一种形貌引导的工业堆料点云双域修复方法及系统

本发明涉及工业场景三维点云处理和库存测量，具体涉及一种形貌引导的工业堆料点云双域修复方法及系统。

背景技术：

1、工业堆料库存测量是能源、港口、矿山、冶金等行业进行生产调度、物料平衡、成本核算和库存校核的重要基础。激光雷达、三维扫描仪以及机器视觉设备能够直接获取堆料表面空间点云，并据此进行边界识别、表面建模和体积积分。与人工盘点或经验估算相比，点云测量具有非接触、覆盖范围大和重复性较好的特点，但其测量可靠性直接取决于现场点云的完整程度和几何真实性。

2、真实工业现场，点云质量会同时受到环境、设备和作业状态影响。例如烟尘、水汽和粉尘会形成散射点或异常反射点，斗轮机、输送设备及堆体自身遮挡会形成局部孔洞和大面积缺失，扫描视角变化及非均匀采样又会造成区域稀疏和边界断裂。上述退化通常并非彼此独立：同一区域可能既存在高程异常，又缺少有效观测，进而使局部表面拟合、边界判定和体积积分产生累计偏差。

3、现有点云处理通常按照“先去噪、再补全”的串行方式进行。基于距离、密度或邻域统计的去噪方法能够剔除部分离群点，但在真实斜坡、稀疏边界和局部作业痕迹附近，异常点与有效结构可能相互混杂，存在误删有效观测的风险，且误删结果会继续影响后续补全。另一方面，通用学习式点云补全方法多针对形状类别较稳定的规则物体，而工业堆料受重力堆积、底部支撑和堆取料作业共同影响，不具有固定部件模板，直接采用通用形状先验容易出现边界外扩、层间突变或过度平滑。

技术实现思路

1、发明目的：本发明针对现场点云中异常观测与结构缺失耦合存在的问题，提供一种形貌引导的工业堆料点云双域修复方法及系统，基于同一输入分别进行可靠观测保持和缺失结构恢复，使补全模型在训练阶段接受堆料形貌关系引导，并通过双域融合协调实测结构与补全候选，以减少真实结构误删、缺失误补及处理误差传播。

2、技术方案：本发明的一种形貌引导的工业堆料点云双域修复方法，包括：

3、s1：获取工业堆料现场退化点云并预处理，得到标准化输入点云；

4、s2：在水平投影域进行可靠观测保持：将所述标准化输入点云投影至水平面并划分规则网格，将落入同一水平网格范围内的三维点作为一个网格柱；对每个非空网格柱的局部高程分布进行鲁棒分析，保留与主要表面高程一致的观测并抑制明显异常点；对于筛选后有效点数不足的网格柱，仅在其与邻近网格柱高程连续时进行有限局部表面补偿，各网格柱的保留点与有限补偿点共同构成平面分支点云；

5、s3：在高度结构域进行缺失结构恢复：将所述标准化输入点云沿高度方向划分为若干切片，围绕目标切片构建包含相邻上下切片的重叠高度窗口，形成高度结构上下文；在各高度结构上下文中设置多个局部特征中心，提取相应邻域的局部几何特征并结合三维位置信息形成局部结构特征；随后调用预先训练的高度结构补全模型建立不同高度区域及局部区域之间的结构关联，生成遮挡、孔洞和局部稀疏区域的补全点，得到切片补全点云；

6、s4：步骤s3中高度结构补全模型通过堆料形貌关系引导训练获得：训练阶段依据相邻高度切片的截面演化、层间位置变化、上下层支撑关系和局部表面连续性构建堆料形貌约束，计算所述形貌约束相对于切片补全点云的梯度，并将其作为附加更新方向作用于高度结构补全过程；

7、s5：融合平面分支点云和切片补全点云，通过门控权重和三维残差修正得到最终修复点云。

8、进一步地，步骤s2包括：

9、（1）

10、（2）

11、其中，为标准化输入点云，为其中第个点，其三维坐标为、和；、为水平网格索引，为相应网格柱内的点集，和为该网格柱在水平面内的起始坐标，和为网格尺度；和依次为网格柱高程中位数和中位绝对偏差，为鲁棒阈值系数，为筛选后的可靠观测点集。

12、进一步地，步骤s3包括：将标准化输入点云沿高度方向划分为个切片，计算第个切片的水平投影支撑域、截面面积和水平质心：

13、（3）

14、（4）

15、其中，为高度切片总数，为切片索引，为第个切片点集，为其下边界高度，为切片厚度；表示水平投影操作；表示平面区域面积计算，表示切片点数。

16、进一步地，步骤s3还包括：在预设局部特征中心总量上限内，根据各窗口内有效点数、水平投影面积和局部几何复杂程度分配局部特征中心，并围绕各局部特征中心构建局部邻域；

17、所述重叠高度窗口和局部邻域满足：

18、（5）

19、（6）

20、其中，为以第个切片为目标构建的重叠高度窗口，为目标切片代表高度，为窗口扩展范围；为窗口内局部特征中心索引，为局部特征中心集合，为其中第个局部特征中心，为以该局部特征中心构建的半径局部邻域，式（6）中的二范数表示欧氏距离。

21、进一步地，步骤s3还包括：对各局部邻域进行几何编码，将局部几何特征与对应局部特征中心的三维位置编码结合形成局部结构特征，并将各局部结构特征送入高度结构补全模型，以生成切片补全点云：

22、（7）

23、（8）

24、（9）

25、其中，为局部邻域的几何特征，kpconv为一种可选的局部几何编码方式；和依次为特征投影函数和位置编码函数，为融合局部几何与中心三维位置后的局部结构特征，为各局部结构特征组成的序列；和依次表示补全网络的关系编码和补全点生成过程，为解码时使用的局部特征中心位置集合，为切片补全点云。

26、进一步地，步骤s4中，所述堆料形貌约束表达式为：

27、（10）

28、其中，为堆料形貌约束，、、和依次为截面面积、质心连续、支撑关系和局部平滑约束项，、、和为对应权重系数。

29、进一步地，各形貌约束项满足：

30、（11）

31、（12）

32、（13）

33、（14）

34、其中，为相邻切片允许的水平质心偏移阈值，表示上层点水平投影超出下层支撑域时到该支撑域的最短水平距离；为点的近邻集合，为预设近邻数，为其中的近邻点；式（11）和式（12）中的max(0,·)仅对超出允许范围的部分计入惩罚。

35、进一步地，步骤s4中，所述高度结构补全模型的训练引导包括：

36、

37、

38、

39、

40、其中，为基于chamfer distance构造的几何一致性损失，为参考完整点云，为最终修复点云，和为两个方向的最近点距离平均项，和分别表示两点集中的点，式（16）和式（17）中的一范数用于度量点间距离，min表示在另一点集中取最近点；为相对于切片补全点云的任务梯度，为堆料形貌约束相对于切片补全点云的形貌梯度，为形貌梯度注入权重，为作用于高度结构补全过程的综合更新梯度。

41、进一步地，步骤s5中，将两分支点云拼接并采样至固定点数，形成候选点云；利用多层感知机提取点级特征并结合全局特征，分别预测门控权重和三维残差修正量；门控权重控制对应候选点应用残差的幅度，三维残差给出三个坐标方向上的位置调整；最终修复点云满足：

42、（19）

43、其中，为两分支点云拼接并采样后的候选点云；为由门控预测函数经sigmoid函数得到的门控权重，为由残差预测函数经tanh函数得到的三维残差修正量；表示逐元素乘法。

44、本发明的一种形貌引导的工业堆料点云双域修复系统，包括：

45、点云获取与预处理模块，用于获取工业堆料现场退化点云并进行预处理，得到标准化输入点云；

46、平面网格鲁棒化模块，用于在水平投影域进行可靠观测保持：将所述标准化输入点云投影至水平面并划分规则网格，将落入同一水平网格范围内的三维点作为一个网格柱；对每个非空网格柱的局部高程分布进行鲁棒分析，保留与主要表面高程一致的观测并抑制明显异常点；对于筛选后有效点数不足的网格柱，仅在其与邻近网格柱高程连续时进行有限局部表面补偿，各网格柱的保留点与有限补偿点共同构成平面分支点云；

47、高度结构补全模块，用于在高度结构域进行缺失结构恢复：将标准化输入点云沿高度方向划分为若干切片，围绕目标切片构建包含相邻上下切片的重叠高度窗口，形成高度结构上下文；在各高度结构上下文中设置多个局部特征中心，提取相应邻域的局部几何特征并结合三维位置信息形成局部结构特征；随后调用预先训练的高度结构补全模型建立不同高度区域及局部区域之间的结构关联，生成遮挡、孔洞和局部稀疏区域的补全点，得到切片补全点云；

48、形貌训练模块，用于通过堆料形貌关系引导训练高度结构补全模型：训练阶段依据相邻高度切片的截面演化、层间位置变化、上下层支撑关系和局部表面连续性构建堆料形貌约束，计算所述形貌约束相对于切片补全点云的梯度，并将其作为附加更新方向作用于高度结构补全过程；

49、双域融合模块，用于融合平面分支点云和切片补全点云，通过门控权重和三维残差修正得到最终修复点云。

50、有益效果：本发明与现有技术相比，具有如下有益效果：

51、（1）本发明通过在水平空间内对退化点云进行局部分区，并结合局部高程统计识别异常观测与可靠观测，在稳定区域实施有限补偿，从而在抑制烟尘散射及高程离群点的同时，尽可能保留堆料真实表面结构。

52、（2）本发明通过沿高度方向组织点云，联合相邻高度区域建立高度结构上下文，并结合层内局部几何特征与跨层关联进行缺失推断，使补全过程能够利用堆料自身的高度演化规律，从而提高遮挡及孔洞区域的结构恢复完整性。

53、（3）本发明通过将截面演化、层间位置变化、上下层支撑关系及局部表面连续性作为补全模型的形貌引导信息，并定向作用于缺失结构生成过程，从而抑制无支撑外扩、层间突变及孤立补全，提高修复结果的形貌合理性。

54、（4）本发明通过对同一退化点云分别进行可靠观测保持和缺失结构恢复，并对两域输出进行自适应融合，使实测信息与生成信息在不同区域形成互补，从而降低传统串行去噪—补全造成的误差累积，提高整体修复精度及稳定性。