摘要： 随着企业对精准盘库需求不断增加,而传统体积测量方法无法满足实际生产要求,为解决这一难题,提 出了一种基于双目立体视觉与点云配准相结合的体积测量方法,旨在提高物料堆体积测量的精度和效率。首先,利 用双目相机采集2 组具有相同高度不同角度的物料堆俯视图像,同时改进AD-Census 算法,针对传统Census 变换过 度依赖中心像素的问题,提出了一种基于高斯加权的改进Census 变换,并在代价计算中加入梯度代价,提高了视差计 算的准确性和算法的稳定性。然后,利用改进的AD-Census 算法对2 组物料堆图像进行立体匹配生成物料堆的三维 点云。再通过ICP 算法实现点云配准和融合,提高物料堆点云数据的准确性和完整性。最后,采用Delaunay 三角剖 分算法对点云进行三角剖分并计算体积。经过多次试验证明,该方法在测量物料堆体积时误差为3. 02%,较改进前 降低了1. 04 个百分点,测量时间不超过10 min,能够满足物料堆体积测量试验要求。改进后的测量方法较原始方法 在测量精度上有一定的提升,对于企业精准盘库应用有一定的参考意义。

关键词: 双目立体视觉　点云配准　Delaunay 三角剖分　物料堆体积计算