CN104392488A - 针对激光扫描仪与三坐标测量臂的点云数据自动配准方法 - Google Patents

Abstract

本发明涉及一种针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，该方法通过激光扫描仪与三坐标测量臂分别对重建模型及多个标准球表面数字化；激光扫描仪获得是海量的点云数据，三坐标测量臂获得重建模型指定表面部位有限且离散的点云数据以及根据采集点拟合得到标准球曲面。由于激光扫描仪与三坐标测量臂测量的点云数据无法直接使用改进的ICP算法实现对齐，所以对三坐标测量臂测量拟合的标准球曲面反向求出点云数据并且密化点云数量，再使用改进ICP算法针对两类设备各自获得的标准球点云数据实现对齐。实验证明该方法不仅对齐效率高，实时性好，而且易于实现，容易操作，使用效果好。

Description

针对激光扫描仪与三坐标测量臂的点云数据自动配准方法

技术领域

本发明涉及三维曲面测量技术领域，特别是一种利用激光扫描仪与三坐标测量臂混合式测量点云数据且实现自动配准方法。

背景技术

重建模型的三维数字化数据采集及数据处理是逆向工程技术的第一步也是最关键的一步，需要通过特定的测量设备和测量方法获取被测件表面离散点的几何坐标数据，采集数据的精度、完整性、效率等直接影响着整个逆向工程的质量和效率。

目前广泛应用于数据采集的方法主要有两种：接触式测量和非接触式测量。

1、接触式测量：接触式测量主要是使用一些机械式的手工测量仪器或由接触式传感器组成的电子测量仪器，其中以手工测量为主。手工测量的工具主要包括：布带尺、钢卷尺、划笔、量高仪、踏脚印器和量脚卡尺。手工测量从测量方法上又分为直接法和间接法。直接法比较简单。首先用笔在脚的特征部位上标出有关测量点，利用布带尺、量高仪等工具可以直接测量出脚的各个有关数据。间接法利用脚印器踏出脚印并绘制出脚的轮廓线，然后再进行测量分析。接触式脚型测量的优点是投资少、操作步骤简单、灵活性强、方便携带、便于短时间内在不同的测量地点进行测量。缺点是接触式测量方式会对脚部产生压力，引起脚部形变，造成测量误差，测量时间长，而且测量的脚部参数有限，有些较复杂的参数或曲线无法测量，工作效率低、劳动强度大、重复再现性差、测量者之间的误差大，同时，这种测量方式难以获得脚部整体的数据信息。也不能对脚的截面形态进行数据采集。无法进行更深层次的研究。

2、非接触式测量：在计算机、光学等学科发展的带动下。光学非接触式测量作为近年来兴起的一门测量技术受到越来越多的重视。目前，光学非接触式测量方法主要有构光测量、立体视觉测量、激光测量等。

（1）结构光测量：结构光三维视觉基于光学三角法原理，其基本原理是由结构光投射器向被测物体表面投射可控制的光点、光条或光面结构，并由图像传感器（如摄像机）获得图像，通过系统几何关系，利用三角原理计算得到物体的三维坐标。结构光测量方法具有计算简单、体积小、价格低、便于安装和维护的特点，在实际三维轮廓测量中被广泛使用。但是测量精度受物理光学的限制，存在遮挡问题，测量精度与速度相互矛盾，难以同时得到提高。

（2）立体视觉测量：在计算机视觉系统中，利用两台位置相对固定的摄像机或一个摄像机在两个不同的位置，从不同角度同时获取同一景物的两幅图像,通过计算空间点在两幅图像中的视差来获得其三维坐标值。立体视觉方法最大的特点是拍摄速度快，可以在不到一秒时间内完成拍摄任务，适合于需要快速测量场合。但立体视觉方法数据处理量大，处理时间长，而且需要进行两幅图像的匹配，在物体表面灰度和面形变化不大时，会影响匹配和测量精度。

（3）激光测量：由一个多边形镜头定位的一根直线可视激光束，通过高频扫描来对物体表面进行扫描测量；应用三角定律，激光束在物体表面经反射后由激光接受器接收，然后经计算获得物体表面的坐标。激光扫描可以可以精确地提供三维环境信息，数据处理简单，受环境影响小。但成本高，精度、测距与扫描速率存在矛盾关系。

接触式测量方式获取数据的特点是：稀疏、精度高，但是对于一些未知的复杂零件的数据采集效率较低。非接触式测量由于无需逐点测量，能快速获取海量数据点，数据密度大，可以辨识模型的细节，在逆向工程中应用日益广泛，但是精度比接触式测量低很多，特别是作为一种光学测量传感器，只能测得可见表面的数据，对于曲率变化大的凹陷表面及深孔、洞等几何特征无法获取测量数据，这些都影响了其在实际工程中的应用。

接触式和非接触式测量方法自身的局限性限制了它们在逆向工程中的应用，于是采用接触式与非接触式测量方法对重建模型进行混合式测量，实现多源数据融合，提高测量精度。这也为逆向工程中的模型测量方法提出了新要求和新思路。

因此亟需提出一种测量效率高，实时性好，而且易于实现，测量成本低，容易操作，使用效果好的三维数字化数据采集及数据处理方法。

发明内容

本发明的目的是提供一种针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，该方法不仅测量效率高，实时性好，而且易于实现，测量成本低，容易操作，使用效果好。

本发明采用以下技术方案实现：针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，其特征在于，包括以下步骤：步骤S01：提供激光扫描仪及三坐标测量臂，在重建模型周围布置N个大小不一的标准球，其中N为大于3的自然数，利用所述激光扫描仪对重建模型及N个标准球进行表面数字化得到点云数据，对获取的点云数据进行处理从而获得三维模型；步骤S02：通过所述三坐标测量臂对重建模型及标准球进行数据补测，首先测量拟合出标准球球面，再测量重建模型激光扫描仪无法扫到或者精度要求超出激光扫描仪所能达到的特征，从而提高在后期对模型重建的精度；步骤S03：通过算法将三坐标测量臂测量拟合的标准球球面反向求出点云，并且密化由曲面反向得到的点云数量，再采用改进的ICP算法实现点云数据精配准。

在本发明一实施例中，所述步骤S01中对激光扫描仪获取的点云处理包括以下步骤：步骤S011：通过平滑算法优化激光扫描仪测量的点云数据，再将其可视化；步骤S012：对所述的点云数据进行去噪声处理。

在本发明一实施例中，步骤S02由曲面反求点云包括以下步骤：步骤S021：按照“曲面-曲线”的分解次序，将复杂曲面离散为多组相互平行的截交线；步骤S022：根据步骤S021提取的截交线离散得到数据点，应用三次均匀B样条插值算法，确定各截交线的数学表达式；三次B样条曲线的矩阵表示：

，式中（j=0,1,2,3）为特征多边形顶点；（j=0,1,2,3）为三次样条基函数；基函数系数矩阵；步骤S023：根据给定的点列（j=1,2,....,n）；步骤S024： B样条首尾两端点应用四重节点，基函数系数矩阵根据B样条曲线的段数和曲线序号来选取；步骤S025： B样条首尾两端点选用自由端条件，添加方程组：；步骤S026：构造三次B样条插值曲线方程组：

；步骤S027：求解三次B样条插值曲线方程组，确定特征多边形控制顶点（j=1,2，...，n+1，n+2）；步骤S028：由控制顶点（j=0,1,2,3）计算截交线B样条的参数表达，i=1,2，...，n。

在本发明一实施例中，步骤S03还包括以下步骤：步骤S03还包括以下步骤：步骤S031：对于点云中的一个点p其方向矢量等价于该点与其领域Nbhd（）的最小二乘拟合平面的法向量n（），则该点与拟合平面的误差由点和平面内点的连线与点的点积求得；步骤S032：采用基于MLS面的曲率算法来计算曲率，在相当噪声水平下快速有效的计算出散乱点云每一点的高斯曲率和平均曲率值；步骤S033：由步骤S031、S032计算点云中的每一个点的方向矢量和曲率，设置误差阈值，在模型点云中寻找一对方向矢量和曲率误差在阈值之内的点，通过这组对应点使目标函数最小化：，得到最优的平移向量t和旋转矩阵R,将平移向量t和旋转矩阵R作用到数据点云上，得到新的数据点云带入下一次迭代过程，直至迭代收敛。

 相较于现有技术，本发明的有益效果是将激光扫描仪与三坐标测量臂结合应用于对重建模型表面数字化的测量中。首先用接触式测头对非接触测量方式无法满足精度的特征区域或盲区进行测量，其余的低精度需求的区域由非接触式扫描进行快速的数字化，这样在提高数据采集效率的同时又保证了局部的精度要求。然后将两类设备测量的数据组合并进行融合，从而精确地、完善地反映重建模型的三维特征信息。 

附图说明

图1是本发明实施例中由激光扫描仪获得的点云。

图2是本发明实施例中由三坐标测量臂测量的数据。

图3由曲面反求点云图。

图4实现由激光扫描仪与三坐标测量臂测量获得的数据对齐。

具体实施方式

下面结合附图和具体实施例对本发明做进一步说明。

针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，其特征在于，包括以下步骤：步骤S01：提供激光扫描仪及三坐标测量臂，在重建模型周围布置N个大小不一的标准球，其中N为大于3的自然数，利用所述激光扫描仪对重建模型及N个标准球进行表面数字化得到点云数据，对获取的点云数据进行处理从而获得三维模型；步骤S02：通过所述三坐标测量臂对重建模型及标准球进行数据补测，首先测量拟合出标准球球面，再测量重建模型激光扫描仪无法扫到或者精度要求超出激光扫描仪所能达到的特征，从而提高在后期对模型重建的精度；步骤S03：通过算法将三坐标测量臂测量拟合的标准球球面反向求出点云，并且密化由曲面反向得到的点云数量，再采用改进的ICP算法实现点云数据精配准。

在本发明具体实施例中，激光扫描仪快书重建模型参见图1，选用的激光扫描仪测量系统主要包括激光发射器和CCD摄像机，将重建模型固定在工作台上，并且在周围不准至少3个标准球，保证其位置在测量前后不发生变动。测量时，激光发射器发射激光条投射到实物零件表面，形成光点或光条，在视觉上产生一个能反映被测零件表面信息的截面曲线，这条曲线上的点就是当前的被测点；摄像机会通过拍摄来采集激光条纹信息，然后输送给图像采集卡，最后图像采集卡会将这些信息传输给计算机，计算机便可运用相应的图像处理的方法提取条纹信息；再通过标定后的摄像机模型就能计算出实际的物体表面三维数据信息。

利用三坐标测量臂对重建模型进行数据补测参见图2，对标准球进行测量，在标准球上均匀取点，得到标准球球心坐标，进行球面拟合。采用三坐标测量臂测量其他激光扫描仪无法扫到或者精度要求较高超出激光扫描仪所能达到的精度的特征；采用三坐标测量臂对标准球进行测量，在标准球上均匀取点，得到标准球球心坐标，进行球面拟合。

通过由曲面采样生成点云参见图3，对三坐标测量臂测量拟合的标准球球面采样生成点云，对生成的点云采用密化算法优化点云数量，使点云数量满足后期配准时要需要的最低要求。首先将激光扫描仪得到的点云数据转化到同一坐标系下参见图4，利用PCL读取，进行ICP迭代，当迭代趋于稳定，配准结束，去除重合区域点云，分析重建出的点云数据，得到重建模型的三维测量模型；其次将两类设备各自得到的测量数据转化到同一坐标系下，重复上述的配准步骤实现两类设备数据的配准。使用激光扫描仪对重建模型表面数字化过程必须在不同视角进行测量，首先要保证每部分点云都必须有一定的公共部分，以便通过对点云数据使用改进ICP算法进行旋转、平移等变换，使其处于同一坐标系下，实现精确拼接。

在本发明一实施例中，所述步骤S01中对激光扫描仪获取的点云处理包括以下步骤：步骤S011：通过平滑算法优化激光扫描仪测量的点云数据，提高数据的精度，将其可视化；步骤S012：对所述的点云数据进行去噪声处理。三坐标测量臂测量采用测量点云模式得到有限且离散点云由于都是通过手动测量获得，故点云无需进行特殊处理。

在本发明一实施例中，步骤S02由曲面反求点云包括以下步骤：步骤S021：按照“曲面-曲线”的分解次序，将复杂曲面离散为多组相互平行的截交线；步骤S022：根据步骤S021提取的截交线离散得到数据点，应用三次均匀B样条插值算法，确定各截交线的数学表达式；三次B样条曲线的矩阵表示：

式中，（j=0,1,2,3）为特征多边形顶点；（j=0,1,2,3）为三次样条基函数；基函数系数矩阵；步骤S023：根据给定的点列（j=1,2,....,n）；步骤S024： B样条首尾两端点应用四重节点，基函数系数矩阵根据B样条曲线的段数和曲线序号来选取；步骤S025： B样条首尾两端点选用自由端条件，添加方程组：；步骤S026：构造三次B样条插值曲线方程组：；步骤S027：求解三次B样条插值曲线方程组，确定特征多边形控制顶点（j=1,2，...，n+1，n+2）；步骤S028：由控制顶点（j=0,1,2,3）计算截交线B样条的参数表达，i=1,2，...，n。

在本发明一实施例中，步骤S03还包括以下步骤：步骤S031：对于点云中的一个点p其方向矢量等价于该点与其领域Nbhd（）的最小二乘拟合平面的法向量n（），则该点与拟合平面的误差可以由点和平面内点的连线与点的点积求得,确定表面一点方向的问题近视于估计表面的一个相切面法线的问题，因此转换过来以后就变成一个最小二乘法平面拟合估计问题；步骤S032：采用基于MLS面的曲率算法来计算曲率，可以在相当噪声水平下快速有效的计算出散乱点云每一点的高斯曲率和平均曲率值，其中高斯曲率和平均曲率的计算如下：

其中，； 步骤S033：通过步骤S03两类设备的数据已经大致重合，但是误差精度与预期的精度要求还有一定差距，为了使误差达到要求精度还需要对两类数据进行精确配准。由步骤S031、S032计算点云中的每一个点的方向矢量和曲率，设置误差阈值，在模型点云中寻找一对方向矢量和曲率误差在阈值之内的点，通过这组对应点使目标函数最小化：

，得到最优的平移向量t和旋转矩阵R,将平移向量t和旋转矩阵R作用到数据点云上，得到新的数据点云带入下一次迭代过程，直至迭代收敛。

本发明用接触式测头对非接触测量方式无法满足精度的特征区域或盲区进行测量，其余的低精度需求的区域由非接触式扫描进行快速的数字化，这样在提高数据采集效率的同时又保证了局部的精度要求。然后将两类设备测量的数据组合并进行融合，从而精确地、完善地反映重建模型的三维特征信息。

本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (4)

1.针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，其特征在于，包括以下步骤：

步骤S01：提供激光扫描仪及三坐标测量臂，在重建模型周围布置N个大小不一的标准球，其中N为大于3的自然数，利用所述激光扫描仪对重建模型及N个标准球进行表面数字化得到点云数据，对获取的点云数据进行处理从而获得三维模型；

步骤S02：通过所述三坐标测量臂对重建模型及标准球进行数据补测，首先测量拟合出标准球球面，再测量重建模型激光扫描仪无法扫到或者精度要求超出激光扫描仪所能达到的特征，从而提高在后期对模型重建的精度；

步骤S03：通过算法将三坐标测量臂测量拟合的标准球球面反向求出点云，并且密化由曲面反向得到的点云数量，再采用改进的ICP算法实现点云数据精配准。

2.根据权利要求1所述的针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，其特征在于：所述步骤S01中对激光扫描仪获取的点云处理包括以下步骤：

步骤S011：通过平滑算法优化激光扫描仪测量的点云数据，再将其可视化；

步骤S012：对所述的点云数据进行去噪声处理。

3.根据权利要求1所述的针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，其特征在于：步骤S02由曲面反求点云包括以下步骤：

步骤S021：按照“曲面-曲线”的分解次序，将复杂曲面离散为多组相互平行的截交线；

步骤S022：根据步骤S021提取的截交线离散得到数据点，应用三次均匀B样条插值算法，确定各截交线的数学表达式；三次B样条曲线的矩阵表示：

式中，（j=0,1,2,3）为特征多边形顶点；（j=0,1,2,3）为三次样条基函数；为基函数系数矩阵；

步骤S023：给定的点列（j=1,2,....,n）；

步骤S024： B样条首尾两端点应用四重节点，基函数系数矩阵根据B样条曲线的段数和曲线序号来选取；

步骤S025： B样条首尾两端点选用自由端条件，添加方程组：

；

步骤S026：构造三次B样条插值曲线方程组：

；

步骤S027：求解三次B样条插值曲线方程组，确定特征多边形控制顶点（j=1,2，...，n+1，n+2）；

步骤S028：由控制顶点（j=0,1,2,3）计算截交线B样条的参数表达，i=1,2，...，n。

4.根据权利要求1所述的针对激光扫描仪与三坐标测量臂的点云数据自动配准方法，其特征在于：步骤S03还包括以下步骤：

步骤S031：对于点云中的一个点p其方向矢量等价于该点与其领域Nbhd（）的最小二乘拟合平面的法向量n（），则该点与拟合平面的误差由点和平面内点的连线与点的点积求得；

步骤S032：采用基于MLS面的曲率算法来计算曲率，在相当噪声水平下快速有效的计算出散乱点云每一点的高斯曲率和平均曲率值；

步骤S033：由步骤S031、S032计算点云中的每一个点的方向矢量和曲率，设置误差阈值，在模型点云中寻找一对方向矢量和曲率误差在阈值之内的点，通过这组对应点使目标函数：最小化，得到最优的平移向量t和旋转矩阵R,将平移向量t和旋转矩阵R作用到数据点云上，得到新的数据点云带入下一次迭代过程，直至迭代收敛。