CN106127770B - 轮廓测量方法及系统 - Google Patents
轮廓测量方法及系统 Download PDFInfo
- Publication number
- CN106127770B CN106127770B CN201610480161.4A CN201610480161A CN106127770B CN 106127770 B CN106127770 B CN 106127770B CN 201610480161 A CN201610480161 A CN 201610480161A CN 106127770 B CN106127770 B CN 106127770B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- cluster
- point
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明实施例公开了一种轮廓测量方法及系统,通过多个轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,剔除点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;对有效点云数据进行坐标转换,得到同一坐标系下的点云数据;从同一坐标系下的点云数据中获取前景点云数据;对前景点云数据进行剖分,得到待测物体的三维轮廓。可见,本发明实施例提供的轮廓测量方法及系统,只要有足够多的轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,通过对点云数据的处理就能够恢复出待测物体的轮廓,适应大尺度环境下的物品轮廓的测量。
Description
技术领域
本发明涉及测量技术领域,更具体地说,涉及一种轮廓测量方法及系统。
背景技术
金融仓储监管公司受银行等金融机构委托对贷款企业的抵质押物(如钢材、铜材等)进行监管,开展仓储监管业务。为减少认为因素干扰带来的监管风险,一种方式是通过物联网技术对货物进行实时监管,获取货物相关的重量、位置、轮廓、体积等基本属性,并严密监视其变化。通常,对高货值物品(如钢材、不锈钢卷或铝合金板等)的体积或轮廓的变化非常关注,而传统的用于小尺度环境建模的激光扫描仪、TOF相机、立体相机等技术由于扫描距离有限无法满足仓储环境这种大尺度测量需求,因此,如何对大尺度环境的物品进行轮廓测量成为亟待解决的问题。
发明内容
本发明的目的是提供一种轮廓测量方法及系统,以对大尺度环境的物品进行轮廓测量。
为实现上述目的,本发明提供了如下技术方案:
一种轮廓测量方法,包括:
获取轮廓数据采集子系统采集的点云数据,所述轮廓数据采集子系统包括多个轮廓数据采集设备,所述多个轮廓数据采集设备分布设置在待测物体附近,以采集待测物体的侧面和顶面的点云数据;
剔除所述点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;
对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据;
从所述同一坐标系下的点云数据中获取前景点云数据;
对所述前景点云数据进行剖分,得到待测物体的三维轮廓。
上述方法,优选的,所述对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据包括:
对所述有效点云数据中的各个测量点进行角度补偿;
对进行角度补偿后的点云数据进行坐标转换,得到同一坐标系下的点云数据。
上述方法,优选的,所述从所述同一坐标系下的点云数据中获取前景点云数据包括:
对所述同一坐标系下的点云数据进行聚类,将所述同一坐标系下的点云数据分成若干簇;
去除所述若干簇中的无效簇;
对去除无效簇后的点云数据进行平滑处理,去除点云数据中的突变点;
对去除突变点后的点云数据进行抽稀处理;
从进行抽稀处理后的点云数据中获取前景点云数据。
上述方法,优选的,所述去除所示若干簇中的无效簇包括:
对于所述若干簇中的任意一个簇,判断该簇内的点云数量是否小于预设的点数阈值,若是,确定该簇为无效簇。
上述方法,优选的,所述去除所示若干簇中的无效簇包括:
对于所述若干簇中的任意一个簇,计算该簇与相邻簇之间的距离,若该簇与相邻簇之间的距离均大于预设的距离阈值,确定该簇为无效簇。
上述方法,优选的,所述从进行抽稀处理后的点云数据中获取前景点云数据包括:
对于进行抽稀处理后的点云数据中的每一个测量点,计算该测量点与采集设备之间的距离及角度;
当计算得到的距离和角度均在预置范围内时,确定该测量点为背景数据,否则确定该测量点为前景数据。
上述方法,优选的,所述对所述前景点云数据进行剖分,得到待测物体的三维轮廓结果包括:
对所述前景点云数据进行三角剖分或四面体剖分,得到待测物体的三维轮廓。
一种轮廓测量系统,包括:
轮廓数据采集子系统,包括多个轮廓数据采集设备,所述多个轮廓数据采集设备分布设置在待测物体附近,以采集待测物体的侧面和顶面的点云数据;
后台主机,与所述多个轮廓数据采集设备连接,用于获取所述轮廓数据采集子系统采集的点云数据;剔除所述点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;
对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据;
从所述同一坐标系下的点云数据中获取前景点云数据;
对所述前景点云数据进行剖分,得到待测物体的三维轮廓。
上述系统,优选的,所述多个轮廓数据采集设备分布在待测物体的两侧附近的导轨上,所述导轨的设置高度高于所述待测物体的高度,所述多轮廓采集设备可以沿所述导轨直线运动。
上述系统,优选的,所述多个轮廓数据采集设备固定在待测物体所在仓库的顶棚上,所述轮廓数据采集设备的扫描部件可以旋转运动。
上述系统,优选的,用于对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据的后台主机具体用于:
对所述有效点云数据中的各个测量点进行角度补偿;
对进行角度补偿后的点云数据进行坐标转换,得到同一坐标系下的点云数据。
上述系统,优选的,用于从所述同一坐标系下的点云数据中获取前景点云数据的后台主机具体用于:
对所述同一坐标系下的点云数据进行聚类,将所述同一坐标系下的点云数据分成若干簇;
去除所述若干簇中的无效簇;
对去除无效簇后的点云数据进行平滑处理,去除点云数据中的突变点;
对去除突变点后的点云数据进行抽稀处理;
从进行抽稀处理后的点云数据中获取前景点云数据。
上述系统,优选的,用于去除所示若干簇中的无效簇的后台主机具体用于:
对于所述若干簇中的任意一个簇,判断该簇内的点云数量是否小于预设的点数阈值,若是,确定该簇为无效簇。
上述系统,优选的,用于去除所示若干簇中的无效簇的后台主机具体用于:
对于所述若干簇中的任意一个簇,计算该簇与相邻簇之间的距离,若该簇与相邻簇之间的距离均大于预设的距离阈值,确定该簇为无效簇。
上述系统,优选的,用于从进行抽稀处理后的点云数据中获取前景点云数据的后台主机具体用于:
对于进行抽稀处理后的点云数据中的每一个测量点,计算该测量点与采集设备之间的距离及角度;
当计算得到的距离和角度均在预置范围内时,确定该测量点为背景数据,否则确定该测量点为前景数据。
上述系统,优选的,用于对所述前景点云数据进行剖分,得到待测物体的三维轮廓的后台主机具体用于:
对所述前景点云数据进行三角剖分或四面体剖分,得到待测物体的三维轮廓。
通过以上方案可知,本申请提供的一种轮廓测量方法及系统,通过多个轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,剔除点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;对有效点云数据进行坐标转换,得到同一坐标系下的点云数据;从同一坐标系下的点云数据中获取前景点云数据;对前景点云数据进行剖分,得到待测物体的三维轮廓。可见,本发明实施例提供的轮廓测量方法及系统,只要有足够多的轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,通过对点云数据的处理就能够恢复出待测物体的轮廓,适应大尺度环境下的物品轮廓的测量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的轮廓测量方法的一种实现流程图;
图2为本申请实施例提供的对有效点云数据进行坐标转换,得到同一坐标系下的点云数据的一种实现流程图;
图3为本申请实施例提供的从同一坐标系下的点云数据中获取前景点云数据的一种实现流程图;
图4为本申请实施例提供的轮廓测量系统的一种结构示意图。
说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的部分,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示的以外的顺序实施。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例轮廓测量方法的一种实现流程图如题1所示,可以包括:
步骤S11:获取轮廓数据采集子系统采集的点云数据。
其中,轮廓数据采集子系统包括多个轮廓数据采集设备,该多个轮廓数据采集设备分布设置在待测物体附近,以采集待测物体的侧面和顶面的点云数据;
轮廓数据采集设备可以是激光扫描仪。通过激光扫描仪扫描待测物体表面得到点云数据。
步骤S12:剔除采集到的点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;
某个测量点是否超出有效探测范围可以通过该测量点与采集该测量点的轮廓数据采集设备之间的距离确定,若该测量点与轮廓数据采集设备之间的距离大于轮廓数据采集设备的有效扫描距离,确定该测量点为超出有效探测范围的测量点。
无效测量点是指测量点的取值为“0”的点。
步骤S13:对有效点云数据进行坐标转换,得到同一坐标系下的点云数据;
每个轮廓数据采集设备采集的数据是基于各自载体坐标系下的数据,也就是说,不同的轮廓数据采集设备采集的数据是不同坐标系下的数据。因此,本发明实施例中,将每个轮廓数据采集设备采集的数据都变换到全局的、唯一的坐标系下,以实现多组采集数据的融合。具体可以通过坐标平移和坐标旋转将每个轮廓数据采集设备采集的数据都变换到全局的、唯一的坐标系下。
步骤S14:从同一坐标系下的点云数据中获取前景点云数据;
轮廓数据采集子系统采集的点云数据中除了包括待测物体的表面点云数据,还会有背景目标的表面点云数据,因此,在获得同一坐标系下的点云数据后,从同一坐标系下的点云数据中提取前景的点云数据,或者,剪除同一坐标系下的点云数据中的背景点云数据。
可选的,可以根据先验知识(如,待测物体所在仓库的地形特点,轮廓数据采集设备与待测物体的距离及角度范围等)获取前景点云数据。
具体的,若某个测量点与轮廓数据采集设备之间的距离和/或角度范围不在预置的范围(该范围由先验知识确定)内,则确定该测量点为背景。
可选,也可以通过前景目标与背景目标之间的反射强度的差异区分前景和背景(背景点的取值范围与前景点的取值范围不同)。基于此,本发明实施例中还采集各个测量点处的反射强度,根据反射强度的取值范围确定该点是背景点还是前景点。
步骤S15:对前景点云数据进行剖分,得到待测物体的三维轮廓。
通过对前景点云数据进行剖分得到的三维轮廓通常是网格状的,为了便于查看,可以对通过剖分得到的三维轮廓进行着色、光照等渲染处理,形成三维轮廓展示效果图。不管是三维轮廓图,还是渲染效果图,可以依据实际需要转换为不同格式的多媒体文件。
在得到待测物体的三维轮廓之后,采用剖分投影,或者,四面体积分算法,可以得到待测物体的体积。
本发明实施例提供的轮廓测量方法,通过多个轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,剔除点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;对有效点云数据进行坐标转换,得到同一坐标系下的点云数据;从同一坐标系下的点云数据中获取前景点云数据;对前景点云数据进行剖分,得到待测物体的三维轮廓。可见,本发明实施例提供的轮廓测量方法,只要有足够多的轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,通过对点云数据的处理就能够恢复出待测物体的轮廓,适应大尺度环境下的物品轮廓的测量。
可选的,本发明实施例提供的对有效点云数据进行坐标转换,得到同一坐标系下的点云数据的一种实现流程图如图2所示,可以包括:
步骤S21:对有效点云数据中的各个测量点进行角度补偿;
轮廓数据采集设备在安装时,由于固定孔的偏斜、固定支架的倾斜等原因,导致其与预设的坐标系(特指以轮廓数据采集设备所在位置为原点,自定义的载体极坐标或直角坐标系)有旋转,需要通过设定测量参考点,得到角度偏移量θ,对点云数据进行反向修正,提高轮廓测量精度。
以二维直角坐标系(三维直角坐标系以此类推)为例,假设预设坐标系为XOY,实际坐标系为X'OY',坐标系XOY与坐标系X'OY'的原点重合,且对应的两坐标轴夹角为θ,坐标系X'OY'是由坐标系XOY逆时针旋转θ角后得到的。若(x,y)为测试点在坐标系XOY中的坐标,(x’,y’)为测试点在坐标系X'OY'中的坐标,则角度补偿的公式为:
x=x'cosθ+y'sinθ
y=y'cosθ-x'sinθ
步骤S22:对进行角度补偿后的点云数据进行坐标转换,得到同一坐标系下的点云数据。
可选的,本发明实施例提供的从同一坐标系下的点云数据中获取前景点云数据的一种实现流程图如图3所示,可以包括:
步骤S31:对同一坐标系下的点云数据进行聚类,将同一坐标系下的点云数据分成若干簇;
发明人在实现本发明的过程中发现,点云数据中有时会存在一些成簇的干扰点,游离在目标主轮廓之外。本发明实施例中,将属于同一帧的扫描点进行聚类,即,在同一帧数据内,将点云数据采用聚类算法分成若干簇。聚类算法可以采用基于距离(如欧式距离、马氏距离等)的K-均值聚类算法,或者,基于网格、图论的聚类算法等。
步骤S32:去除上述若干簇中的无效簇;
无效簇是由待测试物体外部的干扰因素(如大颗粒的灰尘等)引起的游离于连续轮廓点云数据之外的点形成的。对于无效簇的判别可以通过如下两种方式中的任意一种方式实现:
1)对于任意一个簇,判断该簇内的点云数量是否小于预设的点数阈值,如果是,则确定该簇为无效簇,否则,确定该簇为有效簇。
2)对于任意一个簇,计算该簇与相邻簇之间的距离,如果该簇与相邻簇之间的距离均大于预设的距离阈值,则确定该簇为无效簇,否则确定该簇为有效簇。其中,簇与簇之间的距离的计算方式可以为:先计算簇的质心,将两个簇的质心之间的距离确定为两个簇的距离。
步骤S33:对去除无效簇后的点云数据进行平滑处理,去除点云数据中的突变点;
进行平滑处理是为了去除点云数据中的突变点对轮廓效果的影响,可以采用中值滤波或者多点线性平滑算法等对去除无效簇后的点云数据进行平滑处理。
步骤S34:对去除突变点后的点云数据进行抽稀处理;
为了减小计算量,可以对点云数据进行抽稀处理。
可选的,可以按百分比抽样,例如,若每隔两个点取一个点(即每3个点取一个点),则抽稀至原有点数的1/3,若每隔三个点取一个点(即每4个点取一个点),则抽稀至原有点数的1/4。
可选的,也可以按照空间分布抽取,具体的,将空间分成一个一个的单元立体网格,每个网格内只保留一个点。
步骤S35:从进行抽稀处理后的点云数据中获取前景点云数据。
可选的,本发明实施例提供的从进行抽稀处理后的点云数据中获取前景点云数据的一种实现方式可以为:
对于进行抽稀处理后的点云数据中的每一个测量点,计算该测量点与采集设备之间的距离及角度;
当计算得到的距离和角度均在预置范围内时,确定该测量点为背景数据,否则确定该测量点为前景数据。
也就是说,若计算得到距离不在预置的距离范围内,或者,计算得到的角度不在阈值的角度范围内,则确定该测量点为前景数据。
可选的,本发明实施例提供的对前景点云数据进行剖分,得到待测物体的三维轮廓结果的一种实现方式可以为:
对前景点云数据进行三角剖分或四面体剖分,得到待测物体的三维轮廓。
与方法实施例相对应,本发明实施例还提供一种轮廓测量系统,本发明实施例提供的轮廓测量系统的一种结构示意图如图4所示,可以包括:
轮廓数据采集子系统41和后台主机42;其中,
轮廓数据采集子系统41包括多个轮廓数据采集设备,该多个轮廓数据采集设备分布设置在待测物体附近,以采集待测物体的侧面和顶面的点云数据;
轮廓数据采集设备可以是激光扫描仪。通过激光扫描仪扫描待测物体表面得到点云数据。
后台主机42与多个轮廓数据采集设备连接,用于获取轮廓数据采集子系统采集的点云数据;剔除采集到的点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;对有效点云数据进行坐标转换,得到同一坐标系下的点云数据;从同一坐标系下的点云数据中获取前景点云数据;对前景点云数据进行剖分,得到待测物体的三维轮廓。
某个测量点是否超出有效探测范围可以通过该测量点与采集该测量点的轮廓数据采集设备之间的距离确定,若该测量点与轮廓数据采集设备之间的距离大于轮廓数据采集设备的有效扫描距离,确定该测量点为超出有效探测范围的测量点。
无效测量点是指测量点的取值为“0”的点。
每个轮廓数据采集设备采集的数据是基于各自载体坐标系下的数据,也就是说,不同的轮廓数据采集设备采集的数据是不同坐标系下的数据。因此,本发明实施例中,将每个轮廓数据采集设备采集的数据都变换到全局的、唯一的坐标系下,以实现多组采集数据的融合。具体可以通过坐标平移和坐标旋转将每个轮廓数据采集设备采集的数据都变换到全局的、唯一的坐标系下。
轮廓数据采集子系统采集的点云数据中除了包括待测物体的表面点云数据,还会有背景目标的表面点云数据,因此,在获得同一坐标系下的点云数据后,从同一坐标系下的点云数据中提取前景的点云数据,或者,剪除同一坐标系下的点云数据中的背景点云数据。
通过对前景点云数据进行剖分得到的三维轮廓通常是网格状的,为了便于查看,可以对通过剖分得到的三维轮廓进行着色、光照等渲染处理,形成三维轮廓展示效果图。不管是三维轮廓,还是渲染效果图,可以依据实际需要转换为不同格式的多媒体文件。
在得到待测物体的三维轮廓之后,采用剖分投影,或者,四面体积分算法,可以得到待测物体的体积。
本发明实施例提供的轮廓测量系统,通过多个轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,剔除点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;对有效点云数据进行坐标转换,得到同一坐标系下的点云数据;从同一坐标系下的点云数据中获取前景点云数据;对前景点云数据进行剖分,得到待测物体的三维轮廓。可见,本发明实施例提供的轮廓测量系统,只要有足够多的轮廓数据采集设备采集待测物体的侧面和顶面的点云数据,通过对点云数据的处理就能够恢复出待测物体的轮廓,适应大尺度环境下的物品轮廓的测量。
可选的,本发明实施例中,多个轮廓数据采集设备可以分布在待测物体的两侧附近的导轨上,导轨的设置高度高于所述待测物体的高度,多轮廓采集设备可以沿所述导轨直线运动。
通常仓库会设置若干立柱,则导轨可以以垂直于立柱的方式固定在立柱上。这样每个导轨上可以只设置一个轮廓数据采集设备即可以对待测物体进行扫描。
轮廓数据采集设备在导轨上的位置可以由后台主机进行控制,轮廓数据采集设备在导轨上的位置不同,扫描范围不同,后台主机通过控制轮廓数据采集设备在导轨上的不同位置,以及轮廓数据采集设备的扫描部件的旋转角度对待测物体的不同部位进行扫描。
可选的,多个轮廓数据采集设备也可以固定在待测物体所在仓库的顶棚上,轮廓数据采集设备的扫描部件可以旋转运动。
轮廓数据采集设备的分布范围可以根据待测物体的占地范围确定,只要扫描部分通过旋转能够扫描到待测物体的侧面和顶面即可。
不同的轮廓数据采集设备的扫描范围不同,后台主机可以通过控制轮廓数据采集设备的扫描部件的旋转角度对待测物体进行一定范围的扫描。
可选的,本发明实施例提供的用于对有效点云数据进行坐标转换,得到同一坐标系下的点云数据的后台主机具体可以用于:
对有效点云数据中的各个测量点进行角度补偿;
对进行角度补偿后的点云数据进行坐标转换,得到同一坐标系下的点云数据。
可选的,本发明实施例提供的用于从同一坐标系下的点云数据中获取前景点云数据的后台主机具体可以用于:
对同一坐标系下的点云数据进行聚类,将同一坐标系系下的点云数据分成若干簇;
去除若干簇中的无效簇;
对去除无效簇后的点云数据进行平滑处理,去除点云数据中的突变点;
对去除突变点后的点云数据进行抽稀处理;
从进行抽稀处理后的点云数据中获取前景点云数据。
可选的,本发明实施例提供的用于去除若干簇中的无效簇的后台主机具体可以用于:
通过如下两种方式中的任意一种方式实现:
1)对于任意一个簇,判断该簇内的点云数量是否小于预设的点数阈值,如果是,则确定该簇为无效簇,否则,确定该簇为有效簇。
2)对于任意一个簇,计算该簇与相邻簇之间的距离,如果该簇与相邻簇之间的距离均大于预设的距离阈值,则确定该簇为无效簇,否则确定该簇为有效簇。其中,簇与簇之间的距离的计算方式可以为:先计算簇的质心,将两个簇的质心之间的距离确定为两个簇的距离。
可选的,本发明实施例提供的用于从进行抽稀处理后的点云数据中获取前景点云数据的后台主机具体可以用于:
对于进行抽稀处理后的点云数据中的每一个测量点,计算该测量点与采集设备之间的距离及角度;
当计算得到的距离和角度均在预置范围内时,确定该测量点为背景数据,否则确定该测量点为前景数据。
可选的,本发明实施例提供的用于对前景点云数据进行剖分,得到待测物体的三维轮廓的后台主机具体用于:
对前景点云数据进行三角剖分或四面体剖分,得到待测物体的三维轮廓。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种轮廓测量方法,其特征在于,包括:
获取轮廓数据采集子系统采集的点云数据,所述轮廓数据采集子系统包括多个轮廓数据采集设备,所述多个轮廓数据采集设备分布设置在待测物体附近,以采集待测物体的侧面和顶面的点云数据;
剔除所述点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;
对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据;
从所述同一坐标系下的点云数据中获取前景点云数据;
对所述前景点云数据进行剖分,得到所述待测物体的三维轮廓;在得到待测物体的三维轮廓之后,采用剖分投影,或者,四面体积分算法,得到待测物体的体积;
所述从所述同一坐标系下的点云数据中获取前景点云数据包括:
对所述同一坐标系下的点云数据进行聚类,将所述同一坐标系下的点云数据分成若干簇;
去除所述若干簇中的无效簇;
对去除无效簇后的点云数据进行平滑处理,去除点云数据中的突变点;
对去除突变点后的点云数据进行抽稀处理;
从进行抽稀处理后的点云数据中获取前景点云数据;
所述对所述前景点云数据进行剖分,得到待测物体的三维轮廓结果包括:
对所述前景点云数据进行三角剖分或四面体剖分,得到待测物体的三维轮廓,并进行渲染处理,形成三维轮廓展示效果图。
2.根据权利要求1所述的方法,其特征在于,所述对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据包括:
对所述有效点云数据中的各个测量点进行角度补偿;
对进行角度补偿后的点云数据进行坐标转换,得到同一坐标系下的点云数据。
3.根据权利要求1所述的方法,其特征在于,所述去除所示若干簇中的无效簇包括:
对于所述若干簇中的任意一个簇,判断该簇内的点云数量是否小于预设的点数阈值,若是,确定该簇为无效簇。
4.根据权利要求1所述的方法,其特征在于,所述去除所示若干簇中的无效簇包括:
对于所述若干簇中的任意一个簇,计算该簇与相邻簇之间的距离,若该簇与相邻簇之间的距离均大于预设的距离阈值,确定该簇为无效簇。
5.根据权利要求1所述的方法,其特征在于,所述从进行抽稀处理后的点云数据中获取前景点云数据包括:
对于进行抽稀处理后的点云数据中的每一个测量点,计算该测量点与采集设备之间的距离及角度;
当计算得到的距离和角度均在预置范围内时,确定该测量点为背景数据,否则确定该测量点为前景数据。
6.一种轮廓测量系统,其特征在于,包括:
轮廓数据采集子系统,包括多个轮廓数据采集设备,所述多个轮廓数据采集设备分布设置在待测物体附近,以采集待测物体的侧面和顶面的点云数据;
后台主机,与所述多个轮廓数据采集设备连接,用于获取所述轮廓数据采集子系统采集的点云数据;剔除所述点云数据中超出有效探测范围的测量点和无效测量点,获得有效点云数据;
对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据;
从所述同一坐标系下的点云数据中获取前景点云数据;
对所述前景点云数据进行剖分,得到待测物体的三维轮廓;在得到待测物体的三维轮廓之后,采用剖分投影,或者,四面体积分算法,得到待测物体的体积;
用于从所述同一坐标系下的点云数据中获取前景点云数据的后台主机具体用于:
对所述同一坐标系下的点云数据进行聚类,将所述同一坐标系下的点云数据分成若干簇;
去除所述若干簇中的无效簇;
对去除无效簇后的点云数据进行平滑处理,去除点云数据中的突变点;
对去除突变点后的点云数据进行抽稀处理;
从进行抽稀处理后的点云数据中获取前景点云数据;
用于对所述前景点云数据进行剖分,得到所述待测物体的三维轮廓的后台主机具体用于:
对所述前景点云数据进行三角剖分或四面体剖分,得到所述待测物体的三维轮廓,并进行渲染处理,形成三维轮廓展示效果图。
7.根据权利要求6所述的系统,其特征在于,所述多个轮廓数据采集设备分布在待测物体的两侧附近的导轨上,所述导轨的设置高度高于所述待测物体的高度,所述多个轮廓数据采集设备可以沿所述导轨直线运动。
8.根据权利要求6所述的系统,其特征在于,所述多个轮廓数据采集设备固定在待测物体所在仓库的顶棚上,所述轮廓数据采集设备的扫描部件可以旋转运动。
9.根据权利要求6所述的系统,其特征在于,用于对所述有效点云数据进行坐标转换,得到同一坐标系下的点云数据的后台主机具体用于:
对所述有效点云数据中的各个测量点进行角度补偿;
对进行角度补偿后的点云数据进行坐标转换,得到同一坐标系下的点云数据。
10.根据权利要求6所述的系统,其特征在于,用于去除所示若干簇中的无效簇的后台主机具体用于:对于所述若干簇中的任意一个簇,判断该簇内的点云数量是否小于预设的点数阈值,若是,确定该簇为无效簇。
11.根据权利要求6所述的系统,其特征在于,用于去除所示若干簇中的无效簇的后台主机具体用于:
对于所述若干簇中的任意一个簇,计算该簇与相邻簇之间的距离,若该簇与相邻簇之间的距离均大于预设的距离阈值,确定该簇为无效簇。
12.根据权利要求6所述的系统,其特征在于,用于从进行抽稀处理后的点云数据中获取前景点云数据的后台主机具体用于:
对于进行抽稀处理后的点云数据中的每一个测量点,计算该测量点与采集设备之间的距离及角度;
当计算得到的距离和角度均在预置范围内时,确定该测量点为背景数据,否则确定该测量点为前景数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610480161.4A CN106127770B (zh) | 2016-06-27 | 2016-06-27 | 轮廓测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610480161.4A CN106127770B (zh) | 2016-06-27 | 2016-06-27 | 轮廓测量方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106127770A CN106127770A (zh) | 2016-11-16 |
CN106127770B true CN106127770B (zh) | 2019-03-15 |
Family
ID=57266131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610480161.4A Active CN106127770B (zh) | 2016-06-27 | 2016-06-27 | 轮廓测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106127770B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772424B (zh) * | 2016-11-22 | 2019-04-19 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种交跨线确定方法和装置 |
CN107504917B (zh) * | 2017-08-17 | 2020-02-21 | 深圳市异方科技有限公司 | 一种三维尺寸测量方法及装置 |
CN108981563B (zh) * | 2017-11-30 | 2021-02-26 | 成都通甲优博科技有限责任公司 | 体积测量方法、装置及系统 |
CN109035330A (zh) * | 2018-08-17 | 2018-12-18 | 深圳蓝胖子机器人有限公司 | 箱体拟合方法、设备和计算机可读存储介质 |
CN109633676A (zh) * | 2018-11-22 | 2019-04-16 | 浙江中车电车有限公司 | 一种基于激光雷达侦测障碍物运动方向的方法及系统 |
CN109816645B (zh) * | 2019-01-18 | 2020-11-17 | 创新奇智(广州)科技有限公司 | 一种钢卷松卷的自动检测方法 |
CN109993783B (zh) * | 2019-03-25 | 2020-10-27 | 北京航空航天大学 | 一种面向复杂三维建筑物点云的屋顶及侧面优化重建方法 |
CN110826218B (zh) * | 2019-11-01 | 2023-03-21 | 成都景中教育软件有限公司 | 一种动态几何软件中基于参数的坐标系实现方法 |
CN113029045B (zh) * | 2021-02-25 | 2022-01-21 | 天津大学 | 获取用于计算齿轮相位角的数据的方法、设备及齿轮相位角测量方法 |
CN113064190A (zh) * | 2021-03-31 | 2021-07-02 | 广州小鹏自动驾驶科技有限公司 | 一种停车场出入口的定位方法、装置、设备和存储介质 |
CN114719792B (zh) * | 2022-03-25 | 2022-12-13 | 北京城建设计发展集团股份有限公司 | 预制构件拼装面智能扫描和误差自动标识系统及方法 |
CN114897895B (zh) * | 2022-07-12 | 2022-11-15 | 深圳市信润富联数字科技有限公司 | 点云调平方法、装置、电子设备及存储介质 |
CN116184357B (zh) * | 2023-03-07 | 2023-08-15 | 之江实验室 | 一种地面点云数据处理方法、装置、电子装置和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101240995A (zh) * | 2007-07-17 | 2008-08-13 | 天津大学 | 一种基于全局标定约束的三维拼接匹配点选取方法 |
CN103090791A (zh) * | 2013-01-08 | 2013-05-08 | 中联重科股份有限公司 | 散堆物料的测量系统、方法、装置和堆取料控制系统 |
CN103148804A (zh) * | 2013-03-04 | 2013-06-12 | 清华大学 | 一种基于激光扫描的室内未知结构识别方法 |
CN103162659A (zh) * | 2013-03-22 | 2013-06-19 | 张振宇 | 一种车辆三维扫描台的构造和生成货物随机采样点的方法 |
CN103268609A (zh) * | 2013-05-17 | 2013-08-28 | 清华大学 | 一种有序提取地面的点云分割方法 |
CN103983188A (zh) * | 2014-05-06 | 2014-08-13 | 华东师范大学 | 一种运动物体的体积测量方法及其测量装置 |
CN104573144A (zh) * | 2013-10-14 | 2015-04-29 | 鸿富锦精密工业(深圳)有限公司 | 量测设备离线点云模拟系统及方法 |
CN104596415A (zh) * | 2014-12-29 | 2015-05-06 | 中国神华能源股份有限公司 | 一种基于激光扫描单线确定堆体下边缘的方法和装置 |
CN105225219A (zh) * | 2014-06-25 | 2016-01-06 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
-
2016
- 2016-06-27 CN CN201610480161.4A patent/CN106127770B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101240995A (zh) * | 2007-07-17 | 2008-08-13 | 天津大学 | 一种基于全局标定约束的三维拼接匹配点选取方法 |
CN103090791A (zh) * | 2013-01-08 | 2013-05-08 | 中联重科股份有限公司 | 散堆物料的测量系统、方法、装置和堆取料控制系统 |
CN103148804A (zh) * | 2013-03-04 | 2013-06-12 | 清华大学 | 一种基于激光扫描的室内未知结构识别方法 |
CN103162659A (zh) * | 2013-03-22 | 2013-06-19 | 张振宇 | 一种车辆三维扫描台的构造和生成货物随机采样点的方法 |
CN103268609A (zh) * | 2013-05-17 | 2013-08-28 | 清华大学 | 一种有序提取地面的点云分割方法 |
CN104573144A (zh) * | 2013-10-14 | 2015-04-29 | 鸿富锦精密工业(深圳)有限公司 | 量测设备离线点云模拟系统及方法 |
CN103983188A (zh) * | 2014-05-06 | 2014-08-13 | 华东师范大学 | 一种运动物体的体积测量方法及其测量装置 |
CN105225219A (zh) * | 2014-06-25 | 2016-01-06 | 联想(北京)有限公司 | 信息处理方法及电子设备 |
CN104596415A (zh) * | 2014-12-29 | 2015-05-06 | 中国神华能源股份有限公司 | 一种基于激光扫描单线确定堆体下边缘的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106127770A (zh) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106127770B (zh) | 轮廓测量方法及系统 | |
CN109272524B (zh) | 一种基于阈值分割的小尺度点云噪声去噪方法 | |
CN110335295B (zh) | 一种基于tof相机的植物点云采集配准与优化方法 | |
CN111046776B (zh) | 基于深度相机的移动机器人行进路径障碍物检测的方法 | |
CN107301648B (zh) | 基于重叠区域边界角度的冗余点云去除方法 | |
CN108701374B (zh) | 用于三维点云重建的方法和装置 | |
CN110796728B (zh) | 一种基于扫描式激光雷达的非合作航天器三维重建方法 | |
CN104408055B (zh) | 一种激光雷达点云数据的存储方法及装置 | |
CN110443093A (zh) | 一种面向智能化的红外数字全景系统及其仓库管理方法 | |
CN109658373A (zh) | 一种巡检方法、设备及计算机可读存储介质 | |
CN106842216B (zh) | 一种基于Kinect与三维激光协同的工件位姿在线检测方法 | |
Previtali et al. | A flexible methodology for outdoor/indoor building reconstruction from occluded point clouds | |
CN111055293A (zh) | 一种基于曲面自适应的工业机器人高精度恒力打磨方法 | |
US11295521B2 (en) | Ground map generation | |
CN109410330A (zh) | 一种基于bim技术无人机航拍建模方法 | |
CN110135439A (zh) | 一种自动识别货架的方法及装置、移动机器人 | |
CN108710818A (zh) | 一种基于三维激光雷达的人数实时监测统计系统及方法 | |
CN209877895U (zh) | 一种基于线结构光的圆柱体直径测量系统 | |
Borsu et al. | Automated surface deformations detection and marking on automotive body panels | |
CN110328674A (zh) | 一种激光切割机器人 | |
CN110456377A (zh) | 一种基于三维激光雷达的卫星来袭异物检测方法和系统 | |
CN113888691A (zh) | 构建建筑场景语义地图的方法、装置及储存介质 | |
Du et al. | Visual measurement system for roadheaders pose detection in mines | |
CN110047133A (zh) | 一种面向点云数据的列车边界提取方法 | |
CN110517323A (zh) | 基于机械手单相机多目视觉的三维定位系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190521 Address after: 214105 7th Floor, Building A, Xidong Chuangrong Building, 78 Danshan Road, Anzhen Street, Xishan District, Wuxi City, Jiangsu Province Patentee after: Wuxi Perception Gold Clothing Internet of Things Technology Co., Ltd. Address before: 214135 8/F, Gemini Building A, No. 18 Zhenze Road, Wuxi National High-tech Industrial Development Zone, Wuxi City, Jiangsu Province Patentee before: PERCEPTION HOLDING GROUP CO., LTD. |