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() 基于点云的物体体积测量方法、装置、设备和存储介质制造方法及图纸_技高网

基于点云的物体体积测量方法、装置、设备和存储介质制造方法及图纸

技术编号:42991128 阅读:1 留言:0更新日期:2024-10-15 13:21
本发明专利技术实施例提供了一种基于点云的物体体积测量方法、装置、设备和存储介质,上述方法包括:获取拍摄目标物体得到的多帧图像;对每帧图像进行点云数据处理,得到每帧图像对应的点云数据;根据点云数据中每个点云对应的深度,滤除点云数据中的错误点云,得到目标点云数据;基于每帧图像对应的目标点云数据,确定目标物体对应的体积。本发明专利技术实施例中,基于每帧图像对应的目标点云数据,确定目标物体对应的体积,上述目标点云数据滤除了根据每个点云对应的深度确定的错误点云,通过滤除影响体积测量结果准确性的错误点云这种方式,提高了测量物体体积结果的准确性。

【技术实现步骤摘要】

本专利技术涉及点云处理,尤其涉及一种基于点云的物体体积测量方法、装置、设备和存储介质


技术介绍

1、在货运领域,货物体积测量是痛点需求,用户需要在货运订单中填写货物体积,货运平台以此基于货物体积、货运距离等信息计算货运费用。

2、在现有技术中,往往只能由用户预估货物体积,进而在货运订单中填写预估到的货物体积,然而,预估得到的货物体积往往不准确,进而造成货运费用存在较大误差。

3、因此,如何准确测量物体体积,是本领域待以解决的技术问题。


技术实现思路

1、本专利技术的主要目的在于提供了一种基于点云的物体体积测量方法、装置、计算机设备和存储介质,旨在解决不能准确测量物体体积的技术问题。

2、为实现上述目的,本专利技术提供一种基于点云的物体体积测量方法,该方法包括:

3、获取拍摄目标物体得到的多帧图像;

4、对每帧图像进行点云数据处理,得到所述每帧图像对应的点云数据;

5、根据所述点云数据中每个点云对应的深度,滤除所述点云数据中的错误点云,得到目标点云数据;

6、基于每帧图像对应的目标点云数据,确定所述目标物体对应的体积。

7、可选地,所述根据所述点云数据中每个点云对应的深度,滤除所述点云数据中的错误点云,包括:

8、对所述每帧图像对应的点云数据进行图像分割,得到掩膜区域内的点云数据;

9、计算掩膜区域内每个点云与相机光心之间的距离,得到所述每个点云对应的深度;>

10、根据所述每个点云对应的深度,滤除所述点云数据中的错误点云。

11、可选地,所述根据所述每个点云对应的深度,滤除所述点云数据中的错误点云,包括:

12、按照对应深度从大到小的顺序对所述每个点云进行排序;

13、将排序前n个点云确定为候选点云,得到n个候选点云,n为大于1的正整数;

14、对于任一候选点云,确定所述候选点云相关联的k个参考点云,k为大于1的正整数;

15、根据每个参考点云对应的深度,确定所述候选点云是否为错误点云;

16、滤除所述n个候选点云中的错误点云。

17、可选地,所述确定所述候选点云相关联的k个参考点云,包括:

18、确定所述候选点云相关联的多个第一点云;所述第一点云对应的深度小于或等于所述候选点云对应的深度;

19、将所述多个第一点云中距离所述候选点云最近的k个第一点云,确定为所述k个参考点云。

20、可选地,所述根据每个参考点云对应的深度,确定所述候选点云是否为错误点云,包括:

21、对于任一候选点云,计算所述候选点云相关联的k个参考点云对应的平均深度;

22、根据所述平均深度,计算所述候选点云对应的偏移深度和所述k个参考点云相对于所述平均深度的平均偏差;

23、在所述偏移深度大于目标数值的情况下,确定候选点云为错误点云;

24、在所述偏移深度不大于目标数值的情况下,确定候选点云不为错误点云;

25、其中,所述目标数值为预设阈值与所述平均偏差之间的乘积。

26、可选地,所述方法应用于电子设备,所述电子设备包括相机、第一惯性元件和第二惯性元件;

27、所述对每帧图像进行点云数据处理,得到所述每帧图像对应的点云数据,包括:

28、对于每帧图像,应用预设的slam算法基于所述图像、预设的预积分参数、预设的第一惯性元件坐标系的原点、预设的第二惯性元件坐标系的原点、预设的相机坐标系原点、线性转换参数,得到所述每帧图像对应的点云数据;

29、其中,所述线性转换参数用于表征所述第一惯性元件坐标系于所述相机坐标系之间的线性转换关系,以及所述第二惯性元件坐标系于所述相机坐标系之间的线性转换关系。

30、可选地,所述线性转换参数通过以下公式确定:

31、+

32、其中,为p点在第一惯性元件坐标系中的坐标或者p点在第二惯性元件坐标系中的坐标,为p点在相机坐标系中的坐标,为相机相对于第一惯性元件的外参,为相机相对于第二惯性元件的外参,第一线性转换参数包括和。

33、此外,为实现上述目的,本专利技术还提供一种基于点云的物体体积测量装置,所述基于点云的物体体积测量装置包括:

34、获取模块,用于获取拍摄目标物体得到的多帧图像;

35、处理模块,用于对每帧图像进行点云数据处理,得到所述每帧图像对应的点云数据;

36、滤除模块,用于根据所述点云数据中每个点云对应的深度,滤除所述点云数据中的错误点云,得到目标点云数据;

37、确定模块,用于基于每帧图像对应的目标点云数据,确定所述目标物体对应的体积。

38、为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:

39、所述计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现本申请实施例中提出的任一项所述的基于点云的物体体积测量方法的步骤。

40、为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:

41、所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例中提出的任一项所述的基于点云的物体体积测量方法的步骤。

42、与现有技术相比,本申请实施例主要有以下有益效果:

43、本专利技术实施例提供了一种基于点云的物体体积测量方法、装置、设备和存储介质,上述方法包括:获取拍摄目标物体得到的多帧图像;对每帧图像进行点云数据处理,得到每帧图像对应的点云数据;根据点云数据中每个点云对应的深度,滤除点云数据中的错误点云,得到目标点云数据;基于每帧图像对应的目标点云数据,确定目标物体对应的体积。本专利技术实施例中,基于每帧图像对应的目标点云数据,确定目标物体对应的体积,上述目标点云数据滤除了根据每个点云对应的深度确定的错误点云,通过滤除影响体积测量结果准确性的错误点云这种方式,提高了测量物体体积结果的准确性。

本文档来自技高网...

【技术保护点】

1.一种基于点云的物体体积测量方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述点云数据中每个点云对应的深度,滤除所述点云数据中的错误点云,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据所述每个点云对应的深度,滤除所述点云数据中的错误点云,包括:

4.根据权利要求3所述的方法,其特征在于,所述确定所述候选点云相关联的K个参考点云,包括:

5.根据权利要求3所述的方法,其特征在于,所述根据每个参考点云对应的深度,确定所述候选点云是否为错误点云,包括:

6.根据权利要求1所述的方法,其特征在于,所述方法应用于电子设备,所述电子设备包括相机、第一惯性元件和第二惯性元件;

7.根据权利要求6所述的方法,其特征在于,所述线性转换参数通过以下公式确定:

8.一种基于点云的物体体积测量装置,其特征在于,包括:

9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于点云的物体体积测量方法的步骤。

10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于点云的物体体积测量方法的步骤。

...

【技术特征摘要】

1.一种基于点云的物体体积测量方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述点云数据中每个点云对应的深度,滤除所述点云数据中的错误点云,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据所述每个点云对应的深度,滤除所述点云数据中的错误点云,包括:

4.根据权利要求3所述的方法,其特征在于,所述确定所述候选点云相关联的k个参考点云,包括:

5.根据权利要求3所述的方法,其特征在于,所述根据每个参考点云对应的深度,确定所述候选点云是否为错误点云,包括:

6.根据权利要求1所述的方法,其特征在于,所述方法应用...

【专利技术属性】
技术研发人员:范文洋
申请(专利权)人:深圳依时货拉拉科技有限公司
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