feat: update algorithm integrations and point cloud overlays
This commit is contained in:
286
alg/train_measurement_system_v3.2_0629/README.md
Normal file
286
alg/train_measurement_system_v3.2_0629/README.md
Normal file
@@ -0,0 +1,286 @@
|
||||
# 列车点云测量系统 V3
|
||||
|
||||
基于配置驱动的点云测量系统，支持多种测量任务类型和ROI提取方法。通过YAML配置文件定义测量任务，自动完成ROI提取、平面拟合、孔中心检测、距离计算，并生成Excel报告和可视化点云文件。
|
||||
|
||||
## 项目结构
|
||||
|
||||
```
|
||||
train_measurement_system_v3_0626/
|
||||
├── main.py # 主程序入口
|
||||
├── requirements.txt # 依赖清单
|
||||
├── setup.py # 安装脚本
|
||||
├── pyproject.toml # 项目配置
|
||||
├── README.md # 本文件
|
||||
├── config/ # 配置文件目录
|
||||
│ ├── measurements.yaml # 主配置文件
|
||||
├── src/ # 源代码目录
|
||||
│ ├── __init__.py
|
||||
│ ├── config_loader.py # 配置加载器
|
||||
│ ├── task_manager.py # 任务管理器
|
||||
│ ├── pointcloud_loader.py # 点云加载器
|
||||
│ ├── roi_extractor.py # ROI提取器
|
||||
│ ├── plane_fitter.py # 平面拟合器（RANSAC）
|
||||
│ ├── hole_detector.py # 高精度孔检测器 V2
|
||||
│ ├── hole_center_fitter.py # 孔中心拟合适配器
|
||||
│ ├── excel_exporter.py # Excel结果导出器
|
||||
│ ├── visualizer.py # 可视化工具
|
||||
│ ├── performance_logger.py # 性能日志记录器
|
||||
│ ├── measurement_logger.py # 详细测量日志记录器
|
||||
│ ├── measurements/ # 测量类型模块
|
||||
│ │ ├── __init__.py
|
||||
│ │ ├── base.py # 测量任务基类
|
||||
│ │ ├── plane_distance.py # 平面到平面距离测量
|
||||
│ │ ├── point_to_plane.py # 点到平面距离测量
|
||||
│ │ ├── point_to_point.py # 点到点距离测量
|
||||
│ │ ├── plane_with_holes.py # 带孔平面测量
|
||||
│ │ ├── point_to_plane_with_holes.py
|
||||
│ │ └── point_to_point_with_holes.py
|
||||
│ └── spatial_index/ # 空间索引模块（ROI提取优化）
|
||||
│ ├── __init__.py
|
||||
│ ├── base.py # 索引基类
|
||||
│ ├── linear_scan.py # 线性扫描（无索引）
|
||||
│ ├── grid_index.py # Grid网格索引
|
||||
│ ├── grid_index_optimized.py # Grid网格索引（优化版）
|
||||
│ ├── octree_index.py # Octree八叉树索引
|
||||
│ └── kdtree_index.py # KDTree索引
|
||||
├── results/ # 测量结果输出目录（自动创建）
|
||||
└── visualizations/ # 可视化点云输出目录（自动创建）
|
||||
```
|
||||
|
||||
## 功能特性
|
||||
|
||||
- **配置驱动**: 通过YAML配置文件定义测量任务，无需修改代码
|
||||
- **多任务类型**: 支持平面到平面、点到平面、点到点三种测量类型，以及带孔中心检测的测量
|
||||
- **多种ROI提取方法**: Linear、Grid、Grid优化版、Octree、KDTree，性能和精度可调
|
||||
- **高精度孔检测**: 基于RANSAC和几何优化的孔中心检测算法（V2），精度<0.1mm
|
||||
- **宽度差值检查**: 支持门口宽度差值自动检查（任务19）
|
||||
- **批量处理**: 一次运行可执行多个测量任务，点云只加载一次
|
||||
- **自动可视化**: 可选保存每个任务的ROI点云（PLY格式）
|
||||
- **结果导出**: 自动生成格式化的Excel报告和详细日志
|
||||
- **鲁棒性强**: RANSAC平面拟合，自动处理离群点和噪声
|
||||
- **性能优化**: 点云缓存、空间索引加速、详细性能分析报告
|
||||
- **错误处理**: 单个任务失败不影响其他任务执行
|
||||
|
||||
## 环境要求
|
||||
|
||||
- Python 3.9+
|
||||
- 推荐使用 conda 环境管理
|
||||
|
||||
## 快速开始
|
||||
|
||||
### 1. 创建并激活环境
|
||||
|
||||
```bash
|
||||
# 创建 conda 环境
|
||||
conda create -n pcc-measurement python=3.9
|
||||
conda activate pcc-measurement
|
||||
```
|
||||
|
||||
### 2. 安装依赖
|
||||
|
||||
**方式一：使用 requirements.txt**
|
||||
```bash
|
||||
pip install -r requirements.txt
|
||||
```
|
||||
|
||||
**方式二：安装项目**
|
||||
```bash
|
||||
# 正常安装
|
||||
pip install .
|
||||
|
||||
# 或开发模式安装（代码修改立即生效）
|
||||
pip install -e .
|
||||
```
|
||||
|
||||
### 3. 准备点云文件
|
||||
|
||||
确保你有完整的列车点云文件（PLY格式），例如：
|
||||
```
|
||||
/path/to/your/train_pointcloud.ply
|
||||
```
|
||||
|
||||
### 4. 配置测量任务
|
||||
|
||||
编辑 `config/measurements.yaml`，设置点云文件路径和测量任务。
|
||||
|
||||
**基本配置示例：**
|
||||
|
||||
```yaml
|
||||
# 点云文件路径（支持相对路径或绝对路径）
|
||||
pointcloud_file: "/path/to/your/train_pointcloud.ply"
|
||||
|
||||
# ROI提取方法配置
|
||||
roi_extraction:
|
||||
method: "grid" # 可选: linear, grid, octree, kdtree
|
||||
grid_size: 100.0 # Grid方法的网格大小（mm）
|
||||
use_optimized: true # 使用优化版Grid（numpy向量化）
|
||||
|
||||
# 测量任务列表
|
||||
tasks:
|
||||
- name: "任务43_窗口下沿高度"
|
||||
type: "plane_to_plane"
|
||||
enabled: true
|
||||
description: "测量窗口下沿到地面的距离"
|
||||
theoretical_dimension: 803
|
||||
tolerance:
|
||||
upper: 6.5
|
||||
lower: -4
|
||||
|
||||
source_roi:
|
||||
bbox_min: [5562, 1981, 1672]
|
||||
bbox_max: [6772, 1983, 1677]
|
||||
|
||||
target_roi:
|
||||
bbox_min: [-10222, 1179, -302]
|
||||
bbox_max: [12428, 1181, 302]
|
||||
|
||||
params:
|
||||
sample_points: 100
|
||||
ransac_threshold: 0.5
|
||||
ransac_max_iterations: 1000
|
||||
min_inlier_ratio: 0.6
|
||||
|
||||
visualization: false # 是否保存可视化点云
|
||||
```
|
||||
|
||||
### 5. 运行测量
|
||||
|
||||
```bash
|
||||
# 使用默认配置文件
|
||||
python main.py
|
||||
|
||||
# 指定配置文件
|
||||
python main.py -c config/measurements.yaml
|
||||
|
||||
# 指定点云文件（覆盖配置文件中的路径）
|
||||
python main.py -p /path/to/your/pointcloud.ply
|
||||
|
||||
# 指定输出目录
|
||||
python main.py -o /path/to/output
|
||||
|
||||
# 组合使用
|
||||
python main.py -c config/measurements.yaml -o results/
|
||||
```
|
||||
|
||||
**命令行参数：**
|
||||
- `-c, --config`: 配置文件路径
|
||||
- `-p, --pointcloud`: 点云文件路径（覆盖配置文件）
|
||||
- `-o, --output`: 结果输出目录（默认: results/）
|
||||
|
||||
### 6. 查看结果
|
||||
|
||||
**Excel报告：** 保存在 `results/` 目录下
|
||||
- 文件名格式：`measurement_results_YYYYMMDD_HHMMSS.xlsx`
|
||||
- 包含每个任务的详细统计信息：
|
||||
- 项目名称、理论尺寸、公差要求
|
||||
- 测量结果（平均距离）、精度（标准差）
|
||||
- 误差范围、测量结论（通过/不通过）
|
||||
- 执行时间、错误信息（如有）
|
||||
|
||||
**详细日志：** `measurement_detail_YYYYMMDD_HHMMSS.log`
|
||||
- 每个任务的详细执行过程
|
||||
- ROI提取信息、RANSAC拟合详情
|
||||
- 宽度差值检查详情（如适用）
|
||||
|
||||
**性能报告：** `performance_YYYYMMDD_HHMMSS.log`
|
||||
- 各任务执行时间
|
||||
- 详细的时间分布（ROI提取、平面拟合、距离计算等）
|
||||
- 空间索引构建时间和方法
|
||||
|
||||
**可视化点云：** 保存在 `visualizations/` 目录下
|
||||
- 文件格式：PLY
|
||||
- 可使用CloudCompare或Open3D查看
|
||||
- 用于验证ROI提取和测量点位置
|
||||
|
||||
## 测量类型
|
||||
|
||||
### 1. plane_to_plane（平面到平面距离）
|
||||
|
||||
从源平面采样点，计算到目标平面的距离。适用于测量车门高度、车体长度、窗口高度等。
|
||||
|
||||
### 2. point_to_plane（点到平面距离）
|
||||
|
||||
测量指定点到参考平面的距离。支持精确坐标查找和包围盒筛选模式。
|
||||
|
||||
### 3. point_to_point（点到点距离）
|
||||
|
||||
测量点对之间的欧氏距离。支持对称点自动配对。
|
||||
|
||||
### 4. 带孔中心检测的测量
|
||||
|
||||
支持基于孔中心的平面拟合和距离测量（`plane_with_holes`, `point_to_plane_with_holes`, `point_to_point_with_holes`）。
|
||||
|
||||
## ROI提取方法
|
||||
|
||||
系统支持多种空间索引方法，可在配置文件中选择：
|
||||
|
||||
- **linear**: 线性扫描（无索引）- 最简单，适合小点云
|
||||
- **grid**: Grid网格索引 - 平衡性能和精度
|
||||
- **grid (optimized)**: Grid网格索引优化版 - 使用numpy向量化，性能提升显著
|
||||
- **octree**: Octree八叉树索引 - 适合大规模点云
|
||||
- **kdtree**: KDTree索引 - 高效的空间查询
|
||||
|
||||
## 技术细节
|
||||
|
||||
### 平面拟合算法
|
||||
|
||||
系统使用Open3D的RANSAC算法进行平面拟合：
|
||||
1. 随机采样3个点拟合平面
|
||||
2. 统计内点（距离小于阈值）
|
||||
3. 迭代优化选择最佳平面
|
||||
4. 使用所有内点进行最小二乘拟合（SVD）
|
||||
|
||||
**平面方程：** ax + by + cz + d = 0
|
||||
|
||||
### 孔检测算法
|
||||
|
||||
高精度孔检测器V2特点：
|
||||
- 自动检测圆柱轴向
|
||||
- 多次RANSAC粗拟合
|
||||
- 高质量点筛选
|
||||
- 几何拟合精化
|
||||
- 圆心精度 < 0.1mm
|
||||
|
||||
### 距离计算
|
||||
|
||||
**点到平面距离：**
|
||||
```
|
||||
distance = |ax + by + cz + d|
|
||||
```
|
||||
|
||||
**点到点距离（欧氏距离）：**
|
||||
```
|
||||
distance = sqrt((x2-x1)² + (y2-y1)² + (z2-z1)²)
|
||||
```
|
||||
|
||||
## 性能优化
|
||||
|
||||
- **点云缓存**: 点云文件只加载一次，所有任务共享
|
||||
- **空间索引**: 使用Grid/Octree/KDTree加速ROI提取
|
||||
- **自动降采样**: ROI超过10000点时自动降采样
|
||||
- **并行安全**: 多个任务顺序执行，单个任务失败不影响其他任务
|
||||
|
||||
## 依赖包
|
||||
|
||||
- `numpy>=2.0.0` - 数值计算
|
||||
- `open3d>=0.18.0` - 点云处理
|
||||
- `scipy>=1.10.0` - 科学计算
|
||||
- `pandas>=2.0.0` - 数据处理
|
||||
- `openpyxl>=3.1.0` - Excel导出
|
||||
- `PyYAML>=6.0.0` - 配置文件解析
|
||||
- `matplotlib>=3.7.0` - 可视化（可选）
|
||||
- `plotly>=5.0.0` - 可视化（可选）
|
||||
|
||||
## 版本更新
|
||||
|
||||
### V3 (2024-06-26)
|
||||
- 重构代码结构，模块化更清晰
|
||||
- 集成高精度孔检测器V2到src目录
|
||||
- 优化导入路径，移除路径hack
|
||||
- 精简配置文件
|
||||
- 更新文档
|
||||
|
||||
---
|
||||
|
||||
**开发环境：** Python 3.9+
|
||||
**推荐工具：** CloudCompare（点云查看）、VS Code（代码编辑）
|
||||
Reference in New Issue
Block a user