基于点云数据的砼地面平整度可视化方法研究

砼地面平整度是地面施工的主要指标之一,精准测量砼地面平整度可提高施工效率。结合三维激光扫描技术与WebGL技术,提出基于点云数据的砼地面平整度可视化方法。利用三维激光扫描仪获取砼地面平整度的点云数据,预处理后经迭代最近点法（ICP）对点云数据精确配准;用随机抽样一致算法（RanSac）拟合出标准面模型,通过局部凸连接（LCCP）方法判别点云数据的凹凸性;最后,结合WebGL技术实现平整度信息的Web端可视化。实验表明：该方法在Web端展现地面的平整度信息,为调整砼地面平整度提供依据。     

三维点云特征的工件识别与位姿估计

针对工业机器人在抓取工件过程中需要识别和定位工件的问题,提出了一种基于改进法矢计算的点云局部描述符SHOT的三维物体识别与位姿估计的方法。首先,对三维扫描仪获取工件表面点云进行预处理和分割,得到用于匹配的工件点云模板数据集;其次,采用均匀采样算法提取特征点集,通过SHOT特征描述符对场景点云与模板点云提取的特征点进行点云局部描述;最后,利用Kd树建立初始对应对,引入3D霍夫投票机制通过点云局部坐标系各向量之间的转换关系完成工件识别,根据对应关系求解出初始变换矩阵。基于ICP算法进行精确配准,得到工件的精确位姿信息。实验结果表明:该方法与基于ICP算法进行对比,提高了配准精度,可以得到精确的位姿估计信息,为在机器人应用中工件定位抓取提供精确的位姿检测方法。     

基于点云几何信息改进的自动配准方法CSCD

针对工业流水线上激光扫描工件获得的点云数据的配准问题,提出了一种基于点云数据几何特征改进的点云自动配准新算法。新算法首先根据点云数据中法向量的变化规律选取特征点,作为初始的匹配点集;然后运用一种根据点对间距离约束优化的随机抽样一致(RANSAC)算法对数据初始匹配;并运用k-d tree加速改进的最近点迭代(ICP)算法进行精确匹配;并运用四元数法求得配准参数。分别对提出的新算法、PCA改进算法和经典ICP算法进行了实验,并对实验结果进行了对比。对比结果表明新算法能够实现配准,并显著提高了配准的速度和精度,表明了新算法的有效性,对实际应用具有一定的现实意义。     

面向场景重构的多序列间配准

针对传统的单序列扩展式场景重构方法易丢失场景信息,数据利用率低下等问题,提出一种面向场景重构的多序列间配准的方法。该方法采用相似变换作为配准模型,完成对不同参考坐标系下尺度、旋转、平移相分离的初始配准;然后通过拟合观测平面来抑制噪声点并筛选公共可见点;最终对不同尺度、方位的序列进行配准,配准结果可直接用于后续的重构中。实验表明:通过相应噪声抑制,使得各序列的系统初始重投影误差降低了17.69%到46.86%,终止重投影误差降低了27.5%到71.96%。配准后从相同的47幅图像中可重构10 596个场景点,相比传统单序列方法的3 893个场景点,该方法更充分有效地利用了观测图像,使最终拟合的场景曲面包含了更多的场景细节。     

基于点云几何信息改进的自动配准方法

针对工业流水线上激光扫描工件获得的点云数据的配准问题,提出了一种基于点云数据几何特征改进的点云自动配准新算法。新算法首先根据点云数据中法向量的变化规律选取特征点,作为初始的匹配点集;然后运用一种根据点对间距离约束优化的随机抽样一致(RANSAC)算法对数据初始匹配;并运用k-d tree加速改进的最近点迭代(ICP)算法进行精确匹配;并运用四元数法求得配准参数。分别对提出的新算法、PCA改进算法和经典ICP算法进行了实验,并对实验结果进行了对比。对比结果表明新算法能够实现配准,并显著提高了配准的速度和精度,表明了新算法的有效性,对实际应用具有一定的现实意义。     

序列图像约束的点云初始配准方法

针对现有算法难以精确配准重叠区域较小的点云,提出一种结合二维序列图像的点云初始配准方法。基于移动式三维测量方法获取实物表面灰度图像及三维数据,根据透视投影原理对相机在点云局部坐标系中的位置进行定位,获取点云到对应相机坐标系的变换矩阵,并以灰度图像的特征点及其匹配点作为匹配对,通过重建序列图像对相机外参数予以全局优化,根据初始配准公式实现点云初始配准。试验结果表明,该算法可正确配准重叠区域较小的点云,且能显著提高配准过程的稳健性及配准效率。     

基于小波变换的精密测量点云多尺度分解

为了减小多源跨尺度点云数据尺度与数据量上的差异，提出了一种基于小波变换的点云多尺度分解方法。对细节丰富的小尺度点云数据进行多尺度分解，以及尺度分解在跨尺度点云数据配准中的应用进行研究。首先，对小尺度点云进行栅格建模，建立全局点云二值表达函数。根据离散小波变换理论，对栅格点云进行多次的三维小波分解，利用小波尺度函数的低通特性，保留低频信息来获取原始小尺度点云的近似尺度数据。然后，基于面维数和差体维数差表征与原始数据的相似度，确定有效的小波分解级数。最后，将各级分解得到的点云数据与大尺度点云数据进行精确配准，并将配准关系应用于原始点云，提高跨尺度点云的配准精度。实验结果表明：本文提出的多尺度分解方法能够对数据进行有效分解，应用于某航空发动机叶片多尺度测量中，将显微测量的局部气膜孔小尺度点云数据与整体叶片结构光数据配准，配准精度提升了61.36%。该分解方法应用于叶片边缘与栅格零件多尺度测量中，配准精度分别提升了48.59%,43.86%。所提的点云多尺度分解方法能够有效分解小尺度点云数据，大幅提升跨尺度数据的配准精度。     

基于扩展高斯球的点云数据与CAD模型配准

针对点云数据和三维CAD模型坐标配准过程中初始对应位置无法定量确定及最临近点计算效率问题,提出基于扩展高斯球的快速模板匹配算法,通过点云数据扩展高斯球空间与笛卡尔空间的相互转换,使外特征配准算法中测量点云与三维CAD模型初始位置的确定得到定量解决.为提高配准算法中点云数据与三维CAD模型最临近点的计算效率,采用三维CAD模型引导点云对测量数据与三维CAD模型进行桥接,从而将测量点与自由曲面的数值迭代计算问题转化为三维空间中最临近点的空间搜索,使算法的效率得到提升,实例验证了算法的有效性.     

基于 IMU 点云特征跟踪一致性的 ICP 配准技术

针对点云非重叠区域较大时,由于场景中存在相似区域和平滑区域, ICP 配准易陷入局部极小值的问题,设计了一种初始配准与精配准结合的快速准确配准算法。首先,结合点云深度图像进行网格分区,基于蒙特卡罗方法随机选取 20 个 NARF 关键点,利用 IMU 惯导跟踪关键点的 FPFH 特征,并根据跟踪矢量的一致性剔除误匹配,快速计算初始配准矩阵;然后,利用所有关键点进行最近邻跟踪匹配,并根据跟踪矢量的一致性剔除误匹配,提高了 ICP 配准的估计精度。通过 Bunny 兔和 NYUv2 数据集将该算法与 ICP 算法进行对比,验证了该算法能够有效地提高点云配准效率和精度。     

融合北斗/GNSS定位和5G通讯的地基激光雷达测量系统

针对海量激光点云异地实时扫描处理困难和现场绝对坐标系的配准问题,结合北斗/GNSS定位系统和5G通讯技术研制一套低成本地基激光雷达测量系统。该测量系统由激光雷达、高精度电机、北斗/GNSS接收模块和5G模组集成,激光雷达采集点云信息,高精度电机获取角度信息,北斗/GNSS接收模块接收时间并通过自主研发的时间同步模块,与高精度电机与激光雷达进行时间标记,获取带有时间标签的点云和角度文件,并通过5G通讯技术实时传输。终端通过自主研发的数据预处理软件,通过线性插值算法进行多帧点云时空配准,室外根据北斗/GNSS坐标进行多站激光点云粗配准,室内无北斗/GNSS环境下通过单站特征点进行多站点云粗配准,再利用临近迭代算法进行精配准以完成整体配准,并在自主研发的实时点云管理与可视化系统上进行可视化。实验表明该测量系统使用5G通讯技术传输速率50 Mbit/s,可以实现异地实时扫描传输,配准后的点云误差在3 mm以下,可为数字孪生、物质文化遗产监测、特大异形建筑施工运维分析等实时应用领域提供数字基础设施。     

基于ASODVS的全景相机运动估计及管网3D重构技术

针对地下管网的空间三维测量、三维形貌重构难等问题,提出了一种基于主动式全方位视觉传感器(ASODVS)的相机运动估计及管网3D重构解决方案。通过携带有ASODVS的管道机器人进入管道内部,实时获取管道内壁纹理全景图像和全景激光扫描图像;首先对全景激光扫描图像处理解析出投射在管道内壁上的激光中心点,通过计算得到管道横截面的点云数据;另一方面,对全景纹理图像进行处理,首先利用快速鲁棒性特征(SURF)算法快速提取特征点并进行匹配,然后采用随机抽样一致性(RANSAC)算法去除误匹配点,接着利用全景相机的极几何原理估计相机运动位姿,并利用光束法平差(BA)进行优化,最后利用相机运动位姿将相机坐标系下的点云坐标实时转换到世界坐标系下,完成对地下管网的三维重构。实验结果表明,所提出的方案能够精确估计相机运动位姿,实时对管道内部进行三维重构,实现了管道检测机器人边行走、边采集数据、边检测分析处理、边三维建模的设计目标。     

基于机器人的管道内壁三维重建技术研究

该文主要研究根据排水管道的二维激光扫描信息重建其三维内壁图像的技术与应用。提出了携带二维激光扫描仪的管道机器人对管道内壁进行数据采集及处理的方案;探讨管道内壁的三维数据重建算法,即利用机器人在管道中相对于水平面的二维倾角信息和管道内壁点云的圆柱形几何特征来计算机器人在管道中的姿态,进而得到机器人坐标系相对于全局坐标系的变换矩阵,把不同视点的点云转换到统一的全局坐标系中,对点云进行匹配。实验验证了该文提出的管道三维重建算法的可行性,对于检测管道内部工况具有重要的理论与应用价值。     

基于层次化算法在欧氏空间不标定重构三维场景

研究一种由彩色编码投影仪及数码摄像机组成的不标定三维场景重构技术,在三维场景重构过程中,只有投影仪的参数需事先标定,而摄像机的内外参数在三维重构过程中不需标定且可随场景的不同而变化。基于层次化算法,仅需单幅三维图像就可实现对三维未知场景进行不标定欧氏重构。详细地叙述了该种不标定算法,并进行了实验验证。     

大面积形体的三维无接触精确测量的研究

对大面积形体实现高精度三维无接触检测,是三维检测技术研究的难点和热点。提出了基于编码标志点的框架拼接法,采用数码相机三维重构与结构光三维扫描技术相结合的方法,实现了大面积形体的三维精确测量。阐述了大面积形体测量拼接框架构造的基本原理,对其中的关键技术如数码相机的标志点三维检测与重构,局部点云与空间框架的拼接进行了介绍,并给出了检测实例。实验表明该系统具有操作方便、测量范围大、测量精度高等的特点。     

移动高光对三维场景重建的影响与消除

针对制造车间光滑地面在阳光或灯光照射下的扫描图像往往存在反射光斑,且随相机位置变化而变化,会严重干扰图像处理和利用的问题,提出了一种识别和去除高光的方法,用于改善图像处理效果和三维重建精度。基于扫描序列图像的三维场景重建流程和SURF特征原理,分析移动的高亮反光斑对图像特征点提取和匹配的影响;对于缺乏表面纹理的灰度图像,提出一种基于逐行多级阈值和动态模板高光识别与去除方法,保留非高光点的特征信息,识别与修复同步完成。实验结果表明,无高反光的前后两帧图像的匹配特征点对比有高光情况下至少高出8%,优化后的余留匹配特征点更多;扫描一段30m长的车间场景序列图像,用提出的方法修复高光后进行三维重建,点云拼接误差减小了10cm。表明移动高光对图像序列三维重建有不可忽视的影响,本文提出的方法能有效地去除高光。     

牙颌模型的三维激光测量及模型重建

牙颌模型的数据测量是进行口腔修复CAD/CAM的基础。本文采用自制三维激光测量仪对牙颌表面数据进行三维测量,获得了单颗后磨牙缺失的牙颌模型多片三维点云数据。将各片数据在反求软件Surfacer平台上通过三点定位法进行数据拼合,准确地表示出缺失牙上下颌的咬合关系,重建牙颌的实体模型。     

大尺寸工业视觉测量系统

针对工业制造领域中大型工件很难进行全尺寸测量的问题,提出并实现了一种基于立体视觉技术的便携式工业测量系统。对该系统所采用的特征识别、相机定向、立体匹配、三维重建、多视点云配准等关键算法进行了研究。提出了改进的CANNY边缘亚像素检测算法,使用先验规则去除误识别的标志点,多次拟合定位标志点中心,对标志点环带多次采样取中值求取编码点的ID。根据ID号找出不同照片中的同名编码点,顺次对照片进行相对定向和绝对定向。然后,根据多幅图像的多极线几何约束,实现非编码点的匹配,消除误匹配。采用前方交会法重建标志点的三维坐标,利用光束平差对计算出的结果和内外部参数做迭代修正。最后,设计了双目结构光扫描系统,提出了一种改进的双目像机标定算法,描述了利用全局和局部标志点的子图同构实现多视点云配准的新算法。实验结果表明,该系统可在生产现场对大型工件进行快速测量,整体测量精度达到0.112mm/3m,可以满足工业现场大尺寸测量对精度和效率的要求。     

铁路场景三维点云分割与分类识别算法

铁路限界侵入检测对保障高速铁路安全具有重要意义,基于激光三维点云分割与分类识别的异物侵入检测具有准确、直观的优点,在诸如隧道口和站台的铁路重点区域监测中具有广泛应用前景。设计了一种带动二维激光雷达进行俯仰运动的装置用于铁路三维点云的采集,基于法线方向一致性原则提出采用区域生长分割算法解决欧氏聚类分割和随机采样一致性(RANSAC)分割造成的过分割和欠分割问题;针对分割后的单物体点云,提出利用视点特征直方图(VFH)进行不同目标的三维点云特征提取,基于不同物体VFH建立KD树,并利用最近点搜索方法完成单物体点云分类识别。铁路场景典型物体的分类实验结果表明,本算法对铁路场景典型物体的分类识别准确率大于90%。     

叶片机器人砂带磨抛点云匹配算法优化

为解决机器人磨抛路径中工件坐标系难以计算的问题及校正工件装夹误差,将三维点云配准技术应用到叶片机器人砂带磨抛系统中。由三维激光扫描仪扫描工件型面获得工件点云,采用基于主成分分析(PCA)的全局配准算法和改进的迭代最近点(ICP)算法完成了扫描点云和工件模型离散点云间以及不同工件扫描点云间的匹配,以获取工件坐标系和校正工件装夹误差。相关仿真和试验结果表明,优化后的算法在匹配速度与精度上有了长足改进,且加工后产品精度和质量都能满足实际加工要求。     

基于DLP数字微镜的结构光三维扫描系统

为了提高现代化生产中的效率和满足三维扫描的需求,设计了一种能够准确提取物件表面三维轮廓信息的扫描系统。系统采用结构光三维成像方法,先通过普通白光将光栅投影到被测物体表面,利用工业相机采集变形光栅图,再根据变形光栅图像中的灰度值变化,用傅里叶变换轮廓法解调出三维坐标信息。实验结果表明,使用傅里叶变换轮廓法重构可获得效果理想的三维点云,其为三维轮廓扫描提供了实验方法,同时也为提高点云精度提供参考。