CN114529652B - 点云补偿方法、装置、设备和存储介质 - Google Patents

Abstract

本申请涉及智能制造技术领域，提供了一种点云补偿方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够实现提高对目标对象的点云进行补偿处理的准确性。该方法包括：针对用于放置目标对象的平台区域，采集点云，点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云，根据第二点云，得到平台区域的曲面模型和平面模型，根据曲面模型和平面模型，得到第一点云的补偿信息，根据补偿信息，对第一点云进行补偿处理。

Description

点云补偿方法、装置、设备和存储介质

技术领域

本申请涉及智能制造技术领域，特别是涉及一种点云补偿方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着智能制造技术的发展，在如产品加工的过程中，零部件表面的加工质量影响着产品的性能。传统技术中，通常通过三维轮廓仪采集目标对象（如零部件）的点云对目标对象表面进行平面度检测，但由于目标对象常会受到如机械震动等因素的干扰，因此三维轮廓仪采集的目标对象的点云与实际的目标对象的点云不一致，所以需要对采集的目标对象的点云进行补偿处理，使补偿后的点云与实际的目标对象的点云一致。

传统技术通常是通过人工测量的方式对目标对象的点云进行补偿处理，但通过该技术对目标对象的点云进行补偿处理的准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种点云补偿方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种点云补偿方法。所述方法包括：

针对用于放置目标对象的平台区域，采集点云；点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云；

根据第二点云，得到平台区域的曲面模型和平面模型；

根据曲面模型和平面模型，得到第一点云的补偿信息；

根据补偿信息，对第一点云进行补偿处理。

在其中一个实施例中，根据曲面模型和平面模型，得到第一点云的补偿信息，包括：

根据曲面模型，得到平台区域中对象重叠区域对应的曲面点云，以及，根据平面模型，得到平台区域中对象重叠区域对应的平面点云；

根据曲面点云和平面点云，得到第一点云的补偿信息。

在其中一个实施例中，根据第二点云，得到平台区域的曲面模型，包括：

从第二点云中选取部分第二点云，利用最小二乘法对部分第二点云进行多曲线拟合处理，得到多曲线模型；根据多曲线模型，得到平台区域的曲面模型。

在其中一个实施例中，根据第二点云，得到平台区域的平面模型，包括：

利用最小二乘法对第二点云进行平面拟合处理，得到平台区域的平面模型。

在其中一个实施例中，方法还包括：

根据点的高度信息，确定点云中的第一点云和第二点云。

在其中一个实施例中，根据点的高度信息，确定点云中的第一点云和第二点云，包括：

对点云进行平面拟合处理，得到平台区域的基准面；

根据与基准面之间的高度是否满足高度阈值条件，将点云中的点划分至第一点云或第二点云。

在其中一个实施例中，根据补偿信息，对第一点云进行补偿处理，包括：

根据补偿信息对第一点云进行补偿处理，得到目标对象对应的第三点云；

基于第三点云，获取目标对象的平面度。

第二方面，本申请还提供了一种点云补偿装置。所述装置包括：

点云采集模块，用于针对用于放置目标对象的平台区域，采集点云；所述点云包括所述目标对象对应的第一点云及所述平台区域中无对象重叠区域对应的第二点云；

模型得到模块，用于根据所述第二点云，得到所述平台区域的曲面模型和平面模型；

信息得到模块，用于根据所述曲面模型和平面模型，得到所述第一点云的补偿信息；

补偿处理模块，用于根据所述补偿信息，对所述第一点云进行补偿处理。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

针对用于放置目标对象的平台区域，采集点云；点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云；根据第二点云，得到平台区域的曲面模型和平面模型；根据曲面模型和平面模型，得到第一点云的补偿信息；根据补偿信息，对第一点云进行补偿处理。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

针对用于放置目标对象的平台区域，采集点云；点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云；根据第二点云，得到平台区域的曲面模型和平面模型；根据曲面模型和平面模型，得到第一点云的补偿信息；根据补偿信息，对第一点云进行补偿处理。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

针对用于放置目标对象的平台区域，采集点云；点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云；根据第二点云，得到平台区域的曲面模型和平面模型；根据曲面模型和平面模型，得到第一点云的补偿信息；根据补偿信息，对第一点云进行补偿处理。

上述点云补偿方法、装置、计算机设备、存储介质和计算机程序产品，针对用于放置目标对象的平台区域，采集点云，点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云，根据第二点云，得到平台区域的曲面模型和平面模型，根据曲面模型和平面模型，得到第一点云的补偿信息，根据补偿信息，对第一点云进行补偿处理。该方案针对用于放置目标对象的平台区域，通过三维轮廓仪从平台区域上方往下采集点云，点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云，根据第二点云，分别进行曲面拟合和平面拟合，得到平台区域的曲面模型和平面模型，根据曲面模型和平面模型上对应的点云的相差值，得到第一点云的补偿信息，根据补偿信息，对第一点云进行补偿处理，从而实现提高对目标对象的点云进行补偿处理的准确性。

附图说明

图1为一个实施例中点云补偿方法的流程示意图；

图2为一个实施例中点云补偿方法的应用场景图；

图3为一个实施例中扫描采集到的点云示意图；

图4为一个实施例中选取点云进行多曲线拟合处理的示意图；

图5为一个实施例中经过线结构光重建后的点云示意图；

图6为一个实施例中目标对象的投影平面2D示意图；

图7为一个实施例中截取的点云区域示意图；

图8为一个实施例中点云补偿装置的结构框图；

图9为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种点云补偿方法，本实施例以该方法应用于终端进行举例说明，包括以下步骤：

步骤S101，针对用于放置目标对象的平台区域，采集点云。

本步骤中，点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云，其中，点云可表示为点的集合，也可称为点集，第一点云可以是目标对象表面的点云，第二点云可以是平台区域中平台没有与目标对象重叠的区域的点云；平台区域可以是运动平台，例如传送带；目标对象可以是放置在平台区域上的工件。

具体的，终端针对用于放置目标对象的平台区域，采集点云。

示例性的，如图2所示，图2中的序号1为运动平台（例如带压轮的传送带），序号2为三维轮廓仪（例如线结构光轮廓仪），序号3为待测工件，其中，三维轮廓仪固定安装于运动平台上方，待测工件放置在运动平台上，当待测工件随着运动平台运动，经过三维轮廓仪下方时，触发三维轮廓仪扫描，终端通过三维轮廓仪采集点云，扫描采集到的点云如图3所示，其中序号1代表传送带的第二点云，序号2代表工件的第一点云。

步骤S102，根据第二点云，得到平台区域的曲面模型和平面模型。

本步骤中，曲面模型可以是曲面图；平面模型可以是平面图。

具体的，终端根据第二点云，得到平台区域的曲面模型和平面模型。

示例性的，当平台区域受到如机械震动等因素的影响时，平台区域为一个上下起伏的曲面，终端对第二点云进行曲面拟合，得到平台区域的一个曲面模型，曲面模型的整个点云可以表示为F（x，y，z），同样的，终端对第二点云进行平面拟合，得到平台区域的一个平面模型，平面模型的整个点云可以表示为G（x，y，z），其中，标记的大写字母可表示点云，标记的小写字母可表示点云中的单个点。

步骤S103，根据曲面模型和平面模型，得到第一点云的补偿信息。

本步骤中，补偿信息可以是第一点云中各点的补偿量，例如，对于第一点云中某一点，该点的补偿量△p（x，y，z）可以是该点在曲面模型中对应的点的空间坐标f（x，y，z）与该点在平面模型中对应的点的空间坐标g（x，y，z）的差值，即△p（x，y，z）=f（x，y，z）-g（x，y，z）。

具体的，终端根据曲面模型和平面模型，得到第一点云的补偿信息。

步骤S104，根据补偿信息，对第一点云进行补偿处理。

具体的，终端根据补偿信息，对第一点云进行补偿处理。

上述点云补偿方法中，针对用于放置目标对象的平台区域，采集点云，点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云，根据第二点云，得到平台区域的曲面模型和平面模型，根据曲面模型和平面模型，得到第一点云的补偿信息，根据补偿信息，对第一点云进行补偿处理。该方案针对用于放置目标对象的平台区域，通过三维轮廓仪从平台区域上方往下采集点云，点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云，根据第二点云，分别进行曲面拟合和平面拟合，得到平台区域的曲面模型和平面模型，根据曲面模型和平面模型上对应的点的相差值，得到第一点云的补偿信息，根据补偿信息，对第一点云进行补偿处理，从而实现提高对目标对象的点云进行补偿处理的准确性。

在一个实施例中，上述步骤S103的根据曲面模型和平面模型，得到第一点云的补偿信息具体包括：根据曲面模型，得到平台区域中对象重叠区域对应的曲面点云，以及，根据平面模型，得到平台区域中对象重叠区域对应的平面点云；根据曲面点云和平面点云，得到第一点云的补偿信息。

本实施例中，平台区域中对象重叠区域可以是平台区域中平台与目标对象重叠的区域，例如工件放置在运动平台上的区域；曲面点云可以是平台区域中对象重叠区域中的各点在曲面模型中对应的点的集合；平面点云可以是平台区域中对象重叠区域中的各点在平面模型中对应的点的集合。

具体的，终端根据曲面模型，得到平台区域中对象重叠区域对应的曲面点云，以及，终端根据平面模型，得到平台区域中对象重叠区域对应的平面点云，根据上述得到的曲面点云和平面点云，得到第一点云的补偿信息。

示例性的，终端根据曲面模型，得到平台区域中对象重叠区域对应的曲面点云F（x，y，z），以及，终端根据平面模型，得到平台区域中对象重叠区域对应的平面点云G（x，y，z），根据上述得到的曲面点云和平面点云，得到第一点云的补偿量，对于第一点云中某一点的补偿量△p（x，y，z）=f（x，y，z）-g（x，y，z），其中，f（x，y，z）表示该点在曲面点云F（x，y，z）中对应的点的空间坐标，g（x，y，z）表示该点在平面点云G（x，y，z）中对应的点的空间坐标。

本实施例的技术方案，通过根据曲面点云和平面点云，得到第一点云的补偿信息，有利于更准确地得到目标对象对应的第一点云的补偿信息，从而有利于后续实现提高对目标对象的点云进行补偿处理的准确性。

在一个实施例中，上述步骤S102的根据第二点云，得到平台区域的曲面模型具体包括：从第二点云中选取部分第二点云，利用最小二乘法对部分第二点云进行多曲线拟合处理，得到多曲线模型；根据多曲线模型，得到平台区域的曲面模型。示例性的，在一些实施例中，上述步骤S102的根据第二点云，得到平台区域的平面模型具体包括：利用最小二乘法对第二点云进行平面拟合处理，得到平台区域的平面模型。

其中，多曲线模型可以是由多条曲线组成的模型；最小二乘法可以是通过最小化每个点到平面的距离残差来得到最优的平面方程的方法，通过去点集中心化，构建协方差矩阵，并求解其对应的特征值和特征向量，最小特征值对应的方向则为法向量。可选的，最小二乘法可以是一种拟合模型的思想，可以用来拟合直线、曲线、平面和/或曲面，可通过PCA方法求解平面，对于多项式曲线方程的求解，可通过构建协方差矩阵及方程组，使用SVD等方法求解方程组，最小奇异值对应的特征向量对应的解为未知数的解。

具体的，终端从第二点云中选取部分点云（部分第二点云），可利用随机采样法（RANSAC）结合最小二乘法对部分点云进行多曲线拟合处理，得到多曲线模型，根据多曲线模型，得到平台区域的曲面模型，其中，曲面模型不局限于由多曲线模型得到的，曲面模型的拟合方法很多，例如传统的移动最小二乘法或B样条曲面法，而通过多曲线模型的方法对点云进行曲面拟合得到曲面模型能大大减少计算量，提高得到平台区域的曲面模型的效率；以及，可利用随机采样法（RANSAC）结合最小二乘法对第二点云进行平面拟合处理，得到平台区域的平面模型。

示例性的，如图4所示，终端从第二点云中选取图4中序号1的矩形框的点云，在宽度方向上，计算每一行数据点z坐标的平均值△z，得到一列点集P_i（y_i，△z_i），同样的，从第二点云中选取图4中序号2的矩形框的点云，在宽度方向上，计算每一列数据点z坐标的平均值△z，得到一行点集P_j（x_i，△z_i），将点集P_i（y_i，△z_i）和点集P_j（x_i，△z_i）分别拟合成多项式曲线F₁（y，z）以及F₂（x，z），设多项式的曲线方程为F（x，y）=a₀+a₁x+a₂x²+a₃x³+a₄x⁴+a₅x⁵，通过最小二乘法进行曲面拟合处理，得到多曲线模型对应的多项式曲线方程，根据多项式曲线方程，对于第二点云中每一个点p（x，y，z）在平台区域的曲面模型上对应的点f（x，y，z）可以表示为f（x，y，z）=μ*f₁（y，z）+（1-μ）*f₂（x，z），其中，μ∈（0，1），μ为权重系数，从而得到曲面模型；终端利用最小二乘法对第二点云进行平面拟合处理，得到平台区域的平面模型G（x，y，z），其中，对于第二点云中每一个点p（x，y，z）在平台区域的平面模型上对应的点可表示为g（x，y，z），g（x，y，z）可通过平面方程得到。

本实施例的技术方案，通过多曲线拟合处理得到平台区域的曲面模型和通过平面拟合处理得到平台区域的平面模型，有利于提高获取平台区域的曲面模型和平面模型的效率，从而有利于实现提高对目标对象的点云进行补偿处理的效率。

在一个实施例中，上述方法还可以通过如下步骤确定点云中的第一点云和第二点云，具体包括：根据点的高度信息，确定点云中的第一点云和第二点云。

本实施例中，点的高度信息可以是点云中点的高度值，例如点云中点的坐标中的高度值z。

具体的，终端根据点的高度信息，确定点云中的第一点云和第二点云。

本实施例的技术方案，通过根据点的高度信息确定点云中的第一点云和第二点云，有利于识别并划分点云中的第一点云和第二点云，从而有利于后续更准确地对目标对象的点云进行补偿处理。

在一个实施例中，上述方法还可以通过如下步骤将点云中的点划分至第一点云或第二点云，具体包括：对点云进行平面拟合处理，得到平台区域的基准面；根据与基准面之间的高度是否满足高度阈值条件，将点云中的点划分至第一点云或第二点云。

本实施例中，平面拟合处理可以是将点云拟合成一个平面；基准面可以是一个平面，例如代表平台区域的一个平面；高度阈值条件可以是大于预设高度阈值的条件。

具体的，终端对点云进行平面拟合处理，得到平台区域的基准面，根据与基准面之间的高度是否满足高度阈值条件，将点云中满足高度阈值条件的点划分至第一点云，将点云中不满足高度阈值条件的点划分至第二点云。

示例性的，针对用于放置目标对象（例如圆环状的平面物体）的平台区域，终端通过线结构光轮廓仪采集点云之后，得到如图5所示的经过线结构光重建后的点云，其中，由于点的高度会呈现不同的颜色分布，然后，终端采用Ransac算法对点云进行平面拟合处理，提取得到平台区域的平面，并将平台区域的平面作为基准面，根据与基准面之间的高度是否满足高度阈值条件，将点云中满足大于预设高度阈值的点划分至第一点云，对第一点云进行去噪处理并投影到基准面方向上，得到如图6所示的目标对象的投影平面2D图，对投影平面2D图进行形状特征检测，确定目标对象的中心位置，过滤掉目标对象边缘的一些干扰区域，然后根据目标对象的中心位置截取预设范围内的点云，截取的点云区域如图7所示，将点云中不满足大于预设高度阈值的点划分至第二点云。

本实施例的技术方案，通过根据与基准面之间的高度是否满足高度阈值条件，将点云中的点划分至第一点云或第二点云，有利于更准确地识别并划分点云中的第一点云和第二点云，从而有利于后续更准确地对目标对象的点云进行补偿处理。

在一个实施例中，上述步骤S104的根据补偿信息，对第一点云进行补偿处理具体包括：根据补偿信息对第一点云进行补偿处理，得到目标对象对应的第三点云；基于第三点云，获取目标对象的平面度。

本实施例中，第三点云可以是第一点云经过补偿处理后的点云。

具体的，终端根据补偿信息对第一点云进行补偿处理，得到目标对象对应的第三点云，基于第三点云，获取目标对象的平面度。

示例性的，终端根据震动补偿量△P（x，y，z）对第一点云Q（x，y，z）进行震动量的补偿处理，得到补偿处理后的目标对象对应的第三点云为Q_补（x，y，z）=Q（x，y，z）-△P（x，y，z），其中，对于第三点云中的点为q_补（x，y，z）=q（x，y，z）-△p（x，y，z），然后对第三点云进行去噪处理，拟合成一个平面，计算各第三点云到平面的距离，取正向距离最大值与负向距离最大值之和作为平面度的测量值。

本实施例的技术方案，基于补偿得到的第三点云获取目标对象的平面度，从而有利于在准确地对目标对象的点云进行补偿处理后，进一步地准确地获取目标对象的平面度。

应该理解的是，虽然如上所述的各实施例所涉及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，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的点云补偿方法的点云补偿装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个点云补偿装置实施例中的具体限定可以参见上文中对于点云补偿方法的限定，在此不再赘述。

在一个实施例中，如图8所示，提供了一种点云补偿装置，该装置800可以包括：

点云采集模块801，用于针对用于放置目标对象的平台区域，采集点云；所述点云包括所述目标对象对应的第一点云及所述平台区域中无对象重叠区域对应的第二点云；

模型得到模块802，用于根据所述第二点云，得到所述平台区域的曲面模型和平面模型；

信息得到模块803，用于根据所述曲面模型和平面模型，得到所述第一点云的补偿信息；

补偿处理模块804，用于根据所述补偿信息，对所述第一点云进行补偿处理。

在一个实施例中，信息得到模块803，还用于根据所述曲面模型，得到所述平台区域中对象重叠区域对应的曲面点云，以及，根据所述平面模型，得到所述平台区域中对象重叠区域对应的平面点云；根据所述曲面点云和平面点云，得到所述第一点云的补偿信息。

在一个实施例中，模型得到模块802，还用于从所述第二点云中选取部分第二点云，利用最小二乘法对所述部分第二点云进行多曲线拟合处理，得到多曲线模型；根据所述多曲线模型，得到所述平台区域的曲面模型。

在一个实施例中，模型得到模块802，还用于利用最小二乘法对所述第二点云进行平面拟合处理，得到所述平台区域的平面模型。

在一个实施例中，该装置800还包括：点云确定模块，用于根据点的高度信息，确定所述点云中的所述第一点云和第二点云。

在一个实施例中，点云确定模块，还用于对所述点云进行平面拟合处理，得到所述平台区域的基准面；根据与所述基准面之间的高度是否满足高度阈值条件，将所述点云中的点划分至所述第一点云或第二点云。

在一个实施例中，补偿处理模块804，还用于根据所述补偿信息对所述第一点云进行补偿处理，得到所述目标对象对应的第三点云；基于所述第三点云，获取所述目标对象的平面度。

上述点云补偿装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机设备还包括输入输出接口，输入输出接口是处理器与外部设备之间交换信息的连接电路，它们通过总线与处理器相连，简称I/O接口。该计算机程序被处理器执行时以实现一种点云补偿方法。该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，该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，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

针对用于放置目标对象的平台区域，采集点云；点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云；根据第二点云，得到平台区域的曲面模型和平面模型；根据曲面模型和平面模型，得到第一点云的补偿信息；根据补偿信息，对第一点云进行补偿处理。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据曲面模型，得到平台区域中对象重叠区域对应的曲面点云，以及，根据平面模型，得到平台区域中对象重叠区域对应的平面点云；根据曲面点云和平面点云，得到第一点云的补偿信息。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

从第二点云中选取部分第二点云，利用最小二乘法对部分第二点云进行多曲线拟合处理，得到多曲线模型；根据多曲线模型，得到平台区域的曲面模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

利用最小二乘法对第二点云进行平面拟合处理，得到平台区域的平面模型。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据点的高度信息，确定点云中的第一点云和第二点云。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

对点云进行平面拟合处理，得到平台区域的基准面；根据与基准面之间的高度是否满足高度阈值条件，将点云中的点划分至第一点云或第二点云。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据补偿信息对第一点云进行补偿处理，得到目标对象对应的第三点云；基于第三点云，获取目标对象的平面度。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

针对用于放置目标对象的平台区域，采集点云；点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云；根据第二点云，得到平台区域的曲面模型和平面模型；根据曲面模型和平面模型，得到第一点云的补偿信息；根据补偿信息，对第一点云进行补偿处理。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据曲面模型，得到平台区域中对象重叠区域对应的曲面点云，以及，根据平面模型，得到平台区域中对象重叠区域对应的平面点云；根据曲面点云和平面点云，得到第一点云的补偿信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

从第二点云中选取部分第二点云，利用最小二乘法对部分第二点云进行多曲线拟合处理，得到多曲线模型；根据多曲线模型，得到平台区域的曲面模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

利用最小二乘法对第二点云进行平面拟合处理，得到平台区域的平面模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据点的高度信息，确定点云中的第一点云和第二点云。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

对点云进行平面拟合处理，得到平台区域的基准面；根据与基准面之间的高度是否满足高度阈值条件，将点云中的点划分至第一点云或第二点云。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据补偿信息对第一点云进行补偿处理，得到目标对象对应的第三点云；基于第三点云，获取目标对象的平面度。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

针对用于放置目标对象的平台区域，采集点云；点云包括目标对象对应的第一点云及平台区域中无对象重叠区域对应的第二点云；根据第二点云，得到平台区域的曲面模型和平面模型；根据曲面模型和平面模型，得到第一点云的补偿信息；根据补偿信息，对第一点云进行补偿处理。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据曲面模型，得到平台区域中对象重叠区域对应的曲面点云，以及，根据平面模型，得到平台区域中对象重叠区域对应的平面点云；根据曲面点云和平面点云，得到第一点云的补偿信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

从第二点云中选取部分第二点云，利用最小二乘法对部分第二点云进行多曲线拟合处理，得到多曲线模型；根据多曲线模型，得到平台区域的曲面模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

利用最小二乘法对第二点云进行平面拟合处理，得到平台区域的平面模型。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据点的高度信息，确定点云中的第一点云和第二点云。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

对点云进行平面拟合处理，得到平台区域的基准面；根据与基准面之间的高度是否满足高度阈值条件，将点云中的点划分至第一点云或第二点云。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据补偿信息对第一点云进行补偿处理，得到目标对象对应的第三点云；基于第三点云，获取目标对象的平面度。

需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。

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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，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、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上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申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种点云补偿方法，其特征在于，所述方法包括：

针对用于放置目标对象的平台区域，采集点云；所述点云包括所述目标对象对应的第一点云及所述平台区域中无对象重叠区域对应的第二点云；

根据所述第二点云，得到所述平台区域的曲面模型和平面模型；

根据所述曲面模型和平面模型，得到所述第一点云的补偿信息；

根据所述补偿信息，对所述第一点云进行补偿处理。

2.根据权利要求1所述的方法，其特征在于，所述根据所述曲面模型和平面模型，得到所述第一点云的补偿信息，包括：

根据所述曲面模型，得到所述平台区域中对象重叠区域对应的曲面点云，以及，根据所述平面模型，得到所述平台区域中对象重叠区域对应的平面点云；

根据所述曲面点云和平面点云，得到所述第一点云的补偿信息。

3.根据权利要求1所述的方法，其特征在于，根据所述第二点云，得到所述平台区域的曲面模型，包括：

从所述第二点云中选取部分第二点云，利用最小二乘法对所述部分第二点云进行多曲线拟合处理，得到多曲线模型；根据所述多曲线模型，得到所述平台区域的曲面模型。

4.根据权利要求1所述的方法，其特征在于，根据所述第二点云，得到所述平台区域的平面模型，包括：

利用最小二乘法对所述第二点云进行平面拟合处理，得到所述平台区域的平面模型。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据点的高度信息，确定所述点云中的所述第一点云和第二点云。

6.根据权利要求5所述的方法，其特征在于，所述根据点的高度信息，确定所述点云中的所述第一点云和第二点云，包括：

对所述点云进行平面拟合处理，得到所述平台区域的基准面；

根据与所述基准面之间的高度是否满足高度阈值条件，将所述点云中的点划分至所述第一点云或第二点云。

7.根据权利要求1至6任意一项所述的方法，其特征在于，所述根据所述补偿信息，对所述第一点云进行补偿处理，包括：

根据所述补偿信息对所述第一点云进行补偿处理，得到所述目标对象对应的第三点云；

基于所述第三点云，获取所述目标对象的平面度。

8.一种点云补偿装置，其特征在于，所述装置包括：

点云采集模块，用于针对用于放置目标对象的平台区域，采集点云；所述点云包括所述目标对象对应的第一点云及所述平台区域中无对象重叠区域对应的第二点云；

模型得到模块，用于根据所述第二点云，得到所述平台区域的曲面模型和平面模型；

信息得到模块，用于根据所述曲面模型和平面模型，得到所述第一点云的补偿信息；

补偿处理模块，用于根据所述补偿信息，对所述第一点云进行补偿处理。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images