CN111275753B - 车厢内沙石体积的测量方法 - Google Patents

车厢内沙石体积的测量方法 Download PDF

Info

Publication number
CN111275753B
CN111275753B CN202010051504.1A CN202010051504A CN111275753B CN 111275753 B CN111275753 B CN 111275753B CN 202010051504 A CN202010051504 A CN 202010051504A CN 111275753 B CN111275753 B CN 111275753B
Authority
CN
China
Prior art keywords
sand
carriage
frame
vehicle frame
loaded
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
Application number
CN202010051504.1A
Other languages
English (en)
Other versions
CN111275753A (zh
Inventor
金长俊
谢赟生
梁庄成
李宗泽
王国龙
王晓振
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.)
China Construction Eighth Engineering Division Co Ltd
Original Assignee
China Construction Eighth Engineering Division Co Ltd
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 China Construction Eighth Engineering Division Co Ltd filed Critical China Construction Eighth Engineering Division Co Ltd
Priority to CN202010051504.1A priority Critical patent/CN111275753B/zh
Publication of CN111275753A publication Critical patent/CN111275753A/zh
Application granted granted Critical
Publication of CN111275753B publication Critical patent/CN111275753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种车厢内沙石体积的测量方法,包括于施工现场的进口处设置双目相机,将双目相机架设于进口处;在装载有沙石的车辆进入施工现场时,利用双目相机拍摄装载有沙石的车辆的车厢得到车厢装载沙石时的图像信息;在沙石卸载完成后,利用双目相机拍摄空载时车辆的车厢得到车厢空载时的图像信息;对车厢装载沙石时的图像信息进行分析处理以得到装载车框计算区域,对车厢空载时的图像信息进行分析处理以得到空载车框计算区域;从车厢装载沙石时的图像信息中获取对应装载车框计算区域内的各个点的位置信息,从车厢空载时的图像信息中获取对应空载车框计算区域内的各个点的位置信息;基于获取的各个点的位置信息计算得到车厢内装载的沙石体积。

Description

车厢内沙石体积的测量方法
技术领域
本发明涉及建筑施工领域,尤指一种车厢内沙石体积的测量方法。
背景技术
建筑工地采用车辆运输沙石入场一般需要进行验收,对于需要量方验收的项目,采用量尺测量车厢内沙石的长宽高并计算得到体积,但是测量效率低下,容易引入人为误差。
发明内容
本发明的目的在于克服现有技术的缺陷,提供一种车厢内沙石体积的测量方法,解决现有技术中采用量尺测量车厢内沙石的长宽高并计算得到体积,但是测量效率低下,容易引入人为误差的问题。
实现上述目的的技术方案是:
本发明提供一种车厢内沙石体积的测量方法,包括:
于施工现场的进口处设置双目相机,将所述双目相机架设于所述进口处;
在装载有沙石的车辆进入所述施工现场时,利用所述双目相机拍摄装载有沙石的车辆的车厢得到车厢装载沙石时的图像信息;
在沙石卸载完成后,利用所述双目相机拍摄空载时车辆的车厢得到车厢空载时的图像信息;
对所述车厢装载沙石时的图像信息进行分析处理以得到装载车框计算区域,对所述车厢空载时的图像信息进行分析处理以得到空载车框计算区域;
从所述车厢装载沙石时的图像信息中获取对应所述装载车框计算区域内的各个点的位置信息,从所述车厢空载时的图像信息中获取对应所述空载车框计算区域内的各个点的位置信息;以及
基于获取的各个点的位置信息计算得到所述车厢内装载的沙石体积。
本发明车厢内沙石体积的测量方法的进一步改进在于,
对所述车厢装载沙石时的图像信息进行分析处理获取装载车框计算区域,包括:
以所述双目相机为原点,记录所述车厢装载沙石时的俯视表面各个点的三维坐标,其中纵坐标为所述双目相机到车厢装载时表面对应点的深度距离;
筛选出装载沙石时车框的左右两侧边沿和尾部边沿点的三维坐标;
筛选出装载沙石时车框的头部边沿点的三维坐标;
对所述车厢空载时的图像信息进行分析处理获取空载车框计算区域,包括:
以所述双目相机为原点,记录所述车厢空载时的俯视表面对应点的三维坐标,其中纵坐标为所述双目相机到车厢空载时表面各个点的深度距离;
筛选出空载时车框的左右两侧边沿和尾部边沿点的三维坐标;
筛选出空载时车框的头部边沿点的三维坐标。
本发明车厢内沙石体积的测量方法的进一步改进在于,筛选出装载沙石时车框的左右两侧边沿和尾部边沿点的三维坐标,包括:
根据车框边沿点的三维坐标会整体突变的特性,将车厢装载沙石时表面各个点的三维坐标中的深度值大于一预设定值的点去掉;以及
筛选出剩余的点中的边界位置的点的三维坐标;
筛选出空载时车框的左右两侧边沿和尾部边沿点的三维坐标,包括:
根据车框边沿点的三维坐标会整体突变的特性,将车厢空载时表面各个点的三维坐标中的深度值大于一预设定值的点去掉;以及
筛选出剩余的点中的边界位置的点的三维坐标。
本发明车厢内沙石体积的测量方法的进一步改进在于,筛选出装载沙石时车框的头部边沿点的三维坐标,包括:
调正装载沙石时车框;
计算装载沙石时车框中心到车框尾部区间的各个点的车框的宽度,并取平均值作为装载沙石时车框的平均宽度;
从装载沙石时车框尾部向车框头部逐列计算车框两侧边沿的每一点之间的宽度,并与装载沙石时车框的平均宽度相减,如果差值的绝对值大于一定值,则记录该点的三维坐标;
将空载车框和装载车框在尾部边沿处对齐;
从车框尾部向车框头部方向逐列计算空载和装载的车框的宽度;
如果空载和装载的车框的宽度之差绝对值大于一预设定值,则记录该点的三维坐标;
选择距离装载沙石时车框尾部的位置较近的点作为装载沙石时车框头部边沿点;
筛选出空载时车框的头部边沿点的三维坐标,包括:
调正空载时车框;
计算空载时车框中心到车框尾部区间的各个点的车框的宽度,并取平均值作为空载时车框的平均宽度;
从空载时车框尾部向车框头部逐列计算车框两侧边沿的每一点之间的宽度,并与空载时车框的平均宽度相减,如果差值的绝对值大于一定值,则记录该点的三维坐标;
将装载车框和空载车框在尾部边沿处对齐;
从车框尾部向车框头部方向逐列计算装载和空载的车框的宽度;
如果装载和空载的车框的宽度之差绝对值大于一预设定值,则记录该点的三维坐标;
选择距离空载时车框尾部的位置较近的点作为空载时车框头部边沿点。
本发明车厢内沙石体积的测量方法的进一步改进在于,调正装载沙石时车框,包括:
根据装载沙石时车框的左右两侧边沿点的三维坐标,拟合出装载沙石时的车框中线;
求出装载沙石时的车框中线的倾斜角度;以及
根据所述倾斜角度调正装载沙石时车框;
调正空载时车框,包括:
根据空载时车框的左右两侧边沿点的三维坐标,拟合出空载时的车框中线;
求出空载时的车框中线的倾斜角度;以及
根据所述倾斜角度调正空载时车框。
本发明车厢内沙石体积的测量方法的进一步改进在于,
基于获取的各个点的位置信息计算得到所述车辆内装载的沙石体积,包括:
根据所述车厢装载沙石时的图像信息中各个点的位置计算出以沙石的表面为底、以沙石的表面距所述双目相机的距离为高所形成的区域的体积,作为第一体积;
根据所述车厢空载时的图像信息中各个点的位置计算出以车厢底面为底、以所述车厢底面距所述双目相机的距离为高所形成的区域的体积,作为第二体积;以及
将第二体积减去第一体积得到所述车厢内的沙石体积。
本发明车厢内沙石体积的测量方法的进一步改进在于,计算所述第一体积包括:
将装载沙石时车框的边沿点围合成的区域划分成多个装载网格;
计算所述装载网格内所有点的深度的平均值作为对应装载网格的高度;
根据所述装载网格的长,宽和高计算对应装载网格的体积;以及
将每个所述装载网格的体积叠加求和;
对所述车厢空载时的图像信息进行分析处理获取空载车框计算区域,计算第二体积,包括:
将空载时车框的边沿点围合成的区域划分成多个空载网格;
计算所述空载网格内所有点的深度的平均值作为对应空载网格的高度;
根据所述空载网格的长,宽和高计算对应空载网格的体积;以及
将每个所述空载网格的体积叠加求和。
本发明车厢内沙石体积的测量方法的进一步改进在于,还包括于施工现场的进口处布置车牌识别设备,用于采集对应的车辆的车牌号。
本发明车厢内沙石体积的测量方法的进一步改进在于,还包括通过竖杆架设于所述进口处的补光灯。
本发明车厢内沙石体积的测量方法的有益效果:
本发明通过在施工现场进口处双目相机,利用双目相机拍摄装载有沙石的车厢得到车厢装载沙石时的图像信息;在沙石卸载完成后,利用双目相机拍摄空载时车厢得到车厢空载时的图像信息;分别分析图像信息获取装载和空载时的车框计算区域,并基于各个点的位置信息求得对应的体积,两体积之差为车厢内的砂石的体积,测量准确,无需人工拉尺测量,自动化效率高。本发明解决了现有技术中采用量尺测量车厢内沙石的长宽高并计算得到体积,但是测量效率低下,容易引入人为误差的问题。通过车厢将沙石卸载在施工现场,沙石随时被取用,通过测量尺难以准确测量每个车厢卸载到的体积,通过本发明的测量方法能够准确测量每个车厢内的沙石体积。
附图说明
图1为本发明车厢内沙石体积的测量方法的测量状态的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
参阅图1,显示了本发明车厢内沙石体积的测量方法的测量状态的示意图。如图1所示,本发明车厢内沙石体积的测量方法包括如下步骤:
于施工现场的进口处设置双目相机20,将双目相机20架设于进口处;
在装载有沙石的车辆进入施工现场时,利用双目相机拍摄装载有沙石的车辆的车厢10得到车厢装载沙石时的图像信息;
在沙石卸载完成后,利用双目相机20拍摄空载时车辆的车厢10得到车厢10空载时的图像信息;
对车厢10装载沙石时的图像信息进行分析处理以得到装载车框计算区域,对车厢10空载时的图像信息进行分析处理以得到空载车框计算区域;
从车厢10装载沙石时的图像信息中获取对应装载车框计算区域内的各个点的位置信息,从车厢空载时的图像信息中获取对应空载车框计算区域内的各个点的位置信息;以及
基于获取的各个点的位置信息计算得到车厢10内装载的沙石体积。
通过车厢将沙石卸载在施工现场,沙石随时被取用,通过测量尺难以准确测量每个车厢卸载到的体积,通过本发明的测量方法能够准确测量每个车厢内的沙石体积。
具体地,双目立体视觉是机器视觉的一种重要形式,它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体三维几何信息的方法。得到了物体的实际景深信息,就可以计算出物体与相机之间的实际距离,物体三维大小,两点之间实际距离。
在计算机视觉研究中,双目立体视觉是使用最广泛最重要的一种技术形式,双目立体视觉主要是利用左右相机同一时刻在不同位置采集待测物体的两幅图像,通过左右图像间的视差信息来获取物体三维几何信息,具有非接触性测量的特点,效率高测量精度高。
根据双目相机20输出的图像,获得深度点云数据,每个点是一组三维坐标(x,y,z),z值代表某一点的深度值,即相机所处位置到车厢整体不规则表面的各个点的深度距离。
在本实施例中,双目相机20选用视场角为120度、40cm长基线相机。本发明还包括于施工现场的进口处布置车牌识别设备30,用于采集对应的车厢的车牌号。
本发明还包括通过竖杆架设于进口处的补光灯。
双目相机20与补光灯用竖杆架设在车厢上方,距离地面8米,可以满足对车厢长度小于6.5米的车辆进行测量。常规车辆的宽度是2.4米,可以满足。车辆停止的位置要求使车厢上方的相机位于车厢横向和竖向的中间。
作为本发明车厢内沙石体积的测量方法的一较佳实施方式,
对车厢10装载沙石时的图像信息进行分析处理获取装载车框计算区域,包括:
以双目相机20为原点,记录车厢10装载沙石时的俯视表面各个点的三维坐标,其中纵坐标为双目相机到车厢10装载时表面对应点的深度距离;
筛选出装载沙石时车框的左右两侧边沿和尾部边沿点的三维坐标;
筛选出装载沙石时车框的头部边沿点的三维坐标;
对车厢10空载时的图像信息进行分析处理获取空载车框计算区域,并求得双目相机20和空载车框计算区域围合成的第二体积,包括:
以双目相机20为原点,记录车厢10空载时的俯视表面对应点的三维坐标,其中纵坐标为双目相机20到车厢10空载时表面各个点的深度距离;
筛选出空载时车框的左右两侧边沿和尾部边沿点的三维坐标;
筛选出空载时车框的头部边沿点的三维坐标。
作为本发明车厢内沙石体积的测量方法的一较佳实施方式,
筛选出装载沙石时车框的左右两侧边沿和尾部边沿点的三维坐标,包括:
根据车框边沿点的三维坐标会整体突变的特性,将车厢装载沙石时表面各个点的三维坐标中的深度值大于一预设定值的点去掉;以及
筛选出剩余的点中的边界位置的点的三维坐标;
筛选出空载时车框的左右两侧边沿和尾部边沿点的三维坐标,包括:
根据车框边沿点的三维坐标会整体突变的特性,将车厢空载时表面各个点的三维坐标中的深度值大于一预设定值的点去掉;以及
筛选出剩余的点中的边界位置的点的三维坐标。
具体地,识别车厢边框的原理:某点的深度值z大于系统的定值A时,则认为该点是车厢外的无效数据,否则认为是车厢及车厢内的有效数据。按照此方法对相机输出的所有数据进行筛选,无效数据和有效数据的边界坐标就是车边框和尾部框边沿。
在本实施例中,定值A的系统设定为1米。设置依据是该定值A要大于相机到车厢底部的距离。实际车厢底部的高度在1.2~1.4米之间。
根据上述步骤中识别出的车厢两侧边框调平车身。用两侧边框的边沿点位置的(x,y)值,分别求出空车和满车的车厢中、后部的宽度并求平均,结果作为车厢平均宽度。
空车和满车各自进行车框两边及车尾边沿的识别,两者之间无交集。
空车和满车分别逐列计算从车尾到车头方向的车厢宽度,与平均宽度做对比,结果的绝对值大于定值B1的,判定为车头边框的位置并归入坐标组(X,Y,Z);
将空车和满车的车尾坐标对齐,从车尾向车头逐列对比两组车厢宽度,差值的绝对值大于定值B2的,判定为车头边框的位置并归入坐标组(X1,Y1,Z1);
结合(X,Y,Z)和(X1,Y1,Z1)两组数据,取距离尾部边框近的一组数据作为车头边框的位置坐标。
在本实施例中,设置的定值B1:10cm,可调;定值B2:3cm,可调。
作为本发明车厢内沙石体积的测量方法的一较佳实施方式,
筛选出装载沙石时车框的头部边沿点的三维坐标,包括:
调正装载沙石时车框;
计算装载沙石时车框中心到车框尾部区间的各个点的车框的宽度,并取平均值作为装载沙石时车框的平均宽度;
从装载沙石时车框尾部向车框头部逐列计算车框两侧边沿的每一点之间的宽度,并与装载沙石时车框的平均宽度相减,如果差值的绝对值大于一定值,则记录该点的三维坐标;
将空载车框和装载车框在尾部边沿处对齐;
从车框尾部向车框头部方向逐列计算空载和装载的车框的宽度;
如果空载和装载的车框的宽度之差绝对值大于一预设定值,则记录该点的三维坐标;
选择距离装载沙石时车框尾部的位置较近的点作为装载沙石时车框头部边沿点;
筛选出空载时车框的头部边沿点的三维坐标,包括:
调正空载时车框;
计算空载时车框中心到车框尾部区间的各个点的车框的宽度,并取平均值作为空载时车框的平均宽度;
从空载时车框尾部向车框头部逐列计算车框两侧边沿的每一点之间的宽度,并与空载时车框的平均宽度相减,如果差值的绝对值大于一定值,则记录该点的三维坐标;
将装载车框和空载车框在尾部边沿处对齐;
从车框尾部向车框头部方向逐列计算装载和空载的车框的宽度;
如果装载和空载的车框的宽度之差绝对值大于一预设定值,则记录该点的三维坐标;
选择距离空载时车框尾部的位置较近的点作为空载时车框头部边沿点。
具体地,车框的头部边沿需要单独识别的原因:
由于车框两侧边框和车尾边框外侧是地面或者其他相邻物体,界面比较清晰,可以简单的利用边沿点的深度在临界边整体突变的特性来识别出来,而车框的头部边沿连接的是车头或者与车头盖板是一体,结构比较多样复杂,不能用深度突变的方式来识别。
考虑到车框自身各个点的宽度值是相对一致的,而车框的头部边沿与车头接头处的宽度会有变化。基于这一个特点,本发明采用了通过对比车框宽度的变化来识别车头部边框位置的方法。
车框宽度的计算方法:车框每个点都是一组三维坐标值,在车身调平状态下,对两个车边框的相同纵坐标的两个点计算间距,作为这个点的车框宽度。
作为本发明车厢内沙石体积的测量方法的一较佳实施方式,调正装载沙石时车框,包括:
根据装载沙石时车框的左右两侧边沿点的三维坐标,拟合出装载沙石时的车框中线;
求出装载沙石时的车框中线的倾斜角度;以及
根据倾斜角度调正装载沙石时车框;
调正空载时车框,包括:
根据空载时车框的左右两侧边沿点的三维坐标,拟合出空载时的车框中线;
求出空载时的车框中线的倾斜角度;以及
根据倾斜角度调正空载时车框。
作为本发明车厢内沙石体积的测量方法的一较佳实施方式,
基于获取的各个点的位置信息计算得到车辆内装载的沙石体积,包括:
根据车厢装载沙石时的图像信息中各个点的位置计算出以沙石的表面为底、以沙石的表面距双目相机的距离为高所形成的区域的体积,作为第一体积;
根据车厢空载时的图像信息中各个点的位置计算出以车厢底面为底、以车厢底面距双目相机的距离为高所形成的区域的体积,作为第二体积;以及
将第二体积减去第一体积得到车厢内的沙石体积。
作为本发明车厢内沙石体积的测量方法的一较佳实施方式,
计算第一体积包括:
将装载沙石时车框的边沿点围合成的区域划分成多个装载网格;
计算装载网格内所有点的深度的平均值作为对应装载网格的高度;
根据装载网格的长,宽和高计算对应装载网格的体积;以及
将每个装载网格的体积叠加求和;
对车厢空载时的图像信息进行分析处理获取空载车框计算区域,求得计算第二体积,包括:
将空载时车框的边沿点围合成的区域划分成多个空载网格;
计算空载网格内所有点的深度的平均值作为对应空载网格的高度;
根据空载网格的长,宽和高计算对应空载网格的体积;以及
将每个空载网格的体积叠加求和。
具体地,结合车框四边的识别结果,其内部为目标有效区域,将该区域划分成M×N个网格,每个网格长L和宽H,高度是该网格内所有像素点的深度平均值。计算所有网格的体积:空车V1,满车V2;则已卸载沙石料货物的体积V=V1-V2。通过划分网格,将多个网格的体积叠加的方法计算结果更为准确。
在本实施例中,测量过程:在工控机上运行测量程序,系统提醒装载车辆停入指定位置,之后双目相机、车牌采集相机将实时现场数据反馈回工控机预存;等空载车辆经过同样的测量过程后,工控机结合空载和装载的三维数据当场计算出来该辆车的沙石方量,同时关联打印机打出沙石小票。
后台数据处理:现场采集的数据集中到工控机进行计算后,通过接口程序实时回传至云端服务器进行分类存储和分析。
车辆的空载、装载数据在工控机和云端服务器的数据库中是通过车牌号来区分,确保空载和装载的数据属于同一辆车。工控机本地只保留最新的数据,数据量超过一定门限后会删除最早的数据;云端服务器会保存工控机回传的原始测量数据。
存储在云端服务器的数据主要有:用户信息、车辆信息、项目信息、设备信息、料单数据、沙石料数据。
本发明车厢内沙石体积的测量方法的有益效果为:
本发明通过在施工现场进口处双目相机,利用双目相机拍摄装载有沙石的车厢得到车厢装载沙石时的图像信息;在沙石卸载完成后,利用双目相机拍摄空载时车厢得到车厢空载时的图像信息;分别分析图像信息获取装载和空载时的车框计算区域,并基于各个点的位置信息求得对应的体积,两体积之差为车厢内的砂石的体积,测量准确,无需人工拉尺测量,自动化效率高。本发明解决了现有技术中采用量尺测量车厢内沙石的长宽高并计算得到体积,但是测量效率低下,容易引入人为误差的问题。通过车厢将沙石卸载在施工现场,沙石随时被取用,通过测量尺难以准确测量每个车厢卸载到的体积,通过本发明的测量方法能够准确测量每个车厢内的沙石体积。
以上结合附图实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而,实施例中的某些细节不应构成对本发明的限定,本发明将以所附权利要求书界定的范围作为本发明的保护范围。

Claims (5)

1.一种车厢内沙石体积的测量方法,其特征在于,包括:
于施工现场的进口处设置双目相机,将所述双目相机架设于所述进口处;
在装载有沙石的车辆进入所述施工现场时,利用所述双目相机拍摄装载有沙石的车辆的车厢得到车厢装载沙石时的图像信息;
在沙石卸载完成后,利用所述双目相机拍摄空载时车辆的车厢得到车厢空载时的图像信息;
对所述车厢装载沙石时的图像信息进行分析处理以得到装载车框计算区域,对所述车厢空载时的图像信息进行分析处理以得到空载车框计算区域;
从所述车厢装载沙石时的图像信息中获取对应所述装载车框计算区域内的各个点的位置信息,从所述车厢空载时的图像信息中获取对应所述空载车框计算区域内的各个点的位置信息;以及
基于获取的各个点的位置信息计算得到所述车厢内装载的沙石体积;
对所述车厢装载沙石时的图像信息进行分析处理获取装载车框计算区域,包括:
以所述双目相机为原点,记录所述车厢装载沙石时的俯视表面各个点的三维坐标,其中纵坐标为所述双目相机到车厢装载时表面对应点的深度距离;
筛选出装载沙石时车框的左右两侧边沿和尾部边沿点的三维坐标;
筛选出装载沙石时车框的头部边沿点的三维坐标;
对所述车厢空载时的图像信息进行分析处理获取空载车框计算区域,包括:
以所述双目相机为原点,记录所述车厢空载时的俯视表面对应点的三维坐标,其中纵坐标为所述双目相机到车厢空载时表面各个点的深度距离;
筛选出空载时车框的左右两侧边沿和尾部边沿点的三维坐标;
筛选出空载时车框的头部边沿点的三维坐标;
筛选出装载沙石时车框的左右两侧边沿和尾部边沿点的三维坐标,包括:
根据车框边沿点的三维坐标会整体突变的特性,将车厢装载沙石时表面各个点的三维坐标中的深度值大于一预设定值的点去掉;以及
筛选出剩余的点中的边界位置的点的三维坐标;
筛选出空载时车框的左右两侧边沿和尾部边沿点的三维坐标,包括:
根据车框边沿点的三维坐标会整体突变的特性,将车厢空载时表面各个点的三维坐标中的深度值大于一预设定值的点去掉;以及
筛选出剩余的点中的边界位置的点的三维坐标;
筛选出装载沙石时车框的头部边沿点的三维坐标,包括:
调正装载沙石时车框;
计算装载沙石时车框中心到车框尾部区间的各个点的车框的宽度,并取平均值作为装载沙石时车框的平均宽度;
从装载沙石时车框尾部向车框头部逐列计算车框两侧边沿的每一点之间的宽度,并与装载沙石时车框的平均宽度相减,如果差值的绝对值大于一定值,则记录该点的三维坐标;
将空载车框和装载车框在尾部边沿处对齐;
从车框尾部向车框头部方向逐列计算空载和装载的车框的宽度;
如果空载和装载的车框的宽度之差绝对值大于一预设定值,则记录该点的三维坐标;
选择距离装载沙石时车框尾部的位置较近的点作为装载沙石时车框头部边沿点;
筛选出空载时车框的头部边沿点的三维坐标,包括:
调正空载时车框;
计算空载时车框中心到车框尾部区间的各个点的车框的宽度,并取平均值作为空载时车框的平均宽度;
从空载时车框尾部向车框头部逐列计算车框两侧边沿的每一点之间的宽度,并与空载时车框的平均宽度相减,如果差值的绝对值大于一定值,则记录该点的三维坐标;
将装载车框和空载车框在尾部边沿处对齐;
从车框尾部向车框头部方向逐列计算装载和空载的车框的宽度;
如果装载和空载的车框的宽度之差绝对值大于一预设定值,则记录该点的三维坐标;
选择距离空载时车框尾部的位置较近的点作为空载时车框头部边沿点;
基于获取的各个点的位置信息计算得到所述车厢内装载的沙石体积,包括:
根据所述车厢装载沙石时的图像信息中各个点的位置计算出以沙石的表面为底、以沙石的表面距所述双目相机的距离为高所形成的区域的体积,作为第一体积;
根据所述车厢空载时的图像信息中各个点的位置计算出以车厢底面为底、以所述车厢底面距所述双目相机的距离为高所形成的区域的体积,作为第二体积;以及
将第二体积减去第一体积得到所述车厢内的沙石体积。
2.如权利要求1所述的车厢内沙石体积的测量方法,其特征在于,
调正装载沙石时车框,包括:
根据装载沙石时车框的左右两侧边沿点的三维坐标,拟合出装载沙石时的车框中线;
求出装载沙石时的车框中线的倾斜角度;以及
根据所述倾斜角度调正装载沙石时车框;
调正空载时车框,包括:
根据空载时车框的左右两侧边沿点的三维坐标,拟合出空载时的车框中线;
求出空载时的车框中线的倾斜角度;以及
根据空载时的车框中线的倾斜角度调正空载时车框。
3.如权利要求1所述的车厢内沙石体积的测量方法,其特征在于,
计算所述第一体积包括:
将装载沙石时车框的边沿点围合成的区域划分成多个装载网格;
计算所述装载网格内所有点的深度的平均值作为对应装载网格的高度;
根据所述装载网格的长,宽和高计算对应装载网格的体积;以及
将每个所述装载网格的体积叠加求和;
对所述车厢空载时的图像信息进行分析处理获取空载车框计算区域,计算第二体积,包括:
将空载时车框的边沿点围合成的区域划分成多个空载网格;
计算所述空载网格内所有点的深度的平均值作为对应空载网格的高度;
根据所述空载网格的长,宽和高计算对应空载网格的体积;以及
将每个所述空载网格的体积叠加求和。
4.如权利要求1所述的车厢内沙石体积的测量方法,其特征在于,还包括于施工现场的进口处布置车牌识别设备,用于采集对应的车辆的车牌号。
5.如权利要求1所述的车厢内沙石体积的测量方法,其特征在于,还包括通过竖杆架设于所述进口处的补光灯。
CN202010051504.1A 2020-01-17 2020-01-17 车厢内沙石体积的测量方法 Active CN111275753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010051504.1A CN111275753B (zh) 2020-01-17 2020-01-17 车厢内沙石体积的测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010051504.1A CN111275753B (zh) 2020-01-17 2020-01-17 车厢内沙石体积的测量方法

Publications (2)

Publication Number Publication Date
CN111275753A CN111275753A (zh) 2020-06-12
CN111275753B true CN111275753B (zh) 2023-03-24

Family

ID=71001743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010051504.1A Active CN111275753B (zh) 2020-01-17 2020-01-17 车厢内沙石体积的测量方法

Country Status (1)

Country Link
CN (1) CN111275753B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114164877B (zh) * 2021-11-09 2023-04-14 中联重科土方机械有限公司 用于装载物料的方法、控制器及挖掘设备
CN115542337B (zh) * 2022-11-28 2023-05-12 成都维泰油气能源技术有限公司 一种钻井返出的岩屑监测方法、装置和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106839977A (zh) * 2016-12-23 2017-06-13 西安科技大学 基于光栅投影双目成像技术的盾构渣土体积实时测量方法
CN109029254A (zh) * 2018-07-03 2018-12-18 燕山大学 一种基于点云数据处理的列车车厢载货体积及体密度质量检测方法
CN109916301A (zh) * 2019-03-27 2019-06-21 青岛小鸟看看科技有限公司 一种体积测量方法和深度相机模组
CN109993785A (zh) * 2019-03-27 2019-07-09 青岛小鸟看看科技有限公司 一种货箱体积测量方法和深度相机模组
CN110057292A (zh) * 2019-05-27 2019-07-26 杭州亚美利嘉科技有限公司 车厢装载率的确定方法和装置
CN110309561A (zh) * 2019-06-14 2019-10-08 吉旗物联科技(上海)有限公司 货物空间体积测量方法及装置
CN209623832U (zh) * 2019-04-09 2019-11-12 莱芜钢铁集团电子有限公司 一种无人值守安全计量终端

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106839977A (zh) * 2016-12-23 2017-06-13 西安科技大学 基于光栅投影双目成像技术的盾构渣土体积实时测量方法
CN109029254A (zh) * 2018-07-03 2018-12-18 燕山大学 一种基于点云数据处理的列车车厢载货体积及体密度质量检测方法
CN109916301A (zh) * 2019-03-27 2019-06-21 青岛小鸟看看科技有限公司 一种体积测量方法和深度相机模组
CN109993785A (zh) * 2019-03-27 2019-07-09 青岛小鸟看看科技有限公司 一种货箱体积测量方法和深度相机模组
CN209623832U (zh) * 2019-04-09 2019-11-12 莱芜钢铁集团电子有限公司 一种无人值守安全计量终端
CN110057292A (zh) * 2019-05-27 2019-07-26 杭州亚美利嘉科技有限公司 车厢装载率的确定方法和装置
CN110309561A (zh) * 2019-06-14 2019-10-08 吉旗物联科技(上海)有限公司 货物空间体积测量方法及装置

Also Published As

Publication number Publication date
CN111275753A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
US10321116B2 (en) Method and system for volume determination using a structure from motion algorithm
CN111275753B (zh) 车厢内沙石体积的测量方法
CN106056570B (zh) 路面坡度检测装置
US11402849B2 (en) Automated material spreading system
CN107314741A (zh) 货物体积测量方法
CN113640821B (zh) 基于单线激光雷达扫描仪扫描的矿车装载量计量方法
CN106978774A (zh) 一种路面坑槽自动检测方法
DE102013211930A1 (de) Binokulares Objektvergleichsverfahren mit breiter Basislinie unter Verwendung eines Flussnetzes mit minimalen Kosten
DE112020000310T5 (de) Bildverarbeitungssystem, Bildverarbeitungsverfahren, Verfahren zur Erzeugung eines gelernten Modells und Datensatz zum Lernen
CN107796373B (zh) 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法
CN110455368B (zh) 一种矿斗所载矿物体积测量方法及系统
CN102620662A (zh) 基于光幕的车辆尺寸自动测量系统及其测量方法
CN111735385A (zh) 一种竞品车逆向工程中座椅基准点的确定方法
CN112184707A (zh) 基于点云数据的渣土车土石方装载判断方法以及判断系统
CN105300469A (zh) 一种移动龙门式车载物料体积测量系统及方法
CN105021126A (zh) 基于机器视觉技术货车侧防护栏安装尺寸测量系统及方法
CN108535138B (zh) 用于绿色通道车辆的比重检测装置及方法
CN111524134B (zh) 生产线上蜂窝产品规整度的检测方法及检测装置
CN109808732A (zh) 轨道交通车辆限界检测系统
CN109822754A (zh) 用于沥青混凝土搅拌站的自卸车货厢尺寸检测系统及方法
CN115423824A (zh) 一种基于点云体素矩形栅格的火车车厢的定位与分割方法
CN114943890A (zh) 采用无人机载激光点云的变电站场地平整识别方法
WO2019098901A1 (en) Method and image processing system for facilitating estimation of volumes of load of a truck
CN116934832A (zh) 基于现场参照物的三维点云的实时标定方法
CN114414580B (zh) 一种废钢上杂质的识别及扣重方法

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