CN114626112A - 一种基于边界检验的未知物体表面测量视点规划方法 - Google Patents
一种基于边界检验的未知物体表面测量视点规划方法 Download PDFInfo
- Publication number
- CN114626112A CN114626112A CN202210299796.XA CN202210299796A CN114626112A CN 114626112 A CN114626112 A CN 114626112A CN 202210299796 A CN202210299796 A CN 202210299796A CN 114626112 A CN114626112 A CN 114626112A
- Authority
- CN
- China
- Prior art keywords
- boundary
- viewpoint
- camera
- vector
- planning
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computational Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
基于边界检验的未知物体表面测量的视点规划方法,属于三维测量技术领域,包括以下步骤:人工引导3D相机至初始视点;根据视点拍摄获取点云;对点云网格化;配准调整网格化模型;配准后网格化模型提取边界;边界边排序;待验证边界确认;基于边界检测的未知物体表面测量视点规划方法结束条件。首先进行人工引导3D相机获取初始物体点云,作为后续视点规划的出发点,通过反馈拍摄完成了视点迭代,待验证边界作为视点拓展的规划条件,从而实现了在没有足够先验信息的情况下,自动完成视点规划操作,实现未知物体表面的自动测量。另外本发明不限定物体的具体结构,因此对复杂的物体表面的视点规划具有较强的适应性。
Description
技术领域
本发明属于三维测量技术领域,具体涉及一种基于边界检验的视点规划方法。
背景技术
三维测量技术被广泛用于航空航天、汽车和船舶等领域,测量物体被三维测量技术数字化后,会被用于检测、识别、路径规划等场景。复杂物体表面大量存在于上述领域,由于物体表面结构复杂,在没有先验信息的情况下,物体表面完整信息的获取难度较大。
视点规划是三维测量技术中的关键技术之一,而现阶段针对具有复杂多样性的物体表面来说,为了获取完整的三维数据,往往是通过人工示教的方式来完成对物体表面的视点规划,这种方式的过程繁琐,耗费人力资源,而且很难获得视点的最优解。
中国专利公开号为“CN109977466A”,名称为“一种三维扫描视点规划方法、装置及计算机可读存储介质”,该方法利用获取的低精度数字化模型点云数据,进行视点规划计算,通过表面法线估计,得到所述待扫描物体表面的点云法向量,利用法向量和三维传感器的对焦距离确定视点;该算法终止条件关联于当前待计算的点云数量。
该方案所提出的三维扫描的视点规划方法存在不足:在针对未知物体时,为了完成三维扫描视点规划,需要事先获取未知物体低精度数字化模型,对未知物体表面测量自动化水平低。
发明内容
本发明的主要目的是提供一种基于边界检验面向未知物体表面测量的视点规划方法,旨在解决现有技术对未知物体三维扫描视点规划,需要事先获取未知物体低精度数字化模型,对未知物体表面测量自动化水平低的问题。
基于边界检验的未知物体表面测量的视点规划方法,包括以下步骤:
步骤1:人工引导3D相机至初始视点;
设未知物体F坐标系为{O},设3D相机第j轮视点规划的第i个视点的右手笛卡尔坐标系为{C(j,i)},{i=1,2,...,N,j=0,1,2...,M},{C(j,i)}方向向量为{cx,cy,cz},其中向量cz为相机主光轴方向,向量cx为相机水平方向,向量cy为相机竖直方向;3D相机视区水平角和垂直角分别为θH和θV,向量cz方向测量范围为[Lmin,Lmax],向量cz相对于未知物体F表面法向的倾角范围为[-βmax,βmax];
通过人工方式引导3D相机至初始视点V0拍摄未知物体F,此时3D相机的向量cz与未知物体F表面的法向倾角为β,β∈[-βmax,βmax],距物体F的拍摄距离为d,d∈[Lmin,Lmax];
步骤2:根据视点拍摄获取点云;
以初始视点V0拍摄获取的未知物体F点云记为其中C(0,1)为相机在初始视点的坐标系;设3D相机拍摄物体F第j′轮规划的视点集合其中为视点位置,其中xi,yi,zi为在坐标系C(0,1)下的坐标,为视点姿态,其中Ai,Bi,Ci分别为在坐标系C(0,2)下绕x轴、y轴、z轴旋转的欧拉角,以Vj′拍摄获取的物体F点云
步骤3:对点云网格化;
步骤4:配准调整网格化模型;
步骤5:配准后网格化模型提取边界;
步骤6:边界边排序;
步骤7:待验证边界确认;
步骤8:基于边界检测的未知物体表面测量视点规划方法结束条件;
步骤9:对待检测边界分段;
步骤10:根据每段边界的空间特征生成视点;
首先求视点姿态使用主成分分析法求得,以每段边界的中点pi为圆心,半径r的邻域的第三主成分方向向量,即中点pi的法向量ni,{i=1,2,...,N},3D相机的向量cz与法向量ni平行且反向,如式(8);
cz=-ni,i=0,1,2...,N (8)
由公式(9),求得向量cy、cx,
由公式(10),求得向量cx、cy、cz在坐标系C(0,1)下绕x轴、y轴、z轴旋转的欧拉角Ai,Bi,Ci,
用公式(12)计算得到3D相机的测量距离d;
本发明的有益效果:
本发明是一种基于边界检验的未知物体表面测量视点规划方法,首先进行人工引导3D相机获取初始物体点云,作为后续视点规划的出发点,通过反馈拍摄完成了视点迭代,待验证边界作为视点拓展的规划条件,从而实现了在没有足够先验信息的情况下,自动完成视点规划操作,实现未知物体表面的自动测量。另外本发明不限定物体的具体结构,因此对复杂的物体表面的视点规划具有较强的适应性。
附图说明
图1是本发明一种基于边界检验的未知物体表面测量视点规划方法流程图;
图2是本发明所述的视点拍摄示意图;
图3为本发明所述的初始视点拍摄位置示意图;
图4是本发明所述的边界边示意图;
图5是本发明所述的模型配准调整前后边界对比示意图;
图6是本发明所述的边界边分段示意图;
图7是本发明所述的初始视点待验证边界分段示意图;
图8是本发明所述的边界视点位姿示意图;
图9是本发明所述的第一轮视点位姿示意图;
图10是本发明所述的第二轮视点位姿示意图;
图11是本发明所述的第二轮视点拍摄前后边界比较示意图;
图12是本发明所述的所有视点集合。
具体实施方式
下面结合附图对本发明做进一步详细说明。
如图1所示,基于边界检验的未知物体表面测量的视点规划方法,包括以下步骤:
步骤1:人工引导3D相机至初始视点
设汽车后保险杠F坐标系为{O},事先没有物体F的任何先验信息。设图漾FM830-GI主动式结构光双目相机第j轮视点规划的第i个视点的右手笛卡尔坐标系为{C(j,i)},{i=1,2,...,N,j=0,1,2...,M},{C(j,i)}方向向量为{cx,cy,cz},其中向量cz为相机主光轴方向,向量cx为相机水平方向,向量cy为相机竖直方向。相机视区水平角和垂直角分别为θH=56°和θV=46°,向量cz方向测量范围为[0.7m,1m],向量cz相对于汽车后保险杠F表面法向的倾角范围为[-15°,15°],视点拍摄如图2所示。
通过人工方式引导相机至初始视点V0拍摄汽车后保险杠F,此时相机的向量cz与物体表面的法向倾角为β=3.6°,距汽车后保险杠F的拍摄距离为d=720mm,初始视点拍摄位置如图3所示。
步骤2:根据视点拍摄获取点云
步骤3:对点云网格化
步骤4:配准调整网格化模型
步骤5:配准后网格化模型提取边界
步骤6:边界边排序
步骤7:待验证边界确认
步骤8:基于边界检测的未知物体表面测量视点规划方法结束条件
步骤9:对待检测边界分段
步骤10:根据每段边界的空间特征生成视点
边界视点位姿如图8所示,以第一轮视点的为例,首先求视点姿态使用主成分分析法求得,边界的中点p1=[2262.77,-740.15,1545.18]T为圆心,半径r=15mm的邻域的第三主成分方向向量,即中点p1的法向量n1=[0.0817244,0.0133536,0.996566]T,相机的向量cz与法向量n1平行且反向,如式(11)。
由公式(10),求得向量cx、cy、cz在坐标系C(0,1)下绕x轴、y轴、z轴旋转的欧拉角A1,B1,C1,
用公式(15)计算得到相机的测量距离d。
表1 第一轮视点位姿
表2 第二轮视点位姿
至此基于本发明方案的实施例到此结束,通过边界验证的方式来完成自终止条件,在不需要先验信息的情况下,也可以完成对未知物体的视点规划,构建物体的完整点云模型。
Claims (1)
1.基于边界检验的未知物体表面测量的视点规划方法,其特征是,该方法包括以下步骤:
步骤1:人工引导3D相机至初始视点;
设未知物体F坐标系为{O},设3D相机第j轮视点规划的第i个视点的右手笛卡尔坐标系为{C(j,i)},{i=1,2,...,N,j=0,1,2...,M},{C(j,i)}方向向量为{cx,cy,cz},其中向量cz为相机主光轴方向,向量cx为相机水平方向,向量cy为相机竖直方向;3D相机视区水平角和垂直角分别为θH和θV,向量cz方向测量范围为[Lmin,Lmax],向量cz相对于未知物体F表面法向的倾角范围为[-βmax,βmax];
通过人工方式引导3D相机至初始视点V0拍摄未知物体F,此时3D相机的向量cz与未知物体F表面的法向倾角为β,β∈[-βmax,βmax],距物体F的拍摄距离为d,d∈[Lmin,Lmax];
步骤2:根据视点拍摄获取点云;
以初始视点V0拍摄获取的未知物体F点云记为其中C(0,1)为相机在初始视点的坐标系;设3D相机拍摄物体F第j′轮规划的视点集合其中为视点位置,其中xi,yi,zi为在坐标系C(0,1)下的坐标,为视点姿态,其中Ai,Bi,Ci分别为在坐标系C(0,1)下绕x轴、y轴、z轴旋转的欧拉角,以Vj′拍摄获取的物体F点云
步骤3:对点云网格化;
步骤4:配准调整网格化模型;
步骤5:配准后网格化模型提取边界;
步骤6:边界边排序;
步骤7:待验证边界确认;
步骤8:基于边界检测的未知物体表面测量视点规划方法结束条件;
步骤9:对待检测边界分段;
步骤10:根据每段边界的空间特征生成视点;
首先求视点姿态使用主成分分析法求得,以每段边界的中点pi为圆心,半径r的邻域的第三主成分方向向量,即中点pi的法向量ni,{i=1,2,...,N},3D相机的向量cz与法向量ni平行且反向,如式(8);
cz=-ni,i=0,1,2...,N (8)
由公式(9),求得向量cy、cx,
由公式(10),求得向量cx、cy、cz在坐标系C(0,1)下绕x轴、y轴、z轴旋转的欧拉角Ai,Bi,Ci,
用公式(12)计算得到3D相机的测量距离d;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210299796.XA CN114626112A (zh) | 2022-03-24 | 2022-03-24 | 一种基于边界检验的未知物体表面测量视点规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210299796.XA CN114626112A (zh) | 2022-03-24 | 2022-03-24 | 一种基于边界检验的未知物体表面测量视点规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114626112A true CN114626112A (zh) | 2022-06-14 |
Family
ID=81904856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210299796.XA Pending CN114626112A (zh) | 2022-03-24 | 2022-03-24 | 一种基于边界检验的未知物体表面测量视点规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626112A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116465827A (zh) * | 2023-03-17 | 2023-07-21 | 中国科学院自动化研究所 | 视点路径规划方法、装置、电子设备及存储介质 |
-
2022
- 2022-03-24 CN CN202210299796.XA patent/CN114626112A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116465827A (zh) * | 2023-03-17 | 2023-07-21 | 中国科学院自动化研究所 | 视点路径规划方法、装置、电子设备及存储介质 |
CN116465827B (zh) * | 2023-03-17 | 2023-10-31 | 中国科学院自动化研究所 | 视点路径规划方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107063228B (zh) | 基于双目视觉的目标姿态解算方法 | |
CN106651942B (zh) | 基于特征点的三维旋转运动检测与旋转轴定位方法 | |
CN113436260B (zh) | 基于多传感器紧耦合的移动机器人位姿估计方法和系统 | |
CN104484648B (zh) | 基于轮廓识别的机器人可变视角障碍物检测方法 | |
Herráez et al. | 3D modeling by means of videogrammetry and laser scanners for reverse engineering | |
CN110189257B (zh) | 点云获取的方法、装置、系统及存储介质 | |
CN109470149B (zh) | 一种管路位姿的测量方法及装置 | |
CN112067233B (zh) | 一种用于风洞模型六自由度运动捕获方法 | |
CN110641721B (zh) | 一种登机桥停靠方法 | |
CN111738032B (zh) | 一种车辆行驶信息确定方法及装置、车载终端 | |
CN110009680B (zh) | 基于圆特征及异面特征点的单目图像位置、姿态测量方法 | |
CN111127613B (zh) | 基于扫描电子显微镜的图像序列三维重构方法及系统 | |
CN113393524B (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
CN111028345B (zh) | 一种港口场景下圆形管道的自动识别与对接方法 | |
CN114372992A (zh) | 一种基于动平台的边缘角点检测四目视觉算法 | |
CN109671109A (zh) | 密集点云生成方法及系统 | |
CN114463425B (zh) | 一种基于概率Hough直线检测的工件表面无特征点定位方法 | |
CN114626112A (zh) | 一种基于边界检验的未知物体表面测量视点规划方法 | |
CN111583342A (zh) | 一种基于双目视觉的目标快速定位方法及装置 | |
CN116894876A (zh) | 基于实时图像的6-dof的定位方法 | |
Cheng et al. | A fast mosaic approach for remote sensing images | |
CN117036404A (zh) | 一种单目热成像同时定位与建图方法和系统 | |
CN116563377A (zh) | 一种基于半球投影模型的火星岩石测量方法 | |
CN113554705B (zh) | 一种变化场景下的激光雷达鲁棒定位方法 | |
CN111260727B (zh) | 一种基于图像处理的网格定位方法、装置及存储介质 |
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 |