CN109990701B - 一种大型复杂曲面三维形貌机器人移动测量系统及方法 - Google Patents

Abstract

本发明属于自动化光学测量领域，并具体公开了一种大型复杂曲面三维形貌机器人移动测量系统及方法，该系统包括结构光三维扫描设备、工业机器人、自主移动平台、立体视觉测量设备和地面定位靶标；所述方法采用上述系统进行测量包括如下步骤：标定定位靶标在全局坐标系下的坐标；标定机器人手眼关系；规划自动测量路径；获取各站位点云数据；获取各站位点云位姿；多站位点云数据对齐。本发明可在非接触条件下实现大型复杂曲面三维形貌的高效高精度自动化测量，从而为大型复杂曲面的加工质量评估提供原始的三维数据。

Description

一种大型复杂曲面三维形貌机器人移动测量系统及方法

技术领域

本发明属于自动化光学测量领域，更具体地，涉及一种大型复杂曲面三维形貌机器人移动测量系统及方法。

背景技术

大型复杂曲面构件，如航空结构件、大型风电叶片、高铁车体结构件等，在航空航天、能源和交通等领域有着广泛应用，其形状复杂，成形精度控制难度高，对其整体型面进行完整的三维测量和精度分析，可为其成形工艺优化提供基础的测量数据，对提高复杂零件的成形精度具有至关重要的作用。这些曲面一般具有尺寸巨大、形状复杂的特点，针对这些特性，提供一种大型复杂曲面三维形貌快速高精度的自动化测量方法就显得尤为重要。

传统的大型曲面复杂构件测量方法主要有：专用夹具检测、三坐标测量机、激光跟踪仪以及摄影测量等。这些方法都存在各自的局限性，如专用夹具检测只能对零件的关键位置尺寸进行检测且不具有通用性；三坐标测量机测量精度高但是属于接触式测量方法，测量效率低且测量范围不大；激光跟踪仪测量的测量范围大但只能逐点测量，测量效率不高；摄影测量需要在被测对象表面粘贴大量标记点且只能得到稀疏数据，无法完成零件整体型面的三维测量和精度分析，因此难以为成形工艺优化提供完整全面的数据支持。

为了获取零件表面完整的三维型面数据，近年来以面结构光三维测量技术和手持激光三维测量技术为代表的光学三维测量技术发展迅速，并在锻造、铸造、钣金等多个材料加工领域得到广泛应用，取得了良好的应用效果。光学三维扫描虽然是一种精确且高效的表面三维数据获取方式，然而由于受到测量范围的限制，此类光学三维测量技术单次测量只能得到零件表面的局部三维点云数据。为了获取零件表面完整的三维数据，需要在测量过程中不断变换测量设备的空间位姿，将不同视点下测量得到的局部三维数据拼接融合到统一的坐标系中。因而，全局定位与局部测量的组合方式成为新的趋势。

已有技术中，文献“Large yacht hull measurement by integrating opticalscanning with mechanical tracking-based methodologies[J].Robotics&ComputerIntegrated Manufacturing,2012,28(5):592-601”中，意大利的Paoli A等人利用一台搭载有结构光光学扫描设备的两轴导轨式工业机器人系统实现对游艇船体的单块测量，然后利用全站仪实现了多块局部数据的全局对齐。但该系统较为复杂，且全局数据的对齐经过了多次转换，最终测量精度有限。

已有技术中，文献“Fast Measurement and Reconstruction of LargeWorkpieces with Freeform Surfaces by Combining Local Scanning and GlobalPosition Data[J].Sensors,2015,15(6):14328-14344”Zhe Chen等人利用手持式有标记点激光扫描实现区块形貌扫描，然后利用激光跟踪仪标定过的控制点实现多区块数据的全局对齐，克服了传统标志点扫描必须连续的问题。其存在的问题是需要贴标记点且为人工手持扫描，自动化程度低。

已有技术中，专利CN201710230126.1公布了一种大型复杂曲面构件三维形貌光学测量系统和方法，该方法基于双目光栅摄影测量技术，借助激光跟踪仪和相应的靶标来获取各个测量站位的点云位姿，最后将各站点云根据相应位姿转换至统一的激光跟踪仪坐标系下。该系统采用激光跟踪仪来测量点云位姿，成本较高且激光易受被测对象和机器人遮挡，另外，采用固定式机器人测量范围有限，无法实现超大范围测量。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种大型复杂曲面三维形貌机器人移动测量系统及方法，其将光学三维扫描、移动机器人测量、立体视觉测量等技术集成为一体，并通过安装在工业机器人末端的结构光三维扫描设备获取各测量站位处的局部点云数据，然后利用与机器人一同搭载于自主移动平台上的立体视觉测量设备同时测量地面定位靶标和结构光三维扫描设备表面的跟踪靶标，结合预先标定的定位靶标的全局坐标和机器人手眼关系解算出各测量点位处的点云位姿，进而将局部点云数据转换到统一的全局坐标系下，实现局部点云数据的全局对齐，得到被测对象表面的完整三维形貌数据，可在非接触条件下实现大型复杂曲面三维形貌的高效高精度自动化测量，从而为大型复杂曲面的加工质量评估提供原始的三维数据。

为实现上述目的，按照本发明的一个方面，提出了一种大型复杂曲面三维形貌机器人移动测量系统，其包括结构光三维扫描设备、工业机器人、自主移动平台、立体视觉测量设备和地面定位靶标，其中：

所述结构光三维扫描设备用于获取被测对象被测区域表面的三维点云数据，其固定于所述工业机器人的末端，并且其表面贴有跟踪靶标；

所述工业机器人和立体视觉测量设备搭载于所述自主移动平台上，该自主移动平台用于带动所述工业机器人和立体视觉测量设备运动至被测对象附近，该工业机器人用于带动结构光三维扫描设备定位于相应的测量站位，该立体视觉测量设备用于同时观测定位靶标和跟踪靶标以获取两者在立体视觉测量设备坐标系下的三维坐标；

所述地面定位靶标固定于被测对象周围的地面上，其在全局坐标系下的三维坐标事先标定，通过各测量站位下的定位靶标和跟踪靶标在立体视觉测量设备坐标系下的三维坐标结合已标定的定位靶标在全局坐标系下的坐标以及机器人手眼关系获得结构光三维扫描设备在各测量站位下对应的扫描位姿，基于扫描位姿将各测量站位下的三维点云数据转换至全局坐标系下实现局部点云的全局对齐，以此完成大型复杂曲面三维形貌的测量。

作为进一步优选的，在各测量站位下立体视觉测量设备需同时测量不少于3个定位靶标和不少于3个跟踪靶标。

作为进一步优选的，所述定位靶标和跟踪靶标优选为平面编码靶标。

按照本发明的另一方面，提供了一种大型复杂曲面三维形貌机器人移动测量方法，其采用所述的测量系统进行，该方法包括如下步骤：

S1对固定于被测对象周围地面上的地面定位靶标进行编号，并标定各地面定位靶标在全局坐标系下的三维坐标；

S2利用立体视觉测量设备、结构光三维扫描设备以及表面贴有标定靶标的标定板对各跟踪靶标在结构光三维扫描设备坐标系下的坐标进行标定以获得机器人手眼关系；

S3规划测量路径以使相邻两个测量站位的测量区域之间具有一定的重合度，进而避免出现测量空区；

S4根据规划的测量路径由自主移动平台和工业机器人带动结构光三维扫描设备运动至相应的测量站位以进行单站测量，得到被测对象在各测量站位下的三维点云数据；

S5在每次单站测量的同时，立体视觉测量设备同时测量地面定位靶标和跟踪靶标在立体视觉测量设备坐标系下的三维坐标，通过地面定位靶标和跟踪靶标在立体视觉测量设备坐标系下的三维坐标结合已标定的地面靶标在全局坐标系下的三维坐标以及机器人手眼关系获取结构光三维扫描设备在各测量站位下的扫描位姿；

S6根据获取的各测量站位下的扫描位姿将各测量站位处所获得的三维点云数据统一转换至全局坐标系下，从而实现各站位点云数据的对齐得到被测对象表面的完整点云数据。

作为进一步优选的，步骤S2中所述的手眼关系即为各跟踪靶标T_i在结构光三维扫描设备坐标系下的坐标^SP_Ti，其中，i为跟踪靶标的序号，i＝1,2,3,…,l，l≥3，其标定方法如下：

S21在结构光三维扫描设备和立体视觉测量设备的公共视野内固定一标定板，标定板上贴有至少3个用于标定的标定靶标C_j，其中，j为标定靶标的序号，j＝1,2,3,…,m，m≥3；

S22利用结构光三维扫描设备和立体视觉测量设备分别测量各标定靶标C_j在结构光三维扫描设备坐标系下的三维坐标^SP_Cj和立体视觉测量设备坐标系下的三维坐标^VP_Cj；由坐标转换关系式

求解出结构光三维扫描设备坐标系相对于立体视觉测量设备坐标系的位姿关系

S23利用立体视觉测量设备测量结构光三维扫描设备表面各跟踪靶标T_i的在立体视觉测量设备坐标系下的三维坐标^VP_Ti，并由坐标变换关系式

得到各跟踪靶标T_i在结构光三维扫描设备坐标系下的坐标^SP_Ti。

作为进一步优选的，步骤S5的各测量站位下的扫描位姿采用如下步骤获得：

S51立体视觉测量设备同时测量第t测量站位下对应的地面定位靶标P_k和跟踪靶标T_i在立体视觉测量设备坐标系下的三维坐标^VP_Pk和^VP_Ti；，其中，k为定位靶标的序号，k＝1,2,3,…,n，n≥3；

S52采用下式计算获得第t测量站位下立体视觉测量设备坐标系在全局坐标系下的相对位姿

其中，^WP_Pk为步骤S1标定的定位靶标在全局坐标系下的三维坐标；

S53采用下式计算获得第t测量站位下结构光三维扫描设备坐标系相对于立体视觉测量设备坐标系的位姿

S54采用下式计算获得结构光三维扫描设备在第t测量站位下的扫描位姿：

作为进一步优选的，采用下式将各测量站位处获得的三维点云数据统一转换至全局坐标系下：

其中，^SP_t表示结构光三维扫描设备在第t测量站位下获取的三维点云数据的集合。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：

1.本发明利用结构光三维扫描测量获取局部区域点云数据，一次可以获得一个区域的三维数据，相比于激光测量提高了测量效率；

2.本发明无需在被测对象上粘贴标记点、简化了测量步骤，不仅提高了效率且更适用于原位测量；

3.本发明利用自主移动平台和工业机器人实现大范围内的自动测量，相比于固定式机器人测量，其测量范围更大，灵活度和自动化程度更高；

4.本发明仅利用一套立体视觉测量设备和一系列靶标就实现了大范围的点云空间位姿获取，相比于利用激光跟踪仪测量，系统组成更为简单，整体成本更低。

附图说明

图1是按照本发明的优选实施例所构建的大型复杂曲面三维形貌机器人移动测量系统的结构示意图；

图2是按照本发明的优选实施例所构建的大型复杂曲面三维形貌机器人移动测量方法的流程图；

图3是按照本发明的优选实施例所构建的某一测量站位下点云位姿获取方法示意图，图中：{S}为结构光三维扫描设备坐标系，{V}为立体视觉测量设备坐标系，{W}为全局坐标系。

为结构光三维扫描设备坐标系相对于立体视觉测量设备坐标系的位姿，

为立体视觉测量设备坐标系相对于全局坐标系的位姿；

图4是按照本发明的优选实施例所构建的跟踪靶标在结构光三维扫描设备坐标系下坐标的标定方法示意图，图中：{S}为结构光三维扫描设备坐标系，{V}为立体视觉测量设备坐标系，

为结构光三维扫描设备坐标系相对于立体视觉测量设备坐标系的位姿。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

图1是本发明实施例提供的一种大型复杂曲面三维形貌机器人移动测量系统，该系统以结构光三维扫描设备作为局部三维形貌的扫描设备，以立体视觉测量设备作为局部扫描位姿的跟踪装置，以自主移动平台为工业机器人和立体视觉测量设备的载体，结构光三维扫描仪固定于机器人末端，同时在测量空间的地面上和结构光扫描设备上分别布置有靶标，用于立体视觉测量设备实现局部扫描位姿的跟踪。

具体的，该测量系统包括结构光三维扫描设备1、工业机器人2、自主移动平台3、立体视觉测量设备4和地面定位靶标5，其中，结构光三维扫描设备1用于采集被测对象7被测区域表面的局部三维点云数据，其固定于工业机器人2的末端，并且该结构光三维扫描设备1的表面贴有多个跟踪靶标6；工业机器人2和立体视觉测量设备4搭载于自主移动平台3上，自主移动平台3可以是无人地面车辆(UGV)、自动导引运输车(AGV)等，该自主移动平台3用于带动工业机器人2和立体视觉测量设备4运动至被测对象7附近，通过自主移动平台3和工业机器人2的运动可以实现覆盖大范围空间的测量。该工业机器人2用于带动结构光三维扫描设备1定位于相应的测量站位，该立体视觉测量设备4可以是双目或者多目视觉测量设备，通过支架固定于自主移动平台3，立体视觉测量设备4用于同时观测定位靶标5和跟踪靶标6以获取两者在立体视觉测量设备坐标系下的三维坐标；地面定位靶标5分布固定于被测对象7周围的地面上，其绝对位置(全局坐标)事先标定，例如预先使用高精度位置测量设备如激光跟踪仪、全站仪、摄影测量设备等进行标定。本发明的系统通过各测量站位下的定位靶标5和跟踪靶标6在立体视觉测量设备坐标系下的三维坐标结合已标定的定位靶标5的绝对坐标以及机器人手眼关系获得结构光三维扫描设备在全局坐标系下的扫描位姿，基于扫描位姿将各测量站位下的三维点云数据转换至全局坐标系下，以实现局部点云的全局对齐，以此完成大型复杂曲面三维形貌的测量。

进一步的，立体视觉测量设备和定位靶标及跟踪靶标构成测量系统的核心单元，其中，已编码的多个定位靶标分散固定于被测对象周围的地面上，且其相对于全局坐标系的坐标事先标定。多个跟踪靶标固定于结构光三维扫描设备表面，其在结构光三维扫描设备坐标系下的坐标通过机器人手眼标定确定。立体视觉测量设备、定位靶标和跟踪靶标三者的位置布置应保证在测量时不少于3个跟踪靶标和不少于3个定位靶标同时位于立体视觉测量设备的视野内，立体视觉测量设备通过同时测量不少于3个定位靶标和不少于3个跟踪靶标的坐标，结合已标定的定位靶标的绝对坐标和机器人手眼关系，即可解算出结构光三维扫描设备坐标系相对于全局坐标系的位姿，从而将局部扫描数据转换到全局坐标系下。

本发明的测量系统中执行扫描操作的工业机器人搭载于自主移动平台之上，整体可以在大范围内移动，从而大大拓展了机器人的测量范围，搭载于自主移动平台上的立体视觉测量设备通过测量跟踪靶标和已标定的地面定位靶标的三维坐标来确定结构光三维扫描设备在全局坐标系下的扫描位姿，从而实现在大范围内对结构光三维扫描设备扫描位姿的定位。

图2是按照本发明的优选实施例所构建的大型复杂曲面三维形貌机器人移动测量方法的流程图，该方法基于结构光三维扫描技术和移动机器人测量技术，借助立体视觉测量设备和相应的平面编码靶标来获取多站位测量时各个站位的点云位姿，最后将各个站位测得的点云数据根据对应的空间位姿数据转换到统一的全局坐标系下，从而实现大范围内的复杂曲面点云数据的全局对齐，完成大型复杂曲面三维形貌测量。

本发明的测量方法包括如下步骤：

S1定位靶标在全局坐标系下的坐标标定

在搭建系统时，将地面定位靶标固定于被测对象周围的地面上，其分布密度由立体视觉测量设备的视场决定，然后利用高精度三维坐标测量设备如激光跟踪仪、全站仪、摄影测量设备等，对每一个定位靶标P_k在全局坐标系下的三维坐标进行标定，获得各定位靶标的三维坐标^WP_Pk，其中，k为定位靶标的序号，k＝1,2,3,…,n，n≥3，对所述定位靶标进行编号，将编号和对应坐标记录以用于后续测量扫描设备在全局坐标系下的扫描位姿，定位靶标的布置和标定仅在搭建测量系统时需要，后续更换不同测量对象可重复使用；

S2机器人手眼关系标定

在测量系统开始工作之前，为了获取全局坐标系下结构光三维扫描设备在各测量站位的扫描位姿，先利用立体视觉测量设备、结构光三维扫描设备以及表面贴有标定靶标的平面标定板对各跟踪靶标T_i在结构光三维扫描设备坐标系S下的坐标^SP_Ti进行标定，该^SP_Ti即为所求的机器人手眼关系，其中，i为跟踪靶标的序号，i＝1,2,3,…,l，l≥3；

具体的，^SP_Ti标定方法如下：

S21在结构光三维扫描设备和立体视觉测量设备的公共视野内固定一标定板，标定板上贴有至少3个用于标定的标定靶标C_j，其中，j为标定靶标的序号，j＝1,2,3,…,m，m≥3；

S22利用结构光三维扫描设备和立体视觉测量设备分别测量各标定靶标C_j在结构光三维扫描设备坐标系S下的三维坐标^SP_Cj和立体视觉测量设备坐标系V下的三维坐标^VP_Cj；由坐标转换关系式

求解出结构光三维扫描设备坐标系S相对于立体视觉测量设备坐标系V的位姿关系

进一步的，位姿关系

可采用SVD(奇异值分解)法和四元数法等方法进行求解；

S23利用立体视觉测量设备测量结构光三维扫描设备表面各跟踪靶标T_i的在立体视觉测量设备坐标系V下的三维坐标^VP_Ti，并由坐标变换关系式

得到各跟踪靶标T_i在结构光三维扫描设备坐标系下的坐标^SP_Ti，即为所标定的手眼关系。

S3自动测量路径规划

规划测量路径以确定出各测量站位，规划时使得相邻两个测量站位的测量区域之间具有一定的重合度，以避免出现测量空区，从而保证测量数据的完整性和测量效率，具体的可根据被测对象的形状和尺寸，结合自主移动平台和工业机器人工作空间的可达性对测量路径进行规划，从而确定各测量站位，实际操作中可根据实际需要进行规划，在此不赘述；

S4各站位点云数据获取

由自主移动平台3和工业机器人2带动结构光三维扫描设备1依次运动至各测量站位以进行单站测量，得到被测对象在各测量站位下的三维点云数据，记为^SP_t，表示第t个测量站位的点云集合，t＝1,2,3,…,q，q的取值由被测对象的尺寸决定，如对于本实施例中的被测对象(尺寸约为2.8m×0.87m×0.36m)，q取75。集合中每一个三维点表示成齐次坐标形式；

S5各站位点云位姿获取

在每一次单站测量的同时，立体视觉测量设备4同时测量地面定位靶标5和跟踪靶标6在立体视觉测量设备坐标系下的三维坐标，通过地面定位靶标和跟踪靶标在立体视觉测量设备坐标系下的三维坐标结合已标定的地面靶标在全局坐标系下的三维坐标以及机器人手眼关系获取结构光三维扫描设备在各测量站位下的扫描位姿

具体的，结构光三维扫描设备在各测量站位的扫描位姿

获取步骤如下：

S51立体视觉测量设备同时测量第t个测量站位下对应的地面定位靶标P_k和结构光三维扫描设备表面的跟踪靶标T_i在立体视觉测量设备坐标系下的三维坐标^VP_Pk和^VP_Ti；，其中，k为定位靶标的序号，k＝1,2,3,…,n，n≥3，i为跟踪靶标的序号，i＝1,2,3,…,s，s≥3；

S52采用下式计算第t个测量站位下立体视觉测量设备坐标系在全局坐标系下的相对位姿

其中，^WP_Pk为步骤S1标定的定位靶标在全局坐标系下的三维坐标；

S53采用下式计算第t个测量站位下结构光三维扫描设备坐标系相对于立体视觉测量设备坐标系的位姿

S54采用下式计算对应测量站位下的扫描位姿

S6多站位点云数据对齐

根据步骤S5获取的结构光三维扫描设备在各测量站位下的扫描位姿将各测量站位处所获得的三维点云数据统一转换至全局坐标系下，从而实现各站位点云数据的对齐得到被测对象表面的完整点云数据，具体为应用变换

将各站位局部点云数据^SP_t转换成全局点云数据^WP_t，

表示第t个测量站位下的扫描位姿。

测量系统中的定位靶标、跟踪靶标和标定靶标均为平面编码靶标，立体视觉测量设备能通过立体视觉测量原理对靶标中心点的三维坐标进行测量，在各测量站位下立体视觉测量设备4需同时测量不少于3个定位靶标和不少于3个跟踪靶标。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种大型复杂曲面三维形貌机器人移动测量方法，其特征在于，该方法包括如下步骤：

S1首先，提供大型复杂曲面三维形貌机器人移动测量系统，所述系统包括结构光三维扫描设备(1)、工业机器人(2)、自主移动平台(3)、立体视觉测量设备(4)和地面定位靶标(5)，其中：所述结构光三维扫描设备(1)用于获取被测对象(7)被测区域表面的三维点云数据，其固定于所述工业机器人(2)的末端，并且其表面贴有跟踪靶标(6)；所述工业机器人(2)和立体视觉测量设备(4)搭载于所述自主移动平台(3)上，该自主移动平台(3)用于带动所述工业机器人(2)和立体视觉测量设备(4)运动至被测对象(7)附近，该工业机器人(2)用于带动结构光三维扫描设备(1)定位于相应的测量站位，该立体视觉测量设备(4)用于同时观测定位靶标(5)和跟踪靶标(6)以获取两者在立体视觉测量设备坐标系下的三维坐标；所述地面定位靶标(5)固定于被测对象(7)周围的地面上，其在全局坐标系下的三维坐标事先标定，通过各测量站位下的定位靶标(5)和跟踪靶标(6)在立体视觉测量设备坐标系下的三维坐标结合已标定的定位靶标(5)在全局坐标系下的坐标以及机器人手眼关系获得结构光三维扫描设备在各测量站位下对应的扫描位姿，基于扫描位姿将各测量站位下的三维点云数据转换至全局坐标系下实现局部点云的全局对齐，以此完成大型复杂曲面三维形貌的测量；

接着，对固定于被测对象周围地面上的地面定位靶标(5)进行编号，并标定各地面定位靶标(5)在全局坐标系下的三维坐标；

S2利用立体视觉测量设备(4)、结构光三维扫描设备(1)以及表面贴有标定靶标的标定板对各跟踪靶标(6)在结构光三维扫描设备坐标系下的坐标进行标定以获得机器人手眼关系；

S3规划测量路径以使相邻两个测量站位的测量区域之间具有一定的重合度，进而避免出现测量空区；

S4根据规划的测量路径由自主移动平台(3)和工业机器人(2)带动结构光三维扫描设备(1)运动至相应的测量站位以进行单站测量，得到被测对象在各测量站位下的三维点云数据；

S5在每次单站测量的同时，立体视觉测量设备(4)同时测量地面定位靶标(5)和跟踪靶标(6)在立体视觉测量设备坐标系下的三维坐标，通过地面定位靶标和跟踪靶标在立体视觉测量设备坐标系下的三维坐标结合已标定的地面靶标在全局坐标系下的三维坐标以及机器人手眼关系获取结构光三维扫描设备在各测量站位下的扫描位姿；

S6根据获取的各测量站位下的扫描位姿将各测量站位处所获得的三维点云数据统一转换至全局坐标系下，实现局部点云的全局对齐得到被测对象表面的完整点云数据；

其中，步骤S2中所述的手眼关系即为各跟踪靶标T_i在结构光三维扫描设备坐标系下的坐标^SP_Ti，其中，i为跟踪靶标的序号，i＝1,…,l，l≥3，其标定方法如下：

S21在结构光三维扫描设备和立体视觉测量设备的公共视野内固定一标定板，标定板上贴有至少3个用于标定的标定靶标C_j，其中，j为标定靶标的序号，j＝1,…,m，m≥3；

S22利用结构光三维扫描设备和立体视觉测量设备分别测量各标定靶标C_j在结构光三维扫描设备坐标系下的三维坐标^SP_Cj和立体视觉测量设备坐标系下的三维坐标^VP_Cj；由坐标转换关系式

求解出结构光三维扫描设备坐标系相对于立体视觉测量设备坐标系的位姿关系

S23利用立体视觉测量设备测量结构光三维扫描设备表面各跟踪靶标T_i的在立体视觉测量设备坐标系下的三维坐标^VP_Ti，并由坐标变换关系式

得到各跟踪靶标T_i在结构光三维扫描设备坐标系下的坐标^SP_Ti。

2.根据权利要求1所述的大型复杂曲面三维形貌机器人移动测量方法，其特征在于，步骤S5的各测量站位下的扫描位姿采用如下步骤获得：

S51立体视觉测量设备同时测量第t测量站位下对应的地面定位靶标P_k和跟踪靶标T_i在立体视觉测量设备坐标系下的三维坐标^VP_Pk和^VP_Ti，其中，k为定位靶标的序号，k＝1,…,n，n≥3；

S52采用下式计算获得第t测量站位下立体视觉测量设备坐标系在全局坐标系下的相对位姿

其中，^WP_Pk为步骤S1标定的定位靶标在全局坐标系下的三维坐标；

S53采用下式计算获得第t测量站位下结构光三维扫描设备坐标系相对于立体视觉测量设备坐标系的位姿

S54采用下式计算获得结构光三维扫描设备在第t测量站位下的扫描位姿：

3.根据权利要求1-2任一项所述的大型复杂曲面三维形貌机器人移动测量方法，其特征在于，采用下式将各测量站位处获得的三维点云数据统一转换至全局坐标系下：

其中，^WP_t为全局点云数据；^SP_t表示结构光三维扫描设备在第t测量站位下获取的三维点云数据的集合。

Images