仓储货物的体积测量方法、装置、计算机设备及存储介质制造方法及图纸

本申请提供一种仓储货物的体积测量方法、装置、计算机设备及存储介质，方法包括：获取待测仓储货物的三维点云数据；基于预设的杂质影响顺序，对三维点云数据进行深层滤波处理，得到滤波后的三维点云数据；对滤波后的三维点云数据进行点云填充处理，得到目标三维点云数据；解析目标三维点云数据，得到待测仓储货物的货物体积信息。采用本方法，可精准提取待测仓储货物的点云数据并进行完善，进而有效提升仓储货物的体积测量准确率。仓储货物的体积测量准确率。仓储货物的体积测量准确率。

【技术实现步骤摘要】
仓储货物的体积测量方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及机器视觉
，特别是涉及一种仓储货物的体积测量方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着机器视觉
的不断发展，货物体积测量方法也得到了较大改善。
[0003]传统的货物体积测量方法，通常采用人工测量或平面二维视觉技术测量方式；其中，人工测量的方式主要依赖于测量尺的精度，存在较大主观差异性且工作量大、效率低；而平面二维视觉技术的测量方式，主要是在固定景深下，利用像素长度与物理长度之间的转换关系计算物体的实际尺寸，但由于其成像原理的限制，即无法根据近大远小的实际情况作具体分析，只能对单一规格的货物进行测量，所以采用该方法与物流应用场景相结合时，无法根据不同规格的货物进行针对性测量，更无法准确测量仓储货物的体积。
[0004]因此，传统的货物体积测量方法存在着测量准确率低的问题。

技术实现思路

[0005]本申请的目的在于提供一种仓储货物的体积测量方法、装置、计算机设备及存储介质，用以提升仓储货物的体积测量准确率。
[0006]第一方面，本申请提供一种仓储货物的体积测量方法，包括：
[0007]获取待测仓储货物的三维点云数据；
[0008]基于预设的杂质影响顺序，对三维点云数据进行深层滤波处理，得到滤波后的三维点云数据；
[0009]对滤波后的三维点云数据进行点云填充处理，得到目标三维点云数据；
[0010]解析目标三维点云数据，得到待测仓储货物的货物体积信息。
[0011]在本申请一些实施例中，深层滤波处理的顺序包括：第一滤波处理、第二滤波处理以及第三滤波处理；其中，第一滤波处理用于筛选出三维点云数据中的第三目标点云数据，以获取第二点云集合；第二滤波处理用于筛选出第二点云集合中的第五目标点云数据，以获取第四点云集合；第三滤波处理用于筛选出第四点云集合中的第七目标点云数据，以获取滤波后的三维点云数据。
[0012]在本申请一些实施例中，基于预设的杂质影响顺序，对三维点云数据进行深层滤波处理，得到滤波后的三维点云数据，包括：获取三维点云数据对应的第一目标点云数据，得到第一点云集合；响应于第一目标点云数据满足于预设的坐标阈值条件，对第一目标点云数据进行聚类筛选，得到各个点云集合中的第二目标点云数据；其中，第二目标点云数据包括Z轴数据；针对各个点云集合，筛选出Z轴数据为最小值的第二目标点云数据作为第三目标点云数据，以对三维点云数据进行第一滤波处理，统计得到第二点云集合；对第三目标点云数据进行第二滤波处理，得到滤波后的三维点云数据。
[0013]在本申请一些实施例中，对第三目标点云数据进行第二滤波处理，得到滤波后的
三维点云数据，包括：根据第三目标点云数据，建立第一K
‑
D树结构；基于第一K
‑
D树结构，对第三目标点云数据进行最近邻搜索，得到包括k个第四目标点云数据的第三点云集合；根据第四目标点云数据的Z轴数据，计算第三点云集合的标准差；响应于标准差小于预设的标准差阈值，保留各第四目标点云数据作为第五目标点云数据，以对第三目标点云数据进行第二滤波处理，统计得到第四点云集合；对第四点云集合进行第三滤波处理，得到滤波后的三维点云数据。
[0014]在本申请一些实施例中，仓储货物的体积测量方法还包括：响应于标准差大于或等于预设的标准差阈值，根据第四目标点云数据的Z轴数据，计算第三点云集合的第一Z轴平均值；筛选出Z轴数据大于第一Z轴平均值的第四目标点云数据，作为第五目标点云数据，以对第三目标点云数据进行第二滤波处理，统计得到第四点云集合。
[0015]在本申请一些实施例中，对第四点云集合进行第三滤波处理，得到滤波后的三维点云数据，包括：筛除掉第四点云集合中的地面点云数据，得到包括第六目标点云数据的第五点云集合；获取各第六目标点云数据之间的第一平均距离数据，以根据第一平均距离数据，更新预设的点距离阈值，得到更新后的点距离阈值；建立第六目标点云数据对应的第二K
‑
D树结构，以根据第二K
‑
D树结构，获取第二平均距离数据；响应于第二平均距离数据小于更新后的点距离阈值，保留第六目标点云数据和地面点云数据作为第七目标点云数据，以更新第五点云集合，得到更新后的第五点云集合。
[0016]在本申请一些实施例中，根据第一平均距离数据，更新预设的点距离阈值，得到更新后的点距离阈值，包括：获取第一平均距离数据与预设平均距离之间的商值，得到点距离阈值缩放因子；获取点距离阈值缩放因子与预设的点距离阈值之间的积值，以更新预设的点距离阈值，得到更新后的点距离阈值。
[0017]在本申请一些实施例中，根据第二K
‑
D树结构，获取第二平均距离数据，包括：根据第二K
‑
D树结构，对第六目标点云数据进行最近邻搜索，得到包括k个最近邻点云的近邻点云集合；获取各第六目标点云数据与各最近邻点云之间的点云距离，得到距离集合；获取点云距离对应的平均距离，得到第二平均距离数据。
[0018]在本申请一些实施例中，仓储货物的体积测量方法还包括：响应于第二平均距离数据大于或等于更新后的距离阈值，滤除第六目标点云数据，以更新第五点云集合，得到更新后的第五点云集合；将地面点云数据添加至更新后的第五点云集合，以对第四点云集合进行第三滤波处理；将更新后的第五点云集合中的点云数据作为第七目标点云数据，统计得到滤波后的三维点云数据。
[0019]在本申请一些实施例中，对滤波后的三维点云数据进行点云填充处理，得到目标三维点云数据，包括：基于预设的条形框长度缩放因子和预设的条形框步长，获取起始点云数据；根据起始点云数据和预设的框内中心点云，筛选出在预设条形框范围之内的滤波后的三维点云数据，得到框内点云数据；根据框内点云数据的Z轴数据，获取第二Z轴平均值；根据第二Z轴平均值和框内中心点云，对滤波后的三维点云数据进行点云填充处理，得到目标三维点云数据。
[0020]在本申请一些实施例中，根据第二Z轴平均值和框内中心点云，对滤波后的三维点云数据进行点云填充处理，得到目标三维点云数据，包括：根据第二Z轴平均值和框内中心点云，对滤波后的三维点云数据进行点云边界填充处理，得到初步填充后的三维点云数据；
基于分段线性插值方法，对初步填充后的三维点云数据进行插值填充，得到目标三维点云数据。
[0021]在本申请一些实施例中，在获取待测仓储货物的三维点云数据之前，还包括：获取待测仓储货物的初始三维点云数据，并对初始三维点云数据进行三维坐标转换，得到初始平面法向量；以及对初始三维点云数据进行地面拟合，得到真实平面法向量；获取真实平面法向量与初始平面法向量之间的夹角信息；根据夹角信息，对初始三维点云数据进行坐标矫正，得到三维点云数据。
[0022]在本申请一些实施例中，解析目标三维点云数据，得到待测仓储货物的货物体积信息，包括：累加目标三维点云数据的Z轴数据，得到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仓储货物的体积测量方法，其特征在于，包括：获取待测仓储货物的三维点云数据；基于预设的杂质影响顺序，对所述三维点云数据进行深层滤波处理，得到滤波后的三维点云数据；对所述滤波后的三维点云数据进行点云填充处理，得到目标三维点云数据；解析所述目标三维点云数据，得到所述待测仓储货物的货物体积信息。2.如权利要求1所述的方法，其特征在于，所述深层滤波处理的顺序包括：第一滤波处理、第二滤波处理以及第三滤波处理；其中，所述第一滤波处理用于筛选出所述三维点云数据中的第三目标点云数据，以获取第二点云集合；所述第二滤波处理用于筛选出所述第二点云集合中的第五目标点云数据，以获取第四点云集合；所述第三滤波处理用于筛选出所述第四点云集合中的第七目标点云数据，以获取所述滤波后的三维点云数据。3.如权利要求2所述的方法，其特征在于，所述基于预设的杂质影响顺序，对所述三维点云数据进行深层滤波处理，得到滤波后的三维点云数据，包括：获取所述三维点云数据对应的第一目标点云数据，得到第一点云集合；响应于所述第一目标点云数据满足于预设的坐标阈值条件，对所述第一目标点云数据进行聚类筛选，得到各个点云集合中的第二目标点云数据；其中，所述第二目标点云数据包括Z轴数据；针对各个点云集合，筛选出所述Z轴数据为最小值的第二目标点云数据作为第三目标点云数据，以对所述三维点云数据进行第一滤波处理，统计得到第二点云集合；对所述第三目标点云数据进行第二滤波处理，得到所述滤波后的三维点云数据。4.如权利要求3所述的方法，其特征在于，所述对所述第三目标点云数据进行第二滤波处理，得到所述滤波后的三维点云数据，包括：根据所述第三目标点云数据，建立第一K
‑
D树结构；基于所述第一K
‑
D树结构，对所述第三目标点云数据进行最近邻搜索，得到包括k个第四目标点云数据的第三点云集合；根据所述第四目标点云数据的Z轴数据，计算所述第三点云集合的标准差；响应于所述标准差小于预设的标准差阈值，保留各所述第四目标点云数据作为第五目标点云数据，以对所述第三目标点云数据进行第二滤波处理，统计得到第四点云集合；对所述第四点云集合进行第三滤波处理，得到所述滤波后的三维点云数据。5.如权利要求4所述的方法，其特征在于，所述方法还包括：响应于所述标准差大于或等于预设的标准差阈值，根据所述第四目标点云数据的Z轴数据，计算所述第三点云集合的第一Z轴平均值；筛选出所述Z轴数据大于所述第一Z轴平均值的第四目标点云数据，作为第五目标点云数据，以对所述第三目标点云数据进行第二滤波处理，统计得到第四点云集合。6.如权利要求5所述的方法，其特征在于，所述对所述第四点云集合进行第三滤波处理，得到所述滤波后的三维点云数据，包括：
筛除掉所述第四点云集合中的地面点云数据，得到包括第六目标点云数据的第五点云集合；获取各所述第六目标点云数据之间的第一平均距离数据，以根据所述第一平均距离数据，更新预设的点距离阈值，得到更新后的点距离阈值；建立所述第六目标点云数据对应的第二K
‑
D树结构，以根据所述第二K
‑
D树结构，获取第二平均距离数据；响应于所述第二平均距离数据小于所述更新后的点距离阈值，保留所述第六目标点云数据和所述地面点云数据作为第七目标点云数据，以更新所述第五点云集合，得到更新后的第五点云集合。7.如权利要求6所述的方法，其特征在于，所述根据所述第一平均距离数据，更新预设的点距离阈值，得到更新后的点距离阈值，包括：获取所述第一平均距离数据与预设平均距离之间的商值，得到点距离阈值缩放因子；获取所述点距离阈值缩放因子与预设的点距离阈值之间的积值，以更新预设的点距离阈值，得到...

【专利技术属性】
技术研发人员：岳阳雪，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：