一种3D点云测量中的待测部位的定位及分割方法、扫描仪与流程

本发明属于3d点云测量技术领域，尤其涉及一种3d点云测量中的待测部位的定位及分割方法、扫描仪。

背景技术：

目前，业内常用的现有技术是这样的：在3d点云测量中，先使用3d扫描仪扫描工件，得到工件的点云，然后再对点云进行测量。与三坐标仪只取待测点不同，3d扫描仪是将整个工件的点都取出，不能直接进行对单个平面或者圆环进行测量。针对于这个问题，现有技术一在检测工件平面的时候使用夹具精确固定工件，保证每次工件都在相同的位置，然后将3d扫描仪的视野限制在工件的平面部位或者使用直通滤波将一个空间长方体内的点云分割出来，得到平面点云。但对于稍微复杂的工件，平面是圆环面、球面等其他形状或者平面中间有突起的部位，该方案就会拍到或者分割到工件的其他部位，而不能得到一个单纯的平面点云。同时，该方案只能提取待测的平面点云，测量平面度和平面法向，不能完成有圆心、半径等其他测量需求的任务。若能突破分割形状的限制，则3d点云测量能得到更加广泛的应用。现有技术二通过使用geomagic等专业的点云处理软件对拍摄好的点云手动圈选待测部位。手动选取失去了自动化的意义，而且需要不断选取待测区域的点，删掉多选的点，花费了大量时间，同时人工选点有随机性，使得每次选取的待测部位都有细微的不同，导致后续测量的误差增加。

综上所述，现有技术存在的问题是：

(1)现有技术在检测平面的时候将3d扫描仪视野限制于平面内或者使用直通分割长方体内的点云，对于复杂工件，单纯的平面难以获取或分割；只能拍平面，不能有效的拍好圆周等其他几何形状。

(2)现有技术采取在拍摄好的点云上手动取待测点，失去了自动化测量的意义，而且花费的时间跟多，同时人工选点有主观性和随机性，给测量增大了误差。

解决上述技术问题的难度和意义：

对于如何将待测点云从整体点云中分割出来，其难点在于，既要保证其适用性，能对复杂的工件进行分割、能分割任意形状，同时也要实现高速自动化分割。目前要想高速自动化分割，只能分割简单的形状。要想分割复杂的形状就只能手动。对复杂工件进行分割、分割任意形状使得3d点云测量可以应用于更广泛的场景，满足更多的测量需求；高速自动化可以使3d点云测量可以应用于工业流水线上。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种3d点云测量中的待测部位的定位及分割方法、扫描仪。

本发明是这样实现的，一种3d点云测量中的待测部位的定位及分割方法，所述3d点云测量中的待测部位的定位及分割方法包括：

步骤一，获取整个工件的点云模型保存为整体点云模板，根据测量需确定待测部位的数量以及每个待测部位的形状，手动选取各个待测部位的点云，将其标号保存为待测部位点云模板，每一个待测点云模板相当于是工件待测部位的标记；

步骤二，获取新工件的点云模型，将整体点云模板作为基准，新获取的工件点云作为待配准的点云，使用采样一致性初始配准算法(sampleconsensusinitialaligment,sac-ia)对其进行粗配准，将得到转换矩阵作为精配准的初始转换矩阵，再使用迭代最近点算法(iterativecloestpoint,icp)进行精配准得到新的转换矩阵，使用新的转换矩阵将获取的工件点云转换到整体点云模板的位置，使新工件点云和整体模板点云重合，实现新工件点云的定位；

步骤三，分割待测部位点云，对于每一个待测部位，分别读取其待测点云模板，建立待测点云模板对应的kdtree，遍历新工件点云中的所有点，使用kdtree查询该点半径为r的球内是否有属于待测部位模板点云的点数，如果没有则舍弃该点，如果有则保留，遍历完成后，所有保留下来的点则为分割出来的待测部位点云，完成分割。重复步骤二和三。

进一步，所述步骤一利用点云模板作为待测部位的标识。

进一步，所述步骤二使用点云配准的方法，将新工件点云模型转换到整体点云模板的位置进行定位。

进一步，所述步骤二使用点云配准的方法采用了先粗配准然后再精配准两阶段的配准方法。

进一步，所述步骤三使用邻近分割的方法将待测部位的点云从整体点云中分割出来。

本发明的另一目的在于提供一种应用所述3d点云测量中的待测部位的定位及分割方法的扫描仪。

综上所述，本发明的优点及积极效果为：通过点云的配准技术和使用邻近分割的方案解决了3d点云测量中，待测点云选取困难的问题，实现了自动化检测。同时，对比通过夹具固定好工件，让扫描固定扫一块平面的自动化检测方案，本发明使用配准技术定位，使得工件不需要精确固定，使用更加灵活；采用邻近分割的方法使待测点云不局限于平面模型，还可以是圆周，甚至不规则模型，而且不受工件的复杂度的影响，使得使用场景更广。

技术对比：

附图说明

图1是本发明实施例提供的3d点云测量中的待测部位的定位及分割方法流程图。

图2是本发明实施例提供的3d点云测量中的待测部位的定位及分割方法实现流程图。

图3是本发明实施例提供的模型制作整体模型与部分模型实例。

图4是本发明实施例提供的配准定位实例效果图(白色点云为模板，黑色点云为待测模型)。

图5是本发明实施例提供的邻近分割实例效果图(白色为分割得到的点云)。

图6是本发明分割其他实例的效果图(白色为分割得到的点云)。

图7是本发明实施例提供的点云粗配准流程图。

图8是本发明实施例提供的点云精配准流程图。

图9是本发明实施例提供的最邻近分割流程图。

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。

针对现有技术只拍待测平面部位，限制了视角；只能拍平面，不能有效的拍好圆周等其他几何形状；手动取待测点，花费更多时间，给测量增大了误差的问题。本发明对工件点云的待测部位进行定位以及分割出来，以供后续测量的一种技术。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的3d点云测量中的待测部位的定位及分割方法包括以下步骤：

s101：先扫描工件作为整体模板，手动标记待测部位存为待测部位模板；在之后的每一次测量都将扫描好的工件的3d点云与整体点云使用配准技术进行定位；

s102：使用待测部位模板将待测点云邻近分割出来。

下面结合附图对本发明的应用原理作进一步的描述。

本发明主要通过c++编程，调用pcl库实现对点云进行基本操作，具体实施步骤包括：

初始化

(1)使用3d扫描得到待测工件的整体点云，将其保存为整体模板model；

(2)编写界面实现对点云的读取，以及手动选取待测模板model_a,model_b,model_c等等，具体模板视测量需求而定。这两步作为初始化准备，只有在初次测量中操作一次即可。

开始测量

(3)扫描同批次其他工件，得到点云模型model_00001与整体模板进行配准，使model_00001转换到整体模板model的位置，与之重合。定位成功。

(4)待测模板model_a,model_b,model_c....通过邻近分割算法将待测点云分割出来得到model_a_00001,model_b_00001,model_c_00001.分割成功。后续再对分割出来的点云进行测量,保存测量数据。循环(3)(4)两步。

其中点云粗配准技术中所使用的采样一致性初始配准算法(sampleconsensusinitialaligment,sac-ia)依赖于点特征直方图，所以在执行此算法之前，应该先计算点云的fpfh，算法的大致思路如下，流程图如图6所示。

①从待配准点云p中选取n个采样点，为了尽量保证所采样的点具有不同的fpfh特征，采样点两两之间的距离应满足大于预先给定最小距离阈值d。

②在目标点云q中查找与点云p中采样点具有相似fpfh特征的一个或多个点，从这些相似点中随机选取一个点作为点云p在目标点云q中的对应点。

③计算对应点之间刚体变换矩阵,然后通过求解对应点变换后的“距离误差和”函数来判断当前配准变换的性能。此处的距离误差和函数多使用huber罚函数表示，记为其中：

式中：ml为一预先给定值，li为第i组对应点变换之后的距离差。上述配准的最终目的是在所有变换中找到一组最优的变换，使得误差函数的值最小，此时的变换即为最终的配准变换矩阵，进一步可得到配准结果。

点云精配准技术使用的是迭代最近点算法(iterativecloestpoint,icp)其大致思路如下，流程图如图7所示。

①将初始配准后的两片点云p′(经过坐标变换后的源点云)和q，作为精配准的初始点集；

②对源点云p′中的每一点pi，在目标点云q中寻找距离最近的对应点qi，作为该点在目标点云中的对应点，组成初始对应点对；

③初始对应点集中的对应关系并不都是正确的，错误的对应关系会影响最终的配准结果，采用方向向量阈值剔除错误的对应点对；

④计算旋转矩阵r和平移向量t，使最小，即对应点集之间的均方误差最小；

⑤设定某一阈值ε＝dk-1-dk-1和最大迭代次数nmax,将上一步得到的刚体变换作用于源点云p′，得到新点云p″，计算p″和q的距离误差,，如果两次迭代的误差小于阈值ε或者当前迭代次数大于nmax，则迭代结束，否则将初始配准的点集更新为p″和q，继续重复上述步骤，直至满足收敛条件。

最邻近分割是将待测点云a中离模板点云b近的点分割出来的方法。其主要是通过将点云b为构建kdtree进行最邻近搜索实现的。遍历点云a中的点，利用kdtree查询该点半径为r的球内属于b点云的点数，如果点数大于0，则该点保留，否则舍去。流程图如图8所示。

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。