CN113532266A - 基于三维视觉的箱体积测量方法、系统、设备及存储介质 - Google Patents
基于三维视觉的箱体积测量方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113532266A CN113532266A CN202010293401.6A CN202010293401A CN113532266A CN 113532266 A CN113532266 A CN 113532266A CN 202010293401 A CN202010293401 A CN 202010293401A CN 113532266 A CN113532266 A CN 113532266A
- Authority
- CN
- China
- Prior art keywords
- top surface
- intersection line
- box body
- target box
- cloud data
- 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
Links
Images
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于三维视觉的箱体积测量方法、系统、设备及存储介质,包括如下步骤:获取目标箱体的点云数据;根据点云数据确定目标箱体的底面、至少一侧面和顶面,并至少确定顶面的法向量;根据点云数据生成顶面的边界线,进而确定顶面的端点;根据顶面的法向量将顶面的端点投射到目标箱体的底面上确定底面的端点,进而根据顶面和底面的端点确定目标箱体的长宽高,最后生成目标箱体的体积。本发明中通过3D摄像头采集目标箱体的点云数据,根据点云数据计算出目标箱体的各个端点,然后计算出目标箱体的体积,实现目标箱体体积的自动计算,能够应用于物流计费以及物体的自动装载等领域。
Description
技术领域
本发明涉及箱体积测量,具体地,涉及一种基于三维视觉的箱体积测量方法、系统、设备及存储介质。
背景技术
体积数据作为物体的一项最为基本的属性信息,被广泛应用生产和物流等领域中,如基于物体体积的物流计费、物体的自动装载等。其中,在进行物流计费或物体的自动装载中的物体常常使用标准的长方体箱体。然后通过三维测头进行自动化、高效、准确地计算出箱体的体积,以解决人工拉尺慢,手动输入繁琐,运费计算出错,存储存档困难等问题。
现有技术中,常用的体积确定方法包括采用激光的确定方法和采用手工标尺的确定方法。
其中,采用激光的确定方法虽然具有很高的精度,但是装配昂贵的激光测量设备,性价比低,很难被用户广泛接受;而采用手工标尺的确定方法需要人工配合,且受人工操作及情绪影响,导致无论精度还是效率均无法得到保证。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于三维视觉的箱体积测量方法、系统、设备及存储介质。
根据本发明提供的基于三维视觉的箱体积测量方法,包括如下步骤:
步骤S1:获取目标箱体的点云数据;
步骤S2:根据所述点云数据确定所述目标箱体的底面、至少一侧面和顶面,并至少确定所述顶面的法向量;
步骤S3:根据所述点云数据生成所述顶面的边界线,进而确定所述顶面的端点;
步骤S4:根据所述顶面的法向量将所述顶面的端点投射到所述目标箱体的底面上确定所述底面的端点,进而根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积。
优选地,所述步骤S1包括如下步骤:
步骤S101:通过3D摄像头的光束投射器端向所述目标箱体投射点阵光;
步骤S102:通过3D摄像头的探测器端接收经所述目标箱体反射后的所述点阵光;
步骤S103:通过3D摄像头的处理器根据所述探测器端接收到的所述点阵光生成所述目标箱体的点云数据。
优选地,所述步骤S2包括如下步骤:
步骤S201:根据所述点云数据确定所述目标箱体上的多个平面;
步骤S202:在所述多个平面中确定所述目标箱体的底面、至少一侧面和顶面;(地面)
步骤S203:通过奇异值分解法获取所述底面、至少一侧面和顶面的法向量,并将所述法向量偏向所述目标箱体的测量视角以消除法向量的歧义性。
优选地,所述步骤S3包括如下步骤:
步骤S301:根据所述点云数据计算所述顶面与所述一侧面的交线A,将所述顶面和所述侧面上的点云数据垂直投影至交线A上,获取交线A上的始末投影点端点A和端点B;
步骤S302:根据所述端点A和所述端点B确定与交线A和顶面的法向量均垂直且与所述端点A和端点B相连的边界线B和边界线C;
步骤S303:根据所述顶面上的点云数据获取距离所述交线A的最远目标点,进而确定穿过所述最远目标点且与所述交线A平行的交线D;
步骤S304:根据所述交线D确定所述交线D与所述交线B和所述交线C相交的端点C和端点D。
优选地,所述步骤S3包括如下步骤:
步骤S301:根据所述点云数据确定所述顶面与所述第一侧面的交线A、所述顶面与所述第二侧面的交线B以及所述第一侧面与所述第二侧面的交线C,进而确定所述交线A、所述交线B以及所述交线C的共同端点O;
步骤S302:将所述顶面和所述第一侧面上的点云数据垂直投影至交线A上,生成距离所述端点O最远的端点A;
步骤S303:将所述顶面和所述第二侧面上的点云数据垂直投影至交线B上,生成距离所述端点O最远的端点B;
步骤S304:根据所述端点A、所述端点B和所述端点0确定与所述交线B平行且与所述端点A连接的交线D以及与所述交线A平行且与所述端点B连接的交线E,进而确定交线D和交线E的交点端点C。
优选地,所述步骤S4包括如下步骤:
步骤S401:根据所述顶面的法向量将所述顶面的四个端点投射到所述目标箱体的底面上确定所述底面的四个端点;
步骤S402:根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积;
步骤S403:将所述目标箱体的体积输出,并根据预设置的体积与费用相关联的费用系数,输出对应的费用。
优选地,所述步骤S3还包括如下步骤:
-获取目标箱体的RGB图像,在所述RGB图像中提取所述交线B、所述交线C以及所述交线D对应的像素位置,根据所述像素位置映射到点云数据中分别对所述交线B、所述交线C以及所述交线D进行修正。
根据本发明提供的基于三维视觉的箱体积测量系统,包括如下模块:
点云获取模块,用于获取目标箱体的点云数据;
面生成模块,用于根据所述点云数据确定所述目标箱体的底面、至少一侧面和顶面,并至少确定所述顶面的法向量;
端点确定模块,用于根据所述点云数据生成所述顶面的边界线,进而确定所述顶面的端点,根据所述顶面的法向量将所述顶面的端点投射到所述目标箱体的底面上确定所述底面的端点;
体积计算模块:用于根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积。
根据本发明提供的基于三维视觉的箱体积测量设备,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行所述的基于三维视觉的箱体积测量方法的步骤。
根据本发明提供的计算机可读存储介质,用于存储程序,所述程序被执行时实现所述的基于三维视觉的箱体积测量方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
本发明中通过3D摄像头采集目标箱体的点云数据,根据所述点云数据计算出目标箱体的各个端点,然后计算出所述目标箱体的体积,实现目标箱体的自动计算,能够应用于物流计费以及物体的自动装载等领域。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例中基于三维视觉的箱体积测量方法的步骤流程图;
图2为本发明实施例中点云数据采集的步骤流程图;
图3为本发明实施例中目标箱体的面和法向量计算的步骤流程图;
图4为本发明实施例中目标箱体的顶面的端点确定的步骤流程图;
图5为本发明变形例中目标箱体的顶面的端点确定的步骤流程图;
图6为本发明实施例中目标箱体的体积测量过程的流程图;
图7为本发明变形例中目标箱体的体积测量过程的流程图;
图8为本发明实施例中目标箱体的体积与费用关联的步骤流程图;
图9为本发明实施例中基于三维视觉的箱体积测量系统的模块示意图;
图10为本发明实施例中基于三维视觉的箱体积测量设备的结构示意图;以及
图11为本发明实施例中计算机可读存储介质的结构示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供的基于三维视觉的箱体积测量方法,旨在解决现有技术中存在的问题。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图1为本发明实施例中基于三维视觉的箱体积测量方法的步骤流程图,如图1所示,本发明提供的基于三维视觉的箱体积测量方法,包括如下步骤:
步骤S1:获取目标箱体的点云数据;
步骤S2:根据所述点云数据确定所述目标箱体的底面、至少一侧面和顶面,并至少确定所述顶面的法向量;
步骤S3:根据所述点云数据生成所述顶面的边界线,进而确定所述顶面的端点;
步骤S4:根据所述顶面的法向量将所述顶面的端点投射到所述目标箱体的底面上确定所述底面的端点,进而根据所述顶面和所述底面的端点确定所述述目标箱体的长宽高,进而生成所述目标箱体的体积。
在本发明实施例中,所述目标箱体为长方体形,也可以为正方体形。在采集所述点云数据时,所述目标箱体的底面与地面相接触,通过地面上的点云数据确定所述目标箱体的底面。
图2为本发明实施例中点云数据采集的步骤流程图,如图2所示,所述步骤S1包括如下步骤:
步骤S101:通过3D摄像头的光束投射器端向所述目标箱体投射点阵光;
步骤S102:通过3D摄像头的探测器端接收经所述目标箱体反射后的所述点阵光;
步骤S103:通过3D摄像头的处理器根据所述探测器端接收到的所述点阵光生成所述目标箱体的点云数据。
在本发明实施例中,所述3D摄像头包括光束投射器、探测器和处理器;所述光束投射器用于发射离散红外激光,即点阵光,所述探测器用于接收经所述目标箱体反射后的所述点阵光;所述处理器,用于根据所述探测器端接收到的所述点阵光生成所述目标箱体的点云数据。
图3为本发明实施例中目标箱体的面和法向量计算的步骤流程图,如图3所示,所述步骤S2包括如下步骤:
步骤S201:根据所述点云数据确定所述目标箱体上的多个平面;
步骤S202:在所述多个平面中确定所述目标箱体的底面、至少一侧面和顶面;
步骤S203:通过奇异值分解法获取所述底面、至少一侧面和顶面的法向量,并将所述法向量偏向所述目标箱体的测量视角以消除法向量的歧义性。
在本发明实施例中,所述点云数据包括多个点,每个点包括在预设值的坐标系内的X、Y、Z值,所述坐标系可以为大地坐标系、世界坐标系或摄像机坐标系。
图4为本发明实施例中目标箱体的顶面的端点确定的步骤流程图,如图4所示,所述步骤S3包括如下步骤:
步骤S301:根据所述点云数据计算所述顶面与所述一侧面的交线A,将所述顶面和所述侧面上的点云数据垂直投影至交线A上,获取交线A上的始末投影点端点A和端点B;
步骤S302:根据所述端点A和所述端点B确定与交线A和顶面的法向量均垂直且与所述端点A和端点B相连的边界线B和边界线C;
步骤S303:根据所述顶面上的点云数据获取距离所述交线A的最远目标点,进而确定穿过所述最远目标点且与所述交线A平行的交线D;
步骤S304:根据所述交线D确定所述交线D与所述交线B和所述交线C相交的端点C和端点D。
在本发明实施例中,所述步骤S3还包括如下步骤:
-获取目标箱体的RGB图像,在所述RGB图像中提取所述交线B、所述交线C以及所述交线D对应的像素位置,根据所述像素位置映射到点云数据中分别对所述交线B、所述交线C以及所述交线D进行修正。
图5为本发明变形例中目标箱体顶面的端点确定的步骤流程图,如图5所示,所述步骤S3包括如下步骤:
步骤S301:根据所述点云数据确定所述顶面与所述第一侧面的交线A、所述顶面与所述第二侧面的交线B以及所述第一侧面与所述第二侧面的交线C,进而确定所述交线A、所述交线B以及所述交线C的共同端点O;
步骤S302:将所述顶面和所述第一侧面上的点云数据垂直投影至交线A上,生成距离所述端点O最远的端点A;
步骤S303:将所述顶面和所述第二侧面上的点云数据垂直投影至交线B上,生成距离所述端点O最远的端点B;
步骤S304:根据所述端点A、所述端点B和所述端点0确定与所述交线B平行且与所述端点A连接的交线D以及与所述交线A平行且与所述端点B连接的交线E,进而确定交线D和交线E的交点端点C。
在本发明变形例中,所述步骤S3还包括如下步骤:
获取目标箱体的RGB图像,在所述RGB图像中提取所述交线D和所述交线E对应的像素位置,根据所述像素位置映射到点云数据中分别对所述交线D和所述交线E进行修正。
图8为本发明实施例中目标箱体的体积与费用关联的步骤流程图,如图8所示,所述步骤S4包括如下步骤:
步骤S401:根据所述顶面的法向量将所述顶面的四个端点投射到所述目标箱体的底面上确定所述底面的四个端点;
步骤S402:根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积;
步骤S403:将所述目标箱体的体积输出,并根据预设置的体积与费用相关联的费用系数,输出对应的费用。
在本发明实施例中,可以根据所述顶面的四个端点确定所述目标箱体的长和宽,根据所述顶面和所述底面相邻两个端点之间的距离确定所述目标箱体的高;所述体积与费用相关联的费用系数可以根据需求进行设置,如1000立方厘米对应费用为20元,2000立方厘米对应发费用为40元等。
图6为本发明实施例中目标箱体的体积测量过程的流程图,如图6所示,根据所述点云数据确定所述目标箱体的平面,并区分底面、侧面和顶面。根据奇异值分解(SVD)算法获取底面、侧面和顶面上的法向量,并将所述法向量偏向测量视角点以消除歧义性。然后,计算所述顶面与所述侧面的交线A。接下来,将顶面和侧面上的点云垂直投影至交线A上,获取交线A上两端的投影点,即端点A和端点B。由于所述目标箱体为长方体,对应边界相等且平行,相邻边界垂直,所以根据端点A和B可以确定与端点A和B相连的两条边界线,即交线B和交线C。计算顶面点云数据上的点到交线A的距离,使用最远的目标点来确定与交线A相对的边界线,即交线D。然后将顶面的四个端点沿顶面的法线方向投影至底面上,即可获得底面上对应的四个端点。至此,目标箱体的所有八个端点全部获取。最后,根据这八个顶点便可计算出目标箱体的长宽高和体积。
由于受到周围环境、箱体颜色及3D摄像头本身的影响,目标箱体的点云数据通常有缺失,因此交线B、交线C和交线D可能不准确。为了准确地估计这些粗略较小的位置,通过基于梯度信息来提取在目标箱体的RGB图片上交线的像素位置,并将所述像素位置映射到点云数据上来修正根据点云数据获得的交线B、交线C和交线D。
图7为本发明变形例中目标箱体的体积测量过程的流程图,如图7所示,根据所述点云数据确定所述目标箱体的平面,并区分底面、侧面和顶面。根据奇异值分解(SVD)算法获取底面、侧面和顶面上的法向量,并将所述法向量偏向测量视角点以消除歧义性。然后,计算顶面与两个侧面的交线,即交线A和交线B,以及两个侧面之间的交线,即交线C。接下来,计算交线A、交线B和交线C的交点,即端点O。接下来,将所述顶面和第一侧面A上的点垂直投影至交线A上,获取离端点O最远的投影点端点A。将顶面和第二侧面上的点云垂直投影至交线B上,获取离端点O最远的投影点端点B。由于所述目标箱体为长方体,对应边界相等且平行,相邻边界垂直,因此根据端点A、端点B和端点O即可获得所述顶面的四条边界线,包括交线A和交线B以及由端点A确定的交线D和由端点B确定的交线E。然后将所述顶面的四个顶点沿顶面法向量方向投影至底面上,即可获得底面上对应的四个端点。至此,所述目标箱体的所有八个顶点全部获取。最后,根据这八个顶点便可计算出所述目标箱体的长宽高和体积。
通过基于梯度信息来提取所述目标箱体的RGB图片上交线的像素位置,并将所述像素位置映射到点云数据上来修正根据点云数据获得的交线D和交线E。
图9为本发明实施例中基于三维视觉的箱体积测量系统的模块示意图,如图9所示,本发明提供的基于三维视觉的箱体积测量系统,包括如下模块:
点云获取模块,用于获取目标箱体的点云数据;
面生成模块,用于根据所述点云数据确定所述目标箱体的底面、至少一侧面和顶面,并至少确定所述顶面的法向量;
端点确定模块,用于根据所述点云数据生成所述顶面的边界线,进而确定所述顶面的端点,根据所述顶面的法向量将所述顶面的端点投射到所述目标箱体的底面上来确定所述底面的端点;
体积计算模块:用于根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积。
本发明实施例中还提供一种基于三维视觉的箱体积测量设备,包括处理器。存储器,其中存储有处理器的可执行指令。其中,处理器配置为经由执行可执行指令来执行的基于三维视觉的箱体积测量方法的步骤。
如上,该实施例中通过3D摄像头采集目标箱体的点云数据,根据所述点云数据计算出目标箱体的各个端点,然后计算出所述目标箱体的体积,实现目标箱体的自动计算,能够应用于物流计费以及物体的自动装载等领域。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
图10是本发明实施例中的基于三维视觉的箱体积测量设备的结构示意图。下面参照图10来描述根据本发明的这种实施方式的电子设备600。图10显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述基于三维视觉的箱体积测量方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图10中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例中还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现的基于三维视觉的箱体积测量方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码。当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述基于三维视觉的箱体积测量方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,通过3D摄像头采集目标箱体的点云数据,根据所述点云数据计算出目标箱体的各个端点,然后计算出所述目标箱体的体积,实现目标箱体的自动计算,能够实现物流计费以及物体的自动装载等领域。
图11是本发明实施例中的计算机可读存储介质的结构示意图。参考图11所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例中通过3D摄像头采集目标箱体的点云数据,根据所述点云数据计算出目标箱体的各个端点,然后计算出所述目标箱体的体积,实现目标箱体的自动计算,能够应用于物流计费以及物体的自动装载等领域。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (10)
1.一种基于三维视觉的箱体积测量方法,其特征在于,包括如下步骤:
步骤S1:获取目标箱体的点云数据;
步骤S2:根据所述点云数据确定所述目标箱体的底面、顶面和至少一侧面,并至少确定所述顶面的法向量;
步骤S3:根据所述点云数据生成所述顶面的边界线,进而确定所述顶面的端点;
步骤S4:根据所述顶面的法向量将所述顶面的端点投射到所述目标箱体的底面上来确定所述底面的端点,进而根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积。
2.根据权利要求1所述的基于三维视觉的箱体积测量方法,其特征在于,所述步骤S1包括如下步骤:
步骤S101:通过3D摄像头的光束投射器端向所述目标箱体投射点阵光;
步骤S102:通过3D摄像头的探测器端接收经所述目标箱体反射后的所述点阵光;
步骤S103:通过3D摄像头的处理器根据所述探测器端接收到的所述点阵光生成所述目标箱体的点云数据。
3.根据权利要求1所述的基于三维视觉的箱体积测量方法,其特征在于,所述步骤S2包括如下步骤:
步骤S201:根据所述点云数据确定所述目标箱体上的多个平面;
步骤S202:在所述多个平面中确定所述目标箱体的底面、至少一侧面和顶面;
步骤S203:通过奇异值分解法获取所述底面、至少一侧面和顶面的法向量,并将所述法向量偏向所述目标箱体的测量视角。
4.根据权利要求1所述的基于三维视觉的箱体积测量方法,其特征在于,所述步骤S3包括如下步骤:
步骤S301:根据所述点云数据计算所述顶面与所述一侧面的交线A,将所述顶面和所述侧面上的点云数据垂直投影至交线A上,获取交线A上的始末投影点端点A和端点B;
步骤S302:根据所述端点A和所述端点B确定与交线A和顶面的法向量均垂直且与所述端点A和端点B相连的边界线B和边界线C;
步骤S303:根据所述顶面上的点云数据获取距离所述交线A的最远目标点,进而确定穿过所述最远目标点且与所述交线A平行的交线D;
步骤S304:根据所述交线D确定所述交线D与所述交线B和所述交线C相交的端点C和端点D。
5.根据权利要求1所述的基于三维视觉的箱体积测量方法,其特征在于,所述步骤S3包括如下步骤:
步骤S301:根据所述点云数据确定所述顶面与所述第一侧面的交线A、所述顶面与所述第二侧面的交线B以及所述第一侧面与所述第二侧面的交线C,进而确定所述交线A、所述交线B以及所述交线C的共同的端点O;
步骤S302:将所述顶面和所述第一侧面上的点云数据垂直投影至交线A上,生成距离所述端点O最远的端点A;
步骤S303:将所述顶面和所述第二侧面上的点云数据垂直投影至交线B上,生成距离所述端点O最远的端点B;
步骤S304:根据所述端点A、所述端点B和所述端点0确定与所述交线B平行且与所述端点A连接的交线D以及与所述交线A平行且与所述端点B连接的交线E,进而确定交线D和交线E的交点端点C。
6.根据权利要求1所述的基于三维视觉的箱体积测量方法,其特征在于,所述步骤S4包括如下步骤:
步骤S401:根据所述顶面的法向量将所述顶面的四个端点投射到所述目标箱体的底面上确定所述底面的四个端点;
步骤S402:根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积;
步骤S403:将所述目标箱体的体积输出,并根据预设置的体积与费用相关联的费用系数,输出对应的费用。
7.根据权利要求4所述的基于三维视觉的箱体积测量方法,其特征在于,所述步骤S3还包括如下步骤:
-获取目标箱体的RGB图像,在所述RGB图像中提取所述交线B、所述交线C以及所述交线D对应的像素位置,根据所述像素位置映射到点云数据中分别对所述交线B、所述交线C以及所述交线D进行修正。
8.一种基于三维视觉的箱体积测量系统,其特征在于,包括如下模块:
点云获取模块,用于获取目标箱体的点云数据;
面生成模块,用于根据所述点云数据确定所述目标箱体的底面、至少一侧面和顶面,并至少确定所述顶面的法向量;
端点确定模块,用于根据所述点云数据生成所述顶面的边界线,进而确定所述顶面的端点,根据所述顶面的法向量将所述顶面的端点投射到所述目标箱体的底面上确定所述底面的端点;
体积计算模块:用于根据所述顶面和所述底面的端点确定所述目标箱体的长宽高,进而生成所述目标箱体的体积。
9.一种基于三维视觉的箱体积测量设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的基于三维视觉的箱体积测量方法的步骤。
10.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至7任一项所述的基于三维视觉的箱体积测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293401.6A CN113532266B (zh) | 2020-04-15 | 2020-04-15 | 基于三维视觉的箱体积测量方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010293401.6A CN113532266B (zh) | 2020-04-15 | 2020-04-15 | 基于三维视觉的箱体积测量方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113532266A true CN113532266A (zh) | 2021-10-22 |
CN113532266B CN113532266B (zh) | 2023-08-08 |
Family
ID=78088152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010293401.6A Active CN113532266B (zh) | 2020-04-15 | 2020-04-15 | 基于三维视觉的箱体积测量方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113532266B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114199168A (zh) * | 2021-12-16 | 2022-03-18 | 珠海格力电器股份有限公司 | 一种室内体积探测方法、装置、设备及介质 |
CN115482269A (zh) * | 2022-09-22 | 2022-12-16 | 佳都科技集团股份有限公司 | 一种土方量计算方法、装置、终端设备以及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106813568A (zh) * | 2015-11-27 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 物体测量方法及装置 |
CN109029253A (zh) * | 2018-06-29 | 2018-12-18 | 南京阿凡达机器人科技有限公司 | 一种包裹体积测量方法、系统、储存介质及移动终端 |
CN109737874A (zh) * | 2019-01-17 | 2019-05-10 | 广东省智能制造研究所 | 基于三维视觉技术的物体尺寸测量方法及装置 |
CN109916302A (zh) * | 2019-03-27 | 2019-06-21 | 青岛小鸟看看科技有限公司 | 一种载货箱体的体积测量方法和系统 |
CN110149510A (zh) * | 2019-01-17 | 2019-08-20 | 深圳市光鉴科技有限公司 | 用于屏下的3d摄像头模组及电子设备 |
US20200292368A1 (en) * | 2019-03-11 | 2020-09-17 | Zhoushan Institute Of Calibration And Testing For Quality And Technology Supervision | Oil tank measurement method and system based on laser point cloud analysis |
-
2020
- 2020-04-15 CN CN202010293401.6A patent/CN113532266B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106813568A (zh) * | 2015-11-27 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 物体测量方法及装置 |
CN109029253A (zh) * | 2018-06-29 | 2018-12-18 | 南京阿凡达机器人科技有限公司 | 一种包裹体积测量方法、系统、储存介质及移动终端 |
CN109737874A (zh) * | 2019-01-17 | 2019-05-10 | 广东省智能制造研究所 | 基于三维视觉技术的物体尺寸测量方法及装置 |
CN110149510A (zh) * | 2019-01-17 | 2019-08-20 | 深圳市光鉴科技有限公司 | 用于屏下的3d摄像头模组及电子设备 |
US20200292368A1 (en) * | 2019-03-11 | 2020-09-17 | Zhoushan Institute Of Calibration And Testing For Quality And Technology Supervision | Oil tank measurement method and system based on laser point cloud analysis |
CN109916302A (zh) * | 2019-03-27 | 2019-06-21 | 青岛小鸟看看科技有限公司 | 一种载货箱体的体积测量方法和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114199168A (zh) * | 2021-12-16 | 2022-03-18 | 珠海格力电器股份有限公司 | 一种室内体积探测方法、装置、设备及介质 |
CN115482269A (zh) * | 2022-09-22 | 2022-12-16 | 佳都科技集团股份有限公司 | 一种土方量计算方法、装置、终端设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113532266B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271893B (zh) | 一种仿真点云数据的生成方法、装置、设备及存储介质 | |
CN115205128A (zh) | 基于结构光的深度相机温漂校正方法、系统、设备及介质 | |
CN113077548B (zh) | 针对物体的碰撞检测方法、装置、设备和存储介质 | |
CN113532266B (zh) | 基于三维视觉的箱体积测量方法、系统、设备及存储介质 | |
US8587586B2 (en) | Electronic device and method for meshing curved surface | |
CN113538555B (zh) | 基于规则箱体的体积测量方法、系统、设备及存储介质 | |
EP3910600A1 (en) | Box modeling method, apparatus, robot picking system, electronic device and medium | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
CN114049401A (zh) | 双目相机标定方法、装置、设备及介质 | |
CN114283398A (zh) | 车道线的处理方法、装置和电子设备 | |
CN113538558B (zh) | 基于ir图的体积测量优化方法、系统、设备及存储介质 | |
JP7350122B2 (ja) | 車両の底面境界点の確定方法、装置、路側機器及びクラウド制御プラットフォーム | |
US20240153128A1 (en) | Method of detecting collision of objects, device, and storage medium | |
CN115147561A (zh) | 位姿图生成方法、高精地图生成方法和装置 | |
CN113538478B (zh) | 基于图像的箱体边界提取方法、系统、设备及存储介质 | |
CN114266876A (zh) | 定位方法、视觉地图的生成方法及其装置 | |
CN114581523A (zh) | 一种用于单目3d目标检测的标注数据确定方法和装置 | |
CN114373051A (zh) | 地图更新方法、装置、电子设备及存储介质 | |
CN113538553A (zh) | 基于规则箱体的体积测量装置 | |
CN113532265B (zh) | 基于三维视觉的箱体积测量装置 | |
CN114897997B (zh) | 相机标定方法、装置、设备及存储介质 | |
CN113538554A (zh) | 基于深度相机的体积测量方法、系统、设备及存储介质 | |
CN114821365B (zh) | 顾及地表起伏的无人机摄影测量重叠度计算方法及系统 | |
CN112446842B (zh) | 基于稀疏和稠密深度图图像重建方法、系统、设备及介质 | |
CN114972511A (zh) | 标定物位姿的确定方法、装置、电子设备及存储介质 |
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 |