其他分享
首页 > 其他分享> > 【虹科】LiDAR测量物料体积为行业带来革命性变化

【虹科】LiDAR测量物料体积为行业带来革命性变化

作者:互联网

图片

在商业化竞争日益激烈的环境下,任何提高运营效率的机会对公司来说都是宝贵的。包括对原材料的精准测量和追踪,因为从规划到制造和交付的整个过程都依赖于它。此过程的一个关键组成部分是物料体积测量,这是跟踪库存或测量材料库存必不可少的一环。

传统的体积测量工具和方法包括目测、行走轮、铲斗或卡车装载计数,不仅效率低下,成本高且不准确。因此,食品、饲料和制药等许多加工行业正在转向自动化,采用高科技和非接触式传感器来测量物料体积。LiDAR 等传感器技术可以通过数据驱动决策来改进体积测量系统,实时测量,从而实现供应链的完全数字化。


为什么使用 LiDAR 测量物料体积

精确的三维重构和体积计算在很多应用中都是必不可少的,例如建筑的地形评估以及从矿井中取出或储存到仓库中的材料量。

许多非接触式传感器,例如单点激光器,在某些情况下很有用,通常是物位测量或物体计数。但对于体积测量,需要对整个表面进行扫描,以检测材料堆积表面的变化。相比之下,单点激光器只能测量一个点,多次测量才能得出相同的信息。

3D LiDAR可以扫描整个环境,并生成包含数百万个点的精确 3D 点云。它可以实时生成物体表面的空间数据,精确到毫米,能检测堆积材料表面的所有变化。

图片

LiDAR 实时体积测量

LiDAR 可以在黑暗的环境中工作,而大多数光学重建方法需要环境光。激光雷达的探测视场很大,可以在安全距离外收集数据。

库存管理系统中安装精确的体积测量装置有助于减少库存错误并确保按需交付验证和及时发货。基于 LiDAR 的体积测量还可以实现准确的生产和物料水平跟踪,以防止缺货和积压情况。轻松跟踪供应和需求,并且可以管理多个位置的库存以及记录库存历史和库存阈值。

LiDAR 测量体积和点云数据

LiDAR 传感器生成密集的测量点云,数据点以扫描参数确定的间距均匀分布在整个场景中。

大多数 LiDAR 应用(包括体积测量)的测量数据可以导出为具有强度 (XYZI) 的点数据。能够检测材料相对于 LiDAR 的 XYZ 坐标以及与扫描对象的反射率直接相关的强度值,提供点云深度和反射度的视图。

图片

LiDAR 为体积测量创建网格和 XYZ-I 点云

然后可以利用这些值来计算存储材料的体积。XYZ 值可以在三个轴上生成最小和最大坐标值,从而给出一个包含所有点的六面体体积。强度值可用于检测材料表面的不规则性,使得体积读数非常准确。


LiDAR 在体积测量应用中的

粉末和零散固体库存的测量和监测是许多行业面临的挑战。所采用的传感器通常是机械式的或过于简单化,无法实时提供准确的液位监控和库存管理所需的完整信息。单点激光器和毫米波雷达无法创建完整的3D表面图,并且超声波传感器会受到存储材料的信号吸收、信号噪声和反射、范围有限和高功率要求等问题的影响。这会导致数据不准确,安装成本高昂。

图片

使用 LiDAR 检测和测量仓库中的零散物料

相比之下,3D LiDAR 不会受到这些问题的限制。例如,可以在木片工厂实施基于 LiDAR 的体积测量系统来测量生产木片的体积。传感器可以安装在杆子上,也可以安装在起重机等高大的机器上,甚至可以安装在无人机上。

多点扫描能力使 LiDAR 非常适合在木屑堆的不规则地形中测量体积,并将提供检测到的平均、最高和最低水平。由于探测不需要环境光,因此即使在夜间也可以实时测量,这意味着制造商可以全年无休运作该系统。

图片

零散物料的体积测量

此应用程序也可以扩展到建筑工地,比如挖掘土方建立地基。激光雷达可用于测量挖掘材料的体积。这些数据非常有用,因为挖掘材料的体积量决定了需要多少卡车装载量,在提高供应链的效率和可靠性方面大有帮助。

LiDAR 记录测量原木堆体积

准确测量不断变化的、中间空间极其狭窄的原木堆是一项艰巨的任务。传统上,专家们一直在使用一种缩放方法,这种方法不仅取决于树木的类型,如松树、雪松或冷杉,以及质量,而且还需要手工测量原木的长度和直径。

这种繁琐而过时的方法很容易被 LiDAR 取代,因为LiDAR可以实时生成原木甲板长度和面积。

图片

原木甲板的体积测量

LiDAR 可以实时获取精确数据,有助于实时跟踪库存,并提供简化、经济高效且更安全的激光测量。除此之外,能够确保操作员的安全,因为该设备可以在安全距离外安装和使用,测量范围可达 250m。


激光雷达创新应用助力突破产业边界

LiDAR 可以使工业自动化过程更高效、更具成本效益。在体积测量和库存跟踪应用中使用 LiDAR 可以实时准确地测量物料体积,能为企业带来前所未有的运营效率。

标签:物料,可以,测量,实时,LiDAR,体积,革命性,虹科
来源: https://blog.csdn.net/hongke_Tech/article/details/120724041