CN110728747A - 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法 - Google Patents

一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法 Download PDF

Info

Publication number
CN110728747A
CN110728747A CN201910930204.8A CN201910930204A CN110728747A CN 110728747 A CN110728747 A CN 110728747A CN 201910930204 A CN201910930204 A CN 201910930204A CN 110728747 A CN110728747 A CN 110728747A
Authority
CN
China
Prior art keywords
point cloud
coordinate
vehicle
cloud data
point
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.)
Pending
Application number
CN201910930204.8A
Other languages
English (en)
Inventor
王晓东
王孖豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201910930204.8A priority Critical patent/CN110728747A/zh
Publication of CN110728747A publication Critical patent/CN110728747A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法,以激光雷达在对车辆进行外廓尺寸检测的时间段内获得的所有点云坐标数据以及光电开关组计算得到的检车辆行驶平均速度v作为方法的数据,通过过滤、坐标转换等技术手段,对点云数据进行进一步的处理;最终通过OpenGL开放式图形库绘制出车辆的三维点云模型及边界标线。本发明可360°展示车辆外廓形状,检测人员及被检车辆车主能够更直观、更快速的了解检测结果,并且若车辆外廓尺寸未能达到国家标准要求,检测人员和车主可根据本发明绘制的车辆三维视图及边界标线寻找车辆的超限位置。

Description

一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法
技术领域
本发明属于车辆三维外廓绘制领域,具体是一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法。
背景技术
目前市场上大部分基于激光雷达的车辆外廓尺寸自动测量系统在显示检测结果时仅能显示检测得到的数值结果,而无法实时显示被检测车辆的外廓视图。少数能显示被检车辆外廓视图的自动测量系统,也仅可以生成被检车辆的侧、俯视图,或倾斜视角的伪三维视图,这些视图仍然无法让检测人员及被检车辆车主更直观、更快速的了解检测结果。因此实现一种显示效果直观、可360°展示车辆外廓形状的车辆三维外廓绘制方法十分必要。
当前涉及基于激光点云数据的车辆三维外廓绘制的方法中,与本方案较为接近的包括:黄泉源(汽车轮廓三维检测系统研究[D].长安大学,2017)通过帧匹配的方法对车辆三维轮廓进行绘制;解凤姣(车辆外廓尺寸测量系统三维点云曲面重建关键技术研究与实现[D].合肥工业大学,2017)以Qt为开发平台,使用PCL开源库实现车辆三维轮廓的绘制;宁奖(激光雷达点云数据处理与三维可视化平台的设计与开发[D].西安电子科技大学,2017)使用Qt和VTK开源库结合开发的方式绘制车辆三维轮廓;居晨阳,陈昆山(基于激光点云的事故车辆曲面重建方法[J].广西大学学报(自然科学版),2014,39(06):1227-1233)利用三维激光雷达技术对事故车辆进行曲面重建。这些方法主要存在如下问题:
(1)车辆三维外廓绘制绘制速度较慢,电脑性能消耗大。
(2)未在车辆三维模型上绘制边界标线,无法观察车辆超限的位置,难以为车辆及时整改提供帮助。
综上所述,当前已有的这些涉及基于激光点云数据的车辆三维外廓绘制的方案,并非是绝大多数车辆检测机构的最佳选择。
发明内容
为了克服现有技术上的不足,本发明提供一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法,可360°展示车辆外廓形状,检测人员及被检车辆车主能够更直观、更快速的了解检测结果。
为了解决上述技术问题本发明提供如下的技术方案:
一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法,包括以下步骤:
步骤1:当车辆进入检测区域后,收集激光雷达收集到的点云数据,并对点云数据进行初步过滤处理;
步骤2:过滤噪声点云坐标点。遍历所有经过步骤1初步过滤的点云坐标,计算每个点云坐标点与前后n1个坐标点的平均坐标值的距离di,若di>d1,则判定该坐标点为噪声点云坐标点,将其从点云数据中剔除;
步骤3:通过光电开关组计算被检车辆行驶的平均速度
Figure BDA0002219985040000021
并依据激光雷达的扫描频率f及平均速度
Figure BDA0002219985040000022
计算每帧点云数据中坐标点的Z轴方向坐标值;
步骤3.1:光电开关组包含4对光电开关,相邻光开关对间距离为L,光电开关组第1对光电开关收到被遮挡信号时,判断为检测开始时刻,记为t1,各侧车辆前后轮依次通过各侧光电开关组检测区域,任一侧前轮遮挡第2个光电开关对的时刻记为t2,任一侧前轮遮挡第3个光电开关对的时刻记为t3,任一侧前轮遮挡第4个光电开关对的时刻记为t4;任一侧后轮遮挡第1个光电开关对的时刻记为t5,一侧后轮遮挡第2个光电开关对的时刻记为t6,任一侧后轮遮挡第3个光电开关对的时刻记为t7,任一侧后轮遮挡第4个光电开关对的时刻记为t8,则计算出被检车辆的平均速度
Figure BDA0002219985040000024
为:
Figure BDA0002219985040000023
激光雷达传感器扫描周期为
Figure BDA0002219985040000031
则相邻第i帧点云数据的Z坐标值的计算公式为:
Figure BDA0002219985040000032
步骤4:使用OpenGL数据读取接口读取点云数据的坐标点坐标,经过特定算法处理后,使用OpenGL中的库函数绘制车辆三维点云模型;
步骤5:绘制边界标线。找出被检车辆X轴方向坐标值最大及最小点及Y轴方向坐标值最大点,并运用OpenGL库函数绘制通过该点并与坐标系Z轴平行的直线;找出被检车辆Z轴方向坐标值最大及最小点,绘制通过该点并与坐标系X轴平行的直线。
进一步,所述步骤1的过程如下;
步骤1.1:获得每一时刻左激光雷达扫描得到的点云数据L={(xi,yi)|i=0,1,...,k-1}与右激光雷达扫描得到的点云数据R={(xi,yi)|i=0,1,...,k-1},k为当前帧点云数据中的点数,左、右激光雷达扫描得到的点云数据帧中坐标点数目一致;
步骤1.2:剔除L、R中满足yi>h1的坐标点,其中,h1表示L、R中坐标点Y轴方向坐标值的阈值上限;
步骤1.3:合并坐标系后,剔除L、R中满足xi<l1或xi>l2的坐标点,其中,l1表示L、R中坐标点X轴方向坐标值的阈值下限,l2表示L、R中坐标点X轴方向坐标值的阈值上限。
本发明的有益效果为:(1)可360°展示车辆外廓形状,检测人员及被检车辆车主能够更直观、更快速的了解检测结果;(2)若车辆外廓尺寸未能达到国家标准要求,车主可根据本发明绘制的车辆三维视图及边界标线寻找车辆的超限位置,并及时整改。
附图说明
图1为设备安装示意图。
图中:1-右激光雷达,2-左激光雷达,3-光电开关组。
图2为光电开关传感器测量车辆行驶平均速度示意图。
图3为绘制的车辆三维外廓案例1。
图4为绘制的车辆三维外廓案例2。
具体实施方式
下面结合实施例来详细阐述本发明的一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法的具体实施方式。
参照图1~图4,一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法,包括以下步骤:
步骤1:当车辆进入检测区域后,收集激光雷达收集到的点云数据,并对点云数据进行初步过滤处理;过程如下:
步骤1.1:获得每一时刻左激光雷达扫描得到的点云数据L={(xi,yi)|i=0,1,...,k-1}与右激光雷达扫描得到的点云数据R={(xi,yi)|i=0,1,...,k-1},k为当前帧点云数据中的点数,左、右激光雷达扫描得到的点云数据帧中坐标点数目一致,在本实例中k=274;
步骤1.2:剔除L、R中满足yi>h1的坐标点,其中,h1表示L、R中坐标点Y轴方向坐标值的阈值上限,在本实例中h1=4200mm;
步骤1.3:合并坐标系后,剔除L、R中满足xi<l1或xi>l2的坐标点,其中,l1表示L、R中坐标点X轴方向坐标值的阈值下限,l2表示L、R中坐标点X轴方向坐标值的阈值上限,在本实例中l1=500mm,l2=4000mm;
步骤2:过滤噪声点云坐标点。遍历所有经过步骤1初步过滤的点云坐标,计算每个点云坐标点与前后n1个坐标点的平均坐标值的距离di,若di>d1,则判定该坐标点为噪声点云坐标点,将其从点云数据中剔除;
步骤3:通过光电开关组计算被检车辆行驶的平均速度
Figure BDA0002219985040000051
并依据激光雷达的扫描频率f及平均速度
Figure BDA0002219985040000052
计算每帧点云数据中坐标点的Z轴方向坐标值,在本实例中f=60Hz;
步骤3.1:光电开关组包含4对光电开关,相邻光开关对间距离为L,在本实例中L=28mm。光电开关组第1对光电开关收到被遮挡信号时,判断为检测开始时刻,记为t1,各侧车辆前后轮依次通过各侧光电开关组检测区域,任一侧前轮遮挡第2个光电开关对的时刻记为t2,任一侧前轮遮挡第3个光电开关对的时刻记为t3,任一侧前轮遮挡第4个光电开关对的时刻记为t4;任一侧后轮遮挡第1个光电开关对的时刻记为t5,一侧后轮遮挡第2个光电开关对的时刻记为t6,任一侧后轮遮挡第3个光电开关对的时刻记为t7,任一侧后轮遮挡第4个光电开关对的时刻记为t8,则计算出被检车辆的平均速度
Figure BDA0002219985040000056
为:
Figure BDA0002219985040000053
激光雷达传感器扫描周期为
Figure BDA0002219985040000054
则相邻第i帧点云数据的Z坐标值的计算公式为:
Figure BDA0002219985040000055
步骤4:使用OpenGL数据读取接口读取点云数据的坐标点坐标,经过特定算法处理后,使用OpenGL中的库函数绘制车辆三维点云模型;
步骤5:绘制边界标线。找出被检车辆X轴方向坐标值最大及最小点及Y轴方向坐标值最大点,并运用OpenGL库函数绘制通过该点并与坐标系Z轴平行的直线,找出被检车辆Z轴方向坐标值最大及最小点,绘制通过该点并与坐标系X轴平行的直线。如图3、图4所示为绘制完成的车辆三维外廓案例。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围的不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (2)

1.一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法,其特征在于,所述方法包括以下步骤:
步骤1:当车辆进入检测区域后,收集激光雷达收集到的点云数据,并对点云数据进行初步过滤处理;
步骤2:过滤噪声点云坐标点,遍历所有经过步骤1初步过滤的点云坐标,计算每个点云坐标点与前后n1个坐标点的平均坐标值的距离di,若di>d1,则判定该坐标点为噪声点云坐标点,将其从点云数据中剔除;
步骤3:通过光电开关组计算被检车辆行驶的平均速度
Figure FDA0002219985030000016
并依据激光雷达的扫描频率f及平均速度
Figure FDA0002219985030000015
计算每帧点云数据中坐标点的Z轴方向坐标值;
步骤3.1:光电开关组包含4对光电开关,相邻光开关对间距离为L,光电开关组第1对光电开关收到被遮挡信号时,判断为检测开始时刻,记为t1,各侧车辆前后轮依次通过各侧光电开关组检测区域,任一侧前轮遮挡第2个光电开关对的时刻记为t2,任一侧前轮遮挡第3个光电开关对的时刻记为t3,任一侧前轮遮挡第4个光电开关对的时刻记为t4;后轮遮挡第1个光电开关对的时刻记为t5,一侧后轮遮挡第2个光电开关对的时刻记为t6,任一侧后轮遮挡第3个光电开关对的时刻记为t7,任一侧后轮遮挡第4个光电开关对的时刻记为t8,则计算出被检车辆的平均速度为:
Figure FDA0002219985030000012
激光雷达传感器扫描周期为
Figure FDA0002219985030000013
则相邻第i帧点云数据的Z坐标值的计算公式为:
Figure FDA0002219985030000014
步骤4:使用OpenGL数据读取接口读取点云数据的坐标点坐标,经过特定算法处理后,使用OpenGL中的库函数绘制车辆三维点云模型;
步骤5:绘制边界标线。找出被检车辆X轴方向坐标值最大及最小点及Y轴方向坐标值最大点,并运用OpenGL库函数绘制通过该点并与坐标系Z轴平行的直线;找出被检车辆Z轴方向坐标值最大及最小点,绘制通过该点并与坐标系X轴平行的直线。
2.如权利要求1所述的一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法,其特征在于,所述步骤1的过程如下:
步骤1.1:获得每一时刻左激光雷达扫描得到的点云数据L={(xi,yi)|i=0,1,...,k-1}与右激光雷达扫描得到的点云数据R={(xi,yi)|i=0,1,...,k-1},k为当前帧点云数据中的点数,左、右激光雷达扫描得到的点云数据帧中坐标点数目一致;
步骤1.2:剔除L、R中满足yi>h1的坐标点,其中,h1表示L、R中坐标点Y轴方向坐标值的阈值上限;
步骤1.3:合并坐标系后,剔除L、R中满足xi<l1或xi>l2的坐标点,其中,l1表示L、R中坐标点X轴方向坐标值的阈值下限,l2表示L、R中坐标点X轴方向坐标值的阈值上限。
CN201910930204.8A 2019-09-29 2019-09-29 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法 Pending CN110728747A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910930204.8A CN110728747A (zh) 2019-09-29 2019-09-29 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910930204.8A CN110728747A (zh) 2019-09-29 2019-09-29 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法

Publications (1)

Publication Number Publication Date
CN110728747A true CN110728747A (zh) 2020-01-24

Family

ID=69219582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910930204.8A Pending CN110728747A (zh) 2019-09-29 2019-09-29 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法

Country Status (1)

Country Link
CN (1) CN110728747A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111915901A (zh) * 2020-08-12 2020-11-10 上海电科市政工程有限公司 用于电子治超的多维度车辆特征精确实时判定系统
CN112735135A (zh) * 2020-12-31 2021-04-30 东来智慧交通科技(深圳)有限公司 高速运动车辆超限检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239904A (zh) * 2014-09-28 2014-12-24 中南大学 轨道车辆外部轮廓非接触式检测方法
CN107167090A (zh) * 2017-03-13 2017-09-15 深圳市速腾聚创科技有限公司 车辆外廓尺寸测量方法及系统
CN109655004A (zh) * 2019-01-31 2019-04-19 浙江工业大学 一种基于光电传感器的车辆轴距及轴距差检测方法
CN109828282A (zh) * 2019-01-31 2019-05-31 浙江工业大学 一种基于激光雷达的车辆外廓尺寸自动检测系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239904A (zh) * 2014-09-28 2014-12-24 中南大学 轨道车辆外部轮廓非接触式检测方法
CN107167090A (zh) * 2017-03-13 2017-09-15 深圳市速腾聚创科技有限公司 车辆外廓尺寸测量方法及系统
CN109655004A (zh) * 2019-01-31 2019-04-19 浙江工业大学 一种基于光电传感器的车辆轴距及轴距差检测方法
CN109828282A (zh) * 2019-01-31 2019-05-31 浙江工业大学 一种基于激光雷达的车辆外廓尺寸自动检测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王寒凝: "基于激光测距的车型识别分类系统" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111915901A (zh) * 2020-08-12 2020-11-10 上海电科市政工程有限公司 用于电子治超的多维度车辆特征精确实时判定系统
CN111915901B (zh) * 2020-08-12 2021-10-08 上海电科市政工程有限公司 用于电子治超的多维度车辆特征精确实时判定系统
CN112735135A (zh) * 2020-12-31 2021-04-30 东来智慧交通科技(深圳)有限公司 高速运动车辆超限检测方法

Similar Documents

Publication Publication Date Title
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
CN103077526B (zh) 具有深度检测功能的列车异常检测方法及系统
CN105203552A (zh) 一种360°踏面图像检测系统及其检测方法
CN108088799B (zh) 机动车尾气林格曼黑度的测量方法及系统
CN112731440A (zh) 高速铁路边坡形变检测方法及装置
CN113011388B (zh) 一种基于车牌及车道线的车辆外轮廓尺寸检测方法
CN108921164A (zh) 一种基于三维点云分割的接触网定位器坡度检测方法
CN112198170B (zh) 一种无缝钢管外表面三维检测中识别水滴的检测方法
CN115482195A (zh) 一种基于三维点云的列车部件变形检测方法
CN112464889A (zh) 道路车辆姿态和运动信息检测方法
CN110728747A (zh) 一种基于激光点云数据及OpenGL的车辆三维外廓绘制方法
CN113808133A (zh) 一种基于三维点云的地铁闸瓦故障检测方法
CN113514849A (zh) 一种车辆参数检测方法、系统及存储介质
CN104766336A (zh) 一种固体发动机三维ct缺陷提取及标记方法
CN105184792A (zh) 一种圆锯片磨损量在线测量方法
CN108460348B (zh) 基于三维模型的道路目标检测方法
CN103901499B (zh) 基于三维重建技术的c80车体表面异物检测装置及方法
CN109816682B (zh) 一种基于凹凸性的腕臂系统分割与参数检测方法
CN115063579A (zh) 基于二维图像和三维点云投影的列车定位销松动检测方法
CN114863064A (zh) 一种汽车轮廓曲面模型构建方法及系统
Gautama et al. Evaluation of stereo matching algorithms for occupant detection
García et al. Rail surface inspection system using differential topographic images
CN116642420A (zh) 一种汽车风窗玻璃涂胶在线胶型检测装置及方法
CN116862829A (zh) 一种覆冰环境下架空线路弧垂监测方法及装置
CN116309371A (zh) 列车零部件异常检测方法、装置及电子设备、介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200124