(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210789186.8 (22)申请日 2022.07.06 (71)申请人 浙江大学 地址 310027 浙江省杭州市浙大路38号 (72)发明人 徐冠华　孙登江　王郑拓　傅建中　 徐月同　 (74)专利代理 机构 重庆航图知识产权代理事务 所(普通合伙) 50247 专利代理师 胡小龙 (51)Int.Cl. G06T 7/33(2017.01) G06T 7/70(2017.01) G06T 17/00(2006.01) (54)发明名称 基于曲面分割和ICP配准算法的三维模 型重 建方法 (57)摘要 本发明公开了一种基于曲面分割和ICP配准 算法的三维模型重建方法， 包括如下步骤： 步骤 一： 采集数据： 采集环境与工件的三维点 云数据； 步骤二： 重建环境点云； 步骤三： 确定工件位置： 确定工件在环境点云中的位置； 步骤四： 分割工 件点云： 将 工件的全部点 云分割出来； 步骤五： 分 割工件曲面： 将工件表面分割为若干曲面； 步骤 六： 拍摄规划： 得到每一个曲面的最佳拍照位置 与拍摄方向； 步骤七： 采集工件表面点云： 将双目 结构光相机分别移动到对应曲面的最佳拍照位 置后， 按照设定拍摄方向对曲面进行拍照， 完成 所有曲面的点云数据采集， 得到工件表面点云； 步骤八： 重建三维模型： 利用ICP配准算法实现工 件表面点云的配准与拼接， 得到工件的三维重建 模型。 权利要求书2页 说明书8页 附图3页 CN 115170625 A 2022.10.11 CN 115170625 A 1.一种基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在于： 包括如下步 骤： 步骤一： 采集数据： 利用机器人驱动多线激光雷达移动以采集环境与工件的三维点云 数据； 步骤二： 重建环境 点云： 利用SLAM系统将采集得到的三维点云数据重建到环境 点云； 步骤三： 确定 工件位置： 确定 工件的部分三维点云数据在环境 点云中的位置； 步骤四： 分割工件点云： 根据工件点云与环境点云之间的位置关系， 将工件的全部点云 分割出来； 步骤五： 分割工件曲面： 基于 工件的全部点云数据， 将工件表面分割为若干曲面； 步骤六： 拍摄规划： 根据曲面的平均法向量方向以及双目结构光相机的最佳成像距离， 得到每一个曲面的最佳拍照位置与拍摄方向； 步骤七： 采集工件表面点云： 将双目结构光相机分别移动到对应曲面的最佳拍照位置 后， 按照设定拍摄方向对曲面进行拍照， 完成所有曲面的点云数据采集， 得到工件表面点 云； 步骤八： 重建三维模型： 利用ICP配准算法实现工件表面点云的配准与拼接， 得到工件 的三维重建模型。 2.根据权利要求1所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 所述步骤二中， 对三维点云数据进行 预处理后， 再传入SLAM系统。 3.根据权利要求1所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 所述步骤二中， 当多线激光雷达移动到先前到达过的位置时， SLAM系统检测到回环并进 行全局优化。 4.根据权利要求3所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 全局优化过程中， 使用Ceres求解器自动求导进行求解， 在回环时修正连续两帧之间的 累计误差 。 5.根据权利要求1所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 所述步骤三中， 在工件表面贴标志二维码， 利用机器人搭载的相 机对二维码拍照， 通过 照片中的二 维码标志计算出工件与机器人之间的位置关系， 以确定工件的部分三 维点云数 据在环境 点云中的位置 。 6.根据权利要求1所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 所述步骤五中， 工件曲面的分割方法为： 51)根据工件的全部点云数据， 计算工件表面 点云的法向量； 52)在未被标记为曲面的工件表面 点云中随机 选取一点P作为一个曲面种子； 53)计算点P法向量与周围相邻点P ′法向量之差， 判断差值是否小于设定阈值； 若是， 则 判断点P′是属于曲面的点并将其加入曲面 点集中； 若否， 则判断点P ′是不属于曲面的点； 54)循环执 行步骤53)直至点P周围的相邻点均判断完成； 55)针对曲面点集中新加入的点， 循环执行步骤53)和步骤54)， 得到曲面的所有点集， 即分割得到曲面； 56)判断工件表面点云中是否还有未加入曲面点集中的点， 若是， 则在未加入曲面点集 中的点钟随机 选取一点P作为一个曲面种子， 执 行步骤53)； 若否， 执 行步骤57)；权　利　要　求　书 1/2 页 2 CN 115170625 A 257)曲面分割完成。 7.根据权利要求1所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 所述步骤八中， 对工件表面 点云进行粗配准的方法为： 81)获取机器人在世界坐标系中的位姿 82)获取位于 机器人的机 械臂末端的双目结构光相机在机 械臂坐标系中的位姿 83)根据机械臂在机器人上的安装 位姿 得到双目结构光相机在世界坐标系下的位 姿 84)将工件表面 点云数据转换到世界坐标系下： 其中， Pworld表示世界坐标系下的工件表面 点云数据； 85)将需要配准的两帧点云均转换到世界坐标系后， 直接相加得到粗配准后的点云。 8.根据权利要求7所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 对粗配准后的点云进行精配准的方法为： 86)确定匹配点： 根据两帧点云数据之间的对应关系， 即实际工件表面上的一个点在Pt 和Ps中序号， 确定 两帧点云Pt和Ps中能够正确匹配的匹配点； 87)构建误差函数： 匹配点在李 代数下的误差函数为： 其中， 表示第i个误差项； 表示第i个匹配点在点云Pt中的坐标； 表示第i个匹配点 在点云Ps中的坐标； exp( ξ^)表示指数映射关系， ξ^表示由六维度向量ξ转换得到的四维矩 阵； 88)构建目标函数： 其中， 表示最小化的目标函数； n表示匹配点的数量； 89)以粗匹配的结果作为初始值， 使用Ceres求解器自动求导进行求解， 通过迭代得到 两帧点云之间的最优位姿变换。 9.根据权利要求8所述的基于曲面分割和ICP配准算法的三维模型重建方法， 其特征在 于： 所述步骤86)中， 确定 两帧点云Pt和Ps中能够正确匹配的匹配点的方法为： 861)去除点云中的无效点； 862)遍历点云， 对有效点云对应的RGB像素点 求SIFT特 征点； 863)基于FLAN N算法匹配特 征点； 864)基于L owe’s算法去除误匹配； 865)判断匹配点数量是否达到设定阈值， 若是， 则将RGB像素点之间的匹配关系映射到 三维点云， 得到三维点云的匹配关系； 若否， 增 加SIFT特 征检测的阈值， 执 行步骤862)。权　利　要　求　书 2/2 页 3 CN 115170625 A 3