復雜曲面機器人三維測量的誤配準篩除算法研究

張文瑞 楊興旺 王樹偉 王雪 蘇勃赫

摘要：許多具有復雜曲面的機器零件對精密度的要求較高，因而對其形狀結構進行三維測量并篩除誤配準是一項關鍵工作。本文通過分析復雜曲面機器人的三維測量標準，進一步分析以多尺度描述子為基礎，結合空間角度差分閾值法的誤配準篩除算法。

關鍵詞：誤配準篩除;復雜曲面;空間角度差分閾值

引言：

本文主要是采用基于空間角度差分閾值的多尺度描述子的方法來進行誤配準篩除，該方法不同于以往的誤配準篩除，其具有了創新性特征，對于許多復雜或是異型的曲面都能夠進行準確配準，同時其計算量較少，進一步提升了配準的精確性。

1.復雜曲面機器人的三維測量

對復雜曲面進行三維測量的標準是盡量減小誤差，因此，其一般是采用點云配準的方式來對誤配準點進行篩除，進而提升三維測量的精準度。在航天航空的制造領域當中，其發動機的航空葉片就是典型的復雜曲面，因而針對于航空葉片的三維測量進行誤配準篩除，進而研究復雜曲面機器人的三維測量誤配準篩除算法能夠滿足本文的研究要求。

2.系統架構分析

本文中針對于復雜曲面機器人薩內測量進行的誤配準篩除算法的基本流程包括：（1）輸入葉片點云;（2）獲取多尺寸描述子的關鍵點集，并對該點集進行計算;（3）進行主曲率的搜索并獲取到初始的配準對，可記為R1、T1;（4）進行空間角度差分閾值的誤配準對篩除，最后獲得精準的配準對。整個系統的處理部分可分為兩項，其分別為獲取并處理點云的部分以及點云的精準化計算部分，其機器人的三維視覺測量系統中主要是移動測量機器人設備，上方為安川機器人，其結構下方是掃描傳感器裝置，下方再設置掃描對象，在實際測量的過程中，機器人會進行傳感器的校準，其3D點云掃描時選擇兩個位姿，然后使用機器人進行計算和處理，最后作用于伺服控制器，本分鐘使用的掃描儀器在X軸方向上的分辨率可以達到0.079毫米，在Z軸方向上的分辨率可以達到0.010毫米，掃描測量時直接作用于航空葉片不同位姿時稠密點云數據的有效獲取過程中，進而完成后續的一系列操作。

3.誤配準篩除算法

3.1對多尺寸描述子進行計算

在本文中的描述子選擇了多尺寸描述子，在實際計算時，先選擇視覺上相近的兩片相鄰航空葉片，然后使用掃描傳感器來獲取其點云數據，再將獲取到的點云數據使用濾波器來進行采樣，即可獲得其點云的幾何特征，然后對其構建多尺寸描述子，其具體的構建方法如下：

先獲得源點云或是目標點云的濾波后點，對該點設置領域搜索半徑，對于每一個領域搜索半徑范圍內的源點或是目標點，其都會與范圍內的任意其他點構成矩陣，其中領域搜索半徑的設置值與濾波器裝置實際設置的網格大小有關，然后采用奇異值分解方法對每一個矩陣進行分解，可獲得三個特征值和對應的特征向量值，然后利用其特征值和特征向量值對點云進行幾何特征的描述，構造出歸一化向量，進而構造出多尺寸的描述子，利用該方法對點云中的所有點進行描述，最后獲得多尺寸描述子的源點云點集和目標點云點集，再對兩項點集進行相同描述子的提取，獲得一個初步配準的關鍵點集。

3.2進行關鍵點集的主曲率搜索

對于復雜曲面機器人來說，曲率表示了一種幾何特征，其對于一個曲面而言是描述變化性特征的關鍵，曲率是一項二次導數，其主要是對噪聲產生敏感作用，因此在初始配準對的關鍵點集搜索中，以曲率為搜索特征，能夠有效剔除其中的噪聲干擾，進一步提升點云的配準率。從上述步驟獲取的關鍵點集中隨意取出一個關鍵點，然后對其進行主曲率搜索，并計算提取其特征，其主要的計算步驟分為以下幾個步驟：

一是先選擇種子點記為X1，再對改點周圍領域進行二次曲面的擬合，其曲面計算的通用表達式為：G（x，y）=ax2+bxy+cy2+dx+ey，根據這項通用計算式，可以獲得第一基本常量的三個值以及第二基本常量的三個值，然后提取X1法向量值n。

二是利用以上量值來表達曲率，同時結合平均曲率和高斯曲率的通用表達式進行計算，獲得種子點X1的曲率極小值以及曲率極大值。

三是以獲得的種子點主曲率作為判斷條件來對關鍵點集進行遍歷，獲得與種子點主曲率相近的匹配點，然后將兩點作為初始配準對。需要注意的是，由于人為因素或者機器本身因素的影響，其計算曲率過程中難免會產生一些誤差，因此還需要對初始配準對建立一些約束條件，以此來降低誤差。

3.3運用空間角度差來篩除誤配準點

獲得更加精準的配準對，就要將初始配準對中的誤配準對篩除，進而減小誤差，本文中篩除的方式主要是空間角度差法，根據其初始配準對來獲取旋轉及平移矩陣，其分別記為R1、T1，然后取空間角度分閾值θm來篩選初始配準對，列出基本公式△θi<θm，其中，△θi表示的是初始配準對的點集當中，第i對配準點的空間角度差分閾值，不符合該項公式的初始配準點都應當是噪聲點或是異常點，應當進一步予以剔除，這樣就能夠獲得精準配準對。

4.結論

基于空間空間角度差分閾值的多尺度描述子方法作為復雜曲面的誤配準篩除算法，具有著計算簡便及篩除精準的特點，發揮了重要功能。由本文分析可知，該誤配準篩除算法的基本步驟包括：對多尺寸描述子進行計算、進行關鍵點集的主曲率搜索、運用空間角度差來篩除誤配準點。

參考文獻：

[1] 袁志聰，魯鐵定，鄧小淵. 點云的剛體運動參數估計方法的比較[J]. 測繪工程. 2018（04）.

[2] 王佳婧，王曉南，鄭順義，朱鋒博. 三維點云初始配準方法的比較分析[J]. 測繪科學. 2018（02）.

[3] 楊帆，常俊飛. 基于一致性球的點云配準算法研究[J]. 大地測量與地球動力學. 2018（01）.

[4] 夏鵬飛，尹慧琳，何艷俠. 基于最大互信息的激光雷達與相機的配準[J]. 儀器儀表學報. 2018（01）.

[5] 顧旭波，張永舉，張健，吳良成，郭玲. 基于SIFT算法及閾值篩選的點云配準技術研究[J]. 計算機測量與控制. 2017（12）.

[6] 馬大賀，劉國柱. 改進的基于FPFH特征配準點云的方法[J]. 計算機與現代化. 2017（11）.

[7] 郭保青，余祖俊，張楠，朱力強，高晨光. ?鐵路場景三維點云分割與分類識別算法[J].儀器儀表學報. 2017（09）.

作者簡介：張文瑞（1997.3—），女，漢族，籍貫：山西臨汾人，北華航天工業學院電子與控制工程學院，20級在讀研究生，碩士學位，專業：電子信息，研究方向：控制工程.