[发明专利]箱体体积测量方法、装置、计算机设备和存储介质

说明书

本申请涉及一种箱体体积测量方法、装置、计算机设备和存储介质。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。采用本方法能够降低箱体体积的测量成本。

技术领域

本申请涉及测量技术领域，特别是涉及一种箱体体积测量方法、装置、计算机设备和存储介质。

背景技术

随着物流行业的发展，越来越多的应用场景需要测量箱体体积。比如，物流运费通常按照箱体重量来计算，但当箱体重量较轻而箱体体积较大时，会占用较多的运输空间，此时按照箱体体积计算运费更为合理。还比如，基于箱体体积合理分配运输任务，能够提高单次运输的装载率。由此，如何测量箱体体积是值得考虑的问题。

目前，通过结构光背夹或激光等方式测量箱体体积，能够解决人工测量存在测量效率低与准确性低的问题，但是该种测量方式存在测量成本高的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够降低测量成本的箱体体积测量方法、装置、计算机设备和存储介质。

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。

在其中一个实施例中，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。

在其中一个实施例中，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。

在其中一个实施例中，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；