一种无标志点拼接的自动化三维测量方法及系统技术方案

本发明专利技术公开一种无标志点拼接的自动化三维测量方法及系统，所述方法包括：通过手眼标定计算机器人末端坐标系到测量装置坐标系的变换矩阵X，将测量装置获取的待测物体的测量点云中的点由测量坐标系转换至机器人基座坐标系，进行点云粗拼接；设置距离阈值准则，基于所述距离阈值遍历待测物体的测量点云中所有的点，自动去除多余背景数据；基于位姿图优化框架设置多视角点云配准优化目标，求解所述优化目标得到优化后的全局位姿关系；将优化后的全局位姿关系刚性变换到统一的坐标系下，得到完整的测量数据。本发明专利技术在粗拼接的基础上，自动去除背景无关数据，基于图优化技术进一步优化全局位姿，实现多视角点云数据高精度拼接。实现多视角点云数据高精度拼接。实现多视角点云数据高精度拼接。

【技术实现步骤摘要】
一种无标志点拼接的自动化三维测量方法及系统


[0001]本专利技术属于面结构光自动化三维测量
，具体涉及一种无标志点拼接的自动化三维测量方法及系统。

技术介绍

[0002]面结构光三维测量法以其测量速度快、精度高、非接触等优势被广泛应用到模型数字化、产品质量控制、文物数字化、生物医药以及工业生产中等领域中。
[0003]而对于实际的工业测量而言，大部分需要粘贴标志点进行拼接，需要额外辅助装置、对环境要求高，从而获取到完整的点云数据。在热成型、生产线等环境中，由于被测物体为高温铸、锻件，无法粘贴标志点，同时存在复杂的背景，在数据获取中，背景也会进入测量空间，且与目标数据连接紧密，需要将其自动去除。同时由于会存在被测物体自身以及环境的遮挡问题，或者受到测量范围的一些限制，单次的测量只能够获得部分表面的三维数据，所以需要从不同的视角位姿来多次测量被测物体来获取完整的三维数据模型。综上，对于高温工件自动化测量系统而言，存在以下问题：
[0004]1)常规测量方式需要等待工件冷却后在人工进行测量，测量周期时间长，效率低下。
[0005]2)检测结果完全取决于工人的接受，少于疏忽很容易造成误判，测量精度无法保证。
[0006]3)高温热态的测量无法通过粘贴标志点方式进行测量。
[0007]4)无关数据无法自动去除。
[0008]因此，有必要采取一种更加切实有效的自动化监测方法来克服上面的不足，来实现高温不粘贴标志点、自动去除背景、测量精度高、测量自动化等目的。
专利技术内容
[0009]有鉴于此，本专利技术提出了一种无标志点拼接的自动化三维测量方法及系统，用于解决高温工件的三维测量中测量精度无法保证的问题。
[0010]本专利技术第一方面，公开一种无标志点拼接的自动化三维测量方法，所述方法包括：
[0011]通过手眼标定计算机器人末端坐标系到测量装置坐标系的变换矩阵X，所述测量装置安装于机器人末端；获取机器人基座坐标系到机器人末端坐标系的变换矩阵T；
[0012]根据机器人末端坐标系到测量装置坐标系的变换矩阵X和机器人基座坐标系到机器人末端坐标系的变换矩阵T将测量装置获取的待测物体的测量点云中的点由测量坐标系转换至机器人基座坐标系，进行点云粗拼接；
[0013]设置距离阈值准则，基于所述距离阈值遍历待测物体的测量点云中所有的点，自动去除多余背景数据；
[0014]基于位姿图优化框架设置多视角点云配准优化目标，求解所述优化目标得到优化后的全局位姿关系；
[0015]将优化后的全局位姿关系刚性变换到统一的坐标系下，进行多视角点云精拼接，得到完整的测量数据。
[0016]优选的，所述将测量装置获取的待测物体测量点云中的点由测量坐标系转换至机器人基座坐标系的公式为：
[0017][0018]其中，(x
i
,y
i
,z
i
)为测量装置获取的待测物体的测量点云中的点在测量装置坐标系下的坐标，(x
′
i
,y
′
i
,z
′
i
)为测量点云中的点转换至机器人基座坐标系下的坐标。
[0019]优选的，所述距离阈值准则为：
[0020]{x
′
i
|dx
min
≤x
′
i
≤dx
max
,x
′
i
∈R3}
[0021]{y
′
i
|dy
min
≤y
′
i
′
≤dy
max
,y
′
i
∈R3}
[0022]{z
′
i
|dz
min
≤z
′
i
≤dz
max
,z
′
i
∈R3}
[0023]其中dx
min
,dy
min
,dz
min
,dx
max
,dy
max
,dz
max
分别为机器人基座坐标系下测量点云中的点在x轴、y轴、z轴方向上的距离阈值的下限与上限，利用所述距离阈值准则遍历测量点云中所有的点，删除在此字段外的所有数据，以去除背景数据。
[0024]优选的，所述基于位姿图优化框架设置多视角点云配准优化目标具体包括：
[0025]以测量视点的全局位姿为待优化的节点，将连接节点的有向边作为节点之间的相对位姿T
i,j
，进行位姿图建模；
[0026]将两幅关联点云之间的对应点的距离误差信息用预先计算的协方差矩阵Ω
i,j
表示；
[0027]计算两幅关联点云f
i
和f
j
之间的几何配准误差：
[0028][0029]其中，T
j
,T
i
分别为两个测量视点j，i的全局位姿，T
j,i
为其相对位姿；
[0030]忽略两幅关联点云f
i
和f
j
之间对应的三维点在经过配准变换后的距离误差，对几何配准误差E
i,j
进行变换，将任意两幅关联点云数据之间配准误差用位姿误差项δξ
i,j
和一个协方差矩阵Ω
i,j
进行表示，即：
[0031][0032]其中，δ为位姿误差项δξ
i,j
的左乘微小扰动系数，G
i
＝[
‑
[p
i
]×
I]，为反对称运算符；
[0033]根据几何配准误差E
i,j
构建多视角点云配准优化目标，进行全局位姿优化。
[0034]优选的，点云f
i
中的三维点p
j
和其在点云f
j
中的对应点p
j
在经过配准变换T
i,j
后的距离误差满足：
[0035]||T
i,j
p
j
‑
p
i
||<∈
[0036]两个测量视点j，i的全局位姿T
j
,T
i
和其相对位姿T
j,i
之间的关系满足：
[0037]其中，I为单位矩阵，为位姿误差项，^表示从向量到矩阵的转换。
[0038]优选的，所述多视角点云配准优化目标的公式为：
[0039][0040]其中，为测量视点集合，多视角点云配准的优化目标为使E(T)最小。
[0041]优选的，通过Levenberg Marquardt算法求解所述优化目标，得到优化后的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无标志点拼接的自动化三维测量方法，其特征在于，所述方法包括：通过手眼标定计算机器人末端坐标系到测量装置坐标系的变换矩阵X，所述测量装置安装于机器人末端；获取机器人基座坐标系到机器人末端坐标系的变换矩阵T；根据机器人末端坐标系到测量装置坐标系的变换矩阵X和机器人基座坐标系到机器人末端坐标系的变换矩阵T将测量装置获取的待测物体的测量点云中的点由测量坐标系转换至机器人基座坐标系，进行点云粗拼接；设置距离阈值准则，基于所述距离阈值遍历待测物体的测量点云中所有的点，自动去除多余背景数据；基于位姿图优化框架设置多视角点云配准优化目标，求解所述优化目标得到优化后的全局位姿关系；将优化后的全局位姿关系刚性变换到统一的坐标系下，进行多视角点云精拼接，得到完整的测量数据。2.根据权利要求1所述无标志点拼接的自动化三维测量方法，其特征在于，所述将测量装置获取的待测物体测量点云中的点由测量坐标系转换至机器人基座坐标系的公式为：其中，(x
i
,y
i
,z
i
)为测量装置获取的待测物体的测量点云中的点在测量装置坐标系下的坐标，(x
′
i
,y
′
i
,z
′
i
)为测量点云中的点转换至机器人基座坐标系下的坐标。3.根据权利要求2所述无标志点拼接的自动化三维测量方法，其特征在于，所述距离阈值准则为：{x
′
i
|dx
min
≤x
′
i
≤dx
max
,x
′
i
∈R3}{y
′
i
|dy
min
≤y
′
i
≤dy
max
,y
′
i
∈R3}{z
′
i
|dz
min
≤z
′
i
≤dz
max
,z
′
i
∈R3}其中dx
min
,dy
min
,dz
min
,dx
max
,dy
max
,dz
max
分别为机器人基座坐标系下测量点云中的点在x轴、y轴、z轴方向上的距离阈值的下限与上限，利用所述距离阈值准则遍历测量点云中所有的点，删除在此字段外的所有数据，以去除背景数据。4.根据权利要求1所述无标志点拼接的自动化三维测量方法，其特征在于，所述基于位姿图优化框架设置多视角点云配准优化目标具体包括：以测量视点的全局位姿为待优化的节点，将连接节点的有向边作为节点之间的相对位姿T
i,j
，进行位姿图建模；将两幅关联点云之间的对应点的距离误差信息用预先计算的协方差矩阵Ω
i,j
表示；计算测量视点i，j对应的关联点云f
i
和f
j
之间的几何配准误差：其中，T
j
,T
i...

【专利技术属性】
技术研发人员：李中伟，钟凯，刘玉宝，袁超飞，杨柳，
申请(专利权)人：武汉惟景三维科技有限公司，
类型：发明
国别省市：