边缘AI加持：车辆长宽高测量

01 背景

地磅现场需要的不只有重量

车辆驶入地磅通道时，现场作业通常围绕车辆身份、称重和通行状态展开。在物流园区、厂区出入口等场景中，车辆长、宽、高同样是需要核对的基础信息。

对于车身较长、车厢结构复杂的车辆，仅靠一组尺寸数字，往往难以判断测量边界是否覆盖了车头、车厢以及最高点。

因此，现场需要的不只是“测出结果”，还包括看得见的车辆轮廓、说得清的尺寸来源，以及后续能够调取的测量记录。

02 需求

结果要直观，过程要便于复核

一套适用于地磅通道的外廓测量方案，应重点解决四件事：

1. 覆盖整车。采集车头、车厢及车身两侧的可见表面，减少单一视角带来的轮廓缺失。

2. 明确范围。通过标定和测量区域限定，建立一致的空间坐标与有效测量边界。

3. 解释结果。将长宽高数值与三维轮廓、尺寸边框对应展示，而不是只输出一组数字。

4. 保留记录。保存车辆信息、测量时间和结果状态，供现场人员回查与复核。

   

   
   

03 现场原理

车辆定位-长度测量

在示意布置中，采集设备围绕车辆通行区域设置。车辆进入指定范围后，不同位置的雷达获得各自视角下的车身点云。设备标定用于建立雷达与现场坐标之间的关系；测量区域和限定框则明确哪些空间位置需要参与后续处理。

地磅台面、护栏、立柱等结构与车辆同时出现在现场。对测量区域进行约束，有助于把车辆轮廓与周边环境区分开。具体设备数量、安装位置和采集范围，需要结合通道宽度、车辆类型及现场条件确定。

04 关键技术

点云拼接、融合与对齐

每台雷达都有自己的观察方向和坐标系：一侧更容易看到车身左侧，另一侧则补充右侧或局部遮挡区域。直接把两组点叠在一起，可能出现同一边缘错位、轮廓重影等问题。

处理时，先依据设备标定关系，将不同视角的数据转换到统一坐标；再检查点云重叠区域，使相同结构尽量对应；随后融合各视角的有效点，形成可回看的整车轮廓。界面中的拼接质量提示，可以作为判断本次模型是否需要进一步检查的参考。

这一步的重点是让不同视角描述同一辆车。配准和融合属于通用点云处理原理；实际项目采用的具体算法与参数，应以系统实现和现场验证为准。

05 尺寸计算

从三维轮廓回到长、宽、高

完成轮廓提取后，系统需要先确定车辆的前后、左右和上下方向，再建立与车辆姿态对应的测量边界。按照项目设定的测量口径，长度对应前后边界，宽度对应左右边界，高度对应地面基准至最高外廓。车头、车厢的分段边框，则为局部尺寸核对提供补充视角。

在这个过程中，点云是否完整、车辆是否处于有效测量区域、边界是否包含非车辆结构，都会影响结果的可信度。因此，三维模型、尺寸线、测量边框和结果状态应当一起查看；出现遮挡、姿态异常或边界存疑时，应进入复核流程。

06 系统功能

把测量和复核放在同一界面

从现有界面可以看到，系统将多项现场信息集中展示：雷达在线与标定状态、测量区域配置、三维点云模型、拼接质量提示、整车长宽高、车头与车厢分段尺寸，以及测量记录。工作人员能够在模型与数值之间切换关注点，必要时查看边框设置和历史结果。

这种呈现方式让尺寸数据有了对应的空间位置：测的是哪里、边界怎么画、结果是否需要复核，都可以在同一界面中找到线索。

07 应用效果

让现场作业更清楚

对一线人员而言，三维轮廓与尺寸标注放在一起，便于快速理解本次测量结果；对管理人员而言，测量时间、车辆信息和历史记录有助于后续查询；对项目实施而言，测量区域、设备状态与结果质量可以作为现场调试和日常检查的依据。

在地磅场景中，尺寸采集可以围绕既有车辆通行路线安排。若希望将外廓尺寸与重量数据统一归档，还需结合现有地磅系统确定接口、车辆匹配规则和数据流程。具体效果应以现场测试和实际业务流程为准。