CN113494893B - 一种三维激光扫描系统的标定方法、装置和计算机设备 - Google Patents

一种三维激光扫描系统的标定方法、装置和计算机设备 Download PDF

Info

Publication number
CN113494893B
CN113494893B CN202111057369.2A CN202111057369A CN113494893B CN 113494893 B CN113494893 B CN 113494893B CN 202111057369 A CN202111057369 A CN 202111057369A CN 113494893 B CN113494893 B CN 113494893B
Authority
CN
China
Prior art keywords
laser
plane
planes
scanning system
error
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
CN202111057369.2A
Other languages
English (en)
Other versions
CN113494893A (zh
Inventor
宋展
叶于平
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.)
Shenzhen Guangcheng Innovation Technology Co ltd
Original Assignee
Shenzhen Guangcheng Innovation 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 Shenzhen Guangcheng Innovation Technology Co ltd filed Critical Shenzhen Guangcheng Innovation Technology Co ltd
Priority to CN202111057369.2A priority Critical patent/CN113494893B/zh
Publication of CN113494893A publication Critical patent/CN113494893A/zh
Application granted granted Critical
Publication of CN113494893B publication Critical patent/CN113494893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/254Projection of a pattern, viewing through a pattern, e.g. moiré
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042Calibration or calibration artifacts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明实施例提供了一种三维激光扫描系统的标定方法、装置和计算机设备,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块,包括:采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;通过信赖域算法求解所述优化函数,得到激光平面的参数。仅使用一个台阶面即可完成线激光三维测量系统的标定及参数优化,操作简单,效率高,适合现场操作,结果准确。

Description

一种三维激光扫描系统的标定方法、装置和计算机设备
技术领域
本发明涉及计算机技术领域,特别是涉及一种三维激光扫描系统的标定方法、一种三维激光扫描系统的标定装置、一种计算机设备和一种存储介质。
背景技术
基于激光器和相机搭建的线激光三维重建是目前广泛使用的非接触式三维测量的方法中最重要的一种,该技术基于立体视觉中的三角测量原理,通过线激光投影一个激光平面到物体上,利用标定过的相机获取物体上的激光平面条纹,通过三角测距原理可以得到目标物体被激光平面照亮位置的三维坐标。在线激光的测量中最重要的也是第一个步骤就是标定。其中标定又分为相机的标定和激光平面的标定。其中相机一般采用的基于小孔成像的畸变模型,针对该问题已经有很多成熟且高精度的算法和专利,其中最为著名的是张氏标定。激光平面的标定主要是指的标定激光器发射的光刀平面在相机坐标系下的平面方程。
针对线结构光的激光平面的标定目前虽然也存在较多的方法和专利。这些标定方法一般都是针对棋盘格或者是标准物体进行拍照计算得到激光平面方程参数。但是这些方法存在有以下问题:对标定物体的制作精度要求高,需要多次采图,需要特殊的辅助平台(如位移平台),计算复杂,容易落入局部最优点。
综上所述,现有方法存在的问题主要有2点:1)标定过程有诸多些问题需要注意,如标定板的制作,标定过程摆放的位置,标定图像的数量等等,如果经验不足,很容易得到较差的标定参数;2)现有方法的标定参数优化是基于检测到角点到标定平面的映射2D图像坐标误差最小为准则的,而实际测量中是以三维坐标距离等三维尺度为标准的,因此标定优化误差很难反映出实际的标定参数优劣。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种三维激光扫描系统的标定方法、一种三维激光扫描系统的标定装置、一种计算机设备和一种存储介质。
为了解决上述问题,本发明实施例公开了一种三维激光扫描系统的标定方法,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块,包括:
采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;
提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;
通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;
采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;
通过信赖域算法求解所述优化函数,得到激光平面的参数。
优选地,所述方法还包括:
针对所述相机进行标定,得到相机的内参数、外参数及畸变。
优选地,所述提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合,包括:
通过Steger算法提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割;
采用霍夫直线拟合算法,拟合得到各个台阶的平面的点集合及垂直面的点集合。
优选地,所述通过Steger算法提取出所述激光条纹的中心,包括:
通过Hessian矩阵计算得到激光条纹中心法线方向;
在激光条纹中心法线方向利用泰勒展开得到激光条纹的亚像素定位。
优选地,所述通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差,包括:
针对每个平面的点集合进行空间直线拟合,得到第一空间直线及第一空间直线的距离;
通过第一空间直线的距离得到所述高度误差。
优选地,所述通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差,包括:
针对每个垂直面的点集合进行空间直线拟合,得到第二空间直线及第二空间直线的距离;
通过第二空间直线的距离得到所述宽度误差。
优选地,所述采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数,包括:
建立平面度等式约束及空间点的距离不等式约束;
根据所述平面度等式约束、空间点的距离不等式约束及台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数。
本发明实施例公开了一种三维激光扫描系统的标定装置,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块,包括:
激光条纹获取模块,用于采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;
平面和垂直面的点集合获取模块,用于提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;
误差计算模块,用于通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;
优化函数建立模块,用于采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;
参数获得模块,用于通过信赖域算法求解所述优化函数,得到激光平面的参数。
本发明实施例公开了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的三维激光扫描系统的标定方法的步骤。
本发明实施例公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的三维激光扫描系统的标定方法的步骤。
本发明实施例包括以下优点:
本发明实施例中,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块该三维激光扫描系统的标定方法,包括:采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;通过信赖域算法求解所述优化函数,得到激光平面的参数。仅使用一个台阶面即可完成线激光三维测量系统的标定及参数优化,操作简单,效率高,适合现场操作,结果准确;通过一次平面扫描数据,即可完成对激光平面的参数的提取。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种三维激光扫描系统的标定方法实施例的步骤流程图;
图2是本发明实施例的一种拟合步骤的流程图;
图3是本发明实施例的一种激光条纹展开步骤的流程图;
图4是本发明实施例的一种高度误差获取步骤的流程图;
图5是本发明实施例的一种宽度误差获取步骤的流程图;
图6是本发明实施例的一种二维指甲区域图像获取步骤的流程图;
图7是本发明实施例的一种具有台阶面的标定块的示意图;
图8是本发明实施例的一种基于小孔成像的相机畸变模型的示意图;
图9是本发明实施例的一种线激光模型的示意图;
图10是本发明实施例的一种三维激光扫描系统的标定装置实施例的结构框图;
图11是一个实施例的一种计算机设备的内部结构图。
具体实施方式
为了使本发明实施例所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明实施例进一步详细说明。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。
参照图1,示出了本发明实施例的一种三维激光扫描系统的标定方法实施例的步骤流程图,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块,具体可以包括如下步骤:
步骤101,采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;
本发明实施例中,该三维激光扫描系统包括相机、激光发射器组成,而具有台阶面的标定块是用于标定该系统,只要该标定块能够形成台阶面即可,其可以是整体成型的,或是通过多个标准量块堆叠而成的,本发明实施例对此不作过多的限制。
需要说明的是,该台阶面的高度或宽度可以是相同或不同,本发明实施例对此不作过多的限制,在本发明实施例的举例中,以相同的台阶面的高度或宽度进行示例说明。
具体应用到本发明实施例中,在采用标定后的相机获取到所述具有台阶面的标定块的激光条纹之后,首先对相机进行标定相机进行标定;具体而言,首先通过摄像头拍摄作为参考平面的棋盘格平面的图像,从图像当中提取角点,估算在没有畸变的情况下的内参数和外参数,利用最小二乘算法计算径向畸变。
步骤102,提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;
在拍摄到台阶面的激光条纹之后,可以通过Steger算法提取出激光条纹的中心,实现激光条纹中心亚像素精度的定位,再利用霍夫直线拟合算法,拟合得到各个台阶面的平面和垂直面的点。
具体应用中,参照图2,示出了本发明实施例的一种拟合步骤的流程图,所述提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合,包括以下子步骤:
步骤11,通过Steger算法提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割;
步骤12,采用霍夫直线拟合算法,拟合得到各个台阶的平面的点集合及垂直面的点集合。
首先通过Steger算法提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,Steger算法为基于Hessian矩阵的算法,通过计算Hessian矩阵,从而得到激光条纹中心法线方向,然后在该法线方向利用泰勒展开得到激光条纹的亚像素定位。
具体而言,参照图3,示出了本发明实施例的一种激光条纹展开步骤的流程图,所述通过Steger算法提取出所述激光条纹的中心,包括以下子步骤:
步骤111,通过Hessian矩阵计算得到激光条纹中心法线方向;
步骤112,在激光条纹中心法线方向利用泰勒展开得到激光条纹的亚像素定位。
再通过霍夫直线拟合算法,拟合得到各个台阶的平面的点集合及垂直面的点集合。
步骤103,通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;
进一步应用到本发明实施例中,在得到平面的点集合以及垂直面的点集合后,分别计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差。
实际而言,参照图4,示出了本发明实施例的一种高度误差获取步骤的流程图,所述通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差,包括以下子步骤:
步骤21,针对每个平面的点集合进行空间直线拟合,得到第一空间直线及第一空间直线的距离;
步骤22,通过第一空间直线的距离得到所述高度误差。
因为每个台阶的高度是相同的,则针对每个平面的点集合进行空间直线拟合,得到第一空间直线及第一空间直线的距离,将每个相邻第一空间直线间的距离减去高度的平方和,即为高度误差。
进一步应用到本发明实施例中,参照图5,示出了本发明实施例的一种宽度误差获取步骤的流程图,所述通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差,包括以下子步骤:
步骤23,针对每个垂直面的点集合进行空间直线拟合,得到第二空间直线及第二空间直线的距离;
步骤24,通过第二空间直线的距离得到所述宽度误差。
同样地,针对每个垂直面的点集合进行空间直线拟合,得到第二空间直线及第二空间直线的距离,将每个相邻第二空间直线间的距离减去高度的平方和,即为宽度误差。
步骤104,采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;
通过高度误差及宽度误差两者再加设定的约束可以建立优化函数,具体地,参照图6,示出了本发明实施例的一种二维指甲区域图像获取步骤的流程图,所述采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数,包括以下子步骤:
步骤31,建立平面度等式约束及空间点的距离不等式约束;
步骤32,根据所述平面度等式约束、空间点的距离不等式约束及台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数。
即在平面度等式约束、空间点的距离不等式约束的条件下,建立台阶面水平面间的高度误差、台阶面垂直面间的宽度误差的优化函数。
步骤105,通过信赖域算法求解所述优化函数,得到激光平面的参数。
在建立优化函数后,可以通过信赖域算法求解所述优化函数,得到激光平面的参数。因为误差函数方程满足KKT(Karush–Kuhn–Tucker conditions)条件,可以根据拉格朗日公式将其转化为带罚函数的全局优化问题。通过信赖域算法可以快速求解得到所需的激光平面的参数。
本发明实施例中,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块该三维激光扫描系统的标定方法,包括:采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;通过信赖域算法求解所述优化函数,得到激光平面的参数。仅使用一个台阶面即可完成线激光三维测量系统的标定及参数优化,操作简单,效率高,适合现场操作,结果准确;通过一次平面扫描数据,即可完成对激光平面的参数的提取。
为了使本领域技术人员更好了理解本发明实施例,以下通过一个具体示例进行说明:
本发明实施例所使用的标定块,如图7所示,由已知高度和宽度的台阶面组成,该台阶面可以通过工厂加工定制,或者简单的利用多个标准量块进行堆叠而成。为了方便计算,只可以将台阶面的高度和宽度的取值设置成相同的。
本发明实施例中的线结构光的标定中基本步骤如下:
1、采用经典的张氏标定对相机进行标定得到相机的内参,为了方便,该步骤可以在搭建线激光设备之前完成;
2、将台阶面摆放到需要重建的视野当中,通过相机拍摄得到一组台阶面的数据。
3、利用Steger算法提取得到激光条纹的中心,利用霍夫直线拟合算法对台阶面的各个台阶面的条纹进行分割。
4、基于激光条纹的分割结果以及已知的台阶面的高度和宽度建立带约束的优化函数。
5、通过信赖域算法对该优化函数进行计算求解得到激光平面。
本发明实施例的技术方案阐述
(1)相机的标定
参照图8,示出了本发明实施例的一种基于小孔成像的相机畸变模型的示意图,相机作为计算机视觉中最重要的一个组成,得到了广泛的研究。其中最为著名的模型就是基于小孔成像的畸变模型。如图8所示,空间的中的一个点MC=[XC YC ZC]根据小孔成像模型可以投射到mc=[uc vc].这个具体可以表示为:
Figure GDA0003314980740000081
其中上标C代表其是相机参数,Kc代表的相机的内参,由焦距
Figure GDA0003314980740000082
相机中心点
Figure GDA0003314980740000083
切变系数
Figure GDA0003314980740000084
组成。
如果让
Figure GDA0003314980740000085
表示归一化的点,那么有:
Figure GDA0003314980740000086
那么公式(1)可以表示为:
Figure GDA0003314980740000087
相机坐标系中的点和空间坐标系中的点存在有以下关系
Figure GDA0003314980740000091
其中Rc和Tc代表的是从空间坐标系到相机坐标系的旋转矩阵和平移向量。
但是由于镜头生产以及装配导致的缺陷,单纯的小孔成像模型在很多场景都存在精度不高问题。所以为了解决这个问题,一般会考虑相机的径向畸变
Figure GDA0003314980740000092
以及切向畸变
Figure GDA0003314980740000093
由于存在畸变归一化的点可以表示成
Figure GDA0003314980740000094
Figure GDA0003314980740000095
其中
Figure GDA0003314980740000096
Figure GDA0003314980740000097
代表径向畸变和切向畸变向量假设(rc)2=(xc)2+(yc)2,那么径向畸变和切向畸变向量可以表示成
Figure GDA0003314980740000101
Figure GDA0003314980740000102
在本发明实施例中可以采用张氏标定法,对相机的内参进行标定。其具体的步骤是:
a.首先准备一个棋盘格平面。
b.通过旋转、移动参考平面,利用摄像机拍取一组照片。
c.从照片当中提取角点(实际过程当中采用的是Harris焦点检测,MATLAB2015自带的工具包在找到焦点以后还可以采用直线拟合的方法来增加精度)。
d.估算在没有畸变的情况下的内参数和外参数。
e.利用最小二乘算法计算径向畸变。
(2)线激光模型
参照图9,示出了本发明实施例的一种线激光模型的示意图,线激光模型是由一个相机和一个激光器组成的,其具有容易搭建精度高等优点。线激光重建是通过激光器发射一个光刀平面到物体上,利用相机捕捉得到该图片,对图片上的激光条纹提取中心点,利用三角测距原理计算得到空间点。具体数学模型如图9所示;
假设空间中点
Figure GDA0003314980740000103
在激光平面上
LP:A′X+B′Y+C′Z+D′=0 (9)
其中A′,B′,C′,D′是平面方程的系数。通过对图片进行去畸变后提取得到2D点
mc=[uc vc]联立公式(1)和公式(9)可以得到空间中点Z的坐标:
Figure GDA0003314980740000111
同理可以得到:
Figure GDA0003314980740000112
Figure GDA0003314980740000113
(3)台阶面激光中心的提取与分割
在本发明实施例中,仅需要对台阶面进行一次拍摄就可以计算得到高精度的激光平面方程。首先对于得到的台阶面。采用经典的Steger算法提取激光条纹的中心。Steger算法基于Hessian矩阵,能够实现激光条纹中心亚像素精度的定位。该方法首先通过计算Hessian矩阵,从而得到激光条纹中心法线方向,然后在该法线方向利用泰勒展开得到激光条纹的亚像素定位。接着利用霍夫直线拟合算法,拟合得到各个台阶的上平面和垂直面的点。将第i个台阶平面上2D点的集合表示成
Figure GDA0003314980740000114
将第一个台阶垂直面上的点表示成
Figure GDA0003314980740000121
其中j代表的是具体的点,一般水平面的和垂直面上的点个数不相等。在需要说明的是,本发明实施例中将台阶面的高度和宽度设置成一样的,都为h。不一样也同样不会引起任何精度损失。因为第一个台阶面缺少水平方向点云的参考,最高的台阶面缺少垂直面点云的参考,所以可用台阶面的个数N为真实台阶个数减一,这里一般采用五个台阶面,具体可用台阶面个数为四个。
(4)系统优化函数的建立
基于以上的描述,系统的优化函数的能量方程有两个成分组成:
a.台阶面水平面间的高度误差Eh
因为每个台阶的高度都是一样的都为h,那么通过公式(10-12),可以对每个水平面上的点集
Figure GDA0003314980740000122
进行空间直线拟合得到空间直线Lh_i,那么水平面间的高度误差Eh就等于每个相邻直线间的距离减去高度h的平方和。
b.台阶面垂直面间的宽度误差Ev
原理同台阶面水平面间的高度误差。可以将对每个垂直面上的点集
Figure GDA0003314980740000131
进行空间直线拟合得到空间直线Lv_i,那么垂直面间的宽度误差Ev就等于每个相邻直线间的距离减去宽度w(在本发明实施例中,高度h可以与宽度w相等)的平方和。
为了加速函数的收敛速度以及防止点落入局部最小点,引入了两个约束方程:
1.平面度等式约束CP=0
因为所有的台阶面上的点都落在激光平面上。所以有每个水平面上的点集
Figure GDA0003314980740000132
和每个垂直面上的点集
Figure GDA0003314980740000133
通过公式(10-12)计算得到的点
Figure GDA0003314980740000141
Figure GDA0003314980740000142
都满足公式(9)。
2.空间点的距离不等式约束dmin<Cd<dmax
因为相机光心到台阶面的最小距离dmin和最大距离dmax比较容易通过测量得到有点
Figure GDA0003314980740000143
Figure GDA0003314980740000144
到光心
OC=[0,0,0]距离Cd满足dmin<Cd<dmax
基于以上描述,就可以构造出优化函数的目标函数。
Figure GDA0003314980740000145
该优化问题可以有效避免优化进入局部最小,同时提高收敛效率。
(5)基于信赖域的优化函数求解
对于优化函数(12),因为的误差函数方程满足KKT条件,可以根据拉格朗日公式将其转化为带罚函数的全局优化问题。通过信赖域算法可以快速求解得到所需的激光平面的参数。
采用本发明提出的方法,仅使用一个台阶面即可完成线激光3D测量系统的标定及参数优化,操作简单,效率高,适合现场操作,结果准确。
提出了一种带约束的参数优化算法,基于给定的台阶面,建立了包含台阶面水平面间的高度误差和台阶面垂直面间的宽度误差两个目标函数的优化函数以及平度等式约束和空间点的距离不等式约束,通过一次平面扫描数据,即可完成对激光平面的参数的提取。
与现有的激光平面标定方面不同的是,的标定方法仅需要对台阶面进行一次扫描就可以得到平面方程结果。标定算法中能量方程中含多个约束,能够保证得到全局最优解,而不落在局部最优点中,计算速度快,精度高,算法稳定。
本发明实施例中,在所建立的优化函数中,综合考虑了四个优化指标,具体实施,亦可根据实际需要,选择单个或多个指标进行优化处理;所使用的物体为台阶面,也可以替换成不同高度的量块进行求解的计算。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图10,示出了本发明实施例的一种三维激光扫描系统的标定装置实施例的结构框图,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块,具体可以包括如下模块:
激光条纹获取模块301,用于采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;
平面和垂直面的点集合获取模块302,用于提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;
误差计算模块303,用于通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;
优化函数建立模块304,用于采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;
参数获得模块305,用于通过信赖域算法求解所述优化函数,得到激光平面的参数。
优选地,所述装置还包括:
标定模块,用于针对所述相机进行标定,得到相机的内参数、外参数及畸变。
优选地,所述平面和垂直面的点集合获取模块包括:
提取子模块,用于通过Steger算法提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割;
第一拟合子模块,用于采用霍夫直线拟合算法,拟合得到各个台阶的平面的点集合及垂直面的点集合。
优选地,所述提取子模块包括:
计算单元,用于通过Hessian矩阵计算得到激光条纹中心法线方向;
展开单元,用于在激光条纹中心法线方向利用泰勒展开得到激光条纹的亚像素定位。
优选地,所述误差计算模块包括:
第二拟合子模块,用于针对每个平面的点集合进行空间直线拟合,得到第一空间直线及第一空间直线的距离;
高度误差获得子模块,用于通过第一空间直线的距离得到所述高度误差。
优选地,所述误差计算模块包括:
第三拟合子模块,用于针对每个垂直面的点集合进行空间直线拟合,得到第二空间直线及第二空间直线的距离;
宽度误差获得子模块,用于通过第二空间直线的距离得到所述宽度误差。
优选地,所述优化函数建立模块包括:
约束建立子模块,用于建立平面度等式约束及空间点的距离不等式约束;
优化函数建立子模块,用于根据所述平面度等式约束、空间点的距离不等式约束及台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数。
上述三维激光扫描系统的标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
上述提供的三维激光扫描系统的标定装置可用于执行上述任意实施例提供的三维激光扫描系统的标定方法,具备相应的功能和有益效果。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种三维激光扫描系统的标定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现图1至图6的实施例的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下图1至图6的实施例的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种三维激光扫描系统的标定方法、一种三维激光扫描系统的标定装置、一种计算机设备和一种存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种三维激光扫描系统的标定方法,其特征在于,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块,包括:
采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;
提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;
通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;
采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;
通过信赖域算法求解所述优化函数,得到激光平面的参数。
2.根据权利要求1所述的三维激光扫描系统的标定方法,其特征在于,所述方法还包括:
针对所述相机进行标定,得到相机的内参数、外参数及畸变。
3.根据权利要求1所述的三维激光扫描系统的标定方法,其特征在于,所述提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合,包括:
通过Steger算法提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割;
采用霍夫直线拟合算法,拟合得到各个台阶的平面的点集合及垂直面的点集合。
4.根据权利要求3所述的三维激光扫描系统的标定方法,其特征在于,所述通过Steger算法提取出所述激光条纹的中心,包括:
通过Hessian矩阵计算得到激光条纹中心法线方向;
在激光条纹中心法线方向利用泰勒展开得到激光条纹的亚像素定位。
5.根据权利要求3所述的三维激光扫描系统的标定方法,其特征在于,所述通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差,包括: 针对每个平面的点集合进行空间直线拟合,得到第一空间直线及第一空间直线的距离;通过第一空间直线的距离得到所述高度误差。
6.根据权利要求5所述的三维激光扫描系统的标定方法,其特征在于,所述通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差,包括:
针对每个垂直面的点集合进行空间直线拟合,得到第二空间直线及第二空间直线的距离;
通过第二空间直线的距离得到所述宽度误差。
7.根据权利要求6所述的三维激光扫描系统的标定方法,其特征在于,所述采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数,包括:
建立平面度等式约束及空间点的距离不等式约束;
根据所述平面度等式约束、空间点的距离不等式约束及台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数。
8.一种三维激光扫描系统的标定装置,其特征在于,所述三维激光扫描系统包括相机、激光发射器及具有台阶面的标定块,包括:
激光条纹获取模块,用于采用标定后的相机获取到所述具有台阶面的标定块的激光条纹;
平面和垂直面的点集合获取模块,用于提取出所述激光条纹的中心,针对各个台阶面的激光条纹进行分割,得到平面和垂直面的点集合;
误差计算模块,用于通过所述平面和垂直面的点集合计算得到台阶面水平面间的高度误差、台阶面垂直面间的宽度误差;
优化函数建立模块,用于采用台阶面水平面间的高度误差、台阶面垂直面间的宽度误差建立优化函数;
参数获得模块,用于通过信赖域算法求解所述优化函数,得到激光平面的参数。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的三维激光扫描系统的标定方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的三维激光扫描系统的标定方法的步骤。
CN202111057369.2A 2021-09-09 2021-09-09 一种三维激光扫描系统的标定方法、装置和计算机设备 Active CN113494893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111057369.2A CN113494893B (zh) 2021-09-09 2021-09-09 一种三维激光扫描系统的标定方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111057369.2A CN113494893B (zh) 2021-09-09 2021-09-09 一种三维激光扫描系统的标定方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN113494893A CN113494893A (zh) 2021-10-12
CN113494893B true CN113494893B (zh) 2021-11-23

Family

ID=77996977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111057369.2A Active CN113494893B (zh) 2021-09-09 2021-09-09 一种三维激光扫描系统的标定方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN113494893B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113983933B (zh) * 2021-11-11 2022-04-19 易思维(杭州)科技有限公司 一种多线激光传感器的标定方法
CN114677429B (zh) * 2022-05-27 2022-08-30 深圳广成创新技术有限公司 一种机械手的定位方法、装置、计算机设备和存储介质
CN115187668A (zh) * 2022-06-13 2022-10-14 楚能新能源股份有限公司 一种多功能激光视觉标定块
CN115112049A (zh) * 2022-08-31 2022-09-27 山东大学 一种三维形貌的线结构光精密旋转测量方法、系统及装置
CN116399227A (zh) * 2023-03-06 2023-07-07 中国科学院深圳先进技术研究院 一种基于mems振镜的结构光三维扫描系统标定方法
CN117011349B (zh) * 2023-08-01 2024-03-19 奥谱天成(厦门)光电有限公司 基于二维运动平台的线激光图像优化方法、系统和介质
CN117685877B (zh) * 2023-10-30 2024-06-18 常州市大成真空技术有限公司 一种测量装置的误差影响因素分析方法及测量装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102297658A (zh) * 2011-05-20 2011-12-28 南京航空航天大学 基于双线激光的三维信息检测方法
JP2012189372A (ja) * 2011-03-09 2012-10-04 Kobe Steel Ltd 形状測定装置の校正方法、形状測定装置、校正用ターゲット
CN107014312A (zh) * 2017-04-25 2017-08-04 西安交通大学 一种振镜式线激光扫描三维测量系统的整体标定方法
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法
CN108759714A (zh) * 2018-05-22 2018-11-06 华中科技大学 一种多线激光轮廓传感器坐标系融合及转轴标定方法
CN109697736A (zh) * 2017-10-20 2019-04-30 杭州海康机器人技术有限公司 测量系统的标定方法、装置、电子设备及可读存储介质
CN109990708A (zh) * 2019-04-04 2019-07-09 广州肖宁道路工程技术研究事务所有限公司 标定装置、标定系统及标定方法
CN209820423U (zh) * 2019-06-26 2019-12-20 长春师范大学 用于激光平面空间方程快速标定的辅助标靶屏幕装置
CN111256591A (zh) * 2020-03-13 2020-06-09 易思维(杭州)科技有限公司 一种结构光传感器的外参标定装置及方法
CN111578866A (zh) * 2020-06-16 2020-08-25 大连理工大学 一种多线激光传感器组合测量的空间位姿标定方法
CN111795682A (zh) * 2019-04-05 2020-10-20 Vmi荷兰公司 校准工具和方法
CN113237434A (zh) * 2021-04-25 2021-08-10 湖南大学 一种基于阶梯形标定物的激光轮廓传感器eye-in-hand标定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8237935B2 (en) * 2007-10-23 2012-08-07 Gii Acquisition, Llc Method and system for automatically inspecting parts and for automatically generating calibration data for use in inspecting parts

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012189372A (ja) * 2011-03-09 2012-10-04 Kobe Steel Ltd 形状測定装置の校正方法、形状測定装置、校正用ターゲット
CN102297658A (zh) * 2011-05-20 2011-12-28 南京航空航天大学 基于双线激光的三维信息检测方法
CN107014312A (zh) * 2017-04-25 2017-08-04 西安交通大学 一种振镜式线激光扫描三维测量系统的整体标定方法
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法
CN109697736A (zh) * 2017-10-20 2019-04-30 杭州海康机器人技术有限公司 测量系统的标定方法、装置、电子设备及可读存储介质
CN108759714A (zh) * 2018-05-22 2018-11-06 华中科技大学 一种多线激光轮廓传感器坐标系融合及转轴标定方法
CN109990708A (zh) * 2019-04-04 2019-07-09 广州肖宁道路工程技术研究事务所有限公司 标定装置、标定系统及标定方法
CN111795682A (zh) * 2019-04-05 2020-10-20 Vmi荷兰公司 校准工具和方法
CN209820423U (zh) * 2019-06-26 2019-12-20 长春师范大学 用于激光平面空间方程快速标定的辅助标靶屏幕装置
CN111256591A (zh) * 2020-03-13 2020-06-09 易思维(杭州)科技有限公司 一种结构光传感器的外参标定装置及方法
CN111578866A (zh) * 2020-06-16 2020-08-25 大连理工大学 一种多线激光传感器组合测量的空间位姿标定方法
CN113237434A (zh) * 2021-04-25 2021-08-10 湖南大学 一种基于阶梯形标定物的激光轮廓传感器eye-in-hand标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"用于牙模三维重构的双平台激光扫描仪";杨树明等;《engineering》;20181231(第6期);第118-138页 *

Also Published As

Publication number Publication date
CN113494893A (zh) 2021-10-12

Similar Documents

Publication Publication Date Title
CN113494893B (zh) 一种三维激光扫描系统的标定方法、装置和计算机设备
Ahmadabadian et al. A comparison of dense matching algorithms for scaled surface reconstruction using stereo camera rigs
US9965870B2 (en) Camera calibration method using a calibration target
US8452081B2 (en) Forming 3D models using multiple images
US8447099B2 (en) Forming 3D models using two images
WO2014024579A1 (ja) 光学データ処理装置、光学データ処理システム、光学データ処理方法、および光学データ処理用プログラム
US20090153669A1 (en) Method and system for calibrating camera with rectification homography of imaged parallelogram
CN109186551B (zh) 倾斜摄影测量建筑物特征点提取方法、装置与存储介质
CN105300316A (zh) 基于灰度重心法的光条中心快速提取方法
CN109269472B (zh) 倾斜摄影测量建筑物特征线提取方法、装置与存储介质
CN113920275B (zh) 三角网格构建方法、装置、电子设备及可读存储介质
CN108399631B (zh) 一种尺度不变性的倾斜影像多视密集匹配方法
Ahmadabadian et al. Image selection in photogrammetric multi-view stereo methods for metric and complete 3D reconstruction
CN116086411B (zh) 数字地形图生成方法、装置、设备和可读存储介质
CN112598740A (zh) 一种大范围多视倾斜影像连接点快速精确匹配方法
CN111724446B (zh) 一种用于建筑物三维重建的变焦距相机外参数标定方法
CN112270698A (zh) 基于最邻近曲面的非刚性几何配准方法
TWI599987B (zh) 點雲拼接系統及方法
Barrile et al. 3D modeling with photogrammetry by UAVs and model quality verification
CN114529681A (zh) 一种手持双相机建筑物温度场三维模型构建方法和系统
CN111105467A (zh) 一种图像标定方法、装置及电子设备
CN113393413B (zh) 基于单目与双目视觉协同的水域面积测量方法和系统
GB2569609A (en) Method and device for digital 3D reconstruction
JP7195785B2 (ja) 3次元形状データを生成する装置、方法、及びプログラム
JP2008224323A (ja) ステレオ写真計測装置、ステレオ写真計測方法及びステレオ写真計測用プログラム

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