CN111486821A - 一种基于多维位置数据的快速标定方法 - Google Patents
一种基于多维位置数据的快速标定方法 Download PDFInfo
- Publication number
- CN111486821A CN111486821A CN202010352484.1A CN202010352484A CN111486821A CN 111486821 A CN111486821 A CN 111486821A CN 202010352484 A CN202010352484 A CN 202010352484A CN 111486821 A CN111486821 A CN 111486821A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- point cloud
- calibration method
- position data
- cloud data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
Abstract
本发明公开了一种基于多维位置数据的快速标定方法,包括以下步骤:采用三维摄像头采集二维景深图;采用结构光点云转换算法结合标定结果,生成三维点云数据;对生成的三维点云数据进行自适应去噪;在三维点云数据中自动寻找被测包裹的点云数据。本发明所述的一种基于多维位置数据的快速标定方法,能够快速标定物体的位置和体积,而且将常规测量准确度从±10毫米极大提高到了±5毫米,提高了测量精度,可以可以用于不同尺寸不同形状物体的测量,具有广泛性和适应性,而且能够实现对3D体积测量的精准化和便携化,以及对三维物体的全态定位,即动态或静态模式均可以实现精准的定位,结构简单,工作可靠,带来更好的使用前景。
Description
技术领域
本发明涉及物流领域,特别涉及一种基于多维位置数据的快速标定方法。
背景技术
智慧物流是指在互联网和物联网基础上,采用先进的信息采集,信息处理和管理技术,对物品包裹进行智能化包装、配送,装卸,储藏等环节。物品的流动状态可以实时显示,在货物流动过程中进行全程监控,货物能够及时送到需求者手中,其主要的发展目标是更加的经济,可靠,高效。
综上所述,目前我们投入的智能化物流装备领域正在经历积极的升级改造阶段,其设备市场化份额不断增大,需求旺盛。在未来的五年内,各大物流巨头将会完成集成自动化物流的场地改造。并且在未来十年内,会积极探索智能无人化的各种应用场景与方案可能。
在这其中,对于位置的标定成了关键技术之一,如现有技术也有类似的方案,如CN201410039885.6,一种基于多重空间位置叠加定位的物流仓储管理装置。这类技术用于对物流机械和自动装置的控制,但是,其精度与速度都不能够达到较为理想的状态;
其次,现有物流也有采用光学标定位置的方法,但是现有的光学标定方法,需要数十张标定图,在较长时间内才可以完成一次单独标定,效率比较低下;
因此,目前物流行业的自动控制装置的精度较低,速度较慢,不能够满足日益发展的要求为此,我们提出一种基于多维位置数据的快速标定方法。
发明内容
本发明的主要目的在于提供一种基于多维位置数据的快速标定方法,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:
一种基于多维位置数据的快速标定方法,包括以下步骤:
(1)、采用三维摄像头采集二维景深图;
(2)、采用结构光点云转换算法结合标定结果,生成三维点云数据;
(3)、对生成的三维点云数据进行自适应去噪;
(4)、在三维点云数据中自动寻找被测包裹的点云数据;
(5)、分析被测量包裹点云数据,分析测量面空间矢量方向和尺寸;
(6)、对被测量包裹点云数据进行超分辨插值;
(7)、重构被测量包裹的三维尺寸,计算被测量包裹的长宽高。
优选的,步骤(1)中采集二维景深图可以采集整个物流仓储的二维景深图,还可以采集被侧物体所处固定尺寸空间内的二维景深图。
优选的,步骤(1)采集二维景深图场景包括静态采集、动态采集和非规则物体轮廓采集,静态采集对象包括中型货物、大件货物和小件货物。
优选的,所述小件货物的尺寸小于0.3m×0.3m×0.3m,所述大件货物的尺寸大于2m×2m×2m,所述中型货物的尺寸位于小件货物和大件货物之间。
优选的,采集中型货物的二维景深图时采用光深度相机、双目相机和TOF相机。
优选的,采集大件货物的二维景深图时,采用多组分布式深度相机测量整个物流仓储各个部分的二维景深图,然后结合基于多点云的联合配准拼接算法将多组二维景深图组合在一起。
优选的,采集小件货物的二维景深图时,将TOF深度相机模组集成在以MTK、高通为核心的手持终端主板上,直接拍摄获取二维景深图。
优选的,动态采集二维景深图时采用基于线阵激光和工业相机配合的方式动态测量物品的体积,采集时通过线阵激光在滚动皮带上的表面反射,工业相机通过激光线在视场中畸变纠正后的像素坐标,测算物体在对应时刻的横切面积,结合皮带滚动速度进行面积积分,从而获取二维景深图。
优选的,非规则物体轮廓采集时采用基于线阵激光动态非规则物体轮廓成型算法采集二维景深图。
与现有技术相比,本发明一种基于多维位置数据的快速标定方法具有如下有益效果:
1、能够快速标定物体的位置和体积,而且将常规测量准确度从±10毫米极大提高到了±5毫米,提高了测量精度,可以可以用于不同尺寸不同形状物体的测量,具有广泛性和适应性;
2、能够实现对3D体积测量的精准化和便携化,以及对三维物体的全态定位,即动态或静态模式均可以实现精准的定位,结构简单,工作可靠,而且整个基于多维位置数据的快速标定方法简单,操作方便,使用效果相对于传统方式更好。
附图说明
图1为本发明一种基于多维位置数据的快速标定方法的整体流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例1
一种基于多维位置数据的快速标定方法,包括以下步骤:
(1)、采用三维摄像头采集二维景深图;
采集二维景深图可以采集整个物流仓储的二维景深图,还可以采集被侧物体所处固定尺寸空间内的二维景深图;
采集大件货物的二维景深图时,采用多组分布式深度相机测量整个物流仓储各个部分的二维景深图,然后结合基于多点云的联合配准拼接算法将多组二维景深图组合在一起;
大件货物的尺寸大于2m×2m×2m(大件货物指的是长宽高中一个方向大于2m);
(2)、采用结构光点云转换算法结合标定结果,生成三维点云数据;
(3)、对生成的三维点云数据进行自适应去噪;
(4)、在三维点云数据中自动寻找被测包裹的点云数据;
(5)、分析被测量包裹点云数据,分析测量面空间矢量方向和尺寸;
(6)、对被测量包裹点云数据进行超分辨插值;
(7)、重构被测量包裹的三维尺寸,计算被测量包裹的长宽高。
实施例2
一种基于多维位置数据的快速标定方法,包括以下步骤:
(1)、采用三维摄像头采集二维景深图;
采集二维景深图可以采集整个物流仓储的二维景深图,还可以采集被侧物体所处固定尺寸空间内的二维景深图;
采集小件货物的二维景深图时,将TOF深度相机模组集成在以MTK、高通为核心的手持终端主板上,直接拍摄获取二维景深图;
小件货物的尺寸小于0.3m×0.3m×0.3m,(小件货物指的是长宽高中所有的尺寸均小于0.3m);
(2)、采用结构光点云转换算法结合标定结果,生成三维点云数据;
(3)、对生成的三维点云数据进行自适应去噪;
(4)、在三维点云数据中自动寻找被测包裹的点云数据;
(5)、分析被测量包裹点云数据,分析测量面空间矢量方向和尺寸;
(6)、对被测量包裹点云数据进行超分辨插值;
(7)、重构被测量包裹的三维尺寸,计算被测量包裹的长宽高。
实施例3
一种基于多维位置数据的快速标定方法,包括以下步骤:
(1)、采用三维摄像头采集二维景深图;
采集二维景深图可以采集整个物流仓储的二维景深图,还可以采集被侧物体所处固定尺寸空间内的二维景深图;
采集中型货物的二维景深图时采用光深度相机、双目相机和TOF相机;
中型货物的尺寸位于小件货物和大件货物之间;
(2)、采用结构光点云转换算法结合标定结果,生成三维点云数据;
(3)、对生成的三维点云数据进行自适应去噪;
(4)、在三维点云数据中自动寻找被测包裹的点云数据;
(5)、分析被测量包裹点云数据,分析测量面空间矢量方向和尺寸;
(6)、对被测量包裹点云数据进行超分辨插值;
(7)、重构被测量包裹的三维尺寸,计算被测量包裹的长宽高。
实施例4
一种基于多维位置数据的快速标定方法,包括以下步骤:
(1)、采用三维摄像头采集二维景深图;
采集二维景深图时采集滚动皮带的二维景深图;
动态采集二维景深图时采用基于线阵激光和工业相机配合的方式动态测量物品的体积,采集时通过线阵激光在滚动皮带上的表面反射,工业相机通过激光线在视场中畸变纠正后的像素坐标,测算物体在对应时刻的横切面积,结合皮带滚动速度进行面积积分,从而获取二维景深图;
(2)、采用结构光点云转换算法结合标定结果,生成三维点云数据;
(3)、对生成的三维点云数据进行自适应去噪;
(4)、在三维点云数据中自动寻找被测包裹的点云数据;
(5)、分析被测量包裹点云数据,分析测量面空间矢量方向和尺寸;
(6)、对被测量包裹点云数据进行超分辨插值;
(7)、重构被测量包裹的三维尺寸,计算被测量包裹的长宽高。
实施例5
一种基于多维位置数据的快速标定方法,包括以下步骤:
(1)、采用三维摄像头采集二维景深图;
采集二维景深图时采集滚动皮带的二维景深图;
非规则物体轮廓采集时采用基于线阵激光动态非规则物体轮廓成型算法采集二维景深图。
(2)、采用结构光点云转换算法结合标定结果,生成三维点云数据;
(3)、对生成的三维点云数据进行自适应去噪;
(4)、在三维点云数据中自动寻找被测包裹的点云数据;
(5)、分析被测量包裹点云数据,分析测量面空间矢量方向和尺寸;
(6)、对被测量包裹点云数据进行超分辨插值;
(7)、重构被测量包裹的三维尺寸,计算被测量包裹的长宽高。
需要说明的是,本发明一种基于多维位置数据的快速标定方法能够快速标定物体的位置和体积,而且将常规测量准确度从±10毫米极大提高到了±5毫米,提高了测量精度,可以可以用于不同尺寸不同形状物体的测量,具有广泛性和适应性;
能够实现对3D体积测量的精准化和便携化,以及对三维物体的全态定位,即动态或静态模式均可以实现精准的定位,结构简单,工作可靠,而且整个基于多维位置数据的快速标定方法简单,操作方便,使用效果相对于传统方式更好。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种基于多维位置数据的快速标定方法,其特征在于:包括以下步骤:
(1)、采用三维摄像头采集二维景深图;
(2)、采用结构光点云转换算法结合标定结果,生成三维点云数据;
(3)、对生成的三维点云数据进行自适应去噪;
(4)、在三维点云数据中自动寻找被测包裹的点云数据;
(5)、分析被测量包裹点云数据,分析测量面空间矢量方向和尺寸;
(6)、对被测量包裹点云数据进行超分辨插值;
(7)、重构被测量包裹的三维尺寸,计算被测量包裹的长宽高。
2.根据权利要求1所述的一种基于多维位置数据的快速标定方法,其特征在于:步骤(1)中采集二维景深图可以采集整个物流仓储的二维景深图,还可以采集被侧物体所处固定尺寸空间内的二维景深图。
3.根据权利要求1所述的一种基于多维位置数据的快速标定方法,其特征在于:步骤(1)采集二维景深图场景包括静态采集、动态采集和非规则物体轮廓采集,静态采集对象包括中型货物、大件货物和小件货物。
4.根据权利要求3所述的一种基于多维位置数据的快速标定方法,其特征在于:所述小件货物的尺寸小于0.3m×0.3m×0.3m,所述大件货物的尺寸大于2m×2m×2m,所述中型货物的尺寸位于小件货物和大件货物之间。
5.根据权利要求3所述的一种基于多维位置数据的快速标定方法,其特征在于:采集中型货物的二维景深图时采用光深度相机、双目相机和TOF相机。
6.根据权利要求3所述的一种基于多维位置数据的快速标定方法,其特征在于:采集大件货物的二维景深图时,采用多组分布式深度相机测量整个物流仓储各个部分的二维景深图,然后结合基于多点云的联合配准拼接算法将多组二维景深图组合在一起。
7.根据权利要求3所述的一种基于多维位置数据的快速标定方法,其特征在于:采集小件货物的二维景深图时,将TOF深度相机模组集成在以MTK、高通为核心的手持终端主板上,直接拍摄获取二维景深图。
8.根据权利要求3所述的一种基于多维位置数据的快速标定方法,其特征在于:动态采集二维景深图时采用基于线阵激光和工业相机配合的方式动态测量物品的体积,采集时通过线阵激光在滚动皮带上的表面反射,工业相机通过激光线在视场中畸变纠正后的像素坐标,测算物体在对应时刻的横切面积,结合皮带滚动速度进行面积积分,从而获取二维景深图。
9.根据权利要求3所述的一种基于多维位置数据的快速标定方法,其特征在于:非规则物体轮廓采集时采用基于线阵激光动态非规则物体轮廓成型算法采集二维景深图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010352484.1A CN111486821A (zh) | 2020-04-28 | 2020-04-28 | 一种基于多维位置数据的快速标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010352484.1A CN111486821A (zh) | 2020-04-28 | 2020-04-28 | 一种基于多维位置数据的快速标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111486821A true CN111486821A (zh) | 2020-08-04 |
Family
ID=71792052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010352484.1A Pending CN111486821A (zh) | 2020-04-28 | 2020-04-28 | 一种基于多维位置数据的快速标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111486821A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225678A (zh) * | 2016-09-27 | 2016-12-14 | 北京正安维视科技股份有限公司 | 基于3d相机的动态物体定位与体积测量方法 |
CN108413864A (zh) * | 2017-02-10 | 2018-08-17 | 菜鸟智能物流控股有限公司 | 物体尺寸测量方法及相关设备 |
CN108981604A (zh) * | 2018-07-11 | 2018-12-11 | 天津工业大学 | 一种基于线激光的精密零件三维全貌测量方法 |
CN109737874A (zh) * | 2019-01-17 | 2019-05-10 | 广东省智能制造研究所 | 基于三维视觉技术的物体尺寸测量方法及装置 |
CN110514553A (zh) * | 2019-09-24 | 2019-11-29 | 中国烟草总公司郑州烟草研究院 | 一种输送带上烟丝物料堆积密度的在线检测方法 |
-
2020
- 2020-04-28 CN CN202010352484.1A patent/CN111486821A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106225678A (zh) * | 2016-09-27 | 2016-12-14 | 北京正安维视科技股份有限公司 | 基于3d相机的动态物体定位与体积测量方法 |
CN108413864A (zh) * | 2017-02-10 | 2018-08-17 | 菜鸟智能物流控股有限公司 | 物体尺寸测量方法及相关设备 |
CN108981604A (zh) * | 2018-07-11 | 2018-12-11 | 天津工业大学 | 一种基于线激光的精密零件三维全貌测量方法 |
CN109737874A (zh) * | 2019-01-17 | 2019-05-10 | 广东省智能制造研究所 | 基于三维视觉技术的物体尺寸测量方法及装置 |
CN110514553A (zh) * | 2019-09-24 | 2019-11-29 | 中国烟草总公司郑州烟草研究院 | 一种输送带上烟丝物料堆积密度的在线检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109990701B (zh) | 一种大型复杂曲面三维形貌机器人移动测量系统及方法 | |
CN111563923B (zh) | 获得稠密深度图的方法及相关装置 | |
CN110068270B (zh) | 一种基于多线结构光图像识别的单目视觉箱体体积测量方法 | |
CN107610176A (zh) | 一种基于Kinect的栈板动态识别与定位方法、系统及介质 | |
CN110230998B (zh) | 基于线激光和双目相机的快速精密三维测量方法和装置 | |
CN110118528B (zh) | 一种基于棋盘靶标的线结构光标定方法 | |
CN108195377B (zh) | 一种基于三角形周长匹配的反光板匹配算法 | |
CN109794963B (zh) | 一种面向曲面构件的机器人快速定位方法 | |
CN112017240B (zh) | 一种面向无人叉车的托盘识别定位方法 | |
CN104463108A (zh) | 一种单目实时目标识别及位姿测量方法 | |
CN103438826B (zh) | 激光与视觉相结合的钢板的三维测量系统及方法 | |
CN112733428B (zh) | 一种光学测量的扫描姿态与覆盖路径规划方法 | |
Bellandi et al. | Roboscan: a combined 2D and 3D vision system for improved speed and flexibility in pick-and-place operation | |
CN110672029A (zh) | 大型复杂曲面三维形貌机器人柔性测量系统 | |
CN114543787B (zh) | 基于条纹投影轮廓术的毫米级室内建图定位方法 | |
CN115272616A (zh) | 一种室内场景三维重建方法、系统、装置及存储介质 | |
WO2020130085A1 (ja) | 3次元位置・姿勢認識装置及び方法 | |
CN111724432B (zh) | 物体三维检测方法和装置 | |
CN111486821A (zh) | 一种基于多维位置数据的快速标定方法 | |
CN115546216B (zh) | 一种托盘检测方法、装置、设备及存储介质 | |
CN116309882A (zh) | 一种面向无人叉车应用的托盘检测和定位方法及系统 | |
CN113932712A (zh) | 一种基于深度相机和关键点的瓜果类蔬菜尺寸测量方法 | |
CN212515897U (zh) | 主被动三维成像实时处理系统 | |
Li et al. | Stacking objects picking system based on structured light | |
CN112085732A (zh) | 目标物体多视角图像采集与观测角度自动标记装置和方法 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Wenjiang Inventor before: Li Wenjiang Inventor before: Huang Xing Inventor before: Fang Tengfei |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200804 |