[发明专利]估计车厢空闲体积的方法、装置及计算机可读存储介质有效
申请号: | 201811036587.6 | 申请日: | 2018-09-06 |
公开(公告)号: | CN109146952B | 公开(公告)日: | 2020-11-20 |
发明(设计)人: | 吕晓磊 | 申请(专利权)人: | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
主分类号: | G06T7/62 | 分类号: | G06T7/62 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 姜雍;许蓓 |
地址: | 100195 北京市海淀区杏石口路6*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 估计 车厢 空闲 体积 方法 装置 计算机 可读 存储 介质 | ||
1.一种估计车厢空闲体积的方法,包括:
识别相机拍摄车厢的图像得到车厢型号,并根据车厢型号获取车厢的三维模型;
利用所述图像和所述三维模型,获取所述三维模型的坐标系与相机坐标系的旋转平移关系;
利用所述图像、所述三维模型以及所述旋转平移关系,获取车厢的空闲深度信息,具体包括:构建第二目标函数;所述第二目标函数的函数值为:将位于所述三维模型的载货深度方向上的各条楞上,从车厢门至被货物遮挡的起始点的坐标投影至所述图像后,与所述图像中像素梯度值大于预设阈值的像素点重合的坐标点个数;所述第二目标函数的变量为所述起始点在所述三维模型上的深度坐标;求解使第二目标函数的函数值最大时,所述起始点在所述三维模型上的深度坐标;
利用所述空闲深度信息以及所述三维模型,估计车厢的空闲体积。
2.如权利要求1所述的方法,其中,所述利用所述图像和所述三维模型,获取所述三维模型的坐标系与相机坐标系的旋转平移关系包括:
构建第一目标函数;所述第一目标函数的函数值为:将所述三维模型上的坐标点投影至所述图像后,与所述图像中像素梯度值大于预设阈值的像素点重合的坐标点个数;所述第一目标函数的变量为:所述三维模型的坐标系到相机坐标系的旋转矩阵和平移矩阵;
求解使第一目标函数的函数值最大时的所述旋转矩阵和平移矩阵。
3.如权利要求2所述的方法,其中,确定使如下目标函数取最大值的R和T:
其中,R、T分别表示所述三维模型的坐标系到相机坐标系的旋转矩阵和平移矩阵,xi表示所述三维模型的坐标系下所述三维模型上第i个点的坐标,Π()表示利用相机的透视投影矩阵将相机坐标系上的点透视投影至所述图像上,y表示对所述图像进行线段检测得到的二值图,表示求图像y在坐标Π(Rxi+T)处的像素值,∑1表示数值求和,∑2表示坐标的个数。
4.如权利要求1所述的方法,其中,确定使如下目标函数取最大值时的Dlb、Dlu、Dru、Drb:
约束条件为Dlu≤Dlb,Dru≤Drb;
其中,R、T分别表示所述三维模型的坐标系到相机坐标系的旋转矩阵和平移矩阵,xi表示所述三维模型的坐标系下所述三维模型上第i个点的坐标,Π()表示利用相机的透视投影矩阵将相机坐标系上的点透视投影至所述图像上,y表示对所述图像进行线段检测得到的二值图,表示求图像y在坐标Π(Rxi+T)处的像素值,Dlb、Dlu、Dru、Drb分别表示车厢在载货深度方向上的左下角、左上角、右上角、右下角的楞被货物遮挡的起始点在所述三维模型上的深度坐标,j分别取值lb、lu、ru、rb,[0,Dj]表示xi的取值范围是车厢在载货深度方向上第j条楞从深度坐标为0至Dj的坐标点,[Dj,L]表示xi的取值范围是车厢在载货深度方向上第j条楞从深度坐标为Dj至最大值L的坐标点。
5.如权利要求1所述的方法,其中,所述利用所述空闲深度信息以及所述三维模型,估计车厢的空闲体积包括:
将所述深度坐标取平均,得到车厢的空闲深度估计值;
利用所述三维模型,确定所述车厢的切面面积,所述切面与所述深度方向垂直;
将车厢的空闲深度估计值与所述切面面积相乘,得到车厢的空闲体积估计值。
6.如权利要求1所述的方法,所述方法还包括:
利用相机从车厢的门外拍摄车厢,使所述图像的边界与车厢的外表面重合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811036587.6/1.html,转载请声明来源钻瓜专利网。