CN117928372A - 物体包装体积测量方法、装置及存储介质 - Google Patents

Abstract

本申请适用于测量技术领域，提供了一种物体包装体积测量方法、装置及存储介质，该方法首先获取目标物体的高度，然后利用点云采集设备获取目标物体的点云数据，进一步根据目标物体的点云数据，确定目标物体的最大长度及最大宽度，最后根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。由此，通过点云采集设备确定目标物体的长宽，再结合目标物体的高，从而得到目标物体的包装体积，相比于人工测量，可以有效提高物体包装体积测量的效率及准确性。

Description

物体包装体积测量方法、装置及存储介质

技术领域

本申请属于测量技术领域，尤其涉及一种物体包装体积测量方法、装置及存储介质。

背景技术

随着物流行业的快速发展，对于物体包装的信息采集得要求也越来越高，物体包装的体积、重量、条码等信息都非常重要。其中重量和条码都是很容易测量的，但是作为运费计算的依据，物体包装体积却很难采集。

相关技术中，货物的入库或出库形式一般为母栈板、子栈板及货物，其中，不同尺寸规格的子栈板用于运送和存放货物，子栈板在入库时会被放到一个统一规格的母托盘上，以将子栈板和货物集中堆垛在统一规格的立体货架上。货物出库后在进行运送的时候需要将子栈板和货物一起打包，然后通过人工测量的方式确定子栈板和货物的最小外接长方体的体积，但是人工测量效率低的同时，准确性也很低。

发明内容

本申请实施例提供了一种物体包装体积测量方法、装置及存储介质，可以解决人工测量子栈板和货物的包装体积，效率及准确性低的问题。

本申请实施例的第一方面提供了一种物体包装体积测量方法，应用于目标物体打包前的运送过程中，目标物体包括货物及子栈板，上述物体包装体积测量方法包括：

获取目标物体的高度；

利用点云采集设备获取目标物体的点云数据；

根据目标物体的点云数据，确定目标物体的最大长度及最大宽度；

根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。

可选的，在第一方面一种可能的实现方式中，上述目标物体包括第一侧面和第二侧面，第一侧面与第二侧面相邻，目标物体的点云数据包括第一侧面对应的第一点云数据及第二侧面对应的第二点云数据，点云采集设备包括与第一侧面对应的第一点云采集设备及与第二侧面对应的第二点云采集设备，利用点云采集设备获取目标物体的点云数据，包括：

分别通过两个处于不同位置的第一点云采集设备获取第一侧面对应的第一初始点云数据及第二初始点云数据；

对第一初始点云数据及第二初始点云数据分别进行前景提取，以确定第一侧面对应的第一前景点云数据及第二前景点云数据；

将第一前景点云数据与第二前景点云数据进行拼接处理，以生成第一点云数据；

分别通过两个处于不同位置的第二点云采集设备获取第二侧面对应的第三初始点云数据及第四初始点云数据；

对第三初始点云数据及第四初始点云数据分别进行前景提取，以确定第二侧面对应的第三前景点云数据及第四前景点云数据；

将第三前景点云数据与第四前景点云数据进行拼接处理，以生成第二点云数据。

可选的，在第一方面一种可能的实现方式中，上述将第一前景点云数据与第二前景点云数据进行拼接处理，以生成第一点云数据，包括：

根据两个第一点云采集设备之间的外参关系，对第二前景点云数据进行坐标转换，以生成坐标转换后的第二前景点云数据；

确定第一前景点云数据与坐标转换后的第二前景点云数据之间的重复点云数据；

将第一前景点云数据与坐标转换后的第二前景点云数据进行拼接，并去除重复点云数据，以生成第一点云数据。

可选的，在第一方面一种可能的实现方式中，上述将第一前景点云数据与第二前景点云数据进行拼接，并去除重复点云数据，以生成第一点云数据之后，还包括：

对第一点云数据进行点云聚类处理，以去除第一点云数据中的异常点云数据。

可选的，在第一方面一种可能的实现方式中，上述对第一点云数据进行点云聚类处理的方法包括统计滤波算法、半径滤波算法及条件滤波算法中的任意一种。

可选的，在第一方面一种可能的实现方式中，上述点云数据包括多个点云像素，每个点云像素的像素值包括点云像素在预设坐标系中的坐标值，预设坐标系为根据第一点云采集设备的外参建立的三维坐标系，上述根据目标物体的点云数据，确定目标物体的最大长度及最大宽度，包括：

根据第一点云数据中每个第一点云像素的坐标值，确定第一点云数据在第一坐标轴方向对应的第一最小坐标值及第一最大坐标值，其中，第一坐标轴方向为预设坐标系中的任一坐标轴方向；

根据第一最大坐标值与第一最小坐标值之间的差值，确定目标物体的最大长度；

根据第二点云数据中每个第二点云像素的坐标值，确定第二点云数据在第二坐标轴方向对应的第二最小坐标值及第二最大坐标值，其中，第二坐标轴方向为预设坐标系中与第一坐标方向不同的另一坐标轴方向；

根据第二最大坐标值与第二最小坐标值之间的差值，确定目标物体的最大宽度。

可选的，在第一方面一种可能的实现方式中，上述点云采集设备包括光电传感器，上述利用点云采集设备获取目标物体的点云数据，包括：

在根据光电传感器的输出数据确定目标物体进入点云采集设备对应的视野范围时，触发点云采集设备获取目标物体的点云数据。

可选的，在第一方面一种可能的实现方式中，上述获取目标物体的高度，包括：

利用光栅获取目标物体的高度。

可选的，在第一方面一种可能的实现方式中，上述点云采集设备为深度相机或单线激光雷达。

本申请实施例的第二方面提供了一种物体包装体积测量装置，应用于目标物体打包前的运送过程中，目标物体包括货物及子栈板，上述物体包装体积测量装置包括：

第一获取模块，用于获取目标物体的高度；

第二获取模块，用于利用点云采集设备获取目标物体的点云数据；

第一确定模块，用于根据目标物体的点云数据，确定目标物体的最大长度及最大宽度；

第二确定模块，用于根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。

本申请实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述第一方面的物体包装体积测量方法。

本申请实施例的第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述第一方面的物体包装体积测量方法。

本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面的物体包装体积测量方法。

本申请实施例与现有技术相比存在的有益效果是：本申请公开了一种物体包装体积测量方法、装置及存储介质，应用于目标物体打包前的运送过程中，目标物体包括货物及子栈板，货物放置在子栈板上，由于货物和子栈板的大小宽度通常不一致，即子栈板可能比货物大，也可能比货物小，同时子栈板还可以为倾斜的，目标物体在各水平方向上的长度或宽度可能均不唯一，所以此时无法利用光栅直接得到目标物体的长度及宽度。因此，本申请首先获取目标物体的高度，然后利用点云采集设备获取目标物体的点云数据，进一步根据目标物体的点云数据，确定目标物体的最大长度及最大宽度，最后根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。由此，本申请将货物和子栈板作为一个整体，通过点云采集设备确定目标物体的长宽，再结合目标物体的高，从而得到目标物体的包装体积，相比于人工测量，可以有效提高物体包装体积测量的效率及准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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是本申请实施例一提供的一种物体包装体积测量方法的流程示意图；

图2是本申请实施例二提供的一种物体包装体积测量方法的流程示意图；

图3是本申请实施例二中提供的一种点云采集设备的初始点云数据采集示意图；

图4是本申请实施例二中提供的另一种点云采集设备的初始点云数据采集示意图；

图5是本申请实施例二中提供的拼接处理示意图；

图6是本申请实施例二中提供的目标物体第一侧面的示意图；

图7是本申请实施例三提供的一种物体包装体积测量装置的结构示意图；

图8是本申请实施例四提供的一种终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。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。

应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

相关技术中，货物的入库或出库形式一般为母栈板、子栈板及货物，其中，不同尺寸规格的子栈板用于运送和存放货物，子栈板在入库时会被放到一个统一规格的母托盘上，以将子栈板和货物集中堆垛在统一规格的立体货架上。货物出库后在进行运送的时候需要将子栈板和货物一起打包，然后通过人工测量的方式确定子栈板和货物的最小外接长方体的体积，但是人工测量效率低的同时，准确性也很低。

有鉴于此，本申请实施例提供了一种物体包装体积测量方法、装置及存储介质，通过点云采集设备确定目标物体的长宽，再结合目标物体的高，从而得到目标物体的包装体积，相比于人工测量，可以有效提高物体包装体积测量的效率及准确性。

下面对本申请实施例提供的物体包装体积测量方法的应用场景进行举例说明，本申请可以应用于子栈板和货物打包运输的过程中，通过确定子栈板及货物整体的长宽高，得到子栈板及货物的包装体积，从而结合包装体积计算出所需要的运费。

为了说明本申请的技术方案，下面通过具体实施例来说明。

参照图1，示出了本申请实施例一提供的一种物体包装体积测量方法的流程示意图。该物体包装体积测量方法应用于目标物体打包前的运送过程中，目标物体包括货物及子栈板，如图1所示，该物体包装体积测量方法可以包括如下步骤：

步骤101，获取目标物体的高度。

在本申请实施例中，货物的顶部一般处于同一水平面，且货物的顶部与用于运送的传送带平行，因此，在本申请实施例一种可能的实现方式中，可以在传送带的固定位置处设置一光栅，并利用光栅获取目标物体的高度。

其中，光栅是一种特殊的光电传感器，主要用于检测，测量产品是否符合规定要求。光栅包含相互分离且相对放置的发射器和受光器两部分。

在本申请实施例中，由于货物的顶部与传送带平行，光栅的发射器发出的检测光线可以只有一束。工作时，发射器发射光线，当目标物体经过时，根据检测模式的不同，物体吸收光线或将光线反射到光电传感器的收光器，从而导致收光器接收的光线强度产生变化，其变化值触发开关信号输出，以此获取目标物体的高度。

步骤102，利用点云采集设备获取目标物体的点云数据。

作为一种可能的实现方式，点云采集设备可以为深度相机。其中，深度相机又称之为3D相机，通过深度相机获取到的数据，可以准确知道图像中每个点离摄像头的距离，这样加上该点在2D图像中的二维坐标，就能获取图像中每个点的三维空间坐标，即点云数据。

作为另一种可能的实现方式，点云采集设备还可以为单线激光雷达，单线激光雷达主要包括激光器、接收器及信号处理单元。单线激光雷达在工作过程中，激光器会以脉冲的方式点亮，从而发射激光，激光器发射的激光照射到目标物体以后，通过目标物体的反射，反射光线会经由镜头组汇聚到接收器上，信号处理单元用于控制激光器的发射，以及接收器收到的信号的处理，并根据这些信息计算出目标物体的距离信息，以确定目标物体的点云信息。单线激光雷达扫描速度快、分辨率强、可靠性高，经常应用于各种测距的场景。

在本申请实施例中，点云数据是指在一个三维坐标系统中的一组向量的集合，扫描资料以点的形式记录，每一个点包含有三维坐标。当点云采集设备为深度相机时，点云数据还可以包括颜色信息；当点云采集设备为单线激光雷达时，点云数据还可以包括反射强度信息。

进一步的，为了节约点云采集设备的能耗，提高点云采集设备的使用寿命，可以通过触发方式获取目标物体的点云数据，即在本申请实施例一种可能的实现方式中，点云采集设备可以包括光电传感器，上述步骤102，可以包括：

在根据光电传感器的输出数据确定目标物体进入点云采集设备对应的视野范围时，触发点云采集设备获取目标物体的点云数据。

在本申请实施例中，光电传感器可以包括发送器、接收器，发送器不间断地发射红外光或其他可见光，在无阻情况下接收器能收到光，但当目标物体经过进入深度相机的拍摄范围或进入单线激光雷达的激光范围时，光被遮挡，光电传感器便输出一个开关控制信号，从而触发深度相机或单线激光雷达工作。

步骤103，根据目标物体的点云数据，确定目标物体的最大长度及最大宽度。

在本申请实施例中，目标物体在各竖直方向上的高度均相同，因此光栅可以通过获取目标物体任一竖直方向上的高度，并以此作为目标物体的高度。但是货物和子栈板在水平方向上的大小宽度通常不一致，即子栈板可能比货物大，也可能比货物小，同时子栈板还可以为倾斜的，导致目标物体在各水平方向上的长度或宽度可能均不唯一，所以此时无法利用光栅直接得到目标物体的长度及宽度。本申请将货物和子栈板作为一个整体，根据目标物体的点云数据，可以得到目标物体各点的三维空间坐标，进而可以结合目标物体各点的三维空间坐标计算出目标物体的最大长度及最大宽度，以此来得到目标物体的包装体积。

步骤104，根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。

在本申请实施例中，可以将目标物体的最大长度、最大宽度及高度的乘积，作为目标物体的包装体积。

本申请上述实施例公开的物体包装体积测量方法，首先获取目标物体的高度，然后利用点云采集设备获取目标物体的点云数据，进一步根据目标物体的点云数据，确定目标物体的最大长度及最大宽度，最后根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。由此，通过点云采集设备确定目标物体的长宽，再结合目标物体的高，从而得到目标物体的包装体积，相比于人工测量，可以有效提高物体包装体积测量的效率及准确性。

在本申请一种可能的实现方式中，由于目标物体在传送带中处于不断的移动之中，因此通过一个点云设备采集目标物体的点云数据，如果货物移动过快、点云设备发送故障等容易导致无法采集到目标物体的点云数据，或者采集的点云数据不准确，从而影响体积测量的可靠性和准确度，因此可以通过多个点云采集设备对目标物体的同一侧面的点云数据进行采集，以提升体积测量的准确度和可靠性。

参见图2，示出了本申请实施例二提供的一种物体包装体积测量方法的流程示意图。该物体包装体积测量方法应用于目标物体打包前的运送过程中，目标物体包括货物及子栈板，目标物体包括第一侧面和第二侧面，第一侧面与第二侧面相邻，目标物体的点云数据包括第一侧面对应的第一点云数据及第二侧面对应的第二点云数据，点云采集设备包括与第一侧面对应的第一点云采集设备及与第二侧面对应的第二点云采集设备，如图2所示，该物体包装体积测量方法可以包括如下步骤：

步骤201，获取目标物体的高度。

上述步骤201的具体实现过程及原理，可以参照上述实施例的详细描述，此处不再赘述。

步骤202，分别通过两个处于不同位置的第一点云采集设备获取第一侧面对应的第一初始点云数据及第二初始点云数据。

参见图3及图4，在本申请实施例中，以深度相机为例，目标物体1的第一侧面采用两个处于不同位置的第一点云采集设备2分别获取两组初始点云数据，即第一初始点云数据及第二初始点云数据，后续可以结合第一初始点云数据及第二初始点云数据，得到第一侧面对应的点云数据，不仅保证了测量范围也提高了点云数据的测量精度。原则上可以设置同一个第一点云采集设备2处于不同的位置进行数据采集，但是为了方便获取初始点云数据，可以在传送带90°转弯前或转弯后的内侧分别对应设置两个第一点云采集设备2，如图3所示。或者分别在传送带90°转弯前及转弯后的内侧分别对应设置两个第一点云采集设备2，如图4所示。以此获取目标物体的第一侧面对应的第一初始点云数据及第二初始点云数据。

步骤203，对第一初始点云数据及第二初始点云数据分别进行前景提取，以确定第一侧面对应的第一前景点云数据及第二前景点云数据。

在本申请实施例中，由于第一初始点云数据及第二初始点云数据中除了目标物体的数据，还存在一些背景数据。为了剔除不需要分析的背景部分，可以对第一初始点云数据及第二初始点云数据分别进行前景提取，以确定第一侧面对应的第一前景点云数据及第二前景点云数据。

步骤204，将第一前景点云数据与第二前景点云数据进行拼接处理，以生成第一点云数据。

参见图5，为第一前景点云数据与第二前景点云数据的拼接处理示意图，在本申请实施例中，仅通过一个点云采集设备获取的前景点云数据可能不包含目标物体第一侧面的完整点云数据，因此在本申请实施例一种可能的实现方式中，通过将第一前景点云数据与第二前景点云数据进行拼接处理，可以获取第一侧面完整的第一点云数据，同时还可以提高第一点云数据的测量精度。

进一步的，为了方便对前景点云数据进行拼接处理，可以首先将两个第一点云采集设备各自对应的前景点云数据转换到同一坐标系内，再将两个前景点云数据进行拼接处理，即在本申请实施例一种可能的实现方式中，上述步骤204，可以包括：

根据两个第一点云采集设备之间的外参关系，对第二前景点云数据进行坐标转换，以生成坐标转换后的第二前景点云数据；

确定第一前景点云数据与坐标转换后的第二前景点云数据之间的重复点云数据；

将第一前景点云数据与坐标转换后的第二前景点云数据进行拼接，并去除重复点云数据，以生成第一点云数据。

作为一种可能的实现方式，可以首先对两个第一点云采集设备进行标定，以深度相机为例，可以采用opencv张正友标定算法实现相机标定，从而得到两个第一点云采集设备之间的外参关系。然后可以基于第一前景点云数据的坐标系，并结合两个第一点云采集设备之间的外参关系，将第二前景点云数据进行坐标转换，转换到第一前景点云数据的坐标系。转换完成后，便可以直接将第一前景点云数据与坐标转换后的第二前景点云数据进行拼接，删除重复的前景点云数据，从而得到第一点云数据。

作为一种可能的实现方式，由于各种干扰因素的影响，第一点云数据中可能会包括异常点云数据，因此在上述将第一前景点云数据与第二前景点云数据进行拼接，并去除重复点云数据，以生成第一点云数据之后，还可以对第一点云数据进行点云聚类处理，以去除第一点云数据中的异常点云数据。例如当点云采集设备为深度相机时，有其他干扰光源，反光物体反光或者目标物体为透明时等有可能出现异常点云数据；当点云采集设备为单点激光雷达时，目标物体为透明时，也可能会出现异常点云数据，因此需要对第一点云数据进行点云聚类处理，点云数据包括多个点云像素，将第一点云数据中，相邻距离较近的点云像素作为目标物体的点云像素，其他距离较远的点云像素则认为是异常点并剔除，即可得到只包括货物及子栈板的第一侧面对应的第一点云图像。

作为一种可能的实现方式，对第一点云数据进行点云聚类处理的方法包括统计滤波算法、半径滤波算法及条件滤波算法中的任意一种。

步骤205，分别通过两个处于不同位置的第二点云采集设备获取第二侧面对应的第三初始点云数据及第四初始点云数据。

参见图3及图4，在本申请实施例中，原则上可以设置同一个第二点云采集设备3处于不同的位置进行数据采集，但是为了方便获取初始点云数据，可以在传送带90°转弯前或转弯后的外侧分别对应设置两个第二点云采集设备3，如图3所示。或者分别在传送带90°转弯前及转弯后的外侧分别对应设置两个第二点云采集设备3，如图4所示。以此获取目标物体的第二侧面对应的第三初始点云数据及第四初始点云数据。

步骤206，对第三初始点云数据及第四初始点云数据分别进行前景提取，以确定第二侧面对应的第三前景点云数据及第四前景点云数据。

步骤207，将第三前景点云数据与第四前景点云数据进行拼接处理，以生成第二点云数据。

需要说明的是，通过两个第二点云采集设备得到第二点云数据的过程，可以参考两个第一点云采集设备得到第一点云数据的过程，即上述步骤205-207的内容可以参见上述步骤202-204，本实施例对此不在赘述。

步骤208，根据目标物体的点云数据，确定目标物体的最大长度及最大宽度。

进一步的，点云数据包括多个点云像素，每个点云像素的像素值包括点云像素在预设坐标系中的坐标值，预设坐标系为根据第一点云采集设备的外参建立的三维坐标系，为了确定目标物体的最大长度及最大宽度，可以通过确定点云像素在某一坐标轴上的最大坐标值减去最小坐标值，以确定目标物体的最大长度及最大宽度，即在本申请实施例一种可能的实现方式中，上述步骤208，可以包括：

根据第一点云数据中每个第一点云像素的坐标值，确定第一点云数据在第一坐标轴方向对应的第一最小坐标值及第一最大坐标值，其中，第一坐标轴方向为预设坐标系中的任一坐标轴方向；

根据第一最大坐标值与第一最小坐标值之间的差值，确定目标物体的最大长度；

根据第二点云数据中每个第二点云像素的坐标值，确定第二点云数据在第二坐标轴方向对应的第二最小坐标值及第二最大坐标值，其中，第二坐标轴方向为预设坐标系中与第一坐标方向不同的另一坐标轴方向；

根据第二最大坐标值与第二最小坐标值之间的差值，确定目标物体的最大宽度。

其中，第一点云像素是指第一点云数据中的点云像素；第二点云像素是指第二点云像素是指第二点云数据中的点云像素。

在本申请实施例中，预设坐标系的构建方式可以结合实际应用场景进行构建，本实施例对此不做限定。

在本申请实施例中，可以根据第一点云采集设备的外参，以第一点云采集设备所在的位置为坐标原点构建预设坐标系，预设坐标系为三维坐标系。为了计算目标物体的最大长度，第一坐标轴可以垂直于目标物体第一侧面与第一点云采集设备之间最短距离的连线。然后可以首先获取第一点云数据中每个第一点云像素的坐标值，确定第一点云像素对应的第一最小坐标值和第一最大坐标值，其中，第一最小坐标值和第一最大坐标值是指：第一点云数据中在第一坐标轴上的两个最边缘的点云像素分别对应的坐标值，通过确定第一最大坐标值与第一最小坐标值之间的差值，便可以得到目标物体第一侧面在第一坐标轴方向上的最大尺寸，最后结合该最大尺寸及两个第一点云采集设备各自的内参，从而得到目标物体的最大长度。

示例性地，参见图6，为目标物体第一侧面的示意图，其中x轴表示第一坐标轴，由图6可知，x₁为第一最小坐标值，x₂为第一最大坐标值，由此可以得到目标物体的最大长度为x₂-x₁。

在本申请实施例中，由于第一侧面与第二侧面垂直，因此为了计算目标物体的最大宽度，第二坐标轴可以与第一坐标轴设置于同一水平面，且垂直于第一坐标轴。

需要说明的是，确定目标物体的最大宽度的过程，与确定目标物体的最大长度的过程相同，本实施例对此不在赘述。

步骤209，根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。

上述步骤209的具体实现过程及原理，可以参照上述实施例的详细描述，此处不再赘述。

本申请上述实施例公开的物体包装体积测量方法，首先获取目标物体的高度，然后针对目标物体相邻的两个侧面，任一侧面均设置两个点云采集设备采集初始点云数据，接着进行前景提取、拼接处理及点云聚类处理等，以生成对应的点云数据，进一步利用点云数据确定目标物体的最大长度及最大宽度，最后结合目标物体的最大长度、最大宽度和高度，从而得到目标物体的包装体积。由此，通过分别在目标物体的两侧分别设置两个点云采集设备，并对点云采集设备采集到的数据依次进行前景提取、拼接处理及点云聚类处理，可以有效提高最终点云数据的精确性，从而使得最终得到的目标物体包装体积更为准确。

参见图6，示出了本申请实施例三提供的一种物体包装体积测量装置的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分。

物体包装体积测量装置具体可以包括如下模块：

第一获取模块701，用于获取目标物体的高度；

第二获取模块702，用于利用点云采集设备获取目标物体的点云数据；

第一确定模块703，用于根据目标物体的点云数据，确定目标物体的最大长度及最大宽度；

第二确定模块704，用于根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。

本申请上述实施例公开的物体包装体积测量装置，首先获取目标物体的高度，然后利用点云采集设备获取目标物体的点云数据，进一步根据目标物体的点云数据，确定目标物体的最大长度及最大宽度，最后根据目标物体的最大长度、最大宽度及高度，确定目标物体的包装体积。由此，通过点云采集设备确定目标物体的长宽，再结合目标物体的高，从而得到目标物体的包装体积，相比于人工测量，可以有效提高物体包装体积测量的效率及准确性。

在本申请实施例三一种可能的实现方式中，目标物体包括第一侧面和第二侧面，第一侧面与第二侧面相邻，目标物体的点云数据包括第一侧面对应的第一点云数据及第二侧面对应的第二点云数据，点云采集设备包括与第一侧面对应的第一点云采集设备及与第二侧面对应的第二点云采集设备，上述第二获取模块702具体可以包括如下子模块：

第一获取子模块，用于分别通过两个处于不同位置的第一点云采集设备获取第一侧面对应的第一初始点云数据及第二初始点云数据。

第一确定子模块，用于对第一初始点云数据及第二初始点云数据分别进行前景提取，以确定第一侧面对应的第一前景点云数据及第二前景点云数据。

第一生成子模块，用于将第一前景点云数据与第二前景点云数据进行拼接处理，以生成第一点云数据。

第二获取子模块，用于分别通过两个处于不同位置的第二点云采集设备获取第二侧面对应的第三初始点云数据及第四初始点云数据。

第二确定子模块，用于对第三初始点云数据及第四初始点云数据分别进行前景提取，以确定第二侧面对应的第三前景点云数据及第四前景点云数据。

第二生成子模块，用于将第三前景点云数据与第四前景点云数据进行拼接处理，以生成第二点云数据。

在本申请实施例三一种可能的实现方式中，第一生成子模块具体可以包括如下单元：

第一生成单元，用于根据两个第一点云采集设备之间的外参关系，对第二前景点云数据进行坐标转换，以生成坐标转换后的第二前景点云数据。

第一确定单元，用于确定第一前景点云数据与坐标转换后的第二前景点云数据之间的重复点云数据。

第二生成单元，用于将第一前景点云数据与坐标转换后的第二前景点云数据进行拼接，并去除重复点云数据，以生成第一点云数据。

在本申请实施例三一种可能的实现方式中，第一生成子模块具体可以还可以包括如下单元：

第一处理单元，用于对第一点云数据进行点云聚类处理，以去除第一点云数据中的异常点云数据。

作为一种可能的实现方式，对第一点云数据进行点云聚类处理的方法包括统计滤波算法、半径滤波算法及条件滤波算法中的任意一种。

在本申请实施例三一种可能的实现方式中，点云数据包括多个点云像素，每个点云像素的像素值包括点云像素在预设坐标系中的坐标值，预设坐标系为根据第一点云采集设备的外参建立的三维坐标系，上述第一确定模块703具体可以包括如下子模块：

第三确定子模块，用于根据第一点云数据中每个第一点云像素的坐标值，确定第一点云数据在第一坐标轴方向对应的第一最小坐标值及第一最大坐标值，其中，第一坐标轴方向为预设坐标系中的任一坐标轴方向。

第四确定子模块，用于根据第一最大坐标值与第一最小坐标值之间的差值，确定目标物体的最大长度。

第五确定子模块，用于根据第二点云数据中每个第二点云像素的坐标值，确定第二点云数据在第二坐标轴方向对应的第二最小坐标值及第二最大坐标值。

其中，第二坐标轴方向为预设坐标系中与第一坐标方向不同的另一坐标轴方向。

第六确定子模块，用于根据第二最大坐标值与第二最小坐标值之间的差值，确定目标物体的最大宽度。

在本申请实施例三一种可能的实现方式中，点云采集设备包括光电传感器，上述第二获取模块702具体可以包括如下子模块：

第三获取子模块，用于在根据光电传感器的输出数据确定目标物体进入点云采集设备对应的视野范围时，触发点云采集设备获取目标物体的点云数据。

在本申请实施例三一种可能的实现方式中，上述第一获取模块701具体可以包括如下子模块：

第四获取子模块，用于利用光栅获取目标物体的高度。

作为一种可能的实现方式，点云采集设备为深度相机或单线激光雷达。

本申请上述实施例公开的物体包装体积测量装置，首先获取目标物体的高度，然后针对目标物体相邻的两个侧面，任一侧面均设置两个点云采集设备采集初始点云数据，接着进行前景提取、拼接处理及点云聚类处理等，以生成对应的点云数据，进一步利用点云数据确定目标物体的最大长度及最大宽度，最后结合目标物体的最大长度、最大宽度和高度，从而得到目标物体的包装体积。由此，通过分别在目标物体的两侧分别设置两个点云采集设备，并对点云采集设备采集到的数据依次进行前景提取、拼接处理及点云聚类处理，可以有效提高最终点云数据的精确性，从而使得最终得到的目标物体包装体积更为准确。

本申请实施例提供的物体包装体积测量装置可以应用在前述方法实施例中，详情参见上述方法实施例的描述，在此不再赘述。

图8是本申请实施例四提供的终端设备的结构示意图。如图8所示，该实施例的终端设备800包括：至少一个处理器810(图8中仅示出一个)处理器、存储器820以及存储在所述存储器820中并可在所述至少一个处理器810上运行的计算机程序821，所述处理器810执行所述计算机程序821时实现上述物体包装体积测量方法实施例中的步骤。

所述终端设备800可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器810、存储器820。本领域技术人员可以理解，图8仅仅是终端设备800的举例，并不构成对终端设备800的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器810可以是中央处理单元(Central Processing Unit，CPU)，该处理器810还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器820在一些实施例中可以是所述终端设备800的内部存储单元，例如终端设备800的硬盘或内存。所述存储器820在另一些实施例中也可以是所述终端设备800的外部存储设备，例如所述终端设备800上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器820还可以既包括所述终端设备800的内部存储单元也包括外部存储设备。所述存储器820用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器820还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

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或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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。

所述集成的模块/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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

本申请实现上述实施例方法中的全部或部分流程，也可以通过一种计算机程序产品来完成，当所述计算机程序产品在终端设备上运行时，使得所述终端设备执行时可实现上述各个方法实施例中的步骤。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制。尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (11)

1.一种物体包装体积测量方法，其特征在于，应用于目标物体打包前的运送过程中，所述目标物体包括货物及子栈板，所述物体包装体积测量方法包括：

获取所述目标物体的高度；

利用点云采集设备获取所述目标物体的点云数据；

根据所述目标物体的点云数据，确定所述目标物体的最大长度及最大宽度；

根据所述目标物体的所述最大长度、所述最大宽度及所述高度，确定所述目标物体的包装体积。

2.如权利要求1所述的物体包装体积测量方法，其特征在于，所述目标物体包括第一侧面和第二侧面，所述第一侧面与所述第二侧面相邻，所述目标物体的点云数据包括所述第一侧面对应的第一点云数据及所述第二侧面对应的第二点云数据，所述点云采集设备包括与所述第一侧面对应的第一点云采集设备及与所述第二侧面对应的第二点云采集设备，所述利用点云采集设备获取所述目标物体的点云数据，包括：

分别通过两个处于不同位置的所述第一点云采集设备获取所述第一侧面对应的第一初始点云数据及第二初始点云数据；

对所述第一初始点云数据及所述第二初始点云数据分别进行前景提取，以确定所述第一侧面对应的第一前景点云数据及第二前景点云数据；

将所述第一前景点云数据与所述第二前景点云数据进行拼接处理，以生成所述第一点云数据；

分别通过两个处于不同位置的所述第二点云采集设备获取所述第二侧面对应的第三初始点云数据及第四初始点云数据；

对所述第三初始点云数据及所述第四初始点云数据分别进行前景提取，以确定所述第二侧面对应的第三前景点云数据及第四前景点云数据；

将所述第三前景点云数据与所述第四前景点云数据进行拼接处理，以生成所述第二点云数据。

3.如权利要求2所述的物体包装体积测量方法，其特征在于，所述将所述第一前景点云数据与所述第二前景点云数据进行拼接处理，以生成所述第一点云数据，包括：

根据两个所述第一点云采集设备之间的外参关系，对所述第二前景点云数据进行坐标转换，以生成坐标转换后的第二前景点云数据；

确定所述第一前景点云数据与所述坐标转换后的第二前景点云数据之间的重复点云数据；

将所述第一前景点云数据与所述坐标转换后的第二前景点云数据进行拼接，并去除所述重复点云数据，以生成所述第一点云数据。

4.如权利要求3所述的方法，其特征在于，所述将所述第一前景点云数据与所述第二前景点云数据进行拼接，并去除所述重复点云数据，以生成所述第一点云数据之后，还包括：

对所述第一点云数据进行点云聚类处理，以去除所述第一点云数据中的异常点云数据。

5.如权利要求4所述的物体包装体积测量方法，其特征在于，所述对所述第一点云数据进行点云聚类处理的方法包括统计滤波算法、半径滤波算法及条件滤波算法中的任意一种。

6.如权利要求2所述的物体包装体积测量方法，其特征在于，所述点云数据包括多个点云像素，每个所述点云像素的像素值包括所述点云像素在预设坐标系中的坐标值，所述预设坐标系为根据所述第一点云采集设备的外参建立的三维坐标系，所述根据所述目标物体的点云数据，确定所述目标物体的最大长度及最大宽度，包括：

根据所述第一点云数据中每个第一点云像素的坐标值，确定所述第一点云数据在第一坐标轴方向对应的第一最小坐标值及第一最大坐标值，其中，所述第一坐标轴方向为所述预设坐标系中的任一坐标轴方向；

根据所述第一最大坐标值与所述第一最小坐标值之间的差值，确定所述目标物体的最大长度；

根据所述第二点云数据中每个第二点云像素的坐标值，确定所述第二点云数据在第二坐标轴方向对应的第二最小坐标值及第二最大坐标值，其中，所述第二坐标轴方向为所述预设坐标系中与所述第一坐标方向不同的另一坐标轴方向；

根据所述第二最大坐标值与所述第二最小坐标值之间的差值，确定所述目标物体的最大宽度。

7.如权利要求1所述的物体包装体积测量方法，其特征在于，所述点云采集设备包括光电传感器，所述利用点云采集设备获取所述目标物体的点云数据，包括：

在根据所述光电传感器的输出数据确定所述目标物体进入所述点云采集设备对应的视野范围时，触发所述点云采集设备获取所述目标物体的所述点云数据。

8.如权利要求1-7任一所述的物体包装体积测量方法，其特征在于，所述获取所述目标物体的高度，包括：

利用光栅获取所述目标物体的高度。

9.如权利要求1-7任一所述的物体包装体积测量方法，其特征在于，所述点云采集设备为深度相机或单线激光雷达。

10.一种物体包装体积测量装置，其特征在于，应用于目标物体打包前的运送过程中，所述目标物体包括货物及子栈板，所述物体包装体积测量装置包括：

第一获取模块，用于获取所述目标物体的高度；

第二获取模块，用于利用点云采集设备获取所述目标物体的点云数据；

第一确定模块，用于根据所述目标物体的点云数据，确定所述目标物体的最大长度及最大宽度；

第二确定模块，用于根据所述目标物体的所述最大长度、所述最大宽度及所述高度，确定所述目标物体的包装体积。

11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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9任一项所述的方法。