CN116263320A - 车辆测量方法、装置、***及存储介质 - Google Patents

Abstract

本申请提供一种车辆测量方法、装置、***及存储介质，适用于物品装运技术领域，用于解决如何提高装车***的智能化程度的问题。该方法包括：通过三维扫描云台获取待测车辆的三维点云数据；检测三维点云数据中的全部平面；根据全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面；根据底板平面和栏板平面，确定目标参数。

Description

车辆测量方法、装置、***及存储介质

技术领域

本申请涉及物品装运技术领域，尤其涉及一种车辆测量方法、装置、***及存储介质。

背景技术

在传统的装车***中，可以通过获取车辆的基本信息引导装车。

通常，传统的装车***采用下述两种方式：

一种是在装车机的同一侧安装两个扫描装置，扫描装置会跟随装车机运动。在装车机的运动过程中扫描装置实时获取车辆截面的扫描信息。但这种方式受限于二维扫描，无法测量车辆长度等信息。

另一种是通过多个相机采集多个车辆图像，并将多个车辆图像配准后形成深度图像，再基于深度图像提取车辆的尺寸信息。但受到相机的拍摄视角的影响，各相机会存在盲区，导致车辆的部分信息丢失；且使用的相机越多，图像配准会更为复杂，易造成成像误差；此外相机易受光照与灰尘影响，在工业环境下难以满足要求。

因此，如何提高装车***的智能化程度成为亟待解决的技术问题。

发明内容

本申请提供一种车辆测量方法、装置、***及存储介质，解决了如何提高装车***的智能化程度的问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供一种车辆测量方法。该方法包括：通过三维扫描云台获取待测车辆的三维点云数据；检测三维点云数据中的全部平面；根据全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面；根据底板平面和栏板平面，确定目标参数。

作为本申请实施例一种可选地实施方式，目标参数包括以下至少一项：待测车辆的车长、待测车辆的车宽、待测车辆的偏移角、待测车辆的俯仰角、立柱的尺寸、拉筋的尺寸、油缸的尺寸。

作为本申请实施例一种可选地实施方式，通过三维扫描云台获取待测车辆的三维点云数据，包括：

通过三维扫描云台获取原始激光数据；基于三维扫描云台的安装位姿，为原始激光数据建立三维局部坐标系；将三维局部坐标系下的坐标变换为全局坐标系下的坐标；在全局坐标系下，根据待测车辆的停车区域框定检测范围，提取待测车辆的三维点云数据。

作为本申请实施例一种可选地实施方式，预设平面包括相互垂直的第一类型平面、第二类型平面和第三类型平面。根据全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面，包括：

对于全部平面中的任意一个平面，在一个平面的法向量与目标类型平面的法向量的夹角小于或等于目标阈值的情况下，确定一个平面属于的类型平面。

作为本申请实施例一种可选地实施方式，根据全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面，还包括：

在第一类型平面中，确定底板平面；根据左栏板、右栏板与底板的约束关系，在第二类型平面中确定左栏板平面、右栏板平面；根据前栏板、后栏板与底板的约束关系，在第三类型平面中确定前栏板平面、后栏板平面。

根据底板平面和栏板平面，确定目标参数，包括：根据底板平面、左栏板平面、右栏板平面、前栏板平面和后栏板平面，确定待测车辆的四个角点；根据待测车辆的四个角点，确定待测车辆的车长、待测车辆的车宽、待测车辆的偏移角、待测车辆的俯仰角。

作为本申请实施例一种可选地实施方式，全局坐标系包括X轴、Y轴和Z轴。其中，

待测车辆的车长等于第一长度和第二长度的均值，第一长度为从左前角点到左后角点的长度，第二长度为从右前角点到右后角点的长度；和/或，

待测车辆的车宽等于第三长度和第四长度的均值，第三长度为从左前角点到右前角点的长度，第四长度为从左后角点到右后角点的长度；和/或，

待测车辆的偏移角等于第一偏移角和第二偏移角的均值，第一偏移角根据左前角点和左后角点分别在X轴方向和Y轴方向的坐标确定，第二偏移角根据右前角点和右后角点分别在X轴方向和Y轴方向的坐标确定；和/或，

待测车辆的俯仰角等于第一俯仰角和第二俯仰角的均值，第一俯仰角根据左前角点和左后角点分别在Z轴方向的坐标、左前角点到左后角点的长度确定，第二俯仰角根据右前角点和右后角点分别在Z轴方向的坐标、右前角点到右后角点的长度确定。

作为本申请实施例一种可选地实施方式，目标参数包括拉筋的尺寸。根据底板平面和栏板平面，确定目标参数，包括：

使用统计滤波器对剩余点云滤波，剩余点云为从三维点云数据中去除底板平面和栏板平面后的点云；对滤波后的剩余点云进行点云分割；将分割后的剩余点云向第一类型平面投影，得到二维点云；从二维点云中查找满足拉筋特征的直线，并从中提取二维拉筋点云，以及将二维拉筋点云还原为三维拉筋点云；将三维拉筋点云、左栏板点云、右栏板点云向第一类型平面投影；根据第一交点到第一投影点的长度、第二交点到第二投影点的长度、拉筋的高度、待测车辆的俯仰角，确定拉筋的宽度和拉筋到前栏板的距离。其中，第一交点为在投影平面中拉筋与左栏板的交点，第二交点为在投影平面中拉筋与右栏板的交点，第一投影点为在投影平面中左栏板和前栏板的交点，第二投影点为在投影平面中右栏板和前栏板的交点。

作为本申请实施例一种可选地实施方式，目标参数包括立柱的尺寸。根据底板平面和栏板平面，确定目标参数，包括：

将左栏板平面、右栏板平面的三维点云向第二类型平面投影，得到二维点云；在二维点云中拟合最佳分割线段；通过最佳分割线段分离栏板点云和立柱点云；将立柱点云还原为三维立柱点云；对于三维立柱点云利用最小包围盒算法，获取立柱的尺寸。

作为本申请实施例一种可选地实施方式，目标参数包括油缸的尺寸。根据底板平面和栏板平面，确定目标参数，包括：

使用统计滤波器对剩余点云滤波，剩余点云为从三维点云数据中去除底板平面和栏板平面后的点云；对滤波后的剩余点云进行点云分割；根据油缸与前栏板的约束关系、油缸的特征，提取油缸点云；对于油缸点云利用最小包围盒算法，获取油缸的尺寸。

第二方面，提供一种车辆测量装置。该装置包括：

获取模块，用于通过三维扫描云台获取待测车辆的三维点云数据；

检测模块，用于检测三维点云数据中的全部平面；

确定模块，用于根据全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面；以及根据底板平面和栏板平面，确定目标参数。

作为本申请实施例一种可选地实施方式，目标参数包括以下至少一项：待测车辆的车长、待测车辆的车宽、待测车辆的偏移角、待测车辆的俯仰角、立柱的尺寸、拉筋的尺寸、油缸的尺寸。

该车辆测量装置可对应于执行上述第一方面中描述的方法，该装置中的单元的相关描述请参照上述第一方面的描述，为了简洁，在此不再赘述。

第三方面，本申请提供一种车辆测量***，处理器和存储器，处理器与存储器耦合，处理器用于执行存储器中存储的计算机程序或指令，以使得车辆测量***实现如第一方面中任一项的车辆测量方法。

第四方面，本申请提供一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器进行加载，以执行如第一方面中任一项的车辆测量方法。

本申请实施例提供的车辆测量方案，由于三维扫描云台具有测量速度快、精度高、抗干扰能力强等特点，因此与相机相比，采用三维扫描云台获取并生成的待测车辆的三维点云数据具有更高的密度与质量。通过先对三维点云数据中的全部平面进行检测，再利用全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面(例如利用全部平面中的每个平面的法向量与预设平面的法向量，确定每个平面属于的平面类型，然后根据每个平面属于的平面类型，从中分离出定底板平面和栏板平面)，这样依据分离出来的各个平面可有效地检测出车辆的基本尺寸和特殊部件的尺寸，实现了装车领域中对各类常规车辆及非常规车辆的精确测量，为后续全自动化智能装车提供了可靠的数据支撑。

附图说明

图1为本申请实施例提供的三维扫描云台的应用场景示意图；

图2为本申请实施例提供的车辆测量方法的流程示意图；

图3为本申请实施例提供的提取拉筋的示意图；

图4为本申请实施例提供的提取立柱的示意图；

图5为本申请实施例提供的提取油缸的示意图；

图6为本申请实施例提供的车辆测量装置的结构示意图。

具体实施方式

本申请实施例提供一种车辆测量方案，主要通过三维扫描云台获取待测车辆的三维点云数据。然后，先对三维点云数据中的全部平面进行检测，再确定所每个平面属于的平面类型，接着从中分离出定底板平面和栏板平面，从而依据分离出来的各个平面可以获得出车辆的基本尺寸和特殊部件的尺寸。

下面以具体的实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1为本申请实施例提供的三维扫描云台的应用场景的示意图。该三维扫描云台包括云台和激光雷达。其中，云台用于带动激光雷达转动；激光雷达，用于在云台带动下转动，并发射、接收激光数据，以及根据激光数据，获取三维点云数据。

通常，三维扫描云台架设在车道的停车区间的上方，例如三维扫描云台与地面的距离为4米。通常，在安装三维扫描云台之前，先确定车辆在车道的停车区间；在该停车区间内，在车辆的长度方向要确保激光在地面投影点落在车斗内；在车辆的高度方向要确保顶部下垂物体不会遮挡激光光束，能完整扫描到车斗。在对某车辆进行停车装货前，该车辆在车道中沿着指定行驶方向行驶到规定的停车区间停车。

三维扫描云台的激光雷达可以由处理器、探测器、激光头、旋转反射结构等组成。具体地，激光雷达的工作过程如下：激光头以激光作为信号源，发射出脉冲激光。处于旋转状态的旋转反射结构，将脉冲激光反射出去。当激光到达待测车辆时，引起散射，一部分光波会反射到探测器上。然后探测器将检测到的信号发送至处理器。处理器根据激光测距原理计算可得到从激光雷达到待测车辆的距离，脉冲激光不断地扫描待测车辆，就可以得到待测车辆上全部障碍点的数据，即三维点云数据。该待测车辆可以为用于装载物品的车辆，例如货车、卡车或拉板车等包含车斗的车辆。

需要说明的是，三维扫描云台可以包括比图示更多或更少的设备，或者组合某些设备，或者拆分某些设备，或者进行不同的设备布置，本申请实施例不作限定。

基于如图1所示的三维扫描云台，本申请实施例提供一种车辆测量方法，具体如图2所示。该方法可以应用于如图1所示的三维扫描云台或与图1采用相近或类似结构的三维扫描云台。该方法包括下述的S101至S104。

S101、通过三维扫描云台获取待测车辆的三维点云数据。

在待测车辆即将进行装车之前，待测车辆在指挥台的指挥下，会沿着车道向前行驶到指定的停车区域，并停车。在停车区域的上方架设的激光雷达，不断发射出脉冲激光。当脉冲激光打到待测车辆的车身以及周围障碍物上时，会引起激光散射，一部分光波会反射到探测器上。然后探测器将检测到的激光数据发送至处理器，从而处理器对激光数据处理得到距离信息，进而根据距离信息获取到三维点云数据。

在通过三维扫描云台获取原始激光数据后，由于原始激光数据不但包含了待测车辆的三维点云数据，还包括了环境的三维点云数据，因此需要从原始激光数据中提取待测车辆的三维点云数据。

具体地，通过三维扫描云台获取待测车辆的三维点云数据的方式如下：

原始激光数据包括多组激光数据。对于多组激光数据中的每组激光数据，每组激光数据为与一个障碍点对应的激光数据。一组激光数据包括：激光点距离值d，扫描角α，旋转角θ。其中，激光点距离值d用于表示从激光点到一个障碍点之间的距离，扫描角用于表示旋转反射结构与激光束之间的角度，旋转角用于表示旋转反射结构旋转的角度。

基于三维扫描云台的安装位姿(具体为激光雷达的安装位置)，为原始激光数据建立三维局部坐标系，在三维局部坐标系下任意一点的坐标P(x,y,z)的转换公式为：

x＝d×sinα×sinθ

y＝d×cosα×sinθ

z＝d×cosθ

建立全局坐标系，例如以车道方向为X轴、垂直车道的方向为Y轴、车辆的高度方向为Z轴，为原始激光数据建立三维全局坐标系；再例如，以垂直车道的方向为X轴、车道方向为Y轴、车辆的高度方向为Z轴。当然，还可以采用其他方式建立三维全局坐标系，可以根据实际使用需求确定。需要说明的是，为了更清楚地示意本申请，下述实施例均是以三维全局坐标系的车道方向为X轴、垂直车道的方向为Y轴、车辆的高度方向为Z轴为例进行说明的。

通常三维局部坐标系(LCS)与三维全局坐标系(GCS)之间存在旋转平移关系。假设某点在三维局部坐标系下的坐标为P，***旋转矩阵为R，平移矩阵为T，则该点在三维全局坐标系下的坐标P^′为：

P^′＝R·P+T

这样根据上述方式，先建立了以云台初始位姿决定的局部坐标系，再建立了以全局环境决定的全局坐标系，得到了在全局坐标系下的全部三维点云数据。

在全部三维点云对应的云图中，停车区域的范围为可确定的，因此在全局坐标系下，可根据待测车辆的停车区域框定检测范围，过滤掉环境点云，从而提取到车辆点云。进一步地，由于提取车辆点云的数据量较大，因此为了减小处理数据量，提高测量速度，可对车辆点云进行采样，最终得到待测车辆的三维点云数据。

S102、检测三维点云数据中的全部平面。

例如，使用Ransac平面检测方法检测车辆点云中包含的各个平面。当然还可以采用其他方法检测三维点云数据中的平面，本申请实施例不作限定。

S103、根据全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面。

具体地，可以根据步骤a和步骤b确定底板平面和栏板平面。

步骤a、根据全部平面中的每个平面的法向量与预设平面的法向量，确定每个平面属于的平面类型。

本申请实施例中，根据全部平面中的每个平面的法线，可将平面分为4类：XY平面，XZ平面，YZ平面以及其他平面。

需要说明的是，XY平面，XZ平面，YZ平面以及其他平面均是指全局坐标系中的平面。

本申请实施例将XY平面称为第一类型平面，将XZ平面称为第二类型平面，将YZ平面称为第三类型平面。由于这3个类型的平面的法线相互垂直，即3个平面相互垂直，因此在对某个待分类平面分类时，可以分别计算待分类平面与这几个类型平面的法向量夹角，以根据法向量夹角确定待分类平面属于的平面类型。

假设第一类型平面对应第一阈值，第二类型平面对应第二阈值，第三类型平面对应第三阈值。对于全部平面中的任意一个平面，分类方法如下：

分别比较一个平面的法向量与每个类型平面的法向量夹角是否小于或等于对应阈值。

在该一个平面的法向量与目标类型平面的法向量的夹角小于或等于目标阈值的情况下，确定一个平面属于目标类型平面。其中，该目标类型平面为第一类型平面、第二类型平面或第三类型平面。

示例性的，假设

用于表示XY平面或XZ平面或YZ平面的法向量，/>

用于表示待分类平面的法向量，thd表示分类阈值。

如上述公式所示，公式左侧用于表示某个预设平面与待分类平面的夹角，公式右侧用于表示分类阈值。若公式左侧的夹角小于公式右侧的分类阈值，则确定待分类平面属于该预设平面。

示例性的，thd小于π/2，且大于-π/2。

需要说明的是，上述公式是以XY平面、XZ平面、YZ平面的分类阈值相同为例进行示例说明的，其并不对本申请实施例形成限定。实际实现时，各个预设平面的分类阈值也可以不同，可以根据实际使用需求确定。

步骤b、根据每个平面属于的平面类型，从全部平面中确定底板平面和栏板平面。

上述栏板平面包括左栏板平面、右栏板平面、前栏板平面、后栏板平面。

具体的，由于在车斗模型中底板平面是唯一满足第一类型平面的平面，因此可以先在第一类型平面中，确定底板平面。然后，根据左栏板、右栏板与底板的约束关系，可以在第二类型平面中确定左栏板平面、右栏板平面。之后，根据前栏板、后栏板与底板的约束关系，可以在第三类型平面中确定前栏板平面、后栏板平面。如此，可以在底板平面和栏板平面中提取车辆底板平面点云及四个侧栏板平面点云。

S104、根据底板平面和栏板平面，确定目标参数。

其中，目标参数包括以下至少一项：待测车辆的车长、待测车辆的车宽、待测车辆的偏移角、待测车辆的俯仰角、立柱的尺寸、拉筋的尺寸、油缸的尺寸。

在确定底板平面、左栏板平面、右栏板平面、前栏板平面和后栏板平面后，可以提取车辆底板平面点云及四个侧栏板平面点云。

具体地，根据底板平面和栏板平面，确定目标参数包含以下步骤：

步骤1、根据底板平面、左栏板平面、右栏板平面、前栏板平面和后栏板平面，确定待测车辆的四个角点。

示例性的，各个角点的计算方式如下：

以左前角点为例，联立底板平面方程、前栏板平面方程与左栏板平面方程，可求得三平面的交点，该交点为左前角点。

以左后角点为例，联立底板平面方程、后栏板平面方程与左栏板平面方程，可求得三平面的交点，该交点为左后角点。

以右前角点为例，联立底板平面方程、前栏板平面方程与右栏板平面方程，可求得三平面的交点，该交点为右前角点。

以右后角点为例，联立底板平面方程、后栏板平面方程与右栏板平面方程，可求得三平面的交点，该交点为右后角点。

步骤2、根据待测车辆的四个角点，确定目标参数。

1)待测车辆的车长。

待测车辆的车长等于第一长度和第二长度的均值。

第一长度为从左前角点到左后角点的长度。

第二长度为从右前角点到右后角点的长度。

示例性的，假设待测车辆的车长用L表示。在三维全局坐标系中，左前角点用P1表示，左后角点用P2表示，右前角点用P3表示，右后角点用P4表示。从左前角点到左后角点的长度用dist(P2,P1)表示。从右前角点到右后角点的长度用dist(P4,P3)表示。那么存在下述关系：

2)待测车辆的车宽。

待测车辆的车宽等于第三长度和第四长度的均值。

第三长度为从左前角点到右前角点的长度。

第四长度为从左后角点到右后角点的长度。

示例性的，假设待测车辆的车宽用W表示。在三维全局坐标系中，左前角点用P1表示，左后角点用P2表示，右前角点用P3表示，右后角点用P4表示。从左前角点到右前角点的长度用dist(P3,P1)表示。从左后角点到右后角点的长度用dist(P4,P2)表示。那么存在下述关系：

3)待测车辆的偏移角。

待测车辆的偏移角等于第一偏移角和第二偏移角的均值。

第一偏移角根据左前角点和左后角点分别在车道方向和垂直车道的方向的坐标确定。

第二偏移角根据右前角点和右后角点分别在车道方向和垂直车道的方向的坐标确定。

示例性的，假设待测车辆的偏移角用yaw表示。

待测车辆的第一偏移角、第二偏移角分别为：

其中，P1.y用于表示左前角点在三维全局坐标系的Y轴坐标，P2.y用于表示左后角点在三维全局坐标系的Y轴坐标，P2.x用于表示左后角点在三维全局坐标系的X轴坐标，P1.x用于表示左前角点在三维全局坐标系的X轴坐标，P4.y用于表示右后角点在三维全局坐标系的Y轴坐标，P3.y用于表示右前角点在三维全局坐标系的Y轴坐标，P4.x用于表示右后角点在三维全局坐标系的X轴坐标，P3.x用于表示右前角点在三维全局坐标系的X轴坐标。

根据第一偏移角、第二偏移角，得到待测车辆的偏移角：

4)待测车辆的俯仰角。

待测车辆的俯仰角等于第一俯仰角和第二俯仰角的均值。

第一俯仰角根据左前角点和左后角点分别在车辆的高度方向的坐标、左前角点到左后角点的长度确定。

第二俯仰角根据右前角点和右后角点分别在车辆的高度方向的坐标、右前角点到右后角点的长度确定。

示例性的，假设待测车辆的偏移角用pitch表示。

待测车辆的第一俯仰角、第二俯仰角分别为：

其中，P2.z用于表示左后角点在三维全局坐标系的Z轴坐标，P1.z用于表示左前角点在三维全局坐标系的Z轴坐标，dist(P2,P1)用于表示从左前角点到左后角点的长度，P4.z用于表示右后角点在三维全局坐标系的Z轴坐标，P3.z用于表示右前角点在三维全局坐标系的Z轴坐标，dist(P4,P3)用于表示从右前角点到右后角点的长度。

根据待测车辆的第一俯仰角和第二俯仰角，可以得到待测车辆的俯仰角：

需要说明的是，对于超长车的车辆的长度检测，由于车辆长度过长，无法完成一次测量、装车，所以在每次测量、装车完成后可通过指挥台告知装车***引导车辆的司机进行移车，并在移车后进行二次扫描测量。

本申请实施例提供的车辆测量方法，由于三维扫描云台具有测量速度快、精度高、抗干扰能力强等特点，因此与相机相比，采用三维扫描云台获取并生成的待测车辆的三维点云数据具有更高的密度与质量。通过先对三维点云数据中的全部平面进行检测，再确定所每个平面属于的平面类型，然后从中分离出定底板平面和栏板平面，这样依据分离出来的各个平面可有效地检测出车辆的基本尺寸和特殊部件的尺寸，实现了装车领域中对各类常规车辆及非常规车辆的精确测量，为后续全自动化智能装车提供了可靠的数据支撑。

在按照上述方法确定底板平面和各个栏板平面，并从中提取车辆底板平面点云及四个侧栏板平面点云后，可以从待测车辆的三维点云数据中去除底板平面和栏板平面后的点云，得到剩余点云。理论上，剩余点云应包括为立柱、油缸及拉筋等车辆特殊部件的点云。

下面将分别对拉筋、立柱及油缸的点云提取和测量进行示例性说明。

一、拉筋的点云提取和测量

拉筋指横跨于左栏板、右栏板之间的用于防止栏板形变的物体。

拉筋提取的具体步骤为：

1、使用统计滤波器对剩余点云滤波，以剔除离群点。

2、对滤波后的剩余点云进行点云分割，例如使用连通区域标记法对剩余点云进行点云分割。

3、将分割后的剩余点云向第一类型平面投影，得到二维点云。

4、从二维点云中查找满足拉筋特征的直线，并从中提取二维拉筋点云，以及将二维拉筋点云还原为三维拉筋点云。

例如，可以先分别对分割后的二维点云进行Ransac直线检测，之后再从二维点云中查找满足拉筋特征的直线。如图3所示，由于拉筋方向通常为图中所示的垂直方向(即车宽方向)，因此保留所有直线中的垂直方向的直线，删除水平方向的直线。另外，由于检测到的直线不仅有位于拉筋区域的直线，还有位于前栏板和后栏板区域的直线，因此需要根据检测到的底板范围，删除底板范围外的直线，只保留底板范围内的直线部分，从而从二维点云中查找到了满足拉筋特征的直线。进而可以从中提取二维拉筋点云，并将二维拉筋点云还原为三维拉筋点云。

拉筋测量的具体步骤为：

1、将三维拉筋点云、左栏板点云、右栏板点云向第一类型平面投影。

2、根据第一交点到第一投影点的长度、第二交点到第二投影点的长度、拉筋的高度、待测车辆的俯仰角，确定拉筋的宽度和拉筋到前栏板的距离。

其中，第一交点为在投影平面中拉筋与左栏板的交点，第二交点为在投影平面中拉筋与右栏板的交点，第一投影点为在投影平面中左栏板和前栏板的交点，第二投影点为在投影平面中右栏板和前栏板的交点。

具体的，假设θ用于表示车辆的俯仰角，h用于表示拉筋的高度，M1用于表示第一交点，M2用于表示第二交点，P1用于表示第一投影点，P2用于表示第二投影点。

拉筋到前栏板的距离可通过M1到P1的长度及M2到P2的长度求得，拉筋的宽度可通过M1和M2间的长度求得，由于上述计算均在二维空间中，还原到三维空间中的距离时，还需考虑车身俯仰角的影响。

因此，拉筋到前栏板的距离Td表示为：

|θ|<90°

拉筋的宽度Tw表示为：

二、立柱的点云提取和测量

立柱指位于车辆左右栏板上突出的部分。

立柱提取的具体步骤为：

1、将左栏板平面、右栏板平面的三维点云向第二类型平面投影，得到二维点云。

2、在该二维点云中拟合最佳分割线段。

3、通过该最佳分割线段分离栏板点云和立柱点云。

示例性的，在将左栏板平面、右栏板平面的三维点云向第二类型平面投影，得到如图4所示的L型的二维点云图像。其中，L型的上半部分为立柱，L型的下半部分为栏板，因此将上半部分和下半部分中间的分割线作为最佳分割线段。然后可以利用该最佳分割线段，分离栏板点云和立柱点云。

4、将该立柱点云还原为三维立柱点云。

立柱测量的具体步骤为：

对于该三维立柱点云利用最小包围盒算法，获取立柱的尺寸。

三、油缸的点云提取和测量

油缸指紧贴于车辆前板的柱形物体。

油缸提取的具体步骤如下：

1、使用统计滤波器对剩余点云滤波。

2、对滤波后的剩余点云进行点云分割。

3、根据油缸与前栏板的约束关系、油缸的特征，提取油缸点云。

示例性的，先获取如图5所示的包含油缸的二维图像。然后，由于油缸是紧贴于车辆前栏板的柱形物体，因此根据油缸与前栏板的约束关系和油缸的特征，可以从中提取到油缸点云。

油缸测量的具体步骤为：

对于油缸点云利用最小包围盒算法，获取油缸的尺寸。

可以理解的是，与传统装车测量方法只能对常规车进行测量有所不同，本申请实施例对各种超长车和非常规车，例如双层底板车、油缸车、立柱车和拉筋车均能有效测量。

如图6所示，本申请实施例提供一种车辆测量装置60。该装置包括：

获取模块61，可以用于通过三维扫描云台获取待测车辆的三维点云数据。由于通过三维扫描云台获取的三维点云数据不但包含了待测车辆的三维点云数据，还包括了环境的三维点云数据，因此获取模块61在接收到三维扫描云台发送的三维点云数据之后，从中需要滤除待测车辆与环境点云，最终得到待测车辆的三维点云。

检测模块62，可以用于检测三维点云数据中的全部平面。例如使用Ransac平面检测方法检测车辆点云中包含的各个平面。

确定模块63，可以用于根据全部平面中的每个平面的法向量与预设平面的法向量，从全部平面中确定底板平面和栏板平面；以及根据底板平面和栏板平面，确定目标参数。其中，目标参数包括以下至少一项：待测车辆的车长、待测车辆的车宽、待测车辆的偏移角、待测车辆的俯仰角、立柱的尺寸、拉筋的尺寸、油缸的尺寸。

本实施例提供的车辆测量装置可以执行上述方法实施例中的步骤，其实现原理与技术效果类似，此处不再赘述。

本申请实施例提供的车辆测量装置，与传统装车测量方法只能对常规车进行测量有所不同，本申请实施例对各种超长车和非常规车，例如双层底板车、油缸车、立柱车和拉筋车均能有效测量。

基于同一发明构思，本申请实施例提供一种车辆测量***，该车辆测量***包括三维扫描云台和车辆测量装置。

三维扫描云台包括云台和激光雷达。其中，云台用于带动激光雷达转动；激光雷达，用于在云台带动下转动，并发射、接收激光数据，以及根据激光数据，获取三维点云数据。对于三维扫描云台的描述可以参照与图1有关的描述，此处不再赘述。

车辆测量装置用于根据三维点云数据，执行上述方法实施例提供的车辆测量方法。具体工作原理为：根据三维点云数据，检测全部平面；根据全部平面中的每个平面的法向量与预设平面的法向量，确定每个平面属于的平面类型；并根据每个平面属于的平面类型，从全部平面中确定底板平面和栏板平面；以及根据底板平面和栏板平面，确定目标参数。其中，目标参数包括以下至少一项：待测车辆的车长、待测车辆的车宽、待测车辆的偏移角、待测车辆的俯仰角、立柱的尺寸、拉筋的尺寸、油缸的尺寸。

需要说明的是，上述车辆测量装置可以为工控机，三维扫描云台和工控机均存在网络传输接口，在实际使用中三维扫描云台通过网络传输接口将采集的三维点云数据传输给工控机中的算法软件，从而利用算法软件实现对三维数据处理，测量得到车斗的基本尺寸和特殊部件的尺寸。

基于同一发明构思，本申请实施例还提供了一种车辆测量***。本实施例提供的车辆测量***包括：存储器和处理器，存储器用于存储计算机程序；处理器用于在调用计算机程序时执行上述方法实施例的车辆测量方法。

处理器可以是中央处理单元(central processing unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(fieldprogrammable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器在一些实施例中可以是内部存储单元，例如硬盘或内存。存储器在另一些实施例中也可以是外部存储设备，例如插接式硬盘，智能存储卡(smart media card，SMC)，安全数字(secure digital，SD)卡，闪存卡(flash card)等。进一步地，存储器还可以既包括内部存储单元也包括外部存储设备。存储器用于存储操作***、应用程序、引导装载程序、数据以及其他程序等，例如计算机程序的程序代码等。存储器还可以用于暂时地存储已经输出或者将要输出的数据。

本实施例提供的信息测量***可以执行上述方法实施例，其实现原理与技术效果类似，此处不再赘述。

此外，本申请实施例还提供了一种可读存储介质，该可读存储介质存储有计算机程序，计算机程序被处理器执行时实现可实现上述车斗测量方法实施例中的步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，计算机可读存储介质，如只读存储器(read-only Memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等。

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，该流程可以由计算机程序来指令相关的硬件完成，该程序可存储于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实施例的流程。而前述的存储介质可以包括：ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (11)

1.一种车辆测量方法，其特征在于，所述方法包括：

通过三维扫描云台获取待测车辆的三维点云数据；

检测所述三维点云数据中的全部平面；

根据所述全部平面中的每个平面的法向量与预设平面的法向量，从所述全部平面中确定底板平面和栏板平面；

根据所述底板平面和所述栏板平面，确定目标参数。

2.根据权利要求1所述的方法，其特征在于，所述通过三维扫描云台获取待测车辆的三维点云数据，包括：

通过所述三维扫描云台获取原始激光数据；

基于所述三维扫描云台的安装位姿，为所述原始激光数据建立三维局部坐标系；

将所述三维局部坐标系下的坐标变换为全局坐标系下的坐标；

在所述全局坐标系下，根据所述待测车辆的停车区域框定检测范围，提取所述待测车辆的三维点云数据。

3.根据权利要求1所述的方法，其特征在于，所述预设平面包括相互垂直的第一类型平面、第二类型平面和第三类型平面；

所述根据所述全部平面中的每个平面的法向量与预设平面的法向量，从所述全部平面中确定底板平面和栏板平面，包括：

对于所述全部平面中的任意一个平面，在一个平面的法向量与目标类型平面的法向量的夹角小于或等于目标阈值的情况下，确定所述一个平面属于的类型平面。

4.根据权利要求3所述的方法，其特征在于，所述根据所述全部平面中的每个平面的法向量与预设平面的法向量，从所述全部平面中确定底板平面和栏板平面，还包括：

在所述第一类型平面中，确定底板平面；

根据左栏板、右栏板与底板的约束关系，在所述第二类型平面中确定左栏板平面、右栏板平面；

根据前栏板、后栏板与底板的约束关系，在所述第三类型平面中确定前栏板平面、后栏板平面；

所述根据所述底板平面和所述栏板平面，确定目标参数，包括：

根据所述底板平面、左栏板平面、右栏板平面、前栏板平面和后栏板平面，确定所述待测车辆的四个角点；

根据所述待测车辆的四个角点，确定所述待测车辆的车长、所述待测车辆的车宽、所述待测车辆的偏移角、所述待测车辆的俯仰角。

5.根据权利要求4所述的方法，其特征在于，所述全局坐标系包括X轴、Y轴和Z轴；其中，

所述待测车辆的车长等于第一长度和第二长度的均值，所述第一长度为从左前角点到左后角点的长度，所述第二长度为从右前角点到右后角点的长度；和/或，

所述待测车辆的车宽等于第三长度和第四长度的均值，所述第三长度为从左前角点到右前角点的长度，所述第四长度为从左后角点到右后角点的长度；和/或，

所述待测车辆的偏移角等于第一偏移角和第二偏移角的均值，所述第一偏移角根据左前角点和左后角点分别在X轴方向和Y轴方向的坐标确定，所述第二偏移角根据右前角点和右后角点分别在X轴方向和Y轴方向的坐标确定；和/或，

所述待测车辆的俯仰角等于第一俯仰角和第二俯仰角的均值，所述第一俯仰角根据左前角点和左后角点分别在Z轴方向的坐标、所述左前角点到左后角点的长度确定，所述第二俯仰角根据右前角点和右后角点分别在Z轴方向的坐标、所述右前角点到右后角点的长度确定。

6.根据权利要求3所述的方法，其特征在于，所述目标参数包括拉筋的尺寸；所述根据所述底板平面和所述栏板平面，确定目标参数，包括：

使用统计滤波器对剩余点云滤波，所述剩余点云为从所述三维点云数据中去除所述底板平面和所述栏板平面后的点云；

对滤波后的剩余点云进行点云分割；

将分割后的剩余点云向所述第一类型平面投影，得到二维点云；

在所述二维点云中查找满足拉筋特征的直线，并从中提取二维拉筋点云，以及将所述二维拉筋点云还原为三维拉筋点云；

将所述三维拉筋点云、左栏板点云、右栏板点云向所述第一类型平面投影；

根据第一交点到第一投影点的长度、第二交点到第二投影点的长度、所述拉筋的高度、所述待测车辆的俯仰角，确定所述拉筋的宽度和所述拉筋到前栏板的距离；

其中，所述第一交点为在投影平面中所述拉筋与所述左栏板的交点，所述第二交点为在投影平面中所述拉筋与所述右栏板的交点，所述第一投影点为在投影平面中所述左栏板和所述前栏板的交点，所述第二投影点为在投影平面中所述右栏板和所述前栏板的交点。

7.根据权利要求3所述的方法，其特征在于，所述目标参数包括立柱的尺寸；所述根据所述底板平面和所述栏板平面，确定目标参数，包括：

将左栏板平面、右栏板平面的三维点云向所述第二类型平面投影，得到二维点云；

在所述二维点云中拟合最佳分割线段；

通过所述最佳分割线段分离栏板点云和立柱点云；

将所述立柱点云还原为三维立柱点云；

对于所述三维立柱点云利用最小包围盒算法，获取立柱的尺寸。

8.根据权利要求3所述的方法，其特征在于，所述目标参数包括油缸的尺寸；所述根据所述底板平面和所述栏板平面，确定目标参数，包括：

使用统计滤波器对剩余点云滤波，所述剩余点云为从所述三维点云数据中去除所述底板平面和所述栏板平面后的点云；

对滤波后的剩余点云进行点云分割；

根据油缸与前栏板的约束关系、油缸的特征，提取油缸点云；

对于所述油缸点云利用最小包围盒算法，获取油缸的尺寸。

9.一种车辆测量装置，其特征在于，所述装置包括：

获取模块，用于通过三维扫描云台获取待测车辆的三维点云数据；

检测模块，用于检测所述三维点云数据中的全部平面；

确定模块，用于根据所述全部平面中的每个平面的法向量与预设平面的法向量，从所述全部平面中确定底板平面和栏板平面；以及根据所述底板平面和所述栏板平面，确定目标参数。

10.一种车辆测量***，其特征在于，包括处理器和存储器，所述处理器与所述存储器耦合，所述处理器用于执行所述存储器中存储的计算机程序或指令，以使得所述车辆测量***实现如权利要求1至8中任一项所述的车辆测量方法。

11.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至8中任一项所述的车辆测量方法。

Images