CN112053396A - 一种船舶舱容积测量方法、装置、计算机设备及存储介质 - Google Patents

一种船舶舱容积测量方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112053396A
CN112053396A CN202010954564.4A CN202010954564A CN112053396A CN 112053396 A CN112053396 A CN 112053396A CN 202010954564 A CN202010954564 A CN 202010954564A CN 112053396 A CN112053396 A CN 112053396A
Authority
CN
China
Prior art keywords
point cloud
ship cabin
measurement data
data
volume
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010954564.4A
Other languages
English (en)
Inventor
郝华东
李存军
陈贤雷
施浩磊
吴泽南
陈俊学
沈正千
王莹莹
许惠中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhoushan Institute Of Calibration And Testing For Quality And Technology Supervision
Original Assignee
Zhoushan Institute Of Calibration And Testing For Quality And Technology Supervision
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhoushan Institute Of Calibration And Testing For Quality And Technology Supervision filed Critical Zhoushan Institute Of Calibration And Testing For Quality And Technology Supervision
Priority to CN202010954564.4A priority Critical patent/CN112053396A/zh
Publication of CN112053396A publication Critical patent/CN112053396A/zh
Priority to US17/168,243 priority patent/US11970246B2/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B25/00—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby
    • B63B25/002—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby for goods other than bulk goods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/20—Monitoring properties or operating parameters of vessels in operation using models or simulation, e.g. statistical models or stochastic models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B25/00—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby
    • B63B25/02—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby for bulk goods
    • B63B25/08—Load-accommodating arrangements, e.g. stowing, trimming; Vessels characterised thereby for bulk goods fluid
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B27/00—Arrangement of ship-based loading or unloading equipment for cargo or passengers
    • B63B27/30—Arrangement of ship-based loading or unloading equipment for transfer at sea between ships or between ships and off-shore structures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F17/00—Methods or apparatus for determining the capacity of containers or cavities, or the volume of solid bodies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Fluid Mechanics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Probability & Statistics with Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明适用于计算机技术领域，提供了一种船舶舱容积测量方法、装置、计算机设备及存储介质，所述方法包括：获取船舶舱的点云测量数据；根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据；根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。本发明实施例提供的船舶舱容积测量方法能够通过激光雷达设备方便快速获取船舶舱的点云测量数据，然后利用预先部署好的点云数据处理规则和计算规则直接对所述船舶舱的点云测量数据进行处理得到船舶舱容积，相比于现有的容量比较法和几何测量法，过程简单，检测时间短，效率高，成本低。

Description

一种船舶舱容积测量方法、装置、计算机设备及存储介质
技术领域
本发明属于计算机技术领域，尤其涉及一种船舶舱容积测量方法、装置、计算机设备及存储介质。
背景技术
石油化工产品是我国国民经济发展的重要支柱，是国家能源经济以及能源战略的重点。船舶舱是液货油品以及化工品交接的主要计量器具，通过船舶贸易结算完成国内外石油化工产品交接是最便捷、成本最低的方式。我国现拥有数量庞大的液货贸易转运船舶，通常用于油品、化工品、液化天然气等能源的中转运输，其液体能源的计量交接准确性直接关系到国家的经济利益和国际计量信誉。
目前，国际上船舶舱容量计量主要有容量比较法和几何测量法，容量比较法是以水为介质，通过标准金属量器来直接传递容量值，每次从标准金属量器注水后，待液面平稳，测量舱内相对应的液面高度，并重复上述步骤直到舱液高到计量舱高停止，测量数据经过专用计算机软件处理，给出船舶舱在不同纵倾状态下不同液面的舱容量值。而几何测量法是用钢卷尺或经纬仪等仪器对船舶舱的几何尺寸进行计量，测量数据经过专用计算机软件处理，给出船舶舱在不同纵倾状态下不同液面的舱容量值。然而，容量比较法耗费大量的水资源，人工劳动强度大，检测时间长，检定过程繁琐；几何测量法自动化程度低，也同样存在效率低的问题。
可见，现有的船舶舱容量计量方法还存在着计算过程繁琐、计算效率低的技术问题。
发明内容
本发明实施例的目的在于提供一种船舶舱容积测量方法，旨在解决现有的船舶舱容量计量方法还存在的计算过程繁琐、计算效率低的技术问题。
本发明实施例是这样实现的，一种船舶舱容积测量方法，包括：
获取船舶舱的点云测量数据；
根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据；
根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
本发明实施例的另一目的在于提供一种船舶舱容积测量装置，包括：
点云测量数据获取单元，用于获取船舶舱的点云测量数据；
点云测量数据修正单元，用于根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据；
船舶舱点云模型计算单元，用于根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
本发明实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述所述船舶舱容积测量方法的步骤。
本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述所述船舶舱容积测量方法的步骤。
本发明实施例提供的一种船舶舱容积测量方法，通过采集船舶舱的点云测量数据，其中点云测量数据可以通过激光雷达设备方便快速的获取，然后利用预先设定好的点云数据处理规则和计算规则来对所述船舶舱的点云测量数据进行处理以得到船舶舱容积数据，由于点云数据处理规则和计算规则可直接预先部署在计算机装置内，因此在获取到点云测量数据后，能够利用部署有点云数据处理规则和计算规则的计算机装置快速而准确的获取到船舶舱容积数据，相比于现有的容量比较法和几何测量法，过程简单，检测时间短，效率高，成本低。
附图说明
图1为本发明实施例提供的一种船舶舱容积测量方法的步骤流程图；
图2为本发明实施例提供的一种获取船舶舱的点云测量数据的步骤流程图；
图3为本发明实施例提供的一种点云拼接生成船舶舱的点云测量数据的步骤流程图；
图4为本发明实施例提供的一种对点云测量数据进行优化处理的步骤流程图；
图5为本发明实施例提供的一种对点云测量数据进行压缩处理的步骤流程图；
图6为本发明实施例提供的一种对点云测量数据进行纵横倾修正处理的步骤流程图；
图7为本发明实施例提供的一种船舶舱容积测量方法的步骤流程图；
图8为本发明实施例提供的一种船舶舱容积测量装置的结构示意图；
图9为本发明实施例提供的执行船舶舱容积测量方法的计算机装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
如图1所示，为本发明实施例提供的一种船舶舱容积测量方法的步骤流程图，具体包括以下步骤：
步骤S102，获取船舶舱的点云测量数据。
在本发明实施例中，所述点云测量数据可以通过三维激光雷达设备来直接获取，具体的，后续步骤中涉及到的点云数据处理规则以及容积计算规则可以以软件的形式部署在计算机装置当中，然后通过三维激光雷达设备将采集到的船舶舱的点云测量数据通过数据线传输或者通过上传、下载、手动输入等任意可行的方式输入到计算机装置，所述计算机装置中部署的点云数据处理规则以及容积计算规则将直接对所述船舶舱的点云测量数据进行处理，生成船舶舱容积数据。
步骤S104，根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据。
在本发明实施例中，对船舶舱点云数据的优化处理通常包括数据的降噪与压缩。此外，考虑到船舶在实际使用过程中是浮于水面，在倾斜状态下，船舶舱实际的容积会随之调整，因此，通常还需要对船舶舱点云数据进行纵横倾修正处理，具体的对船舶舱点云数据的优化处理步骤可以参阅图4及其解释说明的内容。
步骤S106，根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
在本发明实施例中，基于微元的思想对船舶舱点云数据进行划分，获取各个横截面的面积然后在高度上进行积分即可获取船舶舱容积数据，其中，具体的实现过程请参阅图7及其解释说明的内容。
本发明实施例提供的一种船舶舱容积测量方法，通过采集船舶舱的点云测量数据，其中点云测量数据可以通过激光雷达设备方便快速的获取，然后利用预先设定好的点云数据处理规则和计算规则来对所述船舶舱的点云测量数据进行处理以得到船舶舱容积数据，由于点云数据处理规则和计算规则可直接预先部署在计算机装置内，因此在获取到点云测量数据后，能够利用部署有点云数据处理规则和计算规则的计算机装置快速而准确的获取到船舶舱容积数据，相比于现有的容量比较法和几何测量法，过程简单，检测时间短，效率高，成本低。
如图2所示，为本发明实施例提供的一种获取船舶舱的点云测量数据的步骤流程图，具体包括以下步骤。
步骤S202，获取船舶舱的多组点云拼接测量数据。
在本发明实施例中，考虑到船舶舱的规格、形状不同，有的船舶舱结构较为简单，通常只需要一次三维激光雷达设备扫描即可获得点云密集、噪声点少、分布均匀的质量好的点云测量数据。然而有的船舶舱结构较为复杂，舱内龙骨、底骨、肋骨、隔板等附件较多，一次扫描无法形成较优的点云测量数据，此时可以划分成多站进行测量，也就是从多个角度分别进行三维激光雷达设备扫描以获取多组点云拼接测量数据，然后再通过预设的方式对多组点云拼接测量数据进行拼接从而得到完整的船舶舱的点云测量数据。具体的，预设的方式通常采用迭代最近点算法(ICP)来实现，该算法要求在船舶舱内设置多个标识物，通过对多个标识物的匹配来实现对点云拼接测量数据的拼接。
作为本发明的一个优选实施例，所述标识物至少设置有四个，且不在同一直线上。
步骤S204，根据所述多个标识物的点云拼接测量数据对所述船舶舱的多组点云拼接测量数据进行点云拼接，生成船舶舱的点云测量数据。
在本发明实施例中，其中，基于迭代最近点算法来对点云拼接测量数据进行点云拼接的具体过程请参阅图3及其解释说明。
如图3所示，为本发明实施例提供的一种点云拼接生成船舶舱的点云测量数据的步骤流程图，具体包括以下步骤。
步骤S302，确定待拼接的第一点云拼接测量数据与第二点云拼接测量数据。
在本发明实施例中，若存在两个以上点云拼接测量数据，则需要以其中某一个点云拼接测量数据为基准，将剩余点云拼接测量数据依次与该点云拼接测量数据进行配准，也就是说对两个以上点云拼接测量数据拼接的过程是通过多次对两个点云拼接测量数据拼接来实现的。
在本发明实施例中，对点云拼接测量数据的拼接依赖于对点云拼接测量数据配准，也就是需要先对点云拼接测量数据进行配准之后再对点云拼接测量数据进行拼接，其中，对点云拼接测量数据进行配准需要依赖于对应标识点在不同点云拼接测量数据中的值，具体如下。
设某个标识点在第一点云拼接测量数据、第二点云拼接测量数据中对应的数据分别为P1(X,Y,Z)和Q1(x,y,z)，则将第一点云拼接测量数据与第二点云拼接测量数据进行配准的核心是为了寻找旋转矩阵R和平移矩阵T，满足：
Figure BDA0002678171260000071
其中，R为正交矩阵，RT＝R-1,|R|＝±1，且对于任一标识点都应当尽量满足上述条件，因此，通过选择标识点在匹配之后的差异作为目标函数，即求出旋转矩阵R和平移矩阵T满足：
Figure BDA0002678171260000072
i＝1,2,...,n，分别对应n个标识物
步骤S304，根据最小二乘法确定使对应标识物的点云拼接测量数据对的平均距离最小的刚体变换参数。
在本发明实施例中，其中，R、T的计算过程如下：
首先，确定各个标识物在第一点云拼接测量数据和第二点云拼接测量数据的平均值，也就是中心值P′和Q′，然后将标识物在第一点云拼接测量数据减去其中心值再与对应标识物第二点云拼接测量数据减去其中心值的转置矩阵相乘再求和得到矩阵W，即
Figure BDA0002678171260000073
然后通过奇异值分解计算W的特征值和特征向量，得：
W＝UΣVT
其中，Σ为W的特征值组成的对角矩阵，U和V为对角矩阵，当W满秩时，旋转矩阵R＝UVT，然后以中心值P′和Q′和旋转矩阵R求得平移矩阵T，此时，旋转矩阵R和平移矩阵T即为满足
Figure BDA0002678171260000081
的刚体变换参数。
步骤S306，根据所述旋转参数和平移参数对所述第一点云拼接测量数据进行变换，生成变换后的点云拼接测量数据。
在本发明实施例中，根据旋转参数与平移参数对点云拼接测量数据进行变换，就可以生成变换后的点云拼接数据。
步骤S308，判断所述变换后的点云拼接测量数据与所述第二点云拼接测量数据是否满足预设的结束条件。当判断不满足预设的结束条件时，执行步骤S310；当判断满足预设的结束条件时，执行步骤S312。
在本发明实施例中，预设的结束条件可以设置为迭代次数，当然也可以设置为变换后的点云拼接测量数据与第二点云拼接测量数据中对应标识点的差异是否小于一定阈值，当不满足预设的结束条件时，表明迭代求解旋转参数和平移参数的过程尚未结束，当满足预设的结束条件，表明迭代求解旋转参数和平移参数的过程已经结束。
步骤S310，将所述变换后的点云拼接测量数据确定为第一点云拼接测量数据，并返回至所述步骤S304。
在本发明实施例中，当迭代求解旋转参数和平移参数的过程尚未结束时，将变换后的点云拼接测量数据重新确定为第一点云拼接测量数据，再按照步骤S304的过程进行再次迭代，从而进一步降低对应标识点的差异。
步骤S314，将所述变换后的点云拼接测量数据与所述第二点云拼接测量数据拼接。
在本发明实施例中，当迭代求解旋转参数和平移参数的过程已经结束，此时对应标识点的差异以足够小，此时根据对应标识点将变换后的点云拼接测量数据与所述第二点云拼接测量数据直接拼接即可。
如图4所示，为本发明实施例提供的一种对点云测量数据进行优化处理的步骤流程图，具体包括以下步骤：
步骤S402，根据K-D树算法对所述点云测量数据进行降噪处理，生成降噪处理后的点云测量数据。
在本发明实施例中，由于仪器的精度、操作者的经验和被测物体的质量等因素的影响，点云数据会产生粗噪声点，通常需要对粗噪声点进行剔除，通过采用K-D树(k维树)算法来消除有效点附近分散的无效点，以保证计算准确度，由于K-D树属于常规算法，本发明在此对K-D树的具体实现过程不做详细的说明，
步骤S404，根据预设的尖角剔除算法对所述降噪处理后的点云测量数据进行压缩处理，生成压缩处理后的船舶舱点云数据。
在本发明实施例中，通常船舶舱采用中高等分辨率模式扫描，约有一千多万个数据点，如果全部进行计算，会显著降低计算速度，因此需要对点云数据进行压缩，以提高运算效率，本发明提出了一种尖角剔除算法，具体请参阅图5及其解释说明。
步骤S406，根据预设的纵横倾修正算法对所述压缩处理后的船舶舱点云数据进行纵横倾修正处理，生成优化处理后的船舶舱点云数据。
在本发明实施例中，船舶在实际使用过程中是浮于水面，在倾斜状态下，船舶舱实际的容积会随之调整，因此，通常还需要对船舶舱点云数据进行纵横倾修正处理，将船舱倾斜状态修正为正浮态状态。具体的计算过程请参阅图6及其解释说明。
如图5所示，为本发明实施例提供的一种对点云测量数据进行压缩处理的步骤流程图，具体包括以下步骤：
步骤S502，确定截面上的多个连续点。
在本发明实施例中，对截面上连续点的获取可以通过下文中的蚁群算法实现，在此不再赘述，此时，假设同一截面上的连续点依次为A、B、C......，为便于理解，以连续点A、B、C进行说明。
步骤S504，确定相邻连续点构成的有向矢量。
在本发明实施例中，计算有向矢量AB与BC。
步骤S506，确定相邻有向矢量之间的角度偏差。
在本发明实施例中，计算有向矢量AB与BC之间的角度偏差α，α＜90°。
步骤S508，判断所述角度偏差是否大于预设的阈值。当判断所述角度偏差不大于预设的阈值时，执行步骤S510；当判断所述角度偏差大于预设的阈值时，执行其他步骤。
在本发明实施例中，设预设的阈值为β，判断角度偏差α是否大于预设的阈值β，如果不满足，则表明有向矢量AB与BC的共有点B点为尖角点，应当将其删去，反之，应当保留B点。
步骤S510，将所述相邻有向矢量的共有点删去。
如图6所示，为本发明实施例提供的一种对点云测量数据进行纵横倾修正处理的步骤流程图，具体包括以下步骤：
步骤S602，获取船舶舱正浮态与倾斜浮态的纵倾角和横倾角。
在本发明实施例中，设船舶舱在正浮态和倾斜浮态下的坐标系分别为Ow-XwYwZw和Oc-XcYcZc，则纵倾角θL表示纵坐标轴Y的旋转角度，横倾角θC表示横坐标轴X的旋转角度。假设在一点A在正浮态坐标系坐标为(x,y,z)，在倾斜浮态坐标系坐标为(x′,y′,z′)，此时坐标转化关系式为：
Figure BDA0002678171260000111
其中λ为两个坐标系的尺度比例因子，通常设定为1，R为纵横倾修正矩阵。
步骤S604，根据所述纵倾角和横倾角生成纵横倾修正矩阵。
在本发明实施例中，纵横倾修正矩阵R与纵倾角θL和横倾角θC的关系具体如下：
Figure BDA0002678171260000112
Figure BDA0002678171260000113
Figure BDA0002678171260000114
步骤S606，根据所述纵横倾修正矩阵对所述船舶舱点云数据进行纵横倾修正处理，生成优化处理后的船舶舱点云数据。
在本发明实施例中，通过纵横倾修正矩阵可以方便的实现船舶舱在正浮态和倾斜浮态下的切换。通常情况下，都是在倾斜浮态下转化为正浮态测量船舶的真实容积，然后在进行实际容量计算时，从正浮态坐标系逆向转化为不同纵横倾时的坐标系，实现船舶舱纵横倾容量表的修正。
如图7所示，为本发明实施例提供的一种船舶舱容积测量方法的步骤流程图，具体包括以下步骤：
步骤S702，根据预设的步长高度对所述船舶舱点云数据进行分割，生成多个棱台点云数据组。
在本发明实施例中，沿Z轴设定Δz步长高度分割成若干小棱台，则棱台上下表面即船舶舱横截面。
步骤S704，根据蚁群算法对所述棱台点云数据组进行排序，获取截面点云数据组。
在本发明实施例中，将任一棱台投影至XOY水平面，采用蚁群算法对点云数据进行排序改进，获得截面点云集合为{Pi}。由于蚁群算法属于常规算法，本发明在此对蚁群算法的实现不做具体的说明。
步骤S706，根据微元三角形面积计算方法对所述截面点云数据组进行面积计算，获取截面面积。
在本发明实施例中，按照设定步长Δd将截面区域划分成m个矩形微元，在微元中进行三角形截面面积计算，将所有微元进行累加，得到截面总面积S。即截面总面积S的计算公式具体为：
Figure BDA0002678171260000121
步骤S708，根据所述截面面积以及预设的步长高度计算棱台体积。
在本发明实施例中，沿高度进行积分计算即可确定棱台体积，具体的计算公式为：
Figure BDA0002678171260000122
步骤S710，对多个棱台的棱台体积求和生成船舶舱容积数据。
在本发明实施例中，将各截面面积S与棱台高度Δz相乘得到小棱台体积，将Z轴棱柱体积叠加得到总体积，即可得到容积表。其中，不规则线型采用分段二次曲线拟合型线的方法，即y＝f(x)，其面积计算公式为：
Figure BDA0002678171260000123
为Zk液面高度下的面积)。
如图8所示，为本发明实施例提供的一种船舶舱容积测量装置的结构示意图，详述如下。
在本发明实施例中，所述船舶舱容积测量装置包括：
点云测量数据获取单元810，用于获取船舶舱的点云测量数据。
在本发明实施例中，所述点云测量数据可以通过三维激光雷达设备来直接获取，具体的，后续步骤中涉及到的点云数据处理规则以及容积计算规则可以以软件的形式部署在计算机装置当中，然后通过三维激光雷达设备将采集到的船舶舱的点云测量数据通过数据线传输或者通过上传、下载、手动输入等任意可行的方式输入到计算机装置，所述计算机装置中部署的点云数据处理规则以及容积计算规则将直接对所述船舶舱的点云测量数据进行处理，生成船舶舱容积数据。
点云测量数据修正单元820，用于根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据。
在本发明实施例中，对船舶舱点云数据的优化处理通常包括数据的降噪与压缩。此外，考虑到船舶在实际使用过程中是浮于水面，在倾斜状态下，船舶舱实际的容积会随之调整，因此，通常还需要对船舶舱点云数据进行纵横倾修正处理。
船舶舱点云模型计算单元830，用于根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
在本发明实施例中，基于微元的思想对船舶舱点云数据进行划分，获取各个横截面的面积然后在高度上进行积分即可获取船舶舱容积数据。
本发明实施例提供的一种船舶舱容积测量装置，通过采集船舶舱的点云测量数据，其中点云测量数据可以通过激光雷达设备方便快速的获取，然后利用预先设定好的点云数据处理规则和计算规则来对所述船舶舱的点云测量数据进行处理以得到船舶舱容积数据，由于点云数据处理规则和计算规则可直接预先部署在计算机装置内，因此在获取到点云测量数据后，能够利用部署有点云数据处理规则和计算规则的计算机装置快速而准确的获取到船舶舱容积数据，相比于现有的容量比较法和几何测量法，过程简单，检测时间短，效率高，成本低。
图9示出了一个实施例中计算机设备的内部结构图。如图9所示，该计算机设备包括通过***总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现船舶舱容积测量方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行船舶舱容积测量装置方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的船舶舱容积测量装置可以实现为一种计算机程序的形式，计算机程序可在如图9所示的计算机设备上运行。计算机设备的存储器中可存储组成该船舶舱容积测量装置的各个程序模块，比如，图8所示的点云测量数据获取单元810、点云测量数据修正单元820以及船舶舱点云模型计算单元830。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的船舶舱容积测量方法中的步骤。
例如，图9所示的计算机设备可以通过如图8所示的船舶舱容积测量装置中的点云测量数据获取单元810执行步骤S102。计算机设备可通过点云测量数据修正单元820执行步骤S104。计算机设备可通过船舶舱点云模型计算单元830执行步骤S106。
在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取船舶舱的点云测量数据；
根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据；
根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
在一个实施例中，提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
获取船舶舱的点云测量数据；
根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据；
根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种船舶舱容积测量方法，其特征在于，包括：
获取船舶舱的点云测量数据；
根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据；
根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
2.根据权利要求1所述的船舶舱容积测量方法，其特征在于，所述获取船舶舱的点云测量数据的步骤，具体包括：
获取船舶舱的多组点云拼接测量数据；所述船舶舱内设置有多个标识物；
根据所述多个标识物的点云拼接测量数据对所述船舶舱的多组点云拼接测量数据进行点云拼接，生成船舶舱的点云测量数据。
3.根据权利要求2所述的船舶舱容积测量方法，其特征在于，所述根据所述多个标识物的点云拼接测量数据对所述船舶舱的多组点云拼接测量数据进行点云拼接，生成船舶舱的点云测量数据的步骤，具体包括：
确定待拼接的第一点云拼接测量数据与第二点云拼接测量数据；
根据最小二乘法确定使对应标识物的点云拼接测量数据对的平均距离最小的刚体变换参数；所述刚体变换参数包括旋转参数和平移参数；
根据所述旋转参数和平移参数对所述第一点云拼接测量数据进行变换，生成变换后的点云拼接测量数据；
判断所述变换后的点云拼接测量数据与所述第二点云拼接测量数据是否满足预设的结束条件；
当判断不满足预设的结束条件时，将所述变换后的点云拼接测量数据确定为第一点云拼接测量数据，并返回至所述根据最小二乘法确定使对应标识物的点云拼接测量数据对的平均距离最小的刚体变换参数的步骤；
当判断满足预设的结束条件时，将所述变换后的点云拼接测量数据与所述第二点云拼接测量数据拼接。
4.根据权利要求1所述的船舶舱容积测量方法，其特征在于，所述根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据的步骤，具体包括：
根据K-D树算法对所述点云测量数据进行降噪处理，生成降噪处理后的点云测量数据；
根据预设的尖角剔除算法对所述降噪处理后的点云测量数据进行压缩处理，生成压缩处理后的船舶舱点云数据；
根据预设的纵横倾修正算法对所述压缩处理后的船舶舱点云数据进行纵横倾修正处理，生成优化处理后的船舶舱点云数据。
5.根据权利要求4所述的船舶舱容积测量方法，其特征在于，所述根据预设的尖角剔除算法对所述降噪处理后的点云测量数据进行压缩处理，生成压缩处理后的船舶舱点云数据的步骤，具体包括：
确定截面上的多个连续点；
确定相邻连续点构成的有向矢量；
确定相邻有向矢量之间的角度偏差；
判断所述角度偏差是否大于预设的阈值；
当判断所述角度偏差不大于预设的阈值时，将所述相邻有向矢量的共有点删去。
6.根据权利要求4所述的船舶舱容积测量方法，其特征在于，所述根据预设的纵横倾修正算法对所述压缩处理后的船舶舱点云数据进行纵横倾修正处理，生成优化处理后的船舶舱点云数据的步骤，具体包括：
获取船舶舱正浮态与倾斜浮态的纵倾角和横倾角；
根据所述纵倾角和横倾角生成纵横倾修正矩阵；
根据所述纵横倾修正矩阵对所述船舶舱点云数据进行纵横倾修正处理，生成优化处理后的船舶舱点云数据。
7.根据权利要求1所述的船舶舱容积测量方法，其特征在于，所述根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据的步骤，具体包括：
根据预设的步长高度对所述船舶舱点云数据进行分割，生成多个棱台点云数据组；
根据蚁群算法对所述棱台点云数据组进行排序，获取截面点云数据组；
根据微元三角形面积计算方法对所述截面点云数据组进行面积计算，获取截面面积；
根据所述截面面积以及预设的步长高度计算棱台体积；
对多个棱台的棱台体积求和生成船舶舱容积数据。
8.一种船舶舱容积测量装置，其特征在于，包括：
点云测量数据获取单元，用于获取船舶舱的点云测量数据；
点云测量数据修正单元，用于根据预设的点云数据处理规则对所述点云测量数据进行优化处理，生成优化处理后的船舶舱点云数据；
船舶舱点云模型计算单元，用于根据预设的容积计算规则对所述船舶舱点云数据进行计算，得到船舶舱容积数据。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述船舶舱容积测量方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述船舶舱容积测量方法的步骤。
CN202010954564.4A 2020-09-11 2020-09-11 一种船舶舱容积测量方法、装置、计算机设备及存储介质 Pending CN112053396A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010954564.4A CN112053396A (zh) 2020-09-11 2020-09-11 一种船舶舱容积测量方法、装置、计算机设备及存储介质
US17/168,243 US11970246B2 (en) 2020-09-11 2021-02-05 Ship cabin loading capacity measuring method and apparatus thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010954564.4A CN112053396A (zh) 2020-09-11 2020-09-11 一种船舶舱容积测量方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN112053396A true CN112053396A (zh) 2020-12-08

Family

ID=73611460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010954564.4A Pending CN112053396A (zh) 2020-09-11 2020-09-11 一种船舶舱容积测量方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
US (1) US11970246B2 (zh)
CN (1) CN112053396A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117349970A (zh) * 2023-12-05 2024-01-05 招商局金陵船舶(威海)有限公司 一种船舶装配布置自动合理性验证方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5983164A (en) * 1997-02-25 1999-11-09 Stella, Llc Method and apparatus for measuring and controlling the flow of natural gas from gas wells
CN101632001A (zh) * 2006-12-20 2010-01-20 斯甘拉伊斯股份有限公司 一种用于相对于基本参考数据对扫描点云数据定向的***和方法
CN103322916A (zh) * 2013-06-28 2013-09-25 中国计量学院 基于三维激光扫描法的大型立式罐容积测量***及方法
CN103389136A (zh) * 2013-07-17 2013-11-13 中国计量学院 基于三维激光扫描技术的外浮顶立式金属罐容积测量方法
CN104180771A (zh) * 2014-09-09 2014-12-03 南京金创有色金属科技发展有限公司 基于三维激光扫描的快速高精度罐体容积测量方法及装置
US20160343124A1 (en) * 2015-05-19 2016-11-24 Genscape Intangible Holding, Inc. Method and system for determining a status of one or more tanks in a particular location
CN108198230A (zh) * 2018-02-05 2018-06-22 西北农林科技大学 一种基于散乱图像的作物果实三维点云提取***
US20190147245A1 (en) * 2017-11-14 2019-05-16 Nuro, Inc. Three-dimensional object detection for autonomous robotic systems using image proposals
CN110118526A (zh) * 2019-03-08 2019-08-13 浙江中海达空间信息技术有限公司 一种支持实时监测的船载砂石体积自动计算方法
CN110175954A (zh) * 2019-05-29 2019-08-27 西安邮电大学 改进的icp点云快速拼接方法、装置、电子设备及存储介质
US20190347867A1 (en) * 2018-05-10 2019-11-14 Samsung Electronics Co., Ltd. Method and apparatus for processing three dimensional object image using point cloud data

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10713841B1 (en) * 2019-01-18 2020-07-14 Unkie Oy System for generating point cloud map and method therefor
CN109784333B (zh) * 2019-01-22 2021-09-28 中国科学院自动化研究所 基于点云带权通道特征的三维目标检测方法及***

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5983164A (en) * 1997-02-25 1999-11-09 Stella, Llc Method and apparatus for measuring and controlling the flow of natural gas from gas wells
CN101632001A (zh) * 2006-12-20 2010-01-20 斯甘拉伊斯股份有限公司 一种用于相对于基本参考数据对扫描点云数据定向的***和方法
CN103322916A (zh) * 2013-06-28 2013-09-25 中国计量学院 基于三维激光扫描法的大型立式罐容积测量***及方法
CN103389136A (zh) * 2013-07-17 2013-11-13 中国计量学院 基于三维激光扫描技术的外浮顶立式金属罐容积测量方法
CN104180771A (zh) * 2014-09-09 2014-12-03 南京金创有色金属科技发展有限公司 基于三维激光扫描的快速高精度罐体容积测量方法及装置
US20160343124A1 (en) * 2015-05-19 2016-11-24 Genscape Intangible Holding, Inc. Method and system for determining a status of one or more tanks in a particular location
US20190147245A1 (en) * 2017-11-14 2019-05-16 Nuro, Inc. Three-dimensional object detection for autonomous robotic systems using image proposals
CN108198230A (zh) * 2018-02-05 2018-06-22 西北农林科技大学 一种基于散乱图像的作物果实三维点云提取***
US20190347867A1 (en) * 2018-05-10 2019-11-14 Samsung Electronics Co., Ltd. Method and apparatus for processing three dimensional object image using point cloud data
CN110118526A (zh) * 2019-03-08 2019-08-13 浙江中海达空间信息技术有限公司 一种支持实时监测的船载砂石体积自动计算方法
CN110175954A (zh) * 2019-05-29 2019-08-27 西安邮电大学 改进的icp点云快速拼接方法、装置、电子设备及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
胡敏捷;阎利;张毅;: "三维激光扫描技术在大型舱容测量中的应用研究", 船舶设计通讯, no. 01 *
贺银根;朱发新;余立义;王华祥;张喻;: "基于CAXA的船用柴油机喷油器三维实体建模及虚拟拆装研究", 中国水运(下半月), no. 10 *
金荣品;胡敏捷;李志月;苏雪龙;: "基于激光扫描技术的大型船舶舱容量计量技术研究", 宇航计测技术, no. 04 *
陈宗海: "***仿真技术及其应用", 31 August 2017, 中国科学技术大学出版社, pages: 273 *
陈贤雷;郝华东;施浩磊;李曙光;: "基于激光扫描外测法的球罐容量计量方法研究", 计量学报, no. 02 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117349970A (zh) * 2023-12-05 2024-01-05 招商局金陵船舶(威海)有限公司 一种船舶装配布置自动合理性验证方法
CN117349970B (zh) * 2023-12-05 2024-03-26 招商局金陵船舶(威海)有限公司 一种船舶装配布置自动合理性验证方法

Also Published As

Publication number Publication date
US11970246B2 (en) 2024-04-30
US20220081075A1 (en) 2022-03-17

Similar Documents

Publication Publication Date Title
CN109341626B (zh) 直线度计算方法、截面最大直径与最小直径之差计算方法
CN113643270B (zh) 一种基于点云数据的图像配准方法及装置
CN104408055B (zh) 一种激光雷达点云数据的存储方法及装置
CN106067172B (zh) 一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法
CN112378336B (zh) 一种基于无人机的舱容测量***及其测量方法
CN109840715B (zh) 一种基于改进雷达图的船舶动力***综合评估方法
CN112053396A (zh) 一种船舶舱容积测量方法、装置、计算机设备及存储介质
CN109102524B (zh) 图像特征点的跟踪方法和跟踪装置
CN113776452A (zh) 一种圆柱形筒体的圆度测量方法及装置
CN112101229B (zh) 点云数据特征点提取方法、装置、计算机设备及存储介质
Chen et al. Measurement of weld-induced deformations in three-dimensional structures based on photogrammetry technique
EP3448660B1 (en) Density rank matrix generation for three-dimensional printing
CN113902688A (zh) 基于改进区域生长法的非均匀点云面域分割方法
CN111914045B (zh) 一种数据压缩方法、装置、终端设备及存储介质
Kang et al. Point cloud smooth sampling and surface reconstruction based on moving least squares
Chen et al. Automatic approach for measuring deformations in complex structures using photogrammetry technique
Ackermann et al. Digital photogrammetry for high precision 3D measurements in shipbuilding field
CN108711203B (zh) 一种基于代理模型的破损船体波浪载荷快速预报方法
Cubells et al. Photogrammetry measurements of initial imperfections for the ultimate strength assessment of plates
Niu et al. Mesh generation of porous metals from X-ray computed tomography volume data
CN111982152A (zh) 点云地图量化方法、装置、计算机设备和存储介质
CN114547715A (zh) 拟合弯管中心线点云的方法及装置
CN111862322B (zh) 一种拱轴线提取方法及装置
Zalas et al. Determining the spatial orientation of remote sensing sensors on the basis of incomplete coordinate systems
CN112288820B (zh) 规则物体的轮廓计算方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination