CN109579765B - 基于伺服电机的三维点云数据匹配方法及系统、控制器 - Google Patents
基于伺服电机的三维点云数据匹配方法及系统、控制器 Download PDFInfo
- Publication number
- CN109579765B CN109579765B CN201710909288.8A CN201710909288A CN109579765B CN 109579765 B CN109579765 B CN 109579765B CN 201710909288 A CN201710909288 A CN 201710909288A CN 109579765 B CN109579765 B CN 109579765B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- dimensional point
- servo motor
- measuring device
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基于伺服电机的三维点云数据匹配方法及系统、控制器,包括以下步骤:接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿;接收所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据;根据所述当前相对位姿将所述三维点云数据和在前三维点云数据匹配结果进行匹配,以获得更新后的三维点云数据匹配结果。本发明的基于伺服电机的三维点云数据匹配方法及系统、控制器通过伺服电机来获取测量视角的位姿信息,继而进行三维点云数据的匹配,快速准确,实用性强。
Description
技术领域
本发明涉及数据处理的技术领域,特别是涉及一种基于伺服电机的三维点云数据匹配方法及系统、控制器。
背景技术
随着三维非接触测量技术的发展,在几秒钟时间内就可以获取到被测量物体表面的三维点云数据。其中,三维点云数据是指扫描资料以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息(RGB)或反射强度信息。在实际测量过程中,物体的所有表面,需要从多个视角多次测量,再通过匹配的方法,估计视角的位姿信息,从而将多次测量的三维点云数据组合成完整的物体三维点云数据。
现有技术中,主流的三维点云数据匹配方法是迭代最近点(Iterative ClosestPoint,ICP)算法;同时也提出了迭代最近点算法的各种改进版本。此类算法属于迭代下降算法,具有如下优点:
(1)能够获得高精度的匹配结果;
(2)无需对参加匹配的三维点云数据进行任何处理,即可直接参与计算。
然而,此类算法也具有以下不足:
(1)参与迭代的初始值可能导致陷入局部最优解;
(2)参加匹配的三维点云数据必须有公共区域,否则将导致匹配失败;
(3)需要反复进行迭代,导致算法复杂度较大,效率较低;
(4)受三维点云数据测量精度影响较大,在精度较差时,甚至会出现匹配失败。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于伺服电机的三维点云数据匹配方法及系统、控制器,通过伺服电机来获取测量视角的位姿信息,继而进行三维点云数据的匹配,快速准确,实用性强。
为实现上述目的及其他相关目的,本发明提供一种基于伺服电机的三维点云数据匹配方法,包括以下步骤:接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿;接收所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据;根据所述当前相对位姿将所述三维点云数据和在前三维点云数据匹配结果进行匹配,以获得更新后的三维点云数据匹配结果。
于本发明一实施例中,还包括接收伺服电机发送来的三维点云数据测量装置在初始位置的初始位姿信息;所述更新后的三维点云数据匹配结果为其中Q′cur为更新后的三维点云数据匹配结果,Qcur为在前三维点云数据匹配结果,i为伺服电机转动的总次数,M0为初始位姿信息,Mi为伺服电机第i次转动时三维点云数据测量装置的当前相对位姿,Qi为伺服电机第i次转动时三维点云数据测量装置获取的三维点云数据,Mm为伺服电机第m次转动时三维点云数据测量装置的当前相对位姿,Qm为伺服电机第m次转动时三维点云数据测量装置获取的三维点云数据。
于本发明一实施例中,物体表面所有的三维点云数据测量完成后,最终得到的三维点云数据匹配结果即为物体表面的三维点云数据;所述物体表面的三维点云数据为n为测量物体表面所有的三维点云数据时伺服电机转动的总次数。
对应地,本发明提供一种基于伺服电机的三维点云数据匹配系统,包括第一接收模块、第二接收模块和匹配模块;
所述第一接收模块用于接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿;
所述第二接收模块用于接收所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据;
所述匹配模块用于根据所述当前相对位姿将所述三维点云数据和在前三维点云数据匹配结果进行匹配,以获得更新后的三维点云数据匹配结果。
同时,本发明还提供一种控制器,包括通信器、处理器及存储器;
所述通信器用于接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿以及所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据;
所述存储器用于存储计算机程序;
所述处理器用于根据所述相对位姿和所述三维点云数据,执行所述存储器存储的计算机程序,以使所述控制器执行上述基于伺服电机的三维点云数据匹配方法。
最后,本发明还提供一种基于伺服电机的三维点云数据匹配系统,包括伺服电机、三维点云数据测量装置和上述的控制器;
所述伺服电机用于驱动所述三维点云数据测量装置,并将所述三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿发送至所述控制器;
所述三维点云数据测量装置用于在所述当前相对位姿下获取的物体表面的三维点云数据,并发送至所述控制器。
于本发明一实施例中,所述伺服电机与所述三维点云数据测量装置通过刚性连杆连接。
于本发明一实施例中,所述三维点云数据测量装置和所述控制器集成为一体。
于本发明一实施例中,所述三维点云数据测量装置采用3D扫描仪。
如上所述,本发明的三维点云数据匹配方法及系统、控制器,具有以下有益效果:
(1)利用伺服电机位置精度高的特点,在测量过程中提取伺服电机的位置信息以获取测量视角的位姿信息,从而进行三维点云数据的匹配,无需迭代初始值,无需迭代,即可一次性获得全局最优解,快速高效;
(2)适用于有公共区域和无公共区域的三维点云数据匹配,稳定性高。
附图说明
图1显示为本发明的基于伺服电机的三维点云数据匹配方法于一实施例中的流程图;
图2显示为本发明的基于伺服电机的三维点云数据匹配系统于一实施例中的结构示意图;
图3显示为本发明的控制器于一实施例中的结构示意图;
图4显示为本发明的基于伺服电机的三维点云数据匹配系统于另一实施例中的结构示意图。
元件标号说明
21 第一接收模块
22 第二接收模块
23 匹配模块
31 通信器
32 处理器
33 存储器
41 伺服电机
42 三维点云数据测量装置
43 控制器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明的基于伺服电机的三维点云数据匹配方法及系统、控制器利用伺服电机位置精度高的特点,在测量过程中提取伺服电机的位置信息,以获取测量视角的位姿信息,继而进行物体表面的三维点云数据匹配,从而无需迭代初始值,无需迭代,即可一次性获得全局最优解,快速高效,稳定性强。
如图1所示,于一实施例中,本发明的基于伺服电机的三维点云数据匹配方法包括以下步骤:
步骤S1、接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿。
具体地,伺服电机与三维点云数据测量装置相连,在驱动三维点云数据测量装置的同时获取三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿,并将所述当前相对位姿发送至控制器。
步骤S2、接收所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据。
具体地,三维点云数据测量装置在当前相对位姿下获取物体表面的三维点云数据,并将获取的物体表面的三维点云数据发送至控制器。
步骤S3、根据所述当前相对位姿将所述三维点云数据和在前三维点云数据匹配结果进行匹配,以获得更新后的三维点云数据匹配结果。
具体地,控制器在接收到三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿和当前相对位姿下的物体表面的三维点云数据时,基于预设算法实现所述三维点云数据和在前三维点云数据匹配结果的匹配,以获得更新后的三维点云数据匹配结果。反复执行上述匹配操作,当测量完成物体表面的所有三维点云数据时,最终得到的匹配结果即为物体表面的三维点云数据。
于本发明一实施例中,本发明的基于伺服电机的三维点云数据匹配方法还包括接收伺服电机发送来的伺服电机与三维点云数据测量装置之间的初始位姿信息。在该实施例中,所述更新后的三维点云数据匹配结果为其中Q′cur为更新后的三维点云数据匹配结果,Qcur为在前三维点云数据匹配结果,i为伺服电机转动的总次数,M0为初始位姿信息,Mi为伺服电机第i次转动时三维点云数据测量装置的当前相对位姿,Qi为伺服电机第i次转动时三维点云数据测量装置获取的三维点云数据,Mm为伺服电机第m次转动时三维点云数据测量装置的当前相对位姿,Qm为伺服电机第m次转动时三维点云数据测量装置获取的三维点云数据。具体地,伺服电机每转动一次,三维点云数据测量装置的位置改变一次,伺服电机即可获取一个当前相对位姿。更新三维点云数据匹配结果时,只需将当前相对位置Mi、初始位姿信息M0和当前获取的三维点云数据Qi的积与在前三维点云数据匹配结果相加。
其中,其中βi表示所述伺服电机的转动角度。具体地,M0是伺服电机初始静止状态,无转动,故为单位矩阵。伺服电机主要靠脉冲来定位,伺服电机接收到1个脉冲,就会旋转1个脉冲对应的角度。假设一个脉冲下伺服电机转动α角度,且伺服电机第i次转动时发送了ni个脉冲,则伺服电机第i次转动时的转动角度为βi=ni*α。
如图2所示,于一实施例中,本发明的基于伺服电机的三维点云数据匹配系统包括第一接收模块21、第二接收模块22和匹配模块23。
第一接收模块21用于接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿。
具体地,伺服电机与三维点云数据测量装置相连,在驱动三维点云数据测量装置的同时获取三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿,并将所述当前相对位姿发送至匹配模块23。
第二接收模块22用于接收所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据。
具体地,三维点云数据测量装置在当前相对位姿下获取物体表面的三维点云数据,并将获取的物体表面的三维点云数据发送至匹配模块23。
匹配模块23与第一接收模块21和第二接收模块22相连,用于根据所述当前相对位姿将所述三维点云数据和在前三维点云数据匹配结果进行匹配,以获得更新后的三维点云数据匹配结果。
具体地,匹配模块23在接收到三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿和当前相对位姿下的物体表面的三维点云数据时,基于预设算法实现所述三维点云数据和在前三维点云数据匹配结果的匹配,以获得更新后的三维点云数据匹配结果。反复执行上述匹配操作,当测量完成物体表面的所有三维点云数据时,最终得到的匹配结果即为物体表面的三维点云数据。
于本发明一实施例中,本发明的基于伺服电机的三维点云数据匹配系统还包括第三接收模块,用于接收伺服电机发送来的伺服电机与三维点云数据测量装置之间的初始位姿信息。在该实施例中,所述更新后的三维点云数据匹配结果为其中Q′cur为更新后的三维点云数据匹配结果,Qcur为在前三维点云数据匹配结果,i为伺服电机转动的总次数,M0为初始位姿信息,Mi为伺服电机第i次转动时三维点云数据测量装置的当前相对位姿,Qi为伺服电机第i次转动时三维点云数据测量装置获取的三维点云数据,Mm为伺服电机第m次转动时三维点云数据测量装置的当前相对位姿,Qm为伺服电机第m次转动时三维点云数据测量装置获取的三维点云数据。具体地,伺服电机每转动一次,三维点云数据测量装置的位置改变一次,伺服电机即可获取一个当前相对位姿。更新三维点云数据匹配结果时,只需将当前相对位置Mi、初始位姿信息M0和当前获取的三维点云数据Qi的积与在前三维点云数据匹配结果相加。
其中,其中βi表示所述伺服电机的转动角度。具体地,M0是伺服电机初始静止状态,无转动,故为单位矩阵。伺服电机主要靠脉冲来定位,伺服电机接收到1个脉冲,就会旋转1个脉冲对应的角度。假设一个脉冲下伺服电机转动α角度,且伺服电机第i次转动时发送了ni个脉冲,则伺服电机第i次转动时的转动角度为βi=ni*α。
需要说明的是,应理解以上系统的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,x模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
如图3所示,于一实施例中,本发明的控制器包括通信器31、处理器32及存储器33。
所述通信器31用于接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿以及所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据。
优选地,所述通信器31通过有线或无线的方式与伺服电机和三维点云数据测量装置进行数据通信。
所述存储器33用于存储计算机程序。
优选地,所述存储器33包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
所述处理器32与所述通信器31和所述存储器33相连,用于根据所述当前相对位姿和所述三维点云数据,执行所述存储器存储的计算机程序,以使所述控制器执行上述基于伺服电机的三维点云数据匹配方法。
优选地,处理器32可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
如图4所示,于一实施例中,本发明的基于伺服电机的三维点云数据匹配系统包括伺服电机41、三维点云数据测量装置42和上述的控制器43。
所述伺服电机41用于驱动所述三维点云数据测量装置42,并将所述三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿发送至所述控制器43。
于本发明一实施例中,所述伺服电机41与所述三维点云数据测量装置42通过传动装置连接。优选地,所述传动装置采用刚性连杆。具体地,伺服电机41接收脉冲数目,转动对应角度,驱动三维点云数据测量装置42;当伺服电机41到达对应位置时,获取三维点云数据测量装置42的当前相对位姿,并发送至控制器43。
所述三维点云数据测量装置42用于在所述当前相对位姿下获取的物体表面的三维点云数据,并发送至所述控制器43。
于本发明一实施例中,所述三维点云数据测量装置采用3D扫描仪。
所述控制器43的结构和原理如上所述,故在此不再赘述。
于本发明一实施例中,所述三维点云数据测量装置42和所述控制器43集成为一体,从而便于执行操作。
优选地,还包括显示装置,与所述控制器43相连,用于显示所述控制器43生成的三维点云数据匹配结果。当物体表面所有的三维点云数据测量完成后,显示最终得到的物体表面的三维点云数据。
综上所述,本发明的基于伺服电机的三维点云数据匹配方法及系统、控制器利用伺服电机位置精度高的特点,在测量过程中提取伺服电机的位置信息以获取测量视角的位姿信息,从而进行三维点云数据的匹配,无需迭代初始值,无需迭代,即可一次性获得全局最优解,快速高效;适用于有公共区域和无公共区域的三维点云数据匹配,稳定性高。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种基于伺服电机的三维点云数据匹配方法,其特征在于:包括以下步骤:
接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿;
接收所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据;
根据所述当前相对位姿将所述三维点云数据和在前三维点云数据匹配结果进行匹配,以获得更新后的三维点云数据匹配结果;
4.一种基于伺服电机的三维点云数据匹配系统,其特征在于:包括第一接收模块、第二接收模块和匹配模块;
所述第一接收模块用于接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿;
所述第二接收模块用于接收所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据;
所述匹配模块用于根据所述当前相对位姿将所述三维点云数据和在前三维点云数据匹配结果进行匹配,以获得更新后的三维点云数据匹配结果;
5.一种控制器,其特征在于:包括通信器、处理器及存储器;
所述通信器用于接收伺服电机发送来的三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿以及所述当前相对位姿下三维点云数据测量装置获取的物体表面的三维点云数据;
所述存储器用于存储计算机程序;
所述处理器用于根据所述相对位姿和所述三维点云数据,执行所述存储器存储的计算机程序,以使所述控制器执行权利要求1-3中任一所述基于伺服电机的三维点云数据匹配方法。
6.一种基于伺服电机的三维点云数据匹配系统,其特征在于:包括伺服电机、三维点云数据测量装置和权利要求5所述的控制器;
所述伺服电机用于驱动所述三维点云数据测量装置,并将所述三维点云数据测量装置的当前位置与初始位置之间的当前相对位姿发送至所述控制器;
所述三维点云数据测量装置用于在所述当前相对位姿下获取的物体表面的三维点云数据,并发送至所述控制器。
7.根据权利要求6所述的基于伺服电机的三维点云数据匹配系统,其特征在于:所述伺服电机与所述三维点云数据测量装置通过刚性连杆连接。
8.根据权利要求6所述的基于伺服电机的三维点云数据匹配系统,其特征在于:所述三维点云数据测量装置和所述控制器集成为一体。
9.根据权利要求6所述的基于伺服电机的三维点云数据匹配系统,其特征在于:所述三维点云数据测量装置采用3D扫描仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710909288.8A CN109579765B (zh) | 2017-09-29 | 2017-09-29 | 基于伺服电机的三维点云数据匹配方法及系统、控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710909288.8A CN109579765B (zh) | 2017-09-29 | 2017-09-29 | 基于伺服电机的三维点云数据匹配方法及系统、控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109579765A CN109579765A (zh) | 2019-04-05 |
CN109579765B true CN109579765B (zh) | 2020-09-18 |
Family
ID=65918941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710909288.8A Active CN109579765B (zh) | 2017-09-29 | 2017-09-29 | 基于伺服电机的三维点云数据匹配方法及系统、控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109579765B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114595789B (zh) * | 2022-02-10 | 2024-01-26 | 湖南三一中型起重机械有限公司 | 超起棘轮射频标签的自动标定方法、控制器及工程车辆 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104197926A (zh) * | 2014-08-06 | 2014-12-10 | 北京信息科技大学 | 一种采用主动视觉方式的机器人导航装置 |
CN103673916B (zh) * | 2012-09-06 | 2016-10-05 | 上海船舶工艺研究所 | 一种水火弯板成型在线检测方法 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7995218B2 (en) * | 2009-05-29 | 2011-08-09 | Perceptron, Inc. | Sensor system and reverse clamping mechanism |
CN203310384U (zh) * | 2013-03-25 | 2013-11-27 | 武汉沃博科技有限公司 | 一种基于激光视觉的三维点云扫描模型拟合装置 |
CN104715469A (zh) * | 2013-12-13 | 2015-06-17 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
US20160335275A1 (en) * | 2015-05-11 | 2016-11-17 | Google Inc. | Privacy-sensitive query for localization area description file |
CN104858748B (zh) * | 2015-05-28 | 2016-08-17 | 华中科技大学 | 一种叶片进排气边磨削机器人自动化装备 |
JP6545065B2 (ja) * | 2015-09-30 | 2019-07-17 | 株式会社日立ビルシステム | 3次元点群データのモデリング装置、モデリングプログラム及びエレベータガイドレールのモデリング方法 |
CN106959080B (zh) * | 2017-04-10 | 2019-04-05 | 上海交通大学 | 一种大型复杂曲面构件三维形貌光学测量系统和方法 |
-
2017
- 2017-09-29 CN CN201710909288.8A patent/CN109579765B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103673916B (zh) * | 2012-09-06 | 2016-10-05 | 上海船舶工艺研究所 | 一种水火弯板成型在线检测方法 |
CN104197926A (zh) * | 2014-08-06 | 2014-12-10 | 北京信息科技大学 | 一种采用主动视觉方式的机器人导航装置 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109579765A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108399649B (zh) | 一种基于级联回归网络的单张图片三维人脸重建方法 | |
US9443297B2 (en) | System and method for selective determination of point clouds | |
AU2006282762B2 (en) | Reconstruction render farm used in motion capture | |
CN112132213A (zh) | 样本图像的处理方法及装置、电子设备、存储介质 | |
US20150341618A1 (en) | Calibration of multi-camera devices using reflections thereof | |
CN108961144A (zh) | 图像处理系统 | |
CN109035327B (zh) | 基于深度学习的全景相机姿态估计方法 | |
CN105139007B (zh) | 人脸特征点定位方法和装置 | |
WO2019214193A1 (zh) | 点云采样方法、图像处理设备及具有存储功能的装置 | |
WO2017202634A1 (fr) | Procédé d'élaboration d'un modèle déformable en trois dimensions d'un élément, et système associé | |
CN113223078B (zh) | 标志点的匹配方法、装置、计算机设备和存储介质 | |
CN108876893A (zh) | 三维人脸重建的方法、装置、系统及计算机存储介质 | |
CN106097433A (zh) | 物体工业与影像模型的叠加方法及系统 | |
CN109579765B (zh) | 基于伺服电机的三维点云数据匹配方法及系统、控制器 | |
Montlahuc et al. | As-scanned point clouds generation for virtual reverse engineering of cad assembly models | |
Itu et al. | Automatic extrinsic camera parameters calibration using Convolutional Neural Networks | |
CN110838146A (zh) | 一种共面交比约束的同名点匹配方法、系统、装置及介质 | |
CN116029004A (zh) | 建模方法、装置及电子设备 | |
CN113436350A (zh) | 一种三维模型生成方法及系统 | |
Noborio et al. | Experimental results of 2D depth-depth matching algorithm based on depth camera Kinect v1 | |
CN103871068B (zh) | 一种基于遗传算法的高精度标定方法 | |
CN113379932B (zh) | 人体三维模型的生成方法和装置 | |
CN115984455A (zh) | 图像处理方法、装置及设备 | |
Georgiev et al. | Real-time 3d scene description using spheres, cones and cylinders | |
JP6204781B2 (ja) | 情報処理方法、情報処理装置、およびコンピュータプログラム |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220511 Address after: No. 310-07, building 32, No. 680, Guiping Road, Xuhui District, Shanghai 200030 Patentee after: Shanghai Jue Vision Technology Co.,Ltd. Address before: 200335 room 284, building 8, No. 33, Guangshun Road, Changning District, Shanghai Patentee before: SHANGHAI SHIYUAN INTERNET TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |