首页 > 论文 > 中国激光 > 46卷 > 5期(pp:504001--1)

大尺寸曲面形貌测量系统的点云拼接技术

Point-Cloud Splicing Technology for Large-Scale Surface Topography Measurement System

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

在利用机器人进行大尺寸曲面形貌测量的过程中,提出一种基于室内全球定位系统(iGPS)的点云拼接方法,以iGPS世界坐标系为点云拼接的坐标系,建立了点云拼接数学模型。利用粒子群优化(PSO)算法对迭代最近点(ICP)算法进行改进。基于球心距测量的点云拼接实验验证了所搭建测量系统的精度小于0.1 mm。在汽车前保险杠点云拼接实验中,最大负偏差为-0.05189 mm,最大正偏差为0.0727 mm,均小于0.1 mm,偏差分布较为均匀,验证了所提算法在大尺寸点云拼接方面具有较好的效果。

Abstract

Motivated by the use of large-scale surface topography measurement by robots, we propose a method of point-cloud splicing based on the indoor global positioning system (iGPS). In our research, the iGPS world coordinate system is utilized as the coordinate system of point-cloud splicing to establish a mathematical model of point-cloud splicing. Furthermore, we employ the particle swarm optimization (PSO) algorithm for the iterative closest point (ICP) algorithm. The experimental results of point-cloud splicing of spherical distance measurement show that the accuracy of the measurement system is less than 0.1 mm. We also conduct a front-bumper point-cloud splicing experiment and the experimental result denote that the maximum negative deviation is -0.05189 mm and the maximum positive deviation is 0.0727 mm, which are less than 0.1 mm. It is also found that the deviation distribution is relatively uniform, which validates the proposed algorithm has a good effect on large-scale point-cloud splicing.

Newport宣传-MKS新实验室计划
补充资料

中图分类号:N34

DOI:10.3788/cjl201946.0504001

所属栏目:测量与计量

基金项目:吉林省科技发展计划(20160204016GX,20191004015TC,20190302122GX)、吉林省省级产业创新专项(2016C088,2017C045-2)、长春理工大学青年科学基金(XQNJJ-2016-04,XQNJJ-2017-11)

收稿日期:2018-10-16

修改稿日期:2019-01-01

网络出版日期:2019-02-15

作者单位    点击查看

马国庆:长春理工大学机电工程学院, 吉林 长春 130022
刘丽:长春理工大学机电工程学院, 吉林 长春 130022
于正林:长春理工大学机电工程学院, 吉林 长春 130022
曹国华:长春理工大学机电工程学院, 吉林 长春 130022
王强:长春理工大学光电工程学院, 吉林 长春 130022

联系人作者:马国庆(magq@cust.edu.cn)

【1】Ma G Q, Liu L, Yu Z L, et al. Research on 3D point cloud mosaic technology of complex surface based on iGPS[J]. Chinese Journal of Lasers, 2019, 46(2): 0204003.
马国庆, 刘丽, 于正林, 等. 基于iGPS的复杂曲面三维点云拼接技术研究[J]. 中国激光, 2019, 46(2): 0204003.

【2】Huang Y, Da F P, Tao H J. An automatic registration algorithm for point cloud based on feature extraction[J]. Chinese Journal of Lasers, 2015, 42(3): 0308002.
黄源, 达飞鹏, 陶海跻. 一种基于特征提取的点云自动配准算法[J]. 中国激光, 2015, 42(3): 0308002.

【3】Nishino K, Ikeuchi K. Digitally archiving cultural objects[M]. New York: Springer, 2008: 71-88.

【4】Lu W L, Jiang K Y, Lin J Y. Multi-view 3D data registration based on global control codeless points[J]. Opto-Electronic Engineering, 2014, 41(5): 57-62.
卢炜良, 江开勇, 林俊义. 无编码全局控制点多视角三维数据拼接[J]. 光电工程, 2014, 41(5): 57-62.

【5】Huang J, Zhu J G, Wang Y. Calibration for 3D profile measurement robot with laser line-scan sensor[J]. Chinese Journal of Sensors and Actuators, 2012, 25(1): 62-66.
黄佳, 邾继贵, 王一. 激光线扫式形貌测量机器人的标定研究[J]. 传感技术学报, 2012, 25(1): 62-66.

【6】Wei S B, Wang S Q, Zhou C H, et al. An iterative closest point algorithm based on biunique correspondence of point clouds for 3D reconstruction[J]. Acta Optica Sinica, 2015, 35(5): 0515003.
韦盛斌, 王少卿, 周常河, 等. 用于三维重建的点云单应性迭代最近点配准算法[J]. 光学学报, 2015, 35(5): 0515003.

【7】Ge Y Q. Enhanced-ICP algorithm for registration[D]. Nanjing: Nanjing University of Posts and Telecommunications, 2016.
葛毓琴. 基于最近迭代点(ICP)优化算法的多视角点云配准[D]. 南京: 南京邮电大学, 2016.

【8】Ma G Q, Li R F, Liu L. Particle swarm optimization algorithm of learning factors and time factor adjusting to weights[J]. Application Research of Computers, 2014, 31(11): 3291-3294.
马国庆, 李瑞峰, 刘丽. 学习因子和时间因子随权重调整的粒子群算法[J]. 计算机应用研究, 2014, 31(11): 3291-3294.

【9】Zhan T, Yang G Y. Time-optimal trajectory planning of dual arm robot based on PSO algorithm[J]. Journal of Chinese Agricultural Mechanization, 2017, 38(6): 82-88.
占涛, 杨光友. 基于PSO算法的双臂机器人时间最优轨迹规划[J]. 中国农机化学报, 2017, 38(6): 82-88.

引用该论文

Ma Guoqing,Liu Li,Yu Zhenglin,Cao Guohua,Wang Qiang. Point-Cloud Splicing Technology for Large-Scale Surface Topography Measurement System[J]. Chinese Journal of Lasers, 2019, 46(5): 0504001

马国庆,刘丽,于正林,曹国华,王强. 大尺寸曲面形貌测量系统的点云拼接技术[J]. 中国激光, 2019, 46(5): 0504001

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF