CN113487749A - 基于动态画幅的3d点云处理方法及装置 - Google Patents

基于动态画幅的3d点云处理方法及装置 Download PDF

Info

Publication number
CN113487749A
CN113487749A CN202110832563.7A CN202110832563A CN113487749A CN 113487749 A CN113487749 A CN 113487749A CN 202110832563 A CN202110832563 A CN 202110832563A CN 113487749 A CN113487749 A CN 113487749A
Authority
CN
China
Prior art keywords
laser scanning
block
region
point cloud
interest
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
Application number
CN202110832563.7A
Other languages
English (en)
Inventor
王挺
王相入
江文雪
李鹏飞
丁有爽
邵天兰
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.)
Mech Mind Robotics Technologies Co Ltd
Original Assignee
Mech Mind Robotics Technologies 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 Mech Mind Robotics Technologies Co Ltd filed Critical Mech Mind Robotics Technologies Co Ltd
Priority to CN202110832563.7A priority Critical patent/CN113487749A/zh
Publication of CN113487749A publication Critical patent/CN113487749A/zh
Priority to PCT/CN2021/138576 priority patent/WO2023000596A1/zh
Priority to PCT/CN2022/107158 priority patent/WO2023001251A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Architecture (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于动态画幅的3D点云处理方法及装置,其中,该方法包括:从当前场景的场景扫描图像中提取感兴趣区域,将感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围;针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,得到该分块的3D点云;对多个分块的3D点云进行拼接处理,得到感兴趣区域的3D点云。该方案从激光扫描设备的激光扫描总范围中截取部分范围作为各个分块对应的激光扫描范围,对各个分块进行激光扫描,有效地提高了信噪比,通过对多个分块的3D点云进行拼接,能够便捷地得到感兴趣区域的3D点云,有效地提高了3D点云的精准度。

Description

基于动态画幅的3D点云处理方法及装置
技术领域
本发明涉及激光扫描技术领域,具体涉及一种基于动态画幅的3D点云处理方法及装置。
背景技术
随着工业智能化的发展,通过机器人代替人工对物体(例如工业零件、箱体等)进行操作的情况越来越普及。在机器人操作时,需要以当前场景对应的3D点云作为依据,从而确定物体的抓取点位置等。对于3D点云,通常是利用激光扫描设备等对当前场景进行扫描,而后对扫描得到的图像进行处理而得到。然而,在激光扫描的过程中,很容易受到环境光、被测物体表面反射光等干扰,导致扫描图像的例如信噪比等图像质量参数较差,进而影响3D点云的精准度。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于动态画幅的3D点云处理方法及装置。
根据本发明的一个方面,提供了一种基于动态画幅的3D点云处理方法,该方法包括:
从当前场景的场景扫描图像中提取感兴趣区域,将感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围;
针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,得到该分块的3D点云;
对多个分块的3D点云进行拼接处理,得到感兴趣区域的3D点云。
进一步地,在从当前场景的场景扫描图像中提取感兴趣区域之前,该方法还包括:通过图像采集设备对当前场景进行图像采集,得到当前场景的场景扫描图像,并对当前场景的场景扫描图像进行分析,得到场景扫描图像的图像质量参数;
从当前场景的场景扫描图像中提取感兴趣区域具体为:若图像质量参数小于预设参数阈值,则从当前场景的场景扫描图像中提取感兴趣区域。
进一步地,将感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围进一步包括:
根据激光扫描设备的设置参数,确定感兴趣区域对应的激光扫描范围;
获取分块参数,按照分块参数,将感兴趣区域划分成多个分块,并记录每个分块在感兴趣区域中的位置信息;
针对每个分块,根据该分块在感兴趣区域中的位置信息以及感兴趣区域对应的激光扫描范围,确定每个分块对应的激光扫描范围。
进一步地,依据激光扫描参数对该分块进行激光扫描,得到该分块的3D点云进一步包括:
依据激光扫描参数,控制激光扫描设备中振镜的转动,利用振镜反射出的激光对该分块进行激光扫描,得到该分块的3D点云。
进一步地,激光扫描参数包括:激光扫描角度范围、激光信号强度以及激光扫描速度。
进一步地,对多个分块的3D点云进行拼接处理,得到感兴趣区域的3D点云进一步包括:
针对任两个相邻分块的3D点云,根据两个相邻分块在感兴趣区域中的位置信息,对两个相邻分块的3D点云进行取交集处理,得到重叠区域点云以及非重叠区域点云;依据重叠区域点云的点云质量,从重叠区域点云中选择用于拼接的目标重叠区域点云,将目标重叠区域点云与非重叠区域点云进行拼接处理;
得到感兴趣区域的3D点云。
根据本发明的另一方面,提供了一种基于动态画幅的3D点云处理装置,该装置包括:
分块模块,适于从当前场景的场景扫描图像中提取感兴趣区域,将感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围;
扫描模块,适于针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,得到该分块的3D点云;
拼接模块,适于对多个分块的3D点云进行拼接处理,得到感兴趣区域的3D点云。
进一步地,该装置还包括:
采集模块,适于通过图像采集设备对当前场景进行图像采集,得到当前场景的场景扫描图像;
质量分析模块,适于对当前场景的场景扫描图像进行分析,得到场景扫描图像的图像质量参数;
分块模块进一步适于:若图像质量参数小于预设参数阈值,则从当前场景的场景扫描图像中提取感兴趣区域。
进一步地,分块模块进一步适于:
根据激光扫描设备的设置参数,确定感兴趣区域对应的激光扫描范围;
获取分块参数,按照分块参数,将感兴趣区域划分成多个分块,并记录每个分块在感兴趣区域中的位置信息;
针对每个分块,根据该分块在感兴趣区域中的位置信息以及感兴趣区域对应的激光扫描范围,确定每个分块对应的激光扫描范围。
进一步地,扫描模块进一步适于:
依据激光扫描参数,控制激光扫描设备中振镜的转动,利用振镜反射出的激光对该分块进行激光扫描,得到该分块的3D点云。
进一步地,激光扫描参数包括:激光扫描角度范围、激光信号强度以及激光扫描速度。
进一步地,拼接模块进一步适于:
针对任两个相邻分块的3D点云,根据两个相邻分块在感兴趣区域中的位置信息,对两个相邻分块的3D点云进行取交集处理,得到重叠区域点云以及非重叠区域点云;依据重叠区域点云的点云质量,从重叠区域点云中选择用于拼接的目标重叠区域点云,将目标重叠区域点云与非重叠区域点云进行拼接处理;
得到感兴趣区域的3D点云。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,处理器、存储器和通信接口通过通信总线完成相互间的通信;
存储器用于存放至少一可执行指令,可执行指令使处理器执行上述基于动态画幅的3D点云处理方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,存储介质中存储有至少一可执行指令,可执行指令使处理器执行如上述基于动态画幅的3D点云处理方法对应的操作。
根据本发明提供的技术方案,将场景扫描图像中的感兴趣区域划分成多个分块,从激光扫描设备的激光扫描总范围中截取部分范围作为各个分块对应的激光扫描范围,实现了动态画幅;根据每个分块对应的激光扫描范围,配置每个分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,使单位时间内激光能量集中,有助于获得较好的激光扫描效果,有效地提高了信噪比;通过对多个分块的3D点云进行拼接,即可便捷地得到感兴趣区域的3D点云,并且有效地提高了3D点云的精准度,提升了点云质量,优化了点云处理方式。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了根据本发明一个实施例的基于动态画幅的3D点云处理方法的流程示意图;
图2示出了根据本发明一个实施例的基于动态画幅的3D点云处理装置的结构框图;
图3示出了根据本发明实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的基于动态画幅的3D点云处理方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤S101,从当前场景的场景扫描图像中提取感兴趣区域,将感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围。
其中,可通过2D/3D等图像采集设备对当前场景进行图像采集,得到当前场景的场景扫描图像,场景扫描图像可以为2D图像,也可以为3D图像,此处不做限定。考虑到如果场景扫描图像的图像质量参数已经比较好了且为3D图像,则可直接依据场景扫描图像得到3D点云,无需再基于动态画幅的方式进行3D点云处理,在本实施例中,动态画幅是指从激光扫描设备的激光扫描总范围中动态地截取部分范围作为当前激光扫描范围,也就是作为各个分块对应的激光扫描范围;那么在得到了当前场景的场景扫描图像之后,还需对当前场景的场景扫描图像进行分析,例如分析场景扫描图像中的边缘清晰情况、图像中点的缺失情况等,得到场景扫描图像的图像质量参数。图像质量参数可包括对比度、信噪比、边缘锐利度、平均亮度、直方图等中的至少一种。
具体地,可判断场景扫描图像的图像质量参数是否小于预设参数阈值;若图像质量参数小于预设参数阈值,说明场景扫描图像的图像质量较差,则基于动态画幅的方式进行3D点云处理,那么执行步骤S101从当前场景的场景扫描图像中提取感兴趣区域(Regionof Interest,ROI);若图像质量参数大于或等于预设参数阈值,说明场景扫描图像的图像质量较好,直接依据3D的场景扫描图像得到3D点云即可,无需再基于动态画幅的方式进行3D点云处理,则该方法结束。其中,本领域技术人员可根据实际需要设置预设参数阈值,此处不做限定。
在步骤S101中,可根据当前场景的扫描需求等,从当前场景的场景扫描图像中提取感兴趣区域。若当前场景是需要对托盘、料筐、笼车等码放容器进行扫描,则从场景扫描图像中提取码放容器区域作为感兴趣区域。
在确定了感兴趣区域之后,可根据激光扫描设备的设置参数,确定感兴趣区域对应的激光扫描范围。其中,激光扫描设备具体可为3D激光相机,激光扫描设备的设置参数包括激光扫描设备的设置位置、激光扫描总范围等参数。其中,激光扫描设备可设置于上方位置处,例如正上方或者斜上方位置处,用于扫描当前场景的信息。具体地,可根据感兴趣区域在场景扫描图像中的位置信息以及激光扫描设备的设置参数,确定感兴趣区域对应的激光扫描范围。感兴趣区域对应的激光扫描范围小于激光扫描总范围,激光扫描范围具体可以以激光扫描角度范围进行表示。
接着获取分块参数,按照分块参数,将感兴趣区域划分成多个分块,为了便于确定每个分块对应的激光扫描范围以及便于后续进行点云拼接,在本实施例中,还需记录每个分块在感兴趣区域中的位置信息。其中,分块参数包括分块数量以及重叠率等,分块参数可为预先设置的,也可为根据场景扫描图像的图像质量参数等自动计算得到的。然后针对每个分块,根据该分块在感兴趣区域中的位置信息以及感兴趣区域对应的激光扫描范围,确定每个分块对应的激光扫描范围,每个分块对应的激光扫描范围小于感兴趣区域对应的激光扫描范围,相当于从激光扫描设备的激光扫描总范围中截取部分范围作为各个分块对应的激光扫描范围,在一次激光扫描过程中仅对一个分块中的信息进行扫描。
例如当分块数量为4,重叠率为5%时,说明需要将感兴趣区域划分成4个分块,相邻两个分块存在5%的区域是重叠的。按照预设方向(如从左到右的方向),这4个分块依次为分块1、分块2、分块3和分块4,其中,分块1和分块2存在5%的区域是重叠的,分块2和分块3存在5%的区域是重叠的,分块3和分块4存在5%的区域是重叠的。
步骤S102,针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,得到该分块的3D点云。
在确定了每个分块对应的激光扫描范围之后,即可针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,其中,激光扫描参数包括:激光扫描角度范围、激光信号强度以及激光扫描速度,激光扫描参数还可包括其他参数,此处不做限定。在实际应用中,为了获得较好的扫描效果,可采用较慢的激光扫描速度进行扫描,以使单位时间内激光能量集中,提高信噪比。
激光扫描设备包括激光光源以及基于MEMS(Micro-Electro-Mechanical System,微机电系统)工艺的振镜等,其中,振镜包括振镜电机,振镜电机上还连接有反射镜片。振镜电机根据激光扫描设备的指令进行转动,振镜电机的转动带动其所连接的反射镜片进行转动,从而调整反射镜片的位置。针对每个分块,可依据该分块对应的激光扫描参数,控制激光扫描设备中振镜的转动,利用振镜反射出的激光对该分块进行激光扫描,从而得到该分块的3D点云。3D点云包括各个3D点的位姿信息,各个3D点的位姿信息具体可包括各个3D点在空间的XYZ三轴的坐标值以及各个3D点自身的XYZ三轴方向等信息。
步骤S103,对多个分块的3D点云进行拼接处理,得到感兴趣区域的3D点云。
由于在本实施例中是单独对各个分块进行了激光扫描,所得到的是各个分块的3D点云,并不是完整的感兴趣区域的3D点云,因此还需对多个分块的3D点云进行拼接,以得到感兴趣区域的3D点云。
考虑到在分块过程中是依据重叠率进行分块的,使得两个相邻分块的3D点云存在重叠区域,也就是说,该重叠区域对应有两套3D点云,需要从这两套3D点云中选择一套点云质量较优的3D点云用于拼接。
具体地,针对任两个相邻分块的3D点云,根据这两个相邻分块在感兴趣区域中的位置信息,对这两个相邻分块的3D点云进行取交集处理,得到重叠区域点云以及非重叠区域点云;对重叠区域点云的点云质量进行分析,例如分析点云噪声比、点云密度、点云厚度和点云重叠度等,得到重叠区域点云的点云质量。其中,点云噪声即粗差,从空间分布上可以分为点状粗差和簇状粗差;点云密度是指激光数据点的密度,随着激光扫描技术的发展,每平方米可达上百个点;点云厚度是指待分析的3D点云中平坦区域中点云高程的误差;点云重叠度是指待分析的3D点云的航带的凸多边形和相邻点云的航带的凸多边形相交的区域面积与待评价的3D点云的航带的凸多边形的比值。
在分析得到重叠区域点云的点云质量之后,依据重叠区域点云的点云质量,从重叠区域点云中选择用于拼接的目标重叠区域点云,其中,目标重叠区域点云为两套重叠区域点云中点云质量较优的一套3D点云;将目标重叠区域点云与非重叠区域点云进行拼接处理,具体地可进行3D点云融合处理完成拼接。按照上述处理方式,完成对所有分块的3D点云的拼接处理,从而得到感兴趣区域的3D点云。
根据本实施例提供的基于动态画幅的3D点云处理方法,将场景扫描图像中的感兴趣区域划分成多个分块,从激光扫描设备的激光扫描总范围中截取部分范围作为各个分块对应的激光扫描范围,实现了动态画幅;根据每个分块对应的激光扫描范围,配置每个分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,使单位时间内激光能量集中,有助于获得较好的激光扫描效果,有效地提高了信噪比;通过对多个分块的3D点云进行拼接,即可便捷地得到感兴趣区域的3D点云,并且有效地提高了3D点云的精准度,提升了点云质量,优化了点云处理方式。
图2示出了根据本发明一个实施例的基于动态画幅的3D点云处理装置的结构框图,如图2所示,该装置包括:分块模块210、扫描模块220和拼接模块230。
分块模块210适于:从当前场景的场景扫描图像中提取感兴趣区域,将感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围。
扫描模块220适于:针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,得到该分块的3D点云。
拼接模块230适于:对多个分块的3D点云进行拼接处理,得到感兴趣区域的3D点云。
可选地,该装置还包括:采集模块240,适于通过图像采集设备对当前场景进行图像采集,得到当前场景的场景扫描图像;质量分析模块250,适于对当前场景的场景扫描图像进行分析,得到场景扫描图像的图像质量参数。那么分块模块210进一步适于:若图像质量参数小于预设参数阈值,则从当前场景的场景扫描图像中提取感兴趣区域。
可选地,分块模块210进一步适于:根据激光扫描设备的设置参数,确定感兴趣区域对应的激光扫描范围;获取分块参数,按照分块参数,将感兴趣区域划分成多个分块,并记录每个分块在感兴趣区域中的位置信息;针对每个分块,根据该分块在感兴趣区域中的位置信息以及感兴趣区域对应的激光扫描范围,确定每个分块对应的激光扫描范围。
可选地,扫描模块220进一步适于:依据激光扫描参数,控制激光扫描设备中振镜的转动,利用振镜反射出的激光对该分块进行激光扫描,得到该分块的3D点云。其中,激光扫描参数包括:激光扫描角度范围、激光信号强度以及激光扫描速度。
可选地,拼接模块230进一步适于:针对任两个相邻分块的3D点云,根据两个相邻分块在感兴趣区域中的位置信息,对两个相邻分块的3D点云进行取交集处理,得到重叠区域点云以及非重叠区域点云;依据重叠区域点云的点云质量,从重叠区域点云中选择用于拼接的目标重叠区域点云,将目标重叠区域点云与非重叠区域点云进行拼接处理;得到感兴趣区域的3D点云。
根据本实施例提供的基于动态画幅的3D点云处理装置,将场景扫描图像中的感兴趣区域划分成多个分块,从激光扫描设备的激光扫描总范围中截取部分范围作为各个分块对应的激光扫描范围,实现了动态画幅;根据每个分块对应的激光扫描范围,配置每个分块对应的激光扫描参数,依据激光扫描参数对该分块进行激光扫描,使单位时间内激光能量集中,有助于获得较好的激光扫描效果,有效地提高了信噪比;通过对多个分块的3D点云进行拼接,即可便捷地得到感兴趣区域的3D点云,并且有效地提高了3D点云的精准度,提升了点云质量,优化了点云处理方式。
本发明还提供了一种非易失性计算机存储介质,计算机存储介质存储有至少一可执行指令,可执行指令可执行上述任意方法实施例中的基于动态画幅的3D点云处理方法。
图3示出了根据本发明实施例的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图3所示,该计算设备可以包括:处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中:
处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。
通信接口304,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器302,用于执行程序310,具体可以执行上述基于动态画幅的3D点云处理方法实施例中的相关步骤。
具体地,程序310可以包括程序代码,该程序代码包括计算机操作指令。
处理器302可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器306,用于存放程序310。存储器306可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序310具体可以用于使得处理器302执行上述任意方法实施例中的基于动态画幅的3D点云处理方法。程序310中各步骤的具体实现可以参见上述基于动态画幅的3D点云处理实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和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描述,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (14)

1.一种基于动态画幅的3D点云处理方法,所述方法包括:
从当前场景的场景扫描图像中提取感兴趣区域,将所述感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围;
针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,依据所述激光扫描参数对该分块进行激光扫描,得到该分块的3D点云;
对多个分块的3D点云进行拼接处理,得到所述感兴趣区域的3D点云。
2.根据权利要求1所述的方法,其中,在所述从当前场景的场景扫描图像中提取感兴趣区域之前,所述方法还包括:通过图像采集设备对当前场景进行图像采集,得到当前场景的场景扫描图像,并对当前场景的场景扫描图像进行分析,得到所述场景扫描图像的图像质量参数;
所述从当前场景的场景扫描图像中提取感兴趣区域具体为:若所述图像质量参数小于预设参数阈值,则从当前场景的场景扫描图像中提取感兴趣区域。
3.根据权利要求1所述的方法,其中,所述将所述感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围进一步包括:
根据激光扫描设备的设置参数,确定所述感兴趣区域对应的激光扫描范围;
获取分块参数,按照所述分块参数,将所述感兴趣区域划分成多个分块,并记录每个分块在所述感兴趣区域中的位置信息;
针对每个分块,根据该分块在所述感兴趣区域中的位置信息以及所述感兴趣区域对应的激光扫描范围,确定每个分块对应的激光扫描范围。
4.根据权利要求1所述的方法,其中,所述依据所述激光扫描参数对该分块进行激光扫描,得到该分块的3D点云进一步包括:
依据所述激光扫描参数,控制激光扫描设备中振镜的转动,利用所述振镜反射出的激光对该分块进行激光扫描,得到该分块的3D点云。
5.根据权利要求1-4任一项所述的方法,其中,所述激光扫描参数包括:激光扫描角度范围、激光信号强度以及激光扫描速度。
6.根据权利要求1所述的方法,其中,所述对多个分块的3D点云进行拼接处理,得到所述感兴趣区域的3D点云进一步包括:
针对任两个相邻分块的3D点云,根据所述两个相邻分块在所述感兴趣区域中的位置信息,对所述两个相邻分块的3D点云进行取交集处理,得到重叠区域点云以及非重叠区域点云;依据所述重叠区域点云的点云质量,从所述重叠区域点云中选择用于拼接的目标重叠区域点云,将所述目标重叠区域点云与所述非重叠区域点云进行拼接处理;
得到所述感兴趣区域的3D点云。
7.一种基于动态画幅的3D点云处理装置,所述装置包括:
分块模块,适于从当前场景的场景扫描图像中提取感兴趣区域,将所述感兴趣区域划分成多个分块,并确定每个分块对应的激光扫描范围;
扫描模块,适于针对每个分块,根据该分块对应的激光扫描范围,配置该分块对应的激光扫描参数,依据所述激光扫描参数对该分块进行激光扫描,得到该分块的3D点云;
拼接模块,适于对多个分块的3D点云进行拼接处理,得到所述感兴趣区域的3D点云。
8.根据权利要求7所述的装置,其中,所述装置还包括:
采集模块,适于通过图像采集设备对当前场景进行图像采集,得到当前场景的场景扫描图像;
质量分析模块,适于对当前场景的场景扫描图像进行分析,得到所述场景扫描图像的图像质量参数;
所述分块模块进一步适于:若所述图像质量参数小于预设参数阈值,则从当前场景的场景扫描图像中提取感兴趣区域。
9.根据权利要求7所述的装置,其中,所述分块模块进一步适于:
根据激光扫描设备的设置参数,确定所述感兴趣区域对应的激光扫描范围;
获取分块参数,按照所述分块参数,将所述感兴趣区域划分成多个分块,并记录每个分块在所述感兴趣区域中的位置信息;
针对每个分块,根据该分块在所述感兴趣区域中的位置信息以及所述感兴趣区域对应的激光扫描范围,确定每个分块对应的激光扫描范围。
10.根据权利要求7所述的装置,其中,所述扫描模块进一步适于:
依据所述激光扫描参数,控制激光扫描设备中振镜的转动,利用所述振镜反射出的激光对该分块进行激光扫描,得到该分块的3D点云。
11.根据权利要求7-10任一项所述的装置,其中,所述激光扫描参数包括:激光扫描角度范围、激光信号强度以及激光扫描速度。
12.根据权利要求7所述的装置,其中,所述拼接模块进一步适于:
针对任两个相邻分块的3D点云,根据所述两个相邻分块在所述感兴趣区域中的位置信息,对所述两个相邻分块的3D点云进行取交集处理,得到重叠区域点云以及非重叠区域点云;依据所述重叠区域点云的点云质量,从所述重叠区域点云中选择用于拼接的目标重叠区域点云,将所述目标重叠区域点云与所述非重叠区域点云进行拼接处理;
得到所述感兴趣区域的3D点云。
13.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的基于动态画幅的3D点云处理方法对应的操作。
14.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-6中任一项所述的基于动态画幅的3D点云处理方法对应的操作。
CN202110832563.7A 2021-07-22 2021-07-22 基于动态画幅的3d点云处理方法及装置 Pending CN113487749A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110832563.7A CN113487749A (zh) 2021-07-22 2021-07-22 基于动态画幅的3d点云处理方法及装置
PCT/CN2021/138576 WO2023000596A1 (zh) 2021-07-22 2021-12-15 基于动态画幅的3d点云处理方法及装置
PCT/CN2022/107158 WO2023001251A1 (zh) 2021-07-22 2022-07-21 基于动态画幅的 3d 点云处理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110832563.7A CN113487749A (zh) 2021-07-22 2021-07-22 基于动态画幅的3d点云处理方法及装置

Publications (1)

Publication Number Publication Date
CN113487749A true CN113487749A (zh) 2021-10-08

Family

ID=77942166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110832563.7A Pending CN113487749A (zh) 2021-07-22 2021-07-22 基于动态画幅的3d点云处理方法及装置

Country Status (2)

Country Link
CN (1) CN113487749A (zh)
WO (1) WO2023000596A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023000596A1 (zh) * 2021-07-22 2023-01-26 梅卡曼德(北京)机器人科技有限公司 基于动态画幅的3d点云处理方法及装置
WO2023001251A1 (zh) * 2021-07-22 2023-01-26 梅卡曼德(北京)机器人科技有限公司 基于动态画幅的 3d 点云处理方法、装置、设备及介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116708683B (zh) * 2023-08-01 2023-10-10 文博安全科技有限公司 一种用于壁画的数字化自动采集系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8848201B1 (en) * 2012-10-20 2014-09-30 Google Inc. Multi-modal three-dimensional scanning of objects
CN107563371A (zh) * 2017-07-17 2018-01-09 大连理工大学 基于线激光光条的动态搜索感兴趣区域的方法
CN112489110A (zh) * 2020-11-25 2021-03-12 西北工业大学青岛研究院 一种水下动态场景光学混合三维成像方法
WO2021092702A1 (en) * 2019-11-13 2021-05-20 Youval Nehmadi Autonomous vehicle environmental perception software architecture
CN112827943A (zh) * 2020-12-09 2021-05-25 长沙八思量信息技术有限公司 激光清洗方法、系统、设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931234A (zh) * 2016-04-19 2016-09-07 东北林业大学 一种地面三维激光扫描点云与影像融合及配准的方法
JP2019100995A (ja) * 2017-12-08 2019-06-24 株式会社トプコン 測量画像表示制御装置、測量画像表示制御方法および測量画像表示制御用プログラム
CN111815707B (zh) * 2020-07-03 2024-05-28 北京爱笔科技有限公司 点云确定方法、点云筛选方法、装置、计算机设备
CN113487749A (zh) * 2021-07-22 2021-10-08 梅卡曼德(北京)机器人科技有限公司 基于动态画幅的3d点云处理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8848201B1 (en) * 2012-10-20 2014-09-30 Google Inc. Multi-modal three-dimensional scanning of objects
CN107563371A (zh) * 2017-07-17 2018-01-09 大连理工大学 基于线激光光条的动态搜索感兴趣区域的方法
WO2021092702A1 (en) * 2019-11-13 2021-05-20 Youval Nehmadi Autonomous vehicle environmental perception software architecture
CN112489110A (zh) * 2020-11-25 2021-03-12 西北工业大学青岛研究院 一种水下动态场景光学混合三维成像方法
CN112827943A (zh) * 2020-12-09 2021-05-25 长沙八思量信息技术有限公司 激光清洗方法、系统、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
乔建委等: "基于迭代最近点算法的激光点云拼接研究", 山东理工大学学报(自然科学版), no. 02, pages 113 - 119 *
徐成业等: "测绘工程技术研究与应用", 31 May 2021, 北京:文化发展出版社, pages: 231 - 239 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023000596A1 (zh) * 2021-07-22 2023-01-26 梅卡曼德(北京)机器人科技有限公司 基于动态画幅的3d点云处理方法及装置
WO2023001251A1 (zh) * 2021-07-22 2023-01-26 梅卡曼德(北京)机器人科技有限公司 基于动态画幅的 3d 点云处理方法、装置、设备及介质

Also Published As

Publication number Publication date
WO2023000596A1 (zh) 2023-01-26

Similar Documents

Publication Publication Date Title
CN113487749A (zh) 基于动态画幅的3d点云处理方法及装置
US11915502B2 (en) Systems and methods for depth map sampling
US11398075B2 (en) Methods and systems for processing and colorizing point clouds and meshes
CN109388093B (zh) 基于线特征识别的机器人姿态控制方法、系统及机器人
EP3108449B1 (en) View independent 3d scene texturing
JP5580164B2 (ja) 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム
EP3018632B1 (en) Automated texture mapping and animation from images
WO2023001251A1 (zh) 基于动态画幅的 3d 点云处理方法、装置、设备及介质
CN111222395A (zh) 目标检测方法、装置与电子设备
CN110119679B (zh) 物体三维信息估计方法及装置、计算机设备、存储介质
EP3330921A1 (en) Information processing device, measuring apparatus, system, calculating method, storage medium, and article manufacturing method
WO2021134285A1 (zh) 图像跟踪处理方法、装置、计算机设备和存储介质
WO2021056501A1 (zh) 提取特征点的方法、可移动平台及存储介质
US11869172B2 (en) Kernel reshaping-powered splatting-based efficient image space lens blur
CN113610741A (zh) 基于激光线扫的点云处理方法及装置
EP2826243B1 (en) Method and system for identifying depth data associated with an object
CN111105351A (zh) 一种视频序列影像拼接方法及装置
CN113487590B (zh) 分块处理方法、装置、计算设备及存储介质
WO2024001596A9 (zh) 机器人运动控制方法以及装置
CN113592800B (zh) 基于动态扫描参数的图像扫描方法及装置
CN111583388A (zh) 一种三维扫描系统的扫描方法及设备
WO2023083273A1 (zh) 抓取点信息获取方法、装置、电子设备和存储介质
CN113313803A (zh) 垛型分析方法、装置、计算设备及计算机存储介质
CN114463405A (zh) 面扫线激光3d相机加速方法、装置、系统及fpga
Schmeing et al. Real-time depth fusion using a low-cost depth sensor array

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 1100, 1st Floor, No. 6 Chuangye Road, Shangdi Information Industry Base, Haidian District, Beijing 100085

Applicant after: MECH-MIND (BEIJING) ROBOTICS TECHNOLOGIES CO.,LTD.

Address before: 100085 1001, floor 1, building 3, No.8 Chuangye Road, Haidian District, Beijing

Applicant before: MECH-MIND (BEIJING) ROBOTICS TECHNOLOGIES CO.,LTD.