港口煤场全自动无人化装卸系统对我国国民经济发展有重要意义,而该系统的核心内容之一就是对煤场堆料信息的获取与分析。本文以激光扫描仪为采集工具,在分析所采集到的点云数据信息结构的基础上,面向实际应用,从数据采集与转化到数据的精简与反演,再到存储与更新,组成了一套较为完整的数据处理算法。本文的主要研究内容有以下几个方面:首先,根据扫描仪在煤场的实际工作情况,结合煤场大车与扫描仪的各个参数,推导出将激光扫描仪直接采集得到的长度数据转换到三维点云数据的计算公式。随后讨论了在实际应用中可能产生的偏角与偏差,并给出相关修正公式。其次,从实时性出发,研究煤场点云数据精简与三角剖分的算法。考虑到煤场的点云是线结构的,提出了基于线结构光扫描的两步式点云精简方法。首先用最小距离-偏差角度精简法对每一行上的点云进行精简;然后用改进的基于线结构光扫描的Delaunay三角剖分对点云数据进行三角化;最后利用三角剖分所得的Voronoi邻域,采用最小二乘平面法对点云数据的行间进行精简。再次,从煤场点云数据的存储与更新的实际要求出发,设计了一种点云的存储算法。首先将三维点云数据转化为一维Morton码,然后用分块算法把被均匀网格划分的点云合并为较大的方块,将方块作为整体存入数据库。在更新时,则先寻找均匀网格的边缘,将这些可能会覆盖掉数据库中有用数据去除,然后再分块更新入数据库中。最后,介绍了煤场点云数据处理实验系统,该系统用以验证算法的有效性,并测定算法中的参数。在实验系统中,可以很方便的调试各种参数,并对算法效果进行测试。经实验系统验证,本文算法快速有效。