三维建模的处理方法、设备与系统与流程

本发明涉及三维建模领域，尤其涉及一种三维建模的处理方法、设备与系统。

背景技术：

实体的三维建模，可理解为针对于现实中的实体对象，对其进行三维的虚拟建模，得到该实体对象的三维模型。

现有的相关技术中，可以利用激光三角法的单线激光扫描，利用单个转盘旋转，以及提前标定的激光器与相机位置关系对物体进行旋转扫描，每次只能构建激光所在位置的点云，最终拼成一个完整的物体三维模型；也可利用图像或者视频建模，根据训练好的神经网络框架生成相应的三维模型。

然而，单线激光旋转扫描具有速度慢，建模效率低，进而不易于应对复杂结构的物体的缺陷，同时，由于其为单自由度的旋转，导致其在高度方向上有所限制，只能扫描交小尺寸的物体。

技术实现要素：

本发明提供一种三维建模的处理方法、设备与系统，以解决建模效率低，以及只能扫描交小尺寸的物体的问题。

根据本发明的第一方面，提供了一种三维建模的处理方法，包括：

在旋转结构带动其上的目标物体绕竖直转轴自转，且竖直运动结构带动摄像头沿竖直向移动时，获取所述目标物体侧面各三维点的相对位置信息，所述摄像头朝向于所述目标物体的侧面，所述相对位置信息用于表征在各三维点被所述摄像头采集时所述三维点相对于所述摄像头的位置；

在各三维点根据所述相对位置信息被变换到目标坐标系后，根据所有三维点的目标位置信息，建立所述目标物体的三维模型。

可选的，获取所述目标物体侧面各三维点的相对位置信息，包括：

在所述摄像头运动至每一个当前高度时，均随着所述目标物体的自转，控制所述摄像头针对于所述目标物体的当前高度的周向多位置依次进行采集，得到每个位置对应的点云集，以针对每个点云集，确定所述三维点云集中各三维点的相对位置信息。

可选的，同一高度的周向多个位置对应的多个点云集包括被定义为基准位置的基准点云集与除所述基准点云集以外的非基准点云集；

针对每个点云集，确定所述三维点云集中各三维点的相对位置信息之后，还包括：

根据所述基准点云集与所述非基准点云集之间的位姿矩阵，将所述非基准点云集中的三维点变换到所述基准点云集对应的基准坐标系下；所述位姿矩阵用于表征所述非基准点云集相对于对应的基准点云集的位姿变化；

所述目标位置信息是根据所述基准坐标系与所述目标坐标系的相对位置关系，将所述基准坐标系中的三维点变换到所述目标坐标系后得到的，所述相对位置关系是根据所述摄像头的竖直向移动位置确定的。

可选的，所述位姿矩阵是利用最近点迭代的方式实时确定的。

可选的，所述位姿矩阵是在旋转结构带动其上的标定物体绕竖直转轴自转，且竖直运动结构带动摄像头沿竖直向移动时，利用最近迭代的方式预先确定的。

根据本发明的第二方面，提供了一种三维建模的处理设备，包括存储器与处理器；

所述存储器，用于存储所述处理器的可执行指令；

所述处理器配置为经由执行所述可执行指令来执行第一方面及其可选方案涉及的三维建模的处理方法。

根据本发明的第三方面，提供了一种三维建模的处理系统，包括：旋转结构、竖直运动结构、摄像头与处理设备；

所述旋转结构用于承载待建模的目标物体，并带动所述目标物体绕竖直转轴自转；所述竖直运动结构用于带动所述摄像头沿竖直向移动；

所述摄像头朝向所述目标物体的侧面，所述处理设备连接所述摄像头，所述处理设备用于：

在所述旋转结构带动其上的目标物体绕竖直转轴自转，且竖直运动结构带动摄像头沿竖直向移动时，通过所述摄像头获取所述目标物体侧面各三维点的相对位置信息，所述摄像头朝向于所述目标物体的侧面，所述相对位置信息用于表征在各三维点被所述摄像头采集时所述三维点相对于所述摄像头的位置；

在各三维点根据所述相对位置信息被变换到目标坐标系后，根据所有三维点的目标位置信息，建立所述目标物体的三维模型。

可选的，所述处理设备还用于：

在所述摄像头运动至每一个当前高度时，均随着所述目标物体的自转，控制所述摄像头针对于所述目标物体的当前高度的周向多位置依次进行采集，得到每个位置对应的点云集，以针对每个点云集，确定所述三维点云集中各三维点的相对位置信息。

可选的，同一高度的周向多个位置对应的多个点云集包括被定义为基准位置的基准点云集与除所述基准点云集以外的非基准点云集；

所述处理设备，还用于：

根据所述基准点云集与所述非基准点云集之间的位姿矩阵，将所述非基准点云集中的三维点变换到所述基准点云集对应的基准坐标系下；所述位姿矩阵用于表征所述非基准点云集相对于对应的基准点云集的位姿变化；

所述目标位置信息是根据所述基准坐标系与所述目标坐标系的相对位置关系，将所述基准坐标系中的三维点变换到所述目标坐标系后得到的，所述相对位置关系是根据所述摄像头的竖直向移动位置确定的。

可选的，所述位姿矩阵是利用最近点迭代的方式实时确定的，或者：所述位姿矩阵是标定物体或其他待建模的物体被设置于所述旋转结构时，利用最近点迭代的方式预先确定的。

根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面及其可选方案涉及的方法。

本发明提供的三维建模的处理方法、设备与系统，通过旋转运动与竖直运动的叠加，能够实现目标物体的全方位全自动扫描，进而自由、自动地构建目标物体的三维模型，建模效率高，进而可应用于各种复杂的结构，而不会因不易于实施扫描而造成不便于应对复杂结构的问题，同时，本发明在高度方向不受限制，即便是针对于尺寸较大的物体，也可保障建模的实现，可见，本发明扩展了竖直向的运动扫描，可适用的目标物体的尺寸更多样，例如可适用于较大尺寸的目标物体。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一实施例中三维建模的处理方法的流程示意图；

图2是本发明一实施例中步骤s11的流程示意图；

图3是本发明一实施例中三维建模的处理系统的构造示意图一；

图4是本发明一实施例中三维建模的处理系统的构造示意图二；

图5是本发明一实施例中三维建模的处理设备的构造示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1是本发明一实施例中三维建模的处理方法的流程示意图。

请参考图1，三维建模的处理方法，包括：

s11：在旋转结构带动其上的目标物体绕竖直转轴自转，且竖直运动结构带动摄像头沿竖直向移动时，获取所述目标物体侧面各三维点的相对位置信息。

其中的摄像头朝向于所述目标物体的侧面，进而，能在目标物体自转时扫描到各高度下侧面各位置的三维点，通过摄像头的扫描，可得到对应的相对位置信息。

相对位置信息，可理解为用于表征在各三维点被所述摄像头采集时所述三维点相对于所述摄像头的位置，例如其可通过表征三维空间下的坐标的方式来表征。获取相对位置信息的过程，可以是计算出相对位置信息的过程，也可以是其他例如摄像头的设备计算出之后，处理设备接收自摄像头接收到相对位置信息的过程，一种举例中，摄像头可采集到图像、也可采集到用于表征各三维点深度的图像。

具体举例中，摄像头具体可采集三维点的点云，法向量，颜色等信息，进而在后文中，可利用对齐时标定的位姿矩阵，或实时处理得到的位姿矩阵对三维数据进行360度的实时拼接和预览。

以上所涉及的自转、竖直移动与获取相对位置信息的过程，可以是同步实施的。

图2是本发明一实施例中步骤s11的流程示意图。

请参考图2，步骤s11可以包括：

s111：所述摄像头运动至每一个当前高度；

s112：随着所述目标物体的自转，控制所述摄像头针对于所述目标物体的当前高度的周向多位置依次进行采集，得到每个位置对应的点云集，以针对每个点云集，确定所述点云集中各三维点的相对位置信息。

其中的周向，可理解为绕转轴的方向。同时，为了便于采集到信息，可采集多圈的点云集。

其中一种实施方式中，可根据自转的转速将各点云集变换到同一个基准坐标系中，也可根据位姿矩阵将点云集变换到同一个基准坐标系中。进而，在一个基准坐标系下的三维点可在同一坐标系下拼接，进而被变换到目标坐标系。

其中一种实施方式中，同一高度的周向多个位置对应的多个点云集包括被定义为基准位置的基准点云集与除所述基准点云集以外的非基准点云集；其中，每个位置对应于一个点云集。

点云集，可理解为同一位置中三维点的集合。基准点云集可以为任意一个位置对应的点云集，根据所定义的方式不同，所确定的基准点云集也可以是不同的。其中一种实施方式中，基准点云集可以为每一高度中第一个扫描的位置对应的点云集。

其中，点云集的位置点数量可以根据摄像头的距离、扫描范围等确定，一种举例中，摄像头与目标物体及旋转结构之间的距离可以是可调的。

请参考图2，步骤s112之后，还可包括：

s113：根据所述基准点云集与所述非基准点云集之间的位姿矩阵，将所述非基准点云集中的三维点变换到所述基准点云集对应的基准坐标系下，并使得所述基准点云集的三维点与所述非基准云集的三维点相拼接。

其中，变换后的各三维点可拼接在一起。

位姿矩阵，可理解为用于表征所述非基准点云集相对于对应的基准点云集的位姿变化。其可采取多样的方式来确定，其也可理解为：标定或实时计算的位置可跟据不同的需求进行调整，而不是固定好不能更改的，进而，本实施例所涉及的方法可利用不同的方式满足多样的需求。

一种具体实施过程中，所述位姿矩阵是利用最近点迭代的方式实时确定的。

具体举例中，设当前高度对应的第i个位置的点云集，即第i个点云集为基准点云集，其可记为pi(i＝1,2，…,10)。采集一个非基准点云集后，可利用最近点迭代的方式计算每个点云集到第一个点云集的位姿矩阵t。其中的最近点迭代的方式可理解为icp算法，其中的icp具体为iterativeclosestpoint。

针对于其中的最近点迭代的方式，举例如下：

以点云集p1＝{p11,p12,p13,…p1n}(其中p1i为点云集p1中每个点的坐标，n为点云集p1中点的数量)和p2＝{p21,p22,p23,…p2m}(其中p2i为点云集p2中每个点的坐标，m为点云集p2中点的数量)为例：设旋转矩阵为r,平移矩阵为t,那么t＝t(r,t)。

同时，假定其中的点云集p1为基准点云集，点云集p2为非基准点云集，则：在没有误差的情况下，从点云集p2的坐标系转换到点云集p1的坐标系的公式为：

p1i＝rp2i+t

最近点迭代，可理解为：所需优化的方向是使得点云集p1和点云集

解出其他所有非基准点云集的位姿矩阵，若每个高度对应的点云集的数量为10个，且第一个位置对应的点云集为基准点云集，则可通过以上方式，分别得到剩余9个位置到第一个位置的位姿矩阵，其可被具体表征为：ti(i＝2，…,10)。进而，保存此时的对齐参数和位姿矩阵，可用于当下的计算，也可用于其他目标物体下的位姿矩阵计算需求。

另一种具体实施过程中，所述位姿矩阵是在旋转结构带动其上的标定物体绕竖直转轴自转，且竖直运动结构带动摄像头沿竖直向移动时，利用最近迭代的方式预先确定的。

该实施过程可理解为：在步骤s11之前，通过将标定物体设置于旋转结构，进而实施以上过程，可计算确定所需的位姿矩阵，计算之后，可取下标定物体，将目标物体放置于旋转结构。

其中的标定物体可例如为对齐板。

若采用实时计算的位姿矩阵，可有利于实现高精度的三维点间的拼接，使得扫描的模型精度更高，更逼真。

其中，由于旋转结构可采用转盘与电机的组合，以上所涉及的方式可以减少转盘电机的运动引入的重复精度误差。

若采用标定物体所标定的位姿矩阵，其可使得计算过程更为快速，提高处理的效率。

以上步骤s112与步骤s113的先后关系，应理解为：针对于单个点云集，均需先实施步骤s112，在实施步骤s113，然而，步骤s113可以在每个点云集的相对位置信息确定后进行实施计算，即每算一个点云集则拼接一次，也可在各点云集的相对位置信息均确定后再一并计算，即所有点云集依次计算。

可见，不论顺序如何，只要实施了步骤s112与步骤s113的实施过程，均不脱离本实施例的描述。

在步骤s113之后，可以根据基准坐标系与目标坐标系的相对位置关系，将所述基准坐标系中的三维点变换到所述目标坐标系，以使得各高度对应的三维点能够与其他高度的三维点相拼接。

同时，以上过程可以在每一圈计算完成后分别实施一次，也可以在各圈均计算完成后一并实施计算。

可见，所述目标位置信息是根据所述基准坐标系与所述目标坐标系的相对位置关系，将所述基准坐标系中的三维点变换到所述目标坐标系后得到的

其中，所述相对位置关系是根据所述摄像头的竖直向移动位置确定的。其确定过程可以是仅根据竖直向移动位置即可确定，也可以是还需结合其他因素才可确定，不论如何，均不脱离根据所述摄像头的竖直向移动位置确定相对位置关系的逻辑。

一种举例中，各高度对应的基准位置可以是沿周向的同一位置，进而，各基准坐标系的差别仅在于竖直方向上的原点不同，进而，根据竖直向移动位置即可确定相对位置关系。

另一种举例中，各高度对应的基准位置也可以是沿周向的不同位置，进而，各基准坐标系的差别既包括竖直方向上的变化，还可能包括旋转方向的变化，进而，可利用坐标系位姿矩阵来体现这种变化，本实施例也不排除结合这种手段类确定相对位置关系的方式。

具体实施过程中，在步骤s11之前，还可包括设定圈数(即目标物体需要转几圈)，每圈中位置的数量(在每一圈那几个位置扫描三维点)，各圈的高度等等。

在利用对齐板进行标定时，可设置圈数＝1；每圈数量＝10；各圈高度＝{0},ti(i＝2，…,10)。依然设第i个位置的点云集为pi(i＝1,2，…,10)；那么总的点云p为：

其中t1为单位矩阵：

t1＝e4*4

得到总的点云p后即得到了物体的所有三维点，完成扫描过程。

在步骤s11之后，还可包括：

s13：在各三维点根据所述相对位置信息被变换到目标坐标系后，根据所有三维点的目标位置信息，建立所述目标物体的三维模型。

具体实施过程中，步骤s13中可自动的做三角网格化mesh和贴图操作，构建带贴图的三维模型。

此外，以上所涉及的三维点也可表征为3d点，三维模型也可鞥为3d模型。

具体举例中，本实施例可达到：

建模时间：30秒；

模型精度：1毫米；

建模尺寸：200毫米*200毫米*200毫米。

故而，本实施例提供的三维建模的处理方法，通过旋转运动与竖直运动的叠加，能够实现目标物体的全方位全自动扫描，进而自由、自动地构建目标物体的三维模型，建模效率高，进而可应用于各种复杂的结构，而不会因不易于实施扫描而造成不便于应对复杂结构的问题，同时，本实施例在高度方向不受限制，即便是针对于尺寸较大的物体，也可保障建模的实现，可见，本实施例扩展了竖直向的运动扫描，可适用的目标物体的尺寸更多样，例如可适用于较大尺寸的目标物体。

图3是本发明一实施例中三维建模的处理系统的构造示意图一；图4是本发明一实施例中三维建模的处理系统的构造示意图二。

请参考图3和图4，三维建模的处理系统，包括：旋转结构25、竖直运动结构24、摄像头22与处理设备21。

所述旋转结构25用于承载待建模的目标物体23，并带动所述目标物体23绕竖直转轴自转；所述竖直运动结构24用于带动所述摄像头22沿竖直向移动；

所述摄像头22朝向所述目标物体23的侧面，所述处理设备21连接所述摄像头22，所述处理设备21用于：

在所述旋转结构25带动其上的目标物体23绕竖直转轴自转，且竖直运动结构24带动摄像头22沿竖直向移动时，通过所述摄像头22获取所述目标物体23侧面各三维点的相对位置信息，所述摄像头22朝向于所述目标物体23的侧面，所述相对位置信息用于表征在各三维点被所述摄像头采集时所述三维点相对于所述摄像头的位置；

在各三维点根据所述相对位置信息被变换到目标坐标系后，根据所有三维点的目标位置信息，建立所述目标物体23的三维模型。

可选的，所述处理设备21还用于：

在所述摄像头22运动至每一个当前高度时，均随着所述目标物体23的自转，控制所述摄像头22针对于所述目标物体的当前高度的周向多位置依次进行采集，得到每个位置对应的点云集，以针对每个点云集，确定所述三维点云集中各三维点的相对位置信息。

可选的，同一高度的周向多个位置对应的多个点云集包括被定义为基准位置的基准点云集与除所述基准点云集以外的非基准点云集；

所述处理设备21，还用于：

根据所述基准点云集与所述非基准点云集之间的位姿矩阵，将所述非基准点云集中的三维点变换到所述基准点云集对应的基准坐标系下；所述位姿矩阵用于表征所述非基准点云集相对于对应的基准点云集的位姿变化；

所述目标位置信息是根据所述基准坐标系与所述目标坐标系的相对位置关系，将所述基准坐标系中的三维点变换到所述目标坐标系后得到的，所述相对位置关系是根据所述摄像头的竖直向移动位置确定的。

可选的，所述位姿矩阵是利用最近点迭代的方式实时确定的，或者：所述位姿矩阵是标定物体或其他待建模的物体被设置于所述旋转结构时，利用最近点迭代的方式预先确定的。

以上所涉及的技术名词、可选实施方式与技术效果，可以参照前文方法实施方式的相关描述理解，对于相同或相似的内容，在次不再累述。

请参考图4，旋转结构24可以包括转盘251，减速机构252与旋转电机253，旋转电机253能够通过减速机构252控制转盘251自转，转盘251可理解为用于装载目标物体、标定物体等等。

旋转结构25与竖直运动结构24可安装于同一底座26。

其中的旋转电机253可连接于控制板，以在该控制板的控制下运作，该控制板可设置于底座26，同时，控制板、旋转结构25与竖直运动结构24可被设置于底座26的电源供电。

其中的竖直运动结构24可以包括升降机构与升降电机，升降电机的驱动下，升降机构可带动摄像头升降。升降电机也可连接于控制板，以在控制板的控制下运作。

同时，以上的控制板也可直接或间接连接处理设备21，从而在处理设备21的指示下控制各电机。

具体实施过程中，请参考图4，竖直运动结构24可以相对于底座26沿水平向平移，以使得摄像头22沿水平方向平移，或者竖直运动结构24可通过水平运动结构连接摄像头，进而，利用水平运动结构可驱动摄像头22沿水平方向平移。

以上实施方式中，通过摄像头22的平移，可调整其与目标物体间的间距，满足不同尺寸物体的采集需求，也可满足同一物体不同的采集需求。

一种举例中，摄像头22的水平向视角可以为68度，垂直向视角可以为46度其可对应于30厘米的间距，摄像头平移的可调节举例可例如为20厘米。具体可通过分别改变以上参数来满足变化的需求。

具体实施过程中，处理设备21可以为任意计算机、终端，其可以通过任意的通信方式与摄像头22连接，例如可以通过usb线与摄像头22连接，也可通过其他有线线路连接，还可通过无线通信方式连接。

图5是本发明一实施例中三维建模的处理设备的构造示意图。

请参考图5，提供了一种三维建模的处理设备30，包括：

处理器31；以及，

存储器32，用于存储所述处理器的可执行指令；

其中，所述处理器31配置为经由执行所述可执行指令来执行以上所涉及的方法。

处理器31能够通过总线33与存储器32通讯。

本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以上所涉及的方法。

综上所述，本实施例提供的三维建模的处理方法、设备与系统，通过旋转运动与竖直运动的叠加，能够实现目标物体的全方位全自动扫描，进而自由、自动地构建目标物体的三维模型，建模效率高，进而可应用于各种复杂的结构，而不会因不易于实施扫描而造成不便于应对复杂结构的问题，同时，本实施例在高度方向不受限制，即便是针对于尺寸较大的物体，也可保障建模的实现，可见，本实施例扩展了竖直向的运动扫描，可适用的目标物体的尺寸更多样，例如可适用于较大尺寸的目标物体。

本领域普通技术人员可以理解：实现上述各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，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。