CN112432596A - 空间测量方法、装置、电子设备及计算机存储介质 - Google Patents

空间测量方法、装置、电子设备及计算机存储介质 Download PDF

Info

Publication number
CN112432596A
CN112432596A CN202110107112.7A CN202110107112A CN112432596A CN 112432596 A CN112432596 A CN 112432596A CN 202110107112 A CN202110107112 A CN 202110107112A CN 112432596 A CN112432596 A CN 112432596A
Authority
CN
China
Prior art keywords
voxel grid
point cloud
voxel
coordinate
target
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
CN202110107112.7A
Other languages
English (en)
Other versions
CN112432596B (zh
Inventor
胡荣东
彭清
曾钰廷
谢林江
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.)
Xidi Intelligent Driving (Hunan) Co.,Ltd.
Original Assignee
Changsha Intelligent Driving Research Institute 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 Changsha Intelligent Driving Research Institute Co Ltd filed Critical Changsha Intelligent Driving Research Institute Co Ltd
Priority to CN202110107112.7A priority Critical patent/CN112432596B/zh
Publication of CN112432596A publication Critical patent/CN112432596A/zh
Application granted granted Critical
Publication of CN112432596B publication Critical patent/CN112432596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本申请公开了一种空间测量方法、装置、电子设备及计算机存储介质。其中,空间测量方法包括:获取第一点云数据,第一点云数据为基于传感器对目标容器的内部空间的测量得到,第一点云数据包括多个第一点云点;针对目标容器的内部空间建立第一体素网格矩阵,第一体素网格矩阵包括多个第一体素网格;遍历位于传感器到第一点云点的路径上的第一体素网格得到第二体素网格;依据第二体素网格得到空间测量结果。本申请利用第二体素网格反应目标容器中可使用空间的情况,再根据第二体素网格的数量计算得到空间测量结果,替代现有技术中通过目测测量的方式,提高了空间测量的精度,此外,可以直接在三维空间中进行空间测量,提高了测量效率。

Description

空间测量方法、装置、电子设备及计算机存储介质
技术领域
本申请属于测量技术领域,尤其涉及一种空间测量方法、装置、电子设备及计算机存储介质。
背景技术
众所周知,在进行货物运输或储藏时,可能会将货物放置到具有特定容积的存放容器中;例如,在物流运输时,可能需要将货物装载至车厢、汽车车厢或者火车车厢等类型的箱体中。一般来说,充分利用存放容器内部空间进行货物装载,对于降低运输成本具有比较重要的意义。
而针对箱体等存放容器中的可使用空间的测量,有助于在货物放置时充分利用存放容器的内部空间。现有技术中,对于上述可使用空间的测量,通常是通过目测的方式进行的,测量结果往往存在较大的误差。
发明内容
本申请实施例提供一种空间测量方法、装置、电子设备及计算机存储介质,以解决现有技术中采用目测的方式对存放容器中的可使用空间进行测量,导致测量结果误差较大的问题。
第一方面,本申请实施例提供一种空间测量方法,包括:
获取第一点云数据,所述第一点云数据为基于传感器对目标容器的内部空间的测量得到,所述第一点云数据包括多个第一点云点;
针对所述目标容器的内部空间建立第一体素网格矩阵,其中,所述第一体素网格矩阵包括多个第一体素网格;
遍历位于所述传感器到所述第一点云点的路径上的所述第一体素网格,得到至少一个第二体素网格,所述第二体素网格为位于所述传感器到所述第一点云点的路径上的第一体素网格;
依据所述至少一个第二体素网格,得到空间测量结果。
第二方面,本申请实施例提供了一种空间测量装置,包括:
第一获取模块,用于获取第一点云数据,所述第一点云数据为基于传感器对目标容器的内部空间的测量得到,所述第一点云数据包括多个第一点云点;
构建模块,用于针对所述目标容器的内部空间建立第一体素网格矩阵,其中,所述第一体素网格矩阵包括多个第一体素网格;
遍历模块,用于遍历位于所述传感器到所述第一点云点的路径上的所述第一体素网格,得到至少一个第二体素网格,所述第二体素网格为位于所述传感器到所述第一点云点的路径上的第一体素网格;
测量模块,用于依据所述至少一个第二体素网格,得到空间测量结果。
第三方面,本申请实施例提供了一种电子设备,包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现上述的空间测量方法。
第四方面,本申请实施例提供了一种计算机存储介质,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述的空间测量方法。
本申请实施例提供的空间测量方法通过获取包括多个第一点云点的第一点云数据,在目标容器的内部空间建立包括多个第一体素网格的第一体素网格矩阵,依据从传感器到每一第一点云点的路径上经过的第一体素网格得到第二体素网格,再依据第二体素网格得到空间测量结果。本申请实施例利用从传感器到获取到的每一第一点云点遍历目标容器的内部空间,得到遍历路径经过的第二体素网格,使第二体素网格反应目标容器中可使用空间的情况,再根据第二体素网格的数量计算得到空间测量结果,替代了现有技术中通过目测测量的方式,进而提高了空间测量的精度,此外,可以直接在三维空间中进行空间测量,提高了测量效率。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的空间测量方法的流程示意图;
图2是本申请另一个实施例提供的空间测量方法的流程示意图;
图3是本申请实施例中目标坐标系的示意图;
图4是本申请实施例中目标容器的示例的俯视图;
图5是本申请实施例中目标容器的示例的左视图;
图6是本申请实施例提供的空间测量装置的结构示意图;
图7是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题,本申请实施例提供了一种空间测量方法、装置、电子设备及计算机存储介质。下面首先对本申请实施例所提供的空间测量方法进行介绍。
图1示出了本申请一个实施例提供的空间测量方法的流程示意图。该空间测量方法可以应用在仓库存储空间测量的场景中,也可以应用在集装箱存储空间测量的场景中,还可以是应用在车厢中可使用空间测量的场景中,此处不做具体限定;而为了简化说明,后续主要以车厢中可使用空间测量的场景为例进行说明。
如图1所示,该空间测量方法,包括:
步骤S101,获取第一点云数据,第一点云数据为基于传感器对目标容器的内部空间的测量得到,第一点云数据包括多个第一点云点;
步骤S102,针对目标容器的内部空间建立第一体素网格矩阵,其中,第一体素网格矩阵包括多个第一体素网格;
步骤S103,遍历位于传感器到第一点云点的路径上的第一体素网格,得到至少一个第二体素网格,第二体素网格为位于传感器到第一点云点的路径上的第一体素网格;
步骤S104,依据至少一个第二体素网格,得到空间测量结果。
本申请实施例中,对于传感器,可以是三维激光雷达,或者深度相机等,此处不做具体限定。传感器可以设置在车厢内中任意位置,例如可以设置在车厢一侧内壁的上部、顶部壁面的内壁或者相邻车厢壁的夹角处,抑或是设置在车厢门内壁等,此处亦不做具体限定。当然,一般来说,传感器可以安装在车厢内的偏上位置,以便于对车厢内部的货物进行探测。
在步骤S101中,第一点云数据可以为与车厢内已经存放的货物,以及车厢四壁、底面和顶面等关联的点云数据。具体的,第一点云数据可以是基于传感器对目标容器的内部空间的测量得到,包括由传感器对车厢内部空间进行扫描,扫描到存放的货物表面和车厢壁等,得到第一点云数据,通常来说,第一点云数据包括多个第一点云点。
例如,传感器为三维激光雷达,三维激光雷达安装在车厢内靠近门的一侧。三维激光雷达从各个方向向车厢内部空间发射多个激光束,激光束照射在货物表面和车厢壁等,每一个激光束对应得到一个第一点云点,因此通过三维激光雷达的扫描测量,可以得到很多个第一点云点,这些第一点云点组成货物的第一点云数据。
在步骤S102中,在目标容器的内部空间建立第一体素网格矩阵,包括以第一网格尺寸在车厢内建立第一体素网格矩阵。其中,体素又可以称为立体像素(voxel),是体积像素(volume pixel)的简称,通常为数字数据于三维空间分区上的最小单位,可应用于三维成像、科学数据与医学视频等领域。
第一体素网格在三个方向轴上的各自尺寸可以设置为一致,也可不同,例如可以设置为4cm*4cm*4cm,或者设置为3cm*4cm*5cm,又或者设置为5cm*5cm*8cm等,此处不做具体限定。
第一体素网格矩阵包括多个第一体素网格,其中多个第一体素网格按照矩阵依次排列,多个第一体素网格的体积之和可以用于匹配车厢内部空间体积;这里的匹配可以是指多个第一体素网格的体积之和等于、小于或者大于匹配车厢内部空间体积的情况,具体可以根据实际的需要进行调整;比如,多个第一体素网格的体积之和可以等于车厢内部空间的体积,或者在一些可行的实施方式中,由于车厢壁面存在不平,为了降低干扰,可以滤除车厢壁的点云,多个第一体素网格的体积之和可以略小于车厢内部空间的体积。
在步骤S103中,从传感器到每一第一点云点开始遍历整个车厢的内部空间,遍历路径上所经过的第一体素网格可以称作第二体素网格。例如,三维激光雷达从各个方向向车厢内部空间发射多个激光束,激光束照射在货物表面和车厢壁等,激光束从三维激光雷达到第一点云点之间的路径,会穿过多个第一体素网格,再通过从传感器到每一第一点云点的路径穿过的第一体素网格去重后,得到至少一个第二体素网格。
在步骤S104中,依据至少一个第二体素网格,得到空间测量结果,可以具体包括,根据上述步骤得到的第二体素网格的数量,以及第一网格尺寸,计算得到车厢内部可使用的空间。例如,第一网格尺寸设置为4cm*4cm*4cm,则每个第二体素网格的体积为64cm3,一般来说,用每个第二体素网格的体积乘以第二体素网格的数量,即可得到车厢内部可使用空间的测量结果;当然,在实际应用中,也可以在每个第二体素网格的体积与第二体素网格的数量的乘积的基础上,进一步乘以预设的系数,或者加上或减去预设的体积值,再得到车厢内部可使用空间的测量结果。
上述空间测量方法通过获取包括多个第一点云点的第一点云数据,在目标容器的内部空间建立包括多个第一体素网格的第一体素网格矩阵,依据从传感器到每一第一点云点的路径上经过的第一体素网格得到第二体素网格,再依据第二体素网格得到空间测量结果。由于利用从传感器到获取到的每一第一点云点遍历目标容器的内部空间,得到遍历路径经过的第二体素网格,使第二体素网格反应目标容器中可使用空间的情况,再根据预先设置的第一网格尺寸,求出第二体素网格的体积,直接用第二体素网格的体积乘以第二体素网格的数量就可以得到空间测量结果,替代了现有技术中通过目测测量的方式,进而提高了空间测量的精度,此外,可以直接在三维空间中进行空间测量,大大减少了运算量,提高了测量效率。
在一个示例中,三维激光雷达对车厢内部空间的测量,可以是在获取到某一指令的情况下触发的,例如车厢管理人员根据需要进行相关操作,向三维激光雷达发送采集指令,激光雷达响应采集指令对车厢内部空间进行测量。还可以是预设间隔时间内,三维激光雷达自动对车厢内部空间进行测量。还可以在车厢装货后,或者在车厢卸货后,三维激光雷达开始对车厢内部空间进行测量,此处不做具体限定。
可选的,如图2所示,一个实施例中,在第一点云数据还包括每一第一点云点在预先建立的目标坐标系中的第一坐标的情况下,空间测量方法包括:
步骤S201,获取第一点云数据,第一点云数据为基于传感器对目标容器的内部空间的测量得到,第一点云数据包括多个第一点云点;
步骤S202,针对目标容器的内部空间建立第一体素网格矩阵,其中,第一体素网格矩阵包括多个第一体素网格;
步骤S203,获取传感器在目标坐标系中的第二坐标;
步骤S204,针对目标容器的内部空间建立第二体素网格矩阵,其中,第二体素网格矩阵包括多个第三体素网格;
步骤S205,依据第一坐标,将多个第一点云点映射至第二体素网格矩阵中,得到至少一个第四体素网格,第四体素网格为包括有第一点云点的第三体素网格;
步骤S206,确定每一第四体素网格在目标坐标系中的第三坐标;
步骤S207,遍历从第二坐标到每一第三坐标的路径上所经历的第一体素网格,得到至少一个第二体素网格;
步骤S208,依据至少一个第二体素网格,得到空间测量结果。
在本申请实施例中,如图3所示,可以针对车厢建立一个目标坐标系,其中目标坐标系可以以车厢上任意一点为目标坐标系的原点,例如可以以传感器安装处为目标坐标系的原点,也可以以车厢的某一顶点为目标坐标系的原点,当然,目标坐标系的原点也可以在车厢之外,可以根据简化计算的需要进行选取,此处不做具体限定。其中,为了简化说明,后续主要以坐标系原点O为车厢尾门右下角处,X轴平行于车厢长边,Y轴平行于车厢短边,Z轴平行于车厢的高为例进行说明。
在本申请实施例步骤S201中,第一点云数据还包括每一第一点云点在预先建立的目标坐标系中的第一坐标;例如,结合一个实际应用场景,传感器可以获取到初始点云数据,这些初始点云数据中,包括了第一点云点,以及第一点云点在传感器坐标系中的坐标,可以将获取到的第一点云点在传感器坐标系中的坐标,转换为目标坐标系中的第一坐标。
在本申请实施例步骤S203中,获取传感器在目标坐标系中的第二坐标,可以是将传感器坐标系的原点转换为目标坐标系中的坐标点。
具体的,在目标坐标系下,传感器的安装位置为
Figure 724145DEST_PATH_IMAGE001
,其中,传感器的安装位置在各个坐标轴上的坐标,可以通过平移量的形式进行体现,例如:
Figure 559114DEST_PATH_IMAGE002
其中,Tx、Ty以及Tz可以分别认为是传感器的安装位置在目标坐标系的X轴、Y轴以及Z轴上,相对于坐标原点的平移量。
在本申请实施例步骤S204中,以第二网格尺寸在车厢内建立第二体素网格矩阵。其中第二网格尺寸在三个方向轴上的各自尺寸可以设置为一致,也可不同,例如可以设置为2cm*2cm*2cm,或者设置为3cm*4cm*5cm,又或者设置为3cm*3cm*5cm等,此处不做具体限定。
第二体素网格矩阵包括多个第三体素网格,其中多个第三体素网格按照矩阵依次排列,多个第三体素网格的体积之和可以用于匹配车厢内部空间大小;这里所示的匹配的关系可以是等于或者大于的情况,具体可以根据实际的需要进行调整。
在本申请实施例步骤S205中,依据第一坐标,将多个第一点云点映射至第二体素网格矩阵中,得到至少一个第四体素网格,可以是指根据每一第一点云点在目标坐标系中的第一坐标,将每个第一点云点映射至第二体素网格矩阵中,找到每一第一点云点所处的第三体素网格,将包括有第一点云点的第三体素网格定义为第四体素网格。
例如,转换后的目标坐标系中第一点云数据Pg中每一个点
Figure 520117DEST_PATH_IMAGE003
,使用第二网格尺寸(Vx,Vy,Vz),分别计算三轴方向上
Figure 840371DEST_PATH_IMAGE004
所处的第四体素网格序号
Figure 443391DEST_PATH_IMAGE005
,计算公式为:
Figure 398446DEST_PATH_IMAGE006
其中,容易理解的是,上述
Figure 61509DEST_PATH_IMAGE007
计算得到的值可能具有小数部分,在实际应用中,为了对网格序号进行体现,可以对这些值采取向下取整,或者向上取整。
在本申请实施例步骤S206中,确定第四体素网格在目标坐标系中的第三坐标,包括,得到第四体素网格序号后,选取该第四体素网格中的一个点在目标坐标系中的坐标值作为该第四体素网格的第三坐标。
例如,可以选取第四体素网格的中心点的坐标值为第三坐标,也可以选取第四体素网格中离传感器最近的一个点的坐标值为第三坐标,此处不做具体限定。
在本申请实施例步骤S207中,遍历从第二坐标到每一第三坐标的路径上所经历的第一体素网格,得到至少一个第二体素网格,包括,从第二坐标
Figure 603480DEST_PATH_IMAGE008
到每一第三坐标
Figure 10190DEST_PATH_IMAGE009
的路径上所经历的第一体素网格为第二体素网格。
具体的,使用第一网格尺寸
Figure 819752DEST_PATH_IMAGE010
,分别计算三轴方向上的传感器p o 所处第一体素网格序号
Figure 122558DEST_PATH_IMAGE011
,计算公式为:
Figure 151825DEST_PATH_IMAGE012
并计算三轴方向上的传感器
Figure 96647DEST_PATH_IMAGE013
所处第一体素网格序号
Figure 760715DEST_PATH_IMAGE014
,计算公式为:
Figure 765580DEST_PATH_IMAGE015
其中,类似地,上述
Figure 406777DEST_PATH_IMAGE016
计算出来同样可能具有小数部分,可以针对这些数值向下取整,或者向上取整,以对序号进行体现。得到
Figure 906023DEST_PATH_IMAGE017
到每一
Figure 440909DEST_PATH_IMAGE018
所经历的第一体素网格,去重后得到第二体素网格。
本申请实施例中,通过构建第二体素网格矩阵,将多个第一点云点映射至第二体素网格矩阵中,得到至少一个第四体素网格,再计算每一第四体素网格对应的第三坐标,其中第三坐标代表该第四体素网格内所有的第一点云点,有效减少了从传感器到第一点云点的遍历路径,从而降低了后续的计算复杂度,提高了计算速率,节省了计算资源。
另外,本申请实施例中第一体素网格矩阵和第二体素网格矩阵皆为三维网格矩阵,在空间测量时,直接在三维空间进行计算,减少了二维到三维转换带来的精度损失,并且可以滤除由空中漂浮的噪点带来的误差,进一步保证了空间测量的精度。
在本申请实施例中,第二网格尺寸可以与第一网格尺寸相同,也可以与第一网格尺寸不同。
在一个示例中,第一体素网格矩阵的第一网格尺寸,大于第二体素网格矩阵的第二网格尺寸。
结合上文实施例,第一体素网格矩阵的第一网格尺寸,可以是指第一体素网格矩阵中各个第一体素网格的尺寸,相应地,第二网格尺寸,可以是指第二体素网格矩阵中各个第三体素网格的尺寸。
一般来说,第二网格尺寸越小,计算货物所处第四体素网格的第三坐标的精度越高;而在遍历剩余空间的过程中,遍历路径相对较长,第一网格尺寸越大,后续计算空间测量结果的计算量越小。设计第一体素网格矩阵的第一网格尺寸大于第二体素网格矩阵的第二网格尺寸,可以同时兼顾提高测量精度与降低测量难度。
可选的,在一个示例中,步骤S201,获取第一点云数据,包括:
建立与目标容器匹配的目标坐标系;
获取第二点云数据,以及传感器在目标坐标系中的姿态角与坐标值,第二点云数据包括多个第一点云点,以及每一第一点云点在传感器坐标系中的第四坐标;
依据传感器在目标坐标系中的姿态角与坐标值,将每一第一点云点在传感器坐标系中的第四坐标,转换成在目标坐标系中的第一坐标。
在本示例中,建立与目标容器匹配的目标坐标系,主要是指尽量使得建立的坐标系能够与目标容器的形状进行匹配,以便于对目标容器中的位置点进行表征,以及便于后续对目标容器中的剩余空间进行计算;例如,在目标容器为长方体形状的车厢的情况下,可以是以坐标系原点O为车厢尾门右下角处,X轴平行于车厢长边,Y轴平行于车厢短边,Z轴平行于车厢的高为例建立目标坐标系。
获取第二点云数据,其中第二点云数据包括多个第一点云点,以及每一第一点云点以传感器的位置为原点建立的X轴平行于车厢长边,Y轴平行于车厢短边,Z轴平行于车厢的高的传感器坐标系中的第四坐标。
获取传感器在目标坐标系中的姿态角与坐标值,包括,获取传感器坐标系与目标坐标系间的俯仰角β,偏航角γ,以及翻滚角α,再使用长度测量工具,获得传感器坐标系原点与目标坐标系X轴方向的平移量的Tx,Y轴方向的平移量的Ty,Z轴方向的平移量的Tz
依据传感器在目标坐标系中的姿态角与坐标值,将第二点云数据转换成第一点云数据的公式为:
Figure 131523DEST_PATH_IMAGE019
其中,传感器坐标系中的第二点云数据为P,包括每一第一点云点在传感器坐标系中的第四坐标,转换后的目标坐标系中第一点云数据为
Figure 853491DEST_PATH_IMAGE020
,包括每一第一点云点在目标坐标系中的第一坐标。通过将每一第一点云点的坐标值进行坐标系转换,将后续计算统一在目标坐标系中,有效降低了计算复杂度,提高了计算速率,节省了计算资源。
可选的,在一个示例中,步骤S205,确定每一第四体素网格在目标坐标系中的第三坐标,包括:
依据映射至第四体素网格的第一点云点的第一坐标,确定每一第四体素网格在目标坐标系中的第三坐标。
在本示例中,将分属于不同第四体素网格的第一点云点,分别存入不同的第四体素网格中,然后计算该第四体素网格内第一点云点的中点,即该第四体素网格内所有第一点云点坐标值的平均值,用该平均值表示该第四体素网格的第三坐标,并存储到点云Pv,点云Pv包括至少一个第四体素网格内第一点云点的中点,点云Pv中任一个点的坐标可以记为
Figure 156427DEST_PATH_IMAGE021
通过计算第四体素网格内第一点云点的中点,以该第四体素网格内所有第一点云点坐标值的平均值作为第三坐标,其中第三坐标代表该第四体素网格内所有的第一点云点,有效减少了从传感器到第一点云点的遍历路径,从而降低了后续的计算复杂度,提高了计算速率,节省了计算资源,另外,通过求取所有第一点云点坐标值的平均值,在提高计算速率、节省计算资源的同时保证了测量精度。
在一个示例中,上述步骤S206,遍历从第二坐标到每一第三坐标的路径上所经历的第一体素网格,得到至少一个第二体素网格,包括:
依据第二坐标与第三坐标确定遍历路径与遍历步长;
按照遍历步长,将遍历路径所经历的第一体素网络确定为第二体素网格。
以下结合一个具体应用的举例对本示例进行说明:本举例中,依据第二坐标与第三坐标确定遍历路径与遍历步长,包括,从传感器
Figure 545820DEST_PATH_IMAGE022
遍历点云Pv中每一个点
Figure 141756DEST_PATH_IMAGE023
,计算点
Figure 351020DEST_PATH_IMAGE024
与点
Figure 926489DEST_PATH_IMAGE022
的向量
Figure 170389DEST_PATH_IMAGE025
,并求向量长度
Figure 202804DEST_PATH_IMAGE026
。两点间的带方向的连线就是向量,通过向量确定遍历方向。换而言之,对于遍历路径,可以是指两点之间的连线,该连线可以通过上述的向量
Figure 164944DEST_PATH_IMAGE027
进行表征,对于向量
Figure 278525DEST_PATH_IMAGE028
而言,其一般具有对应的长度和方向,即上述的遍历路径可以包括遍历方向和遍历长度两方面的内容。在实际应用中,可以基于遍历长度,进一步确定遍历步数与遍历步长。
其中,向量
Figure 642510DEST_PATH_IMAGE029
的计算公式为:
Figure 49090DEST_PATH_IMAGE030
其中,向量长度
Figure 232946DEST_PATH_IMAGE031
的计算公式为:
Figure 415797DEST_PATH_IMAGE032
设置遍历步数为
Figure 899868DEST_PATH_IMAGE033
,计算三轴方向上的遍历步长,遍历步长的公式为:
Figure 274086DEST_PATH_IMAGE034
在本示例中,按照遍历步长,将遍历路径所经历的第一体素网络确定为第二体素网格,包括,传感器
Figure 679660DEST_PATH_IMAGE035
所处第一体素网格序号
Figure 666202DEST_PATH_IMAGE036
开始为以(sx,sy,sz)步长进行遍历,直至遍历到
Figure 739200DEST_PATH_IMAGE037
所处的第一体素网格
Figure 284320DEST_PATH_IMAGE038
停止,计算
Figure 177189DEST_PATH_IMAGE035
Figure 967422DEST_PATH_IMAGE037
之间的每一个第一体素网格,得到第二体素网格。
以三维激光雷达为例,激光发射点为
Figure 894926DEST_PATH_IMAGE035
,目标点为
Figure 610947DEST_PATH_IMAGE039
,两点间的连线就是光传播的路径,即
Figure 991113DEST_PATH_IMAGE040
Figure 319458DEST_PATH_IMAGE039
之间的每一个第一体素网格,可以被认为是被射线穿透的第二体素网格,
Figure 367048DEST_PATH_IMAGE039
所在的第一体素网格
Figure 722812DEST_PATH_IMAGE041
就是遍历终点。
在一个示例中,上述步骤S207,依据至少一个第二体素网格,得到空间测量结果,具体可以包括,待遍历完点云Pv中的所有点云点
Figure 590274DEST_PATH_IMAGE039
后,可以统计始终被认为不存在货物的第二体素网格的个数n,则车厢可使用空间的体积为:
Figure 456730DEST_PATH_IMAGE042
参见图4、图5,图4为本申请实施例中目标容器的一个示例的俯视图;图5为本申请实施例提供中目标容器的一个示例的左视图。具体的,在图4、图5中,黑色部分为货物的第一点云数据,在车厢内部空间建立第一体素网格矩阵,白色部分为构成第一体素网格矩阵的第一体素网格,车厢内部空间阴影部分为遍历区域,遍历区域所经历的第一体素网格为第二体素网格,五角星表示的是传感器所处位置点
Figure 358827DEST_PATH_IMAGE035
,圆点表示被遍历的终点
Figure 151071DEST_PATH_IMAGE043
。只需要统计出第二体素网格的个数,即可根据第一网格尺寸乘以第二体素网格的个数计算出车厢可使用的空间,空间测量的精度更准,大大减少了计算量,提高了空间测量的速度。
可选的,在上述实施例的一个示例中,针对目标容器的内部空间建立第一体素网格矩阵之前,空间测量方法还包括:
获取目标容器的围合面在目标坐标系中的坐标信息;
依据坐标信息,从目标容器的内部空间中确定出目标空间,目标空间与围合面之间的距离满足预设距离条件;
针对目标容器的内部空间建立第一体素网格矩阵,包括:
针对目标空间建立第一体素网格矩阵。
在本示例中,获取目标容器的围合面在目标坐标系中的坐标信息,包括获取车厢壁的坐标。依据坐标信息,从目标容器的内部空间中确定出目标空间,包括根据获取到的车厢壁的坐标,将去除车厢壁点云后的车厢内部空间确定为目标空间。可以在已知车厢尺寸的前提下,上下左右前五个方向都内缩几厘米,将边缘点去除,达到降噪的效果。在本申请实施例中,也可以直接使用未过滤车厢壁的点云进行计算,降低了算法对标定结果的强依赖
针对目标空间建立第一体素网格矩阵,包括,建立只包含车厢内部点云的第一体素网格矩阵,不考虑车厢壁点云所在的空间,进一步提高空间测量的精度。
如图4、图5所示,车厢四周的灰色部分为上下左右前五个方向的车厢壁点云,在建立第一体素网格矩阵时,去除掉车厢壁点云后,在目标空间内建立,在后续遍历过程,以及后续计算空间体积时,皆不需要考虑车厢壁点云的情况。有效的排除了车厢壁点云的干扰,从而有效提高了空间测量的精度,同时降低了空间测量难度,减少了剔除车厢壁点云部分的计算量,提高了空间测量的速度。
图6示出了本申请一个实施例提供的空间测量装置的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图6,空间测量装置包括:
第一获取模块601,用于获取第一点云数据,第一点云数据为基于传感器对目标容器的内部空间的测量得到,第一点云数据包括多个第一点云点;
构建模块602,用于针对目标容器的内部空间建立第一体素网格矩阵,其中,第一体素网格矩阵包括多个第一体素网格;
遍历模块603,用于遍历位于传感器到第一点云点的路径上的第一体素网格,得到至少一个第二体素网格,第二体素网格为位于传感器到第一点云点的路径上的第一体素网格;
测量模块604,用于依据至少一个第二体素网格,得到空间测量结果。
可选的,上述空间测量装置还包括:
第二获取模块,用于获取传感器在目标坐标系中的第二坐标;
建立模块,用于针对目标容器的内部空间建立第二体素网格矩阵,其中,第二体素网格矩阵包括多个第三体素网格;
映射模块,用于依据第一坐标,将多个第一点云点映射至第二体素网格矩阵中,得到至少一个第四体素网格,第四体素网格为包括有第一点云点的第三体素网格;
第一确定模块,用于确定每一第四体素网格在目标坐标系中的第三坐标;
相应地,上述遍历模块603,可具体用于:
遍历第二坐标到每一第三坐标的路径上所经历的第一体素网格,得到至少一个第二体素网格;
其中,第一点云数据还包括每一第一点云点在预先建立的目标坐标系中的第一坐标。
可选的,上述空间测量装置还包括:
第三获取模块,用于获取目标容器的围合面在目标坐标系中的坐标信息;
第二确定模块,用于依据坐标信息,从目标容器的内部空间中确定出目标空间,目标空间与围合面之间的距离满足预设距离条件;
相应地,上述构建模块602,可具体用于:
针对目标空间建立第一体素网格矩阵。
可选的,上述遍历模块603包括:
第一确定单元,用于依据第二坐标与第三坐标确定遍历路径与遍历步长;
第二确定单元,用于按照遍历步长,将遍历路径所经历的第一体素网络确定为第二体素网格。
可选的,上述第一确定模块,可具体用于:
依据映射至第四体素网格的第一点云点的第一坐标,确定每一第四体素网格在目标坐标系中的第三坐标。
可选的,上述第一获取模块601,包括:
建立单元,用于建立与目标容器匹配的目标坐标系;
获取单元,获取第二点云数据,以及传感器在目标坐标系中的姿态角与坐标值,第二点云数据包括多个第一点云点,以及每一第一点云点在传感器坐标系中的第四坐标;
转换单元,依据传感器在目标坐标系中的姿态角与坐标值,将每一第一点云点在传感器坐标系中的第四坐标,转换成在目标坐标系中的第一坐标。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,与本申请方法实施例基于同一构思,是与上述空间测量方法对应的装置,上述方法实施例中所有实现方式均适用于该装置的实施例中,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图7示出了本申请实施例提供的电子设备的硬件结构示意图。
在电子设备可以包括处理器701以及存储有计算机程序指令的存储器702。
处理器701执行计算机程序时实现上述任意各个方法实施例中的步骤。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器702中,并由处理器701执行,以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在电子设备中的执行过程。
具体地,上述处理器701可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit ,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器702可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器702可在综合网关容灾设备的内部或外部。在特定实施例中,存储器702是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器701通过读取并执行存储器702中存储的计算机程序指令,以实现上述实施例中的任意一种空间测量方法。
在一个示例中,电子设备还可包括通信接口703和总线704。其中,如图3所示,处理器701、存储器702、通信接口703通过总线704连接并完成相互间的通信。
通信接口703,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线704包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线704可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,结合上述实施例中的空间测量方法,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种空间测量方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网格被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种空间测量方法,其特征在于,包括:
获取第一点云数据,所述第一点云数据为基于传感器对目标容器的内部空间的测量得到,所述第一点云数据包括多个第一点云点;
针对所述目标容器的内部空间建立第一体素网格矩阵,其中,所述第一体素网格矩阵包括多个第一体素网格;
遍历位于所述传感器到所述第一点云点的路径上的所述第一体素网格,得到至少一个第二体素网格,所述第二体素网格为位于所述传感器到所述第一点云点的路径上的第一体素网格;
依据所述至少一个第二体素网格,得到空间测量结果。
2.根据权利要求1所述的方法,其特征在于,所述第一点云数据还包括每一所述第一点云点在预先建立的目标坐标系中的第一坐标,
所述遍历位于所述传感器到所述第一点云点的路径上的所述第一体素网格,得到至少一个第二体素网格之前,所述方法还包括:
获取所述传感器在所述目标坐标系中的第二坐标;
针对所述目标容器的内部空间建立第二体素网格矩阵,其中,所述第二体素网格矩阵包括多个第三体素网格;
依据所述第一坐标,将所述多个第一点云点映射至第二体素网格矩阵中,得到至少一个第四体素网格,所述第四体素网格为包括有所述第一点云点的第三体素网格;
确定每一所述第四体素网格在所述目标坐标系中的第三坐标;
所述遍历位于所述传感器到所述第一点云点的路径上的所述第一体素网格,得到至少一个第二体素网格,包括:
遍历从所述第二坐标到每一所述第三坐标的路径上所经历的所述第一体素网格,得到至少一个第二体素网格。
3.根据权利要求2所述的方法,其特征在于,所述针对所述目标容器的内部空间建立第一体素网格矩阵之前,所述方法还包括:
获取所述目标容器的围合面在所述目标坐标系中的坐标信息;
依据所述坐标信息,从所述目标容器的内部空间中确定出目标空间,所述目标空间与所述围合面之间的距离满足预设距离条件;
所述针对所述目标容器的内部空间建立第一体素网格矩阵,包括:
针对所述目标空间建立第一体素网格矩阵。
4.根据权利要求2所述的方法,其特征在于,所述遍历从所述第二坐标到每一所述第三坐标的路径上所经历的所述第一体素网格,得到至少一个第二体素网格,包括:
依据所述第二坐标与所述第三坐标确定遍历路径与遍历步长;
按照所述遍历步长,将所述遍历路径所经历的第一体素网络确定为第二体素网格。
5.根据权利要求4所述的方法,其特征在于,所述确定每一所述第四体素网格在所述目标坐标系中的第三坐标,包括:
依据映射至所述第四体素网格的所述第一点云点的第一坐标,确定所述第四体素网格在所述目标坐标系中的第三坐标。
6.根据权利要求2所述的方法,其特征在于,所述第一体素网格矩阵的第一网格尺寸,大于所述第二体素网格矩阵的第二网格尺寸。
7.根据权利要求2所述的方法,其特征在于,所述获取第一点云数据,包括:
建立与所述目标容器匹配的目标坐标系;
获取第二点云数据,以及所述传感器在所述目标坐标系中的姿态角与坐标值,所述第二点云数据包括多个第一点云点,以及每一所述第一点云点在传感器坐标系中的第四坐标;
依据所述传感器在所述目标坐标系中的姿态角与坐标值,将每一所述第一点云点在所述传感器坐标系中的第四坐标,转换成在所述目标坐标系中的第一坐标。
8.一种空间测量装置,其特征在于,包括:
第一获取模块,用于获取第一点云数据,所述第一点云数据为基于传感器对目标容器的内部空间的测量得到,所述第一点云数据包括多个第一点云点;
构建模块,用于针对所述目标容器的内部空间建立第一体素网格矩阵,其中,所述第一体素网格矩阵包括多个第一体素网格;
遍历模块,用于遍历位于所述传感器到所述第一点云点的路径上的所述第一体素网格,得到至少一个第二体素网格,所述第二体素网格为位于所述传感器到所述第一点云点的路径上的第一体素网格;
测量模块,用于依据所述至少一个第二体素网格,得到空间测量结果。
9.一种电子设备,其特征在于,包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-7任意一项所述的空间测量方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的空间测量方法。
CN202110107112.7A 2021-01-27 2021-01-27 空间测量方法、装置、电子设备及计算机存储介质 Active CN112432596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110107112.7A CN112432596B (zh) 2021-01-27 2021-01-27 空间测量方法、装置、电子设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110107112.7A CN112432596B (zh) 2021-01-27 2021-01-27 空间测量方法、装置、电子设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN112432596A true CN112432596A (zh) 2021-03-02
CN112432596B CN112432596B (zh) 2021-05-25

Family

ID=74697296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110107112.7A Active CN112432596B (zh) 2021-01-27 2021-01-27 空间测量方法、装置、电子设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112432596B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113470180A (zh) * 2021-05-25 2021-10-01 杭州思看科技有限公司 三维网格重建方法、装置、电子装置和存储介质
CN115409862A (zh) * 2022-08-31 2022-11-29 深圳前海瑞集科技有限公司 焊缝位置的确定方法和装置、电子设备及存储介质
WO2023116199A1 (en) * 2021-12-20 2023-06-29 Beijing Xiaomi Mobile Software Co., Ltd. Method and apparatus of encapsulating/parsing point cloud data in/from encapsulating containers

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102506772A (zh) * 2011-11-01 2012-06-20 西北农林科技大学 一种基于手机的快速检测叶片面积的方法及装置
CN103278090A (zh) * 2013-05-14 2013-09-04 陕西科技大学 一种不规则物体体积的视觉测量方法
JP2014089104A (ja) * 2012-10-30 2014-05-15 Mitsubishi Electric Corp 体積推定装置、体積推定システム、体積推定方法および体積推定プログラム
CN104792283A (zh) * 2015-04-10 2015-07-22 桂林电子科技大学 一种复杂轮廓物体三维无损测量方法及装置
CN106247926A (zh) * 2016-07-13 2016-12-21 哈尔滨工业大学 基于单元格扫描和gps轨迹插值的农机耕作面积测算方法
CN106643546A (zh) * 2016-10-31 2017-05-10 南京林业大学 基于移动二维激光扫描的单木三维绿量测量方法
US20180189967A1 (en) * 2015-11-18 2018-07-05 Symbol Technologies, Llc Methods and systems for automatic fullness estimation of containers
CN110595356A (zh) * 2019-09-10 2019-12-20 湖南海森格诺信息技术有限公司 人工储物环境中固体体积的测量方法
CN110864674A (zh) * 2019-11-19 2020-03-06 北京航空航天大学青岛研究院 面向大场景倾斜摄影数据的土石方测量方法
CN111336917A (zh) * 2020-02-24 2020-06-26 成俊 体积测量方法、装置、系统及计算机可读存储介质
CN111429504A (zh) * 2020-03-02 2020-07-17 武汉大学 基于三维点云的物料堆自动提取和体积测量方法及系统
CN112270702A (zh) * 2020-11-12 2021-01-26 Oppo广东移动通信有限公司 体积测量方法及装置、计算机可读介质和电子设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102506772A (zh) * 2011-11-01 2012-06-20 西北农林科技大学 一种基于手机的快速检测叶片面积的方法及装置
JP2014089104A (ja) * 2012-10-30 2014-05-15 Mitsubishi Electric Corp 体積推定装置、体積推定システム、体積推定方法および体積推定プログラム
CN103278090A (zh) * 2013-05-14 2013-09-04 陕西科技大学 一种不规则物体体积的视觉测量方法
CN104792283A (zh) * 2015-04-10 2015-07-22 桂林电子科技大学 一种复杂轮廓物体三维无损测量方法及装置
US20180189967A1 (en) * 2015-11-18 2018-07-05 Symbol Technologies, Llc Methods and systems for automatic fullness estimation of containers
CN106247926A (zh) * 2016-07-13 2016-12-21 哈尔滨工业大学 基于单元格扫描和gps轨迹插值的农机耕作面积测算方法
CN106643546A (zh) * 2016-10-31 2017-05-10 南京林业大学 基于移动二维激光扫描的单木三维绿量测量方法
CN110595356A (zh) * 2019-09-10 2019-12-20 湖南海森格诺信息技术有限公司 人工储物环境中固体体积的测量方法
CN110864674A (zh) * 2019-11-19 2020-03-06 北京航空航天大学青岛研究院 面向大场景倾斜摄影数据的土石方测量方法
CN111336917A (zh) * 2020-02-24 2020-06-26 成俊 体积测量方法、装置、系统及计算机可读存储介质
CN111429504A (zh) * 2020-03-02 2020-07-17 武汉大学 基于三维点云的物料堆自动提取和体积测量方法及系统
CN112270702A (zh) * 2020-11-12 2021-01-26 Oppo广东移动通信有限公司 体积测量方法及装置、计算机可读介质和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王洪蜀: "地面三维激光扫描树冠体积计算", 《计算机与数字工程》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113470180A (zh) * 2021-05-25 2021-10-01 杭州思看科技有限公司 三维网格重建方法、装置、电子装置和存储介质
CN113470180B (zh) * 2021-05-25 2022-11-29 思看科技(杭州)股份有限公司 三维网格重建方法、装置、电子装置和存储介质
WO2023116199A1 (en) * 2021-12-20 2023-06-29 Beijing Xiaomi Mobile Software Co., Ltd. Method and apparatus of encapsulating/parsing point cloud data in/from encapsulating containers
CN115409862A (zh) * 2022-08-31 2022-11-29 深圳前海瑞集科技有限公司 焊缝位置的确定方法和装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112432596B (zh) 2021-05-25

Similar Documents

Publication Publication Date Title
CN112432596B (zh) 空间测量方法、装置、电子设备及计算机存储介质
CN113469871B (zh) 基于三维激光的车厢可装载空间检测方法和装置
CN110057292B (zh) 车厢装载率的确定方法和装置
AU2018391965B2 (en) Container loading/unloading time estimation
CN112113574B (zh) 用于定位的方法、装置、计算设备和计算机可读存储介质
CN111512314B (zh) 集装箱使用估计
EP3012601B1 (en) Handheld dimensioning system with measurement-conformance feedback
US20160061591A1 (en) Stationary Dimensioning Apparatus
CN109443196A (zh) 一种体积测量方法及系统
CN111750804B (zh) 一种物体测量的方法及设备
CN113280733A (zh) 一种基于激光雷达的货车车厢容积测量方法及系统
CN112278891B (zh) 一种车厢内部姿态检测方法
US20220301215A1 (en) Systems and methods for onboard dimensioning
CN114373005A (zh) 一种货物体积测量方法、装置、电子设备及可读存储介质
CN116266363A (zh) 物品体积计算方法、装置、电子设备及可读存储介质
CN117011362A (zh) 货物体积的计算方法、容积率的动态计算方法
CN115856923B (zh) 矿卡卸料用时的测量方法、装置、设备及存储介质
Ladplee et al. Volumetric measurement of rectangular parcel box using LiDar depth camera for dimensioning and 3D bin packing applications
CN111336959B (zh) 货车载货体积处理方法及装置、设备和计算机可读介质
CN116307985B (zh) 建筑材料节能运输方法、计算机设备与介质
WO2022160879A1 (zh) 一种转换参数的确定方法和装置
CN113443555B (zh) 确定抓斗位置的方法、抓斗位置检测方法及存储介质
CN116412757A (zh) 装载率测量方法、装置、设备及介质
CN117437292A (zh) 传感器标定方法、装置、设备及介质
CN110308724B (zh) 自动驾驶控制方法、装置、车辆、存储介质及电子设备

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Building A3 and A4, Hunan Inspection and testing characteristic industrial park, No. 336, bachelor Road, Yuelu District, Changsha City, Hunan Province

Patentee after: Xidi Intelligent Driving (Hunan) Co.,Ltd.

Country or region after: China

Address before: Building A3 and A4, Hunan Inspection and testing characteristic industrial park, No. 336, bachelor Road, Yuelu District, Changsha City, Hunan Province

Patentee before: CHANGSHA INTELLIGENT DRIVING RESEARCH INSTITUTE Co.,Ltd.

Country or region before: China