CN109341626A - 直线度计算方法、截面最大直径与最小直径之差计算方法 - Google Patents

Abstract

本发明提供了一种铁路罐车罐体的直线度计算方法、截面最大直径与最小直径之差计算方法。该直线度计算方法包括：接收罐体点云数据；对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面得到投影点集，轴线在平面内且平面与竖直平面成目标角度；根据投影点集计算其对应的母线的直线度。该罐体母线直线度计算方法通过对三维激光扫描点云进行拟合复现罐体几何形态(轮廓)，进而计算罐体母线直线度，不依赖于人工测量，实现自动化测量。

Description

直线度计算方法、截面最大直径与最小直径之差计算方法

技术领域

本发明涉及铁路罐车罐体出厂检验领域，尤其涉及一种罐体母线直线度计算方法、装置、系统以及罐体截面最大直径与最小直径之差的计算方法、装置、系统、计算机设备以及计算机可读介质。

背景技术

铁路危险货物按物态分为液体、气体(在运输中为液化气体状态)和固体。其中，液体(含液化气体)占90％以上，其主要运输工具是铁路罐车。

目前全国共有铁路罐车12万余辆，约占铁路货车总量的15％，使用十分广泛。但是，过大的罐体尺寸制造偏差与长期使用导致的罐体严重变形会影响铁路罐车在生产运输过程中的使用，主要体现在两个方面：1.影响铁路罐车运输安全，试验与实际运输情况表明，铁路罐车在运输过程中出现滴、漏等情况，主要是因为罐壁出现裂缝导致，而裂缝出现前罐体均有严重的变形情况；2.影响铁路罐车罐体容积检定结果(容积表)使用的准确性。

铁路罐车不仅是铁路液体货物的运输工具，而且是收发货企业用于贸易结算的计量器具，因此，铁路罐车需要进行容积强制检定。

针对铁路罐车的尺寸参数，GB5600-2006《铁路货车通用技术条件》对铁路罐车的封头与筒体等部分进行了要求，其中，对铁路罐车筒体几何尺寸的制造要求主要体现在两个方面：1.筒体直线度；2.枕梁处最大直径与最小直径之差(简称“直径之差”)。其中，筒体直线度的测量方法为：沿圆周几个固定角度的部位，沿母线方向拉细钢丝进行测量，这种测量方法需要以细钢丝两端作为基准点，选取细钢丝的几个代表点测量其与罐壁的距离，之后计算直线度；而直径之差则通过运用专门的筒体内径测量尺(套管尺)进行测量，测量关键点的直径之后，将最大值减去最小值即得到直径之差。

上述对筒体直线度、直径之差的测量方法依赖于人工，导致测量效率较低、人工干扰较大。

发明内容

现有技术中的问题，本发明提供一种罐体母线直线度计算方法、装置、系统以及罐体截面最大直径与最小直径之差的计算方法、装置、系统、计算机设备以及计算机可读介质，不依赖于人工，进而有效提高测量效率，减少人工干扰。

为了解决上述技术问题，本发明提供以下方案：

第一方面，提供一种罐体母线直线度计算方法，包括：

接收罐体点云数据，罐体点云数据包括：圆柱形筒体点云；

对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面得到投影点集，轴线在平面内且平面与竖直平面成目标角度；

根据投影点集计算其对应的母线的直线度。

第二方面，提供一种罐体母线直线度计算装置，包括：

第一三维点云接收模块，接收罐体点云数据，罐体点云数据包括：圆柱形筒体点云；

第一拟合模块，对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

投影模块，将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面得到投影点集，轴线在平面内且平面与竖直平面成目标角度；

第一计算模块，根据投影点集计算其对应的母线的直线度。

第三方面，提供一种罐体母线直线度计算系统，罐体包括：圆柱形筒体、位于圆柱形筒体上部中间位置的人孔以及焊接于圆柱形筒体两端的两个封头，圆柱形筒体与封头之间形成有焊缝，焊缝处设有焊缝标靶；

罐体直线度计算系统包括：处理设备以及三维测量设备；

三维测量设备通过人孔伸入罐体内部，用于扫描罐体内部生成罐体点云数据，并将罐体点云数据传送至处理设备，罐体点云数据包括：圆柱形筒体点云、封头点云、焊缝标靶坐标；

处理设备接收罐体点云数据，并执行如权利要求1至权利要求13任一项罐体直线度计算方法。

第四方面，提供一种罐体截面最大直径与最小直径之差的计算方法，罐体的圆柱形筒体外侧对应待测截面位置设有待测截面标靶对；罐体截面最大直径与最小直径之差的计算方法包括：

接收罐体点云数据，罐体点云数据包括：圆柱形筒体点云以及待测截面标靶坐标；

对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

根据待测截面标靶对的坐标在圆柱形筒体点云中提取待测截面对应的三维坐标点集；

根据三维坐标点集计算待测截面最大直径与最小直径之差。

第五方面，提供一种罐体截面最大直径与最小直径之差的计算装置，罐体的圆柱形筒体外侧对应待测截面位置设有待测截面标靶对；罐体截面最大直径与最小直径之差的计算装置包括：

第二三维点云接收模块，接收罐体点云数据，罐体点云数据包括：圆柱形筒体点云以及待测截面标靶坐标；

第二拟合模块，对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

待测点集提取模块，根据待测截面标靶对的坐标在圆柱形筒体点云中提取待测截面对应的三维坐标点集；

第二计算模块，根据三维坐标点集计算待测截面最大直径与最小直径之差。

第六方面，提供一种罐体截面最大直径与最小直径之差的计算系统，罐体包括：圆柱形筒体、位于圆柱形筒体上部中间位置的人孔以及焊接于圆柱形筒体两端的两个封头，圆柱形筒体与封头之间形成有焊缝，焊缝处设有焊缝标靶，圆柱形筒体外侧对应待测截面位置设有待测截面标靶；

罐体截面最大直径与最小直径之差的计算系统包括：处理设备以及三维测量设备；

三维测量设备通过人孔伸入罐体内部，用于扫描罐体内部生成罐体点云数据，并将罐体点云数据传送至处理设备，罐体点云数据包括：圆柱形筒体点云、封头点云、焊缝标靶坐标、待测截面标靶坐标；

处理设备接收罐体点云数据，并执行如权利要求16至权利要求27任一项罐体截面最大直径与最小直径之差的计算方法。

第七方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述罐体直线度计算方法的步骤，或者，处理器执行计算机程序时实现上述罐体截面最大直径与最小直径之差的计算方法的步骤。

第八方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述罐体直线度计算方法的步骤，或者，计算机程序被处理器执行时实现上述罐体截面最大直径与最小直径之差的计算方法的步骤。

通过上述技术方案可知，本发明提供的罐体母线直线度计算方法、装置、系统以及罐体截面最大直径与最小直径之差的计算方法、装置、系统、计算机设备以及计算机可读介质，通过对三维激光扫描点云进行拟合复现罐体几何形态(轮廓)，进而计算罐体母线直线度以及罐体截面最大直径与最小直径之差，不依赖于人工测量，实现自动化测量，测量效率高，人工干扰小，有效提升了罐体几何尺寸制造要求验证效率，减小作业人员的作业负担。

另外，通过在焊缝与枕梁处安放标靶，利用标靶识别焊缝平面与枕梁平面，进而去除点云中的多余数据，实现对罐体点云目标区域的快速提取，利于对点云进行拟合，从而进一步提高测量效率。

并且，运用点云旋转投影、切片投影、矩阵化、连通域筛选等技术实现了点云不同区域特征量化，从而有效去除了罐体点云外部与内部干扰点，提高拟合精度，进而提高计算精度。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

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为铁路罐车的立体结构示意图；

图2为本发明实施例提供的一种罐体母线直线度计算方法的流程图一；

图3为本发明中利用三维测量设备扫描铁路罐车示意图；

图4为本发明中利用三维测量设备扫描铁路罐车得到的罐体点云；

图5为本发明拟合圆柱体的示意图；

图6为本发明待测量直线度母线示意图；

图7示出了图2中步骤S400的具体步骤；

图8为直线度计算示意图；

图9为本发明实施例提供的一种罐体母线直线度计算方法的流程图二；

图10为本发明标靶布置示意图；

图11为本发明实施例提供的一种罐体母线直线度计算方法的流程图三；

图12示出了图11中步骤S700中根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点的具体步骤；

图13示出了本发明中的yoz平面的投影图像的示意图；

图14示出了本发明中的二值图像的示意图；

图15示出了本发明中的连通域示意图；

图16示出了图12中步骤S7007的具体步骤；

图17示出了图11中步骤S700中根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点的具体步骤；

图18示出了图17中步骤S7011的具体步骤；

图19为本发明中的切片投影图像的示意图；

图20示出了图17中步骤S7016中筛选连通域时预设阈值的选取方法的流程图；

图21示出了图17中步骤S7017的具体步骤；

图22为本发明实施例提供的一种罐体母线直线度计算装置的结构图一；

图23为本发明实施例提供的一种罐体母线直线度计算装置的结构图二；

图24为本发明实施例提供的一种罐体母线直线度计算装置的结构图三；

图25为本发明实施例提供的一种罐体母线直线度计算装置的结构图四；

图26示出了图25中第一干扰点去除模块70的具体结构框图一；

图27示出了图25中第一干扰点去除模块70的具体结构框图二；

图28为本发明实施例提供的一种计算系统的示意图；

图29为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算方法的流程图一；

图30为本发明中的标靶布置示意图；

图31示出了图29中步骤S40的具体步骤；

图32为本发明中上部坐标点与匹配的下部坐标点的示意图。

图33为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算方法的流程图二；

图34为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算方法的流程图三；

图35示出了图34中步骤S70的具体步骤流程图一；

图36示出了图34中步骤S70的具体步骤流程图二；

图37为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算装置的结构图一；

图38为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算装置的结构图二；

图39为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算装置的结构图三；

图40为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算装置的结构图四；

图41示出了图40中第二干扰点去除模块700的具体结构框图一；

图42示出了图40中第二干扰点去除模块700的具体结构框图二；

图43为本发明实施例提供的一种铁路罐车筒体几何尺寸制造要求快速验证方法的流程图。

图44为本发明实施例计算机设备的结构图。

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。

值得说明的是，以矩形的一边所在直线为旋转轴，其余三边旋转形成的面所围成的旋转体叫做圆柱，旋转轴叫做圆柱的轴线，垂直于轴的边旋转而成的圆面叫做圆柱的底面，平行于轴的边旋转而成的曲面叫做圆柱的侧面，无论旋转到什么位置，平行于轴的边都叫做圆柱的母线。

GB5600-2006《铁路货车通用技术条件》对铁路罐车筒体几何尺寸的制造要求主要体现在两个方面：1.筒体直线度；2.枕梁处最大直径与最小直径之差(简称“直径之差”)。其中，现有技术中的筒体直线度和直径之差的测量方法依赖于人工，导致测量效率较低、人工干扰较大。

为解决现有技术中存在的问题，本发明实施例提供一种直线度测量方法和直径之差测量方法，解决现有技术中存在的依赖于人工，导致测量效率较低、人工干扰较大的问题。

下面，以铁路罐车的罐体为例，说明本发明实施例提供的罐体母线直线度计算方法、装置和系统以及罐体截面最大直径与最小直径之差的计算方法、装置和系统。

图1为铁路罐车的立体结构示意图。如图1所示，该铁路罐车包括：车轮10m、车架12、设置在车架12上的两个枕梁11以及承载在枕梁11上的罐体1，其中，该罐体1进一步包括：圆柱形筒体1a、焊接在圆柱形筒体两端的两个封头1b以及设置在圆柱形筒体1a上部中间位置的人孔3。其中，圆柱形筒体1a与封头1b之间形成焊缝。

其中，在对铁路罐车进行出厂检验时，主要测量圆柱形筒体1a的直线度以及枕梁11处最大直径与最小直径之差。

因铁路罐车罐体的尺寸过大，制造时存在制造偏差，并且在长期使用过程中，由于承载的液体重量较大，使罐体严重变形，制造偏差和罐体使用变形使得罐壁容易出现裂缝，导致运输过程中出现滴、漏等情况，影响运输安全，另外，铁路罐车作为一种贸易结算的计量器具，需要进行强制检定。

本发明实施例提供一种罐体母线直线度计算方法，如图2所示，能够实现罐体母线直线度计算，且计算精度高，人工干扰小，该罐体母线直线度计算方法包括：

步骤S100：接收罐体点云数据。

具体地，该罐体点云数据可由三维测量设备(如正置和倒置状态均具有水平补偿功能的三维激光扫描仪)扫描得到。利用三维测量设备扫描铁路罐车的场景如图3所示，通过将三脚架架腿搭在人孔上沿，使三脚架呈T字形挂在人孔上，将三维测量设备通过快拆板与三脚架一端连接，进而将三维测量设备通过人孔伸入到该罐体内部之后，启动扫描，得到罐体点云数据。

其中，利用三维测量设备扫描得到的铁路罐车罐体点云如图4所示，该铁路罐车罐体点云包含多个三维坐标点，能够复现铁路罐车罐体几何形态且与水平面垂直，并能清楚扫描出标靶形态。

另外，该罐体点云数据包括：圆柱形筒体点云。

步骤S200：对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线。

具体地，可以采用最小二乘法对圆柱形筒体点云进行拟合，当然，也可以采用其他拟合方法对圆柱形筒体点云进行拟合，本发明对此不作限制。

在一个可选的实施例中，采用最小二乘法对圆柱形筒体点云进行拟合时，拟合出的圆柱体方程式如下所示：

其中，(x,y,z)为圆柱体公式的变量，代表圆柱形筒体点云中每个三维坐标点的三维坐标，(x₀,y₀,z₀)为拟合圆柱的轴线上的一点，R为拟合圆柱的半径，(u,v,1)为圆柱体轴线余弦，R、u、v、x₀、y₀、z₀为拟合确定的参数。

最小二乘法拟合主函数如下所示：

其中X＝(x₁,x₂,…x_n)为需要拟合确定的参数，表示残差，迭代设置待确定参数，当f(x)最小时的参数即为拟合确定的参数。迭代步骤如下所示：

设置初值X₀，其中R＝3000mm，u＝1，v＝1，(x₀,y₀,z₀)为点云包含点坐标的平均值。设置最大迭代次数为280次。

计算迭代步长，d_k＝[J(X_k)^TJ(X_k)]^-1J(X_k)^TΦ(X_k)

更新参数X_k+1＝X_k+d_k

当满足f′(x)＝0，迭代完成，此时参数即为拟合所需参数；或达到迭代次数上限，满足f(x)最小时的参数值，即为拟合所需参数。

其中，采用上述方法拟合得到的拟合圆柱及其轴线如图5所示。

步骤S300：将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面A得到投影点集，轴线在平面A内且平面A与竖直平面成目标角度

具体地，如图6所示，待测母线与竖直平面成目标角度利用拟合圆柱的轴线和目标角度构建一平面A，即轴线在平面A内且平面A与竖直平面成目标角度

平面A与拟合圆柱的一条相交线代表理论待测母线，但是随着罐体的使用，圆柱形筒体存在变形，实际待测母线上的点为圆柱形筒体点云中一系列围绕在理论待测母线附近的离散的点。

在一个可选的实施例中，若则将位于拟合圆柱轴线所在水平面以上且与平面A相距预设距离以内的三维坐标点投影至平面A；若则将位于拟合圆柱轴线所在水平面以下且与平面A相距预设距离以内的三维坐标点投影至平面A，进而得到实际待测母线上的一系列的离散点，即投影点集，该投影点集表征实际待测母线。

在一个可选的实施例中，该预设距离可为2mm，当然，也可以将预设距离设为1mm或3mm或5mm，本发明对此不作限制，具体数值根据实际需要进行选定。

其中，点到平面A的距离方程为：

距离

平面方程为Ax+By+Cz+D＝0,

(x₀,y₀,z₀)为三维坐标点的坐标。

步骤S400：根据投影点集计算其对应的母线的直线度。

具体地，由于投影点集表征实际待测母线，所以通过计算投影点集的直线度，就可以得到待测母线的直线度。

通过上述技术方案可知，本发明实施例提供的罐体母线直线度计算方法，通过对三维激光扫描点云进行拟合复现罐体几何形态(轮廓)，进而计算罐体母线直线度，不依赖于人工测量，实现自动化测量，测量效率高，人工干扰小，有效提升了罐体几何尺寸制造要求验证效率，减小作业人员的作业负担。

在一个可选的实施例中，该罐体母线直线度计算方法还可以包括如下步骤：

遍历罐体点云数据中每一个三维坐标点的数据，去除三维坐标之外的数据，如反射率、RGB信息等。

可以理解的是，本发明实施例通过罐体点云数据中的三维坐标点复现罐体的轮廓，所以不需要反射率和RGB颜色信息，所以，通过去除三维坐标之外的数据，能够有效减少数据量，提高计算速度。

在一个可选的实施例中，该罐体母线直线度计算方法还可以包括如下步骤：

判断罐体点云数据中每一个三维坐标点的数据是否包含有效数字信息；

若否，则删除该三维坐标点的数据。

可以理解的是，三维测量设备扫描得到的罐体点云数据中可能存在坏点数据，通过将罐体点云数据中不含有效数字信息的三维坐标点数据删除，能够有效去除坏点数据，减小计算误差，同时提高计算速度。

图7示出了图2中步骤S400的具体步骤。如图7所示，该步骤S400包括：

步骤S4001：将投影点集中的一端点w与投影点集中的最低点v连接形成第一直线段a，如图8所示。

步骤S4002：计算投影点集中的最高点u到第一直线段a的距离h，距离h作为待测母线的直线度。

其中，也可以将投影点集中的一端点与投影点集中的最高点连接形成第一直线段，然后计算投影点集中的最低点到第一直线段的距离，该距离作为待测母线的直线度。

通过上述技术方案可知，本发明实施例提供的罐体母线直线度计算方法，通过对该投影点集中的点计算直线度，利用科学的方法量化母线的直线度，能够减少人工干扰，提升母线直线度的计算精度。

图9为本发明实施例提供的一种罐体母线直线度计算方法的流程图二。如图9所示，该罐体母线直线度计算方法在图2所示罐体母线直线度计算方法的基础上，还包括：

步骤S500：根据焊缝标靶坐标删除罐体点云数据中的封头点云，得到圆柱形筒体点云。

可以理解的是，罐体点云数据不仅包括圆柱形筒体点云，还包括：封头点云、焊缝标靶坐标。

如图3所示，圆柱形筒体与焊接于圆柱形筒体两端的封头1b之间形成有两个焊缝1c，在两个焊缝1c处分别设置标靶5和标靶8，用于标识焊缝，三维测量设备在扫描罐体时，能够识别标靶5和标靶8，生成标靶坐标。

图10示出了本发明实施例中标靶的布置方式，其中，标靶5和标靶8均由两个圆形标靶平面组成，每一个圆形标靶平面的中心点为待识别点，三维测量设备在扫描罐体时识别每一个圆形标靶平面的中心点，生成标靶坐标，每一个标靶具有两个待识别点，过两点且与水平面垂直具有唯一平面。

可以理解的是，左侧封头的三维坐标点的X坐标小于标靶5的X坐标，右侧封头的三维坐标点的X坐标大于标靶8的X坐标。

具体地，在步骤S500中，根据标靶5的X坐标α，删除罐体点云数据中X坐标小于α的三维坐标点；根据标靶8的X坐标β，删除罐体点云数据中X坐标大于β的三维坐标点，即可将封头点云去除，得到圆柱形筒体点云。

通过上述技术方案可知，通过在焊缝处设置焊缝标靶，标识焊缝的位置，利用焊缝标靶的坐标，删除罐体点云数据中的封头点云，即可得到圆柱形筒体点云，从而有效减少筒体拟合时的数据量，有效提高了筒体拟合的速度和精度，进而提高直线度的计算精度。

图11为本发明实施例提供的一种罐体母线直线度计算方法的流程图三。如图11所示，该罐体母线直线度计算方法在图2所示罐体母线直线度计算方法的基础上，还包括：

步骤S600：对罐体点云数据中的每个三维坐标点进行唯一性标识。

其中，可以对罐体点云数据中的每个三维坐标点进行标号，以唯一标识该三维坐标点。

步骤S700：根据唯一性标识去除罐体点云数据中位于罐体外部空间及内部空间的干扰点。

其中，通过去除罐体点云数据中位于罐体外部空间及内部空间的干扰点，能够提高圆柱形筒体的拟合精度，进而提高计算精度。

图12示出了图11中步骤S700中根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点的具体步骤。如图12所示，根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点，包括：

步骤S7001：将罐体点云数据绕z轴旋转预设角度。

具体地，罐体点云数据绕z轴旋转预设角度后，每个三维坐标点的坐标变换为：

x′＝xcosβ-ysinβ

y′＝xsinβ+ycosβ

z′＝z

其中，(x,y,z)为旋转前坐标，(x′,y′,z′)为旋转后坐标，β为旋转角度。

另外，预设角度即数据每次旋转的预设步长，该预设角度可以为5度或10度或15度，本发明实施例对此不作限制。

步骤S7002：将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像。

具体地，将罐体点云数据投影至yoz平面，相当于去除了罐体点云数据中三维坐标点的x坐标，仅保留y坐标和z坐标，实现罐体点云数据的扁平化，得到第一投影图像。

其中，该第一投影图像如图13所示，该第一投影图像在包含罐体轮廓的基础上，还包含多个干扰点(图中用实线圈出)。

另外，该第一投影图像具有以下尺寸：

S＝a×b，

a＝y_max-y_min，

b＝z_max-z_min，

其中，y_max表示第一投影图像对应的y坐标的最大值，y_min表示第一投影图像对应的y坐标的最小值，z_max表示第一投影图像对应的z坐标的最大值，z_min表示第一投影图像对应的z坐标的最小值。

值得说明的是，将罐体点云数据投影至yoz平面时，每个三维坐标点的唯一标识予以保留，即第一投影图像中的每个点均带有唯一标识。

步骤S7003：对第一投影图像进行网格化操作，形成第一网格化图像。

具体地，根据第一投影图像的尺寸s设置网格单元的大小m×m，将第一投影图像分割成多个网格单元，实现网格化操作，形成第一网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

步骤S7004：将第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像，如图14所示，该二值图像相当于一个元素值非0即1的矩阵A_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

步骤S7005：标记第一二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域通过以下方式实现：

步骤1：扫描二值图像(即矩阵A_ij)中的元素，将扫描到的元素值为1的元素作为一连通域的首元素；

步骤2：扫描该首元素周边的8个元素，并将8个元素中元素值为1的元素纳入该连通域中；

步骤3：对纳入连通域中的元素周边的8个元素进行扫描，并将8个元素中元素值为1的元素纳入该连通域；

重复执行步骤3，直至纳入该连通域的所有元素周边的8个元素均被扫描且不存在元素值为1的元素为止，即没有能够纳入该连通域的元素。

接着扫描没有被扫描过的元素，并将扫描到的元素值为1的元素作为另一连通域的首元素，重复执行上述步骤，得到另一连通域，如此反复，直至该二值图像中所有元素均被扫描，得到多个连通域，图15示出了本发明实施例中标记后的连通域的示意图。

步骤S7006：按照预设规则进行连通域筛选，得到外部干扰点连通域。

具体地，步骤S7006中需筛选的外部干扰点连通域主要由罐壁以外干扰点云形成，其与罐壁形成的连通域相比通常会有以下特点：连通域面积较小；形心与扫描仪中心点偏移较大。根据上述特点设置用于筛选的预设规则，该预设规则包括：

连通域包含元素数量小于等于所有连通域包含元素数量总和的百分之一，或者，连通域包含元素行值的平均值与所有连通域包含元素行值的平均值相差大于阈值，或者，连通域包含元素列值的平均值与所有连通域包含元素列值的平均值相差大于阈值。

在一个可选的实施例中，该阈值可以为1000mm，当然，本发明实施例并不以此为限。

步骤S7007：根据外部干扰点连通域及唯一性标识，删除对应的三维坐标点。

上述步骤S7001～步骤S7007完成后，删除了部分外部干扰点，之后再将点云数据旋转预设角度，重复上述步骤S7001～步骤S7007，直至将点云数据完成360度旋转，即可删除全部外部干扰点。

根据上述技术方案可以得知，通过对点云数据进行旋转、扁平化、矩阵化、连通域筛选，能够筛选出罐体外部空间的干扰点，利于删除干扰点，进而提高点云数据的精度，提高拟合准确度。

图16示出了图12中步骤S7007的具体步骤。如图16所示，该步骤S7007包括：

步骤S7007a：读取外部干扰点连通域内元素的行列值。

步骤S7007b：根据行列值搜索外部干扰点连通域对应的网格。

步骤S7007c：读取网格中包含的三维坐标点标识。

步骤S7007d：根据三维坐标点标识删除对应的三维坐标点。

其中，通过采用三维坐标点标识，能够准确追溯干扰点，精确删除干扰点。

图17示出了图11中步骤S700中根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点的具体步骤。如图17所示，根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点，包括：

步骤S7011：将罐体点云数据按照预设间隔切分为平行的多个点云切片。

其中，以水平方向为切片方向对罐体点云数据进行点云切片，每个切片分别保存。

可以理解的是，若切片间隔过小容易导致后期处理的工作量过大，若切片间隔过大则会影响干扰点筛选效果。所以，在该步骤S7011中，需要动态设定切片间隔，如图18所示，该步骤S7011具体包括：

步骤S7011a：将罐体点云数据按照一间隔Step切割为平行的多个点云切片，该间隔的设定范围Step∈[30mm，200mm]，Step初值默认为200mm。

步骤S7011b：计算每个点云切片的上表面所包含点云的面积S_up与下表面所包含点云的面积S_down的比值S_up/S_down。

步骤S7011d：判断比值S_up/S_down是否超出预设区间，若否，执行步骤S7011e，若是，执行步骤S7011f。

在一个可选的实施例中，该预设区间可为[0.88，1.14]。

步骤S7011e：若比值S_up/S_down未超出预设区间，则完成此次切片工作，得到多个最终的点云切片。

步骤S7011f：若比值S_up/S_down超出预设区间，则设置新的切片间隔Step’＝Step-10，重新执行步骤S7011a、步骤S7011b、步骤S7011d，直至比值S_up/S_down超出预设区间或切片间隔等于预设值。

具体地，若S_up/S_down∈[0.88，1.14]或Step＝30mm，则结束切片，跳至步骤S7011e，得到多个最终的点云切片。

通过采用上述方法进行切片，使得切片间隔适中，能够兼顾后期处理工作量与干扰点筛选效果。

步骤S7012：将一点云切片投影至xoy平面，得到第二投影图像。

具体地，首先操作一个点云切片，将一点云切片投影至xoy平面，相当于去除点云切片中所有三维坐标点的z坐标信息，仅保留x坐标和y坐标，即得出只含x、y坐标信息的二维投影图像，实现点云切片扁平化，该二维投影图像如图19所示，其中，在包含罐体轮廓的基础上，还包含多个干扰点(图中用实线圈出)。

该第二投影图像具有以下尺寸：

S1＝c×d，

c＝x_max-x_min，

d＝y_max-y_min，

其中，x_max表示第二投影图像对应的x坐标的最大值，x_min表示第二投影图像对应的x坐标的最小值。y_max表示第二投影图像对应的y坐标的最大值，y_min表示第二投影图像对应的y坐标的最小值。

另外，将罐体点云数据投影至xoy平面时，每个三维坐标点的唯一标识予以保留，即第二投影图像中的每个点均带有唯一标识。

步骤S7013：对第二投影图像进行网格化操作，形成第二网格化图像。

具体地，根据第二投影图像尺寸s1设置网格单元的大小K×K，将第一投影图像分割成多个网格单元，实现网格化操作，形成第二网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

步骤S7014：将第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像。该二值图像相当于一个元素值非0即1的矩阵B_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

步骤S7015：标记第二二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域通过以下方式实现：

步骤1：扫描二值图像(即矩阵B_ij)中的元素，将扫描到的元素值为1的元素作为一连通域的首元素；

步骤2：扫描该首元素周边的8个元素，并将8个元素中元素值为1的元素纳入该连通域中；

步骤3：对纳入连通域中的元素周边的8个元素进行扫描，并将8个元素中元素值为1的元素纳入该连通域；

重复执行步骤3，直至纳入该连通域的所有元素周边的8个元素均被扫描且不存在元素值为1的元素为止，即没有能够纳入该连通域的元素。

接着扫描没有被扫描过的元素，并将扫描到的元素值为1的元素作为另一连通域的首元素，重复执行上述步骤，得到另一连通域，如此反复，直至该二值图像中所有元素均被扫描，得到多个连通域。

步骤S7016：筛选连通域，得到内部干扰点连通域。

具体地，筛选元素数量小于预设阈值的连通域作为内部干扰点连通域。

可以理解的是，若预设阈值过小容易导致内部干扰点连通域筛选不全面，若预设阈值过大容易导致非干扰点的连通域被筛选出来，为了解决这一问题，该预设阈值的选取方法如图20所示，包括：

步骤S7006a：统计每个连通域中的元素数量.

步骤S7006b：数值选取，即随机选取一数值T，数值T大于元素数量的最小值、小于元素数量的最大值，且数值T属于整数。

步骤S7006c：类间方差计算，即根据下述公式计算类间方差g。公式：

ω₀＝N₀/M

ω₁＝N₁/M

μ＝ω₀μ₀+ω₁μ₁

g＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

其中：N₀为元素数量小于数值T的连通域的个数；N₁为元素数量不小于数值T的连通域的个数；M为连通域的总数；μ₀为元素数量小于数值T的连通域的元素数量平均值；μ₁为元素数量不小于数值T的连通域的元素数量平均值。

步骤S7006d：判断数值T是否遍历元素数量的最小值与元素数量的最大值之间所有整数，若否，返回步骤S7006b，若是，执行步骤S7006e。

步骤S7006e：将得到的多个类间方差中最大类间方差对应的数值T作为预设阈值。

通过采用上述预设阈值的选取方法，使得预设阈值能够全面筛选内部干扰点连通域筛且不会将非干扰点的连通域被筛选出来。

步骤S7017：根据内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

具体地，如图21所示，该步骤S7017包括：

步骤S7017a：读取内部干扰点连通域内元素的行列值。

步骤S7017b：根据行列值搜索内部干扰点连通域对应的网格。

步骤S7017c：读取网格中包含的三维坐标点标识。

步骤S7017d：根据三维坐标点标识删除对应的三维坐标点。

其中，通过采用三维坐标点标识，能够准确追溯干扰点，精确删除干扰点。

综上所述，本发明实施例提供的罐体母线直线度计算方法，通过运用三维激光扫描技术复现铁路罐车罐体轮廓，运用标靶技术对目标区域进行了快速提取；运用点云扁平化、投影与矩阵化等技术实现了点云不同区域特征量化，从而有效去除了罐体点云外部与内部干扰点；在干扰点去除的基础上，对筒体点云进行准确的最小二乘圆柱拟合，利用拟合圆柱轴线做平面，并对符合条件的筒体点云进行投影，之后进行直线度计算，进而有效地提升了计算效率，减小了人为因素带入的测量误差。

基于同一发明构思，本申请实施例还提供了一种罐体母线直线度计算装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于罐体母线直线度计算装置解决问题的原理与上述方法相似，因此罐体母线直线度计算装置的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图22为本发明实施例提供的一种罐体母线直线度计算装置的结构图一。如图22所示，该罐体母线直线度计算装置包括：第一三维点云接收模块10、第一拟合模块20、投影模块30以及第一计算模块40。

第一三维点云接收模块10接收罐体点云数据，罐体点云数据包括：圆柱形筒体点云。

具体地，该罐体点云数据可由三维测量设备(如正置和倒置状态均具有水平补偿功能的三维激光扫描仪)扫描得到。

第一拟合模块20对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线。

具体地，可以采用最小二乘法对圆柱形筒体点云进行拟合，当然，也可以采用其他拟合方法对圆柱形筒体点云进行拟合，本发明对此不作限制。

其中，采用最小二乘法对圆柱形筒体点云进行拟合的方法参见上文，在此不再赘述。

投影模块30将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面得到投影点集，轴线在平面内且平面与竖直平面成目标角度。

具体地，如图6所示，待测母线与竖直平面成目标角度利用拟合圆柱的轴线和目标角度构建一平面A，即轴线在平面A内且平面A与竖直平面成目标角度

平面A与拟合圆柱的一条相交线代表理论待测母线，但是随着罐体的使用，圆柱形筒体存在变形，实际待测母线上的点为圆柱形筒体点云中一系列围绕在理论待测母线附近的离散的点。

在一个可选的实施例中，若则将位于拟合圆柱轴线所在水平面以上且与平面A相距预设距离以内的三维坐标点投影至平面A；若则将位于拟合圆柱轴线所在水平面以下且与平面A相距预设距离以内的三维坐标点投影至平面A，进而得到实际待测母线上的一系列的离散点，即投影点集，该投影点集表征实际待测母线。

在一个可选的实施例中，该预设距离可为2mm，当然，也可以将预设距离设为1mm或3mm或5mm，本发明对此不作限制，具体数值根据实际需要进行选定。

其中，点到平面的距离计算方法参见上文，在此不再赘述。

第一计算模块40根据投影点集计算其对应的母线的直线度。

通过上述技术方案可知，本发明实施例提供的罐体母线直线度计算装置，通过对三维激光扫描点云进行拟合复现罐体几何形态(轮廓)，进而计算罐体母线直线度，不依赖于人工测量，实现自动化测量，测量效率高，人工干扰小，有效提升了罐体几何尺寸制造要求验证效率，减小作业人员的作业负担。

在一个可选的实施例中，该罐体母线直线度计算装置还可以包括：数据精简模块。

该数据精简模块用于遍历罐体点云数据中每一个三维坐标点的数据，去除三维坐标之外的数据，如反射率、RGB信息等。

可以理解的是，本发明实施例通过罐体点云数据中的三维坐标点复现罐体的轮廓，所以不需要反射率和RGB颜色信息，所以，通过去除三维坐标之外的数据，能够有效减少数据量，提高计算速度。

在一个可选的实施例中，该罐体母线直线度计算装置还可以包括：坏点数据筛选模块，

该坏点数据筛选模块首先判断罐体点云数据中每一个三维坐标点的数据是否包含有效数字信息，若三维坐标点的数据没有包含有效数字信息，则删除该三维坐标点的数据。

可以理解的是，三维测量设备扫描得到的罐体点云数据中可能存在坏点数据，通过将罐体点云数据中不含有效数字信息的三维坐标点数据删除，能够有效去除坏点数据，减小计算误差，同时提高计算速度。

在一个可选的实施例中，上述第一计算模块40包括：连线单元41以及直线度计算单元42，如图23所示。

连线单元41将投影点集中的一端点w与投影点集中的最低点v连接形成第一直线段a，如图8所示。

直线度计算单元42计算投影点集中的最高点u到第一直线段a的距离h，距离h作为待测母线的直线度。

当然，连线单元41也可以将投影点集中的一端点与投影点集中的最高点连接形成第一直线段，直线度计算单元42计算投影点集中的最低点到第一直线段的距离，该距离作为待测母线的直线度。

通过上述技术方案可知，本发明实施例提供的罐体母线直线度计算装置，通过对该投影点集中的点计算直线度，利用科学的方法量化母线的直线度，能够减少人工干扰，提升母线直线度的计算精度。

图24为本发明实施例提供的一种罐体母线直线度计算装置的结构图三。如图24所示，该罐体母线直线度计算装置在包含图23所示罐体母线直线度计算装置的基础上，还包括：第一封头点云删除模块50。

第一封头点云删除模块50根据焊缝标靶坐标删除罐体点云数据中的封头点云，得到圆柱形筒体点云。

可以理解的是，罐体点云数据不仅包括圆柱形筒体点云，还包括：封头点云、焊缝标靶坐标。

如图3所示，圆柱形筒体与焊接于圆柱形筒体两端的封头1b之间形成有两个焊缝1c，在两个焊缝1c处分别设置标靶5和标靶8，用于标识焊缝，三维测量设备在扫描罐体时，能够识别标靶5和标靶8，生成标靶坐标。

图10示出了本发明实施例中标靶的布置方式，其中，标靶5和标靶8均由两个圆形标靶平面组成，每一个圆形标靶平面的中心点为待识别点，三维测量设备在扫描罐体时识别每一个圆形标靶平面的中心点，生成标靶坐标，每一个标靶具有两个待识别点，过两点且与水平面垂直具有唯一平面。

可以理解的是，左侧封头的三维坐标点的X坐标小于标靶5的X坐标，右侧封头的三维坐标点的X坐标大于标靶8的X坐标。

具体地，第一封头点云删除模块50根据标靶5的X坐标α，删除罐体点云数据中X坐标小于α的三维坐标点；根据标靶8的X坐标β，删除罐体点云数据中X坐标大于β的三维坐标点，即可将封头点云去除，得到圆柱形筒体点云。

通过上述技术方案可知，通过在焊缝处设置焊缝标靶，标识焊缝的位置，利用焊缝标靶的坐标，删除罐体点云数据中的封头点云，即可得到圆柱形筒体点云，从而有效减少筒体拟合时的数据量，有效提高了筒体拟合的速度和精度，进而提高直线度的计算精度。

图25为本发明实施例提供的一种罐体母线直线度计算装置的结构图四。如图25所示，该罐体母线直线度计算装置在包含图23所示罐体母线直线度计算装置的基础上，还包括：第一点云标识模块60以及第一干扰点去除模块70。

第一点云标识模块60对罐体点云数据中的每个三维坐标点进行唯一性标识。

第一干扰点去除模块70根据唯一性标识去除罐体点云数据中位于罐体外部空间及内部空间的干扰点。

其中，通过去除罐体点云数据中位于罐体外部空间及内部空间的干扰点，能够提高圆柱形筒体的拟合精度，进而提高计算精度。

图26示出了图25中第一干扰点去除模块70的具体结构框图一。如图26所示，该第一干扰点去除模块70包括：第一点云旋转单元701、第一点云投影单元702、第一网格化单元703、第一二值化单元704、第一连通域标记单元705、第一连通域筛选单元706、第一外部干扰点删除单元707。其中，通过上述各单元配合，实现根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点。

第一点云旋转单元701将罐体点云数据绕z轴旋转预设角度。

预设角度即数据每次旋转的预设步长，该预设角度可以为5度或10度或15度，本发明实施例对此不作限制。

第一点云投影单元702将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像。

具体地，将罐体点云数据投影至yoz平面，相当于去除了罐体点云数据中三维坐标点的x坐标，仅保留y坐标和z坐标，实现罐体点云数据的扁平化，得到第一投影图像。

值得说明的是，将罐体点云数据投影至yoz平面时，每个三维坐标点的唯一标识予以保留，即第一投影图像中的每个点均带有唯一标识。

第一网格化单元703对第一投影图像进行网格化操作，形成第一网格化图像。

具体地，根据第一投影图像的尺寸设置网格单元的大小m×m，将第一投影图像分割成多个网格单元，实现网格化操作，形成第一网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

第一二值化单元704将第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像。该二值图像相当于一个元素值非0即1的矩阵A_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

第一连通域标记单元705标记第一二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域的方式参见上文，在此不再赘述。

第一连通域筛选单元706按照预设规则进行连通域筛选，得到外部干扰点连通域。

具体地，需筛选的外部干扰点连通域主要由罐壁以外干扰点云形成，其与罐壁形成的连通域相比通常会有以下特点：连通域面积较小；形心与扫描仪中心点偏移较大。根据上述特点设置用于筛选的预设规则，该预设规则包括：

连通域包含元素数量小于等于所有连通域包含元素数量总和的百分之一，或者，连通域包含元素行值的平均值与所有连通域包含元素行值的平均值相差大于阈值，或者，连通域包含元素列值的平均值与所有连通域包含元素列值的平均值相差大于阈值。

在一个可选的实施例中，该阈值可以为1000mm，当然，本发明实施例并不以此为限。

第一外部干扰点删除单元707根据外部干扰点连通域及唯一性标识，删除对应的三维坐标点。

其中，该第一外部干扰点删除单元707读取外部干扰点连通域内元素的行列值，根据行列值搜索外部干扰点连通域对应的网格，然后读取网格中包含的三维坐标点标识，最后根据三维坐标点标识删除对应的三维坐标点。通过采用上述流程，利用三维坐标点标识准确追溯干扰点，能够精确删除干扰点。

通过上述单元707配合，将点云数据共计完成360度旋转，即可删除全部外部干扰点，进而提高点云数据的精度，提高拟合准确度。

图27示出了图25中第一干扰点去除模块70的具体结构框图二。如图27所示，该第一干扰点去除模块70包括：第一点云切片单元711、第二点云投影单元712、第二网格化单元713、第二二值化单元714、第二连通域标记单元715、第二连通域筛选单元716、第一内部干扰点删除单元717。通过上述各单元配合，实现根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点。

第一点云切片单元711将罐体点云数据按照预设间隔切分为平行的多个点云切片。

其中，以水平方向为切片方向对罐体点云数据进行点云切片，每个切片分别保存。

可以理解的是，若切片间隔过小容易导致后期处理的工作量过大，若切片间隔过大则会影响干扰点筛选效果。所以，第一点云切片单元711的工作时需要动态设定切片间隔，动态设定切片间隔的方法如图18所示，包括：

步骤S7011a：将罐体点云数据按照一间隔Step切割为平行的多个点云切片，该间隔的设定范围Step∈[30mm，200mm]，Step初值默认为200mm。

步骤S7011b：计算每个点云切片的上表面所包含点云的面积S_up与下表面所包含点云的面积S_down的比值S_up/S_down。

步骤S7011d：判断比值S_up/S_down是否超出预设区间，若否，执行步骤S7011e，若是，执行步骤S7011f。

在一个可选的实施例中，该预设区间可为[0.88，1.14]。

步骤S7011e：若比值S_up/S_down未超出预设区间，则完成此次切片工作，得到多个最终的点云切片。

步骤S7011f：若比值S_up/S_down超出预设区间，则设置新的切片间隔Step’＝Step-10，重新执行步骤S7011a、步骤S7011b、步骤S7011d，直至比值S_up/S_down超出预设区间或切片间隔等于预设值。

具体地，若S_up/S_down∈[0.88，1.14]或Step＝30mm，则结束切片，跳至步骤S7011e，得到多个最终的点云切片。

通过采用上述方法进行切片，使得切片间隔适中，能够兼顾后期处理工作量与干扰点筛选效果。

第二点云投影单元712将一点云切片投影至xoy平面，得到第二投影图像；

具体地，首先操作一个点云切片，将一点云切片投影至xoy平面，相当于去除点云切片中所有三维坐标点的z坐标信息，仅保留x坐标和y坐标，即得出只含x、y坐标信息的二维投影图像，实现点云切片扁平化。

另外，将罐体点云数据投影至xoy平面时，每个三维坐标点的唯一标识予以保留，即第二投影图像中的每个点均带有唯一标识。

第二网格化单元713对第二投影图像进行网格化操作，形成第二网格化图像。

具体地，根据第二投影图像尺寸s1设置网格单元的大小K×K，将第一投影图像分割成多个网格单元，实现网格化操作，形成第二网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

第二二值化单元714将第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像。

该二值图像相当于一个元素值非0即1的矩阵B_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

第二连通域标记单元715标记第二二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域的方式参见上文，在此不再赘述。

第二连通域筛选单元716筛选连通域，得到内部干扰点连通域。

具体地，筛选元素数量小于预设阈值的连通域作为内部干扰点连通域。

可以理解的是，若预设阈值过小容易导致内部干扰点连通域筛选不全面，若预设阈值过大容易导致非干扰点的连通域被筛选出来，为了解决这一问题，该预设阈值的选取方法如图20所示，包括：

步骤S7006a：统计每个连通域中的元素数量.

步骤S7006b：数值选取，即随机选取一数值T，数值T大于元素数量的最小值、小于元素数量的最大值，且数值T属于整数。

步骤S7006c：类间方差计算，即根据下述公式计算类间方差g。公式：

ω₀＝N₀/M

ω₁＝N₁/M

μ＝ω₀μ₀+ω₁μ₁

g＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

其中：N₀为元素数量小于数值T的连通域的个数；N₁为元素数量不小于数值T的连通域的个数；M为连通域的总数；μ₀为元素数量小于数值T的连通域的元素数量平均值；μ₁为元素数量不小于数值T的连通域的元素数量平均值。

步骤S7006d：判断数值T是否遍历元素数量的最小值与元素数量的最大值之间所有整数，若否，返回步骤S7006b，若是，执行步骤S7006e。

步骤S7006e：将得到的多个类间方差中最大类间方差对应的数值T作为预设阈值。

通过采用上述预设阈值的选取方法，使得预设阈值能够全面筛选内部干扰点连通域筛且不会将非干扰点的连通域被筛选出来。

第一内部干扰点删除单元717根据内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

具体地，第一内部干扰点删除单元717读取内部干扰点连通域内元素的行列值，然后根据行列值搜索内部干扰点连通域对应的网格，之后读取网格中包含的三维坐标点标识，最后根据三维坐标点标识删除对应的三维坐标点。

其中，通过采用三维坐标点标识，能够准确追溯干扰点，精确删除干扰点。

综上所述，本发明实施例提供的罐体母线直线度计算装置，通过运用三维激光扫描技术复现铁路罐车罐体轮廓，运用标靶技术对目标区域进行了快速提取；运用点云扁平化、投影与矩阵化等技术实现了点云不同区域特征量化，从而有效去除了罐体点云外部与内部干扰点；在干扰点去除的基础上，对筒体点云进行准确的最小二乘圆柱拟合，利用拟合圆柱轴线做平面，并对符合条件的筒体点云进行投影，之后进行直线度计算，进而有效地提升了计算效率，减小了人为因素带入的测量误差。

图28为本发明实施例提供的一种罐体母线直线度计算系统的示意图。如图28所示，该罐体母线直线度计算系统包括：处理设备P以及三维测量设备4。

三维测量设备4通过人孔3伸入罐体1内部，用于扫描罐体1内部生成罐体点云数据，并将罐体点云数据传送至处理设备P，罐体点云数据包括：圆柱形筒体点云、封头点云、焊缝标靶坐标。

处理设备P接收罐体点云数据，并执行如上述任一实施例所描述的罐体直线度计算方法。

其中，三维测量设备4与处理设备P之间可以采用有线通信连接，也可以采用无线通信连接，包括但不限于：导线连接、电缆连接、光纤连接、蓝牙无线连接、无线通信网络连接。

本发明实施例提供的罐体母线直线度计算系统，通过三维测量设备4运用三维激光扫描技术扫描罐体点云数据，由处理设备P对该罐体点云数据进行处理，复现铁路罐车罐体轮廓，对罐体母线进行直线度计算，进而有效地提升了计算效率，减小了人为因素带入的测量误差。

图29为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算方法的流程图一。

该罐体截面最大直径与最小直径之差的计算方法主要用于检测罐体的圆柱形筒体的某一截面的变形情况。

可以理解的是：正常情况下，罐体的圆柱形筒体的某一截面的形状应该呈圆形。但是，随着罐体的使用，罐体内的液体或固体的重量受重力作用，会使罐体的圆柱形筒体的截面由圆形向椭圆形变化，该罐体截面最大直径与最小直径之差的计算方法采用罐体截面最大直径与最小直径之差这一参数量化该变化情况。

如图29所示，该罐体截面最大直径与最小直径之差的计算方法包括：

步骤S10：接收罐体点云数据。罐体点云数据包括：圆柱形筒体点云以及待测截面标靶坐标。

具体地，该罐体点云数据可由三维测量设备(如正置和倒置状态均具有水平补偿功能的三维激光扫描仪)扫描得到。利用三维测量设备扫描铁路罐车的场景如图3所示，通过将三脚架架腿搭在人孔上沿，使三脚架呈T字形挂在人孔上，将三维测量设备通过快拆板与三脚架一端连接，进而将三维测量设备通过人孔伸入到该罐体内部之后，启动扫描，得到罐体点云数据。

其中，利用三维测量设备扫描得到的铁路罐车罐体点云如图4所示，该铁路罐车罐体点云包含多个三维坐标点，能够复现铁路罐车罐体几何形态且与水平面垂直，并能清楚扫描出标靶形态。

步骤S20：对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线。

具体地，可以采用最小二乘法对圆柱形筒体点云进行拟合，当然，也可以采用其他拟合方法对圆柱形筒体点云进行拟合，本发明对此不作限制。

在一个可选的实施例中，采用最小二乘法对圆柱形筒体点云进行拟合时，拟合出的圆柱体方程式如下所示：

其中，(x,y,z)为圆柱体公式的变量，代表圆柱形筒体点云中每个三维坐标点的三维坐标，(x₀,y₀,z₀)为拟合圆柱的轴线上的一点，R为拟合圆柱的半径，(u,v,1)为圆柱体轴线余弦，R、u、v、x₀、y₀、z₀为拟合确定的参数。

最小二乘法拟合主函数如下所示：

其中X＝(x₁,x₂,…x_n)为需要拟合确定的参数，表示残差，迭代设置待确定参数，当f(x)最小时的参数即为拟合确定的参数。迭代步骤如下所示：

设置初值X₀，其中R＝3000mm，u＝1，v＝1，(x₀,y₀,z₀)为点云包含点坐标的平均值。设置最大迭代次数为280次。

计算迭代步长，d_k＝[J(X_k)^TJ(X_k)]^-1J(X_k)^TΦ(X_k)

更新参数X_k+1＝X_k+d_k

当满足f′(x)＝0，迭代完成，此时参数即为拟合所需参数；或达到迭代次数上限，满足f(x)最小时的参数值，即为拟合所需参数。

其中，采用上述方法拟合得到的拟合圆柱及其轴线如图5所示。

步骤S30：根据待测截面标靶对的坐标在圆柱形筒体点云中提取待测截面对应的三维坐标点集。

其中，在待测截面位置设置标靶对，用于标识待测截面，在三维测量设备扫描罐体点云时，能够识别标靶，生成标靶坐标。

以铁路罐车罐体为例，如图3所示，圆柱形筒体与焊接于圆柱形筒体两端的封头1b之间形成有两个焊缝1c，在两个焊缝1c处分别设置标靶5和标靶8，用于标识焊缝。在左侧枕梁处设置标靶对6a和6b，在右侧枕梁处设置标靶对7a和7b，用于标识枕梁对应的罐体点云。

图30为标靶布置示意图。如图30所示，每个标靶均由两个圆形标靶平面组成，每一个圆形标靶平面的中心点为待识别点，三维测量设备在扫描罐体时识别每一个圆形标靶平面的中心点，生成标靶坐标，每一个标靶具有两个待识别点，过两点且与水平面垂直具有唯一平面。

在步骤S30中，利用标靶6a识别出一待测截面1，利用标靶6b识别出一待测截面2，在圆柱形筒体点云中提取位于待测截面1和待测截面2之间的三维坐标点，形成左侧枕梁对应的三维坐标点集。同理，利用右侧枕梁的标靶对7a和7b的坐标，能够提取出右侧枕梁对应的三维坐标点集。

步骤S40：根据三维坐标点集计算待测截面最大直径与最小直径之差。

通过上述技术方案可知，本发明实施例提供的罐体截面最大直径与最小直径之差的计算方法，通过对三维激光扫描点云进行拟合复现罐体几何形态(轮廓)，利用标靶对的坐标提取三维点云中的部分三维坐标点，计算该部分三维坐标点中对应点之间的距离，利用距离的最大值与最小值之差作为待测截面最大直径与最小直径之差，不依赖于人工测量，实现自动化测量，测量效率高，人工干扰小，有效提升了计算效率，减小作业人员的作业负担。

在一个可选的实施例中，该罐体截面最大直径与最小直径之差的计算方法还可以包括如下步骤：

遍历罐体点云数据中每一个三维坐标点的数据，去除三维坐标之外的数据，如反射率、RGB信息等。

可以理解的是，本发明实施例通过罐体点云数据中的三维坐标点复现罐体的轮廓，所以不需要反射率和RGB颜色信息，所以，通过去除三维坐标之外的数据，能够有效减少数据量，提高计算速度。

在一个可选的实施例中，该罐体截面最大直径与最小直径之差的计算方法还可以包括如下步骤：

判断罐体点云数据中每一个三维坐标点的数据是否包含有效数字信息；

若否，则删除该三维坐标点的数据。

可以理解的是，三维测量设备扫描得到的罐体点云数据中可能存在坏点数据，通过将罐体点云数据中不含有效数字信息的三维坐标点数据删除，能够有效去除坏点数据，减小计算误差，同时提高计算速度。

在一个可选的实施例中，可以先利用待测截面标靶对的坐标在圆柱形筒体点云中提取待测截面对应的三维坐标点集，然后对该三维坐标点集进行拟合得到拟合圆柱及其轴线，之后再利用三维坐标点集计算待测截面最大直径与最小直径之差，其他步骤与上述实施例相同，在此不再赘述。

图31示出了图29中步骤S40的具体步骤。如图31所示，该步骤S40包括：

步骤S41：将三维坐标点集分类为位于轴线所在水平面以上的上部坐标点集、位于轴线所在水平面以下的下部坐标点集。

具体地，将三维坐标点集中z坐标值大于轴线所在水平面对应的z坐标值的点筛选出来，作为上部坐标点集；将三维坐标点集中z坐标值小于轴线所在水平面对应的z坐标值的点筛选出来，作为下部坐标点集。

步骤S42：计算上部坐标点集中每个坐标点与下部坐标点集中的对应点之间的距离，其中，所述下部坐标点集中的对应点距离垂直交叉线预设长度，所述垂直交叉线包含上部坐标点集中的坐标点且与所述轴线垂直相交。

其中，在得到处的点云后，需要找到点云中对应枕梁界面的直径所对应的成对的点。

以图32中上部坐标点集中的A2坐标点为例，详细说明步骤S42，构造过A2坐标点且与轴线axes垂直相交的垂直交叉线A2-B2，在下部坐标点集中筛选距离该垂直交叉线A2-B2预设长度的点，作为与A2坐标点对应的点。在一个可选的实施例中，该预设长度可以设为1mm或2mm，在实际应用中，根据具体需求进行选定，本发明对此不作限制。

然后计算A2坐标点与对应的下部坐标点集中的点的距离值。

步骤S43：计算距离的最大值与距离的最小值之差，得到罐体截面最大直径与最小直径之差。

通过步骤S42，能够得到多个距离值，代表多个直径值，计算距离的最大值与距离的最小值之差，即可得到罐体截面最大直径与最小直径之差。

通过上述技术方案可知，本发明实施例提供的罐体截面最大直径与最小直径之差的计算方法，利用科学的方法量化罐体截面最大直径与最小直径之差，能够减少人工干预，提升计算精度。

图33为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算方法的流程图二；如图33所示，该罐体截面最大直径与最小直径之差的计算方法在图29所示罐体截面最大直径与最小直径之差的计算方法的基础上，还包括：

步骤S50：根据焊缝标靶坐标删除罐体点云数据中的封头点云，得到圆柱形筒体点云。

可以理解的是，罐体点云数据不仅包括圆柱形筒体点云，还包括：封头点云、焊缝标靶坐标。左侧封头的三维坐标点的X坐标小于标靶5的X坐标，右侧封头的三维坐标点的X坐标大于标靶8的X坐标。

具体地，在步骤S50中，根据标靶5的X坐标α，删除罐体点云数据中X坐标小于α的三维坐标点；根据标靶8的X坐标β，删除罐体点云数据中X坐标大于β的三维坐标点，即可将封头点云去除，得到圆柱形筒体点云。

通过上述技术方案可知，通过在焊缝处设置焊缝标靶，标识焊缝的位置，利用焊缝标靶的坐标，删除罐体点云数据中的封头点云，即可得到圆柱形筒体点云，从而有效减少筒体拟合时的数据量，有效提高了筒体拟合的速度和精度，进而提高计算精度。

图34为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算方法的流程图三。如图34所示，该罐体截面最大直径与最小直径之差的计算方法在图29所示罐体截面最大直径与最小直径之差的计算方法的基础上，还包括：

步骤S60:对罐体点云数据中的每个三维坐标点进行唯一性标识。

其中，可以对罐体点云数据中的每个三维坐标点进行标号，以唯一标识该三维坐标点。

步骤S70:根据唯一性标识去除罐体点云数据中位于罐体外部空间及内部空间的干扰点。

其中，通过去除罐体点云数据中位于罐体外部空间及内部空间的干扰点，能够提高圆柱形筒体的拟合精度，进而提高计算精度。

图35示出了图34中步骤S70中根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点的具体步骤。如图35所示，根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点，包括：

步骤71：将罐体点云数据绕z轴旋转预设角度。

具体地，罐体点云数据绕z轴旋转预设角度后，每个三维坐标点的坐标变换为：

x′＝xcosβ-ysinβ

y′＝xsinβ+ycosβ

z′＝z

其中，(x,y,z)为旋转前坐标，(x′,y′,z′)为旋转后坐标，β为旋转角度。

另外，预设角度即数据每次旋转的预设步长，该预设角度可以为5度或10度或15度，本发明实施例对此不作限制。

步骤S72：将旋转后的罐体点云数据投影至yoz平面，得到投影图像。

具体地，将罐体点云数据投影至yoz平面，相当于去除了罐体点云数据中三维坐标点的x坐标，仅保留y坐标和z坐标，实现罐体点云数据的扁平化，得到第一投影图像。

其中，该投影图像如图13所示，该第一投影图像在包含罐体轮廓的基础上，还包含多个干扰点(图中用实线圈出)。

另外，该第一投影图像具有以下尺寸：

S＝a×b，

a＝y_max-y_min，

b＝z_max-z_min，

其中，y_max表示第一投影图像对应的y坐标的最大值，y_min表示第一投影图像对应的y坐标的最小值，z_max表示第一投影图像对应的z坐标的最大值，z_min表示第一投影图像对应的z坐标的最小值。

值得说明的是，将罐体点云数据投影至yoz平面时，每个三维坐标点的唯一标识予以保留，即第一投影图像中的每个点均带有唯一标识。

步骤S73：对第一投影图像进行网格化操作，形成第一网格化图像。

具体地，根据第一投影图像的尺寸s设置网格单元的大小m×m，将第一投影图像分割成多个网格单元，实现网格化操作，形成第一网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

步骤S74：将第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像，如图14所示，该二值图像相当于一个元素值非0即1的矩阵A_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

步骤S75：标记第一二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域通过以下方式实现：

步骤1：扫描二值图像(即矩阵A_ij)中的元素，将扫描到的元素值为1的元素作为一连通域的首元素；

步骤2：扫描该首元素周边的8个元素，并将8个元素中元素值为1的元素纳入该连通域中；

步骤3：对纳入连通域中的元素周边的8个元素进行扫描，并将8个元素中元素值为1的元素纳入该连通域；

重复执行步骤3，直至纳入该连通域的所有元素周边的8个元素均被扫描且不存在元素值为1的元素为止，即没有能够纳入该连通域的元素。

接着扫描没有被扫描过的元素，并将扫描到的元素值为1的元素作为另一连通域的首元素，重复执行上述步骤，得到另一连通域，如此反复，直至该二值图像中所有元素均被扫描，得到多个连通域。

步骤S76：按照预设规则进行连通域筛选，得到外部干扰点连通域。

具体地，步骤S76中需筛选的外部干扰点连通域主要由罐壁以外干扰点云形成，其与罐壁形成的连通域相比通常会有以下特点：连通域面积较小；形心与扫描仪中心点偏移较大。根据上述特点设置用于筛选的预设规则，该预设规则包括：

连通域包含元素数量小于等于所有连通域包含元素数量总和的百分之一，或者，连通域包含元素行值的平均值与所有连通域包含元素行值的平均值相差大于阈值，或者，连通域包含元素列值的平均值与所有连通域包含元素列值的平均值相差大于阈值。

在一个可选的实施例中，该阈值可以为1000mm，当然，本发明实施例并不以此为限。

步骤S77：根据外部干扰点连通域及唯一性标识，删除对应的三维坐标点。

具体为：读取外部干扰点连通域内元素的行列值；根据行列值搜索外部干扰点连通域对应的网格；读取网格中包含的三维坐标点标识；根据三维坐标点标识删除对应的三维坐标点。

上述步骤S71～步骤S77完成后，删除了部分外部干扰点，之后再将点云数据旋转预设角度，重复上述步骤S71～步骤S77，直至将点云数据完成360度旋转，即可删除全部外部干扰点。

根据上述技术方案可以得知，通过对点云数据进行旋转、扁平化、矩阵化、连通域筛选，能够筛选出罐体外部空间的干扰点，利于删除干扰点，进而提高点云数据的精度，提高拟合准确度，另外通过采用三维坐标点标识，能够准确追溯干扰点。

图36示出了图34中步骤S70中根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点的具体步骤。如图36所示，根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点，包括：

步骤S711：将罐体点云数据按照预设间隔切分为平行的多个点云切片。

其中，以水平方向为切片方向对罐体点云数据进行点云切片，每个切片分别保存。

可以理解的是，若切片间隔过小容易导致后期处理的工作量过大，若切片间隔过大则会影响干扰点筛选效果。所以，在该步骤S711中，需要动态设定切片间隔，动态设定切片间隔的方法包括：

将罐体点云数据按照一间隔Step切割为平行的多个点云切片，该间隔的设定范围Step∈[30mm，200mm]，Step初值默认为200mm；

计算每个点云切片的上表面所包含点云的面积S_up与下表面所包含点云的面积S_down的比值S_up/S_down；

判断比值S_up/S_down是否超出预设区间；在一个可选的实施例中，该预设区间可为[0.88，1.14]；

若比值S_up/S_down未超出预设区间，则完成此次切片工作，得到多个最终的点云切片。

若比值S_up/S_down超出预设区间，则设置新的切片间隔Step’＝Step-10，重新执行上述步骤，直至比值S_up/S_down超出预设区间或切片间隔等于预设值。

具体地，若S_up/S_down∈[0.88，1.14]或Step＝30mm，则结束切片，得到多个最终的点云切片。

通过采用上述方法进行切片，使得切片间隔适中，能够兼顾后期处理工作量与干扰点筛选效果。

步骤S712：将一点云切片投影至xoy平面，得到第二投影图像。

具体地，首先操作一个点云切片，将一点云切片投影至xoy平面，相当于去除点云切片中所有三维坐标点的z坐标信息，仅保留x坐标和y坐标，即得出只含x、y坐标信息的二维投影图像，实现点云切片扁平化，该二维投影图像如图19所示，其中，在包含罐体轮廓的基础上，还包含多个干扰点(图中用实线圈出)。

该第二投影图像具有以下尺寸：

S1＝c×d，

c＝x_max-x_min，

d＝y_max-y_min，

其中，x_max表示第二投影图像对应的x坐标的最大值，x_min表示第二投影图像对应的x坐标的最小值。y_max表示第二投影图像对应的y坐标的最大值，y_min表示第二投影图像对应的y坐标的最小值。

另外，将罐体点云数据投影至xoy平面时，每个三维坐标点的唯一标识予以保留，即第二投影图像中的每个点均带有唯一标识。

步骤S713：对第二投影图像进行网格化操作，形成第二网格化图像。

具体地，根据第二投影图像尺寸S1设置网格单元的大小K×K，将第一投影图像分割成多个网格单元，实现网格化操作，形成第二网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

步骤S714：将第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像。该二值图像相当于一个元素值非0即1的矩阵B_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

步骤S715：标记第二二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域通过以下方式实现：

步骤1：扫描二值图像(即矩阵B_ij)中的元素，将扫描到的元素值为1的元素作为一连通域的首元素；

步骤2：扫描该首元素周边的8个元素，并将8个元素中元素值为1的元素纳入该连通域中；

步骤3：对纳入连通域中的元素周边的8个元素进行扫描，并将8个元素中元素值为1的元素纳入该连通域；

重复执行步骤3，直至纳入该连通域的所有元素周边的8个元素均被扫描且不存在元素值为1的元素为止，即没有能够纳入该连通域的元素。

接着扫描没有被扫描过的元素，并将扫描到的元素值为1的元素作为另一连通域的首元素，重复执行上述步骤，得到另一连通域，如此反复，直至该二值图像中所有元素均被扫描，得到多个连通域。

步骤S716：筛选连通域，得到内部干扰点连通域。

具体地，筛选元素数量小于预设阈值的连通域作为内部干扰点连通域。

可以理解的是，若预设阈值过小容易导致内部干扰点连通域筛选不全面，若预设阈值过大容易导致非干扰点的连通域被筛选出来，为了解决这一问题，该预设阈值的选取方法包括：

统计每个连通域中的元素数量；

数值选取，即随机选取一数值T，数值T大于元素数量的最小值、小于元素数量的最大值，且数值T属于整数；

类间方差计算；根据下述公式计算类间方差g：

ω₀＝N₀/M

ω₁＝N₁/M

μ＝ω₀μ₀+ω₁μ₁

g＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

其中：N₀为元素数量小于数值T的连通域的个数；N₁为元素数量不小于数值T的连通域的个数；M为连通域的总数；μ₀为元素数量小于数值T的连通域的元素数量平均值；μ₁为元素数量不小于数值T的连通域的元素数量平均值；

判断数值T是否遍历元素数量的最小值与元素数量的最大值之间所有整数，若否，返回数值选取步骤，若是，将得到的多个类间方差中最大类间方差对应的数值T作为预设阈值。

通过采用上述预设阈值的选取方法，使得预设阈值能够全面筛选内部干扰点连通域筛且不会将非干扰点的连通域被筛选出来。

步骤S717：根据内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

具体地，读取内部干扰点连通域内元素的行列值；根据行列值搜索内部干扰点连通域对应的网格；读取网格中包含的三维坐标点标识；根据三维坐标点标识删除对应的三维坐标点。

其中，通过采用三维坐标点标识，能够准确追溯干扰点，精确删除干扰点。

综上所述，本发明实施例提供的罐体截面最大直径与最小直径之差的计算方法，通过运用三维激光扫描技术复现铁路罐车罐体轮廓，运用标靶技术对目标区域进行了快速提取；运用点云扁平化、投影与矩阵化等技术实现了点云不同区域特征量化，从而有效去除了罐体点云外部与内部干扰点；在干扰点去除的基础上，对筒体点云进行准确的最小二乘圆柱拟合，利用拟合圆柱轴线找到待测截面点云中与直径对应的点，之后进行罐体截面最大直径与最小直径之差的计算，进而有效地提升了计算效率，减小了人为因素带入的测量误差。

基于同一发明构思，本申请实施例还提供了一种罐体截面最大直径与最小直径之差的计算装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于罐体截面最大直径与最小直径之差的计算装置解决问题的原理与上述方法相似，因此罐体截面最大直径与最小直径之差的计算装置的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图37为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算装置的结构图一。该罐体截面最大直径与最小直径之差的计算装置主要用于检测罐体的圆柱形筒体的某一截面的变形情况。

可以理解的是：正常情况下，罐体的圆柱形筒体的某一截面的形状应该呈圆形。但是，随着罐体的使用，罐体内的液体或固体的重量受重力作用，会使罐体的圆柱形筒体的截面由圆形向椭圆形变化，该罐体截面最大直径与最小直径之差的计算装置采用罐体截面最大直径与最小直径之差这一参数量化该变化情况。

如图37所示，该罐体截面最大直径与最小直径之差的计算装置包括：第二三维点云接收模块100、第二拟合模块200、待测点集提取模块300以及第二计算模块400。

其中，罐体的圆柱形筒体外侧对应待测截面位置设有待测截面标靶对。

第二三维点云接收模块100接收罐体点云数据，罐体点云数据包括：圆柱形筒体点云以及待测截面标靶坐标。

具体地，该罐体点云数据可由三维测量设备(如正置和倒置状态均具有水平补偿功能的三维激光扫描仪)扫描得到。

第二拟合模块200对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线。

具体地，可以采用最小二乘法对圆柱形筒体点云进行拟合，当然，也可以采用其他拟合方法对圆柱形筒体点云进行拟合，本发明对此不作限制。

采用最小二乘法对圆柱形筒体点云进行拟合的方法参见上文，在此不再赘述。

待测点集提取模块300根据待测截面标靶对的坐标在圆柱形筒体点云中提取待测截面对应的三维坐标点集。

其中，在待测截面位置设置标靶对，用于标识待测截面，在三维测量设备扫描罐体点云时，能够识别标靶，生成标靶坐标。

以铁路罐车罐体为例，如图3所示，圆柱形筒体与焊接于圆柱形筒体两端的封头1b之间形成有两个焊缝1c，在两个焊缝1c处分别设置标靶5和标靶8，用于标识焊缝。在左侧枕梁处设置标靶对6a和6b，在右侧枕梁处设置标靶对7a和7b，用于标识枕梁对应的罐体点云。

图30为标靶布置示意图。如图30所示，每个标靶均由两个圆形标靶平面组成，每一个圆形标靶平面的中心点为待识别点，三维测量设备在扫描罐体时识别每一个圆形标靶平面的中心点，生成标靶坐标，每一个标靶具有两个待识别点，过两点且与水平面垂直具有唯一平面。

在步骤S30中，利用标靶6a识别出一待测截面1，利用标靶6b识别出一待测截面2，在圆柱形筒体点云中提取位于待测截面1和待测截面2之间的三维坐标点，形成左侧枕梁对应的三维坐标点集。同理，利用右侧枕梁的标靶对7a和7b的坐标，能够提取出右侧枕梁对应的三维坐标点集。

第二计算模块400根据三维坐标点集计算待测截面最大直径与最小直径之差。

通过上述技术方案可知，本发明实施例提供的罐体截面最大直径与最小直径之差的计算装置，通过对三维激光扫描点云进行拟合复现罐体几何形态(轮廓)，利用标靶对的坐标提取三维点云中的部分三维坐标点，计算该部分三维坐标点中对应点之间的距离，利用距离的最大值与最小值之差作为待测截面最大直径与最小直径之差，不依赖于人工测量，实现自动化测量，测量效率高，人工干扰小，有效提升了计算效率，减小作业人员的作业负担。

在一个可选的实施例中，该罐体截面最大直径与最小直径之差的计算装置还可以包括：点云数据精简模块。

该点云数据精简模块遍历罐体点云数据中每一个三维坐标点的数据，去除三维坐标之外的数据，如反射率、RGB信息等。

可以理解的是，本发明实施例通过罐体点云数据中的三维坐标点复现罐体的轮廓，所以不需要反射率和RGB颜色信息，所以，通过去除三维坐标之外的数据，能够有效减少数据量，提高计算速度。

在一个可选的实施例中，该罐体截面最大直径与最小直径之差的计算装置还可以包括：第一坏点数据筛选模块。

该第一坏点数据筛选模块判断罐体点云数据中每一个三维坐标点的数据是否包含有效数字信息；

若否，则删除该三维坐标点的数据。

可以理解的是，三维测量设备扫描得到的罐体点云数据中可能存在坏点数据，通过将罐体点云数据中不含有效数字信息的三维坐标点数据删除，能够有效去除坏点数据，减小计算误差，同时提高计算速度。

在一个可选的实施例中，可以先利用待测截面标靶对的坐标在圆柱形筒体点云中提取待测截面对应的三维坐标点集，然后对该三维坐标点集进行拟合得到拟合圆柱及其轴线，之后再利用三维坐标点集计算待测截面最大直径与最小直径之差，其他模块与上述实施例相同，在此不再赘述。

在一个可选的实施例中，第二计算模块400包括：分类单元401、距离计算单元402以及直径之差计算单元403，如图38所示。

分类单元401将三维坐标点集分类为位于轴线所在水平面以上的上部坐标点集、位于轴线所在水平面以下的下部坐标点集。

具体地，将三维坐标点集中z坐标值大于轴线所在水平面对应的z坐标值的点筛选出来，作为上部坐标点集；将三维坐标点集中z坐标值小于轴线所在水平面对应的z坐标值的点筛选出来，作为下部坐标点集。

距离计算单元402计算上部坐标点集中每个坐标点与下部坐标点集中的对应点之间的距离值，其中，所述下部坐标点集中的对应点距离垂直交叉线预设长度，所述垂直交叉线包含上部坐标点集中的坐标点且与所述轴线垂直相交。

其中，在得到处的点云后，需要找到点云中对应枕梁界面的直径所对应的成对的点。

以图32中上部坐标点集中的A2坐标点为例，详细说明步骤S42，构造过A2坐标点且与轴线axes垂直相交的垂直交叉线A2-B2，在下部坐标点集中筛选距离该垂直交叉线A2-B2预设长度的点，作为与A2坐标点对应的点。在一个可选的实施例中，该预设长度可以设为1mm或2mm，在实际应用中，根据具体需求进行选定，本发明对此不作限制。

然后计算A2坐标点与对应的下部坐标点集中的点的距离值。

直径之差计算单元403计算距离值的最大值与最小值之差，得到罐体截面最大直径与最小直径之差。

通过距离计算单元402能够得到多个距离值，代表多个直径值，计算距离的最大值与距离的最小值之差，即可得到罐体截面最大直径与最小直径之差。

通过上述技术方案可知，本发明实施例提供的罐体截面最大直径与最小直径之差的计算装置，利用科学的方法量化罐体截面最大直径与最小直径之差，能够减少人工干预，提升计算精度。

图39为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算装置的结构图三。如图39所示，该罐体截面最大直径与最小直径之差的计算装置在图38所示罐体截面最大直径与最小直径之差的计算装置的基础上，还包括：第二封头点云删除模块500。

第二封头点云删除模块500根据焊缝标靶坐标删除罐体点云数据中的封头点云，得到圆柱形筒体点云。

可以理解的是，罐体点云数据不仅包括圆柱形筒体点云，还包括：封头点云、焊缝标靶坐标。左侧封头的三维坐标点的X坐标小于标靶5的X坐标，右侧封头的三维坐标点的X坐标大于标靶8的X坐标。

具体地，第二封头点云删除模块500根据标靶5的X坐标α，删除罐体点云数据中X坐标小于α的三维坐标点；根据标靶8的X坐标β，删除罐体点云数据中X坐标大于β的三维坐标点，即可将封头点云去除，得到圆柱形筒体点云。

通过上述技术方案可知，通过在焊缝处设置焊缝标靶，标识焊缝的位置，利用焊缝标靶的坐标，删除罐体点云数据中的封头点云，即可得到圆柱形筒体点云，从而有效减少筒体拟合时的数据量，有效提高了筒体拟合的速度和精度，进而提高计算精度。

图40为本发明实施例提供的一种罐体截面最大直径与最小直径之差的计算装置的结构图四。如图40所示，该罐体截面最大直径与最小直径之差的计算装置在图38所示罐体截面最大直径与最小直径之差的计算装置的基础上，还包括：第二点云标识模块600和第二干扰点去除模块700。

第二点云标识模块600对罐体点云数据中的每个三维坐标点进行唯一性标识。

其中，可以对罐体点云数据中的每个三维坐标点进行标号，以唯一标识该三维坐标点。

第二干扰点去除模块700根据唯一性标识去除罐体点云数据中位于罐体外部空间及内部空间的干扰点。

其中，通过去除罐体点云数据中位于罐体外部空间及内部空间的干扰点，能够提高圆柱形筒体的拟合精度，进而提高计算精度。

图41示出了图40中第二干扰点去除模块700的具体结构框图一。如图41所示，该第二干扰点去除模块700包括：第二点云旋转单元7001、第三点云投影单元7002、第三网格化单元7003、第三二值化单元7004、第三连通域标记单元7005、第三连通域筛选单元7006以及第二外部干扰点删除单元7007。通过上述各单元配合，实现根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点。

第二点云旋转单元7001将罐体点云数据绕z轴旋转预设角度。

预设角度即数据每次旋转的预设步长，该预设角度可以为5度或10度或15度，本发明实施例对此不作限制。

第三点云投影单元7002将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像；

具体地，将罐体点云数据投影至yoz平面，相当于去除了罐体点云数据中三维坐标点的x坐标，仅保留y坐标和z坐标，实现罐体点云数据的扁平化，得到第一投影图像。

值得说明的是，将罐体点云数据投影至yoz平面时，每个三维坐标点的唯一标识予以保留，即第一投影图像中的每个点均带有唯一标识。

第三网格化单元7003对第一投影图像进行网格化操作，形成第一网格化图像。

具体地，根据第一投影图像的尺寸s设置网格单元的大小m×m，将第一投影图像分割成多个网格单元，实现网格化操作，形成第一网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

第三二值化单元7004将第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像。

具体地，根据第一投影图像的尺寸s设置网格单元的大小m×m，将第一投影图像分割成多个网格单元，实现网格化操作，形成第一网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

第三连通域标记单元7005标记第一二值图像中的连通域；

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域的方式参见上文，在此不再赘述。

第三连通域筛选单元7006按照预设规则进行连通域筛选，得到外部干扰点连通域；

具体地，步骤S76中需筛选的外部干扰点连通域主要由罐壁以外干扰点云形成，其与罐壁形成的连通域相比通常会有以下特点：连通域面积较小；形心与扫描仪中心点偏移较大。根据上述特点设置用于筛选的预设规则，该预设规则包括：

连通域包含元素数量小于等于所有连通域包含元素数量总和的百分之一，或者，

连通域包含元素行值的平均值与所有连通域包含元素行值的平均值相差大于阈值，或者，

连通域包含元素列值的平均值与所有连通域包含元素列值的平均值相差大于阈值。

在一个可选的实施例中，该阈值可以为1000mm，当然，本发明实施例并不以此为限。

第二外部干扰点删除单元7007根据外部干扰点连通域及唯一性标识，删除对应的三维坐标点。

具体为：第二外部干扰点删除单元7007读取外部干扰点连通域内元素的行列值；根据行列值搜索外部干扰点连通域对应的网格；读取网格中包含的三维坐标点标识；根据三维坐标点标识删除对应的三维坐标点。

通过上述各单元配合，将点云数据共计完成360度旋转，即可删除全部外部干扰点。

根据上述技术方案可以得知，通过对点云数据进行旋转、扁平化、矩阵化、连通域筛选，能够筛选出罐体外部空间的干扰点，利于删除干扰点，进而提高点云数据的精度，提高拟合准确度，另外通过采用三维坐标点标识，能够准确追溯干扰点。

图42示出了图40中第二干扰点去除模块700的具体结构框图二。如图42所示，该第二干扰点去除模块700包括：第二点云切片单元7011、第四点云投影单元7012、第四网格化单元7013、第四二值化单元7014、第四连通域标记单元7015、第四连通域筛选单元7016以及第二内部干扰点删除单元7017。通过上述各单元配合，实现根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点。

第二点云切片单元7011将罐体点云数据按照预设间隔切分为平行的多个点云切片。

其中，以水平方向为切片方向对罐体点云数据进行点云切片，每个切片分别保存。

可以理解的是，若切片间隔过小容易导致后期处理的工作量过大，若切片间隔过大则会影响干扰点筛选效果。所以，第二点云切片单元7011在进行点云切片时需要动态设定切片间隔，动态设定切片间隔的方法参见上文，在此不再赘述。

第四点云投影单元7012将一点云切片投影至xoy平面，得到第二投影图像。

具体地，首先操作一个点云切片，将一点云切片投影至xoy平面，相当于去除点云切片中所有三维坐标点的z坐标信息，仅保留x坐标和y坐标，即得出只含x、y坐标信息的二维投影图像，实现点云切片扁平化。

另外，将罐体点云数据投影至xoy平面时，每个三维坐标点的唯一标识予以保留，即第二投影图像中的每个点均带有唯一标识。

第四网格化单元7013对第二投影图像进行网格化操作，形成第二网格化图像。

具体地，根据第二投影图像尺寸设置网格单元的大小K×K，将第一投影图像分割成多个网格单元，实现网格化操作，形成第二网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

第四二值化单元7014将第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像；该二值图像相当于一个元素值非0即1的矩阵B_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

第四连通域标记单元7015标记第二二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域参见上文，在此不再赘述。

第四连通域筛选单元7016筛选连通域，得到内部干扰点连通域。

具体地，筛选元素数量小于预设阈值的连通域作为内部干扰点连通域。

可以理解的是，若预设阈值过小容易导致内部干扰点连通域筛选不全面，若预设阈值过大容易导致非干扰点的连通域被筛选出来，为了解决这一问题，该预设阈值的选取方法包括：

统计每个连通域中的元素数量；

数值选取，即随机选取一数值T，数值T大于元素数量的最小值、小于元素数量的最大值，且数值T属于整数；

类间方差计算；其中，类间方差的计算过程参见上文，在此不再赘述；

判断数值T是否遍历元素数量的最小值与元素数量的最大值之间所有整数，若否，返回数值选取步骤，若是，将得到的多个类间方差中最大类间方差对应的数值T作为预设阈值。

通过采用上述预设阈值的选取方法，使得预设阈值能够全面筛选内部干扰点连通域筛且不会将非干扰点的连通域被筛选出来。

第二内部干扰点删除单元7017根据内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

具体地，读取内部干扰点连通域内元素的行列值；根据行列值搜索内部干扰点连通域对应的网格；读取网格中包含的三维坐标点标识；根据三维坐标点标识删除对应的三维坐标点。

其中，通过采用三维坐标点标识，能够准确追溯干扰点，精确删除干扰点。

综上所述，本发明实施例提供的罐体截面最大直径与最小直径之差的计算装置，通过运用三维激光扫描技术复现铁路罐车罐体轮廓，运用标靶技术对目标区域进行了快速提取；运用点云扁平化、投影与矩阵化等技术实现了点云不同区域特征量化，从而有效去除了罐体点云外部与内部干扰点；在干扰点去除的基础上，对筒体点云进行准确的最小二乘圆柱拟合，利用拟合圆柱轴线找到待测截面点云中与直径对应的点，之后进行罐体截面最大直径与最小直径之差的计算，进而有效地提升了计算效率，减小了人为因素带入的测量误差。

本发明实施例还提供一种罐体截面最大直径与最小直径之差的计算系统。该计算系统包括：处理设备以及三维测量设备。

三维测量设备通过人孔伸入罐体内部，用于扫描罐体内部生成罐体点云数据，并将罐体点云数据传送至处理设备，罐体点云数据包括：圆柱形筒体点云、封头点云、焊缝标靶坐标以及待测截面标靶坐标。

处理设备接收罐体点云数据，并执行如上述任一实施例所描述的罐体截面最大直径与最小直径之差的计算方法。

其中，三维测量设备与处理设备之间可以采用有线通信连接，也可以采用无线通信连接，包括但不限于：导线连接、电缆连接、光纤连接、蓝牙无线连接、无线通信网络连接。

本发明实施例提供的罐体截面最大直径与最小直径之差的计算系统，通过三维测量设备运用三维激光扫描技术扫描罐体点云数据，由处理设备对该罐体点云数据进行处理，复现铁路罐车罐体轮廓，对罐体截面最大直径与最小直径之差进行计算，进而有效地提升了计算效率，减小了人为因素带入的测量误差。

图43为本发明实施例提供的一种铁路罐车筒体几何尺寸制造要求快速验证方法的流程图。如图43所示，该铁路罐车筒体几何尺寸制造要求快速验证方法包括：

步骤S1：接收罐体点云数据，罐体点云数据包括：圆柱形筒体点云。

具体地，该罐体点云数据可由三维测量设备(如正置和倒置状态均具有水平补偿功能的三维激光扫描仪)扫描得到。利用三维测量设备扫描铁路罐车的场景如图3所示，通过将三脚架架腿搭在人孔上沿，使三脚架呈T字形挂在人孔上，将三维测量设备通过快拆板与三脚架一端连接，进而将三维测量设备通过人孔伸入到该罐体内部之后，启动扫描，得到罐体点云数据。

其中，利用三维测量设备扫描得到的铁路罐车罐体点云如图4所示，该铁路罐车罐体点云包含多个三维坐标点，能够复现铁路罐车罐体几何形态且与水平面垂直，并能清楚扫描出标靶形态。

步骤S2：对圆柱形筒体点云进行拟合得到拟合圆柱及其轴线。

具体地，可以采用最小二乘法对圆柱形筒体点云进行拟合，当然，也可以采用其他拟合方法对圆柱形筒体点云进行拟合，本发明对此不作限制。

在一个可选的实施例中，采用最小二乘法对圆柱形筒体点云进行拟合时，拟合出的圆柱体方程式如下所示：

其中，(x,y,z)为圆柱体公式的变量，代表圆柱形筒体点云中每个三维坐标点的三维坐标，(x₀,y₀,z₀)为拟合圆柱的轴线上的一点，R为拟合圆柱的半径，(u,v,1)为圆柱体轴线余弦，R、u、v、x₀、y₀、z₀为拟合确定的参数。

最小二乘法拟合主函数如下所示：

其中X＝(x₁,x₂,…x_n)为需要拟合确定的参数，表示残差，迭代设置待确定参数，当f(x)最小时的参数即为拟合确定的参数。迭代步骤如下所示：

设置初值X₀，其中R＝3000mm，u＝1，v＝1，(x₀,y₀,z₀)为点云包含点坐标的平均值。设置最大迭代次数为280次。

计算迭代步长，d_k＝[J(X_k)^TJ(X_k)]^-1J(X_k)^TΦ(X_k)

更新参数X_k+1＝X_k+d_k

当满足f′(x)＝0，迭代完成，此时参数即为拟合所需参数；或达到迭代次数上限，满足f(x)最小时的参数值，即为拟合所需参数。

其中，采用上述方法拟合得到的拟合圆柱及其轴线如图5所示。

步骤S3：将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面得到投影点集，轴线在平面内且平面与竖直平面成目标角度。

具体地，如图6所示，待测母线与竖直平面成目标角度利用拟合圆柱的轴线和目标角度构建一平面A，即轴线在平面A内且平面A与竖直平面成目标角度

平面A与拟合圆柱的一条相交线代表理论待测母线，但是随着罐体的使用，圆柱形筒体存在变形，实际待测母线上的点为圆柱形筒体点云中一系列围绕在理论待测母线附近的离散的点。

在一个可选的实施例中，若则将位于拟合圆柱轴线所在水平面以上且与平面A相距预设距离以内的三维坐标点投影至平面A；若则将位于拟合圆柱轴线所在水平面以下且与平面A相距预设距离以内的三维坐标点投影至平面A，进而得到实际待测母线上的一系列的离散点，即投影点集，该投影点集表征实际待测母线。

在一个可选的实施例中，该预设距离可为2mm，当然，也可以将预设距离设为1mm或3mm或5mm，本发明对此不作限制，具体数值根据实际需要进行选定。

步骤S4：根据投影点集计算其对应的母线的直线度。

具体地，将投影点集中的一端点w与投影点集中的最低点v连接形成第一直线段a，如图8所示，然后计算投影点集中的最高点u到第一直线段a的距离h，距离h作为待测母线的直线度。

其中，也可以将投影点集中的一端点与投影点集中的最高点连接形成第一直线段，然后计算投影点集中的最低点到第一直线段的距离，该距离作为待测母线的直线度。

步骤S5：根据待测截面标靶对的坐标在圆柱形筒体点云中提取待测截面对应的三维坐标点集。

其中，在待测截面位置设置标靶对，用于标识待测截面，在三维测量设备扫描罐体点云时，能够识别标靶，生成标靶坐标。

以铁路罐车罐体为例，如图3所示，圆柱形筒体与焊接于圆柱形筒体两端的封头1b之间形成有两个焊缝1c，在两个焊缝1c处分别设置标靶5和标靶8，用于标识焊缝。在左侧枕梁处设置标靶对6a和6b，在右侧枕梁处设置标靶对7a和7b，用于标识枕梁对应的罐体点云。

图30为标靶布置示意图。如图30所示，每个标靶均由两个圆形标靶平面组成，每一个圆形标靶平面的中心点为待识别点，三维测量设备在扫描罐体时识别每一个圆形标靶平面的中心点，生成标靶坐标，每一个标靶具有两个待识别点，过两点且与水平面垂直具有唯一平面。

在步骤S5中，利用标靶6a识别出一待测截面1，利用标靶6b识别出一待测截面2，在圆柱形筒体点云中提取位于待测截面1和待测截面2之间的三维坐标点，形成左侧枕梁对应的三维坐标点集。同理，利用右侧枕梁的标靶对7a和7b的坐标，能够提取出右侧枕梁对应的三维坐标点集。

步骤S6：根据三维坐标点集计算待测截面最大直径与最小直径之差。

具体地，首先将三维坐标点集分类为位于轴线所在水平面以上的上部坐标点集、位于轴线所在水平面以下的下部坐标点集。即：将三维坐标点集中z坐标值大于轴线所在水平面对应的z坐标值的点筛选出来，作为上部坐标点集；将三维坐标点集中z坐标值小于轴线所在水平面对应的z坐标值的点筛选出来，作为下部坐标点集。

然后计算上部坐标点集中每个坐标点与下部坐标点集中的对应点之间的距离，其中，所述下部坐标点集中的对应点距离垂直交叉线预设长度，所述垂直交叉线包含上部坐标点集中的坐标点且与所述轴线垂直相交。

以图32中上部坐标点集中的A2坐标点为例，详细进行说明:构造过A2坐标点且与轴线axes垂直相交的垂直交叉线A2-B2，在下部坐标点集中筛选距离该垂直交叉线A2-B2预设长度的点，作为与A2坐标点对应的点。在一个可选的实施例中，该预设长度可以设为1mm或2mm，在实际应用中，根据具体需求进行选定，本发明对此不作限制。计算A2坐标点与对应的下部坐标点集中的点的距离值。

之后计算距离的最大值与距离的最小值之差，得到罐体截面最大直径与最小直径之差。

在一个可选的实施例中，该铁路罐车筒体几何尺寸制造要求快速验证方法还可以包括：

遍历罐体点云数据中每一个三维坐标点的数据，去除三维坐标之外的数据，如反射率、RGB信息等。

可以理解的是，本发明实施例通过罐体点云数据中的三维坐标点复现罐体的轮廓，所以不需要反射率和RGB颜色信息，所以，通过去除三维坐标之外的数据，能够有效减少数据量，提高计算速度。

在一个可选的实施例中，该铁路罐车筒体几何尺寸制造要求快速验证方法还可以包括：

判断罐体点云数据中每一个三维坐标点的数据是否包含有效数字信息；

若否，则删除该三维坐标点的数据。

可以理解的是，三维测量设备扫描得到的罐体点云数据中可能存在坏点数据，通过将罐体点云数据中不含有效数字信息的三维坐标点数据删除，能够有效去除坏点数据，减小计算误差，同时提高计算速度。

在一个可选的实施例中，该铁路罐车筒体几何尺寸制造要求快速验证方法在对点云进行拟合之前，还可以包括：

根据焊缝标靶坐标删除罐体点云数据中的封头点云，得到圆柱形筒体点云。

可以理解的是，罐体点云数据不仅包括圆柱形筒体点云，还包括：封头点云、焊缝标靶坐标。

下面，以图30所示标靶布置为例，进行详细说明。左侧封头的三维坐标点的X坐标小于标靶5的X坐标，右侧封头的三维坐标点的X坐标大于标靶8的X坐标。根据标靶5的X坐标α，删除罐体点云数据中X坐标小于α的三维坐标点；根据标靶8的X坐标β，删除罐体点云数据中X坐标大于β的三维坐标点，即可将封头点云去除，得到圆柱形筒体点云。

通过上述技术方案可知，通过在焊缝处设置焊缝标靶，标识焊缝的位置，利用焊缝标靶的坐标，删除罐体点云数据中的封头点云，即可得到圆柱形筒体点云，从而有效减少筒体拟合时的数据量，有效提高了筒体拟合的速度和精度，进而提高直线度的计算精度。

在一个可选的实施例中，该铁路罐车筒体几何尺寸制造要求快速验证方法在对点云进行拟合之前，还可以包括：

对罐体点云数据中的每个三维坐标点进行唯一性标识；

根据唯一性标识去除罐体点云数据中位于罐体外部空间及内部空间的干扰点。

其中，根据唯一性标识去除罐体点云数据中位于罐体外部空间的干扰点，包括：

步骤1：将罐体点云数据绕z轴旋转预设角度。

具体地，罐体点云数据绕z轴旋转预设角度后，每个三维坐标点的坐标变换为：

x′＝xcosβ-ysinβ

y′＝xsinβ+ycosβ

z′＝z

其中，(x,y,z)为旋转前坐标，(x′,y′,z′)为旋转后坐标，β为旋转角度。

另外，预设角度即数据每次旋转的预设步长，该预设角度可以为5度或10度或15度，本发明实施例对此不作限制。

步骤:2：将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像。

具体地，将罐体点云数据投影至yoz平面，相当于去除了罐体点云数据中三维坐标点的x坐标，仅保留y坐标和z坐标，实现罐体点云数据的扁平化，得到第一投影图像。

其中，该第一投影图像如图13所示，该第一投影图像在包含罐体轮廓的基础上，还包含多个干扰点(图中用实线圈出)。

另外，该第一投影图像具有以下尺寸：

S＝a×b，

a＝y_max-y_min，

b＝z_max-z_min

其中，y_max表示第一投影图像对应的y坐标的最大值，y_min表示第一投影图像对应的y坐标的最小值，z_max表示第一投影图像对应的z坐标的最大值，z_min表示第一投影图像对应的z坐标的最小值。

值得说明的是，将罐体点云数据投影至yoz平面时，每个三维坐标点的唯一标识予以保留，即第一投影图像中的每个点均带有唯一标识。

步骤3：对第一投影图像进行网格化操作，形成第一网格化图像。

具体地，根据第一投影图像的尺寸s设置网格单元的大小m×m，将第一投影图像分割成多个网格单元，实现网格化操作，形成第一网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

步骤4：将第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像，如图14所示，该二值图像相当于一个元素值非0即1的矩阵A_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

步骤5：标记第一二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域通过以下方式实现：

步骤a：扫描二值图像(即矩阵A_ij)中的元素，将扫描到的元素值为1的元素作为一连通域的首元素；

步骤b：扫描该首元素周边的8个元素，并将8个元素中元素值为1的元素纳入该连通域中；

步骤c：对纳入连通域中的元素周边的8个元素进行扫描，并将8个元素中元素值为1的元素纳入该连通域；

重复执行步骤c，直至纳入该连通域的所有元素周边的8个元素均被扫描且不存在元素值为1的元素为止，即没有能够纳入该连通域的元素。

接着扫描没有被扫描过的元素，并将扫描到的元素值为1的元素作为另一连通域的首元素，重复执行上述步骤，得到另一连通域，如此反复，直至该二值图像中所有元素均被扫描，得到多个连通域。

步骤6：按照预设规则进行连通域筛选，得到外部干扰点连通域。

具体地，步骤6中需筛选的外部干扰点连通域主要由罐壁以外干扰点云形成，其与罐壁形成的连通域相比通常会有以下特点：连通域面积较小；形心与扫描仪中心点偏移较大。根据上述特点设置用于筛选的预设规则，该预设规则包括：

连通域包含元素数量小于等于所有连通域包含元素数量总和的百分之一，或者，连通域包含元素行值的平均值与所有连通域包含元素行值的平均值相差大于阈值，或者，连通域包含元素列值的平均值与所有连通域包含元素列值的平均值相差大于阈值。

在一个可选的实施例中，该阈值可以为1000mm，当然，本发明实施例并不以此为限。

步骤7：根据外部干扰点连通域及唯一性标识，删除对应的三维坐标点。

上述步骤1～步骤S7完成后，删除了部分外部干扰点，之后再将点云数据旋转预设角度，重复上述步骤1～步骤7，直至将点云数据完成360度旋转，即可删除全部外部干扰点。

根据上述技术方案可以得知，通过对点云数据进行旋转、扁平化、矩阵化、连通域筛选，能够筛选出罐体外部空间的干扰点，利于删除干扰点，进而提高点云数据的精度，提高拟合准确度。

其中，步骤7包括：读取外部干扰点连通域内元素的行列值；根据行列值搜索外部干扰点连通域对应的网格；读取网格中包含的三维坐标点标识；根据三维坐标点标识删除对应的三维坐标点。

根据唯一性标识去除罐体点云数据中位于罐体内部空间的干扰点，包括：

步骤S1：将罐体点云数据按照预设间隔切分为平行的多个点云切片。

其中，以水平方向为切片方向对罐体点云数据进行点云切片，每个切片分别保存。

可以理解的是，若切片间隔过小容易导致后期处理的工作量过大，若切片间隔过大则会影响干扰点筛选效果。所以，在该步骤1中，需要动态设定切片间隔，动态设定方法包括：

将罐体点云数据按照一间隔Step切割为平行的多个点云切片，该间隔的设定范围Step∈[30mm，200mm]，Step初值默认为200mm；

计算每个点云切片的上表面所包含点云的面积S_up与下表面所包含点云的面积S_down的比值S_up/S_down；

判断比值S_up/S_down是否超出预设区间；在一个可选的实施例中，该预设区间可为[0.88，1.14]；

若比值S_up/S_down未超出预设区间，则完成此次切片工作，得到多个最终的点云切片；

若比值S_up/S_down超出预设区间，则设置新的切片间隔Step’＝Step-10，重新执行上述步骤，直至比值S_up/S_down超出预设区间或切片间隔等于预设值。

具体地，若S_up/S_down∈[0.88，1.14]或Step＝30mm，则结束切片，得到多个最终的点云切片。

步骤S2：将一点云切片投影至xoy平面，得到第二投影图像。

具体地，首先操作一个点云切片，将一点云切片投影至xoy平面，相当于去除点云切片中所有三维坐标点的z坐标信息，仅保留x坐标和y坐标，即得出只含x、y坐标信息的二维投影图像，实现点云切片扁平化，该二维投影图像如图19所示，其中，在包含罐体轮廓的基础上，还包含多个干扰点(图中用实线圈出)。

该第二投影图像具有以下尺寸：

S1＝c×d，

c＝x_max-x_min，

d＝y_max-y_min，

其中，x_max表示第二投影图像对应的x坐标的最大值，x_min表示第二投影图像对应的x坐标的最小值。y_max表示第二投影图像对应的y坐标的最大值，y_min表示第二投影图像对应的y坐标的最小值。

另外，将罐体点云数据投影至xoy平面时，每个三维坐标点的唯一标识予以保留，即第二投影图像中的每个点均带有唯一标识。

步骤S3：对第二投影图像进行网格化操作，形成第二网格化图像。

具体地，根据第二投影图像尺寸s1设置网格单元的大小K×K，将第一投影图像分割成多个网格单元，实现网格化操作，形成第二网格化图像。

在一个可选的实施例中，网格单元设置为长宽均为10mm的矩形框，当然，本发明实施例不以此为限。

步骤4：将第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像。该二值图像相当于一个元素值非0即1的矩阵B_ij，其中i、j分别为矩阵包含的行与列，i＝roundup(a/m)，j＝roundup(b/m)，roundup代表向上取整。矩阵中的行列信息对应着网格图像中单元格的位置信息，矩阵中元素的值对应着单元格的标识位(0或1)。

步骤5：标记第二二值图像中的连通域。

连通域是指非0的单元格连通着的区域，一个二值图像可能含有一个或多个连通域。

另外，标记连通域后还需要对连通域赋予序号进行标识。

标记连通域通过以下方式实现：

步骤a：扫描二值图像(即矩阵B_ij)中的元素，将扫描到的元素值为1的元素作为一连通域的首元素；

步骤b：扫描该首元素周边的8个元素，并将8个元素中元素值为1的元素纳入该连通域中；

步骤c：对纳入连通域中的元素周边的8个元素进行扫描，并将8个元素中元素值为1的元素纳入该连通域；

重复执行步骤c，直至纳入该连通域的所有元素周边的8个元素均被扫描且不存在元素值为1的元素为止，即没有能够纳入该连通域的元素。

接着扫描没有被扫描过的元素，并将扫描到的元素值为1的元素作为另一连通域的首元素，重复执行上述步骤，得到另一连通域，如此反复，直至该二值图像中所有元素均被扫描，得到多个连通域。

步骤6：筛选连通域，得到内部干扰点连通域。

具体地，筛选元素数量小于预设阈值的连通域作为内部干扰点连通域。

可以理解的是，若预设阈值过小容易导致内部干扰点连通域筛选不全面，若预设阈值过大容易导致非干扰点的连通域被筛选出来，为了解决这一问题，该预设阈值的选取方法包括：

步骤I：统计每个连通域中的元素数量.

步骤II：数值选取，即随机选取一数值T，数值T大于元素数量的最小值、小于元素数量的最大值，且数值T属于整数。

步骤III：类间方差计算，即根据下述公式计算类间方差g。公式：

ω₀＝N₀/M

ω₁＝N₁/M

μ＝ω₀μ₀+ω₁μ₁

g＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

其中：N₀为元素数量小于数值T的连通域的个数；N₁为元素数量不小于数值T的连通域的个数；M为连通域的总数；μ₀为元素数量小于数值T的连通域的元素数量平均值；μ₁为元素数量不小于数值T的连通域的元素数量平均值。

步骤IV：判断数值T是否遍历元素数量的最小值与元素数量的最大值之间所有整数，若否，返回步骤II，若是，执行步骤V。

步骤V：将得到的多个类间方差中最大类间方差对应的数值T作为预设阈值。

通过采用上述预设阈值的选取方法，使得预设阈值能够全面筛选内部干扰点连通域筛且不会将非干扰点的连通域被筛选出来。

步骤7：根据内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

具体地，该步骤7包括：读取内部干扰点连通域内元素的行列值；根据行列值搜索内部干扰点连通域对应的网格；读取网格中包含的三维坐标点标识；根据三维坐标点标识删除对应的三维坐标点。

综上所述，本发明实施例提供的铁路罐车筒体几何尺寸制造要求快速验证方法，通过在铁路罐车罐体关键点放置标靶的方式，对铁路罐车罐体点云目标区域进行快速提取；通过将铁路罐车罐体点云进行扁平化及矩阵化，利用矩阵连通域查询与特征分析，有效定位干扰点云区域；通过罐体旋转投影、切片等方法，有效删除罐内外干扰点云，实现罐体筒体准确拟合，并进行点云投影，实现筒体直线度高效计算；对于罐体枕梁处点云，运用点云切片、上下点匹配的方式，进行最大直径与最小直径之差的快速计算，通过对三维激光扫描点云进行拟合复现罐体几何形态(轮廓)，不依赖于人工测量，测量效率高，人工干扰小。

另外，本发明实施例提供的铁路罐车筒体几何尺寸制造要求快速验证方法，一次采集数据能够实现直线度和最大直径与最小直径之差两个参数的同时计算，有效减少了数据处理量和劳动强度，实现铁路罐车筒体几何尺寸制造要求快速验证。

本发明实施例还提供一种计算机设备，如图44所示，该计算机设备具体可以包括存储器7m、处理器6m、通信接口8m、数据总线9m及存储在存储器7m上并可在处理器6m上运行的计算机程序，处理器6m执行计算机程序时实现上述任一实施例所描述的罐体直线度计算方法的步骤，或者，实现上述任一实施例所描述的罐体截面最大直径与最小直径之差的计算方法的步骤。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述罐体直线度计算方法的步骤，或者，实现上述任一实施例所描述的罐体截面最大直径与最小直径之差的计算方法的步骤。

本申请实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (41)

1.一种罐体母线直线度计算方法，其特征在于，包括：

接收罐体点云数据，所述罐体点云数据包括：圆柱形筒体点云；

对所述圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面得到投影点集，所述轴线在所述平面内且所述平面与竖直平面成目标角度；

根据所述投影点集计算其对应的母线的直线度。

2.根据权利要求1所述罐体母线直线度计算方法，其特征在于，所述根据所述投影点集计算其对应的母线的直线度，包括：

将所述投影点集中的一端点与所述投影点集中的最低点连接形成第一直线段；

计算所述投影点集中的最高点到第一直线段的距离，所述距离作为待测母线的直线度。

3.根据权利要求1所述罐体母线直线度计算方法，其特征在于，

当所述目标角度大于等于0度、小于等于180度时，所述预设条件包括：三维坐标点位于轴线所在水平面上部，且与所述平面相距2mm以内；

当所述目标角度大于180度、小于等于360度时，所述预设条件包括：三维坐标点位于轴线所在水平面下部，且与所述平面相距2mm以内。

4.根据权利要求1所述罐体母线直线度计算方法，其特征在于，所述罐体包括：圆柱形筒体以及焊接于所述圆柱形筒体两端的两个封头，所述圆柱形筒体与所述封头之间形成有焊缝，所述焊缝处设有焊缝标靶；

所述罐体点云数据还包括：封头点云、焊缝标靶坐标；

所述罐体母线直线度计算方法还包括：

根据所述焊缝标靶坐标删除所述罐体点云数据中的所述封头点云，得到所述圆柱形筒体点云。

5.根据权利要求1所述罐体母线直线度计算方法，其特征在于，还包括：

对所述罐体点云数据中的每个三维坐标点进行唯一性标识；

根据所述唯一性标识去除所述罐体点云数据中位于所述罐体外部空间及内部空间的干扰点。

6.根据权利要求5所述罐体母线直线度计算方法，其特征在于，根据所述唯一性标识去除所述罐体点云数据中位于所述罐体外部空间的干扰点，包括：

将所述罐体点云数据绕z轴旋转预设角度；

将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像；

对所述第一投影图像进行网格化操作，形成第一网格化图像；

将所述第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像；

标记所述第一二值图像中的连通域；

按照预设规则进行连通域筛选，得到外部干扰点连通域；

根据所述外部干扰点连通域及所述唯一性标识，删除对应的三维坐标点。

7.根据权利要求6所述罐体母线直线度计算方法，其特征在于，所述预设规则包括：

连通域包含元素数量小于等于所有连通域包含元素数量总和的百分之一，或者，

连通域包含元素行值的平均值与所有连通域包含元素行值的平均值相差大于1000mm，或者，

连通域包含元素列值的平均值与所有连通域包含元素列值的平均值相差大于1000mm。

8.根据权利要求6所述罐体母线直线度计算方法，其特征在于，所述根据所述外部干扰点连通域及所述唯一性标识，删除对应的三维坐标点，包括：

读取外部干扰点连通域内元素的行列值；

根据所述行列值搜索所述外部干扰点连通域对应的网格；

读取所述网格中包含的三维坐标点标识；

根据所述三维坐标点标识删除对应的三维坐标点。

9.根据权利要求5所述罐体母线直线度计算方法，其特征在于，根据所述唯一性标识去除所述罐体点云数据中位于所述罐体内部空间的干扰点，包括：

将所述罐体点云数据按照预设间隔切分为平行的多个点云切片；

将一点云切片投影至xoy平面，得到第二投影图像；

对所述第二投影图像进行网格化操作，形成第二网格化图像；

将所述第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像；

标记所述第二二值图像中的连通域；

筛选所述连通域，得到内部干扰点连通域；

根据所述内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

10.根据权利要求9所述罐体母线直线度计算方法，其特征在于，所述筛选所述连通域，得到内部干扰点连通域，包括：

筛选元素数量小于预设阈值的连通域作为内部干扰点连通域。

11.根据权利要求10所述罐体母线直线度计算方法，其特征在于，所述预设阈值的选取方法包括：

统计每个连通域中的元素数量；

数值选取步骤：随机选取一数值T，所述数值T大于元素数量的最小值、小于元素数量的最大值，且数值T属于整数；

类间方差计算步骤：根据公式计算类间方差g；公式：

ω₀＝N₀/M

ω₁＝N₁/M

μ＝ω₀μ₀+ω₁μ₁

g＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

其中：N₀为元素数量小于数值T的连通域的个数；N₁为元素数量不小于数值T的连通域的个数；M为连通域的总数；μ₀为元素数量小于数值T的连通域的元素数量平均值；μ₁为元素数量不小于数值T的连通域的元素数量平均值；

重复执行数值选取步骤和类间方差计算步骤，直至数值T遍历所述元素数量的最小值与所述元素数量的最大值之间所有整数，得到多个类间方差；

将最大类间方差对应的数值T作为所述预设阈值。

12.根据权利要求8所述罐体母线直线度计算方法，其特征在于，所述根据所述内部干扰点连通域及三维坐标点标识，删除对应三维坐标点，包括：

读取内部干扰点连通域内元素的行列值；

根据所述行列值搜索所述内部干扰点连通域对应的网格；

读取所述网格中包含的三维坐标点标识；

根据所述三维坐标点标识删除对应的三维坐标点。

13.根据权利要求8所述罐体母线直线度计算方法，其特征在于，所述将所述罐体点云数据按照预设间隔切分为平行的多个点云切片，包括：

步骤1：将所述罐体点云数据按照一间隔切割为平行的多个点云切片；

步骤2：计算每个所述点云切片的上表面所包含点云的面积与下表面所包含点云的面积的比值；

步骤3：判断所述比值是否超出预设区间；

若是，将所述间隔减小预定步长得到新的间隔，重复执行步骤1至步骤3，直至所述比值位于预设区间或间隔小于预设值。

14.一种罐体母线直线度计算装置，其特征在于，包括：

第一三维点云接收模块，接收罐体点云数据，所述罐体点云数据包括：圆柱形筒体点云；

第一拟合模块，对所述圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

投影模块，将圆柱形筒体点云中满足预设条件的三维坐标点投影至一平面得到投影点集，所述轴线在所述平面内且所述平面与竖直平面成目标角度；

第一计算模块，根据所述投影点集计算其对应的母线的直线度。

15.根据权利要求14所述罐体母线直线度计算装置，其特征在于，所述第一计算模块包括：

连线单元，将所述投影点集中的一端点与所述投影点集中的最低点连接形成第一直线段；

直线度计算单元，计算所述投影点集中的最高点到第一直线段的距离，所述距离作为待测母线的直线度。

16.根据权利要求14所述罐体母线直线度计算装置，其特征在于，所述罐体包括：圆柱形筒体以及焊接于所述圆柱形筒体两端的两个封头，所述圆柱形筒体与所述封头之间形成有焊缝，所述焊缝处设有焊缝标靶；

所述罐体点云数据还包括：封头点云、焊缝标靶坐标；

所述罐体母线直线度计算装置还包括：

第一封头点云删除模块，根据所述焊缝标靶坐标删除所述罐体点云数据中的所述封头点云，得到所述圆柱形筒体点云。

17.根据权利要求14所述罐体母线直线度计算装置，其特征在于，还包括：

第一点云标识模块，对所述罐体点云数据中的每个三维坐标点进行唯一性标识；

第一干扰点去除模块，根据所述唯一性标识去除所述罐体点云数据中位于所述罐体外部空间及内部空间的干扰点。

18.根据权利要求17所述罐体母线直线度计算装置，其特征在于，所述第一干扰点去除模块包括：

第一点云旋转单元，将所述罐体点云数据绕z轴旋转预设角度；

第一点云投影单元，将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像；

第一网格化单元，对所述第一投影图像进行网格化操作，形成第一网格化图像；

第一二值化单元，将所述第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像；

第一连通域标记单元，标记所述第一二值图像中的连通域；

第一连通域筛选单元，按照预设规则进行连通域筛选，得到外部干扰点连通域；

第一外部干扰点删除单元，根据所述外部干扰点连通域及所述唯一性标识，删除对应的三维坐标点。

19.根据权利要求17所述罐体母线直线度计算装置，其特征在于，所述第一干扰点去除模块包括：

第一点云切片单元，将所述罐体点云数据按照预设间隔切分为平行的多个点云切片；

第二点云投影单元，将一点云切片投影至xoy平面，得到第二投影图像；

第二网格化单元，对所述第二投影图像进行网格化操作，形成第二网格化图像；

第二二值化单元，将所述第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像；

第二连通域标记单元，标记所述第二二值图像中的连通域；

第二连通域筛选单元，筛选所述连通域，得到内部干扰点连通域；

第一内部干扰点删除单元，根据所述内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

20.一种罐体母线直线度计算系统，其特征在于，罐体包括：圆柱形筒体、位于所述圆柱形筒体上部中间位置的人孔以及焊接于所述圆柱形筒体两端的两个封头，所述圆柱形筒体与所述封头之间形成有焊缝，所述焊缝处设有焊缝标靶；

所述罐体直线度计算系统包括：处理设备以及三维测量设备；

所述三维测量设备通过所述人孔伸入所述罐体内部，用于扫描所述罐体内部生成罐体点云数据，并将所述罐体点云数据传送至所述处理设备，所述罐体点云数据包括：圆柱形筒体点云、封头点云、焊缝标靶坐标；

所述处理设备接收所述罐体点云数据，并执行如权利要求1至权利要求13任一项所述罐体直线度计算方法。

21.一种罐体截面最大直径与最小直径之差的计算方法，其特征在于，罐体的圆柱形筒体外侧对应待测截面位置设有待测截面标靶对；所述罐体截面最大直径与最小直径之差的计算方法包括：

接收罐体点云数据，所述罐体点云数据包括：圆柱形筒体点云以及待测截面标靶坐标；

对所述圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

根据所述待测截面标靶对的坐标在所述圆柱形筒体点云中提取三维坐标点集；

根据三维坐标点集计算待测截面最大直径与最小直径之差。

22.根据权利要求21所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述根据三维坐标点集计算待测截面最大直径与最小直径之差，包括：

将所述三维坐标点集分类为位于轴线所在水平面以上的上部坐标点集、位于轴线所在水平面以下的下部坐标点集；

计算上部坐标点集中每个坐标点与下部坐标点集中的对应点之间的距离值，其中，所述下部坐标点集中的对应点距离垂直交叉线预设长度，所述垂直交叉线包含上部坐标点集中的坐标点且与所述轴线垂直相交；

计算距离值的最大值与最小值之差，得到罐体截面最大直径与最小直径之差。

23.根据权利要求22所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述罐体的圆柱形筒体两端分别焊有封头，所述圆柱形筒体与所述封头之间的焊缝处设有焊缝标靶；

所述罐体点云数据还包括：封头点云、焊缝标靶坐标；

所述罐体截面最大直径与最小直径之差的计算方法还包括：

根据所述焊缝标靶坐标删除所述罐体点云数据中的所述封头点云，得到圆柱形筒体点云。

24.根据权利要求21所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，还包括：

对所述罐体点云数据中的每个三维坐标点进行唯一性标识；

根据所述唯一性标识去除所述罐体点云数据中位于所述罐体外部空间及内部空间的干扰点。

25.根据权利要求24所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，根据所述唯一性标识去除所述罐体点云数据中位于所述罐体外部空间的干扰点，包括：

将所述罐体点云数据绕z轴旋转预设角度；

将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像；

对所述第一投影图像进行网格化操作，形成第一网格化图像；

将所述第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像；

标记所述第一二值图像中的连通域；

按照预设规则进行连通域筛选，得到外部干扰点连通域；

根据所述外部干扰点连通域及所述唯一性标识，删除对应的三维坐标点。

26.根据权利要求25所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述预设规则包括：

连通域包含元素数量小于等于所有连通域包含元素数量总和的百分之一，或者，

连通域包含元素行值的平均值与所有连通域包含元素行值的平均值相差大于1000mm，或者，

连通域包含元素列值的平均值与所有连通域包含元素列值的平均值相差大于1000mm。

27.根据权利要求25所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述根据所述外部干扰点连通域及所述唯一性标识，删除对应的三维坐标点，包括：

读取外部干扰点连通域内元素的行列值；

根据所述行列值搜索所述外部干扰点连通域对应的网格；

读取所述网格中包含的三维坐标点标识；

根据所述三维坐标点标识删除对应的三维坐标点。

28.根据权利要求24所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，根据所述唯一性标识去除所述罐体点云数据中位于所述罐体内部空间的干扰点，包括：

将所述罐体点云数据按照预设间隔切分为平行的多个点云切片；

将一点云切片投影至xoy平面，得到第二投影图像；

对所述第二投影图像进行网格化操作，形成第二网格化图像；

将所述第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像；

标记所述第二二值图像中的连通域；

筛选所述连通域，得到内部干扰点连通域；

根据所述内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

29.根据权利要求28所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述筛选所述连通域，得到内部干扰点连通域，包括：

筛选元素数量小于预设阈值的连通域作为内部干扰点连通域。

30.根据权利要求29所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述预设阈值的选取方法包括：

统计每个连通域中的元素数量；

数值选取步骤：随机选取一数值T，所述数值T大于元素数量的最小值、小于元素数量的最大值，且数值T属于整数；

类间方差计算步骤：根据公式计算类间方差g；公式：

ω₀＝N₀/M

ω₁＝N₁/M

μ＝ω₀μ₀+ω₁μ₁

g＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

其中：N₀为元素数量小于数值T的连通域的个数；N₁为元素数量不小于数值T的连通域的个数；M为连通域的总数；μ₀为元素数量小于数值T的连通域的元素数量平均值；μ₁为元素数量不小于数值T的连通域的元素数量平均值；

重复执行数值选取步骤和类间方差计算步骤，直至数值T遍历所述元素数量的最小值与所述元素数量的最大值之间所有整数，得到多个类间方差；

将最大类间方差对应的数值T作为所述预设阈值。

31.根据权利要求28所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述根据所述内部干扰点连通域及三维坐标点标识，删除对应三维坐标点，包括：

读取内部干扰点连通域内元素的行列值；

根据所述行列值搜索所述内部干扰点连通域对应的网格；

读取所述网格中包含的三维坐标点标识；

根据所述三维坐标点标识删除对应的三维坐标点。

32.根据权利要求28所述罐体截面最大直径与最小直径之差的计算方法，其特征在于，所述将所述罐体点云数据按照预设间隔切分为平行的多个点云切片，包括：

步骤1：将所述罐体点云数据按照一间隔切割为平行的多个点云切片；

步骤2：计算每个所述点云切片的上表面所包含点云的面积与下表面所包含点云的面积的比值；

步骤3：判断所述比值是否超出预设区间；

若是，将所述间隔减小预定步长得到新的间隔，重复执行步骤1至步骤3，直至所述比值位于预设区间或间隔小于预设值。

33.一种罐体截面最大直径与最小直径之差的计算装置，其特征在于，罐体的圆柱形筒体外侧对应待测截面位置设有待测截面标靶对；所述罐体截面最大直径与最小直径之差的计算装置包括：

第二三维点云接收模块，接收罐体点云数据，所述罐体点云数据包括：圆柱形筒体点云以及待测截面标靶坐标；

第二拟合模块，对所述圆柱形筒体点云进行拟合得到拟合圆柱及其轴线；

待测点集提取模块，根据所述待测截面标靶对的坐标在所述圆柱形筒体点云中提取待测截面对应的三维坐标点集；

第二计算模块，根据三维坐标点集计算待测截面最大直径与最小直径之差。

34.根据权利要求33所述罐体截面最大直径与最小直径之差的计算装置，其特征在于，所述第二计算模块包括：

分类单元，将所述三维坐标点集分类为位于轴线所在水平面以上的上部坐标点集、位于轴线所在水平面以下的下部坐标点集；

距离计算单元，计算上部坐标点集中每个坐标点与下部坐标点集中的对应点之间的距离值，其中，所述下部坐标点集中的对应点距离垂直交叉线预设长度，所述垂直交叉线包含上部坐标点集中的坐标点且与所述轴线垂直相交；

直径之差计算单元，计算距离值的最大值与距离的最小值之差，得到罐体截面最大直径与最小直径之差。

35.根据权利要求34所述罐体截面最大直径与最小直径之差的计算装置，其特征在于，所述罐体的圆柱形筒体两端分别焊有封头，所述圆柱形筒体与所述封头之间的焊缝处设有焊缝标靶；

所述罐体点云数据还包括：封头点云、焊缝标靶坐标；

所述罐体截面最大直径与最小直径之差的计算装置还包括：

第二封头点云删除模块，根据所述焊缝标靶坐标删除所述罐体点云数据中的所述封头点云，得到圆柱形筒体点云。

36.根据权利要求33所述罐体截面最大直径与最小直径之差的计算装置，其特征在于，还包括：

第二点云标识模块，对所述罐体点云数据中的每个三维坐标点进行唯一性标识；

第二干扰点去除模块，根据所述唯一性标识去除所述罐体点云数据中位于所述罐体外部空间及内部空间的干扰点。

37.根据权利要求36所述罐体截面最大直径与最小直径之差的计算装置，其特征在于，所述第二干扰点去除模块包括：

第二点云旋转单元，将所述罐体点云数据绕z轴旋转预设角度；

第三点云投影单元，将旋转后的罐体点云数据投影至yoz平面，得到第一投影图像；

第三网格化单元，对所述第一投影图像进行网格化操作，形成第一网格化图像；

第三二值化单元，将所述第一网格化图像中含有投影点的网格标识为1，否则标识为0，得到第一二值图像；

第三连通域标记单元，标记所述第一二值图像中的连通域；

第三连通域筛选单元，按照预设规则进行连通域筛选，得到外部干扰点连通域；

第二外部干扰点删除单元，根据所述外部干扰点连通域及所述唯一性标识，删除对应的三维坐标点。

38.根据权利要求36所述罐体截面最大直径与最小直径之差的计算装置，其特征在于，所述第二干扰点去除模块包括：

第二点云切片单元，将所述罐体点云数据按照预设间隔切分为平行的多个点云切片；

第四点云投影单元，将一点云切片投影至xoy平面，得到第二投影图像；

第四网格化单元，对所述第二投影图像进行网格化操作，形成第二网格化图像；

第四二值化单元，将所述第二网格化图像中含有投影点的网格标识为1，否则标识为0，得到第二二值图像；

第四连通域标记单元，标记所述第二二值图像中的连通域；

第四连通域筛选单元，筛选所述连通域，得到内部干扰点连通域；

第二内部干扰点删除单元，根据所述内部干扰点连通域及三维坐标点标识，删除对应三维坐标点。

39.一种罐体截面最大直径与最小直径之差的计算系统，其特征在于，罐体包括：圆柱形筒体、位于所述圆柱形筒体上部中间位置的人孔以及焊接于所述圆柱形筒体两端的两个封头，所述圆柱形筒体与所述封头之间形成有焊缝，所述焊缝处设有焊缝标靶，圆柱形筒体外侧对应待测截面位置设有待测截面标靶；

所述罐体截面最大直径与最小直径之差的计算系统包括：处理设备以及三维测量设备；

所述三维测量设备通过所述人孔伸入所述罐体内部，用于扫描所述罐体内部生成罐体点云数据，并将所述罐体点云数据传送至所述处理设备，所述罐体点云数据包括：圆柱形筒体点云、封头点云、焊缝标靶坐标、待测截面标靶坐标；

所述处理设备接收所述罐体点云数据，并执行如权利要求16至权利要求27任一项所述罐体截面最大直径与最小直径之差的计算方法。

40.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至13任一项所述罐体直线度计算方法的步骤，或者，所述处理器执行所述计算机程序时实现权利要求21至32任一项所述罐体截面最大直径与最小直径之差的计算方法的步骤。

41.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至13任一项所述罐体直线度计算方法的步骤，或者，所述计算机程序被处理器执行时实现权利要求21至32任一项所述罐体截面最大直径与最小直径之差的计算方法的步骤。