CN114638795A - 一种多结构光测量单元在线测量方法及*** - Google Patents
一种多结构光测量单元在线测量方法及*** Download PDFInfo
- Publication number
- CN114638795A CN114638795A CN202210220284.XA CN202210220284A CN114638795A CN 114638795 A CN114638795 A CN 114638795A CN 202210220284 A CN202210220284 A CN 202210220284A CN 114638795 A CN114638795 A CN 114638795A
- Authority
- CN
- China
- Prior art keywords
- scanning
- viewpoint
- measured
- light measuring
- point
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 30
- 238000000691 measurement method Methods 0.000 title description 4
- 238000001514 detection method Methods 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims description 105
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000013519 translation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 25
- 238000003860 storage Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 230000009467 reduction Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000006440 Open Bite Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- 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
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/12—Bounding box
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/21—Collision detection, intersection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种多结构光测量单元在线测量方法及***，方法包括：对多结构光测量单元在线测量***进行标定得到标定结果，***包括多个结构光测量单元和旋转载物台；旋转载物台，用于承载待测物体并调整所述待测物体的位置；将待测物体的CAD模型和实际测量的三维模型进行对齐；基于对齐后的所述待测物体的CAD模型，以***代价函数最小为目标获得最优扫描路径；基于所述扫描路径对所述待测物体进行示教扫描检测并将示教扫描检测过程中的扫描检测参数保存为扫描检测模板；基于扫描检测模板对待测物体进行批量检测，能够快速便捷地获得完整模型数据，实现快速高效的三维测量。
Description
技术领域
本发明涉及工业检测技术领域，尤其涉及一种多结构光测量单元在线测量方法及***。
背景技术
随着市场经济的发展和人力成本的提升，工业测量越来越多的依赖设备而非传统人力。普通图像传感器只能获取场景物体的二维信息，已经不能满足工业发展的需求。人们迫切希望更准确地掌握工件的三维几何信息，用于对工件进行分析或测量。由于能够方便获取三维信息，以结构光为代表的非接触式测量技术手段逐渐在工业检测等领域发挥越来越重要的作用。
以面结构光测量***为例，被测物表面调制后的光栅图像经过计算单元处理后被用于被测物表面特征重建，配合相关检测***能够实现被测物表面测量(如整体尺寸偏差检测)。相比于传统的接触式测量技术，虽然面结构光测量技术能够快速获取物体表面区域信息，但由于物体自身存在的遮挡问题，完成待测工件的扫描往往需要多次移动测量设备或被测物，并通过标志点或物体表面特征将多次扫描获取的数据统一到同一坐标系中，以获取被测物体完整数据。繁琐的测量过程导致测量效率低下，难以满足实际工业场景下工件的批量检测需求。
目前无论是手持式、支架式还是基于机械臂的结构光测量单元，实际测量都无法避免上述问题。由此可见，快速、便捷的测量***是工业检测领域内的迫切需求。
以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
本发明为了解决现有的问题，提供一种多结构光测量单元在线测量方法及***。
为了解决上述问题，本发明采用的技术方案如下所述：
一种多结构光测量单元在线测量方法，包括如下步骤：S1：对多结构光测量单元在线测量***进行标定得到标定结果，所述多结构光测量单元在线测量***包括多个结构光测量单元和旋转载物台；所述旋转载物台，用于承载待测物体并调整所述待测物体的位置；S2：将所述待测物体的CAD模型和所述待测物体的实际测量的三维模型进行对齐；S3：基于对齐后的所述待测物体的CAD模型，以所述多结构光测量单元在线测量***的代价函数最小为目标获得最优扫描路径，所述代价函数包括所述旋转载物台的旋转次数、所述CAD模型上的视点和所述结构光测量单元的距离以及所述CAD模型上的视点的方向和所述结构光测量单元方向的夹角；S4：基于所述最优扫描路径对所述待测物体进行示教扫描检测并将示教扫描检测过程中的扫描检测参数保存为扫描检测模板；S5：采用所述多结构光测量单元在线测量***基于所述扫描检测模板对所述待测物体进行批量检测。
优选地，将所述待测物体的CAD模型和所述待测物体的实际测量的三维模型进行对齐包括：S21：所述待测物体按照预先设置的角度旋转扫描一周，并利用所述标定结果和所述预先设置的角度将所有扫描点云进行对齐，获得所述待测物体的所述实际测量的三维模型；S22：将所述待测物体的CAD模型和所述实际测量的三维模型进行对齐得到对齐关系，利用所述对齐关系计算得到空间旋转矩阵R和平移矩阵T；S23：基于所述空间旋转矩阵R和平移矩阵T将所述CAD模型转换到所述实际测量的三维模型的坐标系中。
优选地，获得所述最优扫描路径包括如下步骤：S31：对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点；S32：获取所述CAD模型的每个面上的采样点和所述采样点的法向，根据所述采样点的位置和法向以及所述结构光测量单元的标准扫描距离生成一个所述视点，所述视点即为一个扫描点位，扫描方向为所述视点与所述采样点连线的方向；S33：对所述视点进行精简，得到有效视点；S34：将所述有效视点与所述结构光测量单元进行对应，将对应关系进行全排列，然后计算每种排列下所述代价函数，选取所述代价函数最小的一组排列作为实际的对应关系生成所述旋转载物台的一系列位姿得到所述最优扫描路径。
优选地，对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点包括：获取每个面片在参数域内的边界，然后在所述参数域内的一个方向上取一条直线与所述参数域相交，取交点之内的中心点作为采样点。
优选地，对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点还包括：根据所述结构光测量单元的扫描幅面对所述CAD模型表面的每一个面片进行划分，具体公式如下：
其中，face为面皮，S为面片的面积，S0为结构光测量单元的扫描幅面面积，k为比例系数；
对于面积小于预设面积的面片，在所述参数域内取中心点即可；
对于面积大于等于所述预设面积的面片，对所述参数域进行等份分割得到多个区域，然后取每个所述区域的中心点作为采样点；
对于曲率大于预设曲率的面片，在曲率大于所述预设曲率的方向上多***至少一个点。
优选地，获取所述CAD模型的每个面上的采样点和所述采样点的法向后，还包括对所述法向一致定向，具体包括：利用模型采样的方式把所述CAD模型进行离散成点云得到点云模型获得所述采样点；利用德洛内三角化的原理对所述点云模型进行三角化并计算每个所述面片的法向；计算所述采样点的最邻近三角形的法向，并通过所述采样点的一环邻域三角形进行法向的校正：判断一环邻域三角形的平均方向与所述采样点原始法向n和-n的夹角，夹角小于预设角度的即为正确的方向。
优选地，还包括碰撞检测和遮挡检测；所述碰撞检测原理采用基于有向包围盒的碰撞检测；根据所述视点的视点位姿计算所述结构光测量单元的有向包围盒，计算所述被测物的包围盒以及场景的包围盒，然后判断两个包围盒是否发生了碰撞；若发生碰撞，则删除所述视点；所述遮挡检测包括视点的遮挡和视线的遮挡；所述视点的遮挡是在扫描方向上存在所述CAD模型本身的遮挡；判断以所述视点和所述结构光测量单元的两个相机光心为起点，与所述视点对应的采样点连线为方向的射线与所述CAD模型的交点是否是所述采样点，若是，则没有发生遮挡；若不是，则发生遮挡，调整经过所述遮挡检测确定发生遮挡的视点所在的面片，具体包括：以发生遮挡的视点所在的面片为目标面片，以所述目标面片的采样点为起点，以角度a绕扫描方向旋转，在旋转圆弧上按角度b取一系列点作为候选视点，逐个判断这些点是否依然存在视点遮挡和视线遮挡，直到找到无遮挡的点停止，所述点即为调整后的视点。
优选地，对所述视点进行精简得到有效视点包括：遍历每个所述采样点的邻域点，并按照第一预设距离r删除与所述采样点距离小于第一预设距离的采样点，同时删除采样点对应的视点；按照第二预设距离D查找所述视点的邻域视点，在所述邻域视点中计算出每个所述视点扫描到的所有所述CAD模型上的扫描区域，删除所述扫描区域相同或者差距在预设阈值以内的点，然后记录每个所述视点对应的所述扫描区域，继续遍历下一个视点及其邻域视点，当所述CAD模型上的每个面片均被扫描到之后停止计算，得到所述有效试点。
优选地，基于所述最优扫描路径对所述待测物体进行示教扫描检测包括：S41：按照所述最优扫描路径调整所述待测物体的位置姿态，采用多个所述结构光测量单元依次对所述待测物体进行扫描得到点云；S42：利用所述标定结果和所述最优扫描路径将扫描获得的所述点云拼接在一起获得完整的所述待测物体的三维模型；S43：将所述三维模型进行网格化后和所述CAD模型进行精确对齐，然后依据近邻点对关系获得相应的点对距离，所述点对距离集合即为物体尺寸偏差检测结果；S44：将示教扫描检测过程中的扫描检测参数保存为所述扫描检测模板。
本发明还提供一种多结构光测量单元在线测量***，包括：多个结构光测量单元，包括两个高分辨率工业相机和一个蓝光光栅发生器，用于对待测物体进行扫描得到三维点云；机架，用于调节所述结构光测量单元的位置和姿态；旋转载物台，用于承载待测物体并调整所述待测物体的位置；控制单元，用于如上任一所述的方法。
本发明的有益效果为：提供一种多结构光测量单元在线测量方法及***，通过将待测物体的CAD模型和待测物体的实际测量的三维模型进行对齐，基于对齐后的CAD模型，以***代价函数最小为目标获得最优扫描路径，由结构光测量单元基于最优扫描路径对待测物体进行示教扫描检测并保存扫描检测参数至扫描检测模板，再由***调用扫描检测模板对待测物体进行批量检测；避免物体扫描时需要频繁移动测量设备或被测物的问题，并且能够快速便捷地获得完整模型数据，实现快速高效的三维测量。
进一步地，通过对多个测量单元序列化控制提高整体扫描效率，通过合理规划多个测量单元的扫描顺序和时间，提高***扫描效率且避免结构光测量单元间结构光图案的互相干扰。
再进一步地，通过采用多结构光测量单元在线测量***对待测物体进行示教扫描检测形成自动化检测能力，能够根据实际被测物柔性调节测量***，达到自动化快速扫描的能力。
附图说明
图1是本发明实施例中一种多结构光测量单元在线测量方法的示意图。
图2(a)和图2(b)是本发明实施例中一种多结构光测量单元在线测量***的示意图。
图3是本发明实施例中一种标定板的布置方式的示意图。
图4是本发明实施例中将待测物体的CAD模型和待测物体的实际测量的三维模型进行对齐的方法示意图。
图5是本发明实施例中一种路径规划流程示意图。
图6是本发明实施例中一种路径规划方法示意图。
图7(a)是本发明实施例中模型采样时三维CAD面片示意图。
图7(b)是本发明实施例中模型采样时CAD面片的参数域示意图。
图8(a)是本发明实施例中面积较大的面片采样自适应示意图。
图8(b)是本发明实施例中大曲率面片采样自适应示意图。
图9是本发明实施例中视点生成原理图。
图10是本发明实施例中法向定向示意图。
图11是本发明实施例中碰撞检测示意图.
图12(a)是本发明实施例中遮挡检测时视点遮挡示意图。
图12(b)是本发明实施例中遮挡检测时视线遮挡示意图。
图13(a)是本发明实施例中遮挡检测时无遮挡情形示意图。
图13(b)是本发明实施例中遮挡检测时有遮挡情形示意图。
图14(a)是本发明实施例中遮挡调整原理图。
图14(b)是本发明实施例中在曲面上的遮挡调整示意图。
图15是本发明实施例中初步精简示意图。
图16是本发明实施例中再次精简示意图。
图17是本发明实施例中多个结构光测量单元示教扫描检测方法示意图。
图18是本发明实施例中批量检测流程示意图。
具体实施方式
为了使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚明白，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。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接既可以是用于固定作用也可以是用于电路连通作用。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
如图1所示，本发明提供一种多结构光测量单元在线测量方法，包括如下步骤：
S1：对多结构光测量单元在线测量***进行标定得到标定结果，所述多结构光测量单元在线测量***包括多个结构光测量单元和旋转载物台；所述旋转载物台，用于承载待测物体并调整所述待测物体的位置；
S2：将所述待测物体的CAD模型和所述待测物体的实际测量的三维模型进行对齐；
S3：基于对齐后的所述待测物体的CAD模型，以所述多结构光测量单元在线测量***的代价函数最小为目标获得最优扫描路径，所述代价函数包括所述旋转载物台的旋转次数、所述CAD模型上的视点和所述结构光测量单元的距离以及所述CAD模型上的视点的方向和所述结构光测量单元方向的夹角；
S4：基于所述最优扫描路径对所述待测物体进行示教扫描检测并将示教扫描检测过程中的扫描检测参数保存为扫描检测模板；
S5：采用所述多结构光测量单元在线测量***基于所述扫描检测模板对所述待测物体进行批量检测。
本发明通过将待测物体的CAD模型和待测物体的实际测量的三维模型进行对齐，基于对齐后的CAD模型，以***代价函数最小为目标获得最优扫描路径，由结构光测量单元基于最优扫描路径对待测物体进行示教扫描检测并保存扫描检测参数至扫描检测模板，再由***调用扫描检测模板对待测物体进行批量检测；避免物体扫描时需要频繁移动测量设备或被测物的问题，并且能够快速便捷地获得完整模型数据，实现快速高效的三维测量。
如图2(a)和图2(b)所示，一种多结构光测量单元在线测量***，包括：多个结构光测量单元，包括两个高分辨率工业相机和一个蓝光光栅发生器，用于对待测物体进行扫描得到三维点云；
机架，用于调节所述结构光测量单元的位置和姿态；
旋转载物台，用于承载待测物体并调整所述待测物体的位置；
控制单元，用于如下任一所述的方法。
在上述***硬件和布局确定的情况下，本发明的多结构光测量单元在线测量***的工作步骤为：
(1)对多结构光测量单元在线测量***进行标定得到标定结果
所述标定包括：单个所述结构光测量单元内外参数标定、所述结构光测量单元之间外参数标定以及基准结构光测量单元相对所述旋转载物台的外参数标定；
a.单个结构光测量单元内外参数标定
先对每个结构光测量单元进行标定，以左相机作为参考相机，基于摄影测量原理计算出两个相机的内参数(相机焦距fx、fy、主点偏差u0、v0和畸变参数k1、k2、k3、p1、p2)和外参数(旋转矩阵R和平移矩阵T)。
如图3所示，是本发明实施例中一种标定板的布置方式。利用单个结构光测量单元内外参标定结果，完成单个结构光测量单元的双目结构光点云重建。
b.结构光测量单元间外参数标定
指定一个结构光测量单元的参考相机作为全局参考相机，再拍摄一幅标定板图像(两个相邻结构光测量单元中的参考相机具有公共视角，均能够重建标定板上的标志点)，由两个结构光测量单元重建得到的标志点对齐计算出两个参考相机之间的外参数(旋转矩阵R和平移矩阵T)。利用该外参数(y＝R*x+T)能够将相邻结构光测量单元中的相机转换到全局参考相机的坐标系下。
c.基准结构光测量单元相对旋转载物台的外参数标定
基于眼在手外的方法对b中指定的全局参考相机所在测量单元和转台进行外参数的标定(旋转矩阵R和平移矩阵T)。利用该外参数(y＝R*x+T)能够将旋转载物台位姿调整前后的点云拼接在一起。
2.如图4所示，将所述待测物体的CAD模型和所述待测物体的实际测量的三维模型进行对齐包括：
S21：所述待测物体按照预先设置的角度旋转扫描一周，并利用所述标定结果和所述预先设置的角度将所有扫描点云进行对齐，获得所述待测物体的所述实际测量的三维模型；
S22：将所述待测物体的CAD模型和所述实际测量的三维模型进行对齐得到对齐关系，利用所述对齐关系计算得到空间旋转矩阵R和平移矩阵T；
S23：基于所述空间旋转矩阵R和平移矩阵T将所述CAD模型转换到所述实际测量的三维模型的坐标系中。
3.采用多结构光测量单元在线测量***对所述待测物体进行路径规划
如图5所示，路径规划主要步骤包括：模型采样、视点计算、视点精简、路径生成四个步骤。
如图6所示，获得所述最优扫描路径包括如下步骤：
S31：对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点；
S32：获取所述CAD模型的每个面上的采样点和所述采样点的法向，根据所述采样点的位置和法向以及所述结构光测量单元的标准扫描距离生成一个所述视点，所述视点即为一个扫描点位，扫描方向为所述视点与所述采样点连线的方向；
S33：对所述视点进行精简，得到有效视点；
S34：将所述有效视点与所述结构光测量单元进行对应，将对应关系进行全排列，然后计算每种排列下所述代价函数，选取所述代价函数最小的一组排列作为实际的对应关系生成所述旋转载物台的一系列位姿得到所述最优扫描路径。
a.模型采样
模型采样是对CAD模型表面的每一个面进行采样从而获取一系列采样点的一种方法。采样点用于视点位置的生成，因此模型采样至关重要。采样时首先获取每个面片在参数域内的边界，然后在参数域内的一个方向上(u或v)取一条直线与该参数域相交，取交点之内的中心点作为采样点，即可保证该采样点在CAD面片上。
在本发明的一种实施例中，对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点包括：
获取每个面片在参数域内的边界，然后在所述参数域内的一个方向上取一条直线与所述参数域相交，取交点之内的中心点作为采样点。
如图7(a)所示，是本发明实施例中一种采样的三维面，对应的参数域如图7(b)所示，参数域内取到采样点p(u0,v0)对应的三维点为P(x(u0,v0),y(u0,v0),z(u0,v0))。
为了针对不同的面片的大小、曲率都能正常的扫描，因此采样时需要针对不同的特征进行优化。对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点还包括：
根据所述结构光测量单元的扫描幅面对所述CAD模型表面的每一个面片进行划分，具体公式如下：
其中，face为面皮，S为面片的面积，S0为结构光测量单元的扫描幅面面积，k为比例系数；在一种具体的实施例中，一般取0.6-0.8；
对于面积小于预设面积的面片，在所述参数域内取中心点即可；
如图8(a)所示，对于面积大于等于所述预设面积的面片，对所述参数域进行等份分割得到多个区域，然后取每个所述区域的中心点作为采样点；
如图8(b)所示对于曲率大于预设曲率的面片，在曲率大于所述预设曲率的方向上多***至少一个点，保证该面片的细节也可以扫到。
b.视点计算
采样完成后，可以获取CAD模型每个面上的采样点和采样点的法向，然后根据采样点的位置和法向以及结构光测量单元的标准扫描距离生成一个视点，该视点即为一个扫描点位，扫描方向即为视点与采样点连线的方向。该视点位置pos和扫描方向dir为要保存参数。
如图9所示，表面S上一点P，其法向为n，以D为结构光测量单元标准扫描距离，沿着法向n延长距离D即可得到一个扫描视点Vp。但是采样点处的法向有时候不能准确朝外，因此需要法向的一致定向。视点生成后，还需要进行碰撞检测和遮挡检测，并把视点调整到可扫描的最优状态。
I.扫描方向的准确定向
获取所述CAD模型的每个面上的采样点和所述采样点的法向后，还包括对所述法向一致定向，具体包括：
利用模型采样的方式把所述CAD模型进行离散成点云得到点云模型获得所述采样点；此时对每一个面采样时要把采样间隔设置的小一点以获得尽可能多的采样点；
利用德洛内三角化的原理对所述点云模型进行三角化并计算每个所述面片的法向；
如图10所示，计算所述采样点的最邻近三角形的法向，并通过所述采样点的一环邻域三角形进行法向的校正：
判断一环邻域三角形的平均方向与所述采样点原始法向n和-n的夹角，夹角小于预设角度的即为正确的方向。
II.碰撞检测
视点的碰撞检测需要检测结构光测量单元与CAD模型的碰撞以及结构光测量单元与扫描场景的碰撞。碰撞检测的原理采用基于有向包围盒的碰撞检测。
如图11所示，首先根据视点位姿计算结构光测量单元的有向包围盒1，然后计算被测物的包围盒2以及场景的包围盒3，然后判断两个包围盒是否发生了碰撞，如果发生碰撞则删除该视点。
III.遮挡检测
遮挡检测包括视点的遮挡和视线的遮挡。视点的遮挡是指在扫描方向上存在模型本身的遮挡。
如图12(a)所示，是本发明实施例中一种视点遮挡示意图，其中，箭头方向为扫描方向。
在扫描方向上，曲面S上的点P被CAD模型本身的元素遮挡了，导致无法扫描。视线的遮挡是指在相机视线方向上存在遮挡。
如图12(b)所示，是本发明实施例中一种视线遮挡示意图，结构光测量单元的相机中心视线4被CAD模型自身的元素遮挡，导致至少一个相机无法拍摄到曲面S上的点，从而导致无法扫描，视线遮挡区域5为无法扫描区域。在视点遮挡的情况下，视线遮挡一定存在，但是当视点不遮挡时，也可能存在视线的遮挡，所以在进行视点的遮挡检测时需要同时检测视线的遮挡。
所述视点的遮挡是在扫描方向上存在所述CAD模型本身的遮挡；判断以所述视点和所述结构光测量单元的两个相机光心为起点，与所述视点对应的采样点连线为方向的射线与所述CAD模型的交点是否是所述采样点，若是，则没有发生遮挡；若不是，则发生遮挡，调整经过所述遮挡检测确定发生遮挡的视点所在的面片。
如图13(a)所示，射线与模型相交且最近交点6为p1，p1也是采样点P，此时认为没有发生遮挡。
如图13(b)中，射线与模型如果发生多次相交交点分别为7、8和9，且与起点距离最近的点p1不是采样点P，则认为发生了遮挡。
如果发生了遮挡，不能直接删除该视点，因为直接删除可能导致该点对应的目标面片无法被扫描，因此检测到遮挡后需要进行遮挡调整，以达到该面片可扫描的状态。
如图14(a)所示，是本发明实施例中一种遮挡调整原理示意图，图中候选试点11，遮挡处的采样点12。
如图14(b)所示，是本发明实施例中一种曲面上的遮挡调整示意图，以发生遮挡的视点所在的面片为目标面片，以所述目标面片的采样点为起点，以角度a绕扫描方向旋转，如图中遮挡调整方向10，在旋转圆弧上按角度b取一系列点作为候选视点，逐个判断这些点是否依然存在视点遮挡和视线遮挡，直到找到无遮挡的点停止，所述点即为调整后的视点，其中角度a和b的大小一般取15度左右。
c.视点精简
CAD模型的每个面至少一个采样点，每个采样点都对应着一个视点，因此，当模型比较复杂包含的面比较多时，视点就会非常多，导致扫描效率低下。为了提高扫描效率并且要保证扫描的完整性的条件下进行视点的精简是必须的。
在一种实施例中，对所述视点进行精简得到有效视点包括：
遍历每个所述采样点的邻域点，并按照第一预设距离r删除与所述采样点距离小于第一预设距离的采样点，同时删除采样点对应的视点；
按照第二预设距离D查找所述视点的邻域视点，在所述邻域视点中计算出每个所述视点扫描到的所有所述CAD模型上的扫描区域，删除所述扫描区域相同或者差距在预设阈值以内的点，然后记录每个所述视点对应的所述扫描区域，继续遍历下一个视点及其邻域视点，当所述CAD模型上的每个面片均被扫描到之后停止计算，得到所述有效试点。
具体地，本实施例视点精简算法包含两个部分，首先根据采样点进行初步精简，然后根据视点进行精简。根据采样点的精简原理是遍历每个点的邻域点，并按照第一预设距离r删除较近的采样点，同时删除采样点对应的视点，实现视点的初步精简。
如图15所示，是本发明实施例中初步精简原理示意图,图中P0为当前采样点，r为搜索半径且r的大小一般不大于结构光测量单元标准扫描幅面的内接圆半径的一半，Pn1，Pn2为需要删除的邻域点。
完成初步精简之后，仍然会有大量视点，需要直接对视点进行再次精简。精简过程先按照第二预设距离D查找视点邻域视点，在邻域视点中计算出每个视点可以扫描到的所有模型上的区域，首先删除扫描区域相同或者差距在10％以内的点，然后记录每个视点对应的扫描区域，继续遍历下一个点及其邻域视点，当模型上的每个面片均被扫描到之后停止计算。其中，搜索距离D一般为结构光测量单元标准扫描幅面的内接圆半径，也可以适当缩小或增大不会影响精简结果。
如图16所示，是本发明实施例中一种视点精简示意图，对待扫描区域的扫描位置有三个视点P1、P2、P3，其中P2是扫描最完整且扫描角度最优，因此P1的两个临近点P2和P3被删除。
d.路径生成
在生成全部视点后，将视点与实际的结构光测量单元进行对应。此时将对应关系进行全排列，然后计算每种排列下***的代价函数(代价函数为旋转载物台的旋转次数、视点和结构光测量单元的距离以及视点方向和结构光测量单元方向的夹角)，取代价函数最小的那一组排列作为实际的对应关系即最优扫描路径，生成旋转载物台的一系列位姿即旋转载物台旋转角度，在一种具体的实施例中，最终生成两个扫描位置，实际上根据待测物体的具体类型，位置可以有多个。
(3)示教扫描检测
如图17所示，完成路径规划后，基于所述最优扫描路径对所述待测物体进行示教扫描检测包括：
S41：按照所述最优扫描路径调整所述待测物体的位置姿态，采用多个所述结构光测量单元依次对所述待测物体进行扫描得到点云；
S42：利用所述标定结果和所述最优扫描路径将扫描获得的所述点云拼接在一起获得完整的所述待测物体的三维模型；
S43：将所述三维模型进行网格化后和所述CAD模型进行精确对齐，然后依据近邻点对关系获得相应的点对距离，所述点对距离集合即为物体尺寸偏差检测结果；
S44：将示教扫描检测过程中的扫描检测参数保存为所述扫描检测模板。
(4)批量检测
***调用扫描检测模板对待测物体进行批量检测。
如图18所示，被测物体移动至被测位置后，扫描检测模板自动调整被测物体的位置姿态，同时配合多个结构光测量单元的有序控制实现全场高速扫描，多个结构光测量单元依次进行投影、拍摄和计算实现批量测量。
本发明得到的物体尺寸偏差反应了设计与制造二者的偏差说明待测物体制造中存在的问题，从而指导生产改进和缺陷物体的筛选。
本申请实施例还提供一种控制装置，包括处理器和用于存储计算机程序的存储介质；其中，处理器用于执行所述计算机程序时至少执行如上所述的方法。
本申请实施例还提供一种存储介质，用于存储计算机程序，该计算机程序被执行时至少执行如上所述的方法。
本申请实施例还提供一种处理器，所述处理器执行计算机程序，至少执行如上所述的方法。
所述存储介质可以由任何类型的易失性或非易失性存储设备、或者它们的组合来实现。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，FerromagneticRandom Access Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，SynchronousStatic Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random AccessMemory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random AccessMemory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data RateSynchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAMEnhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，Sync Link Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
在本申请所提供的几个实施例中，应该理解到，所揭露的***和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。
Claims (10)
1.一种多结构光测量单元在线测量方法，其特征在于，包括如下步骤：
S1：对多结构光测量单元在线测量***进行标定得到标定结果，所述多结构光测量单元在线测量***包括多个结构光测量单元和旋转载物台；所述旋转载物台，用于承载待测物体并调整所述待测物体的位置；
S2：将所述待测物体的CAD模型和所述待测物体的实际测量的三维模型进行对齐；
S3：基于对齐后的所述待测物体的CAD模型，以所述多结构光测量单元在线测量***的代价函数最小为目标获得最优扫描路径，所述代价函数包括所述旋转载物台的旋转次数、所述CAD模型上的视点和所述结构光测量单元的距离以及所述CAD模型上的视点的方向和所述结构光测量单元方向的夹角；
S4：基于所述最优扫描路径对所述待测物体进行示教扫描检测并将示教扫描检测过程中的扫描检测参数保存为扫描检测模板；
S5：采用所述多结构光测量单元在线测量***基于所述扫描检测模板对所述待测物体进行批量检测。
2.如权利要求1所述的多结构光测量单元在线测量方法，其特征在于，将所述待测物体的CAD模型和所述待测物体的实际测量的三维模型进行对齐包括：
S21：所述待测物体按照预先设置的角度旋转扫描一周，并利用所述标定结果和所述预先设置的角度将所有扫描点云进行对齐，获得所述待测物体的所述实际测量的三维模型；
S22：将所述待测物体的CAD模型和所述实际测量的三维模型进行对齐得到对齐关系，利用所述对齐关系计算得到空间旋转矩阵R和平移矩阵T；
S23：基于所述空间旋转矩阵R和平移矩阵T将所述CAD模型转换到所述实际测量的三维模型的坐标系中。
3.如权利要求2所述的多结构光测量单元在线测量方法，其特征在于，获得所述最优扫描路径包括如下步骤：
S31：对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点；
S32：获取所述CAD模型的每个面上的采样点和所述采样点的法向，根据所述采样点的位置和法向以及所述结构光测量单元的标准扫描距离生成一个所述视点，所述视点即为一个扫描点位，扫描方向为所述视点与所述采样点连线的方向；
S33：对所述视点进行精简，得到有效视点；
S34：将所述有效视点与所述结构光测量单元进行对应，将对应关系进行全排列，然后计算每种排列下所述代价函数，选取所述代价函数最小的一组排列作为实际的对应关系生成所述旋转载物台的一系列位姿得到所述最优扫描路径。
4.如权利要求3所述的多结构光测量单元在线测量方法，其特征在于，对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点包括：
获取每个面片在参数域内的边界，然后在所述参数域内的一个方向上取一条直线与所述参数域相交，取交点之内的中心点作为采样点。
5.如权利要求4所述的多结构光测量单元在线测量方法，其特征在于，对所述CAD模型的表面的每一个面进行采样从而获取一系列采样点还包括：
根据所述结构光测量单元的扫描幅面对所述CAD模型表面的每一个面片进行划分，具体公式如下：
其中，face为面皮，S为面片的面积，S0为结构光测量单元的扫描幅面面积，k为比例系数；
对于面积小于预设面积的面片，在所述参数域内取中心点即可；
对于面积大于等于所述预设面积的面片，对所述参数域进行等份分割得到多个区域，然后取每个所述区域的中心点作为采样点；
对于曲率大于预设曲率的面片，在曲率大于所述预设曲率的方向上多***至少一个点。
6.如权利要求5所述的多结构光测量单元在线测量方法，其特征在于，获取所述CAD模型的每个面上的采样点和所述采样点的法向后，还包括对所述法向一致定向，具体包括：
利用模型采样的方式把所述CAD模型进行离散成点云得到点云模型获得所述采样点；
利用德洛内三角化的原理对所述点云模型进行三角化并计算每个所述面片的法向；
计算所述采样点的最邻近三角形的法向，并通过所述采样点的一环邻域三角形进行法向的校正：
判断一环邻域三角形的平均方向与所述采样点原始法向n和-n的夹角，夹角小于预设角度的即为正确的方向。
7.如权利要求6所述的多结构光测量单元在线测量方法，其特征在于，还包括碰撞检测和遮挡检测；
所述碰撞检测原理采用基于有向包围盒的碰撞检测；根据所述视点的视点位姿计算所述结构光测量单元的有向包围盒，计算所述被测物的包围盒以及场景的包围盒，然后判断两个包围盒是否发生了碰撞；若发生碰撞，则删除所述视点；
所述遮挡检测包括视点的遮挡和视线的遮挡；所述视点的遮挡是在扫描方向上存在所述CAD模型本身的遮挡；判断以所述视点和所述结构光测量单元的两个相机光心为起点，与所述视点对应的采样点连线为方向的射线与所述CAD模型的交点是否是所述采样点，若是，则没有发生遮挡；若不是，则发生遮挡，调整经过所述遮挡检测确定发生遮挡的视点所在的面片，具体包括：
以发生遮挡的视点所在的面片为目标面片，以所述目标面片的采样点为起点，以角度a绕扫描方向旋转，在旋转圆弧上按角度b取一系列点作为候选视点，逐个判断这些点是否依然存在视点遮挡和视线遮挡，直到找到无遮挡的点停止，所述点即为调整后的视点。
8.如权利要求7所述的多结构光测量单元在线测量方法，其特征在于，对所述视点进行精简得到有效视点包括：
遍历每个所述采样点的邻域点，并按照第一预设距离r删除与所述采样点距离小于第一预设距离的采样点，同时删除采样点对应的视点；
按照第二预设距离D查找所述视点的邻域视点，在所述邻域视点中计算出每个所述视点扫描到的所有所述CAD模型上的扫描区域，删除所述扫描区域相同或者差距在预设阈值以内的点，然后记录每个所述视点对应的所述扫描区域，继续遍历下一个视点及其邻域视点，当所述CAD模型上的每个面片均被扫描到之后停止计算，得到所述有效试点。
9.如权利要求8所述的多结构光测量单元在线测量方法，其特征在于，基于所述最优扫描路径对所述待测物体进行示教扫描检测包括：
S41：按照所述最优扫描路径调整所述待测物体的位置姿态，采用多个所述结构光测量单元依次对所述待测物体进行扫描得到点云；
S42：利用所述标定结果和所述最优扫描路径将扫描获得的所述点云拼接在一起获得完整的所述待测物体的三维模型；
S43：将所述三维模型进行网格化后和所述CAD模型进行精确对齐，然后依据近邻点对关系获得相应的点对距离，所述点对距离集合即为物体尺寸偏差检测结果；
S44：将示教扫描检测过程中的扫描检测参数保存为所述扫描检测模板。
10.一种多结构光测量单元在线测量***，其特征在于，包括：
多个结构光测量单元，包括两个高分辨率工业相机和一个蓝光光栅发生器，用于对待测物体进行扫描得到三维点云；
机架，用于调节所述结构光测量单元的位置和姿态；
旋转载物台，用于承载待测物体并调整所述待测物体的位置；
控制单元，用于如权利要求1-9任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220284.XA CN114638795A (zh) | 2022-03-08 | 2022-03-08 | 一种多结构光测量单元在线测量方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210220284.XA CN114638795A (zh) | 2022-03-08 | 2022-03-08 | 一种多结构光测量单元在线测量方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114638795A true CN114638795A (zh) | 2022-06-17 |
Family
ID=81947017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210220284.XA Pending CN114638795A (zh) | 2022-03-08 | 2022-03-08 | 一种多结构光测量单元在线测量方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114638795A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116341327A (zh) * | 2023-03-28 | 2023-06-27 | 北京科技大学 | 一种高精度测量场自动规划方法及装置 |
| CN117201685A (zh) * | 2023-11-06 | 2023-12-08 | 中国民航大学 | 一种三维物体的表面覆盖扫描方法、装置、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103995496A (zh) * | 2014-04-28 | 2014-08-20 | 南京航空航天大学 | 一种基于数字化测量的飞机部件高精度匹配零件加工方法 |
| CN110966932A (zh) * | 2019-11-22 | 2020-04-07 | 杭州思看科技有限公司 | 一种基于已知标记点的结构光三维扫描方法 |
| CN112577447A (zh) * | 2020-12-07 | 2021-03-30 | 新拓三维技术(深圳)有限公司 | 一种三维全自动扫描***及方法 |
| CN112818428A (zh) * | 2020-12-31 | 2021-05-18 | 新拓三维技术(深圳)有限公司 | 一种用于cad模型面结构光全自动扫描路径规划方法 |
| CN113962932A (zh) * | 2021-09-10 | 2022-01-21 | 上海大学 | 一种基于三维立体建模的螺纹检测方法 |
-
2022
- 2022-03-08 CN CN202210220284.XA patent/CN114638795A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103995496A (zh) * | 2014-04-28 | 2014-08-20 | 南京航空航天大学 | 一种基于数字化测量的飞机部件高精度匹配零件加工方法 |
| CN110966932A (zh) * | 2019-11-22 | 2020-04-07 | 杭州思看科技有限公司 | 一种基于已知标记点的结构光三维扫描方法 |
| CN112577447A (zh) * | 2020-12-07 | 2021-03-30 | 新拓三维技术(深圳)有限公司 | 一种三维全自动扫描***及方法 |
| CN112818428A (zh) * | 2020-12-31 | 2021-05-18 | 新拓三维技术(深圳)有限公司 | 一种用于cad模型面结构光全自动扫描路径规划方法 |
| CN113962932A (zh) * | 2021-09-10 | 2022-01-21 | 上海大学 | 一种基于三维立体建模的螺纹检测方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116341327A (zh) * | 2023-03-28 | 2023-06-27 | 北京科技大学 | 一种高精度测量场自动规划方法及装置 |
| CN117201685A (zh) * | 2023-11-06 | 2023-12-08 | 中国民航大学 | 一种三维物体的表面覆盖扫描方法、装置、设备及介质 |
| CN117201685B (zh) * | 2023-11-06 | 2024-01-26 | 中国民航大学 | 一种三维物体的表面覆盖扫描方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7010157B2 (en) | Stereo image measuring device | |
| CN112161619B (zh) | 位姿检测方法、三维扫描路径规划方法和检测*** | |
| CN114638795A (zh) | 一种多结构光测量单元在线测量方法及*** | |
| Gai et al. | A novel dual-camera calibration method for 3D optical measurement | |
| EP2551633B1 (en) | Three dimensional distance measuring device and method | |
| EP2161537A2 (en) | Optical position measuring apparatus based on projection of grid patterns | |
| WO2018201677A1 (zh) | 基于光束平差的远心镜头三维成像***的标定方法及装置 | |
| US20020169586A1 (en) | Automated CAD guided sensor planning process | |
| CN114460093B (zh) | 一种航空发动机缺陷检测方法及*** | |
| CN115077425B (zh) | 一种基于结构光三维视觉的产品检测设备及方法 | |
| CN111353997B (zh) | 一种基于条纹投影的实时三维面型缺陷检测方法 | |
| CN112733428B (zh) | 一种光学测量的扫描姿态与覆盖路径规划方法 | |
| Jokinen | Self-calibration of a light striping system by matching multiple 3-d profile maps | |
| CN105574812A (zh) | 多角度三维数据配准方法及装置 | |
| CA3233222A1 (en) | Method, apparatus and device for photogrammetry, and storage medium | |
| CN112381921A (zh) | 一种边缘重建方法及*** | |
| Zong et al. | A high-efficiency and high-precision automatic 3D scanning system for industrial parts based on a scanning path planning algorithm | |
| Jin et al. | A new multi-vision-based reconstruction algorithm for tube inspection | |
| CN109186942A (zh) | 测试用结构光摄像头的平行度检测方法、装置及可读存储介质 | |
| CN111915681A (zh) | 多组3d相机群的外参标定方法、装置、存储介质及设备 | |
| JP4112077B2 (ja) | 画像計測処理方法並びに装置及び画像計測処理プログラムを記録した記録媒体 | |
| Jin et al. | A multi-vision-based system for tube inspection | |
| Wu et al. | A measurement method of free-form tube based on multi-view vision for industrial assembly | |
| CN111583388A (zh) | 一种三维扫描***的扫描方法及设备 | |
| CN112818428B (zh) | 一种用于cad模型面结构光全自动扫描路径规划方法 |
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 |