CN113847884A - 基于线扫描的精细化三维测量与建模方法 - Google Patents
基于线扫描的精细化三维测量与建模方法 Download PDFInfo
- Publication number
- CN113847884A CN113847884A CN202111111277.8A CN202111111277A CN113847884A CN 113847884 A CN113847884 A CN 113847884A CN 202111111277 A CN202111111277 A CN 202111111277A CN 113847884 A CN113847884 A CN 113847884A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- section
- measured object
- data
- measurement
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000036544 posture Effects 0.000 claims description 36
- 238000009434 installation Methods 0.000 claims description 24
- 238000005070 sampling Methods 0.000 claims description 19
- 230000003287 optical effect Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
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
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Abstract
本申请提供一种基于线扫描的精细化三维测量与建模方法,包括:获取由至少一套线扫描三维测量传感器采集的被测物体的多个原始三维断面数据及由多套线结构光三维测量传感器采集的被测物体的姿态计算数据;对被测物体的姿态计算数据进行预处理和数据拼接,确定被测物体的角度及高程;根据角度及高程获取被测物体姿态;结合被测物体姿态和原始三维断面数据,获取原始三维断面数据的测量姿态;基于原始三维断面数据的测量姿态对各原始三维断面数据进行矫正,并对矫正后的三维断面数据做拼接,得到被测物体表面的三维轮廓数据;根据被测物体表面的三维轮廓数据,建立被测物体的三维模型。能够提高被测物体在高速运动的情况下,三维模型建立的准确性。
Description
技术领域
本申请涉及精细化三维测量与建模技术领域,具体而言,涉及一种基于线扫描的精细化三维测量与建模方法。
背景技术
基于线扫描的三维测量技术具备测量精度高、抗环境干扰能力强等优点,适用于高精度、高频率、大幅宽的三维动态测量需求。目前已广泛应用于各种场景,特别是表观缺陷检测场景。线扫描三维测量技术单次测量可获取相同测量姿态下的断面高程信息,为快速获取被测物体表面的精密三维轮廓信息,需要测量传感器或被测物体快速运动,即需要在高动态条件下采集数据。通常高速运动物体在不同时刻具备不同的姿态,为保障物体表面三维建模的准确性,需要准确获取不同时刻下的测量姿态,并对测量姿态进行补偿矫正。
在现有的三维测量技术中,通常采用惯性测量单元(Inertial MeasurementUnit,简称IMU)获取实时测量姿态,进而实现被测物体表面三维建模。
但是,对于精细化三维测量与建模场景,对高速运动物体在不同时刻的不同姿态的采样频率和测量精度均提出了很高的要求,在考虑合理的测量成本条件下,现有的IMU通常无法满足测量精度以及采样频率的要求,因此,无法准确地获取高速运动物体在不同时刻下的测量姿态,进而无法准确地建立物体表面的三维模型。
发明内容
有鉴于此,本申请的目的在于,针对上述现有技术中的不足,提供一种基于线扫描的精细化三维测量与建模方法,以便解决现有技术中存在的,在考虑合理的测量成本条件下,使用现有的IMU无法准确地获取高速运动物体在不同时刻下的测量姿态,进而无法准确地建立物体表面的三维模型的问题。
为实现上述目的,本申请实施例采用的技术方案如下:
本申请实施例提供了一种基于线扫描的精细化三维测量与建模方法,所述方法包括:
获取由至少一套线扫描三维测量传感器采集的被测物体的多个原始三维断面数据以及由多套线结构光三维测量传感器采集的所述被测物体的姿态计算数据;
对所述被测物体的姿态计算数据进行数据预处理和数据拼接,确定所述被测物体的角度以及高程;
根据所述被测物体的角度及高程,获取被测物体姿态;
结合所述被测物体姿态和所述原始三维断面数据,获取原始三维断面数据的测量姿态;
基于原始三维断面数据的测量姿态对各所述原始三维断面数据进行矫正,并对矫正后的三维断面数据进行拼接,得到所述被测物体表面的三维轮廓数据;
根据被测物体表面的三维轮廓数据,建立所述被测物体的三维模型。
可选的,所述基于原始三维断面数据的测量姿态对各所述原始三维断面数据进行矫正,并对矫正后的三维断面数据进行拼接,得到所述被测物体表面的三维轮廓数据,包括:
使用所述原始三维断面数据的测量姿态,对各所述原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据;
将各所述矫正后的三维断面数据沿所述被测物体或测量载体的移动方向进行拼接,得到所述被测物体表面的三维轮廓数据。
可选的,所述对所述被测物体的姿态计算数据进行数据预处理和数据拼接,确定所述被测物体的角度以及高程,包括:
对所述被测物体的姿态计算数据进行像方转化物方处理以及异常值处理,得到预处理后的姿态计算数据;
利用所述预处理后的姿态计算数据中相邻断面轮廓数据重叠测量区域的轮廓一致性信息,确定所述相邻断面的测量姿态差异,并根据所述测量姿态差异对所述预处理后的姿态计算数据进行矫正,得到矫正后的姿态计算数据;
对所述矫正后的姿态计算数据进行拼接,得到拼接后姿态计算数据;
根据所述拼接后姿态计算数据,确定所述被测物体的角度以及高程。
可选的,所述结合所述被测物体姿态和所述原始三维断面数据,获取原始三维断面数据的测量姿态,包括:
根据所述拼接后姿态计算数据以及所述线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,确定各组测点对应的被测物体的横向斜率和高程;
根据所述原始三维断面数据、线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,以及所述线扫描三维测量传感器在测量载体或被测物体移动方向的采样间距,确定横断面代表斜率和代表高程;
根据所述线结构光三维测量传感器与所述线扫描三维测量传感器在垂直于测量载体或被测物体移动方向的安装位置关系、所述各组测点对应的被测物体的横向斜率、以及所述横断面代表斜率,确定所述横断面的测量角度姿态,并根据各组测点对应的被测物体的高程以及所述横断面代表高程,确定所述横断面的测量高程姿态;
根据所述横断面的测量角度姿态和所述横断面的测量高程姿态,得到原始三维断面数据的测量姿态。
可选的,所述根据所述拼接后姿态计算数据以及所述线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,确定各组测点对应的被测物体的横向斜率和高程,包括:
其中,ki为第i组测点对应的被测物体的横向斜率,为第i组测点对应的被测物体的高程,zm,u为右侧线结构光三维测量传感器第m个测量纵断面第u个测点位置对应的物方高程,zn,v为左侧线结构光三维测量传感器第n个测量纵断面第v个测点对应的物方高程,zd为两套线结构光三维测量传感器在高程方向的安装距离,Dx为两套线结构光三维测量传感器在垂直于测量载体或被测物体移动方向的安装距离。
可选的,所述根据所述原始三维断面数据、线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,以及所述线扫描三维测量传感器在测量载体或被测物体移动方向的采样间距,确定横断面代表斜率和代表高程,包括:
其中,Rkj为第j个测量横断面的代表斜率,为第j个测量横断面的代表高程,z'j,s为第j个测量横断面的第s个测点的物方高程数据,z'j,t为第j个测量横断面的第t个测点的物方高程数据,s为右侧线结构光三维测量传感器在线扫描三维测量传感器测量幅宽方向安装位置对应的横断面中横断面测量位置的序号,t为左侧线结构光三维测量传感器在线扫描三维测量传感器测量幅宽方向安装位置对应的横断面中横断面测量位置的序号。
可选的,所述根据所述线结构光三维测量传感器与所述线扫描三维测量传感器在垂直于测量载体或被测物体移动方向的安装位置关系、所述各组测点对应的被测物体的横向斜率、以及所述横断面代表斜率,确定所述横断面的测量角度姿态,并根据各组测点对应的被测物体的高程以及所述横断面代表高程,确定所述横断面的测量高程姿态,包括:
使用公式θj=ki-Rkj,i=j+p,计算得到横断面的测量角度姿态;
所述第i组测点对应的第j个横断面的序号之差,由所述线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系、所述线结构光三维测量传感器测量幅宽、所述线扫描三维测量传感器沿测量载体或被测物体移动方向的采样间距确定。
可选的,所述使用所述原始三维断面数据的测量姿态,对各所述原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据,包括:
根据所述横断面的测量角度姿态和测量高程姿态,对各所述原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据。
本申请的有益效果是:
本申请实施例提供的一种基于线扫描的精细化三维测量与建模方法,该方法包括:获取由至少一套线扫描三维测量传感器采集的被测物体的多个原始三维断面数据以及由多套线结构光三维测量传感器采集的被测物体的姿态计算数据;对被测物体的姿态计算数据进行数据预处理和数据拼接,确定被测物体的角度以及高程;根据被测物体的角度及高程,获取被测物体姿态;结合被测物体姿态和原始三维断面数据,获取原始三维断面数据的测量姿态;基于原始三维断面数据的测量姿态对各原始三维断面数据进行矫正,并对矫正后的三维断面数据进行拼接,得到被测物体表面的三维轮廓数据;根据被测物体表面的三维轮廓数据,建立被测物体的三维模型。在上述步骤中,通过多套线结构光三维测量传感器,在测量载体高速运动情况下,采集被测物体的姿态数据,结合被测物体姿态数据和原始三维断面数据,获取原始三维断面数据的测量姿态,使用该测量姿态,对由线扫描三维测量传感器采集的被测物体的三维断面数据进行矫正,将矫正后的三维断面数据进行拼接,能够得到被测物体表面精确的三维轮廓数据,从而能够准确地建立物体表面的三维模型,提高了被测物体在高速运动的情况下,三维模型建立的准确性。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种三维模型建立方法的流程示意图;
图2为本申请实施例提供的一种三维模型建立方法的另一流程示意图;
图3为本申请实施例提供的一种三维模型建立方法的另一流程示意图;
图4为本申请实施例提供的一种三维模型建立方法的另一流程示意图;
图5为本申请实施例提供的一种三维模型建立方法的另一流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
基于线扫描的三维测量技术,具备测量精度高、抗环境干扰能力强等优点,适用于高精度、高频率、大幅宽的三维动态测量需求。目前已广泛应用于各种场景,特别是表观缺陷检测场景。
基于线扫描的三维测量技术,单次测量可获取相同测量姿态下的断面高程信息,为快速获取被测物体表面的精密三维轮廓信息,需要测量传感器或被测物体快速运动,即需要在高动态条件下采集数据。通常,高速运动的物体在不同时刻具备不同的姿态,为保障物体表面三维模型建立的准确性,需要准确获取不同时刻下的测量姿态,并对测量姿态进行补偿矫正。
在目前的三维建模技术中,通常采用IMU获取实时测量姿态,进而实现被测物体表面的三维建模。
但是,对于精细化三维建模的场景,在考虑合理的测量成本条件下,对高速运动物体在不同时刻的不同姿态的采样频率和测量精度均提出了很高的要求,而现有的IMU无法满足测量精度和采样频率要求。
本申请基于上述问题,提供一种基于线扫描的精细化三维测量与建模方法,以解决现有技术中存在的,在考虑合理的测量成本条件下,使用现有的IMU无法准确地获取高速运动物体在不同时刻下的测量姿态,进而无法准确地建立物体表面的三维模型的问题。
以下的实施例将结合附图,对本申请提出的一种基于线扫描的精细化三维测量与建模方法进行详细的阐述。
请参见图1,是本申请实施例提供的一种三维模型建立方法的流程示意图,如图1所示,该方法包括:
步骤S101,获取由至少一套线扫描三维测量传感器采集的被测物体的多个原始三维断面数据以及由多套线结构光三维测量传感器采集的被测物体的姿态计算数据。
具体的,使用至少一套线扫描三维测量传感器,单次测量获取被测物体在垂直于测量载体移动方向的原始三维断面数据,以及,使用多套线结构光三维测量传感器,单次测量获取被测物体的姿态计算数据。
其中,测量载体带动测量传感器沿测量方向移动,可选的,以载车为测量载体,以路面为被测物体,测量载车带动测量传感器沿道路方向行驶,线扫描三维测量传感器的数量可以为一套,也可以为多套,且安装在测量载体的尾部。
姿态计算数据,可以利用多套线结构光三维测量传感器采集获取,其中,多套线结构光三维测量传感器单次测量获取测量载体移动方向的断面轮廓数据,并且,姿态计算数据中相邻断面轮廓数据需要存在重叠的测量区域,例如,姿态计算数据中相邻断面轮廓数据可以存在500毫米的重叠测量区域。
线扫描三维测量传感器可以由三维相机、激光器、控制器组成,其中,三维相机利用三角测量原理,获取激光线所对应的被测物体表面的高程,激光器沿被测物体的幅宽方向投射激光线。
线扫描三维测量传感器可以用于获取被测物体横断面的高程数据,其中,多个线扫描三维测量传感器,在横断面方向的采样间距可以为1毫米,在移动方向的采样间距可以为3毫米,测量幅宽可以为3750毫米。
具体的,多套线结构光三维测量传感器可由两套线结构光三维测量传感器组成,线结构光三维测量传感器可由三维相机、激光器、控制器组成。
其中,三维相机利用三角测量原理,获取激光线所对应的被测物体表面的高程,激光器垂直于被测物体的幅宽方向,即激光器沿被测物体的纵向投射激光线,线结构光三维测量传感器单次测量可获取被测物体纵断面的高程数据,并且,线结构光三维测量传感器在纵断面方向的采样间距为1毫米,测量幅宽2000毫米,线结构光三维测量单元在垂直于被测物体的幅宽方向,即沿被测物体纵向的断面采样间距为1000毫米。
步骤S102,对被测物体的姿态计算数据进行数据预处理和数据拼接,确定被测物体的角度以及高程。
具体的,在通过多套线结构光三维测量传感器获取了被测物体的姿态计算数据后,可以对被测物体的姿态计算数据进行数据预处理和数据拼接,以确定被测物体的角度以及高程。
步骤S103,根据被测物体的角度及高程,获取被测物体姿态。
步骤S104,结合被测物体姿态和原始三维断面数据,获取原始三维断面数据的测量姿态。
具体的,将被测物体姿态和原始三维断面数据进行结合,可以获取原始三维断面数据的测量姿态,其中,原始三维断面数据的测量姿态,可以指,测量载体在高速移动过程中,被测物体的每个断面的三维断面数据的测量姿态。
步骤S105,基于原始三维断面数据的测量姿态对各原始三维断面数据进行矫正,并对矫正后的三维断面数据进行拼接,得到被测物体表面的三维轮廓数据。
具体的,使用原始三维断面数据的测量姿态对各原始三维断面数据进行矫正,得到矫正后的三维断面数据,并对矫正后的三维断面数据进行拼接,得到被测物体表面的三维轮廓数据。
步骤S106,根据被测物体表面的三维轮廓数据,建立被测物体的三维模型。
综上所述,本申请实施例提供一种基于线扫描的精细化三维测量与建模方法,包括:获取由至少一套线扫描三维测量传感器采集的被测物体的多个原始三维断面数据以及由多套线结构光三维测量传感器采集的被测物体的姿态计算数据;对被测物体的姿态计算数据进行数据预处理和数据拼接,确定被测物体的角度以及高程;根据被测物体的角度及高程,获取被测物体姿态;结合被测物体姿态和原始三维断面数据,获取原始三维断面数据的测量姿态;基于原始三维断面数据的测量姿态对各原始三维断面数据进行矫正,并对矫正后的三维断面数据进行拼接,得到被测物体表面的三维轮廓数据;根据被测物体表面的三维轮廓数据,建立被测物体的三维模型。在上述步骤中,由于通过多套线结构光三维测量传感器,在测量载体高速运动情况下,采集被测物体的姿态数据,结合被测物体姿态数据和原始三维断面数据,获取原始三维断面数据的测量姿态,使用该测量姿态,对由线扫描三维测量传感器采集的被测物体的原始三维断面数据进行矫正,将矫正后的三维断面数据进行拼接,能够得到被测物体表面精确的三维轮廓数据,从而能够准确地建立物体表面的三维模型,提高了被测物体在高速运动的情况下,三维模型建立的准确性。
请参见图2,是本申请实施例提供的一种三维模型建立方法的另一流程示意图,如图2所示,上述步骤S105包括:
步骤S201,使用原始三维断面数据的测量姿态,对各原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据。
在得到原始三维断面数据的测量姿态后,可以使用测量姿态,对各原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据。
步骤S202,将各矫正后的三维断面数据沿被测物体或测量载体的移动方向进行拼接,得到被测物体表面的三维轮廓数据。
具体的,将各矫正后的原始三维断面数据,沿被测物体或测量载体的移动方向进行拼接,可以得到被测物体表面的三维轮廓数据。
请参见图3,是本申请实施例提供的一种三维模型建立方法的另一流程示意图,如图3所示,上述步骤S102包括:
步骤S301,对被测物体的姿态计算数据进行像方转化物方处理以及异常值处理,得到预处理后的姿态计算数据。
具体的,需要对被测物体的姿态计算数据进行预处理,预处理包括:像方转化物方处理,以及异常值处理,以得到预处理后的姿态计算数据。
其中,像方转化物方,可以指将像方空间坐标系转化为物方空间坐标系,而像方空间坐标系可以指,像点在像空间的位置的坐标系,物方空间坐标系,用于描述地面点在物方空间的位置,而像方转物方,可以指将像方空间坐标系转化为物方空间坐标系。
异常值处理可以是,利用原始物方测量值与参考断面的距离,判别异常点,并使用该异常点附近的非异常点替换异常点,参考断面可以通过滤波变换,例如,中值滤波、低通滤波等,或者频域变换,例如,傅里叶变换、小波变换等方法获取。
步骤S302,利用预处理后的姿态计算数据中相邻断面轮廓数据重叠测量区域的轮廓一致性信息,确定相邻断面的测量姿态差异,并根据测量姿态差异对预处理后的姿态计算数据进行矫正,得到矫正后的姿态计算数据。
由于被测物体的相邻断面轮廓数据,存在重叠测量区域,因此,可以利用预处理后的姿态计算数据中,相邻断面的轮廓数据的重叠测量区域轮廓的一致性信息,确定相邻断面的测量姿态差异,其中,测量姿态差异可以指,相邻两个断面在测量姿态上存在的不一致。
进一步的,可以根据相邻两个断面的测量姿态差异,对预处理后的姿态计算数据进行矫正,得到矫正后的姿态计算数据。
步骤S303,对矫正后的姿态计算数据进行拼接,得到拼接后姿态计算数据。
在使用相邻断面的测量姿态差异,对姿态计算数据进行矫正后,即可对矫正后的姿态计算数据进行拼接,从而得到拼接后的姿态计算数据。
步骤S304,根据拼接后姿态计算数据,确定被测物体的角度以及高程。
具体的,可以根据拼接后的姿态计算数据,确定被测物体的角度以及高程。其中,角度可以为被测物体的倾斜角度,高程可以为与左、右侧线结构光三维测量传感器测量位置对应的被测物体上的平均高程值。
请参见图4,是本申请实施例提供的一种三维模型建立方法的另一流程示意图,如图4所示,上述步骤S104包括:
步骤S401,根据拼接后姿态计算数据以及线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,确定各组测点对应的被测物体的横向斜率和高程。
具体的,在对姿态计算数据进行拼接后,可以根据拼接后姿态计算数据,以及线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,确定各组测点对应的被测物体的横向斜率和高程。
其中,测点指的是被测物体横断面中的轮廓点,横向斜率,指的是测量物体横断面的横向斜率。
步骤S402,根据原始三维断面数据、线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,以及线扫描三维测量传感器在测量载体或被测物体移动方向的采样间距,确定横断面代表斜率和代表高程。
具体的,可以根据原始三维断面数据、线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,以及线扫描三维测量传感器在测量载体或被测物体移动方向的采样间距,确定横断面代表斜率和代表高程。
其中,线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,可以指的是线结构光三维测量传感器与线扫描三维测量传感器在垂直于测量载体或者被测物体移动方向的安装位置关系。
横断面代表斜率,指的是横断面斜率中,具有代表性的斜率,代表高程,指的是横断面对应的轮廓数据中,具有代表性的高程。
步骤S403,根据线结构光三维测量传感器与线扫描三维测量传感器在垂直于测量载体或被测物体移动方向的安装位置关系、各组测点对应的被测物体的横向斜率、以及横断面代表斜率,确定横断面的测量角度姿态,并根据各组测点对应的被测物体的高程以及横断面代表高程,确定横断面的测量高程姿态。
其中,测量角度姿态,可以指被测物体姿态数据中的测量角度数据,测量高程姿态,可以指被测物体姿态数据中的测量高程数据。
步骤S404,根据横断面的测量角度姿态和横断面的测量高程姿态,得到原始三维断面数据的测量姿态。
可选的,根据拼接后姿态计算数据以及线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,确定各组测点对应的被测物体的横向斜率和高程,包括:
具体的,第一线结构光三维测量传感器和第二线结构光三维测量传感器分别安装在被测物体的左右两侧,横向斜率的计算公式为:
高程数据的计算公式为:
其中,ki为第i组测点对应的被测物体的横向斜率,为第i组测点对应的被测物体的高程,zm,u为右侧线结构光三维测量传感器第m个测量纵断面第u个测点位置对应的物方高程,zn,v为左侧线结构光三维测量传感器第n个测量纵断面第v个测点对应的物方高程,zd为两套线结构光三维测量传感器在高程方向的安装距离,Dx为两套线结构光三维测量传感器在垂直于测量载体或被测物体移动方向的安装距离。
可选的,根据原始三维断面数据、线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,以及所述线扫描三维测量传感器在测量载体或被测物体移动方向的采样间距,确定横断面代表斜率和代表高程,包括:
其中,Rkj为被测物体第j个测量横断面的代表斜率,Rkj的计算公式为:
上述公式中,z'j,s为第j个测量横断面的第s个测点的物方高程数据,z'j,t为第j个测量横断面的第t个测点的物方高程数据,s为右侧线结构光三维测量传感器在线扫描三维测量传感器测量幅宽方向安装位置对应的横断面中横断面测量位置的序号,t为左侧线结构光三维测量传感器在线扫描三维测量传感器测量幅宽方向安装位置对应的横断面中横断面测量位置的序号。
请参见图5,是本申请实施例提供的一种三维模型建立方法的另一流程示意图,如图5所示,上述步骤S403包括:
步骤S501,使用公式θj=ki-Rkj,i=j+p,计算得到横断面的测量角度姿态。
第i组测点对应的第j个横断面的序号之差,由线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系、线结构光三维测量传感器测量幅宽、线扫描三维测量传感器沿测量载体或被测物体移动方向的采样间距确定。
可选的,使用原始三维断面数据的测量姿态,对各原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据,包括:
根据横断面的测量角度姿态和测量高程姿态,对各原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据。
Claims (8)
1.一种基于线扫描的精细化三维测量与建模方法,其特征在于,所述方法包括:
获取由至少一套线扫描三维测量传感器采集的被测物体的多个原始三维断面数据以及由多套线结构光三维测量传感器采集的所述被测物体的姿态计算数据;
对所述被测物体的姿态计算数据进行数据预处理和数据拼接,确定所述被测物体的角度以及高程;
根据所述被测物体的角度及高程,获取被测物体姿态;
结合所述被测物体姿态和所述原始三维断面数据,获取原始三维断面数据的测量姿态;
基于原始三维断面数据的测量姿态对各所述原始三维断面数据进行矫正,并对矫正后的三维断面数据进行拼接,得到所述被测物体表面的三维轮廓数据;
根据被测物体表面的三维轮廓数据,建立所述被测物体的三维模型。
2.根据权利要求1所述的方法,其特征在于,所述基于原始三维断面数据的测量姿态对各所述原始三维断面数据进行矫正,并对矫正后的三维断面数据进行拼接,得到所述被测物体表面的三维轮廓数据,包括:
使用所述原始三维断面数据的测量姿态,对各所述原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据;
将各所述矫正后的三维断面数据沿所述被测物体或测量载体的移动方向进行拼接,得到所述被测物体表面的三维轮廓数据。
3.根据权利要求2所述的方法,其特征在于,所述对所述被测物体的姿态计算数据进行数据预处理和数据拼接,确定所述被测物体的角度以及高程,包括:
对所述被测物体的姿态计算数据进行像方转化物方处理以及异常值处理,得到预处理后的姿态计算数据;
利用所述预处理后的姿态计算数据中相邻断面轮廓数据重叠测量区域的轮廓一致性信息,确定所述相邻断面的测量姿态差异,并根据所述测量姿态差异对所述预处理后的姿态计算数据进行矫正,得到矫正后的姿态计算数据;
对所述矫正后的姿态计算数据进行拼接,得到拼接后姿态计算数据;
根据所述拼接后姿态计算数据,确定所述被测物体的角度以及高程。
4.根据权利要求3所述的方法,其特征在于,所述结合所述被测物体姿态和所述原始三维断面数据,获取原始三维断面数据的测量姿态,包括:
根据所述拼接后姿态计算数据以及所述线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,确定各组测点对应的被测物体的横向斜率和高程;
根据所述原始三维断面数据、线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,以及所述线扫描三维测量传感器在测量载体或被测物体移动方向的采样间距,确定横断面代表斜率和代表高程;
根据所述线结构光三维测量传感器与所述线扫描三维测量传感器在垂直于测量载体或被测物体移动方向的安装位置关系、所述各组测点对应的被测物体的横向斜率、以及所述横断面代表斜率,确定所述横断面的测量角度姿态,并根据各组测点对应的被测物体的高程以及所述横断面代表高程,确定所述横断面的测量高程姿态;
根据所述横断面的测量角度姿态和所述横断面的测量高程姿态,得到原始三维断面数据的测量姿态。
5.根据权利要求4所述的方法,其特征在于,所述根据所述拼接后姿态计算数据以及所述线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,确定各组测点对应的被测物体的横向斜率和高程,包括:
6.根据权利要求4所述的方法,其特征在于,所述根据所述原始三维断面数据、线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系,以及所述线扫描三维测量传感器在测量载体或被测物体移动方向的采样间距,确定横断面代表斜率和代表高程,包括:
7.根据权利要求4所述的方法,其特征在于,所述根据所述线结构光三维测量传感器与所述线扫描三维测量传感器在垂直于测量载体或被测物体移动方向的安装位置关系、所述各组测点对应的被测物体的横向斜率、以及所述横断面代表斜率,确定所述横断面的测量角度姿态,并根据各组测点对应的被测物体的高程以及所述横断面代表高程,确定所述横断面的测量高程姿态,包括:
使用公式θj=ki-Rkj,i=j+p,计算得到横断面的测量角度姿态;
所述第i组测点对应的第j个横断面的序号之差,由所述线结构光三维测量传感器与线扫描三维测量传感器的安装位置关系、所述线结构光三维测量传感器测量幅宽、所述线扫描三维测量传感器沿测量载体或被测物体移动方向的采样间距确定。
8.根据权利要求4所述的方法,其特征在于,所述使用所述原始三维断面数据的测量姿态,对各所述原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据,包括:
根据所述横断面的测量角度姿态和测量高程姿态,对各所述原始三维断面数据进行姿态矫正,得到各矫正后的三维断面数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111277.8A CN113847884A (zh) | 2021-09-18 | 2021-09-18 | 基于线扫描的精细化三维测量与建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111111277.8A CN113847884A (zh) | 2021-09-18 | 2021-09-18 | 基于线扫描的精细化三维测量与建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113847884A true CN113847884A (zh) | 2021-12-28 |
Family
ID=78979028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111111277.8A Pending CN113847884A (zh) | 2021-09-18 | 2021-09-18 | 基于线扫描的精细化三维测量与建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113847884A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114486732A (zh) * | 2021-12-30 | 2022-05-13 | 武汉光谷卓越科技股份有限公司 | 一种基于线扫描三维的瓷砖缺陷在线检测方法 |
CN114910046A (zh) * | 2022-04-26 | 2022-08-16 | 同济大学 | 一种基于双向线结构光的路面三维检测系统及其方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19502459A1 (de) * | 1995-01-28 | 1996-08-01 | Wolf Henning | Verfahren zur dreidimensionalen optischen Vermessung der Oberfläche von Objekten |
EP1207367A1 (fr) * | 2000-11-20 | 2002-05-22 | Telmat Industrie (Société Anonyme) | Installation et procédé automatiques de prise de mensurations et d'acquisition de formes |
WO2009120813A1 (en) * | 2008-03-28 | 2009-10-01 | Lockheed Martin Corporation | System, program product, and related methods for registering three-dimensional models to point data representing the pose of a part |
CN101853521A (zh) * | 2010-04-22 | 2010-10-06 | 武汉微目科技有限公司 | 文物旋转结构光三维数字化建模方法 |
CN105809668A (zh) * | 2016-01-15 | 2016-07-27 | 武汉武大卓越科技有限责任公司 | 基于线扫描三维点云的物体表面变形特征提取方法 |
CN105891837A (zh) * | 2015-02-16 | 2016-08-24 | 株式会社拓普康 | 测定装置以及三维摄像机 |
CN106017355A (zh) * | 2016-03-22 | 2016-10-12 | 武汉武大卓越科技有限责任公司 | 一种基于线结构光的三维测量传感器 |
CN109855562A (zh) * | 2019-01-28 | 2019-06-07 | 武汉武大卓越科技有限责任公司 | 钢轨磨耗测量方法及装置 |
CN109883443A (zh) * | 2019-02-19 | 2019-06-14 | 北京工业大学 | 一种线结构光传感器空间姿态标定方法 |
CN112411324A (zh) * | 2020-09-30 | 2021-02-26 | 武汉光谷卓越科技股份有限公司 | 一种线结构光路面跳车检测方法 |
CN112710250A (zh) * | 2020-11-23 | 2021-04-27 | 武汉光谷卓越科技股份有限公司 | 基于线结构光的三维测量方法以及传感器 |
CN112729151A (zh) * | 2020-12-04 | 2021-04-30 | 深圳大学 | 一种焊缝结构三维点云测量方法 |
-
2021
- 2021-09-18 CN CN202111111277.8A patent/CN113847884A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19502459A1 (de) * | 1995-01-28 | 1996-08-01 | Wolf Henning | Verfahren zur dreidimensionalen optischen Vermessung der Oberfläche von Objekten |
EP1207367A1 (fr) * | 2000-11-20 | 2002-05-22 | Telmat Industrie (Société Anonyme) | Installation et procédé automatiques de prise de mensurations et d'acquisition de formes |
WO2009120813A1 (en) * | 2008-03-28 | 2009-10-01 | Lockheed Martin Corporation | System, program product, and related methods for registering three-dimensional models to point data representing the pose of a part |
CN101853521A (zh) * | 2010-04-22 | 2010-10-06 | 武汉微目科技有限公司 | 文物旋转结构光三维数字化建模方法 |
CN105891837A (zh) * | 2015-02-16 | 2016-08-24 | 株式会社拓普康 | 测定装置以及三维摄像机 |
CN105809668A (zh) * | 2016-01-15 | 2016-07-27 | 武汉武大卓越科技有限责任公司 | 基于线扫描三维点云的物体表面变形特征提取方法 |
CN106017355A (zh) * | 2016-03-22 | 2016-10-12 | 武汉武大卓越科技有限责任公司 | 一种基于线结构光的三维测量传感器 |
CN109855562A (zh) * | 2019-01-28 | 2019-06-07 | 武汉武大卓越科技有限责任公司 | 钢轨磨耗测量方法及装置 |
CN109883443A (zh) * | 2019-02-19 | 2019-06-14 | 北京工业大学 | 一种线结构光传感器空间姿态标定方法 |
CN112411324A (zh) * | 2020-09-30 | 2021-02-26 | 武汉光谷卓越科技股份有限公司 | 一种线结构光路面跳车检测方法 |
CN112710250A (zh) * | 2020-11-23 | 2021-04-27 | 武汉光谷卓越科技股份有限公司 | 基于线结构光的三维测量方法以及传感器 |
CN112729151A (zh) * | 2020-12-04 | 2021-04-30 | 深圳大学 | 一种焊缝结构三维点云测量方法 |
Non-Patent Citations (2)
Title |
---|
易杰;陈瀚;叶浩;钟凯;李中伟;史玉升;: "多个单目线激光传感器旋转扫描系统高精度标定方法", 铸造技术, no. 12, 18 December 2017 (2017-12-18) * |
王一;李辉;孙洁;李龙飞;陆坤龙;马伟宁;: "基于棱边特征测量的多视觉传感信息引导方法", 应用激光, no. 02, 15 April 2020 (2020-04-15) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114486732A (zh) * | 2021-12-30 | 2022-05-13 | 武汉光谷卓越科技股份有限公司 | 一种基于线扫描三维的瓷砖缺陷在线检测方法 |
CN114486732B (zh) * | 2021-12-30 | 2024-04-09 | 武汉光谷卓越科技股份有限公司 | 一种基于线扫描三维的瓷砖缺陷在线检测方法 |
CN114910046A (zh) * | 2022-04-26 | 2022-08-16 | 同济大学 | 一种基于双向线结构光的路面三维检测系统及其方法 |
CN114910046B (zh) * | 2022-04-26 | 2023-09-26 | 同济大学 | 一种基于双向线结构光的路面三维检测系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6767642B2 (ja) | 測定装置および測定方法 | |
CN111076880B (zh) | 一种考虑相机姿态变化的大跨桥梁多点挠度测量方法 | |
CN113847884A (zh) | 基于线扫描的精细化三维测量与建模方法 | |
CN110174059B (zh) | 一种基于单目图像的受电弓导高及拉出值测量方法 | |
CN105913410A (zh) | 一种基于机器视觉的远距离运动物体高度测量的装置与方法 | |
JP7235104B2 (ja) | 点群解析装置、方法、及びプログラム | |
CN106197292B (zh) | 一种建筑物位移监测方法 | |
EP2960620B1 (en) | Wear measuring device and method for same | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN105865349B (zh) | 一种大型建筑物位移监测方法 | |
JP6277468B2 (ja) | 車両前方電柱位置検査装置 | |
CN102798456B (zh) | 一种工程机械臂架系统工作幅度的测量方法、装置及系统 | |
EP3155369B1 (en) | System and method for measuring a displacement of a mobile platform | |
CN107941212B (zh) | 一种视觉与惯性联合定位方法 | |
CN111811428B (zh) | 轨道车辆限界的测量系统 | |
EP3432260B1 (en) | Image processing device, moving body equipment control system, image processing program, and image processing method | |
CN110530273A (zh) | 基于结构光测量的涂胶信息检测方法 | |
JP7235105B2 (ja) | 点群解析装置、推定装置、点群解析方法、およびプログラム | |
CN108174087B (zh) | 一种灰度投影稳像中参考帧更新方法及系统 | |
Su et al. | Feature-constrained real-time simultaneous monitoring of monocular vision odometry for bridge bearing displacement and rotation | |
CN110244717B (zh) | 基于既有三维模型的港口起重机攀爬机器人自动寻路方法 | |
JP7020324B2 (ja) | 線路曲率推定装置及び方法 | |
CN112158693A (zh) | 一种电梯导轨参数的检测方法 | |
JP4462533B2 (ja) | 路面走行レーン検出装置 | |
JP2006017676A (ja) | 計測システムおよび計測方法 |
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 |