(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211065698.6 (22)申请日 2022.08.31 (71)申请人 中科海微 （北京） 科技有限公司 地址 100095 北京市海淀区温泉镇创客小 镇社区配套 商业楼17#楼二层217室 (72)发明人 曹玉社　李峰　 (74)专利代理 机构 北京华夏泰和知识产权代理 有限公司 1 1662 专利代理师 张亚辉 (51)Int.Cl. G06T 7/62(2017.01) G06T 7/73(2017.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 17/11(2006.01) (54)发明名称 基于神经网络的装载率确定方法、 装置 (57)摘要 本申请实施例涉及一种基于神经网络的装 载率确定方法、 装置， 所述方法包括： 获取初始点 云； 根据货车停放区域以及目标高度， 对所述初 始点云进行筛选， 得到预处理后点云； 利用预设 神经网络模 型， 预测所述预处理后点云中车厢的 顶点点云； 根据所述顶点点云对 所述预处理后点 云进行处理， 得到目标点 云， 其中， 所述目标点云 包括货车车厢及货车车厢内部的点云； 利用所述 目标点云确定货车车厢的货物体积， 并根据所述 货物体积确定货车车厢的装 载率， 将至少包括所 述装载率的车辆装载信息上传至装 载中心平台。 通过神经网络预测对电磁波设备实时探测的初 始点云进行处理， 可实现准确的确定货车车厢的 装载率， 并实时同步至装载中心 平台。 权利要求书3页 说明书16页 附图12页 CN 115375752 A 2022.11.22 CN 115375752 A 1.一种基于神经网络的装载率确定方法， 其特征在于， 应用于边缘计算服务器， 所述方 法包括： 获取初始点云， 其中， 所述初始点云包括位于车厢尾部外侧的 电磁波设备探测所述电 磁波设备视野内区域而产生的点云； 根据货车停放区域以及目标高度， 对所述初始点云进行筛选， 得到预处理后点云， 其 中， 所述目标高度大于或等于货车高度与所述电磁波设备距离地 面的第一高度之和； 利用预设神经网络模型， 预测所述预处理后点云中车厢的顶点点云， 其中， 所述顶点点 云包括车厢预设顶点对应的所述预处 理后点云； 根据所述顶点点云对所述预处理后点云进行处理， 得到目标点云， 其中， 所述目标点云 包括货车 车厢及货车 车厢内部的点云； 利用所述目标点云确定货车车厢的货物体积， 并根据所述货物体积确定货车车厢的装 载率； 将至少包括所述装载率的车辆装载信息上传至装载中心 平台。 2.根据权利要求1所述的方法， 其特征在于， 所述预设神经网络模型具体通过以下方式 得到： 获取初始样本点云， 其中， 所述初始样本点云包括电磁波设备探测所述电磁波设备视 野内区域而产生的样本点云； 根据货车停放区域以及目标高度， 对所述初始样本点云进行筛选， 得到预处理后样本 点云； 标注所述预处理后样本点云中车厢的顶点样本点云， 其中， 所述顶点样本点云包括车 厢预设顶点对应的所述预处 理后样本点云； 基于标注后的所述预处理后样本点云， 对预设神经网络初始模型进行训练， 得到预设 神经网络模型； 其中， 所述预设神经网络初始模型包括点云的分类网络， 所述点云的分类网络的特征 抽取网络为backbone， 所述点云 的分类网络包括多个全连接层， 以及输出层包括多个神经 元， 对应着顶点样本点云， 输出层与全连接层之间均使用relu激活函数。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述顶点点云对所述预处理后点 云进行处 理， 得到目标点云， 包括： 根据所述顶点点云， 拟合出最小包围长方体盒， 从所述预处理后点云中， 筛选位于所述 最小包围长方体盒内的所述预处 理后点云作为目标点云。 4.根据权利要求1所述的方法， 其特征在于， 所述根据所述顶点点云对所述预处理后点 云进行处 理， 得到目标点云， 包括： 根据所述顶点 点云， 确定所述预处 理后点云对应的角度以及第一距离； 将所述预处 理后点云绕第二 坐标轴往第一 坐标轴方向旋转所述角度； 将旋转所述角度后的所述预处 理后点云沿第三 坐标轴负方向平 移所述第一距离； 确定平移所述第一距离后的所述预处 理后点云对应的第二距离； 将平移所述第一距离后的所述预处 理后点云沿第一 坐标轴负方向平 移所述第二距离； 确定平移所述第二距离后的所述预处 理后点云对应的第三距离； 将平移所述第 二距离后的所述预处理后 点云沿第 二坐标轴正方向平移所述第 三距离，权　利　要　求　书 1/3 页 2 CN 115375752 A 2得到目标点云。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述顶点点云， 确定所述预处理 后点云对应的角度以及第一距离， 包括： 将所述顶点 点云进行平面投影， 得到货车 车厢的俯视图； 对所述俯视图进行直线拟合， 得到货车 车厢第一长 宽边界各自对应的第一 直线方程； 根据货车车厢右侧第 一长边界对应的所述第 一直线方程， 确定所述右侧第 一长边界与 第一坐标轴之间的夹角， 确定所述夹角为所述预处 理后点云对应的角度； 将所述俯视图往第一 坐标轴旋转所述角度， 得到 旋转后的所述俯视图； 对所述旋转后的所述俯视图进行直线拟合， 得到货车车厢第 二长宽边界各自对应的第 二直线方程； 根据货车车厢右侧第 二长边界对应的所述第 二直线方程， 确定所述右侧第 二长边界与 第一坐标轴之间的第一距离， 确定所述第一距离为所述预处 理后点云对应的第一距离 。 6.根据权利要求5所述的方法， 其特征在于， 所述确定平移所述第 一距离后的所述预处 理后点云对应的第二距离， 包括： 根据货车车厢后侧第 二宽边界对应的所述第 二直线方程， 确定所述后侧第 二宽边界与 所述电磁波设备之间的第二距离； 确定所述第二距离为平 移所述第一距离后的所述预处 理后点云对应的第二距离 。 7.根据权利要求4所述的方法， 其特征在于， 所述确定平移所述第 二距离后的所述预处 理后点云对应的第三距离， 包括： 将平移所述第二距离后的所述预处 理后点云进行平面投影， 得到货车 车厢的正视图； 对所述正视图进行直线拟合， 得到货车 车厢高宽边界各自对应的第三 直线方程； 根据货车车厢 下侧宽边界对应的所述第 三直线方程， 确定所述下侧宽边界与第 三坐标 轴之间的第二高度； 获取电磁波设备距离地面的第一高度与所述第二高度之差， 得到第三高度， 确定所述 第三高度为平 移所述第二距离后的所述预处 理后点云对应的第三距离 。 8.根据权利要求1所述的方法， 其特征在于， 所述利用所述目标点云确定货车车厢的装 载体积， 包括： 对所述目标点云进行体素 下采样， 得到体素 下采样后点云； 根据所述体素 下采样后点云， 获取货车 车厢的实际宽度和实际高度； 构建M*N的空矩阵， 其中， 所述M包括所述实际宽度， 所述 N包括所述实际高度； 根据预设的赋值 规则， 将所述目标点云赋值到所述空矩阵； 对赋值后的所述空矩阵求和， 得到货车 车厢的装载体积。 9.根据权利要求8所述的方法， 其特征在于， 所述根据预设的赋值规则， 将所述目标点 云赋值到所述空矩阵， 包括： 以所述实际宽度和所述实际高度对应的平面为基准面， 针对所述基准面中任一最小单 位对应的所有 所述目标点云， 筛选距离所述基准面最近的所述目标点云记录到所述最小 单 位对应的所述空矩阵中相应位置 。 10.一种基于神经网络的装载率确定装置， 其特征在于， 应用于边缘计算服务器， 所述 装置包括：权　利　要　求　书 2/3 页 3 CN 115375752 A 3