CN114897895B

CN114897895B - 点云调平方法、装置、电子设备及存储介质

Info

Publication number: CN114897895B
Application number: CN202210816185.8A
Authority: CN
Inventors: 胡亘谦; 黄雪峰; 吴志浩
Original assignee: Shenzhen Xinrun Fulian Digital Technology Co Ltd
Current assignee: Shenzhen Xinrun Fulian Digital Technology Co Ltd
Priority date: 2022-07-12
Filing date: 2022-07-12
Publication date: 2022-11-15
Anticipated expiration: 2042-07-12
Also published as: CN114897895A

Abstract

本发明公开了一种点云调平方法、装置、电子设备及存储介质，属于数据处理技术领域。其中，该方法包括：将目标物体的三维点云按行或按列进行分组；计算各组点云的组代表角度；根据所述组代表角度得到所述三维点云的整体调平角度；根据所述整体调平角度对所述三维点云进行调平。通过本发明，不需要改造产线而实现了对目标物体的三维点云进行纠正调平，解决了相关技术中纠正点云形变数据时成本较大的技术问题。

Description

点云调平方法、装置、电子设备及存储介质

技术领域

本发明涉及数据处理领域，尤其涉及一种点云调平方法、装置、电子设备及存储介质。

背景技术

随着科技的进步，越来越多的工厂生产已经用上了机器视觉替代人工进行产品瑕疵的检测，如板材、钢板生产过程中的尺寸及缺陷检测，机器视觉具有稳定、准确性高且可以二十四小时不间断工作的特点，大大提升了企业的生产效率同时避免了漏检瑕疵件造成的损失。

但在通过线激光获取平整物体的三维点云时可能因为产品处于传送带造成的随机上下振动中，导致采集到的点云是有一定程度的形变的，难以用于产品的缺陷检测。针对该问题，目前主要采用的方法是对产线进行改造，提高传送带稳定性，对平整物体在传送带上进行固定，减少平整物体的振动。该方法需要投入巨大的经济成本，同时改造期间需要停产，会给企业带来巨大损失，成本较大。

发明内容

本发明实施例提供了一种点云调平方法、装置、电子设备及存储介质，以解决相关技术中纠正点云形变数据时成本较大的技术问题。

根据本申请实施例的一个方面，提供了一种点云调平方法，包括：将目标物体的三维点云按行或按列进行分组；计算各组点云的组代表角度；根据所述组代表角度得到所述三维点云的整体调平角度；根据所述整体调平角度对所述三维点云进行调平。

进一步，计算各组点云的组代表角度包括：针对每个组，确定组点云的基准点；分别计算所述基准点相对组中所述基准点之前各点的坐标向量；针对每个点的坐标向量，计算点对应的坐标向量与参考轴的轴向量的夹角；对所有坐标向量与轴向量的夹角计算平均值，将所述平均值作为对应组点云的组代表角度。

进一步，确定组点云的基准点包括：确定组点云中有效点的个数；判断有效点的个数是否超过预设阈值；若有效点的个数超过预设阈值，提取出组中各有效点的坐标，构建有效点云组；选取所述有效点云组中预设序号的点作为所述有效点云组的基准点，其中，所述序号为组中各点的序列编号，编号方向与坐标轴方向一致。

进一步，根据所述组代表角度得到所述三维点云的整体调平角度包括：以预设间距划分投票箱，其中，所述投票箱表示为根据各组代表角度按预设间距划分的角度区间；根据各组代表角度确定各投票箱的票数，确定其中票数最多的第一投票箱；计算所述第一投票箱中的组代表角度的平均值，将所述第一投票箱中的组代表角度的平均值作为所述三维点云的整体调平角度。

进一步，以预设间距划分投票箱包括：提取出各组代表角度中数值最大的第一代表角度和数值最小的第二代表角度；计算所述第一代表角度和所述第二代表角度的差值；用所述差值除以预设间距计算得到划分投票箱的数量；从预设起始值开始按预设间距划分得到所述数量的投票箱，并按顺序为各投票箱设置索引号。

进一步，根据各组代表角度确定各投票箱的票数包括：用各组代表角度与所述第二代表角度的差除以所述预设间距得到各组代表角度对应的投票箱的索引号；统计得到的各索引号的数量，从而确定各索引号对应的各投票箱的票数。

进一步，根据所述整体调平角度对所述三维点云进行调平包括：计算各组各点与对应组基准点之间的距离；根据所述距离与所述整体调平角度计算三维点云中各点的调整高度；用各点的垂直坐标减去对应的调整高度，得到各点调整后的第一高度；用所述第一高度减去对应组基准点的垂直坐标得到调平的三维点云。

根据本申请实施例的另一个方面，还提供了一种点云调平装置，包括：分组模块，用于将目标物体的三维点云按行或按列进行分组；第一计算模块，用于计算各组点云的组代表角度；第二计算模块，用于根据所述组代表角度得到所述三维点云的整体调平角度；调平模块，用于根据所述整体调平角度对所述三维点云进行调平。

进一步，第一计算模块包括：基准点确定单元，用于针对每个组，确定组点云的基准点；第一计算子单元，用于分别计算所述基准点相对组中所述基准点之前各点的坐标向量；针对每个点的坐标向量，计算点对应的坐标向量与参考轴的轴向量的夹角；对所有坐标向量与轴向量的夹角计算平均值，将所述平均值作为对应组点云的组代表角度。

进一步，基准点确定单元包括：判断单元，用于确定组点云中有效点的个数；判断有效点的个数是否超过预设阈值；构建单元，用于若有效点的个数超过预设阈值，提取出组中各有效点的坐标，构建有效点云组；选取单元，用于选取所述有效点云组中预设序号的点作为所述有效点云组的基准点，其中，所述序号为组中各点的序列编号，编号方向与坐标轴方向一致。

进一步，第二计算模块包括：划分单元，用于以预设间距划分投票箱，其中，所述投票箱表示为根据各组代表角度按预设间距划分的角度区间；票数确定单元，用于根据各组代表角度确定各投票箱的票数，确定其中票数最多的第一投票箱；第二计算子单元，用于计算所述第一投票箱中的组代表角度的平均值，将所述第一投票箱中的组代表角度的平均值作为所述三维点云的整体调平角度。

进一步，划分单元用于提取出各组代表角度中数值最大的第一代表角度和数值最小的第二代表角度；计算所述第一代表角度和所述第二代表角度的差值；用所述差值除以预设间距计算得到划分投票箱的数量；从预设起始值开始按预设间距划分得到所述数量的投票箱，并按顺序为各投票箱设置索引号。

进一步，票数确定单元包括：第三计算子单元，用于用各组代表角度与所述第二代表角度的差除以所述预设间距得到各组代表角度对应的投票箱的索引号；统计得到的各索引号的数量，从而确定各索引号对应的各投票箱的票数。

进一步，调平模块用于计算各组各点与对应组基准点之间的距离；根据所述距离与所述整体调平角度计算三维点云中各点的调整高度；用各点的垂直坐标减去对应的调整高度，得到各点调整后的第一高度；用所述第一高度减去对应组基准点的垂直坐标得到调平的三维点云。

根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的步骤。

根据本申请实施例的另一方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；其中：存储器，用于存放计算机程序；处理器，用于通过运行存储器上所存放的程序来执行上述方法中的步骤。

本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述方法中的步骤。

本发明实施例提出的一种点云调平方法、装置、电子设备及存储介质，通过将目标物体的三维点云按行或按列进行分组；计算各组点云的组代表角度；根据所述组代表角度得到所述三维点云的整体调平角度；根据所述整体调平角度对所述三维点云进行调平；本发明实施例通过计算得到的整体调平角度对三维点云进行纠正调平，解决了传送带随机抖动带来的点云采集形变的问题，不需要对机器视觉产线进行改造，在振动场景下也能采集出平整且正确的平整物体表面三维信息，成本更小。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种计算机的硬件结构框图；

图2是根据本发明实施例的一种点云调平方法的流程图；

图3是本发明实施例中计算各组点云的组代表角度步骤的细化流程示意图；

图4是本发明实施例中根据所述组代表角度得到所述三维点云的整体调平角度步骤的细化流程示意图；

图5是本发明实施例中根据所述整体调平角度对所述三维点云进行调平步骤的细化流程示意图；

图6是本发明实施例一实施场景示意图；

图7是根据本发明实施例的一种点云调平装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本申请的实施例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、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。

本申请实施例一所提供的方法实施例可以在手机、计算机、平板或者类似的运算装置中执行。以运行在计算机上为例，图1是本发明实施例的一种计算机的硬件结构框图。如图1所示，计算机可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，可选地，上述计算机还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机的结构造成限定。例如，计算机还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种点云调平方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机。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。

传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种点云调平方法，图2是根据本发明实施例的一种点云调平方法的流程图，如图2所示，该流程包括如下步骤：

S10，将目标物体的三维点云按行或按列进行分组；

线激光传感器按照规定的数据精度采集平整物体表面的点云，得到目标物体的三维点云S，三维点云S为H行W列，包含H*W个点的三维坐标的集合。

将采集的目标物体的三维点云S按行或按列进行分组，比如，按行可以将三维点云S分成H行，每行W个点，也可以按列将三维点云S分成W列，每列H个点。其中，按行分组得到的每行与Y坐标轴方向平行，按列分组得到的每列与X坐标轴方向平行。

S20，计算各组点云的组代表角度；

组代表角度表示每组点云的代表调平角度，针对每组点云，通过计算可以得出该组点云的组代表角度。

S30，根据所述组代表角度得到所述三维点云的整体调平角度；

在得到各组代表角度后，根据分组的各组的代表角度进一步得到三维点云整体的调平角度。其中，得到目标物体三维点云的整体调平角度的方式可以是通过计算各组代表角度的平均值得到，还可以是取各组代表角度的中位数或者众数作为三维点云的整体调平角度。

S40，根据所述整体调平角度对所述三维点云进行调平。

之后用整体的调平角度对三维点云中各点坐标进行调平。

本发明实施例先将三维点云按行分组，得到各组的组代表角度后，通过各组代表角度得到三维点云整体的代表角度，之后用整体的代表角度对三维点云进行调平，不需要对机器视觉产线进行改造，实现了对三维点云的调平。

参照图3，在本发明实施例一实施方式中，计算各组点云的组代表角度，S20包括：

S21，针对每个组，确定组点云的基准点；

组基准点为该组点云坐标调平的参照点，在该组所有点中选择其中一个作为参照的基准点，基准点可根据需要自行设置，一般地，基准点为各分组中位置靠后的点。

比如，以按行分组为例，对于其中第h行点云，可以选取该行中第k个点p[h][k]作为该行的基准点，k小于或等于该行所有点的个数，其中，基准点p[h][k]对应的三维坐标为（x_k,y_k,z_k）。

S22，分别计算所述基准点相对组中所述基准点之前各点的坐标向量；

用基准点的三维坐标减去组中基准点之前的各点的三维坐标分别得到基准点相对组中基准点之前的各点的坐标向量。

例如，p[h][k]为基准点，则从P[h][0]开始直到p[h][k-1]结束，分别用其中各点p[h][i]的坐标减去基准点p[h][k]的坐标得到各点对应的坐标向量

（x_k-x_i,y_k-y_i,z_k-z_i），0≤i≤k-1。

S23，针对每个点的坐标向量，计算点对应的坐标向量与参考轴的轴向量的夹角；

若按行分组，参考轴为Y轴，参考轴的轴向量为（0,1,0），若按列分组，参考轴为X坐标轴，参考轴的轴向量为（1,0,0）。针对各组中各点的坐标向量，根据对应的坐标向量与参考轴的轴向量坐标可以计算得到对应坐标向量与参考轴之间的夹角。

比如，Y坐标轴向量

（0,1,0），根据公式

,θ_i=arccosθ_i，可以计算得到基准点相对各点的坐标向量与Y坐标轴向量

的夹角。按列分组同理，不作赘述。

S24，对所有坐标向量与轴向量的夹角计算平均值，将所述平均值作为对应组点云的组代表角度。

针对每组，得到组中基准点相对基准点之前各点的坐标向量与轴向量的夹角之后，将该分组中所有坐标向量与轴向量的夹角θ_i相加再除以数量k-1计算所有夹角的平均值，得到的平均值即为该组点云的组代表角度。

本发明实施例实现了组代表角度的计算。

在本发明实施例一实施方式中，确定组点云的基准点，S21，包括：

S211，确定组点云中有效点的个数；

通常线激光设备采集点云时，会给无效点一个极小的远超出其量程的z坐标，例如-100000000，通过判断组点云中坐标是否超出规定量程可以确定分组中有效点云的个数。

S212，判断有效点的个数是否超过预设阈值；

有效点个数的预设阈值根据经验设定，一般不小于该组点云总个数的10%。

S213，若有效点的个数超过预设阈值，提取出组中各有效点的坐标，构建有效点云组；

针对每个组，若统计该组点云中有效点的个数超过预设阈值，则提取出该组中所有有效点的坐标，按顺序构建有效点云组。

S214，选取所述有效点云组中预设序号的点作为所述有效点云组的基准点，其中，所述序号为组中各点的序列编号，编号方向与坐标轴方向一致。

构建有效点云组之后，有效点云组中各点对应一个序列编号，编号方向与坐标轴方向一致，沿着坐标轴方向从初始0值开始依次递增，在有效点云组中选取预设序号的点作为该有效点云组的基准点，预设序号可根据需要设置，可以设置为固定的序号值，也可以设置为与有效点云组总有效点数相关的数值，比如，可以设置序号为0.9*该组总有效点个数，结果向下取整的点作为所述有效点云组的基准点。

示例性的，W为三维点云中每行总点个数，有效点个数预设阈值T_v根据经验设定，一般设置为不小于0.1×W的数值，对于第h行，如果其中有效点的个数V[h]大于预设单行有效点个数预设阈值T_v，则从S[h][0]开始到S[h][W-1]结束按顺序提取该行中有效点的行列坐标(w_i，h_i)构建有效点云组P[h]，P[h]的第一个元素和最后一个元素即为第h行的有效点起始列与有效点结束列，代表该行平整物体的有效点云。之后在有效点云组P[h]中选取预设序号为k=0.9×V[h]（结果向下取整）的点p(w_k，h)作为该行的基准点。

本发明实施例在确定组点云基准点时，先过滤了无效点，选择有效点构建有效点云组，从而保证在分组中选择的基准点是有效的点。

参照图4，在本发明实施例一实施方式中，根据所述组代表角度得到所述三维点云的整体调平角度，S30，包括：

S31，以预设间距划分投票箱，其中，所述投票箱表示为根据各组代表角度按预设间距划分的角度区间；

预设间距△θ根据经验选取，推荐不大于0.03，但也不要小于0.005的数值。

S32，根据各组代表角度确定各投票箱的票数，确定其中票数最多的第一投票箱；

确定各组代表角度所属的角度区间，统计各角度区间中的组代表角度的数量，从而确定各投票箱的票数，进而得到其中落入各组代表角度数量最多的角度区间，即票数最多的第一投票箱。

S33，计算所述第一投票箱中的组代表角度的平均值，将所述第一投票箱中的组代表角度的平均值作为所述三维点云的整体调平角度。

将票数最多的角度区间中所有组代表角度的平均值作为三维点云坐标的调平角度。

示例性地，在一实施方式中，按照预设间距△θ=0.03划分投票箱，得到角度区间分别为[0，0.03），[0.03，0.06），[0.06，0.09）的三个投票箱，分别对应索引号①，②，③，若三维点云中分为三组，三组的代表角度分别为0.01，0.03，0.05，那么，落入投票箱①[0，0.03）的数量为1，落入投票箱②[0.03，0.06）的数量为2，落入投票箱③[0.06，0.09）的数量为0，票数最多的为投票箱②[0.03，0.06），计算落入②的组代表角度0.03和0.05的平均值为0.04，得到的0.04即为整体调平角度。

本发明实施例按预设间距划分角度区间，判断各组代表角度中为众数的角度区间，计算该区间内组代表角度的平均值，进而得到三维点云的整体代表角度。

在本发明实施例一实施方式中，以预设间距划分投票箱，S31包括：

S311，提取出各组代表角度中数值最大的第一代表角度和数值最小的第二代表角度；

S312，计算所述第一代表角度和所述第二代表角度的差值；

S313，用所述差值除以预设间距计算得到划分投票箱的数量；

S314，从预设起始值开始按预设间距划分得到所述数量的投票箱，并按顺序为各投票箱设置索引号。

计算的各组代表角度存在正负，比较各组代表角度的大小，确定其中数值最大的第一代表角度和数值最小的第二代表角度，用第一代表角度和第二代表角度的差值除以预设间距计算得到划分投票箱的数量，进一步地，考虑到可能不能完全整除，因此在具体实施方式中可以对得到的商向下取整，为了防止越界，在商向下取整的基础上，再对商加一确定投票箱的数量，从预设起始值开始按预设间距划分得到所述数量的投票箱，并按顺序为各投票箱设置索引号。

本发明实施例实现了投票箱的划分。

在一示例中，S32，根据各组代表角度确定各投票箱的票数包括：

S321，用各组代表角度与所述第二代表角度的差除以所述预设间距得到各组代表角度对应的投票箱的索引号；

S322，统计得到的各索引号的数量，从而确定各索引号对应的各投票箱的票数。

具体地，假设三维点云分组为10行，10行得到的各组代表角度分别为0,0.01,0.02,0.05,0.07,0.18，-0.03，-0.01,0.055，0.049，其中最大的组代表角度与最小组代表角度分别为0.18与-0.03，差值为0.21，假设投票预设间距为0.03，用第一代表角度和所述第二代表角度的差值除以预设间距计算得到划分投票箱的数量为0.21/0.03得到7，为了防止越界，采用8个投票箱，从预设起始值0开始按预设间距0.03划分得到8个投票箱，每个投票箱的角度区间分别为[0，0.03），[0.03，0.06），[0.06，0.09），[0.09，0.12），[0.12，0.15），[0.15，0.18），[0.18，0.21），[0.21，0.24），分别按顺序对应索引号bin[0]至bin[7]，初始的各投票箱的票数为0。

通过各组代表角度减去所有组代表角度中数值最小的代表角度的差，再除以预设投票间距得到各组代表角度对应的投票箱的索引号，从而对其所属的投票箱进行投票。比如，上述10行中各代表角度中数值最小的代表角度为-0.03，投票预设间距为0.03。

对于第1行角度0，0-（-0.03）=0.03,0.03/0.03向下取整为1，其属于包括了0.03的投票箱，即投票箱[0.03，0.06）,也就是投票箱bin[1]，对bin[1]投一票，得到bin[1]=1；

对于第2行角度0.01，0.01-（-0.03）=0.04，0.04/0.03向下取整为1，其属于包括了0.04的投票箱，即投票箱[0.03，0.06）,也就是投票箱bin[1]，对bin[1]投一票，bin[1]=2；

对于第3行角度0.02，0.02-（-0.03）=0.05，0.05/0.03向下取整为1，其属于包括了0.05的投票箱，即投票箱[0.03，0.06）,也就是投票箱bin[1]，对bin[1]投一票，bin[1]=3；

对于第4行角度0.05，0.05-（-0.03）=0.08，0.08/0.03向下取整为2，其属于包括了0.08的投票箱，即投票箱[0.06，0.09）,也就是投票箱bin[2]，对bin[2]投一票，bin[2]=1；

对于第5行角度0.07，0.07-（-0.03）=0.10，0.10/0.03向下取整为3，其属于包括了0.10的投票箱，即投票箱[0.09，0.12），也就是投票箱bin[3]，对bin[3]投一票，bin[3]=1；

对于第6行角度0.18，018-（-0.03）=0.21，0.21/0.03向下取整为7，其属于包括了0.21的投票箱，即投票箱[0.21，0.24）,也就是投票箱bin[7]，对bin[7]投一票，bin[7]=1；

对于第7行角度-0.03，-0.03-（-0.03）=0, 0/0.03向下取整为0，其属于包括了0的投票箱，即投票箱[0，0.03）,也就是投票箱bin[0]，对bin[0]投一票，bin[0]=1；

对于第8行角度-0.01，-0.01-（-0.03）=0.02，0.02/0.03向下取整为0，其属于包括了0.02的投票箱，即投票箱[0，0.03）,也就是投票箱bin[0]，对bin[0]投一票，bin[0]=2；

对于第9行角度0.055，0.055-（-0.03）=0.085，0.085/0.03向下取整为2，其属于包括了0.085的投票箱，即投票箱[0.06，0.09）,也就是投票箱bin[2]，对bin[2]投一票，bin[2]=2；

对于第10行角度0.019，0.019-（-0.03）=0.049，0.049/0.03向下取整为1，其属于包括了0.49的投票箱，即投票箱[0.03，0.06）,也就是投票箱bin[1]，对bin[1]投一票，bin[1]=4。

各组代表角度都投票完成后，遍历各bin，其中，bin[1]=4为最大值，即索引号bin[1]为其中票数最多的第一投票箱，[0.03，0.06）为最多组代表角度所属的区间。

创建θ_avg和count变量，θ_avg用于统计第一投票箱中的组代表角度的平均值，count用于统计第一投票箱的票数，初始化均为0，再次遍历每个组代表角度，如果其所属角度区间为bin[1]的话，则需要将当前行的角度加入θ_avg，同时count加一。对于本次的10行，得到的索引号为bin[1]的组代表角度分别是0，0.01，0.02，0.019，则θ_avg=0+0.01+0.02+0.019，然后对θ_avg求这4行的平均值，即θ_avg=θ_avg/bin[1]=（0+0.01+0.02+0.019）/4=0.01225，得到的0.01225即为最终所求的全局三维点云坐标的整体调平角度。

本发明实施例实现了如何根据组代表角度得到三维点云的整体调平角度，通过先划分角度区间，确定组代表角度落入数量最多的角度区间，之后对落入数量最多的角度区间中的组代表角度求取平均值作为三维点云坐标的整体调平角度，既考虑了组代表角度所属区间的众数，又对其求取平均值，相较于直接采用组代表角度中的众数或中位数或平均数作为整体调平角度的方式，本发明实施例所得的整体调平角度更有代表性。

参照图5，在一实施方式中，根据所述整体调平角度对所述三维点云进行调平，S40，包括：

S41，计算各组各点与对应组基准点之间的距离；

根据各点的三维坐标与对应组基准点的三维坐标可以计算各点与基准点之间的距离。比如，对于三维点云S中第h行第w列的点p[h][w]，三维坐标为（x_w，y_h，z_wh)，其所在分组第h行中的基准点p(w_k，h)的三维坐标为（x_k,y_k,z_k）,通过公式

可以计算二者之间的距离。

S42，根据所述距离与所述整体调平角度计算三维点云中各点的调整高度；

根据所述距离与所述整体调平角度通过公式△z=d*sinθ_avg可以计算得到三维点云中各点角度调平的z向调整高度△z，其中，θ_avg为三维点云的整体调平角度。

S43，用各点的垂直坐标减去对应的调整高度，得到各点调整后的第一高度；

用各点的垂直坐标减去对应的调整高度，即S[h][w]_z’=S[h][w]_z-△z，可以得到各点调整后的第一高度，其中，S[h][w]_z为各点的三维坐标中的z向垂直坐标，S[h][w]_z’为各点调整后的第一高度。

S44，用所述第一高度减去对应组基准点的垂直坐标得到调平的三维点云。

调平的点的z向坐标=S[h][w]z’-z_k，其中，z_k为各点所在组对应的组基准点的垂直坐标，同理对三维点云中其它点进行调平纠正，得到调平的三维点云。

本发明实施例实现了通过整体调平角度对三维点云中各点进行调平纠正。

以下，参照图6为本发明实施例点云调平方法进行完整的解释说明。

本实施场景中点云调平方法包括：

S100，采集物体点云。

本实施场景中通过线激光传感器采集平整物体的点云S，点云S为H行W列，一共H×W个点，其中，点云S中包含无效点的坐标。

S200，统计每行点云角度。

本实施场景中，按行对采集的物体点云进行分组。通常线激光设备采集点云时会给无效点一个极小的远超出其量程的z坐标，例如-100000000。建立数组V，用于记录每行的有效点数，对于点云S的每一行点云，统计第h行点云中z坐标有效的总点数val_i，使V[h]=val_i；

建立数组P，用于记录每行的有效点的坐标，对于第h行，如果V[h]大于单行有效点个数阈值T_v，其中，T_v根据经验设定，一般不小于0.1×W，则从S[h][0]开始到S[h][W-1]结束，按顺序将有效点的行列坐标(w_i，h_i)存入P[h]中，这样P[h]的第一个元素和最后一个元素即为第h行的有效点起始列与有效点结束列，代表了该行点云中平整物体的点云；

遍历S的每一行点云，例如对于第h行点云，如果其V[h]大于行有效点阈值T_v，则选取该行点云有效点数组P[h]中序号为k=0.9×V[h](结果向下取整)的点p(w_k，h)作为该行的基准点,其对应的三维坐标记为S[h][w_k]=（x_k,y_k,z_k），记为base_h，然后从P[h][0]开始直到p[h][k-1]结束，对其中每个点p[h][i]从S中获取其对应的三维坐标,计算向量（x_k-x_i,y_k-y_i,z_k-z_i）与Y坐标轴向量(0,1,0)所成的夹角θ_i，将该行所有的θ_i相加再除以其数量k-1，得到该行的代表角度θ_h。

S300，计算点云整体角度。

对点云S的每一个有效行计算出其代表角度θ_h后，对点云S的整体代表角度进行投票得到点云整体角度。

其中，投票方法为以△θ为最小间距划分投票箱，△θ根据经验选取，推荐不大于0.03，不小于0.005的数值，取最大的行代表角度θ_max和最小的行代表角度θ_min作差后除以△θ,结果向下取整即可得到投票箱bin的数量，即||bin||=(θ_max-θ_min)/△θ，对于每一个行代表角度θ_h，通过m=(θ_h-θ_min)/△θ计算其所属的投票箱的索引号m，使bin[m]加1。在每个有效行都进行过投票后，遍历bin[0]至bin[||bin||]，获得其中最大值对应的索引号j，即bin[j]最大；创建变量θ_avg和count分别平均代表角度和属于bin[m]的行数量，初始化均为0，再次遍历每个行代表角度θ_h，计算其对应的投票索引m，如果m与j相同，则θ_avg=θ_avg+θ_h，count=count+1,遍历完成后，θ_avg=θ_avg/count，得到点云S的整体调平角度θ_avg。

S400，将点云整体角度旋转至0度。

对于S中的每个点S[h][w]，即点云S第h行第w列的点，计算其与该行基准点的距离d=||base_hS[h][w]||,再通过dsinθ_avg计算其角度调平所需调整的z向高度△z，再根据S[h][w]_z=S[h][w]_z-△z完成角度调平。

S500，统计每行点云基准高度。

统计每行基准点的z向高度base_hz，即每行选取的基准点的z坐标值。

S600，用角度调平后的每个点减去其所在行的基准高度。

用点云S中每个点的z向高度减去该行的基准点高度base_hz，即S[h][w]_z=S[h][w]_z-base_hz，完成整个平整物体点云S的调平。

S700，点云调平纠正完成。

本发明实施例提供一种振动场景下平整物体表面三维点云的纠正调平方法，解决了传送带随机抖动带来的线激光采集点云形变的问题，可以获得较为正确的平整物体表面三维信息，之后可用于各种分析，例如尺寸检测、缺陷识别等。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

在本实施例中还提供了一种点云调平装置，用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图7是根据本发明实施例的一种点云调平装置的结构框图，如图7所示，该装置包括：分组模块100，第一计算模块200，第二计算模块300，调平模块400，其中，

分组模块100，用于将目标物体的三维点云按行或按列进行分组；

第一计算模块200，用于计算各组点云的组代表角度；

第二计算模块300，用于根据所述组代表角度得到所述三维点云的整体调平角度；

调平模块400，用于根据所述整体调平角度对所述三维点云进行调平。

可选地，第一计算模块包括：基准点确定单元，用于针对每个组，确定组点云的基准点；第一计算子单元，用于分别计算所述基准点相对组中所述基准点之前各点的坐标向量；针对每个点的坐标向量，计算点对应的坐标向量与参考轴的轴向量的夹角；对所有坐标向量与轴向量的夹角计算平均值，将所述平均值作为对应组点云的组代表角度。

可选地，基准点确定单元包括：判断单元，用于确定组点云中有效点的个数；判断有效点的个数是否超过预设阈值；构建单元，用于若有效点的个数超过预设阈值，提取出组中各有效点的坐标，构建有效点云组；选取单元，用于选取所述有效点云组中预设序号的点作为所述有效点云组的基准点，其中，所述序号为组中各点的序列编号，编号方向与坐标轴方向一致。

可选地，第二计算模块包括：划分单元，用于以预设间距划分投票箱，其中，所述投票箱表示为根据各组代表角度按预设间距划分的角度区间；票数确定单元，用于根据各组代表角度确定各投票箱的票数，确定其中票数最多的第一投票箱；第二计算子单元，用于计算所述第一投票箱中的组代表角度的平均值，将所述第一投票箱中的组代表角度的平均值作为所述三维点云的整体调平角度。

可选地，划分单元用于提取出各组代表角度中数值最大的第一代表角度和数值最小的第二代表角度；计算所述第一代表角度和所述第二代表角度的差值；用所述差值除以预设间距计算得到划分投票箱的数量；从预设起始值开始按预设间距划分得到所述数量的投票箱，并按顺序为各投票箱设置索引号。

可选地，票数确定单元包括：第三计算子单元，用于用各组代表角度与所述第二代表角度的差除以所述预设间距得到各组代表角度对应的投票箱的索引号；统计得到的各索引号的数量，从而确定各索引号对应的各投票箱的票数。

可选地，调平模块用于计算各组各点与对应组基准点之间的距离；根据所述距离与所述整体调平角度计算三维点云中各点的调整高度；用各点的垂直坐标减去对应的调整高度，得到各点调整后的第一高度；用所述第一高度减去对应组基准点的垂直坐标得到调平的三维点云。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明实施例还提出一种电子设备，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本电子设备的实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，将目标物体的三维点云按行或按列进行分组；

S2，计算各组点云的组代表角度；

S3，根据所述组代表角度得到所述三维点云的整体调平角度；

S4，根据所述整体调平角度对所述三维点云进行调平。

可选地，本发明电子设备实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

本发明的实施例还提出一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本存储介质的实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，将目标物体的三维点云按行或按列进行分组；

S2，计算各组点云的组代表角度；

S4，根据所述整体调平角度对所述三维点云进行调平。

可选地，本发明存储介质的具体实施例与上述方法各实施例基本相同，在此不作赘述。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本发明所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元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。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

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

1.一种点云调平方法，其特征在于，所述方法包括：

将目标物体的三维点云按行或按列进行分组；

计算各组点云的组代表角度；

根据所述组代表角度得到所述三维点云的整体调平角度；

根据所述整体调平角度对所述三维点云进行调平；

其中，所述计算各组点云的组代表角度包括：针对每个组，确定组点云的基准点；分别计算所述基准点相对组中所述基准点之前各点的坐标向量；针对每个点的坐标向量，计算点对应的坐标向量与参考轴的轴向量的夹角；对所有坐标向量与轴向量的夹角计算平均值，将所述平均值作为对应组点云的组代表角度；

所述根据所述整体调平角度对所述三维点云进行调平包括：计算各组各点与对应组基准点之间的距离；根据所述距离与所述整体调平角度计算三维点云中各点的调整高度；用各点的垂直坐标减去对应的调整高度，得到各点调整后的第一高度；用所述第一高度减去对应组基准点的垂直坐标得到调平的三维点云。

2.如权利要求1所述的点云调平方法，其特征在于，确定组点云的基准点包括：

确定组点云中有效点的个数；

判断有效点的个数是否超过预设阈值；

若有效点的个数超过预设阈值，提取出组中各有效点的坐标，构建有效点云组；

选取所述有效点云组中预设序号的点作为所述有效点云组的基准点，其中，所述序号为组中各点的序列编号，编号方向与坐标轴方向一致。

3.如权利要求1所述的点云调平方法，其特征在于，根据所述组代表角度得到所述三维点云的整体调平角度包括：

以预设间距划分投票箱，其中，所述投票箱表示为根据各组代表角度按预设间距划分的角度区间；

根据各组代表角度确定各投票箱的票数，确定其中票数最多的第一投票箱；

计算所述第一投票箱中的组代表角度的平均值，将所述第一投票箱中的组代表角度的平均值作为所述三维点云的整体调平角度。

4.如权利要求3所述的点云调平方法，其特征在于，以预设间距划分投票箱包括：

提取出各组代表角度中数值最大的第一代表角度和数值最小的第二代表角度；

计算所述第一代表角度和所述第二代表角度的差值；

用所述差值除以预设间距计算得到划分投票箱的数量；

从预设起始值开始按预设间距划分得到所述数量的投票箱，并按顺序为各投票箱设置索引号。

5.如权利要求4所述的点云调平方法，其特征在于，根据各组代表角度确定各投票箱的票数包括：

用各组代表角度与所述第二代表角度的差除以所述预设间距得到各组代表角度对应的投票箱的索引号；

统计得到的各索引号的数量，从而确定各索引号对应的各投票箱的票数。

6.一种点云调平装置，其特征在于，包括：

分组模块，用于将目标物体的三维点云按行或按列进行分组；

第一计算模块，用于计算各组点云的组代表角度；

第二计算模块，用于根据所述组代表角度得到所述三维点云的整体调平角度；

调平模块，用于根据所述整体调平角度对所述三维点云进行调平；

7.一种电子设备，其特征在于，所述电子设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的点云调平方法的步骤。

8.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述点云调平方法的步骤。