申请/专利权人：深圳市异方科技有限公司

申请日：2021-04-07

公开（公告）日：2024-04-26

公开（公告）号：CN113295089B

主分类号：G01B11/00

分类号：G01B11/00;G06T7/00;G06T7/44;G06T7/62;G06T7/90;G06T17/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.10.29#实质审查的生效;2021.08.24#公开

摘要：本发明实施例公开了一种基于视觉惯性SLAM的车厢容积率测量方法，移动终端距离货物预设距离采集车厢与货物的彩色图像、深度图像以及惯性数据；系统进行初始化处理；跟踪计算得每帧图像拍摄时候移动终端的位姿以及车厢与货物的彩色图像与深度图像进行三维点云重建以获得车厢与货物的三维点云；根据三维点云获得车厢与货物的点云的体积，进而获得车厢的容积率。本发明具有快速、简便、高效、长距离、准确地得到所测量车厢与货物的点云的体积，进而获得车厢的容积率。

主权项：1.一种基于视觉惯性SLAM的车厢容积率测量方法，其特征在于，包括：移动终端距离货物预设距离采集车厢与货物的彩色图像、深度图像以及惯性数据；vio系统进行初始化处理；跟踪计算得每帧图像拍摄时候移动终端的位姿以及所述车厢与货物的彩色图像与深度图像进行三维点云重建以获得所述车厢与货物的三维点云；根据所述三维点云获得所述车厢与货物的点云的体积，进而获得所述车厢的容积率；所述移动终端距离货物预设距离采集车厢与货物的彩色图像、深度图像以及惯性数据的步骤之后包括：所述移动终端采集彩色图像、深度图像过程形成视频流；对所述视频流中的图像进行跟踪，并根据相邻图像的信息计算所述移动终端的运动信息；所述对所述视频流中的图像进行跟踪，并根据相邻图像的信息计算所述移动终端的运动信息包括：对彩色图像采用KLT稀疏光流算法跟踪Shi-Tomasi特征点；根据所述Shi-Tomasi特征点计算出本质矩阵或单应矩阵，并从所述本质矩阵或者单应矩阵中恢复出当前帧与上一帧图像之间所述移动终端的位姿，从而获得所述移动终端的运动信息；所述vio系统进行初始化处理包括：判断vio系统初始化是否成功；若否，则根据所述移动终端的位姿，在非相邻的两帧深度图像和彩色图像之间视差大于预设值时进行vio系统初始化；所述跟踪计算得每帧图像拍摄时候移动终端的位姿以及所述车厢与货物的彩色图像与深度图像进行三维点云重建的步骤包括：跟踪计算得每帧图像拍摄时所述移动终端的位姿；根据位姿将关键帧深度图像对应的点云变换加入到初始化帧的坐标系中，对车厢和货物进行扫描，当扫描结束后便完成整个车厢内环境的三维点云重建；所述跟踪计算得每帧图像拍摄时候移动终端的位姿以及所述车厢与货物的彩色图像与深度图像进行三维点云重建的步骤之后包括：根据所述惯性数据获得重力方向，在所述重力方向上对点云投影到该方向上的数值做直方图统计，以此从小到大以及从大到小找到最值，以获得初步的车厢底面平面以及顶面平面；根据初步选取得到的点云根据随机一致性采样的方法进行平面的拟合得到精确的平面信息；采用相同方法分别拟合所述车厢侧面的两个平面；获取所述车厢四个平面之后，得到车厢门口边缘部分，并把所述车厢门口部分的点云补全之后，为下一步的体积测量做准备。

全文数据：

权利要求：

百度查询： 深圳市异方科技有限公司 一种基于视觉惯性SLAM的车厢车厢容积率测量方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD