CN116858102A - 基于点云匹配的焊缝尺寸检测方法、系统、介质及设备 - Google Patents

Abstract

一种基于点云匹配的焊缝尺寸检测方法、系统、介质及设备，涉及建筑工程施工技术领域，所述方法包括：获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据；基于第一点云数据以及待焊接区域，确定待焊接感兴趣区域的点云数据；基于第二点云数据以及已焊接区域，确定已焊接感兴趣区域的点云数据；将焊接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配得到匹配结果；根据匹配结果提取焊缝点云集；基于点云主成分分析法对焊缝点云集进行分析，得到各焊缝尺寸。实施本申请提供的技术方案，可以提高对钢筋焊缝检测的效率和准确度。

Description

基于点云匹配的焊缝尺寸检测方法、系统、介质及设备

技术领域

本申请涉及建筑工程施工技术领域，具体涉及一种基于点云匹配的焊缝尺寸检测方法、系统、介质及设备。

背景技术

钢筋材料广泛应用在道路、建筑、桥梁等国民基础设施建设领域，尤其在地下连续墙的钢筋笼的制作和施工中，需要将钢筋按照设计要求编织成笼状结构，用于加固和支撑地下连续墙的一种结构形式。其主要作用是增强地下连续墙的抗弯、抗剪、抗压等力学性能，保证地下连续墙的稳定性和安全性，而其钢筋的主要连接方式是焊接，其焊缝的焊接质量决定钢筋框架的性能，同时也决定着整个钢筋笼的安全性和稳定性。

钢筋的焊缝尺寸是判断焊缝质量的一个重要标准，传统的焊缝检测方法为外观检测法，主要是人工采用检测尺手动测量，这种方法容易受检测人员的主观影响使得检测的标准不一致，从而导致检测结果不准确。

发明内容

本申请提供了一种基于点云匹配的焊缝尺寸检测方法、系统、介质及设备，该方法可以提高对钢筋焊缝检测的效率和准确度，从而保障整个钢筋笼的安全性和稳定性。

第一方面，本申请提供了一种基于点云匹配的焊缝尺寸检测方法，所述方法包括：

获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过所述三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据；

基于所述第一点云数据以及所述待焊接区域，确定待焊接感兴趣区域的点云数据；

基于所述第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据；

将所述焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果；

根据所述匹配结果提取焊缝点云集；

基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸。

通过采用上述技术方案，利用三维激光扫描仪采集焊接前的待焊接区域的第一点云数以及据焊接后的已焊接区域的第二点云数据，并确定出待焊接感兴趣区域的点云数据和已焊接感兴趣区域的点云数据，将焊接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配，根据匹配结果提取焊缝点云集，再基于点云主成分分析法对焊缝点云集进行分析，得到各焊缝尺寸，相比于现有技术，可以降低人工测量的主观影响因素，同时有效地提高了对焊缝的检测精度和效率。

可选的，获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过所述三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据，包括：根据待焊接区域中的焊缝调整所述三维激光扫描仪的位姿，以使所述待焊接区域的焊缝在所述三维激光扫描仪的测量范围内；获取所述三维激光扫描仪采集的所述待焊接区域的第一点云数据；根据已焊接区域中的焊缝调整所述三维激光扫描仪的位姿，以使所述已焊接区域中的焊缝在所述三维激光扫描仪的测量范围内；获取所述三维激光扫描仪采集的所述已焊接区域的第二点云数据。

通过采用上述技术方案，根据焊缝适应性调整三维激光扫描仪的位姿，使得待焊接区域的焊缝以及已焊接区域的焊缝都在三维激光扫描仪的测量范围内，从而提高对焊缝点云数据检测的质量和效率。

可选的，所述基于所述第一点云数据以及所述待焊接区域，确定待焊接感兴趣区域的点云数据，还包括：将所述第一点云数据进行去燥和降采样处理，得到第一目标点云数据；预估所述待焊接区域中的焊缝坐标在三维坐标方向的第一最大值集合和第一最小值集合；基于所述第一最大值集合、第一最小值集合以及所述第一目标点云数据，确定待焊接感兴趣区域的点云数据。

通过采用上述技术方案，将第一点云数据进行去燥和降采样处理，可以去除噪声和冗余信息，减少点云数据的数量，并且预估出待焊接区域中的焊缝坐标在三维坐标方向的第一最大值集合和第一最小值集合，可以对待焊接区域进行精细化处理和控制，进一步提高对待焊接区域检测的精度和效率。

可选的，所述基于所述第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据，包括：将所述第二点云数据进行去燥和降采样处理，得到第二目标点云数据；预估所述已焊接区域中的焊缝坐标在三维坐标方向的第二最大值集合和第二最小值集合；基于所述第二最大值集合、第二最小值集合以及所述第二目标点云数据，确定已焊接感兴趣区域的点云数据。

通过采用上述技术方案，将第二点云数据进行去燥和降采样处理，可以去除噪声和冗余信息，减少点云数据的数量，并且预估出已焊接区域中的焊缝坐标在三维坐标方向的第二最大值集合和第二最小值集合，可以对已焊接区域进行精细化处理和控制，进一步提高对已焊接区域检测的精度和效率。

可选的，所述将所述焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果，包括：基于迭代最近点方法，将所述待焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，并计算出位姿变换矩阵；将所述位姿变换矩阵作为匹配结果。

通过采用上述技术方案，将焊接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配，将两个区域的点云数据合并为一个整体，并通过计算出位姿变换矩阵，可以实现点云之间的对齐和匹配，以便后续对已焊接区域进行处理和分析，提高对已焊接区域检测的精度和效率。

可选的，所述根据所述匹配结果提取焊缝点云集，包括：基于所述匹配结果中的所述位姿变换矩阵，将所述已焊接感兴趣区域的点云数据转换至所述待焊接感兴趣区域上；对于所述已焊接感兴趣区域的任意一目标点：在所述待焊接感兴趣区域的点云数据中确定到所述目标点最短欧式距离的点云数据，并在所述待焊接感兴趣区域中将所述最短欧式距离大于焊缝提取阈值的已焊接区域的点云数据对应的点作为焊缝点，得到焊缝点云集。

通过采用上述技术方案，通过欧式距离在待焊接感兴趣区域的点云数据中确定距离最短的点云数据，并将距离最短的点设为焊缝点，欧式距离是点与点之间的距离，是评价点云数据匹配和配准效果的重要指标，将最短欧式距离大于焊缝提取阈值的已焊接区域的点云数据对应的点作为焊缝点，可以控制焊缝点的提取进度和数量，有效地提高了后续对焊缝的检测精度和效率。

可选的，所述基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸之后，包括：将各所述焊缝的尺寸与预置的标准焊缝尺寸范围分别进行对比，所述焊缝的尺寸包括长度、宽度以及深度；将所述焊缝的尺寸不符合预置的标准焊缝尺寸范围的焊缝确定为不合格焊缝；将所述焊缝的尺寸符合预置的标准焊缝尺寸范围的焊缝确定为合格焊缝。

通过采用上述技术方案，将测量得到的焊缝尺寸与预置的标准焊缝尺寸范围分别进行对比，即可得到焊缝的检测结果，便于人员可以清楚的得知焊缝是否合规，从而便于后续的焊缝检测验收。

在本申请的第二方面提供了一种基于点云匹配的焊缝尺寸检测系统，所述系统包括：

点云数据获取模块，用于获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过所述三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据；

感兴趣区域获取模块，用于基于所述第一点云数据以及所述待焊接区域，确定待焊接感兴趣区域的点云数据；基于所述第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据；

点云匹配模块，用于将所述焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果；

焊缝点云集提取模块，用于根据所述匹配结果提取焊缝点云集；

检测报告生成模块，用于基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸；

焊缝尺寸生成模块，用于基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸。

在本申请的第三方面提供了一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

在本申请的第四方面提供了一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、本申请利用三维激光扫描仪采集焊接前的待焊接区域的第一点云数以及据焊接后的已焊接区域的第二点云数据，并确定出待焊接感兴趣区域的点云数据和已焊接感兴趣区域的点云数据，将焊接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配，根据匹配结果提取焊缝点云集，再基于点云主成分分析法对焊缝点云集进行分析，得到各焊缝尺寸，相比于现有技术，可以降低人工测量的主观影响因素，同时有效地提高了对焊缝的检测精度和效率；

2、本申请将焊接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配，将两个区域的点云数据合并为一个整体，并通过计算出位姿变换矩阵，可以实现点云之间的对齐和匹配，以便后续对已焊接区域进行处理和分析，提高对已焊接区域检测的精度和效率。

3、本申请中将测量得到的焊缝尺寸与预置的标准焊缝尺寸范围分别进行对比，即可得到焊缝的检测结果，便于人员可以清楚的得知焊缝是否合规，从而便于后续的焊缝检测验收。

附图说明

图1是本申请实施例提供的一种基于点云匹配的焊缝尺寸检测方法的流程示意图；

图2是本申请实施例提供的三维激光扫描仪对焊缝检测的示意图；

图3是本申请实施例提供的一种基于点云匹配的焊缝尺寸检测系统的模块示意图；

图4是本申请实施例提供的一种电子设备的结构示意图。

附图标记说明：301、点云数据获取模块；302、感兴趣区域获取模块；303、点云匹配模块；304、焊缝点云集提取模块；305、焊缝尺寸生成模块；400、电子设备；401、处理器；402、通信总线；403、用户接口；404、网络接口；405、存储器。

具体实施方式

为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。

在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。

在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

为了便于理解本申请实施例提供的方法及系统，在介绍本申请实施例之前，先对本申请实施例的背景进行介绍。

钢筋是建筑施工中的必需品，钢铁厂所生产的钢筋不可能满足所有建筑的需求，施工方为满足自己钢筋使用长度或者强度，会进行焊接来满足需要。这样的操作很普遍，可以节约成本，提高材料利用率，尤其是在地下连续墙的钢筋笼的制作和施工中，需要将钢筋按照设计要求编织焊接成笼状结构，用于加固和支撑地下连续墙的一种结构形式。

钢筋的焊接质量决定着整个钢筋笼的安全性和稳定性，而钢筋的焊缝尺寸是判断焊缝质量的一个重要标准，传统的焊缝检测方法主要采用人工的外观检测法，通过人工采用检测尺进行手动测量，然后人工进行观测判断，这种对焊缝检测的方法容易受人员的主观影响，从而导致对焊缝的检测结果不准确。

在一个实施例中，请参考图1，特提出了一种基于点云匹配的焊缝尺寸检测方法的流程示意图，该方法可依赖于计算机程序实现，可依赖于单片机实现，也可运行于基于点云匹配的焊缝尺寸检测系统上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行，具体的，该方法包括步骤10至步骤60，上述步骤如下：

步骤10：获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据。

三维激光扫描仪是一种利用激光测距原理，通过扫描物体表面获取其三维坐标信息的测量设备。它可以快速、准确地获取物体表面的三维形状信息，其工作原理是：发射激光束，激光束照射到物体表面后被反射回来，三维激光扫描仪接收到反射回来的激光信号，并根据信号的时间延迟计算出物体表面的距离信息，从而得到物体表面的三维坐标信息，本申请实施例中采用三维激光扫描仪来对焊缝进行检测。

点云数据是由大量点组成的三维空间中的数据集合，每个点都包含了空间中的位置和可能的其他属性。点云数据可以表示物体或场景的形状、纹理、表面特征等信息。在本申请实施例中点云数据可以是三维激光扫描仪采集得到，其中第一点云数据是指三维激光扫描仪采集的焊接前的待焊接区域得到的数据集合，第二点云数据是指三维激光扫描仪采集的已焊接区域得到的数据集合。

在上述实施例的基础上，作为一种可选的实施例，获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据这一步骤，还可以包括以下步骤：

步骤101：根据待焊接区域中的焊缝调整三维激光扫描仪的位姿，以使待焊接区域的焊缝在三维激光扫描仪的测量范围内。

步骤102：获取三维激光扫描仪采集的待焊接区域的第一点云数据。

具体的，在焊接前，将三维激光扫描仪安装至待焊接区域，该三维激光扫描仪与计算机设备无线通讯连接，在进行测量前对三维激光扫描仪进行调试和校准以确定三维激光扫描仪的测量范围、扫描速度以及扫描分辨率等参数。一般来说扫描范围和速度应该根据待测区域的大小和形状进行调整，以保证扫描的全面性和高效性。在进行测量前根据待焊接区域中的焊缝调整三维激光扫描仪的位姿，以使待焊接区域的焊缝在三维激光扫描仪的测量范围内，并且在扫描时需要保证三维激光扫描仪与待测区域之间的距离和角度适当，从而保证扫描的全面性和重叠度，具体的调整参数可以是人员进行自行调整。

进一步地，在将各参数调整好后，控制三维激光扫描仪开始工作，根据三维激光扫描仪采集的数据，再基于三维重建软件或者点云处理软件生成待焊接区域的第一点云数据，第一点云数据是由大量的点组成的三维数据，可以反映待焊接区域的形状和特征。

步骤103：根据已焊接区域中的焊缝调整三维激光扫描仪的位姿，以使已焊接区域中的焊缝在三维激光扫描仪的测量范围内。

步骤104：获取三维激光扫描仪采集的已焊接区域的第二点云数据。

具体的，将三维激光扫描仪安装至已焊接区域，根据已焊接区域中的焊缝调整三维激光扫描仪的位姿，以使已焊接区域中的焊缝在三维激光扫描仪的测量范围内，具体的实现过程可参照上述步骤101，在此不再赘述。控制三维激光扫描仪开始工作，根据三维激光扫描仪采集的数据，再基于三维重建软件或者点云处理软件生成待焊接区域的第二点云数据，第二点云数据是由大量的点组成的三维数据，可以反映已焊接区域的形状和特征。

步骤20：基于第一点云数据以及待焊接区域，确定待焊接感兴趣区域的点云数据。

由于三维激光扫描仪的扫描区域可能较大且存在扫描重叠的可能，所以需要对第一点云数据进行处理，得到待焊接感兴趣区域的点云数据，以减少后续的计算量，从而提高对检测的效率和准确性。待焊接感兴趣区域指的是通过点云处理软件对第一点云数据进行配准、分割和提取等，最终得到的区域内的点云数据。该待焊接感兴趣区域的点云数据包含了该区域内的所有点的坐标信息。

在上述实施例的基础上，作为一种可选的实施例，基于第一点云数据以及待焊接区域，确定待焊接感兴趣区域的点云数据这一步骤，还可以包括以下步骤：

步骤201：将第一点云数据进行去燥和降采样处理，得到第一目标点云数据。

具体的，由于第一点云数据可能存在部分噪点或者异常点，所以需要对其进行去噪处理，去燥的处理方法可以采用滤波算法，例如高斯滤波、中值滤波、双边滤波等。这些滤波算法可以有效地去除噪点和异常点，保留点云数据中的有效信息。

进一步地，由于第一点云数据通常包含大量的点，因此需要对去燥处理后的点云数据进行降采样处理，以减少点云数据的数量和复杂度，降采样的方法可以采用体素网格下采样、随机采样、基于距离的采样等。这些方法可以根据点云数据的分布和密度进行优化，得到具有一定精度的降采样后的第一目标点云数据。

步骤202：预估待焊接区域中的焊缝坐标在三维坐标方向的第一最大值集合和第一最小值集合。

具体的，对待焊接区域的点云数据进行分割，将焊缝所在的区域从点云数据中提取出来，得到焊缝点云数据。对焊缝点云数据进行处理，获取焊缝点云数据在三维坐标方向上的坐标值，即x轴坐标值、y轴坐标值以及z轴坐标值。

进一步地，对焊缝点云数据在x轴方向、y轴方向以及z轴方向上的坐标值进行统计分析，得到x轴方向、y轴方向以及z轴方向上的第一最大值集合，以及x轴方向、y轴方向以及z轴方向上的第一最小值集合。可以使用统计学方法，例如极差法、分位数法、标准差法等进行计算。

步骤203：基于第一最大值集合、第一最小值集合以及第一目标点云数据，确定待焊接感兴趣区域的点云数据。

具体的，对第一目标点云数据进行分割，将其划分为焊缝区域和非焊缝区域，对焊缝区域的点云数据进行处理，获取焊缝点云数据在三维坐标方向上的坐标值，例如z轴坐标值，根据第一最大值集合和第一最小值集合，确定待焊接感兴趣区域在三维坐标轴方向上的坐标范围，对待焊缝区域的点云数据进行筛选，将焊缝点云数据在三维坐标方向上的坐标值在待焊接感兴趣区域内的点云数据保留下来，得到待焊接感兴趣区域的点云数据，即可以得到一个具有一定精度和准确性的点云数据，用于后续的处理和分析。

步骤30：基于第二点云数据以及已焊接区域，确定已焊接感兴趣区域的点云数据。

由于三维激光扫描仪的扫描区域可能较大且存在扫描重叠的可能，所以需要对第二点云数据进行处理，得到已焊接感兴趣区域的点云数据，以减少后续的计算量，从而提高对检测的效率和准确性。已焊接感兴趣区域指的是通过点云处理软件对第二点云数据进行配准、分割和提取等，最终得到的区域内的点云数据。该已焊接感兴趣区域的点云数据包含了该区域内的所有点的坐标信息。

在上述实施例的基础上，作为一种可选的实施例，基于第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据这一步骤，还可以包括以下步骤：

步骤301：将第二点云数据进行去燥和降采样处理，得到第二目标点云数据。

步骤302：预估已焊接区域中的焊缝坐标在三维坐标方向的第二最大值集合和第二最小值集合。

步骤303：基于第二最大值集合、第二最小值集合以及第二目标点云数据，确定已焊接感兴趣区域的点云数据。

具体的，关于上述步骤301-步骤303的实现方法可以参考上述步骤201-步骤203，已焊接感兴趣区域的点云数据的确定与待焊接感兴趣区域的点云数据的确定方式相同，在此不做过多赘述。

步骤40：将焊接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果。

点云匹配是指将两个或者多个点云数据进行配准，以实现点云数据的对齐和融合。在本申请实施例中，将接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配，将两个区域的点云数据合并为一个整体，并通过计算出位姿变换矩阵，可以实现点云之间的对齐和匹配，以便后续对已焊接区域进行处理和分析，提高对已焊接区域检测的精度和效率。

具体的，迭代最近点方法是一种用于将两个或多个点云数据进行配准和对齐的方法，通过迭代的方式，不断优化点云数据之间的配准误差，直到误差最小化为止。将已焊接感兴趣区域的点云数据作为参考点云，将待焊接感兴趣区域的点云数据作为待配准点云，在待配准点云中选取一个点，寻找参考点云中与该点最近的点，计算待配准点云和参考点云之间的对应点对之间的距离误差，以此来衡量两个点云数据之间的配准误差，通过最小化距离误差来优化待配准点云的刚体变换矩阵，使其相对于参考点云的位置和姿态更加接近，重复上述步骤过程，直至点云数据之间的距离误差达到预设的阈值，或者达到最大的迭代次数为止。再利用迭代最近点算法求出位姿变换矩阵，对待焊接感兴趣区域的点云数据进行变换，使其与已焊接感兴趣区域的点云数据对齐，将位姿变换矩阵作为匹配结果。

步骤50：根据匹配结果提取焊缝点云集。

具体的，基于匹配结果中的位姿变换矩阵，将已焊接感兴趣区域的每个点通过位姿变换矩阵进行变换，从而得到其在待焊接感兴趣区域上的对应点。通过依次遍历待焊接感兴趣区域的点云数据，即对于已焊接感兴趣区域的任意一目标点，计算每个点和目标点之间的欧式距离，并选择距离最小的点作为对应点，若距离小于等于焊缝提取阈值，则将该点对应的已焊接区域的点云数据加入焊缝点云集中，则得到焊缝点云集，可以控制焊缝点的提取进度和数量，有效地提高了后续对焊缝的检测精度和效率。

步骤60：基于点云主成分分析法对焊缝点云集进行分析，得到各焊缝尺寸。

点云主成分分析法是将点云数据投影到主成分轴上，得到各主成分方向上的方差和均值，从而得到点云数据在各方向上的尺寸信息。

具体的，将焊缝点云集转换为点云矩阵，并进行主成分分析。点云矩阵的每一行对应一个点，每一列对应一个维度（例如X、Y、Z坐标），可以将点云矩阵进行主成分分析，得到各主成分方向上的方差和均值。主成分方向对应着点云数据的主要分布方向，可以根据其方向和方差信息，确定各焊缝在X、Y、Z方向上的尺寸。例如，可以计算各主成分方向上的标准差，从而得到各方向上的焊缝的尺寸信息，焊缝在X、Y、Z方向上的尺寸分别可以对应焊缝的长度、宽度以及深度。

进一步地，在得到各焊缝尺寸之后，将各焊缝的尺寸与预置的标准焊缝尺寸范围分别进行对比，预置的标准焊缝尺寸范围可以是人工设置的焊缝长度标准范围、宽度标准范围以及深度标准范围。将焊缝的尺寸不符合预置的标准焊缝尺寸范围的焊缝确定为不合格焊缝，将焊缝的尺寸符合预置的标准焊缝尺寸范围的焊缝确定为合格焊缝，可以便于人员可以清楚的得知焊缝是否合规，从而便于后续的焊缝检测验收。

再进一步地可以将焊缝按照尺寸大小进行分类，从而得到不同尺寸范围内的焊缝数量和比例。同时，也可以计算焊缝的平均尺寸、标准差等统计量，以更全面地描述焊缝尺寸分布情况。

请参见图2，为本申请实施例提供的三维激光扫描仪对焊缝检测的示意图，下面结合图2对本申请实施例的实施原理进行说明。首先控制三维激光扫描仪至焊接前扫描位置，调整三维激光扫描仪的位姿，以使待焊接区域的焊缝在三维激光扫描仪的测量范围内，获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，控制三维激光扫描仪按照预置的移动路径3进行移动至焊接后扫描位置，再次调整三维激光扫描仪的位姿，以使已焊接区域的焊缝在三维激光扫描仪的测量范围内，获取焊接后的已焊接区域的第二点云数据。基于第一点云数据以及待焊接区域，确定待焊接感兴趣区域的点云数据，基于第二点云数据以及已焊接区域，确定已焊接感兴趣区域的点云数据。将焊接感兴趣区域的点云数据与已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果；根据匹配结果提取焊缝点云集，基于点云主成分分析法对焊缝点云集进行分析，得到各焊缝尺寸。

请参见图3，为本申请实施例提供的一种基于点云匹配的焊缝尺寸检测系统的模块示意图，该基于点云匹配的焊缝尺寸检测系统可以包括：点云数据获取模块301、感兴趣区域获取模块302、点云匹配模块303、焊缝点云集提取模块304以及焊缝尺寸生成模块305，其中：

点云数据获取模块301，用于获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过所述三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据；

感兴趣区域获取模块302，用于基于所述第一点云数据以及所述待焊接区域，确定待焊接感兴趣区域的点云数据；基于所述第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据；

点云匹配模块303，用于将所述焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果；

焊缝点云集提取模块304，用于根据所述匹配结果提取焊缝点云集；

焊缝尺寸生成模块305，用于基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸。

需要说明的是：上述实施例提供的系统在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的系统和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请还公开一种电子设备。参照图4，图4是本申请实施例的公开的一种电子设备的结构示意图。该电子设备400可以包括：至少一个处理器401，至少一个网络接口404，用户接口403，存储器405，至少一个通信总线402。

其中，通信总线402用于实现这些组件之间的连接通信。

其中，用户接口403可以包括显示屏（Display）、摄像头（Camera），可选用户接口403还可以包括标准的有线接口、无线接口。

其中，网络接口404可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。

其中，处理器401可以包括一个或者多个处理核心。处理器401利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器405内的指令、程序、代码集或指令集，以及调用存储在存储器405内的数据，执行服务器的各种功能和处理数据。可选的，处理器401可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器401可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器401中，单独通过一块芯片进行实现。

其中，存储器405可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器405包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器405可用于存储指令、程序、代码、代码集或指令集。存储器405可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器405可选的还可以是至少一个位于远离前述处理器401的存储装置。参照图4，作为一种计算机存储介质的存储器405中可以包括操作系统、网络通信模块、用户接口模块以及一种基于点云匹配的焊缝尺寸检测方法的应用程序。

在图4所示的电子设备400中，用户接口403主要用于为用户提供输入的接口，获取用户输入的数据；而处理器401可以用于调用存储器405中存储一种基于点云匹配的焊缝尺寸检测方法的应用程序，当由一个或多个处理器401执行时，使得电子设备400执行如上述实施例中一个或多个所述的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。

在上述实施例中，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。

在本申请所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，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服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。

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，在本申请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。

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器中。基于这样的理解，本申请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器中，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）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。

本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

Claims (10)

1.一种基于点云匹配的焊缝尺寸检测方法，其特征在于，所述方法包括：

获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过所述三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据；

基于所述第一点云数据以及所述待焊接区域，确定待焊接感兴趣区域的点云数据；

基于所述第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据；

将所述焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果；

根据所述匹配结果提取焊缝点云集；

基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸。

2.根据权利要求1所述的基于点云匹配的焊缝尺寸检测方法，其特征在于，获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过所述三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据，包括：

根据待焊接区域中的焊缝调整所述三维激光扫描仪的位姿，以使所述待焊接区域的焊缝在所述三维激光扫描仪的测量范围内；

获取所述三维激光扫描仪采集的所述待焊接区域的第一点云数据；

根据已焊接区域中的焊缝调整所述三维激光扫描仪的位姿，以使所述已焊接区域中的焊缝在所述三维激光扫描仪的测量范围内；

获取所述三维激光扫描仪采集的所述已焊接区域的第二点云数据。

3.根据权利要求1所述的基于点云匹配的焊缝尺寸检测方法，其特征在于，

所述基于所述第一点云数据以及所述待焊接区域，确定待焊接感兴趣区域的点云数据，还包括：

将所述第一点云数据进行去燥和降采样处理，得到第一目标点云数据；

预估所述待焊接区域中的焊缝坐标在三维坐标方向的第一最大值集合和第一最小值集合；

基于所述第一最大值集合、第一最小值集合以及所述第一目标点云数据，确定待焊接感兴趣区域的点云数据。

4.根据权利要求1所述的基于点云匹配的焊缝尺寸检测方法，其特征在于，所述基于所述第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据，包括：

将所述第二点云数据进行去燥和降采样处理，得到第二目标点云数据；

预估所述已焊接区域中的焊缝坐标在三维坐标方向的第二最大值集合和第二最小值集合；

基于所述第二最大值集合、第二最小值集合以及所述第二目标点云数据，确定已焊接感兴趣区域的点云数据。

5.根据权利要求1所述的基于点云匹配的焊缝尺寸检测方法，其特征在于，所述将所述焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果，包括：

基于迭代最近点方法，将所述待焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，并计算出位姿变换矩阵；

将所述位姿变换矩阵作为匹配结果。

6.根据权利要求5所述的基于点云匹配的焊缝尺寸检测方法，其特征在于，所述根据所述匹配结果提取焊缝点云集，包括：

基于所述匹配结果中的所述位姿变换矩阵，将所述已焊接感兴趣区域的点云数据转换至所述待焊接感兴趣区域上；

对于所述已焊接感兴趣区域的任意一目标点：

在所述待焊接感兴趣区域的点云数据中确定到所述目标点最短欧式距离的点云数据，并在所述待焊接感兴趣区域中将所述最短欧式距离大于焊缝提取阈值的已焊接区域的点云数据对应的点作为焊缝点，得到焊缝点云集。

7.根据权利要求1所述的基于点云匹配的焊缝尺寸检测方法，其特征在于，所述基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸之后，包括：

将各所述焊缝的尺寸与预置的标准焊缝尺寸范围分别进行对比，所述焊缝的尺寸包括长度、宽度以及深度；

将所述焊缝的尺寸不符合预置的标准焊缝尺寸范围的焊缝确定为不合格焊缝；

将所述焊缝的尺寸符合预置的标准焊缝尺寸范围的焊缝确定为合格焊缝。

8.一种基于点云匹配的焊缝尺寸检测系统，其特征在于，所述系统包括：

点云数据获取模块（301），用于获取通过三维激光扫描仪采集的焊接前的待焊接区域的第一点云数据，以及通过所述三维激光扫描仪采集的焊接后的已焊接区域的第二点云数据；

感兴趣区域获取模块（302），用于基于所述第一点云数据以及所述待焊接区域，确定待焊接感兴趣区域的点云数据；基于所述第二点云数据以及所述已焊接区域，确定已焊接感兴趣区域的点云数据；

点云匹配模块（303），用于将所述焊接感兴趣区域的点云数据与所述已焊接感兴趣区域的点云数据进行点云匹配，得到匹配结果；

焊缝点云集提取模块（304），用于根据所述匹配结果提取焊缝点云集；

焊缝尺寸生成模块（305），用于基于点云主成分分析法对所述焊缝点云集进行分析，得到各焊缝尺寸。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适用于由处理器加载并执行如权利要求1~7任意一项所述的方法。

10.一种电子设备，其特征在于，包括处理器、存储器和收发器，所述存储器用于存储指令，所述收发器用于和其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1~7任意一项所述的方法。