的钢卷和鞍座的检测和
定位结果进行了误差分析。实验结果表明，本文对钢卷库目标三维检测及定位方法的
误差符合测量的精度要求。
关键词：激光点云；凹凸特征；钢卷物流库；目标三维检测；目标定位
I
II
ABSTRACT
Theunmannedsteelcoillogisticswarehouseisaninevitableproductofthetraditional
steelindustrystransformationandupgradingtointelligentmanufacturingmode.Therapid
andaccuratedetectionandpositioningofsteelcoilandsaddletargetsisacruciallinkinthe
intelligenttransportationofsteelcoils.Atpresent,pointclouddataobtainedby3Dlaser
scannerscanaccuratelyrestorethemorphologicalfeaturesoftargetobjects,andtheir
applicationsinindustrialdetectionandpositioningarebecomingincreasinglywidespread.In
addition,thetargetpointclouddataofthesteelcoillibraryscannedunderdifferentworking
conditionshavedifferentcharacteristicsandareaffectedbynoisepoints.Thedetectionand
positioningmethodsrequirestrongrobustnessandaccuracy.Therefore,thisarticleconducts
resea