CN115375754A - 一种堆场体积探测方法及装置 - Google Patents
一种堆场体积探测方法及装置 Download PDFInfo
- Publication number
- CN115375754A CN115375754A CN202211291148.6A CN202211291148A CN115375754A CN 115375754 A CN115375754 A CN 115375754A CN 202211291148 A CN202211291148 A CN 202211291148A CN 115375754 A CN115375754 A CN 115375754A
- Authority
- CN
- China
- Prior art keywords
- yard
- dimensional coordinates
- point
- volume
- points
- 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
Links
- 238000001514 detection method Methods 0.000 title claims description 46
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000003672 processing method Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001788 irregular Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种堆场体积探测方法及装置，方法包括：获取目标堆场表面的预定特征点的三维坐标；基于预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；对预定特征点和底面补全点进行德洛内三角化处理，得到与目标堆场对应的包络体；其中，包络体是一系列相连的但不重叠的德洛内三角形的集合；基于预定特征点的三维坐标和底面补全点的三维坐标，确定出包络体中心点；基于包络体的中心点的三维坐标和德洛内三角形，求得目标堆场的体积。本发明基于预定特征点的三维坐标，结合德洛内三角化处理方法来求取目标堆场的体积，极大地突破了堆场体积求取方法的适用范围的局限性，降低了堆场体积求取的难度和成本。
Description
技术领域
本发明涉及体积测量技术领域，尤其涉及一种堆场体积探测方法及装置。
背景技术
对于大型堆场的盘点，一般是通过测量体积，然后结合密度对重量进行估算。其中，体积的测量有以下几种方案：通过双目摄像头，利用双目测距，获得连续帧，根据彩色平面影像，关联特征点，结合深度图像，生成点云，测量体积；通过伺服云台+激光测距，利用云台获取测距仪位姿，结合激光测距和位姿，得到点云，测量体积；通过激光雷达，直接从多线激光雷达获取点云，测量体积；通过无人机+航天，利用摄影测量学前后方交汇原理，规划航带，设置地面控制点，通过专业航天测绘摄影仪（无畸变，无径变）测量体积；通过载波相位差分技术Rtk(Real - time kinematic，实时动态)，利用Rtk相位差测量测绘原理得到点云，测量体积。
以上几种方案，从室内室外的应用场景、硬件成本、软件难度、现场操作难度等方面综合考虑，都存在较大的局限性。因此，如何在物联网金融监管实践中低成本\高精度，让普通的监管人员也能量测大型不规则堆场体积，进而测算重量，进行质押物估值，成为物联网金融监管中一个亟待解决的问题。
发明内容
本发明提供一种堆场体积探测方法、装置、电子设备与存储介质，用以解决现有技术中堆场体积求取方法适用范围受局限、成本过高和操作难度过高的缺陷，通过确定预定特征点的三维坐标，结合德洛内三角化处理方法来求取目标堆场的体积，极大地突破了堆场体积求取方法的适用范围，降低了堆场体积求取的难度和成本。
本发明提供一种堆场体积探测方法，包括：
获取目标堆场表面的预定特征点的三维坐标；
基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
根据本发明提供的堆场体积探测方法，所述预定特征点包括顶面特征点，其中，所述顶面特征点包括目标堆场顶面的凸点、凹点，和目标堆场顶面与目标堆场底面所在地面水平面的交汇线上的折点。
根据本发明提供的堆场体积探测方法，在所述获取目标堆场表面的预定特征点的三维坐标之前，还包括：
构建目标堆场周边预定范围内的基站点，并确保目标堆场的底面平整度不大于预定阈值；
其中，所述基站点用于架设全站仪来测定目标堆场表面的预定特征点的三维坐标。
根据本发明提供的堆场体积探测方法，所述全站仪为免棱镜测量的全站仪。
根据本发明提供的堆场体积探测方法，所述基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标，包括：
将所述预定特征点的三维坐标中的竖直坐标Z取值0，得到所述预定特征点在地面水平面的投影，进而求得目标堆场的底面补全点的三维坐标。
根据本发明提供的堆场体积探测方法，所述基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；包括：
基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，将包括预定特征点和地面补全点的所有测量点的三维坐标按照x、y、z三个维度分别求平均值，得到包络体中心点的三维坐标，确定出包络体中心点。
根据本发明提供的堆场体积探测方法，所述基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积，包括：
基于所述包络体中心点和所述德洛内三角形，构建由所述包络体中心点和所述德洛内三角形组成的三棱锥集合，并求取所述三棱锥集合中每一个三棱锥的体积，求和计算得到所述目标堆场的体积。
本发明还提供一种堆场体积探测装置，包括：
特征点坐标获取模块，用于获取目标堆场表面的预定特征点的三维坐标；
补全点坐标获取模块，用于基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
包络体获取模块，用于对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
包络体中心点确定模块，用于基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
堆场体积确定模块，用于基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述堆场体积探测方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述堆场体积探测方法。
本发明提供的堆场体积探测方法、装置、电子设备与存储介质，通过获取目标堆场表面的预定特征点的三维坐标；基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。本发明基于预定特征点的三维坐标，结合德洛内三角化处理方法来求取目标堆场的体积，极大地突破了堆场体积求取方法的适用范围的局限性，降低了堆场体积求取的难度和成本。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本发明提供的堆场体积探测方法的流程示意图；
图2是本发明提供的堆场体积探测装置的结构示意图；
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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，本领域普通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。
下面结合图1-图3描述本发明的堆场体积探测方法、装置、电子设备与存储介质。
图1为本发明提供的堆场体积探测方法的流程图，如图1所示，在一具体实施例中，本发明提供的一种堆场体积探测方法，包括如下步骤：
S110、获取目标堆场表面的预定特征点的三维坐标；
S120、基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
S130、对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
S140、基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
S150、基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
在本实施例中，目标堆场优选为金融监管堆场。预定特征点位于目标堆场表面，为后续求取目标堆场体积的原始数据。底面补全点位于目标堆场的底面，无法直接测量，通过预定特征点来确定，也是后续求取目标堆场体积必须的原始数据。德洛内(Delaunay)三角网是一系列相连的但不重叠的三角形的集合。包络体是一种全封闭的曲面，赋予一定的“体”的属性如密度、惯量等，并可与实体进行布尔运算，可通过提取外部的面，然后将提取的面转化为实体。
在本实施例中，首先通过测量来确定目标堆场表面的预定特征点的三维坐标；由预定特征点的三维坐标来求得设定的目标堆场的底面补全点的三维坐标；对预定特征点和底面补全点进行德洛内三角化处理，得到与目标堆场对应的包络体；其中，包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；由预定特征点的三维坐标和底面补全点的三维坐标来确定出包络体中心点的位置坐标；最后由确定出的包络体中心点和德洛内三角形，求得目标堆场的体积。
本实施例提供的堆场体积探测方法，通过获取预定特征点的三维坐标，结合德洛内三角化处理方法，得到与目标堆场对应的包络体，进而求得目标堆场的体积，扩大了堆场体积求取方法的适用范围，降低了堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测方法，所述预定特征点包括顶面特征点，其中，所述顶面特征点包括目标堆场顶面的凸点、凹点，和目标堆场顶面与目标堆场底面所在地面水平面的交汇线上的折点。
在本实施例中，顶面特征点的选取要满足以下要求：一、选取目标堆场顶面的凸点或凹点，这样计算机在后期德洛内三角化处理的时候，会自动在凸凹点之间形成一个三角平面；二、选取目标堆场顶面和目标堆场底面所在水平面形成交汇，应当对交汇线上的点进行测量，同时尽量选择交汇线上的折点，这样计算机在后期表面补全的时候，会自动在折点和相邻点之间形成三角平面；三、在工作量允许的范围内尽量选取足够多的预定特征点进行测量，测量点越多，结果就越精确，例如：实践中，对于一个体积在600立方米的物堆，一般测量点在20-30个既可以达到5%以内误差。
本实施例提供的堆场体积探测方法，通过进一步说明预定特征点的选取要求，细化了方案的实施路径，有力地支持了扩大堆场体积求取方法的适用范围，以及降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测方法，在所述获取目标堆场表面的预定特征点的三维坐标之前，还包括：
构建目标堆场周边预定范围内的基站点，并确保目标堆场的底面平整度不大于预定阈值；
其中，所述基站点用于架设全站仪来测定目标堆场表面的预定特征点的三维坐标。
在本实施例中，将求取预定特征点坐标时的坐标原点定在待测目标堆场底面所在的水平面上，目标堆场附近150米范围以内能够找到一个或者多个高点即基站点，这些基站点要求可以架设全站仪，并且可以看到目标堆场的顶面，另外，目标堆场底面要平整，底面平整不仅意味着底面没有凸凹，并且底面要在一个水平面上，例如，实践中，目标堆场底面倾角要小于等于3度，否则就会造成较大的误差。在坐标原点设站，利用全站仪直接测量这些基站点坐标。在测量出基站点坐标后，分别在每一个基站点设站，在每一个基站点，利用全站仪坐标测量功能对预定特征点进行空间三维坐标测量。
本实施例提供的堆场体积探测方法，通过构建目标堆场周边预定范围内的基站点，并确保目标堆场的底面平整度不大于预定阈值，进一步保障了方案的实施，有力地支持了扩大堆场体积求取方法的适用范围，以及降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测方法，所述全站仪为免棱镜测量的全站仪。
在本实施例中，免棱镜测量的全站仪仍然可以使用棱镜测量，只是免棱镜条件下，测量距离会比使用棱镜时小，市面上大多免棱镜的全站仪测量距离能够达到100米左右，对于普通堆场也是足够的，因为即使非常大型的堆场，每个堆场的边长一般也不会操作这个范围。具体可以取免棱镜测量的全站仪为徕卡中纬ZT16全站仪。
本实施例提供的堆场体积探测方法，通过进一步限定全站仪为免棱镜测量的全站仪，有力地支持了降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测方法，所述基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标，包括：
将所述预定特征点的三维坐标中的竖直坐标Z取值0，得到所述预定特征点在地面水平面的投影，进而求得目标堆场的底面补全点的三维坐标。
在本实施例中，坐标原点处于地面水平面，目标堆场的底面补全点的求取过程具体包括：过所有预定特征点做和地平水平面垂直的铅垂线，取铅垂线和地平水平面的交点即为底面补全点，即：底面补全点为预定特征点在地平水平面的投影，因为本申请测量方法的坐标体系建立时设定堆场底面位于地面水平面，因此可以直接将预定特征点的三维坐标中的竖直坐标Z取值0，得到预定特征点在地面水平面的投影的坐标就是目标堆场的底面补全点的三维坐标。然后将所有的预定特征点和底面补全点做德洛内三角化处理，这样才能保证点云形成的物体是闭合的。
本实施例提供的堆场体积探测方法，通过将预定特征点的三维坐标中的竖直坐标Z取值0，得到预定特征点在地面水平面的投影，进而求得目标堆场的底面补全点的三维坐标，进一步细化了底面补全点坐标的求取路径，为后续获取包络体提供了完整的原始数据，有力地支持了降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测方法，所述基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；包括：
基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，将包括预定特征点和地面补全点的所有测量点的三维坐标按照x、y、z三个维度分别求平均值，得到包络体中心点的三维坐标，确定出包络体中心点。
在本实施例中，预定特征点和底面补全点为包络体上德洛内三角形的顶点，预定特征点的三维坐标和底面补全点的三维坐标，将包括预定特征点和地面补全点的所有测量点的三维坐标按照x、y、z三个维度分别求平均值，得到包络体的中心点的三维坐标，进而确定出包络体中心点。
本实施例提供的堆场体积探测方法，通过具体说明包络体中心点的求取路径，进一步丰富了方案的实施路径，有力地支持了降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测方法，所述基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积，包括：
基于所述包络体中心点和所述德洛内三角形，构建由所述包络体中心点和所述德洛内三角形组成的三棱锥集合，并求取所述三棱锥集合中每一个三棱锥的体积，求和计算得到所述目标堆场的体积。
在本实施例中，将前述得到的每一个德劳内三角形的顶点和包络体中心点连接，就得到了包络体中心点即物堆中心和包络体表面德洛内三角形组成的三棱锥集合。每一个三棱锥都是由德洛内三角形的三个顶点和包络体中心点合计四个点连线构成的。将三个顶点记做a、b、c，将包络体中心点记e，利用这四个点的三维坐标求出ae、be、ce向量，将ae和be做叉乘，取范数除以2得到abe三角形的面积，将ae、be叉乘结果和ce做点积，然后除以叉乘的范数，得到c点到平面abe的高度，利用三棱锥体积公式v=s*h/3得到三棱锥体积。由于德洛内三角3d表面全覆盖不重复的性质，就使得这个三棱锥的集合也具备覆盖了堆场体积并且彼此不重合的性质。将前述的每个三棱锥体积相加，就得到了目标堆场的总体积。
本实施例提供的堆场体积探测方法，通过构建由包络体中心点和德洛内三角形组成的三棱锥集合，并求取三棱锥集合中每一个三棱锥的体积，求和计算得到目标堆场的体积，进一步细化了由包络体中心点和德洛内三角形求取目标堆场体积的实施路径，有力地支持了降低堆场体积求取的难度和成本。
下面对本发明提供的一种堆场体积探测装置进行描述，下文描述的堆场体积探测装置与上文描述的堆场体积探测方法可以相互对应参照。
图2为本发明提供的堆场体积探测装置的结构图，如图2所示，在一具体实施例中，本发明提供的一种堆场体积探测装置，包括：
特征点坐标获取模块210，用于获取目标堆场表面的预定特征点的三维坐标；
补全点坐标获取模块220，用于基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
包络体获取模块230，用于对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
包络体中心点确定模块240，用于基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
堆场体积确定模块250，用于基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
本实施例提供的堆场体积探测装置，通过设置特征点坐标获取模块、补全点坐标获取模块、包络体获取模块、包络体中心点确定模块和堆场体积确定模块，获取预定特征点的三维坐标，结合德洛内三角化处理方法，得到与目标堆场对应的包络体，进而求得目标堆场的体积，扩大了堆场体积求取方法的适用范围，降低了堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测装置，还包括：
基站点构建模块，用于构建目标堆场周边预定范围内的基站点，并确保目标堆场的底面平整度不大于预定阈值；
其中，所述基站点用于架设全站仪来测定目标堆场表面的预定特征点的三维坐标。
本实施例提供的堆场体积探测装置，通过设置基站点构建模块，构建目标堆场周边预定范围内的基站点，并确保目标堆场的底面平整度不大于预定阈值，进一步保障了方案的实施，有力地支持了扩大堆场体积求取方法的适用范围，以及降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测装置，所述补全点坐标获取模块220，包括：
补全点坐标获取单元，用于将所述预定特征点的三维坐标中的竖直坐标Z取值0，得到所述预定特征点在地面水平面的投影，进而求得目标堆场的底面补全点的三维坐标。
本实施例提供的堆场体积探测装置，通过设置补全点坐标获取单元，将预定特征点的三维坐标中的竖直坐标Z取值0，得到预定特征点在地面水平面的投影，进而求得目标堆场的底面补全点的三维坐标，进一步细化了底面补全点坐标的求取路径，为后续获取包络体提供了完整的原始数据，有力地支持了降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测装置，所述包络体中心点确定模块240；包括：
包络体中心点确定单元，用于基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，将包括预定特征点和地面补全点的所有测量点的三维坐标按照x、y、z三个维度分别求平均值，得到包络体中心点的三维坐标，确定出包络体中心点。
本实施例提供的堆场体积探测装置，通过设置包络体中心点确定单元，具体说明包络体中心点的求取路径，进一步丰富了方案的实施路径，有力地支持了降低堆场体积求取的难度和成本。
在一具体实施例中，根据本发明提供的堆场体积探测装置，所述堆场体积确定模块250，包括：
堆场体积确定单元，用于基于所述包络体中心点和所述德洛内三角形，构建由所述包络体中心点和所述德洛内三角形组成的三棱锥集合，并求取所述三棱锥集合中每一个三棱锥的体积，求和计算得到所述目标堆场的体积。
本实施例提供的堆场体积探测装置，通过设置堆场体积确定单元，构建由包络体中心点和德洛内三角形组成的三棱锥集合，并求取三棱锥集合中每一个三棱锥的体积，求和计算得到目标堆场的体积，进一步细化了由包络体中心点和德洛内三角形求取目标堆场体积的实施路径，有力地支持了降低堆场体积求取的难度和成本。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行堆场体积探测方法，该方法包括：
获取目标堆场表面的预定特征点的三维坐标；
基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
此外，上述的存储器330中的逻辑指令可以通过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（可以是个人计算机，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、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的堆场体积探测方法，该方法包括：
获取目标堆场表面的预定特征点的三维坐标；
基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种堆场体积探测方法，其特征在于，包括：
获取目标堆场表面的预定特征点的三维坐标；
基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
2.根据权利要求1所述的堆场体积探测方法，其特征在于，所述预定特征点包括顶面特征点，其中，所述顶面特征点包括目标堆场顶面的凸点、凹点，和目标堆场顶面与目标堆场底面所在地面水平面的交汇线上的折点。
3.根据权利要求1所述的堆场体积探测方法，其特征在于，在所述获取目标堆场表面的预定特征点的三维坐标之前，还包括：
构建目标堆场周边预定范围内的基站点，并确保目标堆场的底面平整度不大于预定阈值；
其中，所述基站点用于架设全站仪来测定目标堆场表面的预定特征点的三维坐标。
4.根据权利要求3所述的堆场体积探测方法，其特征在于，所述全站仪为免棱镜测量的全站仪。
5.根据权利要求1所述的堆场体积探测方法，其特征在于，所述基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标，包括：
将所述预定特征点的三维坐标中的竖直坐标Z取值0，得到所述预定特征点在地面水平面的投影，进而求得目标堆场的底面补全点的三维坐标。
6.根据权利要求5所述的堆场体积探测方法，其特征在于，所述基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；包括：
基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，将包括预定特征点和地面补全点的所有测量点的三维坐标按照x、y、z三个维度分别求平均值，得到包络体中心点的三维坐标，确定出包络体中心点。
7.根据权利要求1所述的堆场体积探测方法，其特征在于，所述基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积，包括：
基于所述包络体中心点和所述德洛内三角形，构建由所述包络体中心点和所述德洛内三角形组成的三棱锥集合，并求取所述三棱锥集合中每一个三棱锥的体积，求和计算得到所述目标堆场的体积。
8.一种堆场体积探测装置，其特征在于，包括：
特征点坐标获取模块，用于获取目标堆场表面的预定特征点的三维坐标；
补全点坐标获取模块，用于基于所述预定特征点的三维坐标，求得目标堆场的底面补全点的三维坐标；
包络体获取模块，用于对所述预定特征点和所述底面补全点进行德洛内三角化处理，得到与所述目标堆场对应的包络体；其中，所述包络体是一系列相连的但不重叠的德洛内三角形组成的封闭曲面；
包络体中心点确定模块，用于基于所述预定特征点的三维坐标和所述底面补全点的三维坐标，确定出包络体中心点；
堆场体积确定模块，用于基于所述包络体中心点和所述德洛内三角形，求得所述目标堆场的体积。
9.一种电子设备，包括存储器、处理器及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，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述堆场体积探测方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述堆场体积探测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211291148.6A CN115375754A (zh) | 2022-10-21 | 2022-10-21 | 一种堆场体积探测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211291148.6A CN115375754A (zh) | 2022-10-21 | 2022-10-21 | 一种堆场体积探测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115375754A true CN115375754A (zh) | 2022-11-22 |
Family
ID=84073339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211291148.6A Pending CN115375754A (zh) | 2022-10-21 | 2022-10-21 | 一种堆场体积探测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115375754A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077987A (zh) * | 2014-06-17 | 2014-10-01 | 天津大学 | 基于阿尔法形态的显示器三维色域体积快速算法 |
| CN108876919A (zh) * | 2017-05-12 | 2018-11-23 | 北京中天易观信息技术有限公司 | 一种对3dtin不规则模型切割构网并计算体积的方法 |
| CN110658515A (zh) * | 2018-06-28 | 2020-01-07 | 北京金坤科创技术有限公司 | 一种基于uwb单基站的多用户imu定位对齐方法 |
| CN111429504A (zh) * | 2020-03-02 | 2020-07-17 | 武汉大学 | 基于三维点云的物料堆自动提取和体积测量方法及系统 |
| CN112556580A (zh) * | 2021-03-01 | 2021-03-26 | 北京领邦智能装备股份公司 | 测量三维尺寸的方法、装置、系统、电子设备和存储介质 |
| CN112927369A (zh) * | 2021-02-22 | 2021-06-08 | 中铁二院工程集团有限责任公司 | 一种三维模型的表面法线一致性修复方法及体积计算方法 |
| CN113295089A (zh) * | 2021-04-07 | 2021-08-24 | 深圳市异方科技有限公司 | 一种基于视觉惯性slam的车厢车厢容积率测量方法 |
| CN114758073A (zh) * | 2022-04-18 | 2022-07-15 | 苏州闪康医疗科技有限公司 | 一种基于rgbd输入和柔性配准口腔数字化系统 |
| CN115018903A (zh) * | 2022-08-10 | 2022-09-06 | 安维尔信息科技(天津)有限公司 | 一种堆场料堆体积计算方法及系统 |
-
2022
- 2022-10-21 CN CN202211291148.6A patent/CN115375754A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077987A (zh) * | 2014-06-17 | 2014-10-01 | 天津大学 | 基于阿尔法形态的显示器三维色域体积快速算法 |
| CN108876919A (zh) * | 2017-05-12 | 2018-11-23 | 北京中天易观信息技术有限公司 | 一种对3dtin不规则模型切割构网并计算体积的方法 |
| CN110658515A (zh) * | 2018-06-28 | 2020-01-07 | 北京金坤科创技术有限公司 | 一种基于uwb单基站的多用户imu定位对齐方法 |
| CN111429504A (zh) * | 2020-03-02 | 2020-07-17 | 武汉大学 | 基于三维点云的物料堆自动提取和体积测量方法及系统 |
| CN112927369A (zh) * | 2021-02-22 | 2021-06-08 | 中铁二院工程集团有限责任公司 | 一种三维模型的表面法线一致性修复方法及体积计算方法 |
| CN112556580A (zh) * | 2021-03-01 | 2021-03-26 | 北京领邦智能装备股份公司 | 测量三维尺寸的方法、装置、系统、电子设备和存储介质 |
| CN113295089A (zh) * | 2021-04-07 | 2021-08-24 | 深圳市异方科技有限公司 | 一种基于视觉惯性slam的车厢车厢容积率测量方法 |
| CN114758073A (zh) * | 2022-04-18 | 2022-07-15 | 苏州闪康医疗科技有限公司 | 一种基于rgbd输入和柔性配准口腔数字化系统 |
| CN115018903A (zh) * | 2022-08-10 | 2022-09-06 | 安维尔信息科技(天津)有限公司 | 一种堆场料堆体积计算方法及系统 |
Non-Patent Citations (8)
| Title |
|---|
| 张博文等: "基于单目多视图三维重建方法的料堆体积测算", 《烧结球团》 * |
| 张春明: "基于机载LiDAR的城区地物单体提取和三维建模", 《CNKI优秀硕士学位论文全文库 工程科技Ⅱ辑》 * |
| 李发本等: "基于三棱锥同斥布尔运算的复杂空区实体建模研究", 《矿业研究与开发》 * |
| 杜焱霖等: "基于等亮度面的Delaunay快速色域体积求和算法", 《鄂州大学学报》 * |
| 杨谢柳 等: "《基于全站仪与普通数码相机的大型物体三维形貌测量方法的研究》", 31 May 2019, 中国矿业大学出版社 * |
| 焦明连: "《测绘地理信息技术创新与应用》", 31 December 2013, 中国矿业大学出版社 * |
| 罗周全等: "采空区体积三角网模型四面体算法改进及应用", 《科技导报》 * |
| 郭建立: "地面激光扫描仪在溶洞体积测量中的应用研究", 《铁道勘察》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200255143A1 (en) | Three-dimensional reconstruction method, system and apparatus based on aerial photography by unmanned aerial vehicle | |
| CN111247561B (zh) | 一种基于拍照重建三维空间场景的方法 | |
| US9435911B2 (en) | Visual-based obstacle detection method and apparatus for mobile robot | |
| US9250328B2 (en) | Graphics-aided remote position measurement with handheld geodesic device | |
| CN110703805B (zh) | 立体物体测绘航线规划方法、装置、设备、无人机及介质 | |
| CN109255808B (zh) | 基于倾斜影像的建筑物纹理提取方法和装置 | |
| CN111141264B (zh) | 一种基于无人机的城市三维测绘方法和系统 | |
| CN105069843A (zh) | 一种面向城市三维建模的密集点云的快速提取方法 | |
| Cosido et al. | Hybridization of convergent photogrammetry, computer vision, and artificial intelligence for digital documentation of cultural heritage-a case study: the magdalena palace | |
| CN107851331B (zh) | 平滑对象的三维模型以减轻伪影 | |
| CN109186551A (zh) | 倾斜摄影测量建筑物特征点提取方法、装置与存储介质 | |
| CN113920275B (zh) | 三角网格构建方法、装置、电子设备及可读存储介质 | |
| JP2019504418A (ja) | 移動物体の位置を判定するための方法およびシステム | |
| CN105953777B (zh) | 一种基于深度图的大比例尺倾斜影像测图方法 | |
| CN108062788A (zh) | 一种三维重建方法、装置、设备和介质 | |
| CN113048980A (zh) | 位姿优化方法、装置、电子设备及存储介质 | |
| CN109269472A (zh) | 倾斜摄影测量建筑物特征线提取方法、装置与存储介质 | |
| CN112862966B (zh) | 地表三维模型构建方法、装置、设备及存储介质 | |
| CN110766731A (zh) | 一种全景影像与点云自动配准的方法、装置及存储介质 | |
| Fritsch et al. | Multi-sensors and multiray reconstruction for digital preservation | |
| CN112422653A (zh) | 基于位置服务的场景信息推送方法、系统、存储介质及设备 | |
| JP2020135764A (ja) | 立体物のモデリング方法、立体物のモデリング装置、サーバ、３次元モデル作成システム、およびプログラム | |
| JP4619504B2 (ja) | ３次元デジタル地図作成装置 | |
| CN115825067A (zh) | 一种基于无人机的地质信息采集方法、系统及电子设备 | |
| CN109059864A (zh) | 无人机大比例尺地形图房屋外立面测绘方法、装置与介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221122 |
|
| RJ01 | Rejection of invention patent application after publication |