基于多视角红外传感器的三维重建方法

为了实现有特征物体和无特征物体更精准的三维重建，本文研究了多视角传感器下三维点云的自动拼接算法。首先由不同视角的传感器双目标定后进行轴线数据的标定，接着在三维空间内对多条轴线数据进行分析并提出了一种基于多视角传感器轴线融合的点云拼接方法，从而计算出误差最小的最优轴线数据，最后以拟合出的轴线数据为轴心在世界坐标系内进行三维点云的拼接。实验结果表明，在1.3～1.9 m的测量范围内，本文所提出的拼接方法对直径为144.954 2 mm的标准球进行三维重建的误差在0.037 mm以内，重建无特征点物体和有特征点物体都能有较好的拼接效果且拼接时间不受点云总量大小的限制。该拼接方法基本满足三维重建的稳定性好、效率快、精度高等要求。     

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。     

基于激光位移传感器的光电非接触圆度测量

为了提高圆度测量的效率和准确性,针对目前手工检测效率低等缺点,提出一种以激光位移传感器的测距原理为依据的光电非接触圆度测量方法。与传统方法相比,该方法首先搭建了以精密转台和步进伺服执行机构为主的测量控制系统平台。其次,利用机械装置的相对运动,通过传感器采样测量物体的各测量点的截面信息,用最小二乘圆的评定方法得到各截面测量误差,最终实现圆度误差测量。结果表明,通过仿真获得随机误差系数在对圆度误差测量影响的数学表达式,并验证了测量中存在的系统误差修正方法的正确性。     

基于标志点的多视点云优化拼接方法

针对基于标志点序列扫描点云拼接过程中出现的累积误差问题,提出一种利用光束法平差方法计算最优全局点位的拼接优化算法。该方法以扫描特征点在全局坐标系下的位置为初始值,以反投映残差最小化为目的,构建优化代价函数,通过迭代的方法计算特征点的全局最优点位,最后以该最优点位为基准,对序列点云进行空间位置调整。实际测量结果表明,该方法可以明显减少拼接过程中所产生的累积误差,具有提高拼接精度的作用。     

ATP跟瞄系统中位置敏感探测器测量精度研究

为满足星－地量子通信中 ATP 跟瞄系统对二维位置敏感探测器（PSD）的精密性、实时性、可靠性的要求,基于 LabVIEW 设计了 PSD 精度测量与误差修正系统。首先,采用驱动平台带动激光光源,通过扫描 PSD 光敏面,获得电压值并计算出光斑位置,分析非线性成因,采用多项式拟合法建立实际值与测量值间的数学模型,得到非线性修正函数。然后,结合光学三角测量对被测物体进行微位移和角度测量,并对测量结果进行误差修正。实验结果表明,经过修正后 PSD 位置误差显著减小,满足系统对 PSD 的需求,通过 LabVIEW 软件编程提高了系统的测试效率。     

双目面结构光三重扫描测量系统温漂补偿方法

双目面结构光三重扫描是在条纹投影双目视觉重建的基础上,追加左、右相机与投影仪构成的单目视觉系统重建点云,在反光和凹凸起伏等表面测量应用上具有更好的点云完整性优势。但由于环境温度变化影响,投影仪产生较大温度漂移,导致双目重建点云与单目重建点云发生“分层”现象。为此,文中提出了一种基于正交条纹投影的三重扫描系统温漂在线补偿方法,通过投影仪投射正交条纹来构建双目重建点在投影仪图像中准确的映射关系,并基于双目重建点在投影仪图像中的重投影误差最小化目标函数来求解温漂补偿后的投影仪最优外参数。最后,以金属球和汽车零件作为被测对象进行实验验证,在不依靠标定板等先验信息及繁琐标定流程基础上,所提在线快速补偿方法可以使得双目点云与单目点云温漂量分别减小78.2%和94.3%,极大减轻了温度变化对于三重扫描点云数据拼接影响。     

基于旋转台参数标定实现多视角点云拼接

针对如何方便快捷且准确地获取物体完整面形三维点云数据的问题,提出一种利用旋转台参数标定结果辅助实现多视角三维点云粗拼接的新方法。该方法将一个二维标定靶作为坐标系转换桥梁,仅需两个位置的坐标系关系,即可建立转台转角和不同局部测量坐标系之间的非线性模型,实现对多个测量视角下三维点云的粗配准,为最近点迭代(ICP)算法提供了良好的初值,增加了ICP算法的稳健性。实验表明该方法操作简便、快捷、易实现,拼接后点云误差不大于0.12 mm。     

三维激光扫描技术在三维重建中的误差分析

三维激光扫描技术因其具有全天候对任意物体进行扫描并能获取有效、准确的三维空间信息的特性,被广泛应用在三维重建中。本文详细分析了测站定向误差、仪器扫描误差、数据拼接误差,有利于提高三维激光扫描技术应用于三维重建中点云数据的精度问题。     

基于激光雷达的空间物体三维建模与体积计算

求取体积参数是空间体对象形态分析的基本内容。采用激光雷达对空间物体进行扫描获得激光点云并求得其体积。首先使用三维激光雷达扫描物体获得原始点云;点云经过三维空间变换后,对点云进行缺失数据修补;再通过滤波和下采样处理进行点云去噪和点云数据的精简;最后采用一种隐式曲面重建算法构建三维点云的mesh网格模型,进而由网格模型求取体积。通过实验验证,使用激光雷达分别扫描了两个实验对象,将实验体积结果与实际的体积数据相比,误差分别仅为0.456%和0.394%,表明该体积计算方法有良好的曲面重建效果和体积计算精度。     

改进型点云数据融合的多站组网SVD算法

在大型结构的加工与装配过程中激光雷达的多站组网测试十分常见,但由于点云数据拼接过程需要统一的坐标系,故环境干扰、站位布局导致的转站误差大幅降低了系统的整体测量精度。为了提高多站组网后点云数据融合的面型测量精度,提出了一种改进型奇异值分解算法。该算法在分析站位布局的基础上,通过在多站之间匀差的方式抑制粗大偏差。对目标函数进行了奇异值分解,并通过最优值完成站位的优化布置。实验采用单点精度001mm的MV350型激光雷达,并对6组不同布站情况进行对比分析。结果显示,本算法的点最大误差为00824mm,点平均误差为00214mm,点测量不确定度为00122mm,均优于未规划的测量结果。其测量综合不确定度最接近单机测量综合不确定度,可见,采用本算法对提升转站精度具有一定价值。     

基于全局优化的实时高精度模型重建

三维形貌测量在先进制造、航空航天、生物医学等领域发挥着重要的应用。凭借高精度、全视场、非接触等优点，条纹投影轮廓术是目前使用最广泛的一种光学三维测量手段。为了获得物体全局三维信息，通常需要将待测物置于转台之上，通过不断地扫描和拼接来获得物体的全局信息。然而，传统的扫描和拼接是以离线的方式进行的，导致整个三维模型的重建速度缓慢。现有的实时点云配准方法虽然能够有效提高点云扫描与拼接的速度，但实时点云拼接的精度依然受待测物的运动状态影响。本文针对上述问题进行优化改进，提出一种基于全局优化的实时高精度模型重建方法。首先，介绍了一种由粗配准到精配准的快速点云配准算法并提出了基于点云法向量约束的点云初始化算法，能够提升粗配准过程中点云初始位姿计算的稳定性与精度。其次，在精配准阶段引入了图优化算法以获得全局点云位姿的最优解，进一步提升了全局点云配准的精度。实验结果表明，所提方法相比于现有实时模型重建方法，能够实现更高精度且稳定的全局点云配准。特别地，针对动态场景中由于抖动等因素引起的被测物体速度突变等情况，本方法依然能够鲁棒地完成三维模型重建，全方位模型重建的精度达84μm。     

曲线匹配法在雷达动态标校中的应用

雷达系统动态标校中,测量数据与真值之间一般通过记录时戳的匹配来计算测量值与真值的误差,从而进行雷达系统误差修正。时间匹配法在数据时戳精度较差时存在一定偏差,时戳精度越差,偏差越大。本文提出一种基于曲线匹配的方法,能忽略时戳误差的影响,并对比了两种方法的差异和优缺点,为雷达系统动态标校提供了一种精确、可行的数据匹配计算方法。     

非球面拼接测量中偏置误差修正模型

为解决非球面拼接测量时两子孔径重叠区精确拟合问题,根据波像差理论推导了子孔径干涉测量二次曲面偏置误差与运动自由度之间的函数关系,通过分析得出了偏置误差的作用表现形式与Seidle像差相一致的结论,据此建立了定位机构偏置误差修正模型,提出了一种精确拼接测量二次曲面的像差修正方法,该方法利用最小二乘拟合获得拼接系数,可得到孔径间偏置误差估计值,并可在模型中修正高阶系统像差,提高孔径间重叠区拟合精确度.实验表明,该方法拼接精度高于传统校准三方向调整误差拼接法.     

NURBS曲面重构与点云-曲面误差分析

通过对某汽车零件进行光栅扫描、解相和去包裹处理,获取物体三维点云数据,对点云数据进行降噪、精简和网格化处理。然后根据点云曲率分布云图将点云数据分割成11块区域,首先对A区域点云数据进行曲面拟合,生成4×4阶均匀曲面,然后对其余分块点云数据分别进行曲面拟合,最后通过曲面延伸、拼接、倒角、修剪等处理,获取物体NURBS自由曲面,总体点云-曲面误差为0.2645 mm,并且曲面间符合G1相切连续和法向曲率连续,解决了在曲率较大的地方拟合误差较大的问题,提高了曲面的重构精度。     

基于IGGⅢ方案的加权总体最小二乘点云球面拟合

为了减少测量粗差对球标靶拟合精度的影响,在加权总体最小二乘法基础上,针对地面3维激光扫描球标靶数据特点,采用了权函数IGGⅢ方案,自适应地修正拟合权阵,构建了新的点云球面拟合方法。利用新方法分别拟合了模拟球面数据、实际扫描球面数据。结果表明,该方法在同时考虑拟合模型系数矩阵误差与观测向量误差基础上,通过合理定义及优化拟合权阵,获得了更为精确的球面参量。其拟合评价指标均优于常规方法。     

基于深度传感器的多视角点云配准研究

为了解决大尺寸对称物体在多视角配准过程中出现的误匹配点对和累计误差问题,提出了一种基于深度传感器的多视角点云配准算法。首先,使用深度传感器获取目标物体不同视角下的多片点云并进行预处理,对物体单侧相邻点云采用超四点快速鲁棒匹配算法(Super 4-points congruent sets, Super4PCS)进行粗配准,利用改进的点到平面ICP算法去除误匹配点对并进行精配准,之后将左右两部分的点云拼接,从而获取完整的三维点云模型。最后,针对多视角配准出现的累计误差问题,提出了一种全局优化方法从而减少累计误差。实验结果证明所提方法可以精准地完成多视角点云配准,获得准确的三维点云模型。     

基于iGPS的复杂曲面三维点云拼接技术

提出了基于iGPS(indoor Global Positioning System)世界坐标系进行点云拼接的方法,建立了点云拼接数学模型,并求解拼接模型中的坐标转换关系。基于标准球测量实验,分别实现了基于机器人基坐标系的点云拼接和基于iGPS世界坐标系的点云拼接。研究结果表明,基于iGPS世界坐标系的点云拼接方法不受机器人定位精度的影响,拼接精度更高。     

非球面非零位拼接测量的对准误差模型

为消除非零位拼接检测非球面中对准误差对拼接结果的影响,建立了基于对准误差修正的优化拼接模型;在非零位检测非球面对准误差模型的基础上,分析对准误差各误差分量的表现形式及影响规律,并建立了基于对准误差补偿的拼接检测非球面的数学模型,实现子孔径的高精度拼接合成。实验表明,该方法可以有效地提高拼接测量精度,经过对准误差校正的拼接测量结果的PV值精度可达0.03λ。     

高精度平面子孔径拼接算法研究

对平面子孔径拼接累积误差的理论分析及数值仿真表明,参考镜面形的拼接重叠区域的局部斜率差和直流偏差是产生累积误差的原因。为了提高大口径平面光学元件子孔径拼接检测精度,提出一种简单有效的可以减小子孔径拼接测量累积误差的方法,该方法采用第4项和第6项泽尼克像差拟合一个假设的准参考镜面形,再从每个子孔径测量结果中减去,最后拼接合成全口径面形。对450mm×60mm的平面镜进行了8个子孔径的拼接检测,去除准参考镜面形前后,拼接测量结果与Zygo公司24英寸(600mm)口径干涉仪检测结果的偏差峰谷(PV)值从λ/7减小至λ/100。所拟合的准参考镜面形误差为0.02λ(PV值),与标准镜的面形误差为同一量级,其对每个子孔径测量结果的影响可以忽略。实验结果表明,本文方法能够有效控制拼接累积误差,提高拼接检测精度。     

一种点云配准新方法在隧道变形监测中的应用研究

由于地铁隧道在施工过程中存在通视条件差、施工线路长等问题,采用三维激光扫面仪进行变形监测具有较高的测量精度和极高的数据采集效率。但传统的点云数据拼接方法采用的是相邻两站点云数据进行两两拼接,化归到同一坐标系中。然而对于隧道采集到的多站数据而言,误差将不断累积,导致精度降低。文章通过对地铁隧道点云拼接方法进行研究,提出一种点云配准新方法。经实验表明,采用该方法进行点云数据拼接,其精度得到明显提高。