System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请属于测量,尤其涉及一种物体包装体积测量方法、装置及存储介质。
技术介绍
1、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。
2、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。
技术实现思路
1、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。
2、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:
3、获取目标物体的高度;
4、利用点云采集设备获取目标物体的点云数据;
5、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;
6、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。
7、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
8、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;
9、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;
10、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;
11、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;
12、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;
13、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。
14、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:
15、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;
16、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;
17、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。
18、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:
19、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。
20、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。
21、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:
22、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;
23、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;
24、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;
25、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。
26、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:
27、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。
28、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:
29、利用光栅获取目标物体的高度。
30、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。
31、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:
32、第一获取模块,用于获取目标物体的高度;
33、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;
34、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;
35、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。
36、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。
37、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。
38、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。
39、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本文档来自技高网...
【技术保护点】
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:
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:
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:
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:
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
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:
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:
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:
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:
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。
...【技术特征摘要】
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:
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:
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:
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:
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...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。