[發明專利]一種激光雷達和相機融合的不規則物體測量方法

在審

• 申請號: 202110631408.9
• 申請日: 2021-06-07
• 公開（公告）號: CN113093216A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 王濤;劉兆偉;李冉冉;賀業鳳
• 申請（專利權）人: 山東捷瑞數字科技股份有限公司
• 主分類號: G01S17/86
• 分類號: G01S17/86;G01B11/00;G06T7/13;G06T7/33;G06T7/62;G06T7/80;G06T17/00
• 代理公司: 煙臺雙聯專利事務所(普通合伙) 37225
• 代理人: 呂靜

本發明公開了一種激光雷達和相機融合的不規則物體測量方法，所述測量方法包括：步驟1：對激光雷達和單目相機模塊進行聯合標定；步驟2：激光雷達和單目相機同步執行，分別采集獲得不規則物體的激光點云數據和序列圖像，經各自數據融合處理，分別生成不規則物體的激光點云模型和圖像點云數據；步驟3：對激光點云模型和圖像點云數據進行多源點云數據的配準融合，生成多源點云模型；步驟4：對多源點云模型進行幾何和紋理重建，生成三維重建模型；步驟5：對三維重建模型進行體積測量。本發明的測量方法，融合了激光雷達點云數據和攝像點云數據，彌補二者單獨使用時的不足，提高了三維重建的效果及測量精度。

技術領域

本發明涉及工件的體積測量技術領域，特別涉及一種激光雷達和相機融合的不規則物體測量方法。

背景技術

不規則物體作為工業各領域廣泛應用的重要零部件，在車輛、石油、化工、航海、航空和核工業領域均具有重要的用途，其質量的好壞可能直接影響到整臺機器或設備是否能夠安全的運行。因此在不規則物體的實際生產中，能夠高效、準確的測量出不規則物體的各項尺寸參數，具有重要意義。

目前，激光雷達和攝像測量是最高效的三維數據獲取手段，這兩種方式單獨使用均存在各自不可避免的缺陷，如激光雷達測量存在數據處理效率低的問題，攝像測量形成的三維模型則容易存在拉扯、模糊、孔洞、精度差等問題。顯然，通過將激光雷達和攝像測量結合，融合攝影點云數據和激光雷達點云數據進行不規則物體的三維重建，明顯優于這兩者任何單一方式的建模效果。

發明內容

有鑒于此，本發明提供了一種激光雷達和相機融合的不規則物體測量方法。

一種激光雷達和相機融合的不規則物體測量方法，特殊之處在于，包括：

步驟1：對激光雷達和單目相機模塊進行聯合標定；

步驟2：激光雷達和單目相機同步執行，分別采集獲得不規則物體的激光點云數據和序列圖像，經各自數據融合處理，分別生成不規則物體的激光點云模型和圖像點云數據；

步驟3：對激光點云模型和圖像點云數據進行多源點云數據的配準融合，生成多源點云模型；

步驟4：對多源點云模型進行幾何和紋理重建，生成三維重建模型；

步驟5：對三維重建模型進行體積測量。

可選地，采用二維棋盤格標定板對激光雷達和單目相機進行聯合標定。

可選地，激光雷達對不規則物體進行多角度激光掃描，通過一種結合SAC-IA算法和ICP算法的點云融合處理改進算法，將采集到的激光點云數據融合處理，生成不規則物體的激光點云模型；

所述點云融合處理改進算法的處理過程包括：

利用SAC-IA算法進行初始配準時，先對點云數據進行點云LOF因子精簡處理，刪除不必參與后續配準運算的點云，以提高點云粗配準處理效率；

利用ICP算法進行精確配準時，采用R樹索引，加速對應點對查詢，然后用方向向量的角度閾值對錯誤匹配點對進行剔除，進而提升精配準效率。

可選地，單目相機通過一種拉普拉斯的邊緣檢測改進算法，對采集到的序列圖像進行邊緣提取，并通過運動恢復結構算法（SFM）生成圖像點云數據；

所述拉普拉斯的邊緣檢測改進算法首先對圖像進行增強處理，并用高斯濾波器平滑圖像，抑制噪聲；然后對RGB三個相位分量方向分別進行拉普拉斯模板銳化拉伸；最后對這三個分量進行相位重組，實現改進算法的邊緣檢測。

可選地，在對激光點云模型和圖像點云數據進行多源點云數據的配準融合之前，需要先對圖像點云數據進行密度點云調控，使其密度與激光點云密度保持一致；

所述密度點云調控方法，包括圖像點云密度減小方法：

a、確定閾值H，即最小單元格的邊長，求出在第一幅圖像中提取的二維特征點坐標在X、Y方向的最大值和最小值，確定二維特征點區域，對該區域以給定的H值進行均勻網格劃分，得到一系列網格；