随着国民经济的快速发展，储罐数量持续增加，已经成为油气资源及化工物料储备的重大基础性关键设备。与此同时，储罐也在朝着大型化发展，这对储运工程中罐体容积测量提出更高的要求。目前，国内外常用的测量方法包括围尺法、光学参比线法、具导轨光学测量法和三维激光扫描测量法，其中三维激光用于容积测算已为大家所熟知，但大多情况使用的是站式扫描仪，这种仪器具备精度高、密度高、测距远等优势，但也存在效率低、需频繁换站、内业拼接量大等问题。

伴随移动式手持三维激光扫描仪快速发展，为获取储罐丰富的空间信息提供了一种全新的技术手段和方法，其依靠SLAM算法构建连续三维空间点云地图，不需要频繁换站扫描。以牧原集团某大型饲养场内的立式储罐为例

需求：

某大型饲养场为提高管理水平，实现对饲料的动态精准管控，需及时掌握盛放饲料罐体内部的空余体积，为饲料生产、投放计划提供决策辅助。

技术流程：

数据采集-数据预处理-体积计算

数据采集

SLAM100最大测距（120m）可覆盖罐体底部到顶部的最大距离（约22m），扫描人员在罐体顶部即可获取罐体内部全貌点云。SLAM100的扫描过程（开机、初始化、扫描、关机）均在罐体外部进行。一个罐体扫描耗时约5分钟，共扫描3个罐体。

数据预处理-点云解算

罐体内部光滑，无明显特征，属于弱特征、弱纹理场景，这给点云匹配带来较大挑战。借助工业级SLAM算法配合严格的匹配阈值降低匹配误差，完成点云解算。点云成果同时具备高精度和高精细度，点云密度均匀，表面平整无噪声，厚度约为1.2cm，这有助于点云封装得到更好、更精确的罐体模型，同时也减少对于模型平滑、降噪的处理次数。单个罐体点云解算耗时约10分钟。

为提高罐体模型后续处理效果，加快模型优化速度，可在保证点云特征形态完整的前提下对点云进行精简。通过对比分析三种常见采样方法的效果（空间距离抽稀、体素抽稀、随机抽稀），选择空间距离采样方法精简点云，经过多次参数调试，最终确定采样距离为0.05m。原始点云数据包含626,6854个点，采样后点云数据包含169,190个点。

体积计算

完整的点云数据有助于罐体模型封装，减少模型漏洞。由于罐体顶部存在开口，可根据其周围的点云数据进行曲面拟合，对罐体进行整体封装，消除模型漏洞。单个罐体模型封装耗时约20分钟。

利用分析工具计算罐体体积。

三个罐体体积分别为1383.62m³、1387.98m³、1396.94m³。经与业主沟通，罐体空载体积为1400m³，由于外业扫描时罐体底部还有少量剩余饲料，因此计算结果均小于1400m³，符合实际情况。

SLAM100在大型罐体容积测量中具有高效、准确的优势，突破了常规测量方式获取单一点位的束缚和不足，避免了站式扫描仪频繁换站和数据拼接问题，可实现罐体快速数字化三维扫描，点云成果精度高、结构完整，通过点云封装能够实现罐体1:1复刻，精确计算罐体容积。