KR20220114619A - 소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체 - Google Patents

소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체 Download PDF

Info

Publication number
KR20220114619A
KR20220114619A KR1020227024401A KR20227024401A KR20220114619A KR 20220114619 A KR20220114619 A KR 20220114619A KR 1020227024401 A KR1020227024401 A KR 1020227024401A KR 20227024401 A KR20227024401 A KR 20227024401A KR 20220114619 A KR20220114619 A KR 20220114619A
Authority
KR
South Korea
Prior art keywords
parcel
cloud data
point cloud
determining
vesicle
Prior art date
Application number
KR1020227024401A
Other languages
English (en)
Inventor
마오방 후
루이 구
양 저우
Original Assignee
항저우 히크로봇 테크놀로지 씨오., 엘티디.
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 항저우 히크로봇 테크놀로지 씨오., 엘티디. filed Critical 항저우 히크로봇 테크놀로지 씨오., 엘티디.
Publication of KR20220114619A publication Critical patent/KR20220114619A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • 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
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G01B11/306—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces for measuring evenness
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • 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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30112—Baggage; Luggage; Suitcase
    • 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)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

본 출원은 소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체를 제공한다. 여기서, 소포 검사 방법은 소포의 외면의 포인트 클라우드 데이터를 획득하는 단계（S201）; 상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 외형 특징을 확정하는 단계（S202）; 및 상기 소포의 외형 특징에 기반하여, 상기 소포의 정연도를 확정하는 단계（S203）을 포함하되, 여기서, 상기 정연도는 소포의 표면 평탄 정도 및/또는 소포의 이미 적재된 량과 소포 용량 상한계의 접근 정도를 나타낸다.

Description

소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체
본 출원은 2019년 12월 31일에 중국 특허국에 제출한, 출원 번호가 201911413069.6이고 발명의 명칭이 “소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체”인 중국 특허 출원의 우선권을 주장하는바, 이의 전부 내용은 참조로서 본 발명에 인용된다.
본 출원은 물류 자동화 기술 분야에 관한 것으로, 특히 소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체에 관한 것이다.
현재, 물류 응용 시나리오에 있어서, 작업자들은 일반적으로 운송할 소포의 상대적으로 높은 정연도 및 운송의 효율성을 확보할 수 있도록, 컨베이어 벨트 상의 소포에 대해 정연도 검사를 실행하여야 한다. 여기서, 정연도는 소포의 표면 평탄 정도 및 소포의 이미 적재된 량과 용량의 상한계의 접근 정도를 나타낸다.
하지만, 인공에 의한 소포의 정연도 검사 방식은 효율성이 낮고, 또한 검사 결과의 일관성이 상대적으로 낮다. 따라서, 소포의 정연도를 자동적으로 검사하는 기술적 수단이 부족하다.
본 출원은 소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체를 제공함으로써, 소포 정연도에 대한 자동적 검사를 구현 가능하고, 소포의 검사 효율성 및 검사의 일관성을 향상시킬 수 있다.
본 출원의 일 측면에 따르면, 본 출원은 소포 검사 방법을 제공하는바, 해당 방법은,
소포의 외면의 포인트 클라우드 데이터를 획득하는 단계;
상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 외형 특징을 확정하는 단계; 및
상기 소포의 외형 특징에 기반하여, 상기 소포의 정연도를 확정하는 단계를 포함하되, 여기서, 상기 정연도는 소포의 표면 평탄 정도 및/또는 소포의 이미 적재된 량과 소포 용량 상한계의 접근 정도를 나타낸다.
일부 실시예에 있어서, 상기 소포의 외면의 포인트 클라우드 데이터를 획득하는 단계는,
포인트 클라우드 데이터 수집 장치가 컨베이어 벨트 상의 상기 소포를 스캐닝하여 얻어진 스캐닝 결과를 수신하는 단계; 및
상기 스캐닝 결과에 기반하여, 상기 포인트 클라우드 데이터를 확정하는 단계를 포함한다.
일부 실시예에 있어서, 상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 외형 특징을 확정하는 단계는,
상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 상면 평탄도를 확정하는 단계 - 상기 상면 평탄도는 상기 소포의 상부 표면의 평활 정도를 나타내기 위한 것임 -;
상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피 듀티 사이클을 확정하는 단계 - 상기 부피 듀티 사이클은 상기 소포의 가장 작은 외접 직육면체의 부피에 대한 상기 소포의 부피의 비율임 -;
상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 이상적인 부피 비율을 확정하는 단계 - 상기 이상적인 부피 비율은 상기 소포 용량 상한계에 대한 상기 소포의 부피의 비율임 -; 및
상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 윤곽 직사각형도(rectangularity)를 확정하는 단계 - 상기 윤곽 직사각형도는 수평 투영 영역의 가장 작은 외접 직사각형 영역의 면적에 대한 상기 소포의 수평 투영 영역의 면적의 비율임 - 중 적어도 하나를 포함한다.
일부 실시예에 있어서, 상기 소포의 외형 특징에 기반하여, 상기 소포의 정연도를 확정하는 단계는,
상기 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율 및 윤곽 직사각형도 중 적어도 하나의 외형 특징의 가중 합을 산출하고, 상기 가중 합을 상기 소포의 정연도로 확정하는 단계를 포함한다.
일부 실시예에 있어서, 상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 상면 평탄도를 확정하는 단계는,
상기 포인트 클라우드 데이터의 주요 방향을 확정하는 단계 - 상기 주요 방향은 상기 포인트 클라우드 데이터의 전반적인 방향성을 반영하기 위한 것임 -;
상기 포인트 클라우드 데이터의 대상 하위 집합을 확정하는 단계 - 대상 하위 집합 중 각 포인트의 법선 방향과 상기 주요 방향 사이에 끼인 각이 끼인 각의 한계 값보다 작음 -; 및
상기 포인트 클라우드 데이터의 포인트 수량에 대한 상기 대상 하위 집합의 포인트 수량의 비율을 상기 상면 평탄도로 확정하는 단계를 포함한다.
일부 실시예에 있어서, 상기 포인트 클라우드 데이터의 주요 방향을 확정하는 단계는,
포인트 클라우드 데이터에 대해 다운샘프링 작업을 실행하여, 샘프링된 포인트 클라우드 데이터를 얻는 단계; 및
샘프링된 포인트 클라우드 데이터의 주요 방향을 확정하는 단계를 포함한다.
일부 실시예에 있어서, 상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피 듀티 사이클을 확정하는 단계는,
상기 포인트 클라우드 데이터에 기반하여 소포의 외형 모델을 확정하는 단계;
상기 소포의 외형 모델에 기반하여 상기 소포의 가장 작은 외접 직육면체를 확정하고, 또한 상기 직육면체의 부피를 확정하는 단계;
상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피를 확정하는 단계; 및
상기 직육면체의 부피 및 상기 소포의 부피에 기반하여, 상기 부피 듀티 사이클을 산출하는 단계를 포함한다.
일부 실시예에 있어서, 상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피를 확정하는 단계는,
상기 포인트 클라우드 데이터를 소정의 평면에 투영하여, 상기 포인트 클라우드 데이터에 대응하는 투영 포인트를 얻는 단계;
상기 포인트 클라우드 데이터에 대응하는 투영 포인트를 그리드 처리를 실행하여, 투영 포인트를 포함하는 복수의 그리드를 얻는 단계;
각 그리드에 대응하는 부피를 산출하되, 각 그리드에 대응하는 부피는 해당 그리드의 면적과 해당 그리드에 투영한 포인트 클라우드 데이터의 높이를 곱한 적인 단계; 및
복수의 그리드에 대응하는 부피의 합을 소포의 부피로 확정하는 단계를 포함한다.
일부 실시예에 있어서, 상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 윤곽 직사각형도를 확정하는 단계는,
상기 포인트 클라우드 데이터의 수평면 내의 수평 투영 영역을 확정하고, 또한 수평 투영 영역의 면적을 확정하는 단계;
상기 수평 투영 영역의 가장 작은 외접 직사각형 영역을 확정하고, 또한 상기 직사각형 영역의 면적을 확정하는 단계; 및
상기 직사각형 영역의 면적에 대한 상기 수평 투영 영역의 면적 비율을 상기 윤곽 직사각형도로 확정하는 단계를 포함한다.
일부 실시예에 있어서, 상기 포인트 클라우드 데이터의 주요 방향을 확정하는 단계는,
포인트 클라우드 데이터의 중심 포인트를 산출하는 단계 - 상기 중심 포인트의 좌표는 포인트 클라우드 데이터 중의 포인트의 좌표 평균 값임 -;
포인트 클라우드 데이터 중 각 포인트의 좌표에서 중심 포인트의 좌표를 감하여, 중심 오프셋 후의 포인트 클라우드 데이터를 얻는 단계;
중심 오프셋 후의 포인트 클라우드 데이터로 구성된 제1 행렬 및 제2 행렬을 확정하는 단계 - 제2 행렬은 제1 행렬의 전치 행렬임 -;
제1 행렬과 제2 행렬을 곱한 적을 산출하여, 공분산 행렬을 얻는 단계; 및
공분산 행렬에 대해 특이값 분해를 실행하여, 특징 값이 가장 큰 특징 백터를 포인트 클라우드 데이터의 주요 방향으로 확정하는 단계를 포함한다.
본 출원의 일 측면에 따르면, 본 출원은 소포 검사 장치를 제공하는바, 상기 장치는,
소포의 외면의 포인트 클라우드 데이터를 획득하기 위한 획득 유닛;
상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 외형 특징을 확정하기 위한 특징 추출 유닛; 및
상기 소포의 외형 특징에 기반하여, 상기 소포의 정연도를 확정하기 위한 정연도 확정 유닛; 을 포함하되, 여기서, 상기 정연도는 소포의 표면 평탄 정도 및 소포의 이미 적재된 량과 용량의 상한계의 접근 정도를 나타낸다.
본 출원의 일 측면에 따르면, 본 출원은 컴퓨팅 장비에 있어서, 메모리; 프로세서; 해당 메모리에 저장되어 상기 프로세서에 의해 실행되도록 구성된 프로그램; 을 포함하되, 상기 프로그램에 본 출원에 따른 소포 검사 방법을 실행하도록 하는 명령이 포함되어 있는 컴퓨팅 장비를 포함한다.
본 출원의 일 측면에 따르면, 본 출원은 저장 매체에 있어서, 프로그램이 저장되어 있고, 상기 프로그램에 명령이 포함되어 있으며, 상기 명령이 컴퓨팅 장비에 의해 실행시, 상기 컴퓨팅 장비로 하여금 본 출원에 따른 소포 검사 방법을 실행하도록 하는 저장 매체를 제공한다.
본 출원의 일 측면에 따르면, 본 출원은 물류 시스템에 있어서, 컴퓨팅 장비; 컨베이어 벨트; 상기 컨베이어 벨트 상의 소포의 포인트 클라우드 데이터를 수집하기 위한 포인트 클라우드 데이터 수집 장치; 를 포함하는물류 시스템을 제공한다.
본 출원의 일 측면에 따르면, 본 출원은 명령을 포함하는 컴퓨터 프로그램 제품에 있어서, 상기 컴퓨터 프로그램 제품이 컴퓨터에서 작동시, 상기 컴퓨터로 하여금 본 출원의 소포 검사 방법을 실행하도록 하는 컴퓨터 프로그램 제품을 제공한다.
상술한바와 같이, 본 출원에 따른 소포 검사 수단은, 소포의 포인트 클라우드 데이터에 기초하여, 소포의 외형 특징을 획득 가능하고, 또한 외형 특징에 기반하여 정연도를 확정 가능하다. 소포 검사 수단은 인공으로 소포 정연도를 검사하는 번거로움을 회피하여, 장비로 소포 정연도에 대한 자동적 검사를 구현 가능하며, 따라서 소포 정연도 검사의 효율성 및 검사 결과의 일관성을 향상시킬 수 있다.
본 발명의 실시예 및 종래기술의 기술적 수단을 보다 명확하게 설명하기 위하여, 이하에서는 실시예 및 종래기술에서 요구되는 도면을 간략히 소개한다. 하지만, 이하에서 설명되는 도면은 단지 본 발명의 일부 실시예일 뿐, 당업자라면, 그 어떠한 창의적인 노력 없이도 이러한 도면에 기반하여 다른 도면을 얻을 수 있는 것이 분명하다.
도 1은 본 출원의 일부 실시예에 따른 물류 시스템의 개략도이고;
도 2a는 본 출원의 일부 실시예에 따른 소포 검사 방법 (200)의 흐름도이고;
도 2b는 본 출원의 일부 실시예에 따른 소포의 개략도이고;
도 2c는 본 출원의 일부 실시예에 따른 포인트 클라우드 데이터의 개략도이고;
도 3은 본 출원의 일부 실시예에 따른 소포의 외형 특징을 확정하는 방법 (300)의 흐름도이고;
도 4는 본 출원의 일부 실시예에 따른 소포 검사 방법 (400)의 흐름도이고;
도 5a는 본 출원의 일부 실시예에 따른 소포의 상면 평탄도를 확정하는 방법 (500)의 흐름도이고;
도 5b는 본 출원의 일부 실시예에 따른 포인트 클라우드 데이터의 주요 방향을 확정하는 흐름도이고;
도 6은 본 출원의 일부 실시예에 따른 소포의 상면 평탄도를 확정하는 방법 (600)의 흐름도이고;
도 7은 본 출원의 일부 실시예에 따른 부피 듀티 사이클을 산출하는 방법 (700)의 흐름도이고;
도 8은 본 출원의 일부 실시예에 따른 소포 부피를 확정하는 방법 (800)의 흐름도이고;
도 9는 본 출원의 일부 실시예에 따른 윤곽 직사각형도를 확정하는 방법 (900)의 흐름도이고;
도 10은 본 출원의 일부 실시예에 따른 소포 검사 장치(1000)의 개략도이고;
도 11은 본 출원의 일부 실시예에 따른 소포 검사 장치(1100)의 개략도이며;
도 12는 본 출원의 일부 실시예에 따른 컴퓨팅 장비의 개략도이다.
본 발명의 목적, 기술적수단 및 이점이 보다 명확하게 이해될 수 있도록, 첨부된 도면 및 실시예를 참조하여 이하에서 본 발명을 더욱 상세하게 설명한다. 설명된 실시예는 본 발명의 실시예의 일부일 뿐, 전부가 아니다는 것은 분명하다. 본 발명의 실시예에 기초하여, 창의적인 노력 없이 당업자에 의해 얻은 기타 모든 실시예도 본 발명의 보호 범위에 속한다.
도 1은 본 출원의 일부 실시예에 따른 물류 시스템의 개략도이다. 도 1에 도시한 바와 같이, 물류 시스템은 컨베이어 벨트(110), 포인트 클라우드 데이터 수집 장치(120) 및 컴퓨팅 장비(130)을 포함한다.
컨베이어 벨트(110)은 수송 방향에 따라 소포를 수송한다. 예를 들어, 도 1에 도시한 소포(140)을 수송한다. 여기서, 수송방향은 예를 들어 도 1에서의 좌로부터 우로의 방향이다.
포인트 클라우드 데이터 수집 장치(120)은 예를 들어 레이저 레이더 또는 심도 카메라일 수 있다. 심도 카메라는 예를 들어 구조광 카메라, 티오에프 (Time of Flight, 약칭은 ToF) 카메라, 스테레오(Stereo) 카메라 등일 수 있다.
포인트 클라우드 데이터 수집 장치(120)은 컨베이어 벨트 위를 지나가는 검사 영역(S1)에 위치한 소포에 대해 스캐닝을 실행하고, 스캐닝 결과를 컴퓨팅 장비(130)에게로 출력한다.
컴퓨팅 장비(130)은 예를 들어 서버, 노트북, 태블릿 컴퓨터, 휴대 정보 단말기 등 장비일 수 있다. 컴퓨팅 장비(130)은 포인트 클라우드 데이터 수집 장치(120)에서 보낸 스캐닝 결과에 기반하여, 소포 외면의 포인트 클라우드 데이터(point cloud data)를 확정 가능하다. 포인트 클라우드 데이터는 소포 외면 상의 포인트의 집합이다. 포인트 클라우드 데이터 중 각 포인트의 좌표는 포인트 클라우드 데이터 수집 장치(120)의 좌표계에 속하는 좌표로 표시할 수도 있고, 세계 좌표계의 좌표로 표시할 수도 있다.
상기 포인트 클라우드 데이터가 구체적으로 소포의 어느 표면 상의 포인트의 집합인 지는 포인트 클라우드 데이터 수집 장치(120)의 설치 위치 및 각도에 의해 결정되고, 포인트 클라우드 데이터가 바로 포인트 클라우드 데이터 수집 장치(120)에서 수집 가능한 소포 외면 상의 포인트의 집합이다. 예를 들어, 포인트 클라우드 데이터 수집 장치(120)은 컨베이어 벨트(110)의 상측에 위치하여, 컨베이어 벨트(110)에 수직되는 방향에 따라 소포를 스캐닝하는 경우, 포인트 클라우드 데이터가 바로 소포의 상면 상의 점 및 측면 돌출부의 포인트의 집합, 즉 포인트 클라우드 데이터 수집 장치(120)이 수집 가능한 소포 외면 상의 포인트의 집합일 수도 있다.
컴퓨팅 장비(130)은 소포의 포인트 클라우드 데이터에 기반하여, 소포의 정연도를 자동적으로 검사 가능하다. 여기서, 정연도는 소포의 표면 평탄 정도 및 소포의 이미 적재된 량과 용량의 상한계의 접근 정도를 나타낸다.
아래에 도 2를 참조하여 소포의 정연도를 검사하는 수단에 대해 설명한다.
도 2a는 본 출원의 일부 실시예에 따른 소포 검사 방법 (200)의 흐름도이다. 방법 (200)는 예를 들어 컴퓨팅 장비(130)에 의해 실행된다.
도 2a에 도시한 바와 같이, 단계 (S201)에서, 소포의 외면의 포인트 클라우드 데이터를 획득한다. 예를 들어, 단계 (S201)에서, 컴퓨팅 장비는 소포의 상면의 포인트 클라우드 데이터를 획득 가능하다. 소포의 상면은 부감 각도로 관찰 가능한 소포의 표면 영역을 지칭한다.
일부 실시예에 있어서, 단계 (S201)에서, 컴퓨팅 장비는 데이터 수집 장치에서 컨베이어 벨트 상의 소포에 대해 스캐닝을 실행하여 얻어진 스캐닝 결과를 수신 가능하다. 스캐닝 결과에 기반하여, 단계 (S201)에서 컴퓨팅 장비는 소포 외면의 포인트 클라우드 데이터를 확정 가능하다. 포인트 클라우드 데이터 중 각 포인트은 소포 외면 상의 한 포인트와 대응하는 것으로 볼 수 있다. 포인트 클라우드 데이터 중 각 포인트의 정보는 해당 포인트의 위치 정보를 포함한다. 하나의 포인트의 위치 정보는 예를 들어 하나의 3차원 좌표계 내의 좌표로 나타낼 수 있다. 예를 들어, 도 2b는 본 출원의 일부 실시예에 따른 소포의 개략도이다. 도 2c는 본 출원의 일부 실시예에 따른 포인트 클라우드 데이터의 개략도이다. 도 2c 중의 포인트 클라우드 데이터는 도 2b 중 소포의 외형 특징을 반영할 수 있다.
단계 (S202)에서, 포인트 클라우드 데이터에 기반하여, 소포의 외형 특징을 확정한다. 여기서, 외형 특징은 예를 들어, 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율 및 윤곽 직사각형도 중 적어도 하나를 포함 가능하다.
단계 (S203)에서, 소포의 외형 특징에 기반하여, 소포의 정연도를 확정한다. 여기서, 정연도는 소포의 표면 평탄 정도 및/또는 소포의 이미 적재된 량과 소포 용량 상한계의 접근 정도를 나타낸다. 정연도는 예를 들어 소포의 복수 종의 외형 특징의 가중 합이다. 예를 들어, 단계 (S203)에서, 컴퓨팅 장비는 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율 및 윤곽 직사각형도 중 적어도 하나의 외형 특징의 가중 합을 산출하여, 그 가중 합을 상기 소포의 정연도로 확정한다.
상술한바와 같이, 본 출원에 따른 소포 검사 방법 (200)은, 소포의 포인트 클라우드 데이터에 기초하여, 소포의 외형 특징을 획득 가능하고, 또한 외형 특징에 기반하여 정연도를 확정 가능하다. 방법 (200)은 소포 정연도를 인공적으로 검사하는 번거로움을 회피하여, 장비로 소포 정연도에 대한 자동적 검사를 구현 가능하며, 따라서 소포 정연도 검사의 효율성 및 검사 결과의 일관성을 향상시킬 수 있다.
일부 실시예에 있어서, 단계 (S202)를 방법 (300)으로 실시 가능하다. 즉, 상술한 단계 (S202)는 하기 단계를 포함 가능하다:
도 3에 도시한 바와 같이, 단계 (S301)에서, 포인트 클라우드 데이터에 기반하여, 소포의 상면 평탄도를 확정한다.
여기서, 상면 평탄도는 소포의 상부 표면의 평활 정도를 나타내기 위한 것이다. 상부 표면은 부감 각도로 관찰 가능한 소포의 표면 영역일 수 있다.
단계 (S302)에서, 포인트 클라우드 데이터에 기반하여, 소포의 부피 듀티 사이클을 확정한다.
부피 듀티 사이클은 소포의 가장 작은 외접 직육면체의 부피에 대한 소포의 부피의 비율이다. 여기서, 부피 듀티 사이클이 높으면 높을수록, 소포가 직육면체에 더 접근된다는 것을 의미한다. 여기서, 컴퓨팅 장비는 포인트 클라우드 데이터가 표시하는 소포에 대응하는 각 포인트의 좌표에 기반하여, 소포의 부피를 확정 가능하다. 또한, 컴퓨팅 장비는 포인트 클라우드 데이터가 표시하는 소포에 대응하는 각 포인트의 좌표에 기반하여 소포의 가장 작은 외접 직육면체를 확정 가능하고, 나아가 소포의 가장 작은 외접 직육면체의 부피에 대한 소포의 부피의 비율에 기반하여, 부피 듀티 사이클을 확정한다.
단계 (S303)에서, 포인트 클라우드 데이터에 기반하여, 소포의 이상적인 부피 비율을 확정한다.
이상적인 부피 비율은 소포 용량 상한계에 대한 소포의 부피의 비율이다. 여기서, 이상적인 부피 비율이 높으면 높을수록, 소포의 내용량이 소포 용량 상한계에 더 접근된다는 것을 의미한다. 여기서, 소포의 부피는 포인트 클라우드 데이터가 표시하는 소포에 대응하는 각 포인트의 좌표에 기반하여 확정 가능하다. 소포 용량 상한계는 사전에 획득하고 저장 가능하다.
일 실시 형태에 따르면, 각 소포가 동일한 용량을 같는 동일한 사양의 소포인 경우, 컴퓨팅 장비는 소포의 이상적인 부피 비율을 산출시 사용하도록, 소포의 용량을 사전에 획득하고 저장 가능하다. 각 소포가 용량이 다르고 사양이 다른 소포인 경우, 컴퓨팅 장비는 사전에 각 소포의 용량을 획득 가능하고, 또한 각 소포의 라벨에 대응하여 저장 가능하다. 상기 포인트 클라우드 데이터 수집 장치(120)은 소포를 스캐닝할 때, 소포 상의 QR 코드 등을 스캐닝하는 방식으로 소포의 라벨을 획득하여 컴퓨팅 장비에 송신할 수도 있다. 이로써, 컴퓨팅 장비는 해당 라벨에 기반하여, 그에 대응하는 소포의 용량을 확정 가능하고, 따라서 소포의 이상적인 부피 비율을 확정 가능하다.
단계 (S304)에서, 포인트 클라우드 데이터에 기반하여, 소포의 윤곽 직사각형도를 확정한다.
윤곽 직사각형도는 수평 투영 영역의 가장 작은 외접 직사각형 영역의 면적에 대한 소포의 수평 투영 영역의 면적의 비율이다. 즉, 수평면 내의 투영 영역의 가장 작은 외접 직사각형 영역의 면적에 대한 소포의 수평면 내의 투영 영역의 면적의 비율이다. 윤곽 직사각형도가 높으면 높을수록, 소포의 외형이 직육면체 또는 입방체에 더 접근된다는 것을 의미하므로, 소포의 외형이 더 정연해진다.
일 실시 형태에 따르면, 컴퓨팅 장비는 소포의 포인트 클라우드 데이터에 기반하여, 소포의 수평면 내의 투영 영역을 확정 가능하고, 따라서 해당 투영 영역의 가장 작은 외접 지사각형을 확정 가능하며, 그리고 나서 수평 투영 영역의 가장 작은 외접 직사각형 영역의 면적에 대한 소포의 수평 투영 영역의 면적의 비율을 산출하여, 소포의 윤곽 직사각형도를 확정 가능하다.
상술한바와 같이, 방법 (300)은 복수 종의 각도에서 소포의 외형 특징을 분석 가능하고, 이로써 복수 종의 외형 특징을 이용하여 소포의 정연도를 확정 가능하다. 외형 특징은 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율 및/또는 윤곽 직사각형도를 포함 가능하므로, 산출된 소포의 정연도는 소포의 표면 평탄 정도 및/또는 소포의 이미 적재된 량과 소포 용량 상한계의 접근 정도를 나타낼 수 있다.
도 4는 본 출원의 일부 실시예에 따른 소포 검사 방법 (400)의 흐름도이다. 방법 (400)는 예를 들어 컴퓨팅 장비(130)에 의해 실행된다.
도 4에 도시한 바와 같이, 단계 (S401)에서, 소포의 외면의 포인트 클라우드 데이터를 획득한다.
단계 (S402)에서, 포인트 클라우드 데이터에 기반하여, 소포의 외형 특징을 확정한다.
단계 (S403)에서, 소포의 외형 특징에 기반하여, 소포의 정연도를 확정한다.
상술한 단계 (S401) 내지 단계 (S403)은 각각 상술한 단계 (S201) 내지 단계 (S203)과 동일하여, 상술한 단계 (S201) 내지 단계 (S203) 부분의 설명을 참조 가능하므로, 여기서 자세한 설명을 생략한다.
단계 (S404)에서, 정연도가 정연도의 한계 값에 도달하였는지 여부를 판단한다.
여기서, 정연도의 한계 값은 실제 수요에 따라 사전에 설정 가능하고, 소포의 정연도에 대한 요구가 높은 경우, 정연도의 한계 값이 상대적으로 높을 수 있고; 소포의 정연도에 대한 요구가 낮은 경우, 정연도의 한계 값이 상대적으로 낮을 수 있다.
단계 (S404)에서 정연도가 정연도의 한계 값에 도달한 것으로 확정된 경우, 방법(400)에서, 단계 (S405)를 계속 실행하여, 소포의 분류 결과를 제1 유형으로 확정한다. 단계 (S404)에서 정연도가 정연도의 한계 값보다 낮은 것으로 확정된 경우, 방법(400)에서, 단계 (S406)을 계속 실행하여, 소포의 분류 결과를 제2 유형으로 확정한다.
여기서, 제1 유형은 정연도 요구를 충족하는 종류이고, 제2 유형은 정연도 요구를 충족하지 않는 종류이다. 소포의 정연도가 정연도의 한계 값에 도달한 경우, 해당 소포의 정연도가 상대적으로 높고, 소포의 정연도에 대한 요구에 부합되므로, 해당 소포의 유형을 제1 유형으로 확정 가능하다. 소포의 정연도가 정연도의 한계 값에 미도달한 경우, 해당 소포의 정연도가 상대적으로 낮고, 소포의 정연도에 대한 요구에 부합되지 않으므로, 해당 소포의 유형을 제2 유형으로 확정 가능하다.
단계 (S406)를 실행한 후에, 계속하여 단계 (S407)를 실행 가능하다. 단계 (S407)에서, 소포의 분류 결과를 소팅(sorting) 장치에 송신한다. 이로써, 소팅 장치는 분류 결과에 기반하여, 소포에 대한 소팅을 실행 가능하다. 예를 들어, 소팅 장치는 컨베이어 벨트 상의 제2 유형에 속하는 소포를 대상 위치로 소팅 가능하다. 이로써, 작업자는 제2 유형의 소포에 대해 정리를 실행할 수 있으며, 정리된 해당 소포가 정연도 요구를 충족하므로, 소포의 수송 편의성을 향상시킬 수 있다. 만약 소포의 유형이 제1 유형이면, 해당 소포의 정연도가 상대적으로 높고, 소포의 정연도에 대한 요구에 부합되므로, 다음 단계의 처리를 실행 가능하되, 예를 들어, 해당 소포는 작업자의 정리 없이 트럭에 실거나 창고에 넣거나 또는 다음의 소팅 프로세스 등으로 들어갈 수 있다.
일부 실시예에 있어서, 단계 (S301)를 방법(500)으로 실시 가능하다. 즉, 상술한 단계 (S301)은 하기 단계를 포함 가능하다.
도 5a에 도시한 바와 같이, 단계 (S501)에서, 포인트 클라우드 데이터의 주요 방향을 확정한다. 주요 방향은 포인트 클라우드 데이터의 전반적인 방향성을 반영하기 위한 것이다.
일부 실시예에 있어서, 단계 (S501)을 도 5b에 도시한 흐름도에 따라 실시 가능하다. 즉, 단계 (S501)은 하기 단계를 포함 가능하다:
도 5b에 도시한 바와 같이, 단계 (S5011)에서, 포인트 클라우드 데이터의 중심 포인트를 산출한다. 중심 포인트의 좌표는 포인트 클라우드 데이터 중의 포인트의 좌표 평균 값이다.
단계 (S5012)에서, 포인트 클라우드 데이터 중 각 포인트의 좌표에서 중심 포인트의 좌표를 감하여, 중심 오프셋 후의 포인트 클라우드 데이터를 얻는다.
단계 (S5013)에서, 중심 오프셋 후의 포인트 클라우드 데이터로 구성된 제1 행렬 및 제2 행렬을 확정한다. 여기서, 제2 행렬은 제1 행렬의 전치 행렬이다.
단계 (S5014)에서, 제1 행렬과 제2 행렬을 곱한 적을 산출하여, 공분산 행렬을 얻는다. 예를 들어, 제1 행렬을 A로, 제2 행렬을 A로 가정한다면, 공분산 행렬은 cov＝AAT이다.
단계 (S5015)에서, 공분산 행렬에 대해 특이값 분해(Singular Value Decomposition, SVD)를 실행하여, 공분산 행렬의 특징 백터를 얻고, 특징 값이 가장 큰 특징 백터를 포인트 클라우드 데이터의 주요 방향으로 확정한다.
단계 (S502)에서, 포인트 클라우드 데이터의 대상 하위 집합을 확정한다.
대상 하위 집합 중 각 포인트의 법선 방향과 주요 방향 사이에 끼인 각이 끼인 각의 한계 값보다 작다. 여기서, 끼인 각의 한계 값은 예를 들어 10도, 15도, 18도 등이나, 이에 제한되지 않는다. 포인트 클라우드 데이터의 주요 방향을 확정한 후, 컴퓨팅 장비는 포인트 클라우드 데이터 중 각 포인트의 법선 방향과 주요 방향 사이에 끼인 각을 산출 가능하고, 따라서, 끼인 각이 끼인 각의 한계 값보다 작은 점으로 구성된 집합을 포인트 클라우드 데이터의 대상 하위 집합으로 확정 가능하다. 여기서, 각 포인트의 법선은 해당 점을 지나 해당 점이 위치한 국소 평면에 수직되는 직선이다.
단계 (S503)에서, 포인트 클라우드 데이터의 포인트 수량에 대한 대상 하위 집합의 포인트 수량의 비율을 상면 평탄도로 확정한다.
여기서, 상면 평탄도가 높으면 높을수록, 소포의 상부 표면이 더 평활하다. 구체적으로, 대상 하위 집합의 포인트 수량이 많으면 많을수록, 대응하는 법선 방향과 주요 방향 사이에 끼인 각이 끼인 각의 한계 값보다 작은 포인트 수량이 더 많다는 것을 의미하고, 이는 소포의 상부의 점이 한 평면에 위치하는 수량이 더 많다는 것을 의미하므로, 소포의 상부 표면이 더 평활하는 것으로 확정 가능하다.
일부 실시예에 있어서, 단계 (S301)을 방법(600)으로 실시 가능하다. 즉, 상술한 단계 (S301)은 하기 단계를 포함 가능하다:
도 6에 도시한 바와 같이, 단계 (S601)에서, 포인트 클라우드 데이터에 대해 다운샘프링 작업을 실행하여, 샘프링된 포인트 클라우드 데이터를 얻는다. 여기서, 다운샘프링 작업을 통해, 포인트 클라우드 데이터의 데이터 규모를 감소 가능하고, 이로써 상면 평탄도를 산출하는 효율을 향상시킬 수 있다.
단계 (S602)에서, 주성분 분석 알고리즘에 기초하여, 샘프링된 포인트 클라우드 데이터의 주요 방향을 확정한다. 주요 방향은 포인트 클라우드 데이터의 전반적인 방향성을 반영하기 위한 것이다. 여기서, 주성분 분석 알고리즘은 구체적으로 상술한 특이값 분해 알고리즘일 수 있고, 여기서 자세한 설명을 생략한다.
단계 (S603)에서, 샘프링된 포인트 클라우드 데이터의 대상 하위 집합을 확정한다.
대상 하위 집합 중 각 포인트의 법선 방향과 주요 방향 사이에 끼인 각이 끼인 각의 한계 값보다 작다. 여기서, 끼인 각의 한계 값은 예를 들어 10도이고, 이에 제한되지 않는다. 단계 (S603)은 상술한 단계 (S502)과 동일하여, 상술한 단계 (S502) 부분의 설명을 참조 가능하므로, 여기서 자세한 설명을 생략한다.
단계 (S604)에서, 샘프링된 포인트 클라우드 데이터의 포인트 수량에 대한 대상 하위 집합의 포인트 수량의 비율을 상면 평탄도로 확정한다.
예를 들어, 상면 평탄도는 하기 공식에 의해 얻을 수 있다.
Figure pct00001
여기서, flat_ratio는 상면 평탄도이고, Nangle는 대상 하위 집합의 포인트 수량이며, Nsampled는 샘프링된 포인트 클라우드 데이터의 포인트 수량을 나타낸다.
일부 실시예에 있어서, 단계 (S302)는 방법(700)으로 실시 가능하다. 즉, 단계 (S302)는 하기 단계를 포함 가능하다:
도 7에 도시한 바와 같이, 단계 (S701)에서, 포인트 클라우드 데이터에 기반하여소포의 외형 모델을 확정한다. 바꾸어 말하면, 단계 (S701)에서 포인트 클라우드 데이터에 기반하여 소포의 3차원 모델을 확정 가능하다. 포인트 클라우드 데이터는 소포 외부의 각 포인트 위치를 나타낼 수 있으므로, 포인트 클라우드 데이터에 기반하여 소포의 3차원 모델을 구축 가능하다.
단계 (S702)에서, 소포의 외형 모델에 기반하여 소포의 가장 작은 외접 직육면체를 확정하고, 직육면체의 부피를 확정한다.
소포의 외형 모델이 확정되면, 해당 외형 모델에 기초하여 소포의 가장 작은 외접 직육면체를 확정 가능하고, 따라서 해당 가장 작은 외접 직육면체의 부피를 산출 가능하다.
단계 (S703)에서, 포인트 클라우드 데이터에 기반하여, 소포의 부피를 확정한다. 여기서, 포인트 클라우드 데이터에 기초하여, 단계 (S703)에서 각종 부피 계산공식을 이용하여, 소포의 부피를 확정 가능하다.
일부 실시예에 있어서, 단계 (S703)을 방법(800)으로 실시 가능하다. 즉, 단계 (S703)은 하기 단계를 포함 가능하다:
도 8에 도시한 바와 같이, 단계 (S801)에서, 포인트 클라우드 데이터를 소정의 평면에 투영하여, 상기 포인트 클라우드 데이터에 대응하는 투영 포인트를 얻는다. 해당 소정의 평면은 소포의 적재면일 수 있되, 예를 들어 소포가 컨베이어 벨트 위에 놓여진 경우, 소포의 하면과 컨베이어 벨트의 표면이 겹쳐지므로, 소정의 평면은 컨베이어 벨트의 표면일 수 있다.
단계 (S802)에서, 포인트 클라우드 데이터에 대응하는 투영 포인트를 그리드 처리를 실행하여, 투영 포인트를 포함하는 복수의 그리드를 얻는다.
단계 (S803)에서, 각 그리드에 대응하는 부피를 산출하되, 각 그리드에 대응하는 부피는 해당 그리드의 면적과 해당 그리드에 투영한 포인트 클라우드 데이터의 높이를 곱한 적이다.
해당 그리드에 투영된 포인트 클라우드 데이터의 높이는 해당 그리드에 투영된 포인트 클라우드 데이터의 높이의 평균 값 또는 해당 그리드에 투영된 포인트 클라우드 데이터의 높이 범위 내에서 수량이 가장 많은 점에 대응하는 높이의 값이다. 여기서, 수량이 가장 많은 점에 대응하는 높이의 값은 또한 높이에 따라 해당 그리드에 투영된 포인트 클라우드 데이터에 대해 조를 나눈 후, 포함된 포인트 수량이 가장 많은 조별에 대응하는 높이의 값으로 이해할 수도 있다. 포인트 클라우드 데이터 중 단일 포인트의 높이는 해당 포인트의 3차원 좌표계의 수직 방향에서의 좌표 값에서 컨베이어 벨트의 수직 방향에서의 좌표 값을 감한 차이다. 여기서, 각 그리드에 대응하는 부피는 해당 그리드에 대응하는 기둥체의 부피로 이해할 수 있다. 기둥체는 그리드로 소포의 외형 모델을 수직 절단시켜 얻어진 기둥체로 볼 수 있다.
단계 (S804)에서, 복수의 그리드에 대응하는 부피의 합을 소포의 부피로 확정한다.
여기서, 단계 (S804)에서, 복수의 그리드에 대응하는 부피의 합을 소포의 부피로 확정하는 것은, 즉 모든 그리드에 대응하는 부피의 합을 소포의 부피로 확정하는 것이다.
상술한바와 같이, 방법(800)은 포인트 클라우드 데이터를 그리드 처리하는 방식으로, 소포의 적분 부피를 산출 가능하다. 따라서, 소포 표면에 평탄성이 부족하는 경우에도, 방법(800)으로 소포의 부피를 상대적으로 정확하게 확정할 수 있다.
단계 (S704)에서, 직육면체의 부피 및 소포의 부피에 기반하여, 부피 듀티 사이클을 산출한다. 예를 들어, 단계 (S704)에서 하기 공식에 의해 부피 듀티 사이클을 산출 가능하다.
Figure pct00002
여기서, volintegral는 소포의 부피이고, volbox는 해당 소포의 가장 작은 외접 직육면체의 부피이다.
일부 실시예에 있어서, 단계 (S304)를 방법(900)으로 실시 가능하다. 즉, 상술한 단계 (S304)는 하기 단계를 포함 가능하다:
도 9에 도시한 바와 같이, 단계 (S901)에서, 포인트 클라우드 데이터의 수평면 내의 수평 투영 영역을 확정하고, 또한 수평 투영 영역의 면적을 확정한다.
단계 (S902)에서, 수평 투영 영역의 가장 작은 외접 직사각형 영역을 확정하고, 또한 직사각형 영역의 면적을 확정한다.
단계 (S903)에서, 직사각형 영역의 면적에 대한 수평 투영 영역의 면적의 비율을 윤곽 직사각형도로 확정한다. 예를 들어, 단계 (S903)에서 하기 방식에 의해 윤곽 직사각형도를 산출 가능하다.
Figure pct00003
여기서, rectangularity는 윤곽 직사각형도이고, Sconvex _hull은 수평 투영 영역의 면적이며, Smin _ rect는 가장 작은 외접 직사각형 영역의 면적이다. 윤곽 직사각형도가 1에 접근할 수록, 소포 상면이 직사각형에 더 접근되고, 소포의 정연성이 더 훌륭하다.
상술한 실시예에 있어서, 소포의 정연도는 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율, 윤곽 직사각형도에 관련되고, 여기서, 상면 평탄도가 높으면 높을수록, 소포 표면의 평탄도가 더 높고, 따라서 소포의 정연도가 더 높은 것을 나타내고; 부피 듀티 사이클 및 이상적인 부피 비율이 높으면 높을수록, 소포의 잉여 용량이 더 적고, 따라서 소포의 정연도가 더 높은 것을 나타내며; 윤곽 직사각형도가 높으면 높을수록, 소포의 윤곽이 직사각형에 더 접근되고, 따라서 소포의 정연도가 더 높은 것을 나타낸다. 즉, 소포의 정연도는 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율 및 윤곽 직사각형도과 각각 정적 상관관계를 나타낸다.
도 10은 본 출원의 일부 실시예에 따른 소포 검사 장치(1000)를 도시하였다. 장치(1000)은, 예를 들어 컴퓨팅 장비(130)에 배치 가능하다.
도 10에 도시한 바와 같이, 장치(1000)는 획득 유닛(1001), 특징 추출 유닛(1002) 및 정연도 확정 유닛(1003)을 포함한다.
획득 유닛(1001)은, 소포의 외면의 포인트 클라우드 데이터를 획득하도록 구성된다.
특징 추출 유닛(1002)는, 포인트 클라우드 데이터에 기반하여, 소포의 외형 특징을 확정하도록 구성된다.
정연도 확정 유닛(1003)은, 소포의 외형 특징에 기반하여, 소포의 정연도를 확정하도록 구성된다. 여기서, 정연도는 소포의 표면 평탄 정도 및/또는 소포의 이미 적재된 량과 소포 용량 상한계의 접근 정도를 나타낸다. 장치(1000)의 더 상세한 실시형태는 방법 (200)과 일치하므로, 여기서 자세한 설명을 생략한다.
상술한바와 같이, 본 출원에 따른 소포 검사 장치(1000)은, 소포의 포인트 클라우드 데이터에 기초하여, 소포의 외형 특징을 획득 가능하고, 또한 외형 특징에 기반하여 정연도를 확정 가능하다. 장치(1000)은 소포 정연도를 인공적으로 검사하는 번거로움을 회피하여, 장비로 소포의 정연도에 대한 자동적 검사를 구현 가능하며, 따라서 소포 정연도 검사의 효율성 및 검사 결과의 일관성을 향상시킬 수 있다.
도 11은 본 출원의 일부 실시예에 따른 소포 검사 장치(1100)를 도시하였다. 장치(1100)은, 예를 들어 컴퓨팅 장비(130)에 배치 가능하다.
도 11에 도시한 바와 같이, 장치(1100)은 획득 유닛(1101), 특징 추출 유닛(1102), 정연도 확정 유닛(1103), 분류 유닛(1104)을 포함한다.
획득 유닛(1101)은, 소포의 외면의 포인트 클라우드 데이터를 획득하도록 구성 가능하다.
특징 추출 유닛(1102)은, 포인트 클라우드 데이터에 기반하여, 소포의 외형 특징을 확정하도록 구성 가능하다.
정연도 확정 유닛(1103)은, 소포의 외형 특징에 기반하여, 소포의 정연도를 확정하도록 구성 가능하다.
분류 유닛(1104)는, 정연도가 정연도의 한계 값에 도달하였는지 여부를 판단하도록 구성 가능하되, 정연도가 정연도 한계 값에 도달한 경우, 분류 유닛(1104)에서 소포의 분류 결과를 제1 유형으로 확정한다. 정연도가 정연도 한계 값보다 낮은 경우, 분류 유닛(1104)은 소포의 분류 결과를 제2 유형으로 확정한다.
일부 실시예에 있어서, 포인트 클라우드 데이터를 획득하기 위하여, 획득 유닛(1101)은 데이터 수집 장치가 컨베이어 벨트 상의 소포에 대해 스캐닝을 실행하여 얻어진 스캐닝 결과를 수신 가능하다. 획득 유닛(1101)은 스캐닝 결과에 기반하여, 포인트 클라우드 데이터를 확정한다.
포인트 클라우드 데이터에 기반하여, 특징 추출 유닛(1102)는 소포의 하나 또는 복수의 외형 특징을 확정 가능하다. 예를 들어, 특징 추출 유닛(1102)는 포인트 클라우드 데이터에 기반하여, 소포의 상면 평탄도를 확정한다. 여기서, 상면 평탄도는 소포의 상부 표면의 평활 정도를 나타내기 위한 것이다. 특징 추출 유닛(1102)는 포인트 클라우드 데이터에 기반하여, 소포의 부피 듀티 사이클을 확정한다. 부피 듀티 사이클은 소포의 가장 작은 외접 직육면체의 부피에 대한 소포의 부피의 비율이다. 특징 추출 유닛(1102)는 포인트 클라우드 데이터에 기반하여, 소포의 이상적인 부피 비율을 확정한다. 이상적인 부피 비율은 소포 용량 상한계에 대한 소포의 부피의 비율이다. 포인트 클라우드 데이터에 기반하여, 소포의 윤곽 직사각형도를 확정한다. 윤곽 직사각형도은 수평 투영 영역의 가장 작은 외접 직사각형 영역의 면적에 대한 소포의 수평 투영 영역의 면적의 비율이다.
일부 실시예에 있어서, 정연도 확정 유닛(1103)은, 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율 및 윤곽 직사각형도 중 적어도 하나의 외형 특징의 가중 합을 산출하고, 또한 해당 가중 합을 소포의 정연도로 확정하도록 구성 가능하다.
특징 추출 유닛(1102)는, 포인트 클라우드 데이터의 주요 방향을 확정하도록 구성 가능하다. 주요 방향은 포인트 클라우드 데이터의 전반적인 방향성을 반영하기 위한 것이다. 특징 추출 유닛(1102)는 또한 포인트 클라우드 데이터의 대상 하위 집합을 확정하도록 구성 가능하다. 대상 하위 집합 중 각 포인트의 법선 방향과 주요 방향 사이에 끼인 각이 끼인 각의 한계 값보다 작다. 이로써, 특징 추출 유닛(1102)는 포인트 클라우드 데이터의 포인트 수량에 대한 대상 하위 집합의 포인트 수량의 비율을 상면 평탄도로 확정한다.
특징 추출 유닛(1102)는 또한 포인트 클라우드 데이터의 주요 방향을 확정하기 전에, 포인트 클라우드 데이터에 대해 다운샘프링 작업을 실행하여, 샘프링된 포인트 클라우드 데이터를 얻도록 구성 가능하다.
일부 실시예에 있어서, 특징 추출 유닛(1102)는, 포인트 클라우드 데이터에 기반하여 소포의 외형 모델을 확정하도록 구성 가능하다. 특징 추출 유닛(1102)는 소포의 외형 모델에 기반하여, 소포의 가장 작은 외접 직육면체를 확정하고, 또한 직육면체의 부피를 확정하도록 구성 가능하다. 특징 추출 유닛(1102)는 포인트 클라우드 데이터에 기반하여, 소포의 부피를 확정하도록 구성 가능하다. 특징 추출 유닛(1102)는 직육면체의 부피 및 소포의 부피에 기반하여, 부피 듀티 사이클을 산출하도록 구성 가능하다.
특징 추출 유닛(1102)는, 소포의 부피를 확정하기 위하여, 소정의 평면 내의 그리드 처리 어레이에 따라, 포인트 클라우드 데이터에 대해 그리드 처리 구분을 실행하여, 복수의 그리드에 대응하는 점을 얻도록 구성 가능하고, 여기서, 각 그리드에 대응하는 포인트의 수평 투역은 해당 그리드의 범위 내에 소속된다. 특징 추출 유닛(1102)는 각 그리드에 대응하는 점에 기반하여, 해당 그리드에 대응하는 부피를 산출한다. 여기서, 해당 그리드에 대응하는 부피는 해당 그리드의 면적과 해당 그리드에 대응하는 포인트의 높이를 곱한 적이다. 특징 추출 유닛(1102)는 복수의 그리드에 대응하는 부피의 합을 소포의 부피로 확정한다.
특징 추출 유닛(1102)는 소포의 윤곽 직사각형도를 확정하기 위하여 포인트 클라우드 데이터의 수평면 내의 수평 투영 영역을 확정하고, 또한 수평 투영 영역의 면적을 확정하도록 구성 가능하다. 특징 추출 유닛(1102)는 수평 투영 영역의 가장 작은 외접 직사각형 영역을 확정하고, 또한 직사각형 영역의 면적을 확정하도록 구성 가능하다. 특징 추출 유닛(1102)는 직사각형 영역의 면적에 대한 수평 투영 영역의 면적의 비율을 윤곽 직사각형도로 확정 가능하다.
특징 추출 유닛(1102)는, 포인트 클라우드 데이터의 주요 방향을 확정하기 위하여, 포인트 클라우드 데이터의 중심 포인트를 산출하도록 구성 가능하다. 중심 포인트의 좌표는 포인트 클라우드 데이터 중의 포인트의 좌표 평균 값이다. 특징 추출 유닛(1102)는 포인트 클라우드 데이터 중 각 포인트의 좌표에서 중심 포인트의 좌표를 감하여, 중심 오프셋 후의 포인트 클라우드 데이터를 얻는다. 특징 추출 유닛(1102)는 중심 오프셋 후의 포인트 클라우드 데이터로 구성된 제1 행렬 및 제2 행렬을 확정한다. 여기서, 제2 행렬은 제1 행렬의 전치 행렬이다. 특징 추출 유닛(1102)는 제1 행렬과 제2 행렬을 곱한 적을 산출하여, 공분산 행렬을 얻는다. 특징 추출 유닛(1102)는 공분산 행렬에 대해 특이값 분해를 실행하여, 특징 값이 가장 큰 특징 백터를 포인트 클라우드 데이터의 주요 방향으로 확정한다.
도 12는 본 출원의 일부 실시예에 따른 컴퓨팅 장비의 개략도이다. 도 12에 도시한 바와 같이, 해당 컴퓨팅 장비는 하나 또는 복수의 프로세서(Central Processing Unit, CPU)(1202), 통신 모듈(1204), 메모리(1206), 유자 인터페이스(1210), 및 이들 구성요소를 상호 연결하기 위한 통신 버스(1208)을 포함한다. 도 12에서는 예시로 그들 중 하나의 프로세서만을 도시한다.
프로세서(1202)는 통신 모듈(1204)을 통해 데이터를 수신 및 송신하여 네트워크 통신 및/또는 로컬 통신을 구현 가능하다.
유자 인터페이스(1210)는 하나 또는 복수의 출력 장비(1212)를 포함하되, 해당 출력 장비(1212)는 하나 또는 복수의 스피커 및/또는 하나 또는 복수의 시각적 디스플레이를 포함한다. 유자 인터페이스(1210)는 또한 하나 또는 복수의 입력 장비(1214)를 포함한다. 유자 인터페이스(1210)는 예를 들어 리모컨에 의한 명령을 수신 가능하되, 이에 제한되지 않는다. 도 12에서는 예시로 그들 중 하나의 출력 장비 및 하나의 입력 장비만을 도시한다.
메모리(1206)는 DRAM, SRAM, DDR RAM 등과 같은 고속 랜덤 액세스 메모리, 또는 기타 랜덤 액세스 솔리드 스테이트 메모리; 또는 하나 또는 복수의 자기 디스크 메모리, 광디스크 메모리, 플래시 메모리와 같은 비휘발성 메모리; 또는 또는 기타 비휘발성 솔리드 스테이트 메모리일 수 있다.
메모리(1206)에는 프로세서(1202)가 실행 가능한 명령 세트가 저장되어 있는 바, 상기 명령 세트는,
다양한 기본 시스템 서비스를 처리하고 하드웨어 관련 업무를 실행하기 위한 프로그램을 포함하는 운영 체제(1216); 및
상술한 소포 검사를 구현하기 위한 다양한 프로그램을 포함하되, 예를 들어 소포 검사 장치(1000) 및 소포 검사 장치(1100)을 포함 가능한 애플리케이션(1218)을 포함한다. 이러한 프로그램은 상술한 각 실예 중의 처리 프로세스를 구현하되, 예를 들어 소포 검사 방법을 포함 가능하다. 일 실시 형태에 따르면, 애플리케이션(1218)는 상술한 소포 검사를 구현하기 위한 다양한 프로그램을 포함 가능하되, 예를 들어 소포 검사 장치(1000) 또는 소포 검사 장치(1100)을 포함 가능하다.
또한, 본 출원의 각 실시예는 컴퓨터와 같은 데이터 처리 장비에 의해 실행되는 데이터 처리 프로그램에 의해 현 가능하다. 데이터 처리 프로그램은 본 발명을 구성하는 요소인 것이 분명하다. 또한, 일반적으로, 하나의 저장 매체에 저장되어 있는 데이터 처리 프로그램은 직접 저장 매체로부터 프로그램을 판독하거나 또는 프로그램을 데이터 처리 장비의 기억장치(예컨대 하드 디스크 및/또는 메모리)에 설치 또는 복제하여 실행한다. 따라서, 이러한 저장 매체도 본 발명을 구성하는 요소이다. 저장 매체는 임의의 종류의 기억 방식, 예를 들어, 종이 저장 매체(예컨대 종이 테이프 등), 자기 저장 매체(예컨대 플로피 디스크, 하드 디스크, 플래시 메모리 등), 광학 저장 매체(예컨대 CD-ROM 등), 광자기 저장 매체(예컨대 MO 등) 등을 사용 가능하다.
따라서, 본 출원은 또한 프로그램이 저장되어 있는 비휘발성 저장 매체를 개시하였다. 해당 프로그램에 명령이 포함되어 있고, 상기 명령은 프로세서에 의해 실행시, 컴퓨팅 장비로 하여금 본 출원에 따른 소포 검사 방법을 실행하도록 한다.
본 출원은 또한 명령을 포함하는 컴퓨터 프로그램 제품에 있어서, 상기 컴퓨터 프로그램 제품이 컴퓨터에서 작동시, 상기 컴퓨터로 하여금 상술한 어느 한 실시예에 따른 소포 검사 방법을 실행하도록 한다.
본 출원에 따른 소포 검사 수단에 의하면, 컴퓨터 프로그램 제품이 컴퓨터에서 작동시, 컴퓨터는 소포의 포인트 클라우드 데이터에 기초하여, 소포의 외형 특징을 획득 가능하고, 또한 외형 특징에 기반하여 정연도를 확정 가능하다. 소포 검사 수단은 인공으로 소포 정연도를 검사하는 번거로움을 회피하여, 장비로 소포 정연도에 대한 자동적 검사를 구현 가능하며, 따라서 소포 정연도 검사의 효율성 및 검사 결과의 일관성을 향상시킬 수 있다.
또한, 본 출원에 따른 방법의 단계는 데이터 처리 프로그램에 의해 구현 가능할 뿐만아니라, 하드웨어에 의해서도 실행 가능하되, 예를 들어, 로직 게이트, 스위치, 주문형 반도체(ASIC), 프로그래머블 로직 컨트롤러 및 임베디드 마이크로컨트롤러 등에 의해 구현 가능하다. 따라서, 이러한 본 출원에 따른 방법을 구현 가능하는 하드웨어도 본 출원을 구성할 수 있다. 상술한 설명은 본 출원의 바람직한 실시예일 뿐, 본 출원을 한정하려는 것이 아니며, 본 출원의 사상 및 원칙 내에서 이루어지는 모든 수정, 동등 교체 및 개선 등은 모두 본 발명의 보호 범위 내에 포괄된다.

Claims (15)

  1. 소포 검사 방법에 있어서,
    소포의 외면의 포인트 클라우드 데이터를 획득하는 단계;
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 외형 특징을 확정하는 단계; 및
    상기 소포의 외형 특징에 기반하여, 상기 소포의 정연도를 확정하는 단계를 포함하되,
    여기서, 상기 정연도는 소포의 표면 평탄 정도 및/또는 소포의 이미 적재된 량과 소포 용량 상한계의 접근 정도를 나타내는 소포 검사 방법.
  2. 제 1 항에 있어서,
    상기 소포의 외면의 포인트 클라우드 데이터를 획득하는 단계는,
    포인트 클라우드 데이터 수집 장치가 컨베이어 벨트 상의 상기 소포를 스캐닝하여 얻어진 스캐닝 결과를 수신하는 단계; 및
    상기 스캐닝 결과에 기반하여, 상기 포인트 클라우드 데이터를 확정하는 단계를 포함하는 소포 검사 방법.
  3. 제 1 항에 있어서,
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 외형 특징을 확정하는 단계는,
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 상면 평탄도를 확정하는 단계 - 상기 상면 평탄도는 상기 소포의 상부 표면의 평활 정도를 나타내기 위한 것임 -;
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피 듀티 사이클을 확정하는 단계 - 상기 부피 듀티 사이클은 상기 소포의 가장 작은 외접 직육면체의 부피에 대한 상기 소포의 부피의 비율임 -;
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 이상적인 부피 비율을 확정하는 단계 - 상기 이상적인 부피 비율은 상기 소포 용량 상한계에 대한 상기 소포의 부피의 비율임 -; 및
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 윤곽 직사각형도를 확정하는 단계 - 상기 윤곽 직사각형도는 상기 소포의 수평 주영 영역의 가장 작은 외접 직사각형 영역의 면적에 대한 상기 소포의 수평 투영 영역의 면적의 비율임 - 중 적어도 하나의 단계를 포함하는 소포 검사 방법.
  4. 제 3 항에 있어서,
    상기 소포의 외형 특징에 기반하여, 상기 소포의 정연도를 확정하는 단계는,
    상기 상면 평탄도, 부피 듀티 사이클, 이상적인 부피 비율 및 윤곽 직사각형도 중 적어도 하나의 외형 특징의 가중 합을 산출하고, 상기 가중 합을 상기 소포의 정연도로 확정하는 단계를 포함하는 소포 검사 방법.
  5. 제 3 항에 있어서,
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 상면 평탄도를 확정하는 단계는,
    상기 포인트 클라우드 데이터의 주요 방향을 확정하는 단계 - 상기 주요 방향은 상기 포인트 클라우드 데이터의 전반적인 방향성을 반영하기 위한 것임 -;
    상기 포인트 클라우드 데이터의 대상 하위 집합을 확정하는 단계 - 상기 대상 하위 집합 중 각 포인트의 법선 방향과 상기 주요 방향 사이에 끼인 각이 끼인 각의 한계 값보다 작음 -; 및
    상기 포인트 클라우드 데이터의 포인트 수량에 대한 상기 대상 하위 집합의 포인트 수량의 비율을 상기 상면 평탄도로 확정하는 단계를 포함하는 소포 검사 방법.
  6. 제 5 항에 있어서,
    상기 포인트 클라우드 데이터의 주요 방향을 확정하는 단계는,
    포인트 클라우드 데이터에 대해 다운샘프링 작업을 실행하여, 샘프링된 포인트 클라우드 데이터를 얻는 단계; 및
    샘프링된 포인트 클라우드 데이터의 주요 방향을 확정하는 단계를 포함하는 소포 검사 방법.
  7. 제 3 항에 있어서,
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피 듀티 사이클을 확정하는 단계는,
    상기 포인트 클라우드 데이터에 기반하여 소포의 외형 모델을 확정하는 단계;
    상기 소포의 외형 모델에 기반하여 상기 소포의 가장 작은 외접 직육면체를 확정하고, 상기 직육면체의 부피를 확정하는 단계;
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피를 확정하는 단계; 및
    상기 직육면체의 부피 및 상기 소포의 부피에 기반하여, 상기 부피 듀티 사이클을 산출하는 단계를 포함하는 소포 검사 방법.
  8. 제 7 항에 있어서,
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 부피를 확정하는 단계는,
    상기 포인트 클라우드 데이터를 소정의 평면에 투영하여, 상기 포인트 클라우드 데이터에 대응하는 투영 포인트를 얻는 단계;
    상기 포인트 클라우드 데이터에 대응하는 투영 포인트에 대해 그리드 처리를 실행하여, 투영 포인트를 포함하는 복수의 그리드를 얻는 단계;
    각 그리드에 대응하는 부피를 산출하는 단계 - 각 그리드에 대응하는 부피는 해당 그리드의 면적과 해당 그리드에 투영한 포인트 클라우드 데이터의 높이를 곱한 적임 -; 및
    복수의 그리드에 대응하는 부피의 합을 소포의 부피로 확정하는 단계를 포함하는 소포 검사 방법.
  9. 제 3 항에 있어서,
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 윤곽 직사각형도를 확정하는 단계는,
    상기 포인트 클라우드 데이터의 수평면 내의 수평 투영 영역을 확정하고 수평 투영 영역의 면적을 확정하는 단계;
    상기 수평 투영 영역의 가장 작은 외접 직사각형 영역을 확정하고, 상기 직사각형 영역의 면적을 확정하는 단계; 및
    상기 직사각형 영역의 면적에 대한 상기 수평 투영 영역의 면적 비율을 상기 윤곽 직사각형도로 확정하는 단계를 포함하는 소포 검사 방법.
  10. 제 5 항에 있어서,
    상기 포인트 클라우드 데이터의 주요 방향을 확정하는 단계는,
    포인트 클라우드 데이터의 중심 포인트를 산출하는 단계 - 상기 중심 포인트의 좌표는 포인트 클라우드 데이터 중의 포인트의 좌표 평균 값임 -;
    포인트 클라우드 데이터 중 각 포인트의 좌표에서 중심 포인트의 좌표를 감하여, 중심 오프셋 후의 포인트 클라우드 데이터를 얻는 단계;
    중심 오프셋 후의 포인트 클라우드 데이터로 구성된 제1 행렬 및 제2 행렬을 확정하는 단계 - 제2 행렬은 제1 행렬의 전치 행렬임 -;
    제1 행렬과 제2 행렬을 곱한 적을 산출하여 공분산 행렬을 얻는 단계; 및
    공분산 행렬에 대해 특이값 분해를 실행하여, 특징 값이 가장 큰 특징 백터를 포인트 클라우드 데이터의 주요 방향으로 확정하는 단계를 포함하는 소포 검사 방법.
  11. 소포 검사 장치에 있어서,
    소포의 외면의 포인트 클라우드 데이터를 획득하기 위한 획득 유닛;
    상기 포인트 클라우드 데이터에 기반하여, 상기 소포의 외형 특징을 확정하기 위한 특징 추출 유닛; 및
    상기 소포의 외형 특징에 기반하여, 상기 소포의 정연도를 확정하기 위한 정연도 확정 유닛을 포함하되,
    여기서, 상기 정연도는 소포의 표면 평탄 정도 및 소포의 이미 적재된 량과 용량의 상한계의 접근 정도를 나타내는 소포 검사 장치.
  12. 컴퓨팅 장비에 있어서,
    메모리;
    프로세서; 및
    해당 메모리에 저장되어 상기 프로세서에 의해 실행되도록 구성된 프로그램을 포함하되,
    상기 프로그램은 제 1 항 내지 제 10 항 중 어느 한 항에 따른 방법을 실행하기 위한 명령을 포함하는 컴퓨팅 장비.
  13. 프로그램이 저장되어 있는 저장 매체에 있어서,
    상기 프로그램에 명령이 포함되어 있으며, 상기 명령이 컴퓨팅 장비에 의해 실행시, 상기 컴퓨팅 장비로 하여금 제 1 항 내지 제 10 항 중 어느 한 항에 따른 방법을 실행하도록 하는 저장 매체.
  14. 물류 시스템에 있어서,
    제 12 항에 따른 컴퓨팅 장비; 및
    컨베이어 벨트; 및
    상기 컨베이어 벨트 상의 소포의 포인트 클라우드 데이터를 수집하기 위한 포인트 클라우드 데이터 수집 장치를 포함하는 물류 시스템.
  15. 명령을 포함하는 컴퓨터 프로그램 제품에 있어서,
    상기 컴퓨터 프로그램 제품이 컴퓨터에서 작동시, 상기 컴퓨터로 하여금 제 1 항 내지 제 10 항 중 어느 한 항에 따른 방법을 실행하도록 하는 컴퓨터 프로그램 제품.
KR1020227024401A 2019-12-31 2020-12-31 소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체 KR20220114619A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201911413069.6A CN113065810B (zh) 2019-12-31 2019-12-31 检测包裹的方法、装置、计算设备、物流系统及存储介质
CN201911413069.6 2019-12-31
PCT/CN2020/142175 WO2021136509A1 (zh) 2019-12-31 2020-12-31 检测包裹的方法、装置、计算设备、物流系统及存储介质

Publications (1)

Publication Number Publication Date
KR20220114619A true KR20220114619A (ko) 2022-08-17

Family

ID=76558041

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227024401A KR20220114619A (ko) 2019-12-31 2020-12-31 소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체

Country Status (5)

Country Link
EP (1) EP4086829A4 (ko)
JP (1) JP7417745B2 (ko)
KR (1) KR20220114619A (ko)
CN (1) CN113065810B (ko)
WO (1) WO2021136509A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114037706A (zh) * 2021-10-13 2022-02-11 东南大学 一种基于三维点云模型的预制梁段表面平整度检测方法
KR102547130B1 (ko) * 2021-11-02 2023-06-26 주식회사 포스트큐브 우편물 부피 측정 방법
CN114155228B (zh) * 2021-12-07 2024-05-10 宁波市新铭建设工程测试有限公司 一种建材试件外形合规性快速测量方法及其装置
CN114688992B (zh) * 2022-04-12 2024-03-12 上海快仓智能科技有限公司 一种反光物的识别方法、装置、电子设备及存储介质
CN115069587A (zh) * 2022-06-20 2022-09-20 博睿自动化设备(广州)有限公司 一种用于芯片平面度检测的自动化设备及其使用方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101324275B1 (ko) * 2012-11-30 2013-11-01 (주)덕평물류 화물 볼륨 체커
WO2015021473A1 (en) * 2013-08-09 2015-02-12 Postea, Inc. Apparatus, systems and methods for enrollment of irregular shaped objects
CN104020095A (zh) * 2014-06-19 2014-09-03 广东中烟工业有限责任公司 一种卷烟小盒空隙率的测定方法
US20170091706A1 (en) * 2015-09-25 2017-03-30 Hand Held Products, Inc. System for monitoring the condition of packages throughout transit
JP6416742B2 (ja) 2015-12-09 2018-10-31 日本電信電話株式会社 含有資源量推定装置、含有資源量推定方法、および、含有資源量推定プログラム
US10262222B2 (en) * 2016-04-13 2019-04-16 Sick Inc. Method and system for measuring dimensions of a target object
CN107388960B (zh) 2016-05-16 2019-10-22 杭州海康机器人技术有限公司 一种确定物体体积的方法及装置
JP6880950B2 (ja) * 2017-04-05 2021-06-02 村田機械株式会社 陥凹部検出装置、搬送装置、および、陥凹部検出方法
US11341350B2 (en) * 2018-01-05 2022-05-24 Packsize Llc Systems and methods for volumetric sizing
CN109029253B (zh) * 2018-06-29 2020-08-25 南京阿凡达机器人科技有限公司 一种包裹体积测量方法、系统、储存介质及移动终端
CN109463969A (zh) * 2018-09-10 2019-03-15 深圳蓝胖子机器人有限公司 快递柜及其快递件的识别方法、机器人和计算机存储介质
CN109272547A (zh) * 2018-09-17 2019-01-25 南京阿凡达机器人科技有限公司 一种包裹外接体积测量方法、系统、存储介质及移动终端
CN109584157A (zh) * 2018-10-19 2019-04-05 苏州优纳科技有限公司 物体平面度测量方法及装置、存储介质、电子测量设备
CN109785379B (zh) * 2018-12-17 2021-06-15 中国科学院长春光学精密机械与物理研究所 一种对称物体尺寸及重量的测量方法及测量系统

Also Published As

Publication number Publication date
CN113065810A (zh) 2021-07-02
CN113065810B (zh) 2024-01-26
EP4086829A1 (en) 2022-11-09
WO2021136509A1 (zh) 2021-07-08
JP2023508510A (ja) 2023-03-02
JP7417745B2 (ja) 2024-01-18
EP4086829A4 (en) 2023-01-18

Similar Documents

Publication Publication Date Title
KR20220114619A (ko) 소포 검사 방법, 장치, 컴퓨팅 장비, 물류 시스템 및 저장 매체
KR102548282B1 (ko) 고정밀도 맵 작성 방법 및 장치
US20180173239A1 (en) Method and system for updating occupancy map based on super ray
CN110031824A (zh) 激光雷达联合标定方法及装置
CN109977466B (zh) 一种三维扫描视点规划方法、装置及计算机可读存储介质
KR101949609B1 (ko) 대표 광선 기반의 점유맵 업데이트 방법 및 시스템
WO2013176894A2 (en) Combining narrow-baseline and wide-baseline stereo for three-dimensional modeling
US20230042968A1 (en) High-definition map creation method and device, and electronic device
WO2023165220A1 (zh) 一种目标物体的检测方法和装置
CN103955964A (zh) 基于三对非平行点云分割片的地面激光点云拼接方法
Palma et al. Detection of geometric temporal changes in point clouds
CN113538555B (zh) 基于规则箱体的体积测量方法、系统、设备及存储介质
CN111739164A (zh) 箱体建模方法、装置、机器人拣选系统、电子设备及介质
CN113111787A (zh) 目标检测方法、装置、设备以及存储介质
CN110517354A (zh) 用于三维点云分割的方法、装置、系统及介质
CN113532266A (zh) 基于三维视觉的箱体积测量方法、系统、设备及存储介质
CN116626700A (zh) 一种机器人定位方法、装置、电子设备和存储介质
CN115437385A (zh) 移动机器人的激光定位方法、装置、设备和介质
Arnaud et al. 3D reconstruction of indoor building environments with new generation of tablets
CN114910892A (zh) 一种激光雷达的标定方法、装置、电子设备及存储介质
Wang et al. Evaluating voxel enabled scalable intersection of large point clouds
KR102089269B1 (ko) 포터블 레이 트레이싱 시스템에서의 버퍼링 방법
CN113538558B (zh) 基于ir图的体积测量优化方法、系统、设备及存储介质
EP3982079A1 (en) Generating a point cloud capture plan
CN113538554A (zh) 基于深度相机的体积测量方法、系统、设备及存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal