基于条纹式激光传感器与机器人的扫描成像系统

提出了一种以条纹式激光传感器和工业机器人为平台对工件进行扫描检测并对其轮廓进行成像的系统方案。条纹式激光传感器移动式扫描工件获取工件轮廓的三维点云数据,然后结合特定的算法对点云数据进行去噪、插值、插补处理,使得点云数据能更加真实地反映工件的客观形貌,最终根据点云数据的信息生成工件轮廓的二值化图像。在实验中成像精度能达到0.1 mm 级,从而在某些特殊的工业场合替代传统的CCD 相机实现对工件的成像及检测定位,解决了传统CCD 的抗干扰能力不足的问题。     

激光扫描点云中运动图像边界信息提取方法北大核心CSCD

使用距离地面较远的机载激光扫描获取运动图像边界信息数据,得到的数据点密度较低,无法精细提取运动图像边界信息,因此设计一种激光扫描点云中运动图像边界信息提取方法。首先获取激光扫描点云运动图像,对其中的三维激光扫描仪、惯性测量单元等装置进行组合并设置相关的参数,并对激光扫描点云得到的数据预处理,使用八叉树建立离散点之间的关系,通过点云体素化完成去噪,最后通过地物聚类完成运动图像特征点云三维信息的提取。实验结果表明,所设计方法提取准确性较高,完整性较好,提取质量效果较佳,均超过了97%,具有较好的提取效果。     

基于三维激光点云数据的建筑景观可视化建模

现有的建模方法已无法满足实际应用需求,为此,以三维激光点云数据为技术支持,设计出一种建筑景观可视化建模策略.分析三维激光扫描技术与坐标解算后,联立建筑景观影像坐标与点云间映射关系,经配准采集到的点云数据,采用引入拉普拉斯算子的噪声滤除算法、kd-tree以及引入凸包概念的边界线提取算法,完成建筑景观点云数据去噪、分割以...     

基于三维激光特征二次匹配的室外景观建模方法

激光扫描建模中通常采用一次匹配技术,但是室外三维景观处于三维环境下,一次匹配会导致大量激光点云数据特征丢失,导致室外景观三维建模效果差。提出基于二次匹配技术的室外景观三维激光建模方法。首先,在三维激光扫描技术中引入SFM方法,以此获取完整的点云数据,选取控制点进行初始配准,通过ICP算法精确配准两种点云数据。为提高点云数据的融合性,针对数据颜色等特征进行二次匹配,实现点云数据融合。最后,使所有点云数据在同一坐标中,将融合过的点云数据进行去噪、滤波和点云拼接等预处理,将数据中的两种曲面进行拟合并导入三维软件中,实现室外景观建模。试验结果表明,所提方法的三维景观建模立体水平较高,建模效果清晰,精度较高。     

三维激光点云技术在通信机房勘察自动化设计中的应用探讨

采用三维激光扫描技术,快速获得机房设备表面的采样点数据。利用点云数据,经过去噪、特征点获取、特征线提取、曲线拟合等方法,能够勾勒出机房内部设备的三维图纸,为后期的机房自动化设计奠定了基础。     

基于三维激光扫描的建筑模型可视化制作研究

为提升建筑模型制作精度,以三维激光扫描为技术背景,对建筑模型可视化制作方法展开研究.将三维激光扫描设备放置于少遮挡物且具有开阔视野的位置,经多次扫描取得多组重合的点云数据,通过变换坐标系间关系,完成点云数据拼接,对其去噪、光顺处理后,根据构成建筑物表面的若干个几何特征,提取截面边界与建筑特征结构,实现建筑模型可视化制作...     

SLAM激光扫描的建筑物建模方法与应用Building modeling method and application of SLAM laser scanning

基于SLAM激光扫描系统对目标建筑物进行点云数据采集,通过点云去噪、重采样等预处理得到了建筑物目标点云,利用特征提取算法提取建筑物轮廓线,分别采用点云数据直接建模法和基于轮廓线建模方法对目标建筑物进行了建模对比,利用传统全站仪获取的10个特征尺寸进行了精度验证。试验结果表明,直接建模法的建筑物模型精度为0.058 m,基于轮廓线建立的模型的精度为0.032 m,基于建筑物线特征约束的建模精度明显高于点云数据直接建模精度,为SLAM激光扫描系统在建筑物三维模型建立中的应用提供了方法和参考。     

基于激光扫描技术的三维模型重建

通过分析三维激光扫描系统获取的点云数据,得到了利用点云数据构建三维模型的技术、方法和流程。介绍了利用地面三维激光扫描仪获取点云数据的过程以及结合RiSCAN PRO软件和Geomagic Studio软件进行建模的方法。对原始测量的点云数据进行处理(去除噪声,平滑,对多站点数据做拼接配准,提取目标建筑物等)得到正确和完整的目标建筑物的表面信息,然后构建三角网建立它的三维表面模型,最后通过所拍的照片进行纹理映射得到真实的三维模型。实验结果表明,利用上述方法可以有效地处理三维激光扫描获取的点云数据,实现对建筑物快速三维可视化建模。     

基于机器人与激光传感器的点云快速拼接

三维激光扫描技术作为一种快速获取物体表面模型的技术,具有采集速度快,无需接触测量目标等优势。介绍了一种工业机器人结合三维激光扫描获取点云数据的系统的搭建方法,通过激光器获取得到点云数据,然后利用机器人给出的四元数得到两组点云之间的刚体变换关系使两组点云数据统一到相同的坐标系下,完成点云数据的快速拼接,方法简单快速,不受被扫描物形状大小的限制,可实现被测物的快速扫描及点云数据的快速拼接。     

基于三维激光获取点云的三维模型构建

目前国内对一些大型古建筑文化遗产的传统测量方法往往难以获得十分准确的数据信息,这使得专家们在对一些大型古建筑进行修复时十分头疼.而且在用一些传统测量方法的测量过程中也存在对古建筑造成二次伤害的风险.现如今,随着科研技术的发展,激光扫描硬件的总体水平也在不断地进步[1].因此,三维激光扫描技术也越来越成熟.三维激光扫描仪在一些大型建筑的测量工作中使用得也越来越广泛.三维激光扫描仪的工作原理,是先对获取到的点云数据采取配准拼接处理,再对其进行去噪简化等操作,最后利用建模软件3DMAX对大型的古建筑进行三维模型的构建的过程.     

激光测量点云的数据处理方法研究

激光测量技术具有高分辨率、快速、非接触和数字化的特点,其应用日益广泛。基于激光测量的散乱点云,研究测量点云的数据处理方法。在分析通常的数据处理流程与方法的基础上,重点研究了如何应用数据的虚拟切割技术和测量点云的虚拟投影技术。点云虚拟切割技术主要包括径向/轴向切割技术、柱面切割技术与指定切割半径处的轴向截面切割技术。点云虚拟投影技术主要包括规则特征投影技术和轴向旋转投影技术。基于点云的虚拟投影,阐述了零件的参数提取策略。通过基于激光测量的零件数字化检测的实践表明所提出的点云数据处理方法与策略是行之有效的。     

基于主动式全景视觉的管道形貌缺陷检测系统

针对现有的管道缺陷检测技术不能同时对管道的形、貌缺陷进行检测与评估这一工程难题,在前期研究工作的基础上,设计了一种基于主动式全景视觉的管道内部缺陷检测系统,能够快速获取管壁密集点云的三维坐标,同时对内壁表面缺陷进行检测与评估。首先利用主动式全景视觉传感器（AODVS）实时获取内壁全景图像和激光横断面扫描全景图像,然后对管道内壁全景图像进行柱状展开、预处理和缺陷检测及分类等处理;然后对激光横断面扫描全景图像处理,计算管道内壁点云的三维坐标,进一步对管道缺陷部分进行定量分析,最后利用三维建模技术重构带有真实纹理信息的管道模型。实验结果表明:文中设计的检测系统能够对管道凹凸形变、孔洞、管壁裂缝、腐蚀等缺陷进行检测与分析,具有较高的检测精度,为管道内表面三维测量和重构提供了一种新的手段。     

基于3维激光扫描技术建筑物建模研究

为了研究建筑物点云数据最佳的3维建模方法,采用3维激光扫描仪获取建筑物点云数据,并进行了一定的预处理;采用3种方法进行建筑物建模,并对这3种建模方法进行了理论分析和实验验证。通过建模效果和复杂度对比分析,发现SketchUp软件建立的模型效果更佳。结果表明,建筑物点云数据用专业建模软件SketchUp建模比扫描仪系统软件CYCLONE和AutoCAD软件建模效果更好。     

基于主动式全景视觉的管道形变检测及重构技术的研究

研究了一种采用主动式全景视觉传感器(ASODVS)的 管道内表面全方位检测方法。基于主动式全景视觉检测原理, 提出了一种能够快速、全方位获取管道内壁三维点云信息,实现视觉检测管道形变的全景激 光视觉系统; 利用携带有ASODVS的爬行机器人进入管道内部,采集激光横断扫描全 景图像;然后根据提 取的管道内壁三维点云数据计算最小直径、横断面面积等几何特征判断变形率;最后根据三 维点云圆周分 布的特征,采用三角格网模型进行三维重构。实验结果表明:基于主动式全景视觉的管道内 壁全方位检测 系统能够实时完成对管道凹凸形变的检测和识别,并恢复管道内壁的三维形貌,具有较高的 检测精度。     

基于激光雷达SLAM的三维点云自适应算法

SLAM(Simultaneously Localization And Mapping)同步定位与地图构建作为移动机器人智能感知的关键技术。但是,大多已有的SLAM方法是在静止环境下实现的,当环境中存在移动频繁的障碍物时,SLAM建图会产生运动畸变,导致机器人无法进行精准的定位导航。同时,激光雷达等三维扫描设备获得的三维点云数据存在着大量的冗余三维数据点,过多的冗余数据不仅浪费大量的存储空间,同时也影响了各种点云处理算法的实时性。针对以上问题,本文提出一种SLAM运动畸变去除方法和一种基于曲率的点云数据分类简化框架。它通过激光插值法优化SLAM运动畸变,将优化后的点云数据分类简化。它能在提高SLAM建图精度,同时也很好的消除三维点云数据中特征不明显区域的冗余数据点,大大提高计算机运行效率。     

基于RANSAC三维点云的平面提取算法

针对三维激光扫描点云的表面特征获取时间长,提取效果与减少运行时间不能兼得的问题,本文基于随机抽样一致算法(RANSAC)提出一种自动快速识别点云平面特征的算法。通过对RANSAC算法进行改进,提出基于迭代采样子集判断优化的方法,能够快速准确地识别并提取物体的平面特征。实验结果表明,本算法能有效准确地找到扫描物的平面。     

凸轮激光热处理控制轨迹研究

为了解决凸轮激光热处理过程中热效应相等的问题,在保证激光光斑在工件曲线表面的相对扫描速率恒定、热处理过程中激光聚焦镜中心到工件轮廓表面的距离不变以及激光束始终沿工件轮廓面的法线方向入射的技术基础之上,提出了控制激光光斑匀速运动的瞬时同心异径算法。同一时刻,工件轮廓表面与等距线上对应点具有相同的圆心,通过设定的工件轮廓表面恒定扫描速度,可以反求出位于等距线上相应点激光头的速度,进而对激光头进行控制。利用MATLAB进行了仿真计算,得出了等距线上激光头的速度值。结果表明,该算法可以解决激光热处理过程中激光头的速度问题。     

两组双目立体深度图像信息融合与三维重建方法

获取工件目标的三维表面与深度信息是实现工业立体视觉应用的关键。提出一种将两组双目视觉系统结合的方法,对随机摆放的工件多方位采集图像并获得目标工件的三维表面点云。其中,两组双目视觉系统会根据NCC(Normalized Cross Correlation)匹配算法产生工作场景的两组视差图像,去噪分割之后对其立体深度信息进行提取,其过程中采用一种新颖的转换方法,视差图像中每个坐标位置的像素点的x、y、z方向的立体深度信息分别被转化为X、Y、Z图像中对应位置上像素的灰度值。采样两组立体深度数据,共同储存到标定完成的参考相机坐标系中达到信息融合的目的。最后,对随机摆放的工业工件进行了的三维重构实验,对于相互重叠、高度、姿势都不同的零件能较好的恢复出清晰的轮廓点云,在重叠区域也能产生较为明显的层次性。