CN110230980A - 基于三维点云的死量底量测量方法、系统及存储介质 - Google Patents
基于三维点云的死量底量测量方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110230980A CN110230980A CN201910367389.6A CN201910367389A CN110230980A CN 110230980 A CN110230980 A CN 110230980A CN 201910367389 A CN201910367389 A CN 201910367389A CN 110230980 A CN110230980 A CN 110230980A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- tank body
- dimensional point
- tank
- amount
- 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.)
- Granted
Links
Classifications
-
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了基于三维点云的死量底量测量方法、系统及存储介质,方法包括:根据罐体内部的三维点云数据提取罐体的底部边界;根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据;根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理;根据修复处理的结果,计算罐体的死量和底量。本发明利用罐体内部的三维点云数据得到罐体的底部边界,进而得到罐体的底部点云数据,然后对罐体的底部点云数据进行修复处理,最后计算得到罐体的死量和底量;本发明提高了测量速度且提高了测量精度,可广泛应用于计量校准技术领域。
Description
技术领域
本发明涉及计量校准技术领域,尤其是基于三维点云的死量底量测量方法、系统及存储介质。
背景技术
立式罐作为大宗石油化工产品的存储计量器具,其容量计量的准确性对贸易结算具有重大意义。立式罐罐容计量主要包括围尺法、径向偏差法和光电测距法,其中基于光电测距法的全站仪测量自动化程度较高,但全站仪的主要功能是精确测量角度和距离,而在曲面测量方面却存在着时间长、准确度低的缺点。
三维激光扫描技术的出现为容量计量提供了一种新的可行途径,其采用激光测距原理,扫描速度快,能够在短时间内高密度、精确地提取待测物体表面的三维位置信息,利用这些信息可以实现更高精度、更高空间分辨率的容积测量。
近年来,三维激光扫描技术被迅速应用于罐容量计量领域。目前的三维激光扫描技术均采用切片分层的方式,对不同圈板圆进行拟合,从而得到分层罐容。采用三维激光扫描技术进行立式罐罐容高精度测量,其难点之一在于罐底量/死量的计量。立式罐的罐底采用多块钢板铺设拼接而成,且受温度、压力、应力等多方面影响,其底面高低不平,呈不规则状。现有的测量方法中采用的几何测量法,通过选取测量罐底面一系列同心圆圆周上的8个或16个点,利用扇柱体积公式进行积算。这种方法对于底面钢板的局部凹凸不敏感,同时对测量点的选取有较大的人为影响,导致测量精度较低。
发明内容
有鉴于此,本发明实施例提供一种速度快且准确度高的,基于三维点云的死量底量测量方法、系统及存储介质。
第一方面,本发明实施例提供了一种基于三维点云的死量底量测量方法,包括以下步骤:
根据罐体内部的三维点云数据提取罐体的底部边界;
根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据;
根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理;
根据修复处理的结果,计算罐体的死量和底量。
进一步,所述根据罐体内部的三维点云数据提取罐体的底部边界这一步骤,包括以下步骤:
通过预设夹角的双射面绕过罐体的基准圆圆心竖直线的顶边,从三维点云数据中抽取锐角扇面内的点集;
根据所述点集来确定罐体内部的所抽取的扇面对应的罐底边缘线和罐壁边缘线;
对罐底边缘线和罐壁边缘线进行拟合处理,获取所述夹角对应的底部边界点;
通过改变预设夹角,遍历所有扇面,生成罐体的底部边界。
进一步,所述根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据这一步骤,包括以下步骤:
根据三维点云数据确定罐体的底部基准半径;
根据底部基准半径,确定罐体的底部点云数据。
进一步,所述根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理这一步骤,包括以下步骤:
根据预设的罐体的基准板高度信息,对第一类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第二类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第三类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第四类点云数据进行修复处理;
生成修复处理后的点云集合。
进一步,所述根据修复处理的结果,计算罐体的死量和底量这一步骤,其具体为:
根据修复处理的结果,采用3D-Alpha shape方法计算目标对象的体积;
根据目标对象的体积,计算罐体的死量和底量。
进一步,根据修复处理的结果,采用3D-Alpha shape方法计算目标对象的体积这一步骤,其包括以下步骤:
确定第一参数值;
基于第一参数值,根据修复处理的结果,从点云集合中任取三个点构成组合,得到若干个组合;
逐一选取若干个组合中的任一组合作为第一组合;
判断是否存在一个以第一参数值为半径的球面,使得所述第一组合中的三个点均在球面上,且所述球面内不存在所述三个点之外的任何点,若是,则将所述第一组合中的三个点构成的三角形标记为外表面三角形,并将所述三个点作为外表面顶点;反之,则不进行标记;
根据若干个组合,获取若干个外表面三角形以及对应的若干组外表面顶点;
根据所述若干个外表面三角形以及对应的若干组外表面顶点,将所述点云外表面包围的空间划分为若干个四面体;
根据划分得到的若干个四面体,计算所述点云外表面包围的空间的总体积。
第二方面,本发明实施例还提供了一种基于三维点云的死量底量测量系统,包括:
边界提取模块,用于根据罐体内部的三维点云数据提取罐体的底部边界;
点云提取模块,用于根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据;
修复模块,用于根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理;
测量模块,用于根据修复处理的结果,计算罐体的死量和底量。
第三方面,本发明实施例还提供了一种基于三维点云的死量底量测量系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现所述的基于三维点云的死量底量测量方法。
第四方面,本发明实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的基于三维点云的死量底量测量方法。
上述本发明实施例中的一个或多个技术方案具有如下优点:本发明的实施例利用罐体内部的三维点云数据得到罐体的底部边界,并进而得到罐体的底部点云数据,然后对罐体的底部点云数据进行修复处理,最后计算得到罐体的死量和底量;本发明避免了人工选取圆心点的过程,只需通过三维测量仪器自动测量点云数据,即可通过计算得到罐体的死量和底量,提高了测量速度且提高了测量精度。
附图说明
图1为本发明实施例的步骤流程图;
图2为本发明实施例的双射面抽取点云的第一示意图;
图3为本发明实施例的双射面抽取点云的第二示意图;
图4为本发明实施例的极坐标示意图;
图5为本发明实施例的罐壁边缘线与罐底边缘线的第一示意图;
图6为本发明实施例的罐壁边缘线与罐底边缘线的第二示意图;
图7为本发明实施例的分离底部点云的示意图;
图8为本发明实施例的底部复原高清示意图;
图9为本发明实施例的死量底量的第一示意图;
图10为本发明实施例的死量底量的第二示意图;
图11为本发明实施例的死量底量的第三示意图;
图12为本发明实施例的死量底量的第四示意图;
图13为本发明实施例的修复结果示意图;
图14为本发明实施例的三角剖分结果的第一示意图;
图15为本发明实施例的三角剖分结果的第二示意图;
图16为本发明实施例的识别区域示意图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1,本发明实施例提供了一种基于三维点云的死量底量测量方法,包括以下步骤:
根据罐体内部的三维点云数据提取罐体的底部边界;
根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据;
根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理;
根据修复处理的结果,计算罐体的死量和底量。
进一步作为优选的实施方式,还包括获取罐体内部的三维点云数据的步骤,所述获取罐体内部的三维点云数据这一步骤,包括以下步骤:
通过三维激光扫描仪对罐体进行测量,获取罐体内部的三维点云数据;
通过水准仪对三维点云数据进行校正;
通过点云配准算法对校正后的三维点云数据进行合成,得到三维点云集合。
进一步作为优选的实施方式,所述根据罐体内部的三维点云数据提取罐体的底部边界这一步骤,包括以下步骤:
通过预设夹角的双射面绕过罐体的基准圆圆心竖直线的顶边,从三维点云数据中抽取锐角扇面内的点集;
根据所述点集来确定罐体内部的所抽取的扇面对应的罐底边缘线和罐壁边缘线;
对罐底边缘线和罐壁边缘线进行拟合处理,获取所述夹角对应的底部边界点;
通过改变预设夹角,遍历所有扇面,生成罐体的底部边界。
进一步作为优选的实施方式,所述根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据这一步骤,包括以下步骤:
根据三维点云数据确定罐体的底部基准半径;
根据底部基准半径,确定罐体的底部点云数据。
进一步作为优选的实施方式,所述根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理这一步骤,包括以下步骤:
根据预设的罐体的基准板高度信息,对第一类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第二类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第三类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第四类点云数据进行修复处理;
生成修复处理后的点云集合。
进一步,所述根据修复处理的结果,计算罐体的死量和底量这一步骤,其具体为:
根据修复处理的结果,采用3D-Alpha shape方法计算目标对象的体积;
根据目标对象的体积,计算罐体的死量和底量。
进一步,根据修复处理的结果,采用3D-Alpha shape方法计算目标对象的体积这一步骤,其包括以下步骤:
确定第一参数值;
基于第一参数值,根据修复处理的结果,从点云集合中任取三个点构成组合,得到若干个组合;
逐一选取若干个组合中的任一组合作为第一组合;
判断是否存在一个以第一参数值为半径的球面,使得所述第一组合中的三个点均在球面上,且所述球面内不存在所述三个点之外的任何点,若是,则将所述第一组合中的三个点构成的三角形标记为外表面三角形,并将所述三个点作为外表面顶点;反之,则不进行标记;
根据若干个组合,获取若干个外表面三角形以及对应的若干组外表面顶点;
根据所述若干个外表面三角形以及对应的若干组外表面顶点,将所述点云外表面包围的空间划分为若干个四面体;
根据划分得到的若干个四面体,计算所述点云外表面包围的空间的总体积。
下面详细描述本发明一种基于三维点云的死量底量测量方法的具体实施步骤:
S1、罐内完整三维点云的获取。
所述步骤S1包括以下步骤:
S11、通过三维激光扫描仪对罐体进行测量,获取罐体内部的三维点云数据;
S12、通过水准仪对三维点云数据进行校正;
S13、通过点云配准算法对校正后的三维点云数据进行合成,得到三维点云集合。
具体地,本实施例首先利用三维激光扫描仪在立式罐内进行不少于3个站点的测量,每次测量获取一幅点云图像。在实际测量过程中,由于光学原理而存在一些测量盲区,因此,本实施例通过多站点获取多幅图像的方法来互相弥补消除盲区。
接着,本实施例采用水准仪对测量得到的三维点云数据进行校正;
最后,本实施例通过点云配准算法将三维点云数据合成为完整的点云,并通过坐标系平移,使得本实施例中罐体的最低点的高度z=0,得到由三维坐标(x,y,z)构成的三维点云集合P1。
S2、立式罐底部边界的提取。
其中,所述步骤S2包括以下步骤:
S21、通过预设夹角的双射面绕过罐体的基准圆圆心竖直线的顶边,从三维点云数据中抽取锐角扇面内的点集;
S22、根据所述点集来确定罐体内部的所抽取的扇面对应的罐底边缘线和罐壁边缘线;
S23、对罐底边缘线和罐壁边缘线进行拟合处理,获取所述夹角对应的底部边界点;
S24、通过改变预设夹角,遍历所有扇面,生成罐体的底部边界。
具体地,本实施例先用夹角为2π/n的双射面,绕过基准圆圆心竖直线的顶边,从点云集合P中抽取锐角扇面内的点集P2i,满足下式:
其中,P2i代表利用第i组双射面抽取的点云集合;用x,y,z表点云在直角坐标系中三个维度上的坐标,其中z代表对应的高度维度;n的选择需确保划分出的扇体其在xy平面上的投影的圆弧段可近似等效为直线段。如图2所示,图中红、蓝色平面即为所述双射面,如图3所示,图中红色点云即为单次抽取点云集合。
然后,本实施例将点集P2i转换为极坐标形式在所述极坐标形式的rz坐标系下其形态如图4所示。对于距离站点位置较远的底部边界,通常不会有扫描点恰好落在边界上。
如图5所示,由于原始的点云具有不均匀性,经过前述处理后局部的罐壁边缘线(S段)与罐底边缘线(B段)具有明显的分界。因此,本实施例对S段和B段分别采用保形插值,即采用分段三次hermite插值进行拟合,结果如图6所示。S段和B段拟合之交点P3i即用于表征角2π(i-1)/n到2πi/n之间对应的底部边界。
接着,本实施例将极坐标转换到直角坐标:
最后,本实施例通过遍历i,i=1~N可得到由P3i构成的底部边界集合P3。
S3、立式罐底部的分离。
其中,所述步骤S3包括以下步骤:
S31、根据三维点云数据确定罐体的底部基准半径;
S32、根据底部基准半径,确定罐体的底部点云数据。
具体地,本实施例步骤S2得到的点集P3,忽略其高度信息后拟合圆,得到底部基准半径Rb,则底部(除去边界)点云P4应包含于底部基准半径Rb之内。即应满足:
P4={(x,y,z)∈P|x2+y2<(Rb-ε)2,z<κ·zmax}
其中,微小量ε通常取0.05m,系数κ取0.05。本实施例能够完整刻画底部特征的点云集合P5为点集P3和点集P4的并集。分离的底部点云如图7所示。
本实施例根据P5复原的底部高程图,如图8所示,本实施例复原得到的罐体底部高程图可以清晰的分辨钢板及其接缝。
S4、立式罐底部的修复。
其中,所述步骤S4包括以下步骤:
S41、根据预设的罐体的基准板高度信息,对第一类点云数据进行修复处理;
或者,S42、根据预设的罐体的基准板高度信息,对第二类点云数据进行修复处理;
或者,S43、根据预设的罐体的基准板高度信息,对第三类点云数据进行修复处理;
或者,S44、根据预设的罐体的基准板高度信息,对第四类点云数据进行修复处理;
S45、生成修复处理后的点云集合。
具体地,按照计量检定规程JJG168-2005《立式金属罐容量》中对死量的定义,死量由基准板的高度决定。本实施例记预设的基准板的高度为z0,则死量为z0以下部分的体积。如图9、图10、图11和图12所示,根据底部上凸(sign=+1)或者下凹(sign=-1),以及基准板的高度,产生底部上凸、底部下凹与基准板水平线是否与底部凹凸相交组合的四种情况,如图9-图12所示,图中上凸与下凹部分采用相同形体。图9-图12中,红色虚线代表基准板所在的水平线;蓝色代表底量部分;黄色代表需要修补的面。
图9代表底部上凸、基准板水平线高于底部最高点情况下的死量示意图;所述底部上凸、基准板水平线高于底部最高点情况即为第一类点云数据;
图10代表底部上凸、基准板水平线低于底部最高点情况下的死量示意图;所述底部上凸、基准板水平线低于底部最高点情况即为第二类点云数据;
图11代表底部下凹、基准板水平线高于底部最高点情况下的死量示意图;所述底部下凹、基准板水平线高于底部最高点情况即为第三类点云数据;
图12代表底部下凹、基准板水平线低于底部最高点情况下的死量示意图;所述底部下凹、基准板水平线低于底部最高点情况即为第四类点云数据。
如图9-12所示,由于底量部分的形状极度不规则,因此本实施例在步骤S5中将采用3D-Alpha shape方法进行计算。利用3D-Alpha shape方法计算的无孔全连接几何体体积要求其点云不具有相对较大的孔或空隙。因此对于图9、图10、图11和图12所示中的各情况,3D-Alpha shape方法计算的对象为:
1、图9和图10的绿色部分(其体积为Va)。之后,用基准板水平线以下的类柱体体积(Vc)减去Va,得到死量Vb;
2、图11中的蓝色部分代表死量,即Va=Vb。
3、计算图12中的绿色部分体积(其体积为Va)和完整的下凹部分(其体积为Va+Vb),最后,两者作差得到死量Vb。
则相应的,本实施例需要修补上凸部分的底面/下凹部分的顶面,以及基准板水平线切割上凸/下凹部分之截面:
1、对于上凸部分的底面/下凹部分的顶面,其修补面的点集P6为:取正整数N,使得Rb/N不超过100mm。在半径为(i/N)Rb的圆上,均匀的选取k·i个点,k通常不小于10,本实施例取i=1~N构成点集P6。
2、对于基准板水平线切割上凸/下凹部分之截面,采用被截去部分点云在截面上投影的方式构成点云集合P7,如图13所示,其满足公式:
P7={(x,y,z0)|(x,y,z)∈P4,(z-z0)·sign>0}
即当无需P7时,P7=φ。
另外,P8为底部修补后待输入3D-Alpha shape方法计算体积之点云集合,其满足:
P8={(x,y,z)|P5((z-z0)·sign<0)∪P6∪P7}。
S5、立式罐底量/死量的计算。
其中,步骤S5具体包括以下步骤:
S51、确定第一参数值;
S52、基于第一参数值,根据修复处理的结果,从点云集合中任取三个点构成组合,得到若干个组合;
具体地,本实施例基于第一参数值,根据修复处理的结果,对于点云集合中任意三点构成的组合,例如,若点云集合中有H个点,则这样的组合有组。
S53、逐一选取若干个组合中的任一组合作为第一组合;
S54、判断是否存在一个以第一参数值为半径的球面,使得所述第一组合中的三个点均在球面上,且所述球面内不存在所述三个点之外的任何点,若是,则将所述第一组合中的三个点构成的三角形标记为外表面三角形,并将所述三个点作为外表面顶点;反之,则不进行标记;
S55、根据若干个组合,获取若干个外表面三角形以及对应的若干组外表面顶点;
具体地,本实施例中预设p=1,q=1,对组中的第q组三个点,判断其是否存在一个以第一参数值为半径的球面,使得此三个点均在球面上,同时,该球面内不存在任何前述点云集合中除此三点外的任何点;若是,则将此三点构成的三角形标记为外表面三角形,此三点为外表面顶点,记为Trp:{PTp1,PTp2,PTp3},将p自增1;若否,则不进行标记。
接着,将q自增1,重复上一步骤;直至至此,本实施例获得了若干外表面三角形M个,及相对应的顶点。
S56、根据所述若干个外表面三角形以及对应的若干组外表面顶点,将所述点云外表面包围的空间划分为若干个四面体
S57、根据划分得到的若干个四面体,计算所述点云外表面包围的空间的总体积;
S58、根据所述总体积计算罐体的死量和底量。
具体地,本实施例首先利用3D-Alpha shape方法计算步骤S4中所描述需计算对象。3D-Alpha shape方法计算体积主要分为三步:
第一步,设定参数值α,对P8中任三点的组合,若三点共球面,且球面半径为α,则求出球心并判断是否还有其他P8中的点位于球内,若无,则此三点构成三角形为点云外表面。遍历P8中三点组合即可得到点云外表面的三角剖分图。参数α的大小对应于对罐底部形态的分辨精细程度,α越大则越偏离原貌,α→∞时形成外表面为原形体的凸包;α越小形成表面越贴合原貌,但后续处理数据量大,速度慢。因此本实施例需要根据实际情况选择合适的α大小以满足相应精度要求。如图14所示为选取不同α值(分别选取1,10,100)时得到的三角剖分的对比,如图15所示为选取合适的α值时,获得三角剖分在前后左右四个方向的侧视图。
第二步,以第一步得到的表面三角形及其顶点为基础,使得表面包围的空间划分为互不相交的四面体Tp的集合。
具体地,以罐底部上具有扁平结构的非凸域为例,本实施例可采取在由P8构成的空间域内部,中轴线高度方向1/3处的点P9,则由外表面三角形Trp的三个顶点和P9(P9为PTp4)可形成四面体Tp。遍历p=1~M则可以将表面包围的空间划分为互不相交的四面体Tp的集合。
第三步,由于划分出四面体其四个顶点的空间坐标PTpj=(xTpj,yTpj,zTpj),j=1,2,3,4均已知,因此可以利用四面体体积公式计算所述四面体的体积VTp:
则步骤S4中所描述需计算目标对象(所述点云外表面包围的空间)的总体积为:
Va=∑VTp
得到该总体积后再根据实际应用场景,执行对应的以下步骤:
场景1、对图9和图10中的情况,计算绿色部分体积Va后,用基准板水平线以下的类柱体体积Vc减去Va,得到死量Vb。
场景2、对图11中的情况,采用Alpha shape方法计算蓝色部分的体积,这个体积即为死量对应的Va=Vb。
场景3、对图12中的情况,完整的下凹部分体积Va+Vb减去绿色部分体积Va得到死量Vb。
相应的,本实施例的底量定义为底部最高点之下的体积,则从步骤S4开始,将基准水平线设置为经过底部最高点,并返回完成步骤S4和S5即可。
下面详细描述本实施例中出现的各个变量的具体含义:
本方案中,用x,y,z表示点云在直角坐标系中三个维度上的坐标,其中z对应高度维度。
用r,z代表点云在柱坐标系中径向维度和高度维度的坐标。
另外,用P代表点集,不同角标的含义依次为:
P1代表多站点测量后合成的完整点云集合;
P2i代表利用第i组双射面抽取的点云集合;
P3i代表利用P2i推出的第i组双射面对应的底部边界点;
P3为P3i的集合,由i遍历(1~n)获得,即推导得到的底部边界点集合。
P4从P中分离出在P3范围内的底部点云。
P5为P3和P4的并集,为能完整刻画底部形态的点云集合。
P6为上凸部分的底面/下凹部分的顶面修补面的点集。
P7对于基准板水平线切割上凸/下凹部分之截面修补面的点集。(φ表示空集)
P8为底部修补后待输入3D-Alpha shape方法计算体积之点云集合。
P9是指为了划分四面体而在P8所包围空间域内部插入的一点。
PTpj代表三角形Trp或四面体Tp的第j个顶点,相应的(xTpj,yTpj,zTpj)为其坐标。
用Rb代表利用P3拟合圆的半径。
用sign=+1或-1代表底面上凸或下凹。
用α表示3D-AlphaShape方法中三角剖分所用判定球面的半径。
用Trp表示底部表面经三角剖分划分出的序号为p的三角形。
用Tp表示底面经三角剖分划分出的序号为p的四面体。
用VTp表示四面体Tp的体积。
det表示代表求方阵的行列式。
综上所述,本发明以三维激光扫描技术为基础,为立式罐容量计量中底量/死量测量提供了一种高精度的解决方案。与现行的底量/死量测量方法相比,本发明提供的死量/底量测量方法具有以下优势:
1、使用更少的人工操作。本发明采用三维激光扫描仪测量立式罐底量/死量时,只需将测量仪器放置在至少三个位置上完成自动化测量,后续处理均程序化。相对的,现行的底量/死量测量方法,需要在罐底部按规则选择至少65个点用标尺测量其相对高度。
2、本发明提高了精度。本发明采用三维激光扫描仪测量立式罐底量/死量时,其分辨率达到10cm以下,对于局部的凹凸具有良好的敏感性。若采用现行底量/死量测量方法,其测量点按规定取65个点,则其对如图16所示绿色区域的凸起或凹陷不敏感或者完全无法获知,而采用本发明之方法则对局部凹凸均能识别。
与图1的方法相对应,本发明实施例还提供了一种基于三维点云的死量底量测量系统,包括:
边界提取模块,用于根据罐体内部的三维点云数据提取罐体的底部边界;
点云提取模块,用于根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据;
修复模块,用于根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理;
测量模块,用于根据修复处理的结果,计算罐体的死量和底量。
与图1的方法相对应,本发明实施例还提供了一种基于三维点云的死量底量测量系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现所述的基于三维点云的死量底量测量方法。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
与图1的方法相对应,本发明实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的基于三维点云的死量底量测量方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明并且采用方块图的形式举例说明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
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。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.基于三维点云的死量底量测量方法,其特征在于:包括以下步骤:
根据罐体内部的三维点云数据提取罐体的底部边界;
根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据;
根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理;
根据修复处理的结果,计算罐体的死量和底量。
2.根据权利要求1所述的基于三维点云的死量底量测量方法,其特征在于:所述根据罐体内部的三维点云数据提取罐体的底部边界这一步骤,包括以下步骤:
通过预设夹角的双射面绕过罐体的基准圆圆心竖直线的顶边,从三维点云数据中抽取锐角扇面内的点集;
根据所述点集来确定罐体内部的所抽取的扇面对应的罐底边缘线和罐壁边缘线;
对罐底边缘线和罐壁边缘线进行拟合处理,获取所述夹角对应的底部边界点;
通过改变预设夹角,遍历所有扇面,生成罐体的底部边界。
3.根据权利要求1所述的基于三维点云的死量底量测量方法,其特征在于:所述根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据这一步骤,包括以下步骤:
根据三维点云数据确定罐体的底部基准半径;
根据底部基准半径,确定罐体的底部点云数据。
4.根据权利要求1所述的基于三维点云的死量底量测量方法,其特征在于:所述根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理这一步骤,包括以下步骤:
根据预设的罐体的基准板高度信息,对第一类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第二类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第三类点云数据进行修复处理;
或者,根据预设的罐体的基准板高度信息,对第四类点云数据进行修复处理;
生成修复处理后的点云集合。
5.根据权利要求1所述的基于三维点云的死量底量测量方法,其特征在于:所述根据修复处理的结果,计算罐体的死量和底量这一步骤,其具体为:
根据修复处理的结果,采用3D-Alpha shape方法计算目标对象的体积;
根据目标对象的体积,计算罐体的死量和底量。
6.根据权利要求5所述的基于三维点云的死量底量测量方法,其特征在于:根据修复处理的结果,采用3D-Alpha shape方法计算目标对象的体积这一步骤,其包括以下步骤:
确定第一参数值;
基于第一参数值,根据修复处理的结果,从点云集合中任取三个点构成组合,得到若干个组合;
逐一选取若干个组合中的任一组合作为第一组合;
判断是否存在一个以第一参数值为半径的球面,使得所述第一组合中的三个点均在球面上,且所述球面内不存在所述三个点之外的任何点,若是,则将所述第一组合中的三个点构成的三角形标记为外表面三角形,并将所述三个点作为外表面顶点;反之,则不进行标记;
根据若干个组合,获取若干个外表面三角形以及对应的若干组外表面顶点;
根据所述若干个外表面三角形以及对应的若干组外表面顶点,将所述点云外表面包围的空间划分为若干个四面体;
根据划分得到的若干个四面体,计算所述点云外表面包围的空间的总体积。
7.基于三维点云的死量底量测量系统,其特征在于:包括:
边界提取模块,用于根据罐体内部的三维点云数据提取罐体的底部边界;
点云提取模块,用于根据罐体的底部边界,从三维点云数据中提取罐体的底部点云数据;
修复模块,用于根据预设的罐体的基准板高度信息,对罐体的底部点云数据进行修复处理;
测量模块,用于根据修复处理的结果,计算罐体的死量和底量。
8.基于三维点云的死量底量测量系统,其特征在于:包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-6中任一项所述的基于三维点云的死量底量测量方法。
9.一种存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-6中任一项所述的基于三维点云的死量底量测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910367389.6A CN110230980B (zh) | 2019-05-05 | 2019-05-05 | 基于三维点云的死量底量测量方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910367389.6A CN110230980B (zh) | 2019-05-05 | 2019-05-05 | 基于三维点云的死量底量测量方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110230980A true CN110230980A (zh) | 2019-09-13 |
CN110230980B CN110230980B (zh) | 2021-03-16 |
Family
ID=67860433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910367389.6A Active CN110230980B (zh) | 2019-05-05 | 2019-05-05 | 基于三维点云的死量底量测量方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110230980B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5861412A (ja) * | 1981-10-09 | 1983-04-12 | Nippon Kaiji Kentei Kyokai | 大型タンクの容量測定方法 |
CN101114276A (zh) * | 2007-08-28 | 2008-01-30 | 中国地质大学(武汉) | 固体矿床三维可视化储量计算系统及计算方法 |
CN102032847A (zh) * | 2009-09-28 | 2011-04-27 | 中国石油化工股份有限公司 | 带液罐底边部标高测量方法和罐底容量检定方法 |
CN103267479A (zh) * | 2013-04-24 | 2013-08-28 | 上海数联空间科技有限公司 | 一种基于油罐的is-ltc激光雷达计量系统 |
CN103389136A (zh) * | 2013-07-17 | 2013-11-13 | 中国计量学院 | 基于三维激光扫描技术的外浮顶立式金属罐容积测量方法 |
CN103440683A (zh) * | 2013-04-28 | 2013-12-11 | 大连大学 | 一种基于三维散乱稠密点云的三角网格重构方法 |
CN104077987A (zh) * | 2014-06-17 | 2014-10-01 | 天津大学 | 基于阿尔法形态的显示器三维色域体积快速算法 |
RU2577090C1 (ru) * | 2014-12-18 | 2016-03-10 | Открытое Акционерное Общество "Научно-Исследовательский Институт "Гермес" | Способ измерения внутреннего объёма топливного бака жидкостной ракеты и градуировки объёма бака по уровням |
CN106548484A (zh) * | 2016-10-27 | 2017-03-29 | 济宁学院 | 基于二维凸包的产品模型散乱点云边界特征提取方法 |
US10074191B1 (en) * | 2015-07-05 | 2018-09-11 | Cognex Corporation | System and method for determination of object volume with multiple three-dimensional sensors |
CN109029253A (zh) * | 2018-06-29 | 2018-12-18 | 南京阿凡达机器人科技有限公司 | 一种包裹体积测量方法、系统、储存介质及移动终端 |
-
2019
- 2019-05-05 CN CN201910367389.6A patent/CN110230980B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5861412A (ja) * | 1981-10-09 | 1983-04-12 | Nippon Kaiji Kentei Kyokai | 大型タンクの容量測定方法 |
CN101114276A (zh) * | 2007-08-28 | 2008-01-30 | 中国地质大学(武汉) | 固体矿床三维可视化储量计算系统及计算方法 |
CN102032847A (zh) * | 2009-09-28 | 2011-04-27 | 中国石油化工股份有限公司 | 带液罐底边部标高测量方法和罐底容量检定方法 |
CN103267479A (zh) * | 2013-04-24 | 2013-08-28 | 上海数联空间科技有限公司 | 一种基于油罐的is-ltc激光雷达计量系统 |
CN103440683A (zh) * | 2013-04-28 | 2013-12-11 | 大连大学 | 一种基于三维散乱稠密点云的三角网格重构方法 |
CN103389136A (zh) * | 2013-07-17 | 2013-11-13 | 中国计量学院 | 基于三维激光扫描技术的外浮顶立式金属罐容积测量方法 |
CN104077987A (zh) * | 2014-06-17 | 2014-10-01 | 天津大学 | 基于阿尔法形态的显示器三维色域体积快速算法 |
RU2577090C1 (ru) * | 2014-12-18 | 2016-03-10 | Открытое Акционерное Общество "Научно-Исследовательский Институт "Гермес" | Способ измерения внутреннего объёма топливного бака жидкостной ракеты и градуировки объёма бака по уровням |
US10074191B1 (en) * | 2015-07-05 | 2018-09-11 | Cognex Corporation | System and method for determination of object volume with multiple three-dimensional sensors |
CN106548484A (zh) * | 2016-10-27 | 2017-03-29 | 济宁学院 | 基于二维凸包的产品模型散乱点云边界特征提取方法 |
CN109029253A (zh) * | 2018-06-29 | 2018-12-18 | 南京阿凡达机器人科技有限公司 | 一种包裹体积测量方法、系统、储存介质及移动终端 |
Non-Patent Citations (1)
Title |
---|
庄正杰 等: "基于三维激光扫描及凸包算法的油罐底部排量快速测量", 《计量学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110230980B (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110285792A (zh) | 一种无人机倾斜摄影精细格网土方计量方法 | |
CN103744086B (zh) | 一种地面激光雷达与近景摄影测量数据的高精度配准方法 | |
CN108171780A (zh) | 一种基于激光雷达构建室内真实三维地图的方法 | |
CN106127771A (zh) | 基于激光雷达lidar点云数据获取隧道正射影像系统及方法 | |
CN110490415A (zh) | 一种多无人机视觉协同的建筑进度评估方法 | |
KR101349375B1 (ko) | 3차원 지리정보시스템용 건물의 자동 3차원 공간영상 자동도화방법 | |
CN105931238B (zh) | 一种粮仓储粮体积测量的方法和系统 | |
CN109685886A (zh) | 一种基于混合现实技术的配网三维场景建模方法 | |
CN110409369A (zh) | 边坡开挖数字化施工与质量控制方法 | |
CN103617649B (zh) | 一种基于相机自标定技术的河工模型地形测量方法 | |
JP2016217941A (ja) | 3次元データ評価装置、3次元データ測定システム、および3次元計測方法 | |
CN107610061A (zh) | 一种基于二维投影的保边点云孔洞修补方法 | |
CN107067394A (zh) | 一种倾斜摄影获取点云坐标的方法及装置 | |
CN115560690A (zh) | 一种基于三维激光扫描技术的结构物整体变形分析方法 | |
CN109903382A (zh) | 点云数据的融合方法及装置 | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN111932669A (zh) | 一种基于边坡岩体特征对象的变形监测方法 | |
CN108335354A (zh) | 一种基于移动最小二乘法的贪婪投影三角化算法单木重建方法 | |
CN108919319A (zh) | 海岛礁卫星影像无地面控制点定位方法及系统 | |
Bodenmüller et al. | Online surface reconstruction from unorganized 3d-points for the DLR hand-guided scanner system | |
CN110230980A (zh) | 基于三维点云的死量底量测量方法、系统及存储介质 | |
US20130332110A1 (en) | Non-iterative mapping of capped cylindrical environments | |
CN115713607A (zh) | 基于激光雷达和倾斜摄影提升建模质量的方法 | |
CN106125149B (zh) | 点质量模型中浅层高分辨率点质量最佳埋藏深度确定方法 | |
Liang et al. | Hole-filling algorithm for airborne lidar point cloud data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |