CN101995231B - 一种大型薄壳物体表面的三维检测***及其检测方法 - Google Patents

Abstract

本发明适用于三维传感技术领域，提供了一种大型薄壳物体表面的三维检测***及其检测方法。本发明首先通过三组传感器从被测物体上、中、下的角度向被测物体表面投射条纹，并采集变形条纹图，获取相位分布信息，结合相位与深度映射原理获取各个视场的三维深度数据；由多传感器标定信息匹配三个传感器获取的深度数据，并将多角度数据匹配到同一坐标系；尺寸获取与模型比对，将测量的三维数据与CAD模型匹配起来，计算所有测量点到CAD模型的距离，获取物体的内侧面、外侧面、内底面、外底面误差分布伪彩图，由射线跟踪等方法计算物体的长、宽、高、壁厚等相关尺寸。测量方法结构简单、灵活、无接触、成本低、精度高、测量范围大、数据密度高。

Description

一种大型薄壳物体表面的三维检测***及其检测方法

技术领域

本发明属于三维传感技术领域，尤其涉及一种大型薄壳物体表面的三维检测***及其检测方法。

背景技术

随着工业的发展，对大型三维物体(特别是具有特殊形状)的表面三维自动检测要求越来越苛刻，不仅需要快速、高精度的测量物体表面三维深度数据，还要求在较少的时间内完成与CAD模型的比较并自动生成检测报告。目前，对大型物体的三维测量方法可分为摄影测量、三座标测量机、线激光及结构光等方法。其中摄影测量方法精度较高，但需要在被测物体表面粘贴标记点，仅能获取这些标记点的尺寸，数据过于稀疏，难以应用于物体表面的高密度测量。而三座标测量机采用逐点测量方法，测量速度太慢，而且针对大物体测量需设计更大尺寸的三座标测量机，加工制造困难。线激光测量采用线扫描原理获取三维深度数据，测量速度较慢，对于大尺寸、薄壳、箱状物体的表面尺寸测量，需要测量物体的所有内、外表面，一方面，被测物体的特殊形状会造成其传感器设计较困难；另一方面，由于待测量区域过大，测量时间存在问题。此外，三维在线检测是在三维测量基础上，提出了更高的要求：第一，***受到生产线环境的限制；第二，***受到测量时间的限制；第三，需要对长、宽、高、壁厚、底厚等几何尺寸进行检测；第四，需要将测量数据与CAD模型进行比对，检测出差距较大区域。故目前现有的针对大尺寸、薄壳、箱状物体的检测装置少之甚少。

发明内容

本发明的目的在于提供一种针对大尺寸、薄壳、箱状物体，提供一种速度快、精度高、数据密度高、多传感器协同测量的物体表面三维测量及模型比对检测方法，以完成物体的在线表面检测。

本发明是这样实现的，一种大型薄壳物体表面的三维检测方法，包括以下步骤：

步骤a，在被测物体表面粘贴大量编码标记点，结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶；每一组传感器均包括一个投影机和分别位于所述投影机左右两边的两个CCD摄像机；

步骤b，在每组传感器上建立各自局部坐标系，坐标系原点在传感器的左CCD摄像机上，xyz坐标轴与CCD成像模型坐标轴相同，另加世界坐标系O_WX_WY_WZ_W，共建立4个坐标系；

步骤c，在特定测量空间内，多角度旋转并平移标靶，三组传感器同时拍摄不同角度的标靶图像，自动提取图像上圆形特征点的亚像素图像坐标，并结合对应的特征点的世界坐标系三维空间坐标来标定每个CCD摄像机的内部参数与外部参数，以及三组传感器各自的结构参数；

步骤d，对世界坐标系O_WX_WY_WZ_W下的一点X，经标定可获得该点在第一组传感器坐标系O₁X₁Y₁Z₁下的坐标为X₁＝R₁X+t₁，在第二组传感器坐标系O₂X₂Y₂Z₂下的坐标为X₂＝R₂X+t₂，在第三组传感器坐标系O₃X₃Y₃Z₃下的坐标为X₃＝R₃X+t₃，其中，R₁、R₂、R₃、t₁、t₂、t₃均由标定信息获取，R₁、R₂、R₃分别表示从世界坐标系到三组传感器坐标系的旋转，t₁、t₂、t₃分别为从世界坐标系到三组传感器坐标系的平移；

步骤e，控制被测物体以每次90度的方式旋转4个角度，并在每次旋转之后，通过第一组传感器采集被测物体内侧面及内底面的三维深度数据，通过第二组传感器采集被测物体外底面的三维深度数据，通过第三组传感器采集被测物体外侧面的三维深度数据；

步骤f，将所述第二组传感器和所述第三组传感器采集的三维深度数据均统一到所述第一组传感器所在的坐标系；

步骤g，由被测物体的旋转轴位置与旋转角度获取每次旋转产生的刚体变换；

步骤h，以所述刚体变换作为初始值，将四个角度拍摄的三维深度数据匹配到同一坐标系，并将测量的三维深度数据与CAD模型进行匹配，并比对得到被测物体的相关尺寸。

本发明还提供了一种大型薄壳物体表面的三维检测***，包括：

可旋转的支架平台，用于放置被测物体；

三组传感器，其中第一组传感器用于采集被测物体内侧面及内底面的三维深度数据，第二组传感器用于采集被测物体外底面的三维深度数据，第三组传感器用于采集被测物体外侧面的三维深度数据；

测试用计算机，用于控制所述可旋转的支架平台以每次90度的方式旋转4个角度，并在每次旋转之后，将所述第二组传感器和所述第三组传感器采集的三维深度数据均统一到所述第一组传感器所在的坐标系；还用于由被测物体的旋转轴位置与旋转角度获取每次旋转产生的刚体变换，并以该刚体变换作为初始值，将四个角度拍摄的三维深度数据匹配到同一坐标系，并将测量的三维深度数据与CAD模型进行匹配，并比对得到被测物体的相关尺寸；

所述测试用计算机包括：

程序控制模块，用于控制所述可旋转的支架平台进行旋转；

标定模块，用于将被测物体表面粘贴的大量编码标记点结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶；还用于在每套传感器上建立各自局部坐标系，坐标系原点在传感器的左CCD摄像机上，xyz坐标轴与CCD成像模型坐标轴相同，另加世界坐标系O_WX_WY_WZ_W，共建立4个坐标系；同时在特定测量空间内，当所述程序控制模块控制所述可旋转的支架平台多角度旋转并平移标靶时，根据三组传感器同时拍摄不同角度的标靶图像，自动提取图像上圆形特征点的亚像素图像坐标，并结合对应的特征点的世界坐标系三维空间坐标来标定每个CCD摄像机的内部参数与外部参数，以及三组传感器各自的结构参数；对世界坐标系O_WX_WY_WZ_W下的一点X，经标定可获得该点在第一组传感器坐标系O₁X₁Y₁Z₁下的坐标为X₁＝R₁X+t₁，在第二组传感器坐标系O₂X₂Y₂Z₂下的坐标为X₂＝R₂X+t₂，在第三组传感器坐标系O₃X₃Y₃Z₃下的坐标为X₃＝R₃X+t₃，其中，R₁、R₂、R₃、t₁、t₂、t₃均由标定信息获取，R₁、R₂、R₃分别表示从世界坐标系到三组传感器坐标系的旋转，t₁、t₂、t₃分别为从世界坐标系到三组传感器坐标系的平移；

第一匹配模块，用于根据以下旋转参数R₂₁和平移参数t₂₁将所述第二组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

根据以下旋转参数R₃₁和平移参数t₃₁将所述第三组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

本发明中，首先通过三组传感器从被测物体上、中、下的角度向被测物体表面投射条纹，并采集变形条纹图，获取相位分布信息，结合相位与深度映射原理获取各个视场的三维深度数据；由多传感器标定信息匹配三个传感器获取的深度数据，并将多角度数据匹配到同一坐标系；尺寸获取与模型比对，将测量的三维数据与CAD模型匹配起来，计算所有测量点到CAD模型的距离，获取物体的内侧面、外侧面、内底面、外底面误差分布伪彩图，由射线跟踪等方法计算物体的长、宽、高、壁厚等相关尺寸。测量方法结构简单、灵活、无接触、成本低、精度高、测量范围大、数据密度高，可以完成对大尺寸、薄壳物体的高密度测量与检测。

附图说明

图1是本发明实施例提供的检测***场景布置示意图；

图2是本发明实施例提供的传感器测量原理示意图；

图3是本发明实施例提供的传感器标定原理示意图；

图4是本发明实施例提供的标靶实物图；

图5是本发明实施例提供的标定三个传感器相对位姿示意图；

图6是本发明实施例提供的物体表面采样示意图

图7是本发明实施例提供的大型薄壳物体表面的三维检测方法的实现流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。

本发明实施例中，将相位映射技术、计算机视觉技术及计算机图形学技术相结合，使用三组传感器实现大尺寸、薄壳、箱状物体表面尺寸测量及在线检测。

本发明实施例提供的检测过程可分为4个阶段，即检测现场布置规划、传感器***标定、多传感器控制及测量、多视场测量数据匹配、物体尺寸(长、宽、高、壁厚、表面平整度等)计算及与标准CAD模型比对。主要原理如下：

1.检测现场布置规划阶段

1.1在生产线上，搭建可旋转的支架平台，用于放置被检测的箱状物体，为了无遮挡的获取物体底面数据，采用四支细柱，焊接与旋转台之上，四根支柱用于支撑被测物体，其中一根支柱可作为基准，标识出物体放置的位置。

1.2在测量现场安装三套相位结构光测量传感器，为尽可能扩大数据的采集范围，采用上、中、下合理布置传感器位姿。

2传感器测量***的标定阶段

2.1标靶的制作，即在物体内外表面粘贴大量编码标记点，结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶，标靶定位精度在0.02mm以内。

2.2在三个传感器的拍摄视场范围之内，旋转、平行移动标靶4到8个位置，每移动一个位置，拍摄一幅标靶图像；

2.3自动识别并提取图像上，标靶的圆形标记点坐标，使用编码信息唯一识别标志点，使用亚像素边缘提取算法，提取标记点边缘，并拟合椭圆，获取椭圆圆心坐标。

2.4利用提取的标记点图像坐标与其相应的空间三维坐标，标定每个传感器的内外参数，以及三个传感器之间的结构参数。

3多传感器控制及测量阶段

3.1利用一台计算机控制3套传感器(共3个投影装置与6个CCD摄像机)，采取模块化程序设计，包括一个程序控制模块、采集模块、一个标定模块、一个匹配模块、一个比对模块及显示模块；

3.2由传送机构将被测物体运输到测量支架平台上，物体四个角分别对应四个支架；

3.3控制转台旋转4个角度(每次90度)，在每个角度，三套传感***各拍摄一组深度数据；

4多视场测量数据匹配阶段

4.1利用已标定的三个传感***的结构参数，将一个角度获取的3个深度数据进行同一坐标系转换；

4.2由旋转台转轴位置与标定信息，计算每次旋转产生的刚体变换；

4.3以该刚体变换作为初始值，利用最近点迭代算法将四个角度拍摄的深度数据匹配在统一坐标系。

5物体尺寸计算及与标准CAD模型比对

5.1利用最近点迭代方法，将测量的三维数据与CAD模型匹配起来，计算所有测量点到CAD模型的距离；

5.2统计计算的距离数值，用各种颜色的地形图标识出模型的比对误差，包括物体的内侧面、外侧面、内底面、外底面等；

5.3由射线跟踪等方法计算物体的长、宽、高、壁厚等相关尺寸。

基于以上各阶段的规划原理即可进行现场布置检测了。与上文相对应描述如下：

在线检测现场布置

图1是检测***场景布置示意图。图1中，101是CCD摄像机1，102是CCD摄像机2，103是CCD摄像机3，104是CCD摄像机4，105是CCD摄像机5，106是CCD摄像机6，107是投影机1，108是投影机2，109是投影机3，110是被测物体，111是支柱，112是转台。其中，101、102与107组成第一组传感器1，103、104与108组成第二组传感器2，105、106与109组成第三组传感器3。

三个传感器及被测物体相对位置如图1所示，传感器1置于靠上位置，距地面约2200mm，向下俯视，与水平面夹角约45度，用以获取物体内侧面与内底面数据；传感器2置于靠下位置，距地面约200mm，向上仰视，与水平面夹角约45度，用以获取物体外底面数据；传感器3置于另一侧靠中位置，距地面约1100mm，基本水平视角，用以获取物体外侧面数据。旋转台4基于地面上，旋转台直径1000mm，4根支柱置于旋转台4上，支柱长800mm，被测物体置于支柱之上。

单传感器标定模型

传感器采用基于相位映射的光学三角测量法。如图2所示，投影机107投射出正弦条纹图，条纹图被物体113表面形貌调制变形，利用CCD摄像机101、102获取这些变形的条纹图像，结合数字图像处理及相位解调方法(相移与时间相位展开)处理得到条纹图的相位分布，结合标定好的CCD摄像机101、102及投影机107的内、外参数及相对位置关系便可以获得物体表面的三维深度信息。

由投影机与CCD摄像机组成的结构光视觉传感器的数学模型如图2所示。其中，建立三个坐标系，世界坐标系O_WX_WY_WZ_W，CCD摄像机1坐标系O_c1X_c1Y_c1Z_c1，CCD摄像机2坐标系O_c2X_c2Y_c2Z_c2，各个坐标系之间存在一个刚体变换关系，即每两个坐标系之间，存在一个旋转变换与平移变换，其中旋转变换可由一个3阶正交矩阵R来表示，平移变换由一个平移向量t来表示。此处，需确定由世界坐标系O_WX_WY_WZ_W到CCD摄像机1坐标系O_c1X_c1Y_c1Z_c1的R_c1和t_c1；由世界坐标系O_WX_WY_WZ_W到CCD摄像机2坐标系O_c2X_c2Y_c2Z_c2的R_c2和t_c2；以及由CCD摄像机1坐标系O_c1X_c1Y_c1Z_c1 CCD摄像机2坐标系O_c2X_c2Y_c2Z_c2的R和t。此处，这些参数的获取，通过同时拍摄标定参照物图像，并逐一建立各摄像机标定模型，对CCD摄像机进行标定。其CCD摄像机标定的数学模型如图3所示：

图3中O_c点为成像透视点，X_IO_IY_I为像平面。过O_c点做O_cZ_c轴垂直于像平面且交像平面于O_I点，在像平面上以O_I点为原点建立像平面直角坐标系X_IO_IY_I，同时以O_c为原点建立摄像机坐标系O_cX_cY_cZ_c，且保证O_cX_c轴平行于O_IX_I轴，方向一致，O_cY_c轴平行于O_IY_I轴，方向一致。

世界坐标系下一点X用4维齐次坐标(X，Y，Z，1)^T表示；图像点x被表示成3维齐次坐标形式(u，v，1)^T；则成像过程可表示为：

x＝K[R_c|t_c]X             (1)

矩阵 $K=\left[\begin{array}{ccc}\mathrm{\α}& \mathrm{\γ}& u_0\\ 0& \mathrm{\β}& v_0\\ 0& 0& 1\end{array}\right]$ 称为摄像机标定矩阵，α和β是跟焦距有关的两个尺度因子，u₀和v₀是主点，γ为扭曲因子；R_c和t_c分别表示从世界坐标到摄像机坐标的旋转和平移。考虑镜头的径向畸变和离心畸变，则畸变后点的坐标：

$\left[\begin{array}{c}\tilde{u}\\ \tilde{v}\end{array}\right]=\left[\begin{array}{c}u\\ v\end{array}\right]+\left[\begin{array}{c}{\mathrm{\Δu}}^{\left(r\right)}\\ \mathrm{\Δ}{v}^{\left(r\right)}\end{array}\right]+\left[\begin{array}{c}{\mathrm{\Δu}}^{\left(t\right)}\\ {\mathrm{\Δv}}^{\left(t\right)}\end{array}\right]---\left(2\right)$

其中， $\left[\begin{array}{c}{\mathrm{\Δu}}^{\left(r\right)}\\ {\mathrm{\Δv}}^{\left(r\right)}\end{array}\right]=\left[\begin{array}{c}u(k_1{r}^2+k_2{r}^4+k_3{r}^6+...)\\ v(k_1{r}^2+k_2{r}^4+k_3{r}^6+...)\end{array}\right]$ 表示径向畸变， $\left[\begin{array}{c}{\mathrm{\Δu}}^{\left(t\right)}\\ {\mathrm{\Δv}}^{\left(t\right)}\end{array}\right]=\left[\begin{array}{c}{2p}_1\mathrm{uv}+p_2(r^2+{2u}^2)\\ p_1(r^2+{2v}^2)+2p_2\mathrm{uv}\end{array}\right]$ 表示离心畸变，r²＝u²+v²，k₁k₂k₃为径向畸变系数，p₁p₂分别为离心畸变系数。

综上，标定数学模型：对于给定的一个标定的参照物，参照物上的m个标志点在世界坐标系下记为X_j，j＝1…m，从n个视场采集该参考面的n幅图像，记x_ij为第i幅图像上的第j个三维点X_j在图像坐标系下的坐标。则通过最小化以下误差函数：

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{\left|\right|x_{\mathrm{ij}}-\hat{m}\left(X_j\right)\left|\right|}^2---\left(3\right)$

由以上针孔透视模型(1)及镜头畸变模型(2)可以构造出下式：

${\tilde{x}}_{\mathrm{ij}}=K\left[R_i\right|t_i]X_j$

$\hat{m}\left(X_j\right)={\tilde{x}}_{\mathrm{ij}}+\mathrm{\Δ}{\tilde{x}}_{\mathrm{ij}}^{\left(r\right)}+\mathrm{\Δ}{\tilde{x}}_{\mathrm{ij}}^{\left(t\right)}---\left(4\right)$

和

分别表示镜头的径向畸变和离心畸变。整个模型共需标定10个内部参数，和6n个外部参数，通过Gauss-Newton迭代法解非线性最优化问题求解，可参见《最优化理论与方法》(袁亚湘、孙文瑜，科学出版社，1999年)。由标定结果的外部参数(世界坐标系到CCD摄像机1坐标系的刚体变换R_c1t_c1、世界坐标系到CCD摄像机2坐标系的刚体变换R_c2t_c2)，可获取CCD摄像机1与CCD摄像机2间的转换矩阵

t_c21＝t_c2-R·t_c1。具体可参见《计算机视觉》(马颂德、张正友，科学出版社，1998)

三传感器***标定

为同时实现三套传感器各自***的结构标定与***间的相互位姿标定，标定参照物采用在物体内外表面粘贴大量编码标记点获得，如图4所示，每个标记点由直径23mm的圆，圆周围绕着23mm宽的圆环用以编码标识，印刷精度为0.01mm，每个标记点间距约100mm，利用数码相机多角度拍摄标记点，结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶，标靶定位精度在0.05mm以内。具体方法可参见《近景摄影测量：物体外形与运动状态的摄影法测定》(冯文灏，武汉大学出版社，2002)。

在特定测量空间内，多角度旋转并平移标靶，三套传感器同时拍摄不同角度的标靶图像，自动提取图像上圆形特征点的亚像素图像坐标，并结合对应的特征点的世界坐标系三维空间坐标来标定6个CCD摄像机的内部参数与外部参数，及三套传感器各自的结构参数。而三套***相互间位姿关系由图5计算获得。在每套传感器上建立各自局部坐标系，坐标系原点在传感器的左CCD摄像机上，xyz坐标轴同CCD成像模型坐标轴相同，另加世界坐标系O_WX_WY_WZ_W，共建立4个坐标系。为获取三套传感器间的位姿关系，即可计算传感器2到传感器1的空间变换R₂₁t₂₁，及传感器3到传感器1间的空间变换R₃₁t₃₁。其数学表达如下：

经以上CCD摄像机标定方法，可获取世界坐标系到各摄像机坐标系的空间变换，即世界坐标系O_WX_WY_WZ_W下一点X，经标定可获得该点：

在传感器1坐标系O₁X₁Y₁Z₁下坐标X₁＝R₁X+t₁       (5)

在传感器2坐标系O₂X₂Y₂Z₂下坐标X₂＝R₂X+t₂       (6)

在传感器3坐标系O₃X₃Y₃Z₃下坐标X₃＝R₃X+t₃       (7)

其中，R₁、R₂、R₃、t₁、t₂、t₃均由标定信息获取。

由(5)(6)(7)可计算得： $X_1=R_1{R}_2^T{X}_2+t_1-R_1{R}_2^T{t}_2$

$X_1=R_1{R}_3^T{X}_3+t_1-R_1{R}_3^T{t}_3$

即得到传感器2到传感器1的空间变换

传感器3到传感器1间的空间变换 $R_{31}=R_1{R}_3^T,t_{31}=t_1-R_1{R}_3^T{t}_3.$

多传感器控制及测量

检测***进行一次标定好参数后，便可对物体进行检测。

检测过程如下：

(1)由传送机构将被测物体运输到测量支架上，物体四个角分别对应四个支架；

(2)传感器1采集物体内侧面及内底面三维数据；

(a)传感器投射正弦条纹，采集被物体高度调制条纹；

(b)利用相移与时间相位展开方法获取条纹的相位分布图；

(c)由标定信息计算相位映射的高度信息，获得三维数据；

(3)传感器2采集物体外底面三维数据；

(4)传感器3采集物体外侧面三维数据；

(5)由传感器标定信息，将传感器2与传感器3采集的三维数据统一到传感器1坐标系；

(6)控制转台旋转3个角度(每次90度)，在每个角度，三套传感器重复步骤(2)-(5)，以获取多角度三维数据；

(7)由旋转轴位置与旋转角度获取每次旋转产生的刚体变换；

(8)以该刚体变换作为初始值，利用最近点迭代算法将四个角度拍摄的深度数据匹配到同一坐标系。最近点迭代算法(ICP)可参见《多视场深度像造型中的若干关键技术》(刘晓利，博士学位论文，2008)。

被测物体尺寸计算及与标准CAD模型比对

被测物体尺寸计算与标准CAD模型比对，分为以下步骤：

(1)利用最近点迭代方法，将测量的三维数据与CAD模型匹配起来；

(2)对CAD模型进行采样，用采样点参与比对，采样原理如下：

●规定CAD模型的底面与z轴垂直，侧面分别与x轴、y轴垂直；

●仅对平面采样(侧面、底面)，不对连接侧面的圆弧面采样；

●采样点间距相等，均匀分布；

●所有平行的表面，其采样点的某两维坐标一一对应。如图6所示，对于侧面某点A，必定有B、C、D三点存在，它们的y、z坐标相等；对于底面某点E，有F点存在，它们的x、y坐标相等、

(3)计算所有采样点到CAD模型的距离，根据每个距离值构造一副伪彩色表面误差分布图像。

(4)统计计算的距离数值，用各种颜色的地形图标识出模型的比对误差，包括物体的内侧面、外侧面、内底面、外底面等；由射线跟踪等方法计算物体的长、宽、高、壁厚等相关尺寸。

基于上文所描述的检测原理，图7示出了本发明实施例提供的大型薄壳箱状物体表面的三维检测方法的实现流程，详述如下：

在步骤S701中，控制被测物体以每次90度的方式旋转4个角度，并在每次旋转之后，通过第一组传感器采集被测物体内侧面及内底面的三维深度数据，通过第二组传感器采集被测物体外底面的三维深度数据，通过第三组传感器采集被测物体外侧面的三维深度数据。

其中，每一组传感器均包括一个投影机和分别位于所述投影机左右两边的两个CCD摄像机，投影机用于投射出正弦条纹图，该正弦条纹图被被测物体表面形貌调制变形，利用左右两个CCD摄像机获取这些变形的条纹图像。

进一步地，在此步骤之前，还可包括以下步骤：

A，在被测物体表面粘贴大量编码标记点，结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶。

B，在每套传感器上建立各自局部坐标系，坐标系原点在传感器的左CCD摄像机上，xyz坐标轴与CCD成像模型坐标轴相同，另加世界坐标系O_WX_WY_WZ_W，共建立4个坐标系。

C，在特定测量空间内，多角度旋转并平移标靶，三组传感器同时拍摄不同角度的标靶图像，自动提取图像上圆形特征点的亚像素图像坐标，并结合对应的特征点的世界坐标系三维空间坐标来标定每个CCD摄像机的内部参数与外部参数，以及三组传感器各自的结构参数。

D，对世界坐标系O_WX_WY_WZ_W下的一点X，经标定可获得该点在第一组传感器坐标系O₁X₁Y₁Z₁下的坐标为X₁＝R₁X+t₁，在第二组传感器坐标系O₂X₂Y₂Z₂下的坐标为X₂＝R₂X+t₂，在第三组传感器坐标系O₃X₃Y₃Z₃下的坐标为X₃＝R₃X+t₃，其中，R₁、R₂、R₃、t₁、t₂、t₃均由标定信息获取，R₁、R₂、R₃分别表示从世界坐标系到三组传感器坐标系的旋转，t₁、t₂、t₃分别为从世界坐标系到三组传感器坐标系的平移。

在步骤S702中，将第二组传感器和第三组传感器采集的三维深度数据均统一到第一组传感器所在的坐标系。

具体地，可根据以下旋转参数R₂₁和平移参数t₂₁将所述第二组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

还可根据以下旋转参数R₃₁和平移参数t₃₁将所述第三组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

在步骤S703中，由被测物体的旋转轴位置与旋转角度获取每次旋转产生的刚体变换。

在步骤S704中，以刚体变换作为初始值，将四个角度拍摄的三维深度数据匹配到同一坐标系，并将测量的三维深度数据与CAD模型进行匹配，并比对得到被测物体的相关尺寸。

此步骤具体包括：

步骤S7041，利用最近点迭代方法，将测量的三维数据与CAD模型匹配起来。

步骤S7042，对CAD模型进行采样，计算所有采样点到CAD模型的距离，根据每个距离值构造一副伪彩色表面误差分布图像。

采样时仅对CAD模型的平面采样，而对连接侧面的圆弧面则不采样，并且采样时取间距相等、均匀分布的采样点。

步骤S7043，统计计算的距离数值，用各种颜色的地形图标识出模型的比对误差，包括被测物体的内侧面、外侧面、内底面、外底面。

步骤S7044，计算被测物体的相关尺寸。

相应的，本发明实施例提供的大型薄壳物体表面的三维检测***的结构包括：

可旋转的支架平台，用于放置被测物体；

三组传感器，其中第一组传感器用于采集被测物体内侧面及内底面的三维深度数据，第二组传感器用于采集被测物体外底面的三维深度数据，第三组传感器用于采集被测物体外侧面的三维深度数据。其中，每一组传感器均包括一个投影机和分别位于所述投影机左右两边的两个CCD摄像机，具体如上文所述，此处不再赘述。

测试用计算机，用于控制所述可旋转的支架平台以每次90度的方式旋转4个角度，并在每次旋转之后，将所述第二组传感器和所述第三组传感器采集的三维深度数据均统一到所述第一组传感器所在的坐标系；还用于由被测物体的旋转轴位置与旋转角度获取每次旋转产生的刚体变换，并以该刚体变换作为初始值，将四个角度拍摄的三维深度数据匹配到同一坐标系，并将测量的三维深度数据与CAD模型进行匹配，并比对得到被测物体的相关尺寸。

进一步地，上述可旋转的支架平台上焊接有四支用于支撑被测物体的细柱，以实现无遮挡地获取被测物体底面数据。

进一步地，上述测试用计算机包括：

程序控制模块，用于控制所述可旋转的支架平台进行旋转；

标定模块，用于将被测物体表面粘贴的大量编码标记点结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶；还用于在每套传感器上建立各自局部坐标系，坐标系原点在传感器的左CCD摄像机上，xyz坐标轴与CCD成像模型坐标轴相同，另加世界坐标系O_WX_WY_WZ_W，共建立4个坐标系；同时在特定测量空间内，当所述程序控制模块控制所述可旋转的支架平台多角度旋转并平移标靶时，根据三组传感器同时拍摄不同角度的标靶图像，自动提取图像上圆形特征点的亚像素图像坐标，并结合对应的特征点的世界坐标系三维空间坐标来标定每个CCD摄像机的内部参数与外部参数，以及三组传感器各自的结构参数；对世界坐标系O_WX_WY_WZ_W下的一点X，经标定可获得该点在第一组传感器坐标系O₁X₁Y₁Z₁下的坐标为X₁＝R₁X+t₁，在第二组传感器坐标系O₂X₂Y₂Z₂下的坐标为X₂＝R₂X+t₂，在第三组传感器坐标系O₃X₃Y₃Z₃下的坐标为X₃＝R₃X+t₃，其中，R₁、R₂、R₃、t₁、t₂、t₃均由标定信息获取，R₁、R₂、R₃分别表示从世界坐标系到三组传感器坐标系的旋转，t₁、t₂、t₃分别为从世界坐标系到三组传感器坐标系的平移；

第一匹配模块，用于根据以下旋转参数R₂₁和平移参数t₂₁将所述第二组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

根据以下旋转参数R₃₁和平移参数t₃₁将所述第三组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

上述测试用计算机还包括：

第二匹配模块，用于利用最近点迭代方法，将测量的三维数据与CAD模型匹配起来；

采样模块，用于对CAD模型进行采样；采样原理具体如上文所述，此处不再赘述。

比对模块，用于计算所有采样点到CAD模型的距离，根据每个距离值构造一副伪彩色表面误差分布图像；统计计算的距离数值，用各种颜色的地形图标识出模型的比对误差，包括被测物体的内侧面、外侧面、内底面、外底面；

计算模块，用于计算被测物体的相关尺寸。

下文以石英坩埚为例来具体描述检测过程。

按照上面叙述的步骤，利用图1所示现场布置、图4所示标靶对CCD摄像机及三传感器***分别进行了标定。获得的测量***标定参数如下：

(1)传感器1的标定参数：

CCD摄像机1：

内参矩阵： $K=\left[\begin{array}{ccc}1428.652& 0& 508.872\\ 0& 1429.207& 626.009\\ 0& 0& 1\end{array}\right],$

畸变系数：[k₁ k₂ k₃]＝[-0.0152 -0.0313 1.0274]，[p1 p2]＝[0.0003 0.0004]；CCD摄像机2：

内参矩阵： $K=\left[\begin{array}{ccc}1429.127& 0& 471.917\\ 0& 1429.587& 653.858\\ 0& 0& 1\end{array}\right],$

畸变系数：[k₁ k₂ k₃]＝[-0.0370 0.2695 0.3519]，[p1 p2]＝[0.0002 0.0045]；传感器1的两CCD结构参数：

旋转变换： $R_{c21}=\left[\begin{array}{ccc}0.9345& 0.0093& 0.3558\\ -0.0045& 0.9999& -0.0142\\ -0.3559& 0.0117& 0.9345\end{array}\right],$

平移变换： $T_{c21}=\left[\begin{array}{c}-669.242\\ -5.1020\\ 210.9605\end{array}\right]$

(2)传感器2的标定参数：

CCD摄像机3：

内参矩阵： $K=\left[\begin{array}{ccc}2586.667& 0& 497.726\\ 0& 2586.955& 642.887\\ 0& 0& 1\end{array}\right],$

畸变系数：[k₁ k₂ k₃]＝[-0.0610 0.1014 2.5472]，[p1 p2]＝[-0.0005 -0.0003]；CCD摄像机4：

内参矩阵： $K=\left[\begin{array}{ccc}2582.284& 0& 481.996\\ 0& 2582.604& 662.076\\ 0& 0& 1\end{array}\right],$

畸变系数：[k₁ k₂ k₃]＝[-0.0697 0.3266 -1.0708]，[p1 p2]＝[-0.0017 0.0018]；两CCD结构参数：

旋转变换： $R_{c43}=\left[\begin{array}{ccc}0.9493& 0.0191& 0.3137\\ -0.0195& 0.9998& -0.0019\\ -0.3137& -0.0043& 0.9495\end{array}\right],$

平移变换： $T_{c43}=\left[\begin{array}{c}-601.8207\\ 4.8503\\ 98.0730\end{array}\right]$

(3)传感器3的标定参数：

CCD5：

内参矩阵： $K=\left[\begin{array}{ccc}1430.078& 0& 452.826\\ 0& 1430.563& 648.819\\ 0& 0& 1\end{array}\right],$

畸变系数：[k₁ k₂ k₃]＝[-0.0262 0.1867 -0.2791]，[p1 p2]＝[-0.0013 0.0006]；CCD6：

内参矩阵： $K=\left[\begin{array}{ccc}1434.697& 0& 516.890\\ 0& 1435.138& 648.351\\ 0& 0& 1\end{array}\right],$

畸变系数：[k₁ k₂ k₃]＝[-0.0235 0.1289 -0.1517]，[p1 p2]＝[-0.0002 -0.0015]；两CCD结构参数：

旋转变换： $R_{c65}=\left[\begin{array}{ccc}0.9381& 0.0435& 0.3436\\ -0.0397& 0.9990& -0.0181\\ -0.3441& 0.0034& 0.9389\end{array}\right],$

平移变换： $T_{c65}=\left[\begin{array}{c}-537.6737\\ 7.5181\\ 99.0930\end{array}\right]$

(4)传感器间位姿关系：

传感器2到1：

旋转变换： $R_{21}=\left[\begin{array}{ccc}-0.9650& 0.7157& -0.6917\\ -0.2731& 0.6492& 0.7099\\ 0.9571& 0.2574& 0.1328\end{array}\right],$

平移变换： $t_{21}=\left[\begin{array}{c}840.7243\\ -1287.3475\\ 2117.0751\end{array}\right]$

传感器3到1：

旋转变换： $R_{31}=\left[\begin{array}{ccc}0.1980& 0.6826& -0.7035\\ 0.1843& -0.7308& -0.6572\\ -0.9627& 0.0004& -0.2705\end{array}\right],$

平移变换： $t_{31}=\left[\begin{array}{c}800.6830\\ 1025.3803\\ 2782.8061\end{array}\right]$

采用该发明在现场对坩埚进行检测，并生成报表，结果如下：

本发明实施例提供的大型薄壳物体表面的三维检测***及其检测方法具有以下优点：，第一、实现了多传感器在线测量大尺寸、薄壳、箱状物体三维表面形貌；第二、完成了物体几何尺寸自动测量及与CAD模型的自动比对功能；第三、检测***测量精度高、测量范围大、数据密度高、可对多种不同物体进行检测；第四、检测***的集成度高、自动化程度高、测量过程简易。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种大型薄壳物体表面的三维检测方法，其特征在于，包括以下步骤：

步骤a，在被测物体表面粘贴大量编码标记点，结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶；每一组传感器均包括一个投影机和分别位于所述投影机左右两边的两个CCD摄像机；

步骤b，在每组传感器上建立各自局部坐标系，坐标系原点在传感器的左CCD摄像机上，xyz坐标轴与CCD成像模型坐标轴相同，另加世界坐标系O_WX_WY_WZ_W，共建立4个坐标系；

步骤c，在特定测量空间内，多角度旋转并平移标靶，三组传感器同时拍摄不同角度的标靶图像，自动提取图像上圆形特征点的亚像素图像坐标，并结合对应的特征点的世界坐标系三维空间坐标来标定每个CCD摄像机的内部参数与外部参数，以及三组传感器各自的结构参数；

步骤d，对世界坐标系O_WX_WY_WZ_W下的一点X，经标定可获得该点在第一组传感器坐标系O₁X₁Y₁Z₁下的坐标为X₁＝R₁X+t₁，在第二组传感器坐标系O₂X₂Y₂Z₂下的坐标为X₂＝R₂X+t₂，在第三组传感器坐标系O₃X₃Y₃Z₃下的坐标为X₃＝R₃X+t₃，其中，R₁、R₂、R₃、t₁、t₂、t₃均由标定信息获取，R₁、R₂、R₃分别表示从世界坐标系到三组传感器坐标系的旋转，t₁、t₂、t₃分别为从世界坐标系到三组传感器坐标系的平移；

步骤e，控制被测物体以每次90度的方式旋转4个角度，并在每次旋转之后，通过第一组传感器采集被测物体内侧面及内底面的三维深度数据，通过第二组传感器采集被测物体外底面的三维深度数据，通过第三组传感器采集被测物体外侧面的三维深度数据；

步骤f，根据以下旋转参数R₂₁和平移参数t₂₁将所述第二组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

根据以下旋转参数R₃₁和平移参数t₃₁将所述第三组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

步骤g，由被测物体的旋转轴位置与旋转角度获取每次旋转产生的刚体变换；

步骤h，以所述刚体变换作为初始值，将四个角度拍摄的三维深度数据匹配到同一坐标系，并将测量的三维深度数据与CAD模型进行匹配，并比对得到被测物体的相关尺寸。

2.如权利要求1所述的大型薄壳物体表面的三维检测方法，其特征在于，所述步骤h具体通过以下步骤将测量的三维深度数据与CAD模型进行比对得到被测物体的相关尺寸：

步骤h1，利用最近点迭代方法，将测量的三维数据与CAD模型匹配起来；

步骤h2，对CAD模型进行采样，计算所有采样点到CAD模型的距离，根据每个距离值构造一副伪彩色表面误差分布图像；

步骤h3，统计计算的距离数值，用各种颜色的地形图标识出模型的比对误差，包括被测物体的内侧面、外侧面、内底面、外底面；

步骤h4，计算被测物体的相关尺寸。

3.如权利要求2所述的大型薄壳物体表面的三维检测方法，其特征在于，所述步骤h2通过以下步骤对CAD模型进行采样：

步骤h21，规定CAD模型的底面与z轴垂直，侧面分别与x轴、y轴垂直；

步骤h22，仅对CAD模型的平面采样，不对连接侧面的圆弧面采样，采样时取间距相等、均匀分布的采样点。

4.一种大型薄壳物体表面的三维检测***，其特征在于，包括：

可旋转的支架平台，用于放置被测物体；

三组传感器，其中第一组传感器用于采集被测物体内侧面及内底面的三维深度数据，第二组传感器用于采集被测物体外底面的三维深度数据，第三组传感器用于采集被测物体外侧面的三维深度数据；

测试用计算机，用于控制所述可旋转的支架平台以每次90度的方式旋转4个角度，并在每次旋转之后，将所述第二组传感器和所述第三组传感器采集的三维深度数据均统一到所述第一组传感器所在的坐标系；还用于由被测物体的旋转轴位置与旋转角度获取每次旋转产生的刚体变换，并以该刚体变换作为初始值，将四个角度拍摄的三维深度数据匹配到同一坐标系，并将测量的三维深度数据与CAD模型进行匹配，并比对得到被测物体的相关尺寸；

所述测试用计算机包括：

程序控制模块，用于控制所述可旋转的支架平台进行旋转；

标定模块，用于将被测物体表面粘贴的大量编码标记点结合摄影测量方法计算标记点的空间三维坐标，作为传感器标定的标靶；还用于在每套传感器上建立各自局部坐标系，坐标系原点在传感器的左CCD摄像机上，xyz坐标轴与CCD成像模型坐标轴相同，另加世界坐标系O_WX_WY_WZ_W，共建立4个坐标系；同时在特定测量空间内，当所述程序控制模块控制所述可旋转的支架平台多角度旋转并平移标靶时，根据三组传感器同时拍摄不同角度的标靶图像，自动提取图像上圆形特征点的亚像素图像坐标，并结合对应的特征点的世界坐标系三维空间坐标来标定每个CCD摄像机的内部参数与外部参数，以及三组传感器各自的结构参数；对世界坐标系O_WX_WY_WZ_W下的一点X，经标定可获得该点在第一组传感器坐标系O₁X₁Y₁Z₁下的坐标为X₁＝R₁X+t₁，在第二组传感器坐标系O₂X₂Y₂Z₂下的坐标为X₂＝R₂X+t₂，在第三组传感器坐标系O₃X₃Y₃Z₃下的坐标为X₃＝R₃X+t₃，其中，R₁、R₂、R₃、t₁、t₂、t₃均由标定信息获取，R₁、R₂、R₃分别表示从世界坐标系到三组传感器坐标系的旋转，t₁、t₂、t₃分别为从世界坐标系到三组传感器坐标系的平移；

第一匹配模块，用于根据以下旋转参数R₂₁和平移参数t₂₁将所述第二组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

根据以下旋转参数R₃₁和平移参数t₃₁将所述第三组传感器采集的三维深度数据统一到所述第一组传感器所在的坐标系：

5.如权利要求4所述的大型薄壳物体表面的三维检测***，其特征在于，所述可旋转的支架平台上焊接有四支用于支撑被测物体的细柱。

6.如权利要求4所述的大型薄壳物体表面的三维检测***，其特征在于，每一组传感器均包括一个投影机和分别位于所述投影机左右两边的两个CCD摄像机。

7.如权利要求4所述的大型薄壳物体表面的三维检测***，其特征在于，所述测试用计算机还包括：

第二匹配模块，用于利用最近点迭代方法，将测量的三维数据与CAD模型匹配起来；

采样模块，用于对CAD模型进行采样；

比对模块，用于计算所有采样点到CAD模型的距离，根据每个距离值构造一副伪彩色表面误差分布图像；统计计算的距离数值，用各种颜色的地形图标识出模型的比对误差，包括被测物体的内侧面、外侧面、内底面、外底面；

计算模块，用于计算被测物体的相关尺寸。

8.如权利要求7所述的大型薄壳物体表面的三维检测***，其特征在于，所述采样模块仅对CAD模型的平面采样，不对连接侧面的圆弧面采样，采样时取间距相等、均匀分布的采样点。

Images