针对传统粮堆体积测量方法中设备成本高、依赖相机标定、复杂形态适配性差等问题,提出一种基于密集无约束体三维重建(dense and unconstrained stereo 3D reconstruction,DUSt3R)点云的散装粮堆体积智能估算方法。该方法利用DUSt3R的注...针对传统粮堆体积测量方法中设备成本高、依赖相机标定、复杂形态适配性差等问题,提出一种基于密集无约束体三维重建(dense and unconstrained stereo 3D reconstruction,DUSt3R)点云的散装粮堆体积智能估算方法。该方法利用DUSt3R的注意力机制与稠密匹配技术,实现端到端生成三维点云。构建基于粮堆特性的点云优化模块,结合统计滤波与RANSAC平面检测技术,提升点云噪声去除能力,并通过DBSCAN聚类实现粮堆与地面的精准分割。结果表明:该方法有效克服了对相机标定的依赖,显著提升了点云噪声处理与分割精度;通过动态网格投影与Alpha Shape曲面重建技术自适应拟合复杂粮堆形态,在保证测量准确性的同时大幅降低硬件成本,具备良好的工程适用性;在6种典型粮堆形态上开展试验验证,平均测量误差约为5%,仅需普通摄像头即可完成数据采集。该体积测量方法可与平粮机器人作业设备高效集成,为散装粮堆体积测量与自动化作业引导提供了低成本、高精度的技术解决方案。展开更多
文摘针对传统粮堆体积测量方法中设备成本高、依赖相机标定、复杂形态适配性差等问题,提出一种基于密集无约束体三维重建(dense and unconstrained stereo 3D reconstruction,DUSt3R)点云的散装粮堆体积智能估算方法。该方法利用DUSt3R的注意力机制与稠密匹配技术,实现端到端生成三维点云。构建基于粮堆特性的点云优化模块,结合统计滤波与RANSAC平面检测技术,提升点云噪声去除能力,并通过DBSCAN聚类实现粮堆与地面的精准分割。结果表明:该方法有效克服了对相机标定的依赖,显著提升了点云噪声处理与分割精度;通过动态网格投影与Alpha Shape曲面重建技术自适应拟合复杂粮堆形态,在保证测量准确性的同时大幅降低硬件成本,具备良好的工程适用性;在6种典型粮堆形态上开展试验验证,平均测量误差约为5%,仅需普通摄像头即可完成数据采集。该体积测量方法可与平粮机器人作业设备高效集成,为散装粮堆体积测量与自动化作业引导提供了低成本、高精度的技术解决方案。
