CN111912352A - 一种容积扫描方法及其装置 - Google Patents

Abstract

本发明公开了一种容积扫描方法及其装置，壳体内部横向设置有隔板，隔板两端与背面均与壳体内壁垂直连接，隔板上表面固定设置有计算模块且下表面固定设置有姿态估计模块，隔板下方设置有速度估算模块和轮廓扫描模块，计算模块分别与姿态估计模块、速度估算模块和轮廓扫描模块电连接，速度估算模块和轮廓扫描模块均与壳体内壁固定连接。本发明通过实时激光扫描，获取物体外围轮廓，同时利用IMU加速度计及陀螺仪数据实时进行姿态估算，并通过速度估算模块对物体移动距离进行积分，从而完成采用相对动态的方式对物体进行体积测量；相对于传统的静态测量方式，动态测量可以节约工作空间，提高工作效率。

Description

一种容积扫描方法及其装置

技术领域

本发明涉及测量设备技术领域，具体为一种容积扫描方法及其装置。

背景技术

在货物运输时需要测量体积，以选择最适当的运输工具及运输路线。货物在入库储存前，也必须测量体积，以评估最适当的储存地点。现有技术中，视觉体积测量系统采用双目、结构光、TOF相机获取物体三维尺寸及体积，三维激光体积测量系统采用三维激光获取物体三维尺寸及体积，多二维激光分布组合式体积测量系统，通过在物体周围安装部署多个二维激光，对二维激光数据进行组合，获取物体三维尺寸及体积，但在实际使用中，三种系统都存在一定的问题，视觉系统对操作环境要求较高(主要是光照)，视场角小，所测量物体尺寸小，三维激光视场角小，需要远距离安装才能获取物体完整数据，且点云稀疏，多二维激光安装复杂，很难进行精确标定，为此，我们提出一种容积扫描装置解决上述缺陷。

发明内容

本发明要解决的技术问题是克服现有的缺陷，提供一种容积扫描方法及其装置，通过对二维激光、IMU、计算模块等进行集成封装，解决了多二维激光安装难、标定难、视觉系统测量尺寸小、测量环境要求高和三维激光安装难等问题。

为实现上述目的，本发明提供如下技术方案：一种容积扫描装置，包括壳体、计算模块、姿态估计模块、速度估算模块和轮廓扫描模块，所述壳体内部横向设置有隔板，所述隔板两端与背面均与壳体内壁垂直连接，所述隔板上表面固定设置有计算模块且下表面固定设置有姿态估计模块，所述隔板下方设置有速度估算模块和轮廓扫描模块，所述计算模块分别与姿态估计模块、速度估算模块和轮廓扫描模块电连接，所述速度估算模块和轮廓扫描模块均与壳体内壁固定连接；其中，

姿态估计模块获取姿态原始数据并进行计算，得到移动物体的估计姿态；

速度估算模块获取移动物体的原始速度并进行分析计算，得到移动物品的估算速度；

轮廓扫描模块获取移动物体的原始轮廓数据；

计算模块获取移动物体的估计姿态、估算速度和原始轮廓数据，进行分析计算，得到移动物体上待测量物体的体积。

进一步的，还包括数据传输模块，所述数据传输模块与隔板固定连接，所述数据传输模块与计算模块电连接，数据传输模块把计算模块得到的数据传输出去。

进一步的，所述隔板上表面设置有一层隔磁片，用以防止电磁波干扰。

进一步的，所述姿态估计模块内部封装IMU，通过实时加速度计及陀螺仪数据进行姿态估计。

进一步的，所述速度估算模块内部封装毫米波测速雷达，通过雷达测速。

进一步的，所述速度估算模块内部封装二维激光测速仪，通过获取的速度原始值配合轮廓匹配算法进行速度解算。

进一步的，所述轮廓扫描模块内部封装二维激光扫描仪，通过实时激光扫描，获取物体外围轮廓，形成切片数据。

进一步的，所述计算模块内部封装PLC控制器，获取数据，进行分析计算，最终得到移动物体上待测量物体的体积。

一种容积扫描方法，包括以下步骤：

S1、移动物体通过时，姿态估计模块、速度估算模块和轮廓扫描模块分别获取姿态原始数据，速度原始数据和轮廓扫描数据；

S2、判断速度原始数据是否需要解算，需要解算时利用轮廓匹配算法进行速度结算，获得估计速度；用姿态估算算法处理姿态原始数据，得到估计姿态；

S3、计算模块利用三维重建算法处理估计速度、估计姿态和轮廓扫描数据，重建三维模型，得到移动物体上待测量物体的体积。

进一步的，轮廓匹配算法为基于HDevelop的形状匹配算法、halcon模板匹配算法或opencv模板匹配算法；姿态估算算法为基于精细模型的车辆三维姿态估算算法；三维重建算法为ElasticReconstruction、DynamicFusion、InfiniTAM或BundleFusion。

进一步的，三维模型的体积计算方法，包括以下步骤：

B1、点云切片，纵向切割点云数据，点云高度为H，以h为间距自下而上依次切割点云数据，并得到n组水平点云切片Si；

其中，n＝H/h；Si＝{D(x,y,z)|x,y∈R+,z＝(i/n)H,i∈[0,n]}；

B2、切片点云数据轮廓边界确定，采用双向最近点搜索法对单个乱序的点云切片进行排序处理，并确定正确的点云切片外轮廓多边形；

B3、计算切片面积，平面点云切片排序完成后，该平面点云切片分为m个点组成，计算切片面积公式为：

其中，Ai为点云切片外轮廓对变形围成的面积，xj、yj为点云切片外轮廓多边形Pi＝(i∈[0,n])的顶点Pi＝(j∈[0,m])的坐标；i为点云切片编号，j为点云切片外轮廓多边形的顶点编号；

B4、计算点云体积，将各个切片的面积Ai累加，并乘以相邻切片间距h，即可得到物体的体积：

与现有技术相比，本发明的有益效果是：本容积扫描装置，具有以下好处：

1、通过实时激光扫描，获取物体外围轮廓，同时利用IMU加速度计及陀螺仪数据实时进行姿态估算，并通过速度估算模块对物体移动距离进行积分，从而完成采用相对动态的方式对物体进行体积测量。

2、相对于传统的静态测量方式，动态测量可以节约工作空间，提高工作效率。

3、对于大型不方便移动的物体，此时静态测量无法满足测量需求，通过相对动态的方式，利用动态体积测量算法，可以完成准确测量，大大扩展了容积测量的应用范围和使用环境。

附图说明

图1为本发明一种的容积扫描装置的立体结构示意图；

图2为本发明一种的容积扫描装置的前视结构示意图；

图3为本发明一种的容积扫描装置的俯视结构示意图；

图4为本发明一种的容积扫描方法的流程图。

图中：1壳体、2隔板、3计算模块、4姿态估计模块、5速度估算模块、6轮廓扫描模块。

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。

请参阅图1-4，本发明提供以下技术方案：

实施例一：如图1-3所示，一种容积扫描装置，包括壳体1、计算模块3、姿态估计模块4、速度估算模块5和轮廓扫描模块6，壳体1内部横向设置有隔板2，隔板2两端与背面均与壳体1内壁垂直连接，隔板2上表面固定设置有计算模块3且下表面固定设置有姿态估计模块4，隔板2下方设置有速度估算模块5和轮廓扫描模块6，计算模块3分别与姿态估计模块4、速度估算模块5和轮廓扫描模块6电连接，速度估算模块5和轮廓扫描模块6均与壳体1内壁固定连接；其中，姿态估计模块4获取姿态原始数据并进行计算，得到移动物体的估计姿态；速度估算模块5获取移动物体的原始速度并进行分析计算，得到移动物品的估算速度；轮廓扫描模块6获取移动物体的原始轮廓数据；计算模块3获取移动物体的估计姿态、估算速度和原始轮廓数据，进行分析计算，得到移动物体上待测量物体的体积。

其中，姿态估计模块4内部封装IMU，通过实时加速度计及陀螺仪数据进行姿态估计；速度估算模块5内部封装二维激光测速仪，通过获取的速度原始值配合轮廓匹配算法进行速度解算；轮廓扫描模块6内部封装二维激光扫描仪，通过实时激光扫描，获取物体外围轮廓，形成切片数据；计算模块3内部封装PLC控制器，获取数据，进行分析计算，最终得到移动物体上待测量物体的体积。

实施例二：

本实施例与实施例一的区别在于：

本实施例中，还包括数据传输模块，数据传输模块与隔板2固定连接，数据传输模块与计算模块3电连接，数据传输模块把计算模块3得到的数据传输出去；隔板2上表面设置有一层隔磁片，用以防止电磁波干扰，速度估算模块5内部封装毫米波测速雷达，通过雷达测速。

实施例三：

如图4所示，一种容积扫描方法，包括以下步骤：

S1、移动物体通过时，姿态估计模块4、速度估算模块5和轮廓扫描模块6分别获取姿态原始数据，速度原始数据和轮廓扫描数据；

S2、判断速度原始数据是否需要解算，需要解算时利用轮廓匹配算法进行速度结算，获得估计速度；用姿态估算算法处理姿态原始数据，得到估计姿态；

S3、计算模块3利用三维重建算法处理估计速度、估计姿态和轮廓扫描数据，重建三维模型，得到移动物体上待测量物体的体积。

其中，轮廓匹配算法为基于HDevelop的形状匹配算法、halcon模板匹配算法或opencv模板匹配算法；姿态估算算法为基于精细模型的车辆三维姿态估算算法；三维重建算法为ElasticReconstruction、DynamicFusion、InfiniTAM或BundleFusion。

S3中，三维模型的体积计算方法，包括以下步骤：

B1、点云切片，纵向切割点云数据，点云高度为H，以h为间距自下而上依次切割点云数据，并得到n组水平点云切片Si；

其中，n＝H/h；Si＝{D(x,y,z)|x,y∈R+,z＝(i/n)H,i∈[0,n]}；

B2、切片点云数据轮廓边界确定，采用双向最近点搜索法对单个乱序的点云切片进行排序处理，并确定正确的点云切片外轮廓多边形；

B3、计算切片面积，平面点云切片排序完成后，该平面点云切片分为m个点组成，计算切片面积公式为：

其中，Ai为点云切片外轮廓对变形围成的面积，xj、yj为点云切片外轮廓多边形Pi＝(i∈[0,n])的顶点Pi＝(j∈[0,m])的坐标；i为点云切片编号，j为点云切片外轮廓多边形的顶点编号；

B4、计算点云体积，将各个切片的面积Ai累加，并乘以相邻切片间距h，即可得到物体的体积：

在使用时：安装好容积扫描装置，移动物体通过时，姿态估计模块4、速度估算模块5和轮廓扫描模块6分别获取姿态原始数据，速度原始数据和轮廓扫描数据；判断速度原始数据是否需要解算，需要解算时利用轮廓匹配算法进行速度结算，获得估计速度，不需要解算时原始速度即为估计速度；用姿态估算算法处理姿态原始数据，得到估计姿态；计算模块3利用三维重建算法处理估计速度、估计姿态和轮廓扫描数据，重建三维模型，通过对三维模型进行点云切片，获取单个点云切片的面积，累加后得到整个点云的体积，也就三维模型的体积，输出后得到移动物体上待测量物体的体积。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种容积扫描装置，其特征在于，包括壳体(1)、计算模块(3)、姿态估计模块(4)、速度估算模块(5)和轮廓扫描模块(6)，所述壳体(1)内部横向设置有隔板(2)，所述隔板(2)两端与背面均与壳体(1)内壁垂直连接，所述隔板(2)上表面固定设置有计算模块(3)且下表面固定设置有姿态估计模块(4)，所述隔板(2)下方设置有速度估算模块(5)和轮廓扫描模块(6)，所述计算模块(3)分别与姿态估计模块(4)、速度估算模块(5)和轮廓扫描模块(6)电连接，所述速度估算模块(5)和轮廓扫描模块(6)均与壳体(1)内壁固定连接；其中，

姿态估计模块(4)获取姿态原始数据并进行计算，得到移动物体的估计姿态；

速度估算模块(5)获取移动物体的原始速度并进行分析计算，得到移动物品的估算速度；

轮廓扫描模块(6)获取移动物体的原始轮廓数据；

计算模块(3)获取移动物体的估计姿态、估算速度和原始轮廓数据，进行分析计算，得到移动物体上待测量物体的体积。

2.根据权利要求1所述的一种容积扫描装置，其特征在于：还包括数据传输模块，所述数据传输模块与隔板(2)固定连接，所述数据传输模块与计算模块(3)电连接。

3.根据权利要求1所述的一种容积扫描装置，其特征在于：所述隔板(2)上表面设置有一层隔磁片。

4.根据权利要求1所述的一种容积扫描装置，其特征在于：所述姿态估计模块(4)内部封装IMU。

5.根据权利要求1所述的一种容积扫描装置，其特征在于：所述速度估算模块(5)内部封装毫米波测速雷达。

6.根据权利要求1所述的一种容积扫描装置，其特征在于：所述速度估算模块(5)内部封装二维激光测速仪。

7.根据权利要求1所述的一种容积扫描装置，其特征在于：所述轮廓扫描模块(6)内部封装二维激光扫描仪。

8.根据权利要求1-7任一所述的一种容积扫描方法，其特征在于，包括以下步骤：

S1、移动物体通过时，姿态估计模块(4)、速度估算模块(5)和轮廓扫描模块(6)分别获取姿态原始数据，速度原始数据和轮廓扫描数据；

S2、判断速度原始数据是否需要解算，需要解算时利用轮廓匹配算法进行速度结算，获得估计速度；用姿态估算算法处理姿态原始数据，得到估计姿态；

S3、计算模块(3)利用三维重建算法处理估计速度、估计姿态和轮廓扫描数据，重建三维模型，得到移动物体上待测量物体的体积。

9.根据权利要求8所述的一种容积扫描方法，其特征在于，轮廓匹配算法为基于HDevelop的形状匹配算法、halcon模板匹配算法或opencv模板匹配算法；姿态估算算法为基于精细模型的车辆三维姿态估算算法；三维重建算法为ElasticReconstruction、DynamicFusion、InfiniTAM或BundleFusion。

10.根据权利要求8所述的一种容积扫描方法，其特征在于，三维模型的体积计算方法，包括以下步骤：

B1、点云切片，纵向切割点云数据，点云高度为H，以h为间距自下而上依次切割点云数据，并得到n组水平点云切片Si；

其中，n＝H/h；Si＝{D(x,y,z)|x,y∈R+,z＝(i/n)H,i∈[0,n]}；

B2、切片点云数据轮廓边界确定，采用双向最近点搜索法对单个乱序的点云切片进行排序处理，并确定正确的点云切片外轮廓多边形；

B3、计算切片面积，平面点云切片排序完成后，该平面点云切片分为m个点组成，计算切片面积公式为：

其中，Ai为点云切片外轮廓对变形围成的面积，xj、yj为点云切片外轮廓多边形Pi＝(i∈[0,n])的顶点Pi＝(j∈[0,m])的坐标；i为点云切片编号，j为点云切片外轮廓多边形的顶点编号；

B4、计算点云体积，将各个切片的面积Ai累加，并乘以相邻切片间距h，即可得到物体的体积：

Images