CN112734830B - 基于点云数据的位姿控制方法、装置、设备及存储介质 - Google Patents
基于点云数据的位姿控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112734830B CN112734830B CN202011615474.9A CN202011615474A CN112734830B CN 112734830 B CN112734830 B CN 112734830B CN 202011615474 A CN202011615474 A CN 202011615474A CN 112734830 B CN112734830 B CN 112734830B
- Authority
- CN
- China
- Prior art keywords
- point
- list
- edge
- tangent plane
- edges
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于点云数据的位姿控制方法、装置、设备及存储介质,其中基于点云数据的位姿控制方法包括:获取扫查部位的点云数据,将点云数据重构成stl后得到stl数据模型;根据stl数据模型确定顶点列表、面列表和边列表;根据顶点列表和边列表识别穿过切平面的边,并计算所有穿过切平面的边与切平面的交点,得到交点列表;利用所有穿过切平面的边与面列表建立面边对,将所有穿过切平面的边在面边对上迭代,得到轨迹方向;将交点列表中的各个交点按照轨迹方向进行排序,得到运动轨迹,可以基于获取的点云数据和切平面自动构建出运动轨迹,使得通过机械臂控制超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准,减少误查的概率。
Description
技术领域
本发明涉及医学扫查技术领域,具体涉及一种基于点云数据的位姿控制方法、装置、设备及存储介质。
背景技术
目前,人工在使用超声探头或通过机械臂控制超声探头进行乳腺扫描时,扫描顺序不准确、扫描路径不标准都会造成图像不准确,可能导致误查。
发明内容
有鉴于此,本发明实施例提供了一种基于点云数据的位姿控制方法、装置、设备及存储介质,以解决使用超声探头进行乳腺扫描时,扫描顺序不准确、扫描路径不标准的问题。
根据第一方面,本发明实施例提供了一种基于点云数据的位姿控制方法,包括:
获取扫查部位的点云数据;
将所述点云数据重构成stl后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表;
根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到运动轨迹;
控制超声探头按照所述运动轨迹进行超声扫查。
本发明实施例提供的基于点云数据的位姿控制方法,可以基于获取的点云数据和切平面自动构建出运动轨迹,使得人工在使用超声探头或通过机械臂控制超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准,减少误查的概率。
结合第一方面,在第一方面第一实施方式中,在得到运动轨迹之后,还包括:确定所述运动轨迹中轨迹点的姿态。
结合第一方面或第一方面第一实施方式,在第一方面第二实施方式中,所述根据所述顶点列表和所述边列表识别穿过切平面的边包括:
获取所述顶点列表中的任一顶点,称为第一点,将所述第一点向所述切平面的法线上做投影得到第一投影点,当所述第一投影点大于预设阈值时,判定所述第一点的投影标记为1;当所述第一投影点小于所述预设阈值时,判定所述第一点的投影标记为0;
在所述边列表中获取与所述第一点属于同一条边的第二点,将所第二点向所述切平面的法线上做投影得到第二投影点,当所述第二投影点大于所述预设阈值时,判定所述第二点的投影标记为1;当所述第二投影点小于所述预设阈值时,判定所述第二点的投影标记为0;
计算所述第一点与所述第二点的投影标记之和,当所述第一点与所述第二点的投影标记之和为1时,则判断所述第一点与所述第二点构成的边为穿过所述切平面的边;
遍历所述顶点列表中的所有顶点,得到穿过所述切平面的边。
结合第一方面或第一方面第一实施方式,在第一方面第三实施方式中,利用所有穿过所述切平面的边与所述面列表建立面边对,包括:
根据所述面列表和所有的穿过所述切平面的边,确定所述面列表中的每个面所包含的穿过所述切平面的边,得到第一面边对;
根据所述面列表和所有的穿过所述切平面的边,确定所有的穿过所述切平面的边相邻的面,得到第二面边对。
结合第一方面第三实施方式,在第一方面第四实施方式中,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向包括:
获取当前边;
根据所述当前边利用所述第二面边对,确定所述当前边相邻的两个面;
在所述两个面中选取未参加迭代的当前迭代面;
根据所述当前迭代面利用所述第一面边对,确定所述当前迭代面中的下一边,并将所述下一边作为所述当前边;直到回到起始面或迭代的边的数量与穿过所述切平面的边的数量相同,得到轨迹方向。
结合第一方面第一实施方式,在第一方面第五实施方式中,所述确定所述运动轨迹中轨迹点的姿态包括:
针对任一当前轨迹点,确定所述当前轨迹点的Z向量;
获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;
利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;
根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。
结合第一方面第五实施方式,在第一方面第六实施方式中,所述确定所述当前轨迹点的Z向量包括:
根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的相邻面数量;
当所述相交边的相邻面数量为1时,将所述相交边的相邻面的法矢作为所述当前轨迹点的法矢;
当所述相交边的相邻面数量为2时,判断所述相交边的相邻面的法矢是否相同,当相同时,将所述相交边的任一相邻面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的相邻面的法矢之和作为所述当前轨迹点的法矢。
结合第一方面第五实施方式,在第一方面第七实施方式中,所述确定所述当前轨迹点的Z向量包括:
计算所述stl数据模型的顶点法矢;
以三角形的形心为准计算所述stl数据模型的三角面法矢;
根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;
将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。
根据第二方面,本发明实施例提供了一种基于点云数据的位姿控制装置,包括:
获取模块,用于获取扫查部位的点云数据;
预处理模块,用于将所述点云数据重构成stl后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表;
交点确定模块,用于根据所述顶点列表和所述边列表识别穿过所述切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
轨迹方向确定模块,利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
运动轨迹确定模块,用于将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到运动轨迹,并控制超声探头按照所述运动轨迹进行超声扫查。
根据第三方面,本发明实施例提供了一种超声设备,包括探头、存储器和处理器,所述探头、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或第一方面第一实施方式中任一项所述的基于点云数据的位姿控制方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行第一方面或第一方面第一实施方式中任一项所述的基于点云数据的位姿控制方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1为本发明实施例1中基于点云数据位姿控制方法的流程示意图;
图2为乳房整体的重构模型stl示意图;
图3为单个乳房的重构模型stl示意图;
图4为单个乳房的重构模型stl中切平面的示意图;
图5为单个乳房的重构模型stl中四个切平面的示意图;
图6为运动轨迹的俯视图;
图7为运动轨迹的斜视图;
图8为包含位姿的运动轨迹斜视图;
图9为轨迹点的法矢确定方法示意图;
图10为三角面法矢确定方法示意图;
图11为顶点法矢确定方法示意图;
图12为本发明实施例2中基于点云数据位姿控制装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,本领域技术人员在没有作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。
实施例1
本发明实施例1提供了一种基于点云数据的位姿控制方法。图1为本发明实施例1中基于点云数据位姿控制方法的流程示意图,如图1所示,本发明实施例1中基于点云数据的位姿控制方法包括以下步骤:
S101:获取扫查部位的点云数据。
S102:将所述点云数据重构成stl(Standard Triangle Language)后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表。
在本发明实施例1中,实时获取的乳房点云数据,重构的意思是将点云可视化,点云一般指的是点的形式,而无数的点辨不清物体和形态,重构后,比如stl是三角面片的形式,就是可视化;重构成stl后,可称为重构模型stl。图2为乳房整体的重构模型stl示意图;
图3为单个乳房的重构模型stl示意图。
重构模型stl中的数据称为STL数据模型。STL数据模型是一种以三角面片的mesh网格形式存在的数据形态,由各个三角面片的顶点坐标和对应的面片序列号组成。
在本发明实施例1中,利用切平面在重构模型stl中进行切割可以得到运动轨迹,图4为单个乳房的重构模型stl中切平面的示意图。具体的,围绕重构模型stl的轮廓,通过建立投影方向的矩形可以创建四个切平面,图5为单个乳房的重构模型stl中四个切平面的示意图。具体的,可以根据实际场景,在四个切平面中自动确定实际运动的切平面,保证探头轨迹的正确运动走向。
作为具体的实施方式,根据所述stl数据模型确定顶点列表、面列表和边列表可以采用如下的技术方案:解析所述stl数据模型得到顶点列表和面列表,其中所述顶点列表中包括顶点的位置信息(例如顶点的x、y、z的坐标),所述面列表中包括面中包含的顶点信息(例如顶点A、顶点B和顶点C组成一个面);根据所述顶点列表和所述面列表确定边列表,其中所述边列表中包括边中包含的顶点信息(例如顶点A与顶点B组成第一条边;顶点A与顶点C组成第二条边;顶点B与顶点C组成第三条边)。
S103:根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表。
作为一种具体的实施方式,根据所述顶点列表和所述边列表识别穿过所述切平面的边可以采用如下技术方案:
S1031:获取所述顶点列表中的任一顶点,称为第一点,将所述第一点向所述切平面的法线上做投影得的第一投影点,当所述第一投影点大于预设阈值(例如0)时,判定所述第一点的投影标记为1;当所述第一投影点小于所述预设阈值(例如0)时,判定所述第一点的投影标记为0;
S1032:在所述边列表中获取与所述第一点属于同一条边的第二点,将所第二点向所述切平面的法线上做投影得到第二投影点,当所述第二投影点大于所述预设阈值(例如0)时,判定所述第二点的投影标记为1;当所述第二投影点小于所述预设阈值(例如0)时,判定所述第二点的投影标记为0;
S1033:计算所述第一点与所述第二点的投影标记之和,当所述第一点与所述第二点的投影标记之和为1时,则判断所述第一点与所述第二点构成的边为穿过所述切平面的边。
S1034:遍历所述顶点列表中的所有顶点,得到穿过所述切平面的边。
例如,通过上述步骤S1031~S1033得到以下结果,比如a=[0 0;0 1;1 1;1 0;00],第二行和第四行代表的边的第一投影标记与第二投影标记的和为1,即第二行和第四行代表的边穿过了切平面。
在本发明实施例中,计算所有穿过所述切平面的边与所述切平面的交点得到交点列表可以采用现有技术中的任意方案,在此不再赘述。
S104:利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向。
作为具体的实施方式,利用所有穿过所述切平面的边与所述面列表建立面边对可以采用如下技术方案:根据所述面列表和所有的穿过所述切平面的边,确定所述面列表中的每个面所包含的穿过所述切平面的边,得到第一面边对;根据所述面列表和所有的穿过所述切平面的边,确定所有的穿过所述切平面的边相邻的面,得到第二面边对。也就说是,为每一个面识别穿过平面的边的索引,也为每个边识别它相邻两个面的索引,期望每个面是包含0条或2条相交边。
作为具体的实施方式,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向包括:
S1041:获取起始边,并将起始边作为当前边;
S1042:根据所述当前边利用所述第二面边对,确定所述当前边相邻的两个面;
S1043:在所述两个面中选取未参加迭代的当前迭代面;
例如:a.一个边相邻有两个面,假定1,2;b.假如2为当前迭代面,寻找下一个边包括面2的,假定2,5;c.那5又为当前迭代面,再寻找下一个边。
S1044:根据所述当前迭代面利用所述第一面边对,确定所述当前迭代面中的下一边,并将所述下一边作为所述当前边,并返回至步骤S1042,直到回到起始面或迭代的边的数量与穿过所述切平面的边的数量相同。
S105:将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到运动轨迹。
通过上述步骤S101~S105可以得到一条运动轨迹。进一步的,还可以根据探头宽度,自动在初始切平面的垂直方向创建等间隔的平行切平面,进行与网格数据的相交计算,完成整个乳房模型数据的运动轨迹的建立。
图6为运动轨迹的俯视图,图7为运动轨迹的斜视图。
本发明实施例提供的基于点云数据的位姿控制方法,可以基于获取的点云数据和切平面自动构建出运动轨迹,使得通过机械臂控制超声探头或人工在使用超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准,减少误查的概率。
作为进一步的实施方式,在S105的得到运动轨迹之后,还包括:确定所述运动轨迹中轨迹点的姿态。由此不仅可以使得通过机械臂控制超声探头或人工在使用超声探头进行乳腺扫描时,扫描顺序准确、扫描路径标准;而且还可以使得探头更贴合乳房表面,保证打图质量。
作为具体的实施方式,确定所述运动轨迹中轨迹点的姿态可以采用如下技术方案:针对任一当前轨迹点,确定所述当前轨迹点的Z向量;获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。在得到当前轨迹点的旋转矩阵之后,可以根据机械臂的末端TCP姿态表示形式(四元数法,欧拉角法,旋转矢量法)进行旋转矩阵的变换,确定姿态。
具体的,确定所述当前轨迹点的Z向量可以采用以下两种方式。
第一种方式为:根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的相邻面数量;当所述相交边的相邻面数量为1时,将所述相交边的相邻面的法矢作为所述当前轨迹点的法矢;当所述相交边的相邻面数量为2时,判断所述相交边的相邻面的法矢是否相同,当相同时,将所述相交边的任一相邻面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的相邻面的法矢之和作为所述当前轨迹点的法矢。如图9所示,穿过ab边的面索引为1;穿过bc的索引为1和2;若为1,则与边ab交点的法式以1面的法式为准;若为2,则判断面1和面2的法矢是否相同,当相同时,与边bc交点的法式为1面或2面的法矢,当不同时,与边bc交点的法式为1面和2面的法矢之和。
第二种方式为:计算所述stl数据模型的顶点法矢;以三角形的形心为准计算所述stl数据模型的三角面法矢;根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。也就是说,计算获取stl模型数据的顶点法矢和三角面法矢(以面的形心为准),根据路点临近原则,以最靠近路点的顶点或形心点的法矢为轨迹路点法式。
其中第二种方式为模糊计算,由于乳房形态是一个平滑过度的特征曲面,在一定精度下的微特征可表征宏观特征,所以可模糊取得轨迹点的法矢。
实施例2
本发明实施例2提供了一种基于点云数据的位姿控制装置。图12为本发明实施例2中基于点云数据位姿控制装置的结构示意图,如图12所示,本发明实施例2中基于点云数据的位姿控制装置包括获取模块20、预处理模块21、交点确定模块22、轨迹方向确定模块23和运动轨迹确定模块24。
具体的,获取模块20,用于获取扫查部位的点云数据。
预处理模块21,用于将所述点云数据重构成stl后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表。
交点确定模块22,用于根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表。
轨迹方向确定模块23,利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向。
运动轨迹确定模块24,用于将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到运动轨迹。
进一步的,基于点云数据的位姿控制装置还包括姿态确定模块25。在得到运动轨迹之后,姿态确定模块25用于:确定所述运动轨迹中轨迹点的姿态。
具体的,所述姿态确定模块25用于:针对任一当前轨迹点,确定所述当前轨迹点的Z向量;获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。
更加具体的,所述姿态确定模块25用于:根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的相邻面数量;当所述相交边的相邻面数量为1时,将所述相交边的相邻面的法矢作为所述当前轨迹点的法矢;当所述相交边的相邻面数量为2时,判断所述相交边的相邻面的法矢是否相同,当相同时,将所述相交边的任一相邻面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的相邻面的法矢之和作为所述当前轨迹点的法矢。
或者,所述姿态确定模块25用于:计算所述stl数据模型的顶点法矢;以三角形的形心为准计算所述stl数据模型的三角面法矢;根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。
上述基于点云数据的位姿控制装置具体细节可以对应参阅图1至图11所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
实施例3
本发明实施例还提供了一种超声设备,该超声设备可以包括处理器和存储器,其中处理器和存储器可以通过总线或者其他方式连接。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的点云数据的位姿控制方法对应的程序指令/模块(例如,图12所示的获取模块20、预处理模块21、交点确定模块22、轨迹方向确定模块23和运动轨迹确定模块24和姿态确定模块25)。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的点云数据的位姿控制方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器中,当被所述处理器执行时,执行如图1-11所示实施例中的点云数据的位姿控制方法。
上述超声设备具体细节可以对应参阅图1至图12所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种基于点云数据的位姿控制方法,其特征在于,包括:
获取扫查部位的点云数据;
将所述点云数据重构成stl后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表;
根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到运动轨迹;
控制超声探头按照所述运动轨迹进行超声扫查;
在得到运动轨迹之后,还包括:
确定所述运动轨迹中轨迹点的姿态。
2.根据权利要求1所述的方法,其特征在于,所述根据所述顶点列表和所述边列表识别穿过切平面的边包括:
获取所述顶点列表中的任一顶点,称为第一点,将所述第一点向所述切平面的法线上做投影得到第一投影点,当所述第一投影点大于预设阈值时,判定所述第一点的投影标记为1;当所述第一投影点小于所述预设阈值时,判定所述第一点的投影标记为0;
在所述边列表中获取与所述第一点属于同一条边的第二点,将所第二点向所述切平面的法线上做投影得到第二投影点,当所述第二投影点大于所述预设阈值时,判定所述第二点的投影标记为1;当所述第二投影点小于所述预设阈值时,判定所述第二点的投影标记为0;
计算所述第一点与所述第二点的投影标记之和,当所述第一点与所述第二点的投影标记之和为1时,则判断所述第一点与所述第二点构成的边为穿过所述切平面的边;
遍历所述顶点列表中的所有顶点,得到穿过所述切平面的边。
3.根据权利要求1所述的方法,其特征在于,利用所有穿过所述切平面的边与所述面列表建立面边对,包括:
根据所述面列表和所有的穿过所述切平面的边,确定所述面列表中的每个面所包含的穿过所述切平面的边,得到第一面边对;
根据所述面列表和所有的穿过所述切平面的边,确定所有的穿过所述切平面的边相邻的面,得到第二面边对。
4.根据权利要求3所述的方法,其特征在于,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向包括:
获取当前边;
根据所述当前边利用所述第二面边对,确定所述当前边相邻的两个面;
在所述两个面中选取未参加迭代的当前迭代面;
根据所述当前迭代面利用所述第一面边对,确定所述当前迭代面中的下一边,并将所述下一边作为所述当前边;直到回到起始面或迭代的边的数量与穿过所述切平面的边的数量相同,得到轨迹方向。
5.根据权利要求4所述的方法,其特征在于,所述确定所述运动轨迹中轨迹点的姿态包括:
针对任一当前轨迹点,确定所述当前轨迹点的Z向量;
获取探头运动方向,并将所述探头运动方向作为当前轨迹点的Y向量;
利用所述当前轨迹点的Y向量和Z向量,根据右手法则,得到所述当前轨迹点的X向量;
根据当前轨迹点的X向量、Y向量和Z向量,得到当前轨迹点的旋转矩阵。
6.根据权利要求5所述的方法,其特征在于,所述确定所述当前轨迹点的Z向量包括:
根据所述边列表确定所述当前轨迹点所属的相交边,根据所述第二面边对确定所述相交边的相邻面数量;
当所述相交边的相邻面数量为1时,将所述相交边的相邻面的法矢作为所述当前轨迹点的法矢;
当所述相交边的相邻面数量为2时,判断所述相交边的相邻面的法矢是否相同,当相同时,将所述相交边的任一相邻面的法矢作为所述当前轨迹点的法矢;当不同时,将所述相交边的相邻面的法矢之和作为所述当前轨迹点的法矢。
7.根据权利要求5所述的方法,其特征在于,所述确定所述当前轨迹点的Z向量包括:
计算所述stl数据模型的顶点法矢;
以三角形的形心为准计算所述stl数据模型的三角面法矢;
根据所述顶点法矢和所述三角面法矢,选取出与所述当前轨迹点最近的形心或顶点;
将与所述当前轨迹点最近的形心或顶点的法矢作为所述当前轨迹点的法矢。
8.一种基于点云数据的位姿控制装置,其特征在于,包括:
获取模块,用于获取扫查部位的点云数据;
预处理模块,用于将所述点云数据重构成stl后得到stl数据模型,根据所述stl数据模型确定顶点列表、面列表和边列表;
交点确定模块,用于根据所述顶点列表和所述边列表识别穿过切平面的边,并计算所有穿过所述切平面的边与所述切平面的交点,得到交点列表;
轨迹方向确定模块,利用所有穿过所述切平面的边与所述面列表建立面边对,将所有穿过所述切平面的边在所述面边对上迭代,得到轨迹方向;
运动轨迹确定模块,用于将所述交点列表中的各个交点按照所述轨迹方向进行排序,得到运动轨迹,并控制超声探头按照所述运动轨迹进行超声扫查;
姿态确定模块,在得到运动轨迹之后,用于确定所述运动轨迹中轨迹点的姿态。
9.一种超声设备,其特征在于,包括:
探头、存储器和处理器,所述探头、所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-7中任一项所述的基于点云数据的位姿控制方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的基于点云数据的位姿控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011615474.9A CN112734830B (zh) | 2020-12-30 | 2020-12-30 | 基于点云数据的位姿控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011615474.9A CN112734830B (zh) | 2020-12-30 | 2020-12-30 | 基于点云数据的位姿控制方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112734830A CN112734830A (zh) | 2021-04-30 |
CN112734830B true CN112734830B (zh) | 2022-05-03 |
Family
ID=75611164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011615474.9A Active CN112734830B (zh) | 2020-12-30 | 2020-12-30 | 基于点云数据的位姿控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112734830B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114271856B (zh) * | 2021-12-27 | 2022-10-11 | 开普云信息科技股份有限公司 | 三维超声影像生成方法、装置、存储介质及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107240129A (zh) * | 2017-05-10 | 2017-10-10 | 同济大学 | 基于rgb‑d相机数据的物体及室内小场景恢复与建模方法 |
CN107247444A (zh) * | 2017-05-22 | 2017-10-13 | 华中科技大学 | 一种用于生成曲面无干涉五轴加工轨迹的投影算法 |
CN110039538A (zh) * | 2019-04-03 | 2019-07-23 | 华中科技大学 | 一种基于大型复杂构件点云信息的机器人轨迹规划方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7747106B2 (en) * | 2005-06-13 | 2010-06-29 | Sarnoff Corporation | Method and system for filtering, registering, and matching 2.5D normal maps |
KR100915574B1 (ko) * | 2007-12-17 | 2009-09-07 | 한국전자통신연구원 | 충분히 매끄럽게 만들어진 메쉬의 각진 부분을 복원하는메쉬 재구성 방법 및 장치 |
JP7283005B2 (ja) * | 2019-03-28 | 2023-05-30 | 株式会社トプコン | 点群データ処理方法および点群データ処理装置 |
CN110766704B (zh) * | 2019-10-22 | 2022-03-08 | 深圳瀚维智能医疗科技有限公司 | 乳房点云分割方法、装置、存储介质及计算机设备 |
-
2020
- 2020-12-30 CN CN202011615474.9A patent/CN112734830B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107240129A (zh) * | 2017-05-10 | 2017-10-10 | 同济大学 | 基于rgb‑d相机数据的物体及室内小场景恢复与建模方法 |
CN107247444A (zh) * | 2017-05-22 | 2017-10-13 | 华中科技大学 | 一种用于生成曲面无干涉五轴加工轨迹的投影算法 |
CN110039538A (zh) * | 2019-04-03 | 2019-07-23 | 华中科技大学 | 一种基于大型复杂构件点云信息的机器人轨迹规划方法 |
Non-Patent Citations (2)
Title |
---|
Direct rapid prototyping from point cloud data without surface reconstruction;Tianyun Yuan;《Computer-Aided Design and Application》;20181231;全文 * |
逆向工程中特征提取及形状识别研究;吴守春;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20110715;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112734830A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108732582B (zh) | 车辆定位方法和装置 | |
US11209837B2 (en) | Method and device for generating a model of a to-be reconstructed area and an unmanned aerial vehicle flight trajectory | |
AU2017387638C1 (en) | Computer vision systems and methods for detecting and modeling features of structures in images | |
US9846963B2 (en) | 3-dimensional model generation using edges | |
CN109141364A (zh) | 障碍物检测方法、系统及机器人 | |
CN112560355B (zh) | 基于卷积神经网络的风洞的马赫数的预测方法和装置 | |
CN113781667B (zh) | 三维结构简化重建方法、装置、计算机设备和存储介质 | |
WO2020093950A1 (zh) | 三维物体分割方法、设备和介质 | |
CN109992809B (zh) | 一种建筑模型的构建方法、装置及存储装置 | |
US20220292776A1 (en) | Method and apparatus for reconstructing face mesh model, and storage medium | |
CN111815707A (zh) | 点云确定方法、点云筛选方法、装置、计算机设备 | |
CN112484738B (zh) | 机器人建图方法、装置、计算机可读存储介质及机器人 | |
CN112734830B (zh) | 基于点云数据的位姿控制方法、装置、设备及存储介质 | |
CN115082699B (zh) | 一种轮廓形状提取方法、装置、电子设备及存储介质 | |
CN112712590B (zh) | 一种动物点云生成方法及系统 | |
CN114638795A (zh) | 一种多结构光测量单元在线测量方法及系统 | |
WO2019203877A1 (en) | Method for reconstructing an object | |
CN112598737A (zh) | 室内机器人定位方法、装置、终端设备及存储介质 | |
CN115421509B (zh) | 一种无人机飞行拍摄规划方法、装置及存储介质 | |
CN111445513A (zh) | 基于深度图像的植株冠层体积获取方法、装置、计算机设备和存储介质 | |
CN112767237A (zh) | 基于点云数据的环形位姿控制方法、装置及超声设备 | |
CN114445415A (zh) | 可行驶区域的分割方法以及相关装置 | |
CN113920196A (zh) | 视觉定位方法、装置及计算机设备 | |
CN113724383A (zh) | 机器人拓扑地图生成系统、方法、计算机设备及存储介质 | |
Bird et al. | Autonomous void detection and characterisation in point clouds and triangular meshes |
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 |