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() 一种基于深度相机的容积率测量方法技术_技高网

一种基于深度相机的容积率测量方法技术

技术编号:41900018 阅读:4 留言:0更新日期:2024-07-05 14:07
本发明专利技术公开了一种基于深度相机的容积率测量方法,其首先对采集的图像进行裁剪标记以及对深度相机高度和测量容器高度进行标记,之后从深度相机拍照以获取原始深度图片,根据以上标记对图片进行裁剪,通过算法将深度图片转换为一维深度数组imageDeepData,再对一维深度数组imageDeepData进行降噪处理,降噪完成后对深度数组imageDeepData坐标系进行归零转换,之后依次计算总深度数据DeepSum、计算总深度像素DeepCount和计算测量容器最大体积MaxArea,最后计算得出最终容积率DeepSum/MaxArea。相比现有技术而言,本发明专利技术通过深度相机拍照来获取深度数据图像,通过对深度数据图像进行特定算法进行计算,可获取航材货物所占容积率的大小百分比数值,采用该算法有助于实施空间调整、架位变换等后续工作。

【技术实现步骤摘要】

本专利技术涉及容纳空间容积率评估方法,尤其涉及一种基于深度相机的容积率测量方法


技术介绍

1、仓库容积率用来表征指仓库所能容纳货物的比例,例如,可容纳航材货物的航材仓库管理系统中,为保证仓库高效利用,需要以智能手段对仓库容积率进行评估。现有的容积率评估手段一般依赖录入、统计数据进行分析,请参见公开号为cn112407740b、名称为“一种仓库管理系统”的中国专利公开文献,其中记载了:“一种仓库管理系统,包括:入库设备、出库设备、库存管理设备和中央服务器,所述中央服务器包括:入库单元,与所述入库设备连接,用于管理仓库的入库操作;出库单元,与所述出库设备连接,用于管理所述仓库的出库操作;库存管理单元,与所述库存管理设备连接,用于对所述仓库的库存进行管理;所述库存管理单元包括:补货管理子单元,用于生成补货任务”,此类系统采用进出库统计、补货任务生成等手段来提高仓库的利用率,其完全依赖于统计数据,缺乏对仓库整体空间的数据分析,所以不能表达仓库容积率,进而造成仓库空间不能被充分利用,难以满足高效、高容积率仓库管理要求。


技术实现思路

1、本专利技术要解决的技术问题在于,针对现有技术的不足,提供一种可准确评估仓库容积率,有助于实施空间调整、架位变换等工作的基于深度相机的容积率测量方法。

2、为解决上述技术问题,本专利技术采用如下技术方案。

3、一种基于深度相机的容积率测量方法,其包括如下步骤:步骤s1,对需要采集的图像进行裁剪标记,设定标记参数;步骤s2,对深度相机高度以及被测容器的高度进行预设置,将深度相机高度记为totalheight值,被测容器最大高度记为boxheight值;步骤s3,调用深度相机拍摄被测容器内的图像,获得深度图像;步骤s4,根据所述标记参数对所述深度图像进行区域裁剪,得到图像clipimage;步骤s5,将所述图像clipimage由深度图像格式数据转换成int[]类型的imagedeepdata数组数据;步骤s6,对所述imagedeepdata数组数据进行降噪处理;步骤s7,对降噪处理后的所述imagedeepdata数组数据进行坐标系归零转换;步骤s8,遍历所述imagedeepdata数组数据,对其求和得到被测容器体积deepsum;步骤s9,遍历所述imagedeepdata数组数据,统计非零数据的个数得到deepcount数据,所述deepcount数据代表被测目标在所述深度图像下所占用像素的有效面积;步骤s10,将所述boxheight值与所述deepcount数据作乘法运算得到maxarea值,所述maxarea值代表被测容器的最大体积;步骤s11,计算ratio=被测容器体积deepsum×100÷maxarea值,ratio代表被测容器在最大体积中所占用的容积率。

4、优选地,所述步骤s1中设定的标记参数包括x、y、clipwidth和clipheight,其中,x为测量区域在深度图像内的横坐标,y为测量区域在深度图像内的纵坐标,clipwidth为测量区域的宽度,clipheight为测量区域的长度。

5、优选地,所述步骤s2中,计算切面参数deepmin值和deepmax值,其中,以深度相机为零点建立坐标系,将totalheight值减去boxheight值后赋值给deepmin值,将totalheight值赋值给deepmax值。

6、优选地,所述步骤s3中,所述深度图像格式为16uc1,为无符号两字节单通道图像。

7、优选地,所述步骤s6包括如下过程:步骤s60,过滤所述imagedeepdata数组数据中所有等于0的像素点深度数据,将等于0的像素点深度数据作为噪点数据并赋值为所述步骤s2中的deepmax值;步骤s61,过滤所述imagedeepdata数组数据中所有小于deepmin值的像素点深度数据,将这些像素点深度数据作为噪点数据并赋值为所述步骤s2中的deepmin值;步骤s62,过滤所述imagedeepdata数组数据中所有大于deepmin值的像素点深度数据,将这些像素点深度数据作为噪点数据并赋值为所述步骤s2中的deepmax值。

8、优选地,所述步骤s7中,循环所述imagedeepdata数组数据,在每次循环周期中将boxheight值-(imagedeepdata[i] - deepmin值)赋值给imagedeepdata[i],其中,i表示:深度数据的循环下标。

9、优选地,所述步骤s11中,容积率ratio的数值保留两位小数。

10、本专利技术公开的基于深度相机的容积率测量方法中,首先对采集的图像进行裁剪标记以及对深度相机高度和测量容器高度进行标记,之后从深度相机拍照以获取原始深度图片,根据以上标记对图片进行裁剪,通过算法将深度图片转换为一维深度数组imagedeepdata,再对一维深度数组imagedeepdata进行降噪处理,降噪完成后对深度数组imagedeepdata坐标系进行归零转换,之后依次计算总深度数据 deepsum、计算总深度像素deepcount和计算测量容器最大体积 maxarea,最后计算得出最终容积率 deepsum/maxarea。相比现有技术而言,本专利技术通过深度相机拍照来获取深度数据图像,通过对深度数据图像进行特定算法进行计算,可获取航材货物所占容积率的大小百分比数值,该特定算法可记为eaeroquealratiocalc,采用该算法有助于实施空间调整、架位变换等后续工作,较好地满足了应用需求。

本文档来自技高网...

【技术保护点】

1.一种基于深度相机的容积率测量方法,其特征在于,包括如下步骤:

2.如权利要求1所述的基于深度相机的容积率测量方法,其特征在于,所述步骤S1中设定的标记参数包括x、y、clipWidth和clipHeight,其中,x为测量区域在深度图像内的横坐标,y为测量区域在深度图像内的纵坐标,clipWidth为测量区域的宽度,clipHeight为测量区域的长度。

3.如权利要求1所述的基于深度相机的容积率测量方法,其特征在于,所述步骤S2中,计算切面参数deepMin值和deepMax值,其中,以深度相机为零点建立坐标系,将totalHeight值减去boxHeight值后赋值给deepMin值,将totalHeight值赋值给deepMax值。

4.如权利要求1所述的基于深度相机的容积率测量方法,其特征在于,所述步骤S3中,所述深度图像格式为16UC1,为无符号两字节单通道图像。

5.如权利要求3所述的基于深度相机的容积率测量方法,其特征在于,所述步骤S6包括如下过程:

6.如权利要求1所述的基于深度相机的容积率测量方法,其特征在于,所述步骤S7中,循环所述imageDeepData数组数据,在每次循环周期中将boxHeight值-(imageDeepData[i]- deepMin值)赋值给imageDeepData[i],其中,i表示:深度数据的循环下标。

7.如权利要求1所述的基于深度相机的容积率测量方法,其特征在于,所述步骤S11中,容积率Ratio的数值保留两位小数。

...

【技术特征摘要】

1.一种基于深度相机的容积率测量方法,其特征在于,包括如下步骤:

2.如权利要求1所述的基于深度相机的容积率测量方法,其特征在于,所述步骤s1中设定的标记参数包括x、y、clipwidth和clipheight,其中,x为测量区域在深度图像内的横坐标,y为测量区域在深度图像内的纵坐标,clipwidth为测量区域的宽度,clipheight为测量区域的长度。

3.如权利要求1所述的基于深度相机的容积率测量方法,其特征在于,所述步骤s2中,计算切面参数deepmin值和deepmax值,其中,以深度相机为零点建立坐标系,将totalheight值减去boxheight值后赋值给deepmin值,将totalheight值赋值给deepmax值。

<...

【专利技术属性】
技术研发人员:潘敬业
申请(专利权)人:深圳市伊天行技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1