[发明专利]体积测量方法、装置及系统

说明书

本发明提供了一种体积测量方法、装置及系统，涉及体积测量技术领域，上述体积测量方法包括：利用图像传感器获取目标对象的深度图像；其中，深度图像中携带有各个像素点对应的深度距离；确定深度图像中目标对象的各个像素点对应的物理尺寸；其中，物理尺寸包括物理长度、物理宽度和物理高度；基于目标对象的各个像素点对应的物理尺寸确定目标对象的体积。本发明可以实现对不规则形状货物及随意摆放货物体积的精确测量，提升了货物体积的测量精度。

技术领域

本发明涉及体积测量技术领域，尤其是涉及一种体积测量方法、装置及系统。

背景技术

随着智能物流技术的发展，智能仓储系统的应用越来越广泛。物流仓库通常需要管理数以万计的货物，快速、准确地采集货物体积信息能够帮助企业实现精细化管理和提高仓储效率。为了测量货物体积，基于深度传感器的货物体积方法逐渐兴起，目前主要以RGB数据和3D点云作为计算数据。针对摆放规范且形状规则的货物体积测量，现有算法已经实现高精度测量水平，但是，实际物流运输线经常存在不规则形状的货物或者货物随意摆放的现象。

针对上述情况，专利号为CN109655019A的发明专利公开了一种基于深度学习和三维重建的货物体积测量方法，通过获取RGBD数据，利用深度学习在RGBD数据上识别出待测目标，利用点云数据三角化实现体积测量，然而，基于深度学习进修体积测量的计算量大，成本较高，且容易受到光照的影响，测量精度较低。专利号为CN110853092A的发明专利公开了一种基于不规则物体的点云量方算法，点云受光线变化影响小，通过获取货物的点云图像，将点云数据分割投影成网格数据计算面积，根据z轴最大最小值等间距分割网格，基于微积分思想计算货物网格单元的体积和，该方案将不规则的货物分割成规则的小目标，但网格分割的大小和规则形状的面积计算会直接影响结果偏大或者偏小，导致货物体积测量精度较低。

因此，目前针对不规则形状的货物或者随意摆放的货物的体积测量技术，还存在测量精度较低的问题。

发明内容

有鉴于此，本发明的目的在于提供一种体积测量方法、装置及系统，能够实现对不规则形状货物及随意摆放货物体积的精确测量，提升了货物体积测量的精度。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种体积测量方法，包括：利用图像传感器获取目标对象的深度图像；其中，所述深度图像中携带有各个像素点对应的深度距离；确定所述深度图像中所述目标对象的各个像素点对应的物理尺寸；其中，所述物理尺寸包括物理长度、物理宽度和物理高度；基于所述目标对象的各个像素点对应的物理尺寸确定所述目标对象的体积。

进一步，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述确定所述深度图像中所述目标对象的各个像素点对应的物理尺寸的步骤，包括：对所述深度图像进行图像去噪及目标分割，得到所述目标对象的掩码图像；对所述掩码图像中所述目标对象的各个像素点进行深度距离校准，得到所述目标对象各个像素点的校准距离；基于所述校准距离确定各个像素点对应的物理长度和物理宽度；基于所述校准距离及参照面距离确定所述目标对象各个像素点对应的物理高度；其中，所述参照面距离为所述目标对象所在平面与所述图像传感器之间的垂直距离。

进一步，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述对所述深度图像进行图像去噪及目标分割，得到所述目标对象的掩码图像的步骤，包括：利用中值滤波对所述深度图像进行数据补洞及噪点去除处理，得到平滑图像；基于所述参照面距离，对所述平滑图像进行直通滤波，得到待分割图像；利用轮廓提取及最小外接矩形框拟合对所述待分割图像进行目标分割，得到所述目标对象的掩码图。

进一步，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述对所述掩码图像中所述目标对象的各个像素点进行深度距离校准，得到所述目标对象各个像素点的校准距离的步骤，包括：基于第一计算算式，对所述深度距离进行距离校准，得到所述目标对象各个像素点的校准距离；其中，所述第一计算算式为：