CN108981604A - 一种基于线激光的精密零件三维全貌测量方法 - Google Patents

一种基于线激光的精密零件三维全貌测量方法 Download PDF

Info

Publication number
CN108981604A
CN108981604A CN201810767127.4A CN201810767127A CN108981604A CN 108981604 A CN108981604 A CN 108981604A CN 201810767127 A CN201810767127 A CN 201810767127A CN 108981604 A CN108981604 A CN 108981604A
Authority
CN
China
Prior art keywords
formula
point cloud
point
dimensional
data
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.)
Granted
Application number
CN201810767127.4A
Other languages
English (en)
Other versions
CN108981604B (zh
Inventor
宋丽梅
孙思远
郭庆华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingyan Zhongdian (Tianjin) Intelligent Equipment Co.,Ltd.
Original Assignee
Tianjin Polytechnic University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Polytechnic University filed Critical Tianjin Polytechnic University
Priority to CN201810767127.4A priority Critical patent/CN108981604B/zh
Publication of CN108981604A publication Critical patent/CN108981604A/zh
Application granted granted Critical
Publication of CN108981604B publication Critical patent/CN108981604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明属于三维机器视觉领域，涉及一种基于线激光的精密零件的三维全貌测量方法。该方法基于激光三角法，利用高速相机采集反射激光条纹的变化来反应物体表面的高度变化，从而采集到该时刻的物体截面轮廓。然后通过平移扫描和旋转扫描方式相结合，并根据计算出的不同视角间的旋转平移矩阵，将不同视角下的二维轮廓数据转化为同一坐标系下的点云数据，最后对点云进行曲面重构，得到被测物体的真实三维全貌数据。本发明所设计的三维全貌测量方法，相对与其他非接触式测量方法，其测量方式更加灵活，适用于多样化的工况条件，测量精度较高，点云效果更好，可以有效提高计算机的处理效率。

Description

一种基于线激光的精密零件三维全貌测量方法
技术领域
本发明涉及一种基于激光扫描的精密零件的三维全貌测量方法，更具体的说，本发明涉及一种能够将激光轮廓信息转换为实际三维点云的三维全貌测量方法。
背景技术
随着光电传感器件以及计算机技术的日趋成熟，光学三维测量方法已广泛应用于工业检测、逆向工程、医学扫描、文物保护、军事科技等多个领域，并且对自由曲面的检测具有成型快、精度高的优势。按照成像方式的不同，光学三维测量技术可分为激光三角法、飞行时间法、双目视觉法和光谱共焦法。对于较为精密的零件细节和复杂的工况环境下，常采用激光三角法进行测量。由于线激光的每次采样数据都是物体的截面轮廓，所以一般在三维重建过程中首先要与运动装置达到同步，然后确定世界坐标系，将轮廓数据转换为点云数据，最后根据计算出的旋转平移矩阵将各点云进行配准，融合成完整的物体三维全貌模型。而由于被测物的表面材料特性使得轮廓数据出现尖峰、死角，导致点云处理过程变得复杂，进而直接影响到三维重建效果。为了解决精密零件三维全貌测量这一难题，本发明基于激光三角法的测量原理，设计了一种针对精密零件的三维全貌测量方法。
发明内容
本发明设计了一种基于线激光的精密零件三维全貌测量方法，该方法能够应用于高精度三维测量中，弥补传统光学建模点云质量不佳的缺陷。
所述的三维全貌测量方法的硬件***包括：
用于获取零件轮廓的线激光轮廓扫描仪；
用于精度控制、轮廓采集和数据处理的计算机；
用于同步触发采集信号的光栅尺和编码器；
用于固定扫描仪探头和运动控制的多轴扫描平台；
用于标定的标准量块和标定球；
本发明设计了一种基于线激光的精密零件的三维全貌测量方法，其特征是，包含步骤如下：
步骤1：启动用于采集精密零件轮廓的线激光传感器以及所述的用于运动控制的多轴扫描平台；利用所述的线激光传感器对被测物进行单次采集，得到被测物的截面轮廓P；对被测物进行平移扫描，即沿其中一轴多次采集轮廓，得到批处理轮廓数据B；
步骤2：利用最小二乘法对步骤1中所述的截面轮廓P进行倾斜校正；设测量得到截面轮廓为P(xi，yi)i＝1，2…，n，按照公式(1)得到补偿后的截面轮廓P′(xi，yi-axi-b)；
步骤3：利用阶梯量块分别对传感器坐标系的x、y、z各轴向进行标定，设所述阶梯量块标准轮廓为S，按照公式(2)使得轮廓测量误差ep在不同补偿比例c下取得最小值；
ep＝min∑(cP′-S) 公式(2)
步骤4：通过以上步骤得到经过标定的轮廓数据cP′，根据步骤3中所述线激光传感器的坐标系确定所述标定轮廓数据的世界坐标系和单位，将所述的标定轮廓数据转换为三维点云数据，每个点对应的x轴坐标已固定，z轴坐标由步骤3所述的阶梯量块的尺寸确定，y轴坐标由步骤1所述的线激光传感器的采集频率和步长决定；
步骤5：按照公式(3)将三维点云进行双边滤波来去除点云噪声，计算得到d为待处理点在其法向量方向上的调整距离；按照公式(4)计算所需的权重Wc和Ws，设p为P中一点，N(p)表示点p的k邻域，||p-pi||表示从点pi到点p的向量的模长，表示点p处的法向量，表示向量与从点pi到点p的向量的内积；
步骤6：利用所述的标准球体对所述的多轴扫描平台进行转轴标定；将半径为RB的标定球放在所述扫描平台的转台上，通过步骤1中所述法的平移扫描方法获得部分球面的点云数据，得到所述球面的球面坐标按照公式(5)构造非线性方程组；
步骤7：求解步骤6中所述球面的球心坐标On(xn，yn，zn)，驱动步骤6所述转台旋转，在N(N≥4)个位置分别测量步骤6所述球面的三维数据，利用步骤6共求得N组球心坐标数据，将所述的球心坐标按照公式(6)构造N组线性方程组；
Axn+Byn+Czn+D＝0 公式(6)
步骤8：求解步骤7中所述的线性方程组，拟合出步骤6中所述球心On的旋转轨迹平面方程PB，按照公式(7)计算PB的法向量u；将步骤6中所述球心坐标On代入公式(8)求得步骤6中所述球心的旋转转轴与步骤6中所述的球心所在平面的交点On′(xn′，yn′，zn′)；
步骤9：设Ru为待转换点云的旋转矩阵，T(xn′，yn′，zn′)为待转换点云的平移矩阵，旋转角度为θ；结合步骤8中计算出的u和On′，利用公式(9)(10)计算不同视角下的每片点云在对应世界坐标系下的坐标；
步骤10：将步骤9所述的各部分点云按所述的转轴扫描顺序转换到同一坐标系内，完成点云的粗略配准，再通过查找迭代最近点对所述粗配准后的点云进行精细配准；设待配准的两个点云为Pi，Qi，按照公式(11)定义目标函数ε(a)，计算出的步骤9所述的旋转平移矩阵Ru，T(xn′，yn′，zn′)，采用遍历搜索法得到满足阈值内的刚体变换矩阵R，T；
其中，Φp为Pi中一点pi处的拟合曲面对应点；
步骤11：对于步骤10中所述的待变换点云数据Pi，将步骤10中所述的刚体变换矩阵和旋转平移矩阵R，T代入公式(12)，得到步骤10中所述的配准后点云Qi；
Qi＝RPi+T 公式(12)
步骤12：重复步骤10和步骤11完成待转换的全部视角点云的精细配准，得到被测物的三维全貌点云数据；
步骤13：通过建立栅格对点云进行下采样，对步骤12所述的点云数据进行精简，按照公式(13)对步骤12得到的点云数据进行点云精简，其中d为体素栅格的边长，α为比例因子，N为步骤12得到点云的点云数量，(Dx，Dy，Dz)表示步骤12得到点云数据在x、y、z三个坐标轴方向的最大(xmax，ymax，zmax)、最小(xmin，ymin，zmin)坐标值，并根据公式(14)得到；
步骤14：通过构造神经网络的方法将步骤13所述的精简后的点云数据转换为多边形进行曲面重建，按照公式(15)构造网络核函数并求取径向作用范围σ和作用中心Pi；设ωi为待训练的网络权值，按照公式(16)对步骤13中精简后的点云P进行插值，得到被测物体的全貌高精度三维重构f(P)；
所测量的三维全貌信息运算完毕。本发明专利所涉及的三维全貌测量方法流程图如图1所示。得到的f(P)即为被测物的三维全貌信息。
本发明的有益效果是：通过本发明所介绍的三维点云全貌测量方法，可以解决小型复杂工件点云噪声大、匹配精度低等问题，无需喷涂显影剂，即可实现小型工件完整点云数据的高精度三维全貌测量，避免了传统结构光三维测量方法中存在的缺陷。
附图说明
图1：线激光三维全貌测量方法流程图；
图2：量块阶梯三维点云数据；
图3：转轴标定方法示意图；
图4：通过本发明测得的工件三维全貌效果图。
具体实施方式
激光三角法是利用激光器向被测物体表面投射一束激光，根据相机获取到的激光光条变化而计算出物体的截面形状。
经测定，实验场景下通过线激光传感器每次拍摄可以采集到的条纹宽度(x轴向)为16mm，批处理长度(y轴向)为100mm，高度差范围(z轴向)为16mm，最高采集频率为500Hz。
量块阶梯采用厚度为1.08mm，1.5mm，2mm的标准量块组合成阶梯，扫描出的量块阶梯点云数据如图2所示。去掉边缘数据以减少误差，标定出的倾斜补偿直线为y＝1.167×10-5x+1.078，补偿比例c＝0.993。
转轴标定所用的标定球为半径RB＝10mm的陶瓷球，每次顺时针旋转60°，共测量6次，得到6个球体的点云数据，计算6个球心坐标并计算出转轴法向量u和旋转平面方程PB，如图3所示为转轴标定方法示意图。
根据转轴标定结果和精细配准方法，将6部分点云按照θ＝i×60，(i＝1，2，…6)换算出旋转平移矩阵进行坐标变换。
将点云数据通过构造神经网络将点云进行曲面重构，最后得到完整的工件三维全貌数据，如图4所示为工件三维全貌测量的效果图。
本发明设计了一种基于线激光的精密零件的三维全貌测量方法，其特征是，包含步骤如下：
步骤1：启动用于采集精密零件轮廓的线激光传感器以及所述的用于运动控制的多轴扫描平台；利用所述的线激光传感器对被测物进行单次采集，得到被测物的截面轮廓P；对被测物进行平移扫描，即沿其中一轴多次采集轮廓，得到批处理轮廓数据B；
步骤2：利用最小二乘法对步骤1中所述的截面轮廓P进行倾斜校正；设测量得到截面轮廓为P(xi，yi)i＝1，2…，n，按照下式得到补偿后的截面轮廓P′(xi，yi-axi-b)；
步骤3：利用阶梯量块分别对传感器坐标系的x、y、z各轴向进行标定，设所述阶梯量块标准轮廓为S，按照下式使得轮廓测量误差ep在不同补偿比例c下取得最小值；
ep＝min∑(cP′-S)
步骤4：通过以上步骤得到经过标定的轮廓数据cP′，根据步骤3中所述线激光传感器的坐标系确定所述标定轮廓数据的世界坐标系和单位，将所述的标定轮廓数据转换为三维点云数据，每个点对应的x轴坐标已固定，z轴坐标由步骤3所述的阶梯量块的尺寸确定，y轴坐标由步骤1所述的线激光传感器的采集频率和步长决定；
步骤5：按照下式将三维点云进行双边滤波来去除点云噪声，计算得到d为待处理点在其法向量方向上的调整距离；按照下式计算所需的权重Wc和Ws，设p为P中一点，N(p)表示点p的k邻域，||p-pi||表示从点pi到点p的向量的模长，表示点p处的法向量，表示向量与从点pi到点p的向量的内积；
步骤6：利用所述的标准球体对所述的多轴扫描平台进行转轴标定；将半径为RB的标定球放在所述扫描平台的转台上，通过步骤1中所述法的平移扫描方法获得部分球面的点云数据，得到所述球面的球面坐标按照下式构造非线性方程组；
步骤7：求解步骤6中所述球面的球心坐标On(xn，yn，zn)，驱动步骤6所述转台旋转，在N(N≥4)个位置分别测量步骤6所述球面的三维数据，利用步骤6共求得N组球心坐标数据，将所述的球心坐标按照下式构造N组线性方程组；
Axn+Byn+Czn+D＝0
步骤8：求解步骤7中所述的线性方程组，拟合出步骤6中所述球心On的旋转轨迹平面方程PB，按照下式计算PB的法向量u；将步骤6中所述球心坐标On代入下式求得步骤6中所述球心的旋转转轴与步骤6中所述的球心所在平面的交点On′(xn′，yn′，zn′)；
步骤9：设Ru为待转换点云的旋转矩阵，T(xn′，yn′，zn′)为待转换点云的平移矩阵，旋转角度为θ；结合步骤8中计算出的u和On′，利用下式计算不同视角下的每片点云在对应世界坐标系下的坐标；
步骤10：将步骤9所述的各部分点云按所述的转轴扫描顺序转换到同一坐标系内，完成点云的粗略配准，再通过查找迭代最近点对所述粗配准后的点云进行精细配准；设待配准的两个点云为Pi，Qi，按照下式定义目标函数ε(a)，计算出的步骤9所述的旋转平移矩阵Ru，T(xn′，yn′，zn′)，采用遍历搜索法得到满足阈值内的刚体变换矩阵R，T；
其中，Φp为Pi中一点pi处的拟合曲面对应点；
步骤11：对于步骤10中所述的待变换点云数据Pi，将步骤10中所述的刚体变换矩阵和旋转平移矩阵R，T代入下式，得到步骤10中所述的配准后点云Qi；
Qi＝RPi+T
步骤12：重复步骤10和步骤11完成待转换的全部视角点云的精细配准，得到被测物的三维全貌点云数据；
步骤13：通过建立栅格对点云进行下采样，对步骤12所述的点云数据进行精简，按照下式对步骤12得到的点云数据进行点云精简，其中d为体素栅格的边长，α为比例因子，N为步骤12得到点云的点云数量，(Dx，Dy，Dz)表示步骤12得到点云数据在x、y、z三个坐标轴方向的最大(xmax，ymax，zmax)、最小(xmin，ymin，zmin)坐标值，并根据下式得到；
步骤14：通过构造神经网络的方法将步骤13所述的精简后的点云数据转换为多边形进行曲面重建，按照下式构造网络核函数并求取径向作用范围σ和作用中心Pi；设ωi为待训练的网络权值，按照下式对步骤13中精简后的点云P进行插值，得到被测物体的全貌高精度三维重构f(P)；
本发明专利所涉及的三维全貌测量方法流程图如图1所示。
本发明与现有的三维重建方法的最大区别是：现有三维重建方法对小型工件的重建精度不够且对表面材料要求较高，从而造成点云缺失和点云噪声大，拼接精度低等问题，需要喷涂显影剂才能避免该类问题发生。而本发明所设计的三维全貌测量方法，通过两种标定方法使提取的轮廓和融合的点云中不仅包含较多细节信息，而且也包含了整个物体完整的全局信息，从根本上解决了现有方法存在的问题。因此本发明所设计的方法可以解决小型工件的高精度三维全貌测量问题。
综上所述，本发明所述三维全貌测量方法的优点是：
(1)由于提取轮廓的校正方法更精确，因此本发明所设计的三维全貌测量方法更加符合实际模型的轮廓尺寸。
(2)由于通过转轴标定和最近点迭代双重配准方法，因此，本发明所设计的三维重建方法可以做到高精度的点云配准。
(3)通过双边滤波和点云精简解决了不同表面材质物体的测量难题，无需喷涂显影剂等着色材料，测量过程绿色环保，也节约了测量中耗材成本。
以上示意性的对本发明及其实施方式进行了描述，该描述没有局限性，附图中所示的也只是本发明的实施方式之一。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，采用其它形式的同类部件或其它形式的各部件布局方式，不经创造性的设计出与该技术方案相似的技术方案与实施例，均应属于本发明的保护范围。

Claims (1)

1.本发明设计了一种基于线激光的精密零件三维全貌测量方法，其特征是，包含步骤如下：
步骤1：启动用于采集精密零件轮廓的线激光传感器以及用于运动控制的多轴扫描平台；利用所述的线激光传感器对被测物进行单次采集，得到被测物的截面轮廓P；对被测物进行平移扫描，即沿其中一轴多次采集轮廓，得到批处理轮廓数据B；
步骤2：利用最小二乘法对步骤1中所述的截面轮廓P进行倾斜校正；设测量得到截面轮廓为P(xi，yi)i＝1，2…，n，按照公式(1)得到补偿后的截面轮廓P′(xi，yi-axi-b)；
步骤3：利用阶梯量块分别对传感器坐标系的x、y、z各轴向进行标定，设所述阶梯量块标准轮廓为S，按照公式(2)使得轮廓测量误差ep在不同补偿比例c下取得最小值；
ep＝min∑(cP′-S) 公式(2)
步骤4：通过步骤1至步骤3得到经过标定的轮廓数据cP′，根据步骤3中所述线激光传感器的坐标系确定所述标定轮廓数据的世界坐标系和单位，将所述的标定轮廓数据转换为三维点云数据，每个点对应的x轴坐标已固定，z轴坐标由步骤3所述的阶梯量块的尺寸确定，y轴坐标由步骤1所述的线激光传感器的采集频率和步长决定；
步骤5：按照公式(3)将三维点云进行双边滤波来去除点云噪声，计算得到d为待处理点在其法向量方向上的调整距离；按照公式(4)计算所需的权重Wc和Ws，设p为P中一点，N(p)表示点p的k邻域，||p-pi||表示从点pi到点p的向量的模长，表示点p处的法向量，表示向量与从点pi到点p的向量的内积；
步骤6：利用所述的标准球体对所述的多轴扫描平台进行转轴标定；将半径为RB的标定球放在所述扫描平台的转台上，通过步骤1中所述法的平移扫描方法获得部分球面的点云数据，得到所述球面的球面坐标按照公式(5)构造非线性方程组；
步骤7：求解步骤6中所述球面的球心坐标On(xn，yn，zn)，驱动步骤6所述转台旋转，在N(N≥4)个位置分别测量步骤6所述球面的三维数据，利用步骤6共求得N组球心坐标数据，将所述的球心坐标按照公式(6)构造N组线性方程组；
Axn+Byn+Czn+D＝0 公式(6)
步骤8：求解步骤7中所述的线性方程组，拟合出步骤6中所述球心On的旋转轨迹平面方程PB，按照公式(7)计算PB的法向量u；将步骤6中所述球心坐标On代入公式(8)求得步骤6中所述球心的旋转转轴与步骤6中所述的球心所在平面的交点On′(xn′，yn′，zn′)；
步骤9：设Ru为待转换点云的旋转矩阵，T(xn′，yn′，zn′)为待转换点云的平移矩阵，旋转角度为θ；结合步骤8中计算出的u和On′，利用公式(9)(10)计算不同视角下的每片点云在对应世界坐标系下的坐标；
步骤10：将步骤9所述的各部分点云按所述的转轴扫描顺序转换到同一坐标系内，完成点云的粗略配准，再通过查找迭代最近点对所述粗配准后的点云进行精细配准；设待配准的两个点云为Pi，Qi，按照公式(11)定义目标函数ε(a)，计算出的步骤9所述的旋转平移矩阵Ru，T(xn′，yn′，zn′)，采用遍历搜索法得到满足阈值内的刚体变换矩阵R，T；
其中，Φp为Pi中一点pi处的拟合曲面对应点；
步骤11：对于步骤10中所述的待变换点云数据Pi，将步骤10中所述的刚体变换矩阵和旋转平移矩阵R，T代入公式(12)，得到步骤10中所述的配准后点云Qi；
Qi＝RPi+T 公式(12)
步骤12：重复步骤10和步骤11完成待转换的全部视角点云的精细配准，得到被测物的三维全貌点云数据；
步骤13：通过建立栅格对点云进行下采样，对步骤12所述的点云数据进行精简，按照公式(13)对步骤12得到的点云数据进行点云精简，其中d为体素栅格的边长，α为比例因子，N为步骤12得到点云的点云数量，(Dx，Dy，Dz)表示步骤12得到点云数据在x、y、z三个坐标轴方向的最大(xmax，ymax，zmax)、最小(xmin，ymin，zmin)坐标值，并根据公式(14)得到；
步骤14：通过构造神经网络的方法将步骤13所述的精简后的点云数据转换为多边形进行曲面重建，按照公式(15)构造网络核函数并求取径向作用范围σ和作用中心Pi；设ωi为待训练的网络权值，按照公式(16)对步骤13中精简后的点云P进行插值，得到被测物体的全貌高精度三维重构f(P)；
所测量的三维全貌信息运算完毕。
CN201810767127.4A 2018-07-11 2018-07-11 一种基于线激光的精密零件三维全貌测量方法 Active CN108981604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810767127.4A CN108981604B (zh) 2018-07-11 2018-07-11 一种基于线激光的精密零件三维全貌测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810767127.4A CN108981604B (zh) 2018-07-11 2018-07-11 一种基于线激光的精密零件三维全貌测量方法

Publications (2)

Publication Number Publication Date
CN108981604A true CN108981604A (zh) 2018-12-11
CN108981604B CN108981604B (zh) 2020-06-09

Family

ID=64537168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810767127.4A Active CN108981604B (zh) 2018-07-11 2018-07-11 一种基于线激光的精密零件三维全貌测量方法

Country Status (1)

Country Link
CN (1) CN108981604B (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109615644A (zh) * 2018-12-25 2019-04-12 北京理工大学 一种球碗偶件精密装配的面型匹配方法
CN109848790A (zh) * 2019-01-23 2019-06-07 宁波东力传动设备有限公司 一种大型齿轮自动倒角在线检测装置及方法
CN110111378A (zh) * 2019-04-04 2019-08-09 贝壳技术有限公司 一种基于室内三维数据的点云配准优化方法和装置
CN110280906A (zh) * 2019-07-18 2019-09-27 深圳晶尹阳光电有限公司 一种对旋转目标打标的精细3d激光加工方法及装置
CN110425998A (zh) * 2019-06-05 2019-11-08 中北大学 灰度图像耦合特征点高度的构件三维测量方法
CN110715618A (zh) * 2019-09-29 2020-01-21 北京天远三维科技股份有限公司 一种动态三维扫描方法及设备
CN111273704A (zh) * 2020-01-21 2020-06-12 上海悦易网络信息技术有限公司 一种自动***外接设备孔的方法及装置
CN111444630A (zh) * 2020-05-19 2020-07-24 上汽大众汽车有限公司 使用虚拟适配器辅助光学测量的方法
CN111486821A (zh) * 2020-04-28 2020-08-04 苏州江腾智能科技有限公司 一种基于多维位置数据的快速标定方法
CN111539446A (zh) * 2020-03-04 2020-08-14 南京航空航天大学 一种基于模板匹配的2d激光孔位检测方法
CN111578866A (zh) * 2020-06-16 2020-08-25 大连理工大学 一种多线激光传感器组合测量的空间位姿标定方法
CN111609811A (zh) * 2020-04-29 2020-09-01 北京机科国创轻量化科学研究院有限公司 一种基于机器视觉的大尺寸板材成形在线测量***与方法
CN111895921A (zh) * 2020-08-05 2020-11-06 珠海博明视觉科技有限公司 一种提高***对高度差测量精度的补偿模型
CN112528464A (zh) * 2020-11-06 2021-03-19 贵州师范大学 一种基于像素矩阵法逆向求解开槽成形砂轮截形的方法
CN112833818A (zh) * 2021-01-07 2021-05-25 南京理工大学智能计算成像研究院有限公司 一种单帧条纹投影三维面型测量方法
CN113048886A (zh) * 2021-05-31 2021-06-29 山东捷瑞数字科技股份有限公司 计量工件不规则体尺寸的测量方法及设备
CN113358059A (zh) * 2021-06-08 2021-09-07 西安交通大学 一种基于线激光扫描的离轴非球面面型误差测量方法
WO2021253940A1 (en) * 2020-06-19 2021-12-23 Zhejiang Huaray Technology Co., Ltd. Systems and methods for object measurement
CN114166153A (zh) * 2021-11-29 2022-03-11 浙江工业大学 一种直柄麻花钻同轴度误差测量方法
CN114413788A (zh) * 2022-01-21 2022-04-29 武汉惟景三维科技有限公司 基于双目视觉和反向模型重构的零件表面图案检测方法
CN115046474A (zh) * 2022-05-20 2022-09-13 浙江大学 一种管状件内外表面测量***及测量方法
CN115289999A (zh) * 2022-09-05 2022-11-04 中南大学 一种三维激光扫描***的自校准方法
CN115420196A (zh) * 2022-08-30 2022-12-02 天津大学 一种通用型物体三维测量方法及装置
CN115493523A (zh) * 2022-11-21 2022-12-20 三代光学科技（天津）有限公司 一种晶圆表面三维形貌高速测量方法及装置
CN116878419A (zh) * 2023-09-06 2023-10-13 南京景曜智能科技有限公司 基于三维点云数据的轨道车辆限界检测方法、***及电子设备
CN117011349A (zh) * 2023-08-01 2023-11-07 奥谱天成（厦门）光电有限公司 基于二维运动平台的线激光图像优化方法、***和介质
CN117272522A (zh) * 2023-11-21 2023-12-22 上海弥彧网络科技有限责任公司 一种便携式飞机曲面蒙皮铆钉孔轮廓测量***及其方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060215176A1 (en) * 2002-08-14 2006-09-28 Bart Van Coppenolle Optical probe for scanning the features of an object and methods thereof
CN1900651A (zh) * 2006-07-27 2007-01-24 西安交通大学 基于双频彩色条纹投影的三维物体轮廓相位测量方法
CN101551918A (zh) * 2009-04-28 2009-10-07 浙江大学 一种基于线激光的大型场景获取方法
CN102661724A (zh) * 2012-04-10 2012-09-12 天津工业大学 应用于织物疵点在线检测的rgbpsp彩色三维重建方法
CN102853783A (zh) * 2012-09-18 2013-01-02 天津工业大学 一种高精度多波长三维测量方法
CN104748679A (zh) * 2015-03-19 2015-07-01 中国矿业大学(北京) 一种基于旋转扇面激光测角的空间点三维坐标测量方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060215176A1 (en) * 2002-08-14 2006-09-28 Bart Van Coppenolle Optical probe for scanning the features of an object and methods thereof
CN1900651A (zh) * 2006-07-27 2007-01-24 西安交通大学 基于双频彩色条纹投影的三维物体轮廓相位测量方法
CN101551918A (zh) * 2009-04-28 2009-10-07 浙江大学 一种基于线激光的大型场景获取方法
CN102661724A (zh) * 2012-04-10 2012-09-12 天津工业大学 应用于织物疵点在线检测的rgbpsp彩色三维重建方法
CN102853783A (zh) * 2012-09-18 2013-01-02 天津工业大学 一种高精度多波长三维测量方法
CN104748679A (zh) * 2015-03-19 2015-07-01 中国矿业大学(北京) 一种基于旋转扇面激光测角的空间点三维坐标测量方法

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109615644B (zh) * 2018-12-25 2021-05-04 北京理工大学 一种球碗偶件精密装配的面型匹配方法
CN109615644A (zh) * 2018-12-25 2019-04-12 北京理工大学 一种球碗偶件精密装配的面型匹配方法
CN109848790A (zh) * 2019-01-23 2019-06-07 宁波东力传动设备有限公司 一种大型齿轮自动倒角在线检测装置及方法
CN110111378A (zh) * 2019-04-04 2019-08-09 贝壳技术有限公司 一种基于室内三维数据的点云配准优化方法和装置
CN110425998A (zh) * 2019-06-05 2019-11-08 中北大学 灰度图像耦合特征点高度的构件三维测量方法
CN110425998B (zh) * 2019-06-05 2021-02-02 中北大学 灰度图像耦合特征点高度的构件三维测量方法
CN110280906B (zh) * 2019-07-18 2022-04-19 深圳晶尹阳光电有限公司 一种对旋转目标打标的精细3d激光加工方法及装置
CN110280906A (zh) * 2019-07-18 2019-09-27 深圳晶尹阳光电有限公司 一种对旋转目标打标的精细3d激光加工方法及装置
CN110715618A (zh) * 2019-09-29 2020-01-21 北京天远三维科技股份有限公司 一种动态三维扫描方法及设备
CN111273704A (zh) * 2020-01-21 2020-06-12 上海悦易网络信息技术有限公司 一种自动***外接设备孔的方法及装置
CN111273704B (zh) * 2020-01-21 2023-09-15 上海万物新生环保科技集团有限公司 一种自动***外接设备孔的方法及装置
CN111539446B (zh) * 2020-03-04 2023-10-03 南京航空航天大学 一种基于模板匹配的2d激光孔位检测方法
CN111539446A (zh) * 2020-03-04 2020-08-14 南京航空航天大学 一种基于模板匹配的2d激光孔位检测方法
CN111486821A (zh) * 2020-04-28 2020-08-04 苏州江腾智能科技有限公司 一种基于多维位置数据的快速标定方法
CN111609811A (zh) * 2020-04-29 2020-09-01 北京机科国创轻量化科学研究院有限公司 一种基于机器视觉的大尺寸板材成形在线测量***与方法
CN111444630A (zh) * 2020-05-19 2020-07-24 上汽大众汽车有限公司 使用虚拟适配器辅助光学测量的方法
CN111578866A (zh) * 2020-06-16 2020-08-25 大连理工大学 一种多线激光传感器组合测量的空间位姿标定方法
WO2021253940A1 (en) * 2020-06-19 2021-12-23 Zhejiang Huaray Technology Co., Ltd. Systems and methods for object measurement
CN111895921B (zh) * 2020-08-05 2022-03-11 珠海博明视觉科技有限公司 一种提高***对高度差测量精度的补偿方法
CN111895921A (zh) * 2020-08-05 2020-11-06 珠海博明视觉科技有限公司 一种提高***对高度差测量精度的补偿模型
CN112528464B (zh) * 2020-11-06 2024-05-28 贵州师范大学 一种基于像素矩阵法逆向求解开槽成形砂轮截形的方法
CN112528464A (zh) * 2020-11-06 2021-03-19 贵州师范大学 一种基于像素矩阵法逆向求解开槽成形砂轮截形的方法
CN112833818A (zh) * 2021-01-07 2021-05-25 南京理工大学智能计算成像研究院有限公司 一种单帧条纹投影三维面型测量方法
CN113048886A (zh) * 2021-05-31 2021-06-29 山东捷瑞数字科技股份有限公司 计量工件不规则体尺寸的测量方法及设备
CN113048886B (zh) * 2021-05-31 2021-08-17 山东捷瑞数字科技股份有限公司 计量工件不规则体尺寸的测量方法及设备
CN113358059A (zh) * 2021-06-08 2021-09-07 西安交通大学 一种基于线激光扫描的离轴非球面面型误差测量方法
CN114166153B (zh) * 2021-11-29 2024-02-27 浙江工业大学 一种直柄麻花钻同轴度误差测量方法
CN114166153A (zh) * 2021-11-29 2022-03-11 浙江工业大学 一种直柄麻花钻同轴度误差测量方法
CN114413788A (zh) * 2022-01-21 2022-04-29 武汉惟景三维科技有限公司 基于双目视觉和反向模型重构的零件表面图案检测方法
CN114413788B (zh) * 2022-01-21 2024-04-09 武汉惟景三维科技有限公司 基于双目视觉和反向模型重构的零件表面图案检测方法
CN115046474A (zh) * 2022-05-20 2022-09-13 浙江大学 一种管状件内外表面测量***及测量方法
CN115420196B (zh) * 2022-08-30 2023-11-14 天津大学 一种通用型物体三维测量方法及装置
CN115420196A (zh) * 2022-08-30 2022-12-02 天津大学 一种通用型物体三维测量方法及装置
CN115289999A (zh) * 2022-09-05 2022-11-04 中南大学 一种三维激光扫描***的自校准方法
CN115493523A (zh) * 2022-11-21 2022-12-20 三代光学科技（天津）有限公司 一种晶圆表面三维形貌高速测量方法及装置
CN117011349A (zh) * 2023-08-01 2023-11-07 奥谱天成（厦门）光电有限公司 基于二维运动平台的线激光图像优化方法、***和介质
CN117011349B (zh) * 2023-08-01 2024-03-19 奥谱天成（厦门）光电有限公司 基于二维运动平台的线激光图像优化方法、***和介质
CN116878419A (zh) * 2023-09-06 2023-10-13 南京景曜智能科技有限公司 基于三维点云数据的轨道车辆限界检测方法、***及电子设备
CN116878419B (zh) * 2023-09-06 2023-12-01 南京景曜智能科技有限公司 基于三维点云数据的轨道车辆限界检测方法、***及电子设备
CN117272522B (zh) * 2023-11-21 2024-02-02 上海弥彧网络科技有限责任公司 一种便携式飞机曲面蒙皮铆钉孔轮廓测量***及其方法
CN117272522A (zh) * 2023-11-21 2023-12-22 上海弥彧网络科技有限责任公司 一种便携式飞机曲面蒙皮铆钉孔轮廓测量***及其方法

Also Published As

Publication number Publication date
CN108981604B (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN108981604A (zh) 一种基于线激光的精密零件三维全貌测量方法
Ebrahim 3D laser scanners’ techniques overview
Murphy et al. Historic building information modelling (HBIM)
CN108844459B (zh) 一种叶片数字化样板检测***的标定方法及装置
Guidi et al. High-accuracy 3D modeling of cultural heritage: the digitizing of Donatello's" Maddalena"
Luhmann Close range photogrammetry for industrial applications
Pieraccini et al. 3D digitizing of cultural heritage
CN105806242B (zh) 采用激光旋转扫描的面型测量装置
Fontana et al. Three-dimensional modelling of statues: the Minerva of Arezzo
CN114998499B (zh) 一种基于线激光振镜扫描的双目三维重建方法及***
Luna et al. Calibration of line-scan cameras
Guidi et al. Fusion of range camera and photogrammetry: a systematic procedure for improving 3-D models metric accuracy
DeFisher et al. A non-contact surface measurement system for freeform and conformal optics
Yang et al. Modeling and calibration of the galvanometric laser scanning three-dimensional measurement system
Cai et al. Calibration method for the rotating axis in panoramic 3D shape measurement based on a turntable
CN116051659A (zh) 一种线阵相机与2d激光扫描仪联合标定方法
CN112729156A (zh) 一种人体数字化测量装置的数据拼接及***标定方法
Li et al. Line structured light 3D sensing with synchronous color mapping
Hosseininaveh et al. A low-cost and portable system for 3D reconstruction of texture-less objects
Manthey et al. Calibration of a laser range-finding coordinate-measuring machine
CN112525106B (zh) 基于三相机协同激光的3d探测方法及装置
Ma et al. Flexible High-Resolution Continuous 3-D Scanning for Large-Scale Industrial Components
CN114663520A (zh) 一种超大范围视觉测量的双相机联合标定方法及***
CN114663486A (zh) 一种基于双目视觉的建筑物测高方法及***
CN114170321A (zh) 一种基于测距的相机自标定方法及***

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201113

Address after: 300051 1603, block B, Kangning building, Xikang Road, Heping District, Tianjin

Patentee after: Qingyan Zhongdian (Tianjin) Intelligent Equipment Co.,Ltd.

Address before: 300387 Tianjin city Xiqing District West Binshui Road No. 399

Patentee before: TIANJIN POLYTECHNIC University

TR01 Transfer of patent right
CP02 Change in the address of a patent holder

Address after: Room 1-104, Block A, No. 196 Hongqi Road, Nankai District, Tianjin 300110

Patentee after: Qingyan Zhongdian (Tianjin) Intelligent Equipment Co.,Ltd.

Address before: Room 1603, Block B, Kangning Building, Xikang Road, Heping District, Tianjin 300051

Patentee before: Qingyan Zhongdian (Tianjin) Intelligent Equipment Co.,Ltd.

CP02 Change in the address of a patent holder