CN112417591A - 基于云台与扫描仪的车辆建模方法、系统、介质及设备 - Google Patents

基于云台与扫描仪的车辆建模方法、系统、介质及设备 Download PDF

Info

Publication number
CN112417591A
CN112417591A CN202011279621.XA CN202011279621A CN112417591A CN 112417591 A CN112417591 A CN 112417591A CN 202011279621 A CN202011279621 A CN 202011279621A CN 112417591 A CN112417591 A CN 112417591A
Authority
CN
China
Prior art keywords
vehicle
point cloud
cloud data
plane
scanner
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
Application number
CN202011279621.XA
Other languages
English (en)
Other versions
CN112417591B (zh
Inventor
卢俊国
涂俊超
张伦恺
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202011279621.XA priority Critical patent/CN112417591B/zh
Publication of CN112417591A publication Critical patent/CN112417591A/zh
Application granted granted Critical
Publication of CN112417591B publication Critical patent/CN112417591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种基于云台与扫描仪的车辆建模方法、系统、介质及设备，通过线激光扫描仪与旋转云台二者间的配合构成一个激光扫描测量装置，并利用该装置获得货车和所在地面的空间点云，然后建立以车厢表面为基准面的货车坐标系与激光扫描系统坐标系间的位姿关系，进而在货车坐标系下通过对点云数据的处理得到一系列货车建模所需的尺寸信息，与此同时还对车厢表面异物进行了定位与尺寸模型建立，从而更加完善了货车模型的信息。本发明的基于云台与扫描仪的车辆建模方法、系统、介质及设备，具有货车定位精度高、模型尺寸信息准确以及设备成本低的优势，为后期实现高质量的货物自动转载提供了有力的保证。

Description

基于云台与扫描仪的车辆建模方法、系统、介质及设备
技术领域
本发明涉及车辆建模技术领域，特别是涉及一种基于云台与扫描仪的车辆建模方法、系统、介质及设备。
背景技术
货车货物的自动装载能够提高企业产品转运效率、降低企业产品转运人力成本并且使得货物在装载过程中的安全事故率大幅降低。在实现货车货物自动装载的过程中，首先需要对进入货物装卸区域的货车进行定位并建立出该货车的空间几何模型，才能使得用于装卸货物的机器手臂根据货车的空间位姿与模型规划出货物装载的路径。货车位姿定位与模型建立的准确性直接决定了后续的货物自动装载能否顺利完成。
非接触式的自动测量手段主要有两种，一个是基于机器视觉；一个是基于激光扫描。两种测量手段各有特点，相比而言基于视觉的测量方式对现场测量环境的光照、色彩要求更为严格，并且对于大尺寸的物体进行测量经常需要多幅图像拼接才能完成，因而不适合用于在环境复杂多变货物装载现场对来往货车进行自动测量，例如现场可能出现粉尘较多或天气阴暗。基于激光扫描的测量方式则具有测量速度快、感知范围大以及抗环境干扰能力好等特点，非常适合用于获取来往货车的空间点云数据。
目前，车辆外轮廓点云数据处理技术主要针对的是如何获取车辆外轮廓尺寸信息，很少关注车辆的位姿信息，并且位姿信息依靠视觉或惯导类传感器获得，精度较低且容易受外界环境干扰。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于云台与扫描仪的车辆建模方法、系统、介质及设备，用于解决现有技术中货车位姿定位与模型建立的问题。
为实现上述目的及其他相关目的，本发明提供一种基于云台与扫描仪的车辆建模方法，所述云台为旋转云台，所述扫描仪为线激光扫描仪，所述方法包括通过所述线激光扫描仪与所述旋转云台构建激光扫描测量装置，获取车辆未进入车道前车道空间的第一点云数据，并根据所述第一点云数据生成对应的激光扫描装置坐标系；对所述第一点云数据中的车道地面的点云数据进行平面拟合再进行坐标变换，以使车道地面所在平面与所述激光扫描装置坐标系的水平面平行；通过所述激光扫描测量装置，获得车辆进入车道后所述车辆及所述车道空间的第二点云数据；对所述第二点云数据进行所述坐标变换，并根据所述车道地面所在平面的位置分割出所述车辆的点云数据；根据所述车辆的点云数据在纵轴上的分布规律，分割出车厢表面的点云数据、车头表面的点云数据，对所述车厢表面的点云数据进行平面拟合，并将车厢表面所在平面作为车辆坐标系的水平面；对所述车辆的点云数据中除所述车厢表面的点云数据、所述车头表面的点云数据之外的剩余点云数据进行聚类，以得到车厢各挡面的点云数据，并分别对各所述车厢挡面的点云数据进行平面拟合；将拟合得到的各车厢挡面所在平面分别与所述车厢表面所在平面进行平面求交，根据得到的交线建立所述车辆坐标系，并获得所述车辆坐标系相对于所述激光扫描装置坐标系的相对位姿；其中，选取一组相邻车厢挡面所在平面与所述车厢表面所在平面的交线作为横纵轴，将横纵轴的交点作为所述车辆坐标系的原点，将过所述原点且方向为所述车厢表面所在平面的法向量的直线作为纵轴；根据车辆的各部分的点云数据及所述车辆坐标系，计算得到车辆各部分的尺寸。
于本发明的一实施例中，所述方法还包括：对各车厢挡面包围内的点云数据中对除车厢表面以外的点云数据进行聚类，并将聚类结果作为车厢表面异物的点云数据；获取各聚类点云数据的最小包围长方体，将这些长方体的位置作为车厢表面异物的定位。
于本发明的一实施例中，所述根据车辆的各部分的点云数据及所述车辆坐标系，计算得到车辆各部分的尺寸，具体包括：根据相邻交线的交点坐标，计算车厢的平均长度和平均宽度；根据各所述车厢挡面的点云数据得到各车厢挡面的轮廓，进而分别将上轮廓到车厢表面的距离的平均值作为车厢挡面的高度；将属于车厢表面所在平面的点到地面的距离的平均值作为车厢距离地面的高度；对所述车头表面的点云数据进行平面拟合，将属于车头表面所在平面的点到地面的距离的平均值作为车头的高度；将车厢前侧挡面所在平面的垂直面进行横移，获得与所述车头表面点云数据相交的起始平面与结束平面，计算所述起始平面与结束平面的距离作为车头的宽度。
于本发明的一实施例中，所述旋转云台偏转，所述线激光扫描仪扫描，得到每个空间扫描点P到所述线激光扫描仪原点的距离d，以及该点P在所述线激光扫描仪下的偏移角度θ和对应的云台偏转角度α，将所述扫描点P在球面坐标系下的坐标(d，θ，α)转换到笛卡尔坐标(x，y，z)，以生成所述激光扫描装置坐标系。
于本发明的一实施例中，对所述第二点云数据进行所述坐标变换，并根据所述车道地面所在平面的位置分割出所述车辆的点云数据，具体包括：获取所述纵轴方向的最小值
Figure BDA0002780334320000021
并设立第一阈值s，过滤掉数值在
Figure BDA0002780334320000022
区间内的点，以得到所述车辆的点云数据。
于本发明的一实施例中，根据所述车辆的点云数据在纵轴上的分布规律，分割出车厢表面的点云数据，具体包括：将所述所述车辆的点云数据按照所述纵轴方向排序，获得最小值
Figure BDA0002780334320000031
并设立第二阈值u，获得区间
Figure BDA0002780334320000032
内的值，作为所述车厢表面的点云数据。
于本发明的一实施例中，根据所述车辆的点云数据在纵轴上的分布规律，分割出车头表面的点云数据，具体包括：将所述所述车辆的点云数据按照所述纵轴方向排序，，获得最大值
Figure BDA0002780334320000033
并设立第三阈值v，获得区间
Figure BDA0002780334320000034
内的值，其中n为正整数，作为所述车头表面的点云数据。
为实现上述目的及其他相关目的，本发明提供一种上述的电子设备，所述电子设备包括：所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述基于云台与扫描仪的车辆建模方法。
为实现上述目的及其他相关目的，本发明提供一种上述的基于云台与扫描仪的车辆建模系统，所述云台为旋转云台，所述扫描仪为线激光扫描仪，所述系统包括：
激光扫描测量装置，包括所述旋转云台和所述线激光扫描仪，所述线激光扫描仪用于在所述旋转云台的偏转范围内进行扫描，以生成扫描空间的点云数据；
如上述的电子设备，所述电子设备与所述激光扫描测量装置通信连接，还用于控制所述旋转云台进行偏转、控制所述线激光扫描仪进行扫描。
为实现上述目的及其他相关目的，本发明提供一种上述的计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述基于云台与扫描仪的车辆建模方法。
如上所述，本发明的基于云台与扫描仪的车辆建模方法、系统、介质及设备，提供了一种基于线激光扫描与旋转云台的货车空间定位与建模方法，借助线激光扫描仪与旋转云台构成的激光扫描测量系统获得货车与所在地面的空间点云，进而通过对获得的点云数据进行处理得到以车厢表面为基准面的货车坐标系与激光扫描系统坐标系间的位姿关系，并根据货车的外轮廓尺寸信息建立货车的几何模型，定位精度较高，并且要求的硬件成本低、抗外界环境干扰性强。
附图说明
图1显示为本发明的基于云台与扫描仪的车辆建模方法于一实施例中的方法步骤图；
图2显示为本发明的基于云台与扫描仪的车辆建模系统于一实施例中的结构示意图；
图3显示为本发明的激光扫描测量装置于一实施例中的现场实施示意图；
图4显示为本发明的基于云台与扫描仪的车辆建模方法于一实施例中获取的空间点云示意图；
图5显示为本发明的基于云台与扫描仪的车辆建模方法于一实施例中的货车点云分割示意图；
图6显示为本发明的基于云台与扫描仪的车辆建模方法于一实施例中建立的货车模型图；
图7显示为本发明的基于云台与扫描仪的车辆建模方法于一实施例中的的实施示意图。
元件标号说明
S11～S18 步骤
20 基于云台与扫描仪的车辆建模系统
21 激光扫描测量装置
22 电子设备
41 车头
42 车厢
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
请参阅图1，于发明一实施例中，本发明的基于云台与扫描仪的车辆建模方法包括如下步骤：
步骤S11、通过所述线激光扫描仪与所述旋转云台构建激光扫描测量装置，获取车辆未进入车道前车道空间的第一点云数据，并根据所述第一点云数据生成对应的激光扫描装置坐标系；
具体地，所述线激光扫描仪安装在所述旋转云台上，并可通过外部电脑控制云台偏转来控制所述线激光扫描仪进行偏转，从而对停在车道上的货车进行扫描，所述车辆未进入扫描区域内，即所述车道，所述旋转云台偏转，所述线激光扫描仪扫描，得到每个空间扫描点P到所述线激光扫描仪原点的距离d，以及该点P在所述线激光扫描仪下的偏移角度θ和对应的云台偏转角度α，将所述扫描点P在球面坐标系下的坐标(d，θ，α)转换到笛卡尔坐标(x，y，z)，以生成所述激光扫描装置坐标系，记为O-XYZ。
步骤S12、对所述第一点云数据中的车道地面的点云数据进行平面拟合再进行坐标变换，以使车道地面所在平面与所述激光扫描装置坐标系的水平面平行；
具体地，所述车辆未进入所述扫描区域内时，通过所述步骤1获得扫描区域内地面的空间点云数据，并对得到的地面点云数据进行平面拟合，求解一个坐标变换使车道地面所在平面与所述激光扫描装置坐标系的水平面平行。
步骤S13、通过所述激光扫描测量装置，获得车辆进入车道后所述车辆及所述车道空间的第二点云数据；
具体地，当所述车辆进入所述扫描区域时，所述激光扫描测量装置对所述车辆及其周边地面进行扫描，获得所述第二点云数据。
步骤S14、对所述第二点云数据进行所述坐标变换，并根据所述车道地面所在平面的位置分割出所述车辆的点云数据；
具体地，对所述第二点云数据进行所述坐标变换，根据所述车辆的点云数据在纵轴上的分布规律，获取所述纵轴方向的最小值
Figure BDA0002780334320000051
并设立第一阈值s，过滤掉数值在
Figure BDA0002780334320000052
区间内的点，以得到所述车辆的点云数据cloudtruck。
优选地，所述第一阈值s可选“0.3m”，进而把点云数据中所述纵轴方向数值在
Figure BDA0002780334320000053
区间内的点过滤掉，得到所述车辆的点云数据cloudtruck。
步骤S15、根据所述车辆的点云数据在纵轴上的分布规律，分割出车厢表面的点云数据、车头表面的点云数据，对所述车厢表面的点云数据进行平面拟合，并将车厢表面所在平面作为车辆坐标系的水平面；
具体地，将所述车辆的点云数据cloudtruck按照所述纵轴方向排序，获得最小值
Figure BDA0002780334320000054
并设立第二阈值u，获得区间
Figure BDA0002780334320000055
内的值，作为所述车厢表面的点云数据
Figure BDA0002780334320000056
将所述车辆的点云数据cloudtruck按照所述纵轴方向排序，获得最大值
Figure BDA0002780334320000057
并设立第三阈值v，获得区间
Figure BDA0002780334320000058
内的值，其中n为正整数，作为所述车头表面的点云数据
Figure BDA0002780334320000059
进一步地，对所述车厢表面的点云数据
Figure BDA00027803343200000510
进行平面拟合，要求属于平面内的点到拟合面的距离小于0.1m，且属于平面内点的个数不能小于用于拟合点云数据中空间点总个数的70％，以此获得所述车厢表面所在平面
Figure BDA0002780334320000061
并将所述
Figure BDA0002780334320000062
作为所述车辆坐标系的水平面。
优选地，所述第二阈值u的值可选“0.2m”，则将所述车辆的点云数据中所述纵轴方向数值在
Figure BDA0002780334320000063
区间内的点云分割出来，从而获得所述车厢表面的点云数据；所述第三阈值v的值可选“0.15m”，将所述车辆的点云数据中所述纵轴方向数值在
Figure BDA0002780334320000064
区间内的点云分割出来，并判断这部分点云的个数，如果所述点云个数小于所述车厢表面的点云数据个数的三分之一，则继续沿纵轴方向向下取0.15m，此时所述系数n的取值为2，依次增加直到区间内点云的个数满足要求，从而获得所述车头表面的点云数据。
步骤S16、对所述车辆的点云数据中除所述车厢表面的点云数据、所述车头表面的点云数据之外的剩余点云数据进行聚类，以得到车厢各挡面的点云数据，并分别对各所述车厢挡面的点云数据进行平面拟合；
具体地，将所述车厢表面的点云数据
Figure BDA0002780334320000065
与所述车头表面的点云数据
Figure BDA0002780334320000066
从所述车辆的点云数据cloudtruck中去除，对剩下的点云数据根据局部法向量的差异性进行聚类，得到的聚类结果中点云个数最大的四个点云聚类即为车厢前、后、左、右四个挡面的点云数据，分别记为
Figure BDA0002780334320000067
并分别对其进行平面拟合，要求属于平面内的点到拟合面的距离小于0.1m，且属于平面内点的个数不能小于用于拟合点云数据空间点总数的80％，从而得到四个面
Figure BDA0002780334320000068
Figure BDA0002780334320000069
分别对应所述车厢前、后、左、右四个挡面所在平面。
步骤S17、将拟合得到的各车厢挡面所在平面分别与所述车厢表面所在平面进行平面求交，根据得到的交线建立所述车辆坐标系，并获得所述车辆坐标系相对于所述激光扫描装置坐标系的相对位姿；其中，选取一组相邻车厢挡面所在平面与所述车厢表面所在平面的交线作为横纵轴，将横纵轴的交点作为所述车辆坐标系的原点，将过所述原点且方向为所述车厢表面所在平面的法向量的直线作为纵轴；
具体地，将所述
Figure BDA00027803343200000610
及
Figure BDA00027803343200000611
分别与所述车厢表面所在平面
Figure BDA00027803343200000612
进行求交，得到四条交线，分别为
Figure BDA00027803343200000613
Figure BDA00027803343200000614
将所述
Figure BDA00027803343200000615
和
Figure BDA00027803343200000616
这两条交线的交点作为所述车辆坐标系的原点Oc，将过Oc且方向为所述
Figure BDA00027803343200000617
法向量的直线作为Zc，将
Figure BDA00027803343200000618
所在直线作为Xc，将所述
Figure BDA0002780334320000071
所在直线作为Yc，以此获得所述货车相对于所述激光扫描装置坐标系的所述货车坐标系，记为Oc-XcYcZc。
步骤S18、根据车辆的各部分的点云数据及所述车辆坐标系，计算得到车辆各部分的尺寸。
进一步地，根据相邻交线的交点坐标，计算车厢的平均长度和平均宽度；
具体地，通过四条交线
Figure BDA0002780334320000072
可得到四个交点，从而得到两个车厢长与宽的距离，取平均值作为待测车辆车厢的长与宽。
根据各所述车厢挡面的点云数据得到各车厢挡面的轮廓，进而分别将上轮廓到车厢表面的距离的平均值作为车厢挡面的高度；
具体地，通过所述
Figure BDA0002780334320000073
分别获得左、右、前、后挡面的轮廓，进而根据轮廓点云中的所述纵轴方向坐标找到前后挡面的上轮廓，将各自上轮廓中空间点到所述车厢表面所在平面
Figure BDA0002780334320000074
的距离的平均值作为左、右、前、后挡面的高度。
将属于车厢表面所在平面的点到地面的距离的平均值作为车厢距离地面的高度；
具体地，将属于所述车厢表面所在平面
Figure BDA0002780334320000075
的点到地面的距离的平均值作为所述车厢距离地面的高度。
所述车头表面的点云数据进行平面拟合，将属于车头表面所在平面的点到地面的距离的平均值作为车头的高度；
具体地，对所述车头表面的点云数据进行平面拟合，同样要求属于平面内的点到拟合面的距离小于0.1m，且属于平面内点的个数不能小于用于拟合点云数据中空间点总个数的70％，以此获得所述车头表面所在平面
Figure BDA0002780334320000076
将属于所述
Figure BDA0002780334320000077
的点到地面的距离的平均值作为车头的高度。
将所述车厢前侧挡面所在平面的垂直面进行横移，获得与所述车头表面点云数据相交的起始平面与结束平面，计算所述起始平面与结束平面的距离作为车头的宽度。
具体地，将所述车厢前侧挡面所在平面
Figure BDA0002780334320000078
的垂直面沿法向方向向右挡面平移直到所述车头表面的点云数据
Figure BDA0002780334320000079
中有空间点碰到平移的垂直面时平移停止，平移后的垂直面所在平面为所述起始平面，记为planeleft，将垂直面沿法向方向向左挡面平移，同理可得所述结束平面，记为planeright，所述起始平面planeleft与所述结束平面planeright的距离作为车头的宽度。
于发明一实施例中，所述方法还包括：
对各车厢挡面包围内的点云数据中对除车厢表面以外的点云数据进行聚类，并将聚类结果作为车厢表面异物的点云数据；
获取各聚类点云数据的最小包围长方体，将这些长方体的位置作为车厢表面异物的定位。
具体地，将四个挡面包围内的点云从所述车辆的点云数据cloudtruck中分割出来，并去除属于所述车厢表面所在平面
Figure BDA0002780334320000081
内的点云，再对剩下部分点云进行聚类，得到的聚类结果即为车厢表面异物的点云数据，获取每个聚类点云数据的最小包围长方体，通过这些长方体的位置实现对车厢表面异物的定位。
此外，本发明还提供一种电子设备，所述电子设备包括：处理器及存储器，其中，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述设备执行任一项所述基于云台与扫描仪的车辆建模方法。
请参阅图2，在一实施例中，为实现车辆位姿定位与建模，本实施例提供的一种基于云台与扫描仪的车辆建模系统20，其中，所述云台为旋转云台，所述扫描仪为线激光扫描仪，所述系统包括：
激光扫描测量装置21，包括所述旋转云台和所述线激光扫描仪，所述线激光扫描仪用于在所述旋转云台的偏转范围内进行扫描，以生成扫描空间的点云数据；
上述电子设备22，所述电子设备22与所述激光扫描测量装置通信连接，还用于控制所述旋转云台进行偏转、控制所述线激光扫描仪进行扫描。
于发明一实施例中，如图3所示，在现场车道的正上方安装一个由线激光扫描仪(sick lms511)与云台构成的一个激光扫描测量装置，待货车停在指定位置后对其进行扫描，所获得的三维点云数据如图4所示，其中，包含所述货车的车头41与车厢42。
于发明一实施例中，按照本发明所提出的方法对货车点云数据进行处理，点云分割的结果如图5所示，获得的货车尺寸所建立的货车模型如图6所示，并将计算出的货车建模尺寸与人工实际测量的尺寸进行一个比较(如表1所示)。
表1建模尺寸比较
Figure BDA0002780334320000082
Figure BDA0002780334320000091
具体地，表1中的建模尺寸比较结果表明本发明提出的基于云台与扫描仪的车辆建模方法在本实施例中获得了良好的效果。
除此之外，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述基于云台与扫描仪的车辆建模方法。
综上所述，如图7所示，本发明借助线激光扫描仪与云台构成的激光扫描装置获得现场货车的点云数据，进而对所获得的点云数据按照其结构特征进行分割，并计算出需要的位姿与尺寸信息，从而完成货车的空间定位与建模，方法所要求的硬件配置简单、易于实现、成本低，且定位精度较高、抗外界环境干扰性强。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种基于云台与扫描仪的车辆建模方法，其特征在于，所述云台为旋转云台，所述扫描仪为线激光扫描仪，所述方法包括：
通过所述线激光扫描仪与所述旋转云台构建激光扫描测量装置，获取车辆未进入车道前车道空间的第一点云数据，并根据所述第一点云数据生成对应的激光扫描装置坐标系；
对所述第一点云数据中的车道地面的点云数据进行平面拟合再进行坐标变换，以使车道地面所在平面与所述激光扫描装置坐标系的水平面平行；
通过所述激光扫描测量装置，获得车辆进入车道后所述车辆及所述车道空间的第二点云数据；
对所述第二点云数据进行所述坐标变换，并根据所述车道地面所在平面的位置分割出所述车辆的点云数据；
根据所述车辆的点云数据在纵轴上的分布规律，分割出车厢表面的点云数据、车头表面的点云数据，对所述车厢表面的点云数据进行平面拟合，并将车厢表面所在平面作为车辆坐标系的水平面；
对所述车辆的点云数据中除所述车厢表面的点云数据、所述车头表面的点云数据之外的剩余点云数据进行聚类，以得到车厢各挡面的点云数据，并分别对各所述车厢挡面的点云数据进行平面拟合；
将拟合得到的各车厢挡面所在平面分别与所述车厢表面所在平面进行平面求交，根据得到的交线建立所述车辆坐标系，并获得所述车辆坐标系相对于所述激光扫描装置坐标系的相对位姿；其中，选取一组相邻车厢挡面所在平面与所述车厢表面所在平面的交线作为横纵轴，将横纵轴的交点作为所述车辆坐标系的原点，将过所述原点且方向为所述车厢表面所在平面的法向量的直线作为纵轴；
根据车辆的各部分的点云数据及所述车辆坐标系，计算得到车辆各部分的尺寸。
2.根据权利要求1所述的基于云台与扫描仪的车辆建模方法，其特征在于，还包括：
对各车厢挡面包围内的点云数据中对除车厢表面以外的点云数据进行聚类，并将聚类结果作为车厢表面异物的点云数据；
获取各聚类点云数据的最小包围长方体，将这些长方体的位置作为车厢表面异物的定位。
3.根据权利要求1所述的基于云台与扫描仪的车辆建模方法，其特征在于，所述根据车辆的各部分的点云数据及所述车辆坐标系，计算得到车辆各部分的尺寸，具体包括：
根据相邻交线的交点坐标，计算车厢的平均长度和平均宽度；
根据各所述车厢挡面的点云数据得到各车厢挡面的轮廓，进而分别将上轮廓到车厢表面的距离的平均值作为车厢挡面的高度。
将属于车厢表面所在平面的点到地面的距离的平均值作为车厢距离地面的高度；
所述车头表面的点云数据进行平面拟合，将属于车头表面所在平面的点到地面的距离的平均值作为车头的高度；
将车厢前侧挡面所在平面的垂直面进行横移，获得与所述车头表面点云数据相交的起始平面与结束平面，计算所述起始平面与结束平面的距离作为车头的宽度。
4.根据权利要求1所述的基于云台与扫描仪的车辆建模方法，其特征在于，所述旋转云台偏转，所述线激光扫描仪扫描，得到每个空间扫描点P到所述线激光扫描仪原点的距离d，以及该点P在所述线激光扫描仪下的偏移角度θ和对应的云台偏转角度α，将所述扫描点P在球面坐标系下的坐标(d,θ,α)转换到笛卡尔坐标(x,y,z)，以生成所述激光扫描装置坐标系。
5.根据权利要求1所述的基于云台与扫描仪的车辆建模方法，其特征在于，对所述第二点云数据进行所述坐标变换，并根据所述车道地面所在平面的位置分割出所述车辆的点云数据，具体包括：
获取所述纵轴方向的最小值
Figure FDA0002780334310000021
并设立第一阈值s，过滤掉数值在
Figure FDA0002780334310000022
区间内的点，以得到所述车辆的点云数据。
6.根据权利要求1所述的基于云台与扫描仪的车辆建模方法，其特征在于，根据所述车辆的点云数据在纵轴上的分布规律，分割出车厢表面的点云数据，具体包括：
将所述车辆的点云数据按照所述纵轴方向排序，获得最小值
Figure FDA0002780334310000023
并设立第二阈值u，获得区间
Figure FDA0002780334310000024
内的值，作为所述车厢表面的点云数据。
7.根据权利要求1所述的基于云台与扫描仪的车辆建模方法，其特征在于，根据所述车辆的点云数据在纵轴上的分布规律，分割出车头表面的点云数据，具体包括：
将所述车辆的点云数据按照所述纵轴方向排序，获得最大值
Figure FDA0002780334310000025
并设立第三阈值v，获得区间
Figure FDA0002780334310000026
内的值，其中n为正整数，作为所述车头表面的点云数据。
8.一种电子设备，其特征在于，包括：处理器及存储器，其中，
所述存储器用于存储计算机程序；
所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至7中任一项所述的基于云台与扫描仪的车辆建模方法。
9.一种基于云台与扫描仪的车辆建模系统，其特征在于，所述云台为旋转云台，所述扫描仪为线激光扫描仪，所述系统包括：
激光扫描测量装置，包括所述旋转云台和所述线激光扫描仪，所述线激光扫描仪用于在所述旋转云台的偏转范围内进行扫描，以生成扫描空间的点云数据；
如权利要求8所述的电子设备，所述电子设备与所述激光扫描测量装置通信连接，还用于控制所述旋转云台进行偏转、控制所述线激光扫描仪进行扫描。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7中任一项所述的基于云台与扫描仪的车辆建模方法。
CN202011279621.XA 2020-11-16 2020-11-16 基于云台与扫描仪的车辆建模方法、系统、介质及设备 Active CN112417591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011279621.XA CN112417591B (zh) 2020-11-16 2020-11-16 基于云台与扫描仪的车辆建模方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011279621.XA CN112417591B (zh) 2020-11-16 2020-11-16 基于云台与扫描仪的车辆建模方法、系统、介质及设备

Publications (2)

Publication Number Publication Date
CN112417591A true CN112417591A (zh) 2021-02-26
CN112417591B CN112417591B (zh) 2022-06-28

Family

ID=74832291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011279621.XA Active CN112417591B (zh) 2020-11-16 2020-11-16 基于云台与扫描仪的车辆建模方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN112417591B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906232A (zh) * 2021-03-06 2021-06-04 麦特汽车服务股份有限公司 一种汽修用车辆快速建模及喷漆路径规划方法
CN112985464A (zh) * 2021-05-10 2021-06-18 湖北亿咖通科技有限公司 车辆里程计的精度检测方法、电子设备及存储介质
CN113554689A (zh) * 2021-07-19 2021-10-26 广州市杜格科技有限公司 车厢载货体积的测量方法及装置、设备、存储介质
CN113819844A (zh) * 2021-10-15 2021-12-21 南京中远通科技有限公司 一种识别行车物料的方法、装置、设备及可读存储介质
CN113884278A (zh) * 2021-09-16 2022-01-04 杭州海康机器人技术有限公司 一种线激光设备的系统标定方法和装置
CN114265374A (zh) * 2021-11-25 2022-04-01 云南昆船智能装备有限公司 一种agv对厢式卡车货物存取的系统和方法
CN115984278A (zh) * 2023-03-20 2023-04-18 四川吉埃智能科技有限公司 基于待装车辆全特征信息的装车码垛规划方法及系统
CN116594024A (zh) * 2023-07-13 2023-08-15 安丘博阳机械制造有限公司 基于二维激光雷达的车厢测量与定位方法及扫描系统
CN117420562A (zh) * 2023-10-21 2024-01-19 广州市西克传感器有限公司 一种基于云台三维数据的顶开式车厢识别测量系统
CN114265374B (zh) * 2021-11-25 2024-06-11 云南昆船智能装备有限公司 一种agv对厢式卡车货物存取的系统和方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327044A (zh) * 2015-06-30 2017-01-11 宝山钢铁股份有限公司 车载钢卷及车辆鞍座自动识别和定位装置及其方法
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
CN107870324A (zh) * 2017-05-09 2018-04-03 吉林大学 一种多线激光雷达的标定装置和方法
CN108376478A (zh) * 2018-03-27 2018-08-07 成都蓉创智谷科技有限公司 一种停车场智能管理系统
CN110955981A (zh) * 2019-12-16 2020-04-03 北京朗信智能科技有限公司 一种装车现场建模方法
CN111192328A (zh) * 2019-12-31 2020-05-22 芜湖哈特机器人产业技术研究院有限公司 基于二维激光雷达的车厢容器三维扫描系统点云处理方法
CN111766608A (zh) * 2020-06-12 2020-10-13 苏州泛像汽车技术有限公司 一种基于激光雷达的环境感知系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327044A (zh) * 2015-06-30 2017-01-11 宝山钢铁股份有限公司 车载钢卷及车辆鞍座自动识别和定位装置及其方法
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
CN107870324A (zh) * 2017-05-09 2018-04-03 吉林大学 一种多线激光雷达的标定装置和方法
CN108376478A (zh) * 2018-03-27 2018-08-07 成都蓉创智谷科技有限公司 一种停车场智能管理系统
CN110955981A (zh) * 2019-12-16 2020-04-03 北京朗信智能科技有限公司 一种装车现场建模方法
CN111192328A (zh) * 2019-12-31 2020-05-22 芜湖哈特机器人产业技术研究院有限公司 基于二维激光雷达的车厢容器三维扫描系统点云处理方法
CN111766608A (zh) * 2020-06-12 2020-10-13 苏州泛像汽车技术有限公司 一种基于激光雷达的环境感知系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
崔灿 等: "线激光辅助单目视觉测量铁路侵限异物尺寸", 《铁道科学与工程学报》 *
敖平 等: "基于线激光车体旋转扫描系统标定方法", 《新技术新工艺》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112906232A (zh) * 2021-03-06 2021-06-04 麦特汽车服务股份有限公司 一种汽修用车辆快速建模及喷漆路径规划方法
CN112906232B (zh) * 2021-03-06 2022-04-26 麦特汽车服务股份有限公司 一种汽修用车辆快速建模及喷漆路径规划方法
CN112985464A (zh) * 2021-05-10 2021-06-18 湖北亿咖通科技有限公司 车辆里程计的精度检测方法、电子设备及存储介质
CN113554689B (zh) * 2021-07-19 2023-09-22 广州市杜格科技有限公司 车厢载货体积的测量方法及装置、设备、存储介质
CN113554689A (zh) * 2021-07-19 2021-10-26 广州市杜格科技有限公司 车厢载货体积的测量方法及装置、设备、存储介质
CN113884278A (zh) * 2021-09-16 2022-01-04 杭州海康机器人技术有限公司 一种线激光设备的系统标定方法和装置
CN113884278B (zh) * 2021-09-16 2023-10-27 杭州海康机器人股份有限公司 一种线激光设备的系统标定方法和装置
CN113819844A (zh) * 2021-10-15 2021-12-21 南京中远通科技有限公司 一种识别行车物料的方法、装置、设备及可读存储介质
CN114265374A (zh) * 2021-11-25 2022-04-01 云南昆船智能装备有限公司 一种agv对厢式卡车货物存取的系统和方法
CN114265374B (zh) * 2021-11-25 2024-06-11 云南昆船智能装备有限公司 一种agv对厢式卡车货物存取的系统和方法
CN115984278B (zh) * 2023-03-20 2023-07-07 四川吉埃智能科技有限公司 基于待装车辆全特征信息的装车码垛规划方法及系统
CN115984278A (zh) * 2023-03-20 2023-04-18 四川吉埃智能科技有限公司 基于待装车辆全特征信息的装车码垛规划方法及系统
CN116594024A (zh) * 2023-07-13 2023-08-15 安丘博阳机械制造有限公司 基于二维激光雷达的车厢测量与定位方法及扫描系统
CN116594024B (zh) * 2023-07-13 2023-10-20 安丘博阳机械制造有限公司 基于二维激光雷达的车厢测量与定位方法及扫描系统
CN117420562A (zh) * 2023-10-21 2024-01-19 广州市西克传感器有限公司 一种基于云台三维数据的顶开式车厢识别测量系统

Also Published As

Publication number Publication date
CN112417591B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN112417591B (zh) 基于云台与扫描仪的车辆建模方法、系统、介质及设备
CN112906127B (zh) 基于云台与扫描仪的车辆建模方法、系统、介质及设备
US9327406B1 (en) Object segmentation based on detected object-specific visual cues
CN113096094B (zh) 三维物体表面缺陷检测方法
WO2021197345A1 (zh) 一种基于激光雷达的封闭空间内剩余体积的检测方法和装置
CN113246140B (zh) 一种基于相机测量的多模型工件无序抓取方法及装置
CN111192328B (zh) 基于二维激光雷达的车厢容器三维扫描系统点云处理方法
CN113011388B (zh) 一种基于车牌及车道线的车辆外轮廓尺寸检测方法
CN112906128B (zh) 基于直线导轨与扫描仪的车辆建模方法、设备及系统
CN112529958B (zh) 一种单激光雷达散货货船舱口位置识别方法
CN112613378A (zh) 3d目标检测方法、系统、介质及终端
CN115609591B (zh) 一种基于2D Marker的视觉定位方法和系统、复合机器人
CN111704035B (zh) 一种基于机器视觉的集装箱装卸集卡自动定位装置及方法
EP4044126A1 (en) Feature detection for automated air-to-air refueling (a3r)
CN113483664B (zh) 一种基于线结构光视觉的屏风板自动上料系统及方法
CN116843742B (zh) 一种针对装载黑色煤车辆的点云配准后堆料体积的计算方法及系统
CN115526989A (zh) 一种车辆建模方法、存储介质、设备及系统
CN115908562A (zh) 一种异面点合作标志器及测量方法
CN113443555B (zh) 确定抓斗位置的方法、抓斗位置检测方法及存储介质
JP2020190814A (ja) 軌道生成装置
CN116137831A (zh) 信息处理装置以及信息处理方法
CN113538566A (zh) 基于激光雷达的货船舱口位置获取方法及系统
Chávez-Aragón et al. Rapid 3D modeling and parts recognition on automotive vehicles using a network of RGB-D sensors for robot guidance
CN113345023A (zh) 箱体的定位方法、装置、介质和电子设备
CN116594024B (zh) 基于二维激光雷达的车厢测量与定位方法及扫描系统

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