三维点云的两步校准法及其应用研究

针对具有平面特征的工件的位姿识别,提出了一种三维点云两步校准法。首先,对三维点云进行多次随机抽样,每次抽取3个点并计算其所构成平面的单位法向量;经多次抽样后,得到一个平面单位法向量集合,采用密度聚类算法提取主平面的单位法向量,并根据主平面单位法向量与目标向量的轴角变换关系实现点云的倾斜度校正。然后,先将点云投影至主平面,再将各点的高度映射为主平面内的灰度,得到点云灰度图;再利用图像模板匹配算法获取点云在主平面内投影的平移量和旋转角,经平移和旋转后实现点云位姿的最终校准。将所提出的三维点云两步校准法应用于高压输电线塔塔座自动焊接系统,以识别塔座的位姿信息,并与基于采样一致性法识别的塔座位姿信息进行对比。结果表明,相比于采样一致性法,所提出的两步校准法既提高了工件位姿的识别精度,又缩短了约76%的耗时。研究结果可为具有平面特征的工件的位姿快速校准及识别提供参考。三维点云两步校准法在先进制造业中具有广阔的应用前景。

基于TerraSolid软件的车载扫描点云数据校准与道路DEM制作

在城市道路进行车载激光扫描时,由于复杂地理环境和扫描系统本身误差等因素影响,原始获得的激光点云坐标不够准确,需要校准后才能使用。本文以Terra Solid软件为例,论述了车载激光点云数据的校准方法,并阐明制作道路DEM的技术流程,对自动化工程测量应用有借鉴作用。

基于点云与图像融合的BGA锡球检测方法研究

为实现球栅阵列封装芯片视觉检测中焊球质量和共面度在线检测,提出一种点云与图像数据相结合的检测方法。首先对彩色相机进行标定,再分别获取芯片彩色图像和点云数据,利用随机采样一致性算法获取点云主平面法向量,根据法向量提供的倾角信息,进行倾斜度校正。然后,将倾斜度校正后的点云利用彩色相机内外参数投影成像得到点云灰度图,将其与彩色图像进行点模式匹配,获取点云数据与彩色图像间的平移量和偏转角,完成点云数据与图像数据配准。从配准后的数据提取焊球进行焊球大小、破损、变形、桥连等缺陷检测和高度测量,完成焊球共面度测量。该方法与迭代最近点法进行了对比实验。二者测量结果总体一致,但本文方法在耗时上减少了62.8%。该方法在先进制造业中具有广阔的应用前景。

基于多源数据融合的室内平面地图构建方法

单一数据源信息不充分、传感器本身及传感器之间的标定存在误差导致室内地图创建不精准,针对这一问题,本文提出基于多源数据融合的室内平面图构建算法,该算法利用RGB-D传感器获取室内场景中的三维结构特征,并将其融入激光雷达点云中,从而构建具有三维结构特征的室内平面地图。在该算法中,先将RGB-D传感器中深度相机采集到的图像转换为伪激光雷达点云;然后,使用基于多项式函数拟合的过滤器对伪激光雷达点云进行分层和校准,并对激光雷达点云和伪激光雷达点云进行融合;最后,利用融合后的点云数据创建室内二维平面地图。实验结果表明,本文提出的点云分层过滤和校准方法可以有效融合激光雷达点云和伪激光雷达点云,融合点云构建的室内二维平面地图精度明显提高。