CN114723803A - 动态场景变化程度评估方法、装置及存储介质 - Google Patents

动态场景变化程度评估方法、装置及存储介质 Download PDF

Info

Publication number
CN114723803A
CN114723803A CN202210287896.0A CN202210287896A CN114723803A CN 114723803 A CN114723803 A CN 114723803A CN 202210287896 A CN202210287896 A CN 202210287896A CN 114723803 A CN114723803 A CN 114723803A
Authority
CN
China
Prior art keywords
change
area
occupied area
occupied
warehouse
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
CN202210287896.0A
Other languages
English (en)
Inventor
赵世迁
柴文杰
邓兰
胡孟宇
崔鹏
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.)
Beijing Xinyihua Digital Technology Co ltd
Beijing Sineva Technology Co ltd
Original Assignee
Beijing Xinyihua Digital Technology Co ltd
Beijing Sineva Technology 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 Beijing Xinyihua Digital Technology Co ltd, Beijing Sineva Technology Co ltd filed Critical Beijing Xinyihua Digital Technology Co ltd
Priority to CN202210287896.0A priority Critical patent/CN114723803A/zh
Publication of CN114723803A publication Critical patent/CN114723803A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G01B11/285—Measuring arrangements characterised by the use of optical techniques for measuring areas using photoelectric detection means
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种动态场景变化程度评估方法、装置及存储介质，方法包括：获取仓库数据及仓库内各要素的要素数据；根据要素数据得到变化要素；变化要素包括发生了平移、移除、增加、旋转、尺寸改变这些变化的要素；计算各变化要素的占用区域，根据占用区域的变化，得到各变化要素的占用区域变化量；占用区域将变化要素的实际扫描形状包含在内，且占用区域的外边框由平行于x轴或y轴的直线组成；根据仓库数据以及各占用区域变化量计算场景变化率。本发明引入了要素的占用区域概念，通过变化要素的占用区域的面积变化以及仓库自身的面积变化计算出场景变化率，得到了量化后的场景变化程度，实现了对动态场景的量化定义与量化评估。

Description

动态场景变化程度评估方法、装置及存储介质
技术领域
本发明涉及导航技术领域，特别是涉及一种动态场景变化程度评估方法、装置及存储介质。
背景技术
当前，各类机器人在生产、生活中应用越来越多，机器人导航技术依赖于导航地图，在有的场合中，场景经常变动，对于依赖于激光雷达导航、视觉导航等导航方式的机器人，这些变动会引起环境参照物不断变化，导致已建立的地图失效，无法准确定位。以仓储物流场景为例，其是一个典型的高动态变化的场景，体现在：(1)仓库中货架布局变动频繁，甚至仓储区域也会变动；(2)货物流转快，临时堆放，位置变动大；(3)人、机、货物/货架混行，动态走动，有交会，物流机器人可行驶区域动态变化。
使机器人在动态场景下具备长期自主理解环境、准确定位的能力，对于提升建图完整性、提高导航精度和定位准确率、扩大移动机器人的应用场景有十分重要的意义，虽然有文献对动态场景下的重定位算法开展了研究工作，但并未对“动态场景”进行量化的定义与评估。由于环境的复杂性与动态性，但目前还没有一个相对公允的方式来定义“动态场景”，更无法对之进行量化的评估。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种能够对动态场景进行量化评估的动态场景变化程度评估方法、装置及存储介质。
技术方案：为实现上述目的，本发明的动态场景变化程度评估方法，所述方法包括：
获取仓库数据及仓库内各要素的要素数据；
根据所述要素数据得到变化要素；所述变化要素包括发生了平移、移除、增加、旋转、尺寸改变这些变化的所述要素；
计算各所述变化要素的占用区域，根据所述占用区域的变化，得到各变化要素的占用区域变化量；所述占用区域将所述变化要素的实际扫描形状包含在内，且所述占用区域的外边框由平行于x轴或y轴的直线组成；
根据所述仓库数据以及各占用区域变化量计算场景变化率。
进一步地，所述占用区域为所述变化要素对应的锚记框或占据栅格，所述锚记框为所述变化要素的最小外接长方形，所述最小外接长方形的相邻两边分别与x轴、y轴平行；所述占用区域的变化量为所述锚记框的面积变化量、占据栅格的面积变化量这两者中的一种或两者中的最小值。
进一步地，所述根据所述仓库数据以及各占用区域变化量计算场景变化率包括：
根据所述仓库数据的变化计算仓库数据变化率；
根据各占用区域变化量以及所述仓库数据计算各占用区域变化率；
计算所述仓库数据变化率以及各所述占用区域变化率之和，得到所述场景变化率。
进一步地，所述仓库数据变化率根据以下公式进行计算：
Figure BDA0003560572250000021
其中：rc为仓库数据变化率，S为变化前仓库的面积，S′为变化后仓库的面积，ΔSC为仓库面积变化值；
所述占用区域变化率ri为riA、riO两者中的一者或两者中的最小值，其中：
Figure BDA0003560572250000022
其中，ΔSiA与riA分别为第i项所述变化要素对应的锚记框的面积变化量以及面积变化率；ΔSiO与riO分别为第i项所述变化要素对应的占据栅格的面积变化量以及面积变化率；
所述场景变化率根据以下公式计算：
Figure BDA0003560572250000031
其中，rall为场景变化率；n为所述变化要素的总数。
进一步地，当基于锚记框计算所述占用区域时，所述根据所述占用区域的变化，得到各变化要素的占用区域变化量包括：
判断所述变化要素的变化类型；
当所述变化要素发生了移除、增加变化，所述占用区域变化量为所述变化要素所对应锚记框的面积；
当所述变化要素发生了旋转、尺寸改变，所述占用区域变化量为变化前后所述变化要素所对应锚记框的面积差的绝对值。
进一步地，当基于占用栅格计算所述占用区域时，所述根据所述占用区域的变化，得到各变化要素的占用区域变化量包括：
判断所述变化要素的变化类型；
当所述变化要素发生了移除、增加变化，所述占用区域变化量为N1×A；其中，N1为所述变化要素占用的所有栅格的总数量，A为栅格面积；
当所述变化要素发生了旋转、尺寸改变，所述占用区域变化量为N2×A；其中，N2为所述变化要素新占用的栅格数量与不再占据的栅格数量之和。
动态场景变化程度评估装置，其包括：
获取模块，用于获取仓库数据及仓库内各要素的要素数据；
处理模块，用于根据所述要素数据得到变化要素；所述变化要素包括发生了平移、移除、增加、旋转、尺寸改变这些变化的所述要素；
第一计算模块，用于计算各所述变化要素的占用区域，根据所述占用区域的变化，得到各变化要素的占用区域变化量；所述占用区域将所述变化要素的实际扫描形状包含在内，且所述占用区域的外边框由平行于x轴或y轴的直线组成；
第二计算模块，用于根据所述仓库数据以及各占用区域变化量计算场景变化率。
进一步地，所述占用区域为所述变化要素对应的锚记框或占据栅格，所述锚记框为所述变化要素的最小外接长方形，所述最小外接长方形的相邻两边分别与x轴、y轴平行；所述占用区域的变化量为所述锚记框的面积变化量、占据栅格的面积变化量这两者中的一种或两者中的最小值。
存储介质，其内存储有计算机程序，所述计算机程序被处理器执行时能够实施上述的动态场景变化程度评估方法。
有益效果：本发明的动态场景变化程度评估方法、装置及存储介质，引入了要素的占用区域概念，通过变化要素的占用区域的面积变化以及仓库自身的面积变化计算出场景变化率，得到了量化后的场景变化程度，实现了对动态场景的量化定义与量化评估。
附图说明
图1为仓储物流用仓库及其内要素的布局图；
图2为动态场景变化程度评估方法的流程示意图；
图3为要素及其对应的锚记框的关系示意图；
图4为要素及其对应的占据栅格的关系示意图；
图5为动态场景变化程度评估装置的构成示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做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。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
此外，在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
第一实施例
本实施例提供了一种动态场景变化程度评估方法，本实施例以仓储物流领域为应用领域进行说明，如图1所示为仓储物流用仓库，仓库的长、宽分别为W和H，仓库内布置有货架、货物、传输线、接驳机、机器人等多种设施，这些设施统称为要素，这些要素以A、B、C、D、E、F、Y1…Yn、Z1…Zn表示，仓库运营过程中这些要素可能会发生变化，如有的要素会移动、消失，仓库内会增加新的要素，有的要素的姿态会发生变化，有的要素的尺寸会发生改变。
基于上述基础，如图2所示，上述方法包括如下步骤S101-S104：
步骤S101，获取仓库数据及仓库内各要素的要素数据；
本步骤中，仓库数据与要素数据可由在仓库内执行任务的物流机器人采集，也可由专用的数据采集器械采集，仓库数据包括仓库的最大轮廓数据，要素数据包括要素的扫描数据，包括扫描点的位置数据。
回到图2，步骤S102，根据所述要素数据得到变化要素；所述变化要素包括发生了平移、移除、增加、旋转、尺寸改变这些变化的所述要素；
本步骤中，通过对各要素的新要素数据与旧要素数据进行比对，可得到哪些要素发生了变化，将上述发生了移除、增加、旋转、尺寸改变这些变化的要素分别称为移除要素、增加要素、旋转要素以及尺寸改变要素，对于发生了平移变化的要素，可视为该要素在原来位置被移除，在新位置上增加了一个新要素。
回到图2，步骤S103，计算各所述变化要素的占用区域，根据所述占用区域的变化，得到各变化要素的占用区域变化量；所述占用区域将所述变化要素的实际扫描形状包含在内，且所述占用区域的外边框由平行于x轴或y轴的直线组成；
本步骤中，“占用区域”的概念用于消除要素实际形状的复杂性对计算的影响，使得计算机对于要素的评价更为简单，要素的实际扫描形状是要素被机器人中的激光雷达等传感器扫描记录下来的形状，能较大程度反应要素的实际形状，由于实际扫描形状可能为不规则形状，而占用区域的外轮廓是由横平竖直的线条构成的，因此，占用区域的面积大于等于实际扫描形状的面积。
为了方便量化，本实施例中，采用了“锚记框”与“占据栅格”两个方法描述要素的占用区域。其中，锚记框为所述变化要素的最小外接长方形，所述最小外接长方形的相邻两边分别与x轴、y轴平行(如图1中的x轴、y轴，也即机器人导航地图中的x轴、y轴)，如图3中所示，要素D为长方形要素，且其倾斜设置，其自身长宽分别为wD、hD，图中，标号为40的框体为对应于要素D的锚记框，锚记框的长宽分别为w′D、h′D，标号为50的框体为对应于椭圆形要素E的锚记框，可见，锚记框的长度为变化要素在x轴上两个相距最远的点之间的距离，锚记框的宽度为变化要素在y轴上两个相距最远的点之间的距离。
在导航地图中，地图被划分为固定大小的栅格形状，如图4所示，占据栅格代表与上述实际扫描形状有交叠区域的地图栅格，即图中所有灰色部分的栅格以及被要素D完全覆盖住的栅格。
基于此，所述占用区域为所述变化要素对应的锚记框或占据栅格(即所有与实际扫描形状有交叠区域的地图栅格的总面积)，所述占用区域的变化量为所述锚记框的面积变化量、占据栅格的面积变化量这两者中的一种或两者中的最小值。
回到图2，步骤S104，根据所述仓库数据以及各占用区域变化量计算场景变化率。
上述步骤S101-S104可在固定时间间隔就进行一次，或者在固定条件达成后就进行一次，如此，可较为频繁地评估动态场景的量化变化率，让机器人或用户评价当前地图是否仍然可用。
具体地，上述步骤S104中所述根据所述仓库数据以及各占用区域变化量计算场景变化率包括如下步骤S201-S203：
步骤S201，根据所述仓库数据的变化计算仓库数据变化率；
本实施例中，所述仓库数据变化率根据以下公式进行计算：
Figure BDA0003560572250000071
其中：rc为仓库数据变化率，S为变化前仓库的面积，S′为变化后仓库的面积，ΔSC为仓库面积变化值；
步骤S202，根据各占用区域变化量以及所述仓库数据计算各占用区域变化率；
本步骤中，所述占用区域变化率ri为riA、riO两者中的一者或两者中的最小值，其中：
Figure BDA0003560572250000072
其中，ΔSiA与riA分别为第i项所述变化要素对应的锚记框的面积变化量以及面积变化率；ΔSiO与riO分别为第i项所述变化要素对应的占据栅格的面积变化量以及面积变化率；
步骤S203，计算所述仓库数据变化率以及各所述占用区域变化率之和，得到所述场景变化率。
本步骤中，所述场景变化率根据以下公式计算：
Figure BDA0003560572250000081
其中，rall为场景变化率；n为所述变化要素的总数。
以下将对各类变化要素对应的变化率的计算方法进行详细说明：
(一)采用锚记框方法计算变化要素对应的变化率
(1)要素移除
如图1所示，要素A从仓库中移除，从物流机器人的视角来看，相当于要素A从地图中消失，对应的锚记框面积变化为(只考虑绝对值，不考虑正负号的问题)：
ΔSiA＝SA＝wA×hA；
锚记框的面积变化率riA为：
Figure BDA0003560572250000082
其中：wA与hA分别为要素A对应的锚记框的长和宽，SA为要素A对应的锚记框的面积。
(2)要素增加
仓库中要素B为新增加的要素。从物流机器人的视角来看，相当于要素B增加到地图中，对应的面积变化为：
ΔSiA＝SB＝wB×hB；
锚记框的面积变化率riA为：
Figure BDA0003560572250000083
其中：wB与hB分别为要素B对应的锚记框的长和宽，SB为要素B对应的锚记框的面积。
(3)要素旋转
显然，从物流机器人的视角来看，对于圆形或者接近圆形的正多边形(边数不小于8)，旋转带来的变化可忽略。对于长方形要素，如图3所示要素D，按如下方式计算变化率。
当要素D与x方向平行放置时，可表示为D(xD,yD,wD,hD,0)，当沿几何中心旋转角度θ(0≤θ≤π/2)，后，可表示为D′(xD,yD,w′D,h′D,θ),换算关系如下：
w′D＝wDcosθ+hDsinθ；
h′D＝hDcosθ+wDsinθ；
SD＝wD×hD；
S′D＝w′D×h′D＝(wDcosθ+hDsinθ)×(hDcosθ+wDsinθ)；
设
Figure BDA0003560572250000091
上式可变为：
Figure BDA0003560572250000092
Figure BDA0003560572250000093
对应的面积变化为：
Figure BDA0003560572250000094
锚记框的面积变化率riA为：
Figure BDA0003560572250000095
其中，wD与hD分别为要素D旋转前对应的锚记框的长和宽，也即要素D自身的长和宽，w′D与h′D分别为要素D旋转后对应的锚记框的长和宽；SD及S′D分别为要素D旋转前、后对应的锚记框的面积。
虽然在实际使用过程中，最常见的要素是长方形(如要素D)，但理论上要素可以是任何形状，如要素E、要素F，对于其他形状要素，也可根据上述计算思路，对该要素锚记框的面积变化进行详细计算，而后代入上述公式计算变化率。因此上述计算方法可以满足绝大多数需要计算场景动态的情形。
(4)要素尺寸改变
设要素A的尺寸发生了变化，x、y方向的长度wA、hA至少有一个发生了变化，例如变化成为要素C的尺寸，对应的面积变化为：
ΔSiA＝SC-SA＝wc×hc-wA×hA；
变化率riA为：
Figure BDA0003560572250000101
其他的要素变化，可以视作上述(1)～(4)类型的一种或多种的组合，例如要素平移：
设要素A平移到要素B的位置处(此处只考虑位置(x,y)变化，忽略二者尺寸(w,h)的差异)。从物流机器人的视角来看，相当于要素A从地图中移除，同时在地图中增加了要素B，因此对应的面积变化为：
ΔSiA＝SA+SB＝2SA；
变化率riA为：
Figure BDA0003560572250000102
(二)采用占据栅格方法计算变化要素对应的变化率
物流机器人的定位地图一般采用占用栅格地图，栅格的尺寸通常是5cm×5cm(根据实际情况选择，不是固定值)。对某一要素，在栅格地图中，该要素的面积指占据的所有栅格的总面积，即总数量与栅格的面积之积，如图4所示，要素D的面积为与其有重合部分的所有栅格(灰色部分)的面积总和。
当要素发生增删、平移、旋转、尺寸变化等变动时，参考锚记框方式的计算方法，对应的面积变化为：
要素增加/移除：ΔSiO＝SA＝N1×A，式中A为栅格面积，N1为要素占据的栅格数量；
要素旋转/尺寸改变：ΔSiO＝N2×A，式中N2为要素旋转/尺寸改变后新占据的栅格数量与不再占据的栅格数量之和；
变化率riO为：
Figure BDA0003560572250000111
采用锚记框计算面积变化时，对于A、B这类平行于栅格方向的要素来说，两者对应的锚记框与其自身形状完全重合，此方法精度优于基于占据栅格方法的计算精度，更符合对“动态”评估的目的；但对于D、F这类非平行于栅格方向或者异形的要素来说，锚记框的面积明显大于该元素占据栅格的面积，如图1所示，容易对变动的情况过高估计，采用占据栅格计算面积更符合对“动态”评估的目的，此时采用占据栅格的面积更合理。因此，优选地，对于需要精细化评估的场合，对某一要素，按锚记框方法计算面积变化ΔSiA，按占据栅格面积方法计算面积变化ΔSiO，然后取二者的较小值作为最终的面积变化。
实施例二
本实施例提供了一种动态场景变化程度评估装置300，动态场景变化程度评估装置300可以包括或被分割成一个或多个程序模块，一个或者多个程序模块被存储于存储介质中，并由一个或多个处理器所执行，以完成本发明，并可实现上述动态场景变化程度评估方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段，比程序本身更适合于描述动态场景变化程度评估方法在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能，如图5所示，动态场景变化程度评估装置300包括：
获取模块301，用于获取仓库数据及仓库内各要素的要素数据；
处理模块302，用于根据所述要素数据得到变化要素；所述变化要素包括发生了平移、移除、增加、旋转、尺寸改变这些变化的所述要素；
第一计算模块303，用于计算各所述变化要素的占用区域，根据所述占用区域的变化，得到各变化要素的占用区域变化量；所述占用区域将所述变化要素的实际扫描形状包含在内，且所述占用区域的外边框由平行于x轴或y轴的直线组成；
第二计算模块304，用于根据所述仓库数据以及各占用区域变化量计算场景变化率。
具体地，所述占用区域为所述变化要素对应的锚记框或占据栅格，所述锚记框为所述变化要素的最小外接长方形，所述最小外接长方形的相邻两边分别与x轴、y轴平行；所述占用区域的变化量为所述锚记框的面积变化量、占据栅格的面积变化量这两者中的一种或两者中的最小值。
其他基于动态场景变化程度评估装置300实现上述动态场景变化程度评估方法的内容在之前实施例中已经详细介绍，可参考之前实施例中的对应内容，此处不再赘述。
实施例三
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储动态场景变化程度评估装置300，被处理器执行时实现本发明之动态场景变化程度评估方法。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种动态场景变化程度评估方法，其特征在于，所述方法包括：
获取仓库数据及仓库内各要素的要素数据；
根据所述要素数据得到变化要素；所述变化要素包括发生了平移、移除、增加、旋转、尺寸改变这些变化的所述要素；
计算各所述变化要素的占用区域，根据所述占用区域的变化，得到各变化要素的占用区域变化量；所述占用区域将所述变化要素的实际扫描形状包含在内，且所述占用区域的外边框由平行于x轴或y轴的直线组成；
根据所述仓库数据以及各占用区域变化量计算场景变化率。
2.根据权利要求1所述的动态场景变化程度评估方法，其特征在于，所述占用区域为所述变化要素对应的锚记框或占据栅格，所述锚记框为所述变化要素的最小外接长方形，所述最小外接长方形的相邻两边分别与x轴、y轴平行；所述占用区域的变化量为所述锚记框的面积变化量、占据栅格的面积变化量这两者中的一种或两者中的最小值。
3.根据权利要求2所述的动态场景变化程度评估方法，其特征在于，所述根据所述仓库数据以及各占用区域变化量计算场景变化率包括：
根据所述仓库数据的变化计算仓库数据变化率；
根据各占用区域变化量以及所述仓库数据计算各占用区域变化率；
计算所述仓库数据变化率以及各所述占用区域变化率之和，得到所述场景变化率。
4.根据权利要求3所述的动态场景变化程度评估方法，其特征在于，所述仓库数据变化率根据以下公式进行计算：
Figure FDA0003560572240000011
其中：rc为仓库数据变化率，S为变化前仓库的面积，S′为变化后仓库的面积，ΔSC为仓库面积变化值；
所述占用区域变化率ri为riA、riO两者中的一者或两者中的最小值，其中：
Figure FDA0003560572240000021
其中，ΔSiA与riA分别为第i项所述变化要素对应的锚记框的面积变化量以及面积变化率；ΔSiO与riO分别为第i项所述变化要素对应的占据栅格的面积变化量以及面积变化率；
所述场景变化率根据以下公式计算：
Figure FDA0003560572240000022
其中，rall为场景变化率；n为所述变化要素的总数。
5.根据权利要求4所述的动态场景变化程度评估方法，其特征在于，当基于锚记框计算所述占用区域时，所述根据所述占用区域的变化，得到各变化要素的占用区域变化量包括：
判断所述变化要素的变化类型；
当所述变化要素发生了移除、增加变化，所述占用区域变化量为所述变化要素所对应锚记框的面积；
当所述变化要素发生了旋转、尺寸改变，所述占用区域变化量为变化前后所述变化要素所对应锚记框的面积差的绝对值。
6.根据权利要求4所述的动态场景变化程度评估方法，其特征在于，当基于占用栅格计算所述占用区域时，所述根据所述占用区域的变化，得到各变化要素的占用区域变化量包括：
判断所述变化要素的变化类型；
当所述变化要素发生了移除、增加变化，所述占用区域变化量为N1×A；其中，N1为所述变化要素占用的所有栅格的总数量，A为栅格面积；
当所述变化要素发生了旋转、尺寸改变，所述占用区域变化量为N2×A；其中，N2为所述变化要素新占用的栅格数量与不再占据的栅格数量之和。
7.动态场景变化程度评估装置，其特征在于，其包括：
获取模块，用于获取仓库数据及仓库内各要素的要素数据；
处理模块，用于根据所述要素数据得到变化要素；所述变化要素包括发生了平移、移除、增加、旋转、尺寸改变这些变化的所述要素；
第一计算模块，用于计算各所述变化要素的占用区域，根据所述占用区域的变化，得到各变化要素的占用区域变化量；所述占用区域将所述变化要素的实际扫描形状包含在内，且所述占用区域的外边框由平行于x轴或y轴的直线组成；
第二计算模块，用于根据所述仓库数据以及各占用区域变化量计算场景变化率。
8.根据权利要求7所述的动态场景变化程度评估装置，其特征在于，所述占用区域为所述变化要素对应的锚记框或占据栅格，所述锚记框为所述变化要素的最小外接长方形，所述最小外接长方形的相邻两边分别与x轴、y轴平行；所述占用区域的变化量为所述锚记框的面积变化量、占据栅格的面积变化量这两者中的一种或两者中的最小值。
9.存储介质，其特征在于，其内存储有计算机程序，所述计算机程序被处理器执行时能够实施权利要求1-6任一项所述的动态场景变化程度评估方法。
CN202210287896.0A 2022-03-23 2022-03-23 动态场景变化程度评估方法、装置及存储介质 Pending CN114723803A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210287896.0A CN114723803A (zh) 2022-03-23 2022-03-23 动态场景变化程度评估方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210287896.0A CN114723803A (zh) 2022-03-23 2022-03-23 动态场景变化程度评估方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN114723803A true CN114723803A (zh) 2022-07-08

Family

ID=82240392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210287896.0A Pending CN114723803A (zh) 2022-03-23 2022-03-23 动态场景变化程度评估方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114723803A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117557200A (zh) * 2024-01-10 2024-02-13 宁波安得智联科技有限公司 仓库调整计划评估方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117557200A (zh) * 2024-01-10 2024-02-13 宁波安得智联科技有限公司 仓库调整计划评估方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN104933218B (zh) 车辆用的用于确定轨迹的方法和设备
Shellshear et al. Maximizing smart factory systems by incrementally updating point clouds
KR101918168B1 (ko) 3차원 계측 방법 및 그 장치
CN114236564B (zh) 动态环境下机器人定位的方法、机器人、装置及存储介质
Lartigue et al. Voxel-based path planning for 3D scanning of mechanical parts
CN114723803A (zh) 动态场景变化程度评估方法、装置及存储介质
CN114120149B (zh) 一种倾斜摄影测量建筑物特征点提取方法、装置、电子设备及介质
US9238554B2 (en) Computing device and method of pairing accessories
CN111553946A (zh) 用于去除地面点云的方法及装置、障碍物检测方法及装置
CN114387347A (zh) 确定外参标定的方法、装置、电子设备及介质
CN110458954B (zh) 一种等高线生成方法、装置及设备
CN115079695A (zh) 路径规划方法、装置及计算机可读存储介质
US9977993B2 (en) System and method for constructing a statistical shape model
US20220254062A1 (en) Method, device and storage medium for road slope predicating
US10731970B2 (en) Method, system and apparatus for support structure detection
CN115014328A (zh) 一种栅格地图的动态加载方法、装置、设备和介质
CN114757878A (zh) 焊接示教方法、装置、终端设备及计算机可读存储介质
US9188435B2 (en) Method for generating error image and program for generating error image
CN115131225A (zh) 隧道限界确定方法、装置电子设备及存储介质
CN116342704B (zh) 一种扫描点类别确定方法、装置、计算机设备及存储介质
CN110736426B (zh) 物体尺寸获取方法、装置、计算机设备以及存储介质
US10740962B2 (en) Method and apparatus for uncertainty modeling of point cloud
CN112381873A (zh) 一种数据标注方法及装置
CN114863195B (zh) 一种点云数据的处理方法、系统、存储介质和电子设备
CN115471551A (zh) 点胶点位的坐标获取方法、装置、计算机设备及可读存储介质

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