CN108805976B - 一种三维扫描系统及方法 - Google Patents

一种三维扫描系统及方法 Download PDF

Info

Publication number
CN108805976B
CN108805976B CN201810552440.6A CN201810552440A CN108805976B CN 108805976 B CN108805976 B CN 108805976B CN 201810552440 A CN201810552440 A CN 201810552440A CN 108805976 B CN108805976 B CN 108805976B
Authority
CN
China
Prior art keywords
coordinate system
coordinate
scanning
target object
coordinates
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810552440.6A
Other languages
English (en)
Other versions
CN108805976A (zh
Inventor
郑顺义
王晓南
成剑华
刘庆龙
朱锋博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Zhongguan Automation Technology Co ltd
Original Assignee
Wuhan Zhongguan Automation Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Zhongguan Automation Technology Co ltd filed Critical Wuhan Zhongguan Automation Technology Co ltd
Priority to CN201810552440.6A priority Critical patent/CN108805976B/zh
Publication of CN108805976A publication Critical patent/CN108805976A/zh
Application granted granted Critical
Publication of CN108805976B publication Critical patent/CN108805976B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种三维扫描系统及方法,其系统包括跟踪设备、扫描仪和处理器,扫描仪表面设置有多个参考标志点;跟踪设备获取其视场范围内的参考标志点的第一坐标;扫描仪对目标物体进行扫描,获取在目标物体表面形成的扫描点的第二坐标;处理器获取参考标志点的第二坐标,还根据参考标志点的第一坐标、参考标志点的第二坐标和扫描点的第二坐标在第一坐标系中构建目标物体表面,生成目标物体的三维模型。本发明通过分别获取参考反光点的第一坐标和扫描点的第二坐标,根据参考反光点的第一坐标和扫描点的第二坐标得到扫描点的第一坐标,即可在第一坐标系中构建目标物体的表面,从而生成目标物体三维模型,扫描精度高,方便快捷,且工作空间可扩展。

Description

一种三维扫描系统及方法
技术领域
本发明涉及光学扫描技术领域,尤其涉及一种三维扫描系统及方法。
背景技术
3D激光扫描仪已经能够便捷地解决大部分无须物体表面纹理的高精测量工作,但是其必须在待测物体表面粘贴一定数量、分布均匀的反光标志点用于扫描中的帧拼接,而粘贴反光标志点过程繁琐,需要花费大量时间,加大了扫描测量的工作量,也不适用于不允许在表面粘贴标志点的高精度设备和文物等高价值物品。
现有技术中的白光扫描仪在扫描过程中无需在待测物体表面粘粘标志点用于影像定位定姿,其利用投影的随机编码图案的实现扫描中的帧拼接(影像定姿定位),且可以完成带纹理的物体表面重建。但由于其算法机制原因,精度无法满足精密量测的需求。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种三维扫描系统及方法。
本发明解决上述技术问题的技术方案如下:一种三维扫描系统,包括跟踪设备、扫描仪和处理器,所述扫描仪表面设置有至少四个参考标志点;
所述跟踪设备用于获取其视场范围内的所述参考标志点在第一坐标系的坐标;
所述扫描仪用于对目标物体进行扫描,获取在目标物体表面形成的扫描点在第二坐标系的坐标;
所述处理器用于获取所述参考标志点在第二坐标系的坐标,并根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标在第一坐标系中构建目标物体表面,生成目标物体的三维模型;
其中,所述第一坐标系为以所述跟踪设备为中心构建的三维坐标系,所述第二坐标系为以所述扫描仪为中心构建的三维坐标系。
本发明的有益效果是:本发明的三维扫描系统,利用跟踪设备和扫描仪分别获取球体扫描仪表面参考反光点在第一坐标系的坐标和在目标物体表面形成的扫描点在第二坐标系的坐标,然后根据参考反光点在第一坐标系的坐标和扫描点在第二坐标系的坐标精确计算出扫描点在第一坐标系的坐标,即可在第一坐标系中准确地模拟构建目标物体的表面,从而生成目标物体三维模型,扫描精度高,方便快捷,且工作空间可扩展。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述跟踪设备获取所述参考标志点在第一坐标系的坐标的的具体实现为:
对所述跟踪设备进行校准,获取所述跟踪设备的参数信息;
根据所述跟踪设备的参数信息获取所述参考标志点在第一坐标系的坐标;
所述处理器获取所述参考标志点在第二坐标系的坐标的具体实现为:
对所述扫描仪进行标定,获取所述扫描仪的参数信息;
根据所述扫描仪的参数信息计算所述参考标志点在第二坐标系的坐标。
上述进一步方案的有益效果是:通过对所述跟踪设备进行校准,进而获取跟踪设备的参数信息,比如跟踪设备的镜头极限长度和内外参数等,然后根据跟踪设备的参数信息利用前方交会算法计算出所述参考标志点在第一坐标系的坐标,以便确定跟踪设备与扫描仪之间的相对位置关系。通过对所述扫描仪进行标定,可以获取所述扫描仪的参数信息,比如扫描仪的镜头基线长度和内外参数,从而可根据所述扫描仪的参数利用前方交会算法计算出扫描仪表面的参考反光点相对于以扫描仪为中心的第二坐标系的坐标,便于后续结合跟踪设备与扫描仪之间的相对位置关系计算出扫描点在第一坐标系的坐标。
进一步:所述处理器具体用于:
根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合;
如此重复,直至完成对所述目标物体的整体扫描,得到不同扫描点在第一坐标系的坐标的融合结果;
根据不同扫描点在第一坐标系的坐标的融合结果在第一坐标系中构建目标物体表面,生成目标物体的三维模型。
上述进一步方案的有益效果是:通过所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标可以准确的计算出所述扫描点在第一坐标系的坐标,然后根据所述扫描点在第一坐标系的坐标在第一坐标系下融合,得到对应的融合结果,这样就可以根据不同扫描点在第一坐标系的坐标的融合结果可以精确的构建目标物体的表面,从而实现目标物体的高精度三维扫描。
进一步;所述确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合的具体实现为:
根据所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标计算所述第一坐标系和第二坐标系之间的坐标转换关系;
根据所述坐标转换关系将所述扫描点在第二坐标系的坐标转换至所述第一坐标系中,得到所述扫描点在第一坐标系的坐标;
将第一坐标系所在立体空间进行网格化,使得目标物体上的扫描点落入对应的网格;
根据所述扫描点在第一坐标系的坐标计算每一个网格中心点到目标物体表面最近扫描点的近似有向距离。
上述进一步方案的有益效果是:通过所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标即可确定第一坐标系和第二坐标系之间的相对位置关系,即第一坐标系和第二坐标系之间的坐标转换关系,在根据转换关系可以将扫描点在第二坐标系的坐标转换至所述第一坐标系中,从而便于根据扫描点在第一坐标系的坐标在所述第一坐标系中的融合结果构建目标物体表面,生成目标物体三维模型,得到精确的扫描结果。
进一步:所述根据不同扫描点在第一坐标系的坐标融合结果在第一坐标系中构建目标物体表面,生成目标物体的三维模型的具体实现为:
根据不同网格中心点到目标物体表面最近扫描点的所述近似有向距离构建位于对应网格内的目标物体子表面;
根据所有网格对应的所述目标物体子表面构建目标物体表面,生成目标物体三维模型。
上述进一步方案的有益效果是:通过所述近似有向距离,可以在每个网格内构建所述目标物体对应的表面区域,从而可以最终形成目标物体的三维模型创建,形成精确的扫描结果,快速高效,并且适用范围较广。
进一步:所述跟踪设备的数量为多个,且多个所述跟踪设备环绕所述扫描仪布设,每个所述跟踪设备均获取对应视场范围内的所述参考标志点在第一坐标系的坐标,所述处理器用于根据所有参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标计算所述第一坐标系和第二坐标系之间的坐标转换关系;
其中,所述第一坐标系为以其中一个所述跟踪设备为中心构建的三维坐标系。
上述进一步方案的有益效果是:通过采用多个跟踪设备同时获取对应视场范围内的所述参考标志点的第一坐标,然后再结合所述参考标志点的第二坐标,即可更加精确的计算出所述第一坐标系与第二坐标系之间的相对位置关系,即第一坐标系和第二坐标系之间的坐标转换关系。
本发明还提供了一种三维扫描方法,包括如下步骤:
步骤1:跟踪设备获取其视场范围内设置在扫描仪表面的至少四个参考标志点在第一坐标系的坐标,处理器获取所述参考标志点在第二坐标系的坐标;
步骤2:所述扫描仪扫描目标物体,获取在目标物体表面形成的扫描点在第二坐标系的坐标;
步骤3:处理器根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标在第一坐标系中构建目标物体表面,生成目标物体的三维模型;
其中,所述第一坐标系为以所述跟踪设备为中心构建的三维坐标系,所述第二坐标系为以所述扫描仪为中心构建的三维坐标系。
本发明的三维扫描方法,利用跟踪设备和扫描仪分别获取球体扫描仪表面参考反光点的第一坐标和在目标物体表面形成的扫描点的第二坐标,然后根据参考反光点的第一坐标和扫描点的第二坐标得到扫描点的第一坐标,即可在第一坐标系中构建目标物体的表面,从而生成目标物体三维模型,扫描精度高,方便快捷,且工作空间可扩展。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述步骤1中获取所述参考标志点在第一坐标系的坐标具体包括:
对所述跟踪设备进行校准,获取所述跟踪设备的参数信息,再根据所述跟踪设备的参数信息获取所述参考标志点在第一坐标系的坐标;
所述步骤3中获取所述参考标志点在第二坐标系的坐标具体包括:
对所述扫描仪进行标定,获取所述扫描仪的参数信息;
根据所述扫描仪的参数信息计算所述参考标志点在第二坐标系的坐标。
上述进一步方案的有益效果是:通过对所述跟踪设备进行校准,进而获取跟踪设备的参数信息,比如跟踪设备的镜头极限长度和内外参数等,然后根据跟踪设备的参数信息利用前方交会算法计算出所述参考标志点在第一坐标系的坐标,以便确定跟踪设备与扫描仪之间的相对位置关系;通过对所述扫描仪进行标定,可以获取所述扫描仪的参数信息,比如扫描仪的镜头基线长度和内外参数,从而可根据所述扫描仪的参数利用前方交会算法计算出扫描仪表面的参考反光点相对于以扫描仪为中心的第二坐标系的坐标,便于后续结合跟踪设备与扫描仪之间的相对位置关系计算出扫描点在第一坐标系的坐标。
进一步:所述步骤3具体实现为:
步骤31:根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合;
步骤32:重复上述步骤2和步骤31,直至完成对所述目标物体的整体扫描,得到不同扫描点在第一坐标系的坐标的融合结果;
步骤33:根据不同扫描点在第一坐标系的坐标融合结果在第一坐标系中构建目标物体表面,生成目标物体的三维模型。
上述进一步方案的有益效果是:通过所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标可以准确的计算出所述扫描点在第一坐标系的坐标,然后根据所述扫描点在第一坐标系的坐标在第一坐标系下融合,得到对应的融合结果,这样就可以根据不同扫描点在第一坐标系的坐标的融合结果可以精确的构建目标物体的表面,从而实现目标物体的高精度三维扫描。
进一步:所述步骤31具体包括:
步骤311:根据所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标计算所述第一坐标系和第二坐标系之间的坐标转换关系;
步骤312:根据所述坐标转换关系将所述扫描点在第二坐标系的坐标转换至所述第一坐标系中,得到所述扫描点在第一坐标系的坐标;
步骤313:将第一坐标系所在立体空间进行网格化,使得目标物体上的扫描点落入对应的网格;
步骤314:根据所述扫描点在第一坐标系的坐标计算每一个网格中心点到物体表面最近扫描点的近似有向距离。
上述进一步方案的有益效果是:通过所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标即可确定第一坐标系和第二坐标系之间的相对位置关系,即第一坐标系和第二坐标系之间的坐标转换关系,在根据转换关系可以将扫描点在第二坐标系的坐标转换至所述第一坐标系中,从而便于根据扫描点在第一坐标系的坐标在所述第一坐标系中的融合结果构建目标物体表面,生成目标物体三维模型,得到精确的扫描结果。
进一步:所述步骤33的具体实现为:
根据不同网格中心点到目标物体表面最近扫描点的所述近似有向距离构建位于对应网格内的目标物体子表面;
根据所有网格对应的所述目标物体子表面构建目标物体表面,生成目标物体三维模型。
上述进一步方案的有益效果是:通过所述近似有向距离,可以在每个网格内构建所述目标物体对应的表面区域,从而可以最终形成目标物体的三维模型创建,形成精确的扫描结果,快速高效,并且适用范围较广。
附图说明
图1为本发明的一种三维扫描系统结构示意图;
图2为本发明的一种三维扫描方法流程示意图。
附图中,各标号所代表的部件列表如下:
1、跟踪设备,2、扫描仪,3、目标物体,4、处理器。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种三维扫描系统,包括跟踪设备1、扫描仪2和处理器4,所述扫描仪2表面设置有至少四个参考标志点;
所述跟踪设备1用于获取其视场范围内的所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4);
所述扫描仪2用于对目标物体3进行扫描,获取在目标物体3表面形成的扫描点在第二坐标系的坐标(XSk,YSk,ZSk)(k=1,2,3…m);
所述处理器4用于获取所述参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…n,且n≥4),并根据所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)、参考标志点在第二坐标系的的坐标(XSi,YSi,ZSi)(i=1,2,3…n,且n≥4)和扫描点在第二坐标系的坐标(XSk,YSk,ZSk)(k=1,2,3…m)在第一坐标系中构建目标物体3表面,生成目标物体3的三维模型;
其中,所述第一坐标系为以所述跟踪设备1为中心构建的三维坐标系,所述第二坐标系为以所述扫描仪2为中心构建的三维坐标系。
这里扫描点的数量m通常较大,比如几百上千个,扫描点的数量越多,最后得到的扫描结果越精确。
本发明的三维扫描系统,利用跟踪设备1和扫描仪2分别获取球体扫描仪2表面参考反光点在第一坐标系的坐标和在目标物体3表面形成的扫描点在第二坐标系的坐标,然后根据参考反光点在第一坐标系的坐标和扫描点在第二坐标系的坐标精确计算出扫描点在第一坐标系的坐标,即可在第一坐标系中准确地模拟构建目标物体3的表面,从而生成目标物体3三维模型,扫描精度高,方便快捷,且工作空间可扩展。
在上述实施例中,所述跟踪设备1获取所述参考标志点在第一坐标系的坐标的具体实现为:
对所述跟踪设备1进行校准,获取所述跟踪设备1的参数信息;
根据所述跟踪设备1的参数信息获取所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)。
通过对所述跟踪设备1进行校准,进而获取跟踪设备1的参数信息,比如跟踪设备1的镜头极限长度和内外参数等,然后根据跟踪设备1的参数信息利用前方交会算法计算出所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4),以便确定跟踪设备1与扫描仪2之间的相对位置关系。
在上述实施例中,所述处理器4获取所述参考标志点在第二坐标系的坐标的具体实现为:
对所述扫描仪2进行标定,获取所述扫描仪2的参数信息;
根据所述扫描仪2的参数信息计算所述参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…n,且n≥4)。
通过对所述扫描仪2进行标定,可以获取所述扫描仪2的参数信息,比如扫描仪2的镜头基线长度和内外参数,从而可根据所述扫描仪2的参数利用前方交会算法计算出扫描仪2表面的参考标志点相对于以扫描仪2为中心的第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…n,且n≥4),便于后续结合跟踪设备1与扫描仪2之间的相对位置关系计算出扫描点在第一坐标系的坐标。
在上述实施例中,所述处理器4具体用于:
根据所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)、参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…n,且n≥4)和扫描点在第二坐标系的坐标(XSk,YSk,ZSk)(k=1,2,3…m)确定所述扫描点在第一坐标系的坐标(XTl,YTl,ZTl)(l=1,2,3…m),并在第一坐标系下对所述扫描点进行融合;
如此重复(包括所述扫描仪2对目标物体3进行扫描,获取在目标物体3表面形成的扫描点在第二坐标系的坐标,以及所述处理器4根据参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合),直至完成对所述目标物体3的整体扫描,得到不同扫描点在第一坐标系的坐标的融合结果;
根据不同扫描点在第一坐标系的坐标的融合结果在第一坐标系中构建目标物体3表面,生成目标物体3的三维模型。
通过所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标可以准确的计算出所述扫描点在第一坐标系的坐标,然后根据所述扫描点在第一坐标系的坐标在第一坐标系下融合,得到对应的融合结果,这样就可以根据不同扫描点在第一坐标系的坐标的融合结果可以精确的构建目标物体3的表面,从而实现目标物体3的高精度三维扫描。
在本发明的实施例中,所述确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合的具体实现为:
根据所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)和参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…n,且n≥4)计算所述第一坐标系和第二坐标系之间的坐标转换关系;
根据所述坐标转换关系将所述扫描点在第二坐标系的坐标转换至所述第一坐标系中,得到所述扫描点在第一坐标系的坐(XTl,YTl,ZTl)(l=1,2,3…m,)标;
将第一坐标系所在立体空间进行网格化,使得目标物体3上的扫描点落入对应的网格;
根据所述扫描点在第一坐标系的坐标(XTl,YTl,ZTl)(l=1,2,3…m)计算每一个网格中心点到目标物体3表面最近扫描点的近似有向距离。
通过所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标即可确定第一坐标系和第二坐标系之间的相对位置关系,即第一坐标系和第二坐标系之间的坐标转换关系,在根据转换关系可以将扫描点在第二坐标系的坐标转换至所述第一坐标系中,从而便于根据扫描点在第一坐标系的坐标在所述第一坐标系中的融合结果构建目标物体3表面,生成目标物体3三维模型,得到精确的扫描结果。
假设所述第一坐标系与第二坐标系之间的坐标转换关系为:
(XTj,YTj,ZTj)T=R3×3(XSi,YSi,ZSi)T+t3×1
其中R3×3为旋转矩阵;t3×1为平移矩阵,通过选取四个参考反光点在第一坐标系的坐标和在第二坐标系的坐标即可求解出所述旋转矩阵R3×3和平移矩阵t3×1,从而确定所述第一坐标系与第二坐标系之间的坐标转换关系,从而可以将扫描仪2获取的每帧图像中的扫描点在第二坐标系的坐标转换到第一坐标系中,然后进行后续的目标物体3三维模型构建。
在本发明的实施例中,所述根据不同扫描点在第一坐标系的坐标融合结果在第一坐标系中构建目标物体3表面,生成目标物体3的三维模型的具体实现为:
根据不同网格中心点到目标物体3表面最近扫描点的所述近似有向距离构建位于对应网格内的目标物体3子表面;
根据所有网格对应的所述目标物体3子表面构建目标物体3表面,生成目标物体3三维模型。
通过所述近似有向距离,可以在每个网格内构建所述目标物体3对应的表面区域,从而可以最终形成目标物体3的三维模型创建,形成精确的扫描结果,快速高效,并且适用范围较广。
可选地,所述跟踪设备1的数量为多个,且多个所述跟踪设备1环绕所述扫描仪布设,每个所述跟踪设备1均获取对应视场范围内的所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4),所述处理器4用于根据所有参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)和参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…且n≥4)计算所述第一坐标系和第二坐标系之间的坐标转换关系;其中,所述第一坐标系为以其中一个所述跟踪设备1为中心构建的三维坐标系。
通过采用多个跟踪设备1同时获取对应视场范围内的所述参考标志点的第一坐标,然后再结合所述参考标志点的第二坐标,即可更加精确的计算出所述第一坐标系与第二坐标系之间的相对位置关系,即第一坐标系和第二坐标系之间的坐标转换关系。
多个跟踪设备1的协同工作就是许多单个跟踪设备1扫描测量的集合,多个跟踪设备1应当环绕扫描测量区域布置,优选为在扫描测量区域周围均匀布设一周,如图1所示。例如在使用六个跟踪设备1进行跟踪的情况下,六个跟踪设备1同时对扫描仪2上的同一参考反光点进行提取和识别,通过坐标转换,将扫描仪2对应的第二坐标系转换到第一坐标系之中,然后再将各自的单个跟踪设备1对应的坐标系统一到其中一个固定的跟踪设备1的坐标系(即第一坐标系)下。
使用多个跟踪设备1协同工作使得扫描过程中能尽可能多地利用到扫描仪2上不同角度的参考反光点,用于跟踪的参考标志点个数越多,因此对扫描仪2相对于其中一个固定的跟踪设备1(即第一坐标系对应的跟踪设备1)的定位定姿就更加精确。
本发明的实施例中,所述跟踪设备1可以包括两个相机、三脚架和横杆,所述横杆的中部与三脚架的顶端活动连接,两个相机分别设置在横杆的两端,所述扫描仪2位于跟踪设备1和目标物体33之间。两个相机需要预先标定二者的相对位置。
所述扫描仪2表面设有参考标志点。该实施例中,可以使用以下结构的扫描仪,主要包括主要由12个阿基米德多面体、激光发射器和两个摄像头构成,多面体之间由横梁固定并形成球状分布,每个多面体表面布设13个反光标志点,这些反光标志点呈对称分布,拥有到多面体中心的距离相同的特点。激光发射器和两个摄像头设置在多面体形成的球状体中间,球状体中间同样使用横梁固定激光发射器,在整个球体扫描仪2中,反光标志点和激光发射器的相对位置是固定的。当然,本发明的实施例中,所述扫描仪2也可以采用其他表面设有参考反光点的扫描仪2,这里不再一一列举。
如图2所示,本发明还提供了一种三维扫描方法,包括如下步骤:
S1:跟踪设备1获取其视场范围内设置在扫描仪2表面的至少四个参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4),处理器4获取所述参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3,且n≥4…);
S2:所述扫描仪2扫描目标物体3,获取在目标物体3表面形成的扫描点在第二坐标系的坐标(XSk,YSk,ZSk)(k=1,2,3…m);
S3:处理器4根据所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)、参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…,且n≥4)和扫描点在第二坐标系的坐标(XSk,YSk,ZSk)(k=1,2,3…m)在第一坐标系中构建目标物体3表面,生成目标物体3的三维模型;
其中,所述第一坐标系为以所述跟踪设备1为中心构建的三维坐标系,所述第二坐标系为以所述扫描仪2为中心构建的三维坐标系。
本发明的三维扫描方法,利用跟踪设备1和扫描仪2分别获取球体扫描仪2表面参考反光点在第一坐标系的坐标和在目标物体3表面形成的扫描点在第二坐标系的坐标,然后根据参考反光点在第一坐标系的坐标和扫描点在第二坐标系的坐标得到扫描点在第一坐标系的坐标,即可在第一坐标系中构建目标物体3的表面,从而生成目标物体3三维模型,扫描精度高,方便快捷,且工作空间可扩展。
在上述实施例中,所述S1中获取所述参考标志点在第一坐标系的坐标具体包括:
对所述跟踪设备1进行校准,获取所述跟踪设备1的参数信息,再根据所述跟踪设备1的参数信息获取所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4);
通过对所述跟踪设备1进行校准,进而获取跟踪设备1的参数信息,比如跟踪设备1的镜头极限长度和内外参数等,然后根据跟踪设备1的参数信息利用前方交会算法计算出所述参考标志点在第一坐标系的坐标,以便确定跟踪设备1与扫描仪2之间的相对位置关系。
所述S3中获取所述参考标志点在第二坐标系的坐标具体包括:
对所述扫描仪2进行标定,获取所述扫描仪2的参数信息;
根据所述扫描仪2的参数信息计算所述参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…,且n≥4)。
通过对所述跟踪设备1进行校准,进而获取跟踪设备1的参数信息,比如跟踪设备1的镜头极限长度和内外参数等,然后根据跟踪设备1的参数信息利用前方交会算法计算出所述参考标志点在第一坐标系的坐标,以便确定跟踪设备1与扫描仪2之间的相对位置关系;通过对所述扫描仪2进行标定,可以获取所述扫描仪2的参数信息,比如扫描仪2的镜头基线长度和内外参数,从而可根据所述扫描仪2的参数利用前方交会算法计算出扫描仪2表面的参考反光点相对于以扫描仪2为中心的第二坐标系的坐标,便于后续结合跟踪设备1与扫描仪2之间的相对位置关系计算出扫描点在第一坐标系的坐标。
所述S3具体实现为:
S31:根据所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)、参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…,且n≥4)和扫描点在第二坐标系的坐标(XSk,YSk,ZSk)(k=1,2,3…m)确定所述扫描点在第一坐标系的坐标(XTl,YTl,ZTl)(l=1,2,3…m),并在第一坐标系下对所述扫描点进行融合;
S32:重复上述S2和S31,直至完成对所述目标物体3的整体扫描,得到不同扫描点在第一坐标系的坐标的融合结果;
S33:根据不同扫描点在第一坐标系的坐标融合结果在第一坐标系中构建目标物体3表面,生成目标物体3的三维模型。
通过所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标可以准确的计算出所述扫描点在第一坐标系的坐标,然后根据所述扫描点在第一坐标系的坐标在第一坐标系下融合,得到对应的融合结果,这样就可以根据不同扫描点在第一坐标系的坐标的融合结果可以精确的构建目标物体3的表面,从而实现目标物体3的高精度三维扫描。
所述S31具体包括:
S311:根据所述参考标志点在第一坐标系的坐标(XTj,YTj,ZTj)(j=1,2,3…n,且n≥4)和参考标志点在第二坐标系的坐标(XSi,YSi,ZSi)(i=1,2,3…n,且n≥4)计算所述第一坐标系和第二坐标系之间的坐标转换关系;
S312:根据所述坐标转换关系将所述扫描点在第二坐标系的坐标(XSk,YSk,ZSk)(k=1,2,3…m)转换至所述第一坐标系中,得到所述扫描点在第一坐标系的坐标(XTl,YTl,ZTl)(l=1,2,3…m);
S313:将第一坐标系所在立体空间进行网格化,使得目标物体3上的扫描点落入对应的网格;
S314:根据所述扫描点在第一坐标系的坐标(XTl,YTl,ZTl)(l=1,2,3…m)计算每一个网格中心点到物体表面最近扫描点的近似有向距离。
通过所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标即可确定第一坐标系和第二坐标系之间的相对位置关系,即第一坐标系和第二坐标系之间的坐标转换关系,在根据转换关系可以将扫描点在第二坐标系的坐标转换至所述第一坐标系中,从而便于根据扫描点在第一坐标系的坐标在所述第一坐标系中的融合结果构建目标物体3表面,生成目标物体3三维模型,得到精确的扫描结果。
所述S33的具体实现为:
S331:根据不同网格中心点到目标物体3表面最近扫描点的所述近似有向距离构建位于对应网格内的目标物体3子表面;
S332:根据所有网格对应的所述目标物体3子表面构建目标物体3表面,生成目标物体3三维模型。
通过所述近似有向距离,可以在每个网格内构建所述目标物体3对应的表面区域,从而可以最终形成目标物体3的三维模型创建,形成精确的扫描结果,快速高效,并且适用范围较广。
优选地,本发明的实施例中,所述S1中,所述跟踪设备1的数量为多个,且多个所述跟踪设备1环绕所述扫描仪2布设,每个所述跟踪设备1均获取对应视场范围内的所述参考标志点在第一坐标系的坐标,所述处理器4用于根据所有参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标计算所述第一坐标系和第二坐标系之间的坐标转换关系;其中,所述第一坐标系为以其中一个所述跟踪设备1为中心构建的三维坐标系。
通过采用多个跟踪设备1同时获取对应视场范围内的所述参考标志点在第一坐标系的坐标,然后再结合所述参考标志点在第二坐标系的坐标,即可更加精确的计算出所述第一坐标系与第二坐标系之间的相对位置关系,即第一坐标系和第二坐标系之间的坐标转换关系。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种三维扫描系统,其特征在于:包括跟踪设备(1)、扫描仪(2)和处理器(4),所述扫描仪(2)表面设置有至少四个参考标志点;
所述跟踪设备(1)用于获取其视场范围内的所述参考标志点在第一坐标系的坐标;
所述扫描仪(2)用于对目标物体(3)进行扫描,获取在目标物体(3)表面形成的扫描点在第二坐标系的坐标;
所述处理器(4)用于获取所述参考标志点在第二坐标系的坐标,并根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标在第一坐标系中构建目标物体(3)表面,生成目标物体(3)的三维模型;具体实现为:根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合;如此重复,直至完成对所述目标物体(3)的整体扫描,得到不同扫描点在第一坐标系的坐标的融合结果;根据不同扫描点在第一坐标系的坐标融合结果在第一坐标系中构建目标物体(3)表面,生成目标物体(3)的三维模型;
其中,所述第一坐标系为以所述跟踪设备(1)为中心构建的三维坐标系,所述第二坐标系为以所述扫描仪(2)为中心构建的三维坐标系;
所述确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合的具体实现为:
根据所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标计算所述第一坐标系和第二坐标系之间的坐标转换关系;根据所述坐标转换关系将所述扫描点在第二坐标系的坐标转换至所述第一坐标系中,得到所述扫描点在第一坐标系的坐标;将第一坐标系所在立体空间进行网格化,使得目标物体(3)上的扫描点落入对应的网格;根据所述扫描点在第一坐标系的坐标计算每一个网格中心点到目标物体(3)表面最近扫描点的近似有向距离;
所述根据不同扫描点在第一坐标系的坐标融合结果在第一坐标系中构建目标物体(3)表面,生成目标物体(3)的三维模型的具体实现为:
根据不同网格中心点到目标物体(3)表面最近扫描点的所述近似有向距离构建位于对应网格内的目标物体(3)子表面;根据所有网格对应的所述目标物体(3)子表面构建目标物体(3)表面, 生成目标物体(3)三维模型。
2.根据权利要求1所述的三维扫描系统,其特征在于:所述跟踪设备(1)获取所述参考标志点在第一坐标系的坐标的具体实现为:
对所述跟踪设备(1)进行校准,获取所述跟踪设备(1)的参数信息;
根据所述跟踪设备(1)的参数信息获取所述参考标志点在第一坐标系的坐标;
所述处理器(4)获取所述参考标志点在第二坐标系的坐标的具体实现为:
对所述扫描仪(2)进行标定,获取所述扫描仪(2)的参数信息;
根据所述扫描仪(2)的参数信息计算所述参考标志点在第二坐标系的坐标。
3.一种三维扫描方法,其特征在于,包括如下步骤:
步骤1:跟踪设备(1)获取其视场范围内设置在扫描仪(2)表面的至少四个参考标志点在第一坐标系的坐标,处理器(4)获取所述参考标志点在第二坐标系的坐标;
步骤2:所述扫描仪(2)扫描目标物体(3),获取在目标物体(3)表面形成的扫描点在第二坐标系的坐标;
步骤3:处理器(4)根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标在第一坐标系中构建目标物体(3)表面,生成目标物体(3)的三维模型;
其中,所述第一坐标系为以所述跟踪设备(1)为中心构建的三维坐标系,所述第二坐标系为以所述扫描仪(2)为中心构建的三维坐标系;
所述步骤3具体实现为:
步骤31:根据所述参考标志点在第一坐标系的坐标、参考标志点在第二坐标系的坐标和扫描点在第二坐标系的坐标确定所述扫描点在第一坐标系的坐标,并在第一坐标系下对所述扫描点进行融合;
步骤32:重复上述步骤2和步骤31,直至完成对所述目标物体(3)的整体扫描,得到不同扫描点在第一坐标系的坐标的融合结果;
步骤33:根据不同扫描点在第一坐标系的坐标融合结果在第一坐标系中构建目标物体(3)表面,生成目标物体(3)的三维模型;
所述步骤31具体包括:
步骤311:根据所述参考标志点在第一坐标系的坐标和参考标志点在第二坐标系的坐标计算所述第一坐标系和第二坐标系之间的坐标转换关系;
步骤312:根据所述坐标转换关系将所述扫描点在第二坐标系的坐标转换至所述第一坐标系中,得到所述扫描点在第一坐标系的坐标;
步骤313:将第一坐标系所在立体空间进行网格化,使得目标物体(3)上的扫描点落入对应的网格;
步骤314:根据所述扫描点在第一坐标系的坐标计算每一个网格中心点到物体表面最近扫描点的近似有向距离;
所述步骤33的具体实现为:
步骤331:根据不同网格中心点到目标物体(3)表面最近扫描点的所述近似有向距离构建位于对应网格内的目标物体(3)子表面;
步骤332:根据所有网格对应的所述目标物体(3)子表面构建目标物体(3)表面,生成目标物体(3)三维模型。
4.根据权利要求3所述的三维扫描方法,其特征在于:所述步骤1中获取所述参考标志点在第一坐标系的坐标具体包括:
对所述跟踪设备(1)进行校准,获取所述跟踪设备(1)的参数信息,再根据所述跟踪设备(1)的参数信息获取所述参考标志点在第一坐标系的坐标;
所述步骤3中获取所述参考标志点在第二坐标系的坐标具体包括:
对所述扫描仪(2)进行标定,获取所述扫描仪(2)的参数信息;
根据所述扫描仪(2)的参数信息计算所述参考标志点在第二坐标系的坐标。
CN201810552440.6A 2018-05-31 2018-05-31 一种三维扫描系统及方法 Active CN108805976B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810552440.6A CN108805976B (zh) 2018-05-31 2018-05-31 一种三维扫描系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810552440.6A CN108805976B (zh) 2018-05-31 2018-05-31 一种三维扫描系统及方法

Publications (2)

Publication Number Publication Date
CN108805976A CN108805976A (zh) 2018-11-13
CN108805976B true CN108805976B (zh) 2022-05-13

Family

ID=64089854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810552440.6A Active CN108805976B (zh) 2018-05-31 2018-05-31 一种三维扫描系统及方法

Country Status (1)

Country Link
CN (1) CN108805976B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111220076A (zh) * 2020-01-11 2020-06-02 武汉中观自动化科技有限公司 一种跟踪定位和标志点定位混合的定位方法和装置
CN113514008B (zh) * 2020-04-10 2022-08-23 杭州思看科技有限公司 三维扫描方法、三维扫描系统和计算机可读存储介质
CN111879235A (zh) * 2020-06-22 2020-11-03 杭州思看科技有限公司 弯管的三维扫描检测方法、三维扫描系统和计算机设备
CN112818282B (zh) * 2021-02-01 2023-12-29 中国航空制造技术研究院 一种生成电子束毛化扫描波形的方法和系统
CN113409406A (zh) * 2021-08-19 2021-09-17 武汉中观自动化科技有限公司 一种大范围单目跟踪扫描设备
CN114858086A (zh) * 2022-03-25 2022-08-05 先临三维科技股份有限公司 一种三维扫描系统、方法和装置
CN116563379B (zh) * 2023-07-06 2023-09-29 湖南卓世创思科技有限公司 一种基于模型融合的标志物定位方法、装置及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923163A (zh) * 2010-07-22 2010-12-22 首都师范大学 一种激光扫描仪的检校方法及检校系统
CN103559735A (zh) * 2013-11-05 2014-02-05 重庆安钻理科技股份有限公司 一种三维重建方法及系统
CN105203023A (zh) * 2015-07-10 2015-12-30 中国人民解放军信息工程大学 一种车载三维激光扫描系统安置参数的一站式标定方法
JP2016125897A (ja) * 2014-12-26 2016-07-11 株式会社Hielero 点群データ取得システム及びその方法
CN107133989A (zh) * 2017-06-12 2017-09-05 中国科学院长春光学精密机械与物理研究所 一种三维扫描系统参数标定方法
CN107680039A (zh) * 2017-09-22 2018-02-09 武汉中观自动化科技有限公司 一种基于白光扫描仪的点云拼接方法及系统
CN108007374A (zh) * 2017-12-18 2018-05-08 武汉市市政建设集团有限公司 一种建筑物变形激光点云数据坐标偏差分析方法
CN108022238A (zh) * 2017-08-09 2018-05-11 深圳科亚医疗科技有限公司 对3d图像中对象进行检测的方法、计算机存储介质和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160147491A (ko) * 2015-06-15 2016-12-23 한국전자통신연구원 3차원 모델 생성 장치 및 방법
CN108780112A (zh) * 2016-03-11 2018-11-09 赛博光学公司 三维非接触式扫描系统的场校准

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923163A (zh) * 2010-07-22 2010-12-22 首都师范大学 一种激光扫描仪的检校方法及检校系统
CN103559735A (zh) * 2013-11-05 2014-02-05 重庆安钻理科技股份有限公司 一种三维重建方法及系统
JP2016125897A (ja) * 2014-12-26 2016-07-11 株式会社Hielero 点群データ取得システム及びその方法
CN105203023A (zh) * 2015-07-10 2015-12-30 中国人民解放军信息工程大学 一种车载三维激光扫描系统安置参数的一站式标定方法
CN107133989A (zh) * 2017-06-12 2017-09-05 中国科学院长春光学精密机械与物理研究所 一种三维扫描系统参数标定方法
CN108022238A (zh) * 2017-08-09 2018-05-11 深圳科亚医疗科技有限公司 对3d图像中对象进行检测的方法、计算机存储介质和系统
CN107680039A (zh) * 2017-09-22 2018-02-09 武汉中观自动化科技有限公司 一种基于白光扫描仪的点云拼接方法及系统
CN108007374A (zh) * 2017-12-18 2018-05-08 武汉市市政建设集团有限公司 一种建筑物变形激光点云数据坐标偏差分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Verification of Registration Method Using a 3D Laser Scanner for Orthopedic Robot Systems;Joon-Yeon Cho;《2011 11th International Conference on Control, Automation and Systems》;20111219;460-464 *
一种便捷式小型物体三维重建方法;郑顺义;《武汉大学学报·信息科学版》;20150228;147-152,158 *
三维点云初始配准方法的比较分析;王佳婧;《测绘科学》;20180117;16-23 *

Also Published As

Publication number Publication date
CN108805976A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN108805976B (zh) 一种三维扫描系统及方法
CN108759669B (zh) 一种室内自定位三维扫描方法及系统
CN109000582B (zh) 跟踪式三维扫描装置的扫描方法及系统、存储介质、设备
US11073373B2 (en) Non-contact coordinate measuring machine using a noncontact metrology probe
Luhmann Close range photogrammetry for industrial applications
CN105913439B (zh) 一种基于激光跟踪仪的大视场摄像机标定方法
CN106127745B (zh) 结构光3d视觉系统与线阵相机的联合标定方法及装置
CN108613626A (zh) 一种球体扫描仪及三维扫描系统
Maas et al. Photogrammetric techniques in civil engineering material testing and structure monitoring
CN108844459A (zh) 一种叶片数字化样板检测系统的标定方法及装置
Guidi et al. Fusion of range camera and photogrammetry: a systematic procedure for improving 3-D models metric accuracy
JP2003533685A (ja) 物体の3次元形状測定方法及び装置
CN108709499A (zh) 一种结构光视觉传感器及其快速标定方法
CN101901501A (zh) 一种生成激光彩色云图的方法
CN112666703B (zh) 基于多个激光振镜的空间曲线联合定位投影系统及其方法
CN110360930A (zh) 一种激光位移法线传感器及其测量方法
CN108759668B (zh) 一种震动环境中的跟踪式三维扫描方法及系统
CN103900535B (zh) 面向文物微小变化检测的相机四点重定位方法
Kuçak et al. Analysis of terrestrial laser scanning and photogrammetry data for documentation of historical artifacts
CN112665523B (zh) 一种复杂型面的联合测量方法
CN107478172B (zh) 基于双目视觉的激光三维曲线轮廓定位投影方法
Wu Photogrammetry: 3-D from imagery
Hess 3D laser scanning
Guidi et al. Tridimensional digitizing of Donatello's Maddalena
Guidi et al. Digital three-dimensional modelling of Donatello's David by frequency-modulated laser radar

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant