摘要：针对传统型钢轮廓尺寸的连续人工监测困难、测量精度低和效率低等问题,设计了基于三维点云拼接的轮廓尺寸测量实验平台。采用6组激光光源和电荷耦合元件(CCD)相机搭建了用于三维点云数据采集的硬件平台,并提出了基于最近点迭代(ICP)的多帧三维点云拼接算法以及轮廓尺寸测量方法,从而模拟型钢生产中移动工况下的轮廓尺寸测量。结果表明,该实验平台能够实时监测型钢轮廓尺寸,并且测量精度可达到0.01 mm。该实验平台能够针对型钢生产现场轮廓尺寸测量过程的难点问题进行相关理论的实验论证,完善了测量技术和方法。

摘要：传统采用螺距仪的测量方式效率低且准确性有待提高,为了准确获取船用螺旋桨的变形情况,提出一种使用三维激光扫描仪对其测量并进行变形分析的方法。在获取多视角的三维激光点云数据后,先进行裁剪去噪的预处理,然后对点云进行基于改进的SAC-IA粗拼接和K-D Tree加速处理的ICP精拼接,并对拼接精度进行分析,最后在CATIA软件中对比基于点云建模拟合的模型与原设计模型,得到船用螺旋桨直观且具体的变形情况,验证了该方法的可行性。

摘要：该文提出一种基于SLAM定位的多位置和姿态点云的拼接与分割方法,可提供信息量大且准确的点云样本数据。首先,利用RTAB-MAP框架构建SLAM算法,由KinectV2传感器采集获得带有位姿信息的多角度RGBD图像样本,并转化为三维点云场景数据;其次,改进ICP算法并基于SVD算法设计多位姿点云的拼接算法;再次,根据原始点云的RGB信息与凹凸性特征,设计三维点云分割算法,以此形成一系列点云目标;最后,开展点云拼接和点云分割实验,实验结果验证了该文所提算法的正确性和有效性。

摘要：针对现有管道三维重建方法依赖于管道内壁结构、纹理特征的问题,提出了基于合作目标与单目视觉的搭桥式点云拼接方法,实现管道内壁三维重建,该方法不依赖管道内壁的任何结构纹理特征,拼接速度快,且不受点云规模的影响。同时,设计了高精度的同心圆合作目标,用于计算点云的高精度拼接位姿,其位姿解算精度可达0.02 mm,相比椭圆合作目标高出53%,并实现了合作目标的鲁棒识别算法、以及拥有旋转不变性的特征点排序算法。最后,利用ROS机器人,搭建了不依赖任何特征的管道三维重建系统,并在实际实验中,完成了拼接精度为0.02 mm的管道整体三维重建。

摘要：针对传统的抓取方法难以获得可靠抓取位姿的问题,提出一种基于双视角点云拼接的抓取方法。首先,通过手眼标定将两个视角下的点云同时转化到机器人基坐标系下,实现点云粗拼接;其次,为了解决迭代最近点(ICP)算法容易陷入局部最优的问题,设计了一种基于垂直平面的ICP算法(VP-ICP),引入辅助参照物以补偿错误匹配点所带来的计算误差,实现精细拼接;然后,对抓取位姿检测(GPD)算法进行改进,调整候选抓取位姿的筛选条件,提高对贴近地面的物体的抓取能力;最后,搭建了一套基于机器人操作系统(ROS)的3D视觉抓取系统,使用改进的GPD法在拼接后的点云中检测出可靠的抓取位姿,实现对散乱堆放物体的无序抓取。实验结果表明,所提算法的平均拼接耗时为1.23 s,地面法向量夹角的均值为0.56°,较次优算法有明显提升;点云拼接和改进的GPD法分别将平均抓取完成度提升了12.5%和4.1%。

摘要：由于钢结构桥梁一般采用分段、分体的方式制作,传统的预制钢构件出厂检测方法存在耗时耗力且无法获取高精度数据的缺陷,检测成果缺少可信度。本文结合三维激光扫描(TLS)技术,研究基于三维激光点云逆向建模的大型钢结构桥梁结构检测方法;提出基于球特征的大场景高精度点云拼接技术,阐述基于三维模型切片的高精度预制构件尺寸检测方法,获取模型特征平面切片,进而提取钢构件检测尺寸。实践结果表明,该方法能够精确、高效完成钢构件尺寸检测,具有良好的实用性。

摘要：针对带有矩形参照物的待拼接点云,提出了一种确立参照点的矩形对角点拼接点云算法,即使用参照物顶面平面方程,缩小寻求顶面点云的范围,然后使用划分平面保留顶面点云;通过去除噪声点及最大值算法,较准确地确定了参照物顶面的四个对角参照点,并初步估计了精度;通过这些参照点,可以获得拼接变换矩阵的参数。本算法是一种数值算法,有利于结合逆向工程软件与编程软件进行程序化实现。

摘要：针对建造结构复杂高层建筑倾斜监测需求,介绍了一种基于地面三维激光扫描仪,结合独立模型法多站点云拼接的高层建筑倾斜变形的监测方案,研究其点云拼接原理、棱线提取和监测技术路线。通过拟合标靶球点云球心的三维坐标,与同名点控制坐标进行坐标转换,实现点云拼接。提取建筑点云模型两平面的交线即建筑物棱线,计算倾斜度。工程实践表明以独立模型法作为点云拼接的理论基础,点位空间误差为M_(S)=1.743 mm,满足建筑物变形观测要求。可实现对复杂高层建筑倾斜监测,相比于传统倾斜监测方法的外业工作量可缩短近60%,且精度高,可靠性强。

摘要：三维点云数据的多视角拼接技术是三维测量领域的研究重点之一。文中设计实现了一种使用精简数据引导的迭代最近点(ICP)算法来实现对点云数据快速、高效的拼接。为了验证算法的有效性,本文整理实现了几种常见的快速拼接方案,使用bunny数据对它们进行了拼接对比实验。用作对比的方法包括使用K-d树加速的ICP算法,以及基于特征提取与匹配的拼接方法。实验结果表明,使用精简数据引导的拼接方法运算速度最快,效率最高,同时保持了与其它方法相近的拼接精度。

摘要：针对实验室复杂表型厘米尺度零件以及植物表型参数分析的需求,开发了桌面式点云扫描方案。设计包括:基于数字光处理(DLP)、旋转平台、USB相机设计的自动化多视角扫描平台;基于PCL和OpenCV开发的点云拼接软件。实现了点云自动扫描和拼接。单次扫描时间45 s,物体旋转1周点云扫描次数可任意选择,点云的测量误差小于0.2 mm,点云的配准误差小于0.2 mm。该桌面扫描仪扫描速度快、成本低、精度较好,适用于复杂表型、异形零件的3D测量。