摘要
传统斗轮机运行作业均由斗轮机司机手动操作,工作效率、安全性、稳定性均无法保证,随着智慧化电厂的逐步推进,斗轮机自动化改造逐渐增多。本文提出了基于多设备分段点云的复杂料场Delaunay还原及边界识别自适应取料算法。通过对原始三维点云数据进行特征分析并设计点云滤波识别算法,实现料场堆料区域的检测分离。对斗轮机及煤场边界位置解算,最终实现复杂场景下的点云取料边界检测及斗轮机自适应取煤功能,可提升料场工作效率、减少料场污染、降低使用成本、降低设备故障率、保证物料的安全平稳运转。
出处
《中国设备工程》
2025年第15期108-110,共3页
China Plant Engineering
