[发明专利]箱体体积测量方法、装置、计算机设备和存储介质

权利要求书

1.一种箱体体积测量方法，所述方法包括：

获取目标箱体对应的二维图像，并调用预设接口获取所述二维图像对应的二维特征点与三维点云数据；

通过已训练好的角点识别模型识别所述二维图像中的箱体角点；

根据所述箱体角点与所述二维特征点确定所述目标箱体对应的基准面，并从所述三维点云数据中筛选所述基准面对应的目标三维点云数据；

基于所述目标三维点云数据进行平面拟合得到基准面方程；

根据相机原点与所述基准面方程，以及与所述箱体角点对应的三维坐标点，确定所述目标箱体的箱体体积。

2.根据权利要求1所述的方法，其特征在于，所述已训练好的角点识别模型包括：特征提取模型、关键点检测模型与连接线检测模型；所述通过已训练好的角点识别模型识别所述二维图像中的箱体角点，包括：

通过所述特征提取模型提取所述二维图像对应的特征图；

通过所述关键点检测模型对所述特征图进行关键点检测，得到已标注关键点的第一图像；

通过所述连接线检测模型对所述特征图进行连接线检测，得到已标注连接线的第二图像；

根据所述第一图像与所述第二图像确定所述二维图像中的箱体角点。

3.根据权利要求1所述的方法，其特征在于，所述根据所述箱体角点与所述二维特征点确定所述目标箱体对应的基准面，并从所述三维点云数据中筛选所述基准面对应的目标三维点云数据，包括：

根据所述箱体角点确定所述目标箱体对应的多个箱体面；

基于所述二维特征点从所述多个箱体面中选取基准面；

根据所述基准面内的二维特征点，从所述三维点云数据中筛选目标三维点云数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标三维点云数据进行平面拟合得到基准面方程，包括：

从所述目标三维点云数据中选取预设数量的目标三维坐标点；

按照所述目标三维坐标点进行平面拟合得到拟合平面；

确定所述目标三维点云数据中与所述拟合平面的距离小于或等于预设距离阈值的三维坐标点的占比；

当所述占比大于或等于预设占比阈值时，将所述拟合平面对应的拟合方程确定为基准面方程。

5.根据权利要求1至4任意一项所述的方法，其特征在于，所述根据相机原点与所述基准面方程，以及与所述箱体角点对应的三维坐标点，确定所述目标箱体的箱体体积，包括：

从所述箱体角点中选取多个第一箱体角点与一个第二箱体角点；

根据相机原点、所述基准面方程与每个第一箱体角点对应的三维坐标点，确定相应第一箱体角点在基准面的投影点；

根据所述相机原点、所述基准面方程与所述第二箱体角点对应的三维坐标点，确定所述第二箱体角点在所述基准面的投影点与投影角度；

根据所确定的投影点与投影角度计算所述目标箱体对应的箱体体积。

6.根据权利要求5所述的方法，其特征在于，所述根据所确定的投影点与投影角度计算所述目标箱体对应的箱体体积，包括：

根据所述多个第一箱体角点各自对应的投影点，确定所述目标箱体对应的长和宽；

根据所述第二箱体角点对应的投影点与投影角度，以及与所述第二箱体角点相邻的第一箱体角点对应的投影点，确定所述目标箱体对应的高；

基于所述长、宽与高确定所述目标箱体对应的箱体体积。

7.根据权利要求5所述的方法，其特征在于，所述第一箱体角点与所述第二箱体角点均为目标箱体角点；所述根据所确定的投影点与投影角度计算所述目标箱体对应的箱体体积，包括：

根据所确定的投影点与投影角度确定相应目标箱体角点所对应的箱体三维角点的初始角点坐标；

确定优化参数，所述优化参数包括优化限制条件、目标方程、优化迭代次数与优化误差；

根据所述优化参数调用优化函数对所述初始角点坐标进行迭代优化，得到目标角点坐标；

根据所述目标角点坐标计算所述目标箱体的箱体体积。