1 长安大学 道路施工技术与装备教育部重点实验室, 陕西 西安 710064
2 中国铁建重工集团股份有限公司, 湖南 长沙 410000
3 南京信息工程大学 计算机与软件学院, 江苏 南京 210044
三维重建技术是机器视觉中最热门的研究方向之一，在无人驾驶和数字化加工与生产等领域得到了广泛的应用。传统的三维重建方法包括深度相机和多线激光扫描仪，但是通过深度相机获得的点云存在着信息不完整和不精确的问题，而多线激光扫描仪成本高，阻碍了该项技术的应用和研究。为解决上述问题，提出了一种基于转动式二维激光扫描仪的三维重建方法。首先，用步进电机带动二维激光扫描仪旋转运动来获取三维点云数据。然后，用多传感器融合的方法对激光扫描仪的位置进行标定，采用坐标系变换完成点云数据的匹配。最后，对采集得到的点云数据进行了滤波和精简处理。实验结果表明：相较于深度相机/IMU数据融合的重建方法，平均误差降低了0.93 mm，为4.24 mm；精度达到了毫米级别，误差率也控制在了2%以内；整套设备的成本相较于多线激光扫描仪大大降低。本文方法基本满足保留物体的外形特征、高精度和成本低的要求。
二维激光扫描仪 坐标系变换 多传感器融合 三维重建 2D laser scanner coordinate system transformation multi-sensor fusion three-dimensional reconstruction
山东理工大学 计算机科学与技术学院, 山东 淄博 255049
针对视觉测量中的点云配准问题, 提出一种基于电磁追踪系统的点云配准方法。首先, 搭建测量和配准系统, 采用基于平面的坐标系转换方法获得世界坐标系与发射器坐标系之间的转换关系。其次, 利用发射器和接收器之间准确的位姿信息, 获得发射器坐标系和接收器坐标系之间的转换关系。最后, 以发射器坐标系作为中间坐标系, 将获取的点云由世界坐标系转换到接收器坐标系下, 实现点云的粗配准, 进而采用ICP方法实现精配准。对不同深度的平面进行测量配准实验, 并使用石膏像对配准效果进行验证。实验结果表明: 粗配准后平面的配准误差在0.40 mm以下, 精配准后平面的配准误差在0.04 mm以下; 经过粗配准后的石膏像, 采用ICP方法进行精配准时其误差能够快速收敛, 且精配准后视觉效果良好。
视觉测量 点云配准 电磁追踪系统 坐标系转换 vision measurement point cloud registration electro-magnetic tracking system coordinate system transformation
1 北京工业大学 应用数理学院, 北京 100124
2 中国科学院 光电研究院, 北京 100094
针对大型装备智能制造中的机器人在线位姿激光跟踪测量与实时引导需求, 提出了一种机器人坐标系与激光测量坐标系标定转换和解算方法。设计了基于距离原则的机器人末端光学工具中心点TCP(Tool Center Point)位置标定算法。通过运用空间点坐标重心化配置算法和基于罗德里格矩阵变换的最小二乘优化算法解算出了具有单位正交性的位姿变换旋转矩阵。进行了机器人坐标系位姿变换激光测量标定和优化对比实验, 旋转矩阵初值和正交优化值进行点坐标转换后的综合RMSE分别为0.579 0 mm和0.501 5 mm。结果表明该方法能够有效改进姿态旋转矩阵正交性, 并提高位姿变换解算精度。
机器人坐标系转换 激光测量 光学工具中心点 重心化配置 正交旋转矩阵 robots coordinate system transformation laser measurement optical tool center point center of gravity configuration orthogonal rotation matrix
