一种新型激光三维扫描测量仪的研制

杜立彬; 高晓辉; 夏进军; 刘宏

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种新型激光三维扫描测量仪的研制

杜立彬 , 高晓辉 , 夏进军 , 刘宏

文章导航 > 激光技术 > 2005 > 29(4): 366-369

引用本文:

Citation:

一种新型激光三维扫描测量仪的研制

1.
哈尔滨工业大学, 机器人研究所, 哈尔滨, 150001

作者简介: 杜立彬(1976- ),男,博士研究生,研究领域是机器人技术、逆向工程技术..

通讯作者: 刘宏, hong.liu@dlr.de

中图分类号: TP24

Research of a novel 3-D laser scanning system

1.
Robotics Institute, Harbin Institute of Technology, Harbin 150001, China

Corresponding author: LIU Hong, hong.liu@dlr.de

CLC number: TP24

摘要: 研制了一种基于测量机器人的激光三维扫描仪,介绍了系统的测量原理,根据双三角法原理推导出物体空间三维点坐标,提出了具有一定泛化能力的神经网络系统整体标定方法,并对一茶杯盖进行了实际测量实验,测量误差小于0.1mm,实验结果验证了测量原理的有效性和系统的可靠性。
- 三维激光扫描仪 /
- 双三角法 /
- 神经网络 /
- 摄像机标定
Abstract: Based on the passive robot,a 3-D laser scanning system is put forward,the principle of the system is introduced.The 3-D coordinates are derived according to double-trigonometry method.The self-learning algorithm of the network based on generalization ability has been developed to calibrate the 3-D laser scanner.A teacup cover is scanned with the measuring system.The measuring precision is less than 0.1mm.Experimental results prove the effectiveness of the measuring principle and the reliability of this measuring system.
- 3-D laser sanner /
- double-trigonometry method /
- neural network /
- camera calibration

[1]	周济,周艳红.数控加工技术 [M].北京:国防工业出版社,2002.209～249.
[2]	蔡自兴.机器人学 [M].北京:清华大学出版社,2000.80～157.
[3]	DU L B,GAO X H,LIU H.A 3-D digitizing measurement system based on novel passive robot [A].Europe-Asia Symposium on Advanced Engineering Design and Manufacture for Globalisation [C].London:Kluwer Academic Publishers,2004.569～576.
[4]	唐朝伟,梁锡昌,邹昌平.三维曲面激光精密测量技术 [J].计量学报,1994,15(2):99～103.
[5]	李礼夫,钟先信,陈愚.三维曲面轮廓的非接触式现代测量 [J].实用测试技术,1996,22(1):22～25.
[6]	王学军,刘平方,施进发.三维曲面激光快速自动测量系统 [J].激光杂志,1998,19(2):46～51.
[7]	TSAI R Y.An efficient and accurate camera calibration technique for 3-D machine vision [A].In Proc IEEE Conf.on Computer Vision and Pattern Recognition [C].Miami Beach:FL,1986.364～374.
[8]	HORNIK K,Stinchcombe M,White H.Multilayer feedforward net-works are universal approximators [J].Neural Networks,1989,2(5):359～366.
[9]	徐丽娜.神经网络控制 [M].哈尔滨:哈尔滨工业大学出版社.1999.5:1～10.
[10]	张智星,孙春在,水谷英二.神经-模糊和软计算 [M].西安:西安交通大学出版社,2000.111～116.
[11]	HAGAN M T,MENHAJ M.Training neural networks with the marquardt algorithm [J].IEEE Transactions on Neural Networks,1994,5(6):989～993.
[12]	杜立彬.基于随动式测量机器人的物体表面重构系统研究 [D].哈尔滨:哈尔滨工业大学,2004.94～102.

[1]	夏桂芬 , 赵保军 , 韩月秋 . 基于神经网络的远程激光测距机混沌弱信号检测. 激光技术, 2006, 30(5): 449-451.
[2]	于有生 , 李文杰 , 陈俐 . 神经网络在脉冲激光焊焊缝建模中的应用. 激光技术, 2004, 28(6): 585-587,590.
[3]	黄威威 , 游德勇 , 高向东 , 张艳喜 , 黄宇辉 . 基于相关分析和神经网络的激光焊接稳态识别. 激光技术, 2022, 46(3): 312-319. doi: 10.7510/jgjs.issn.1001-3806.2022.03.004
[4]	葛一凡 , 陆旭 , 刘玉柱 . 基于激光诱导击穿光谱和神经网络的蛋壳研究. 激光技术, 2022, 46(4): 532-537. doi: 10.7510/jgjs.issn.1001-3806.2022.04.015
[5]	颜鑫 , 应恺宁 , 戴鹭楠 , 谭钧夫 , 沈中华 , 倪辰荫 . 基于物理信息神经网络的激光超声波场研究. 激光技术, 2024, 48(1): 105-113. doi: 10.7510/jgjs.issn.1001-3806.2024.01.017
[6]	王金来 , 於自岚 , 高传玉 , 吉选芒 , 安毓英 , 曾丹勇 , 刘劲松 , 杨继昌 , 张永康 . 激光冲击区表面质量的人工神经网络研究. 激光技术, 2001, 25(1): 1-6.
[7]	张靖 , 朱大勇 , 贾晓东 . 用共线点列标定摄像机镜头畸变. 激光技术, 2006, 30(2): 221-224.
[8]	麻金继 , 李健 , 宋姚 . 利用MoDIS图像同时反演水色三要素的方法研究. 激光技术, 2011, 35(5): 639-643. doi: 10.3969/j.issn.1001-3806.2011.05.018
[9]	陈厚道 , 周钢 , 王从军 , 黄树槐 . 一种基于极线约束的激光条纹匹配算法. 激光技术, 2003, 27(6): 584-587.
[10]	莫长涛 , 陈长征 , 张黎丽 , 孙凤久 . 神经网络在光电位置坐标传感器中的应用. 激光技术, 2003, 27(6): 594-596.
[11]	王成亮 , 杨庆胜 , 李军 , 钟巍峰 , 陈志明 . 基于神经网络的光纤温度和应变快速解调方法. 激光技术, 2022, 46(2): 254-259. doi: 10.7510/jgjs.issn.1001-3806.2022.02.017
[12]	周聪 , 张玲 , 陈根余 , 邓辉 , 蔡颂 . 激光修锐砂轮工艺参量的预测和优化算法. 激光技术, 2015, 39(3): 320-324. doi: 10.7510/jgjs.issn.1001-3806.2015.03.008
[13]	郝晓剑 , 任龙 , 杨彦伟 , 孙永凯 . 煤中激光诱导击穿光谱的碳元素定量分析. 激光技术, 2020, 44(2): 232-236. doi: 10.7510/jgjs.issn.1001-3806.2020.02.017
[14]	黄佳成 , 陈根余 , 周伟 , 朱毅 , 王昊 . 激光修整青铜金刚石砂轮预测模型与优化研究. 激光技术, 2024, 48(3): 405-410. doi: 10.7510/jgjs.issn.1001-3806.2024.03.016
[15]	张连顺 , 张晓晖 , 王章祯 . 由漫射图像测量生物组织的光学特性. 激光技术, 2011, 35(5): 675-677. doi: 10.3969/j.issn.1001-3806.2011.05.027
[16]	关世豪 , 杨桄 , 李豪 , 付严宇 . 3维卷积递归神经网络的高光谱图像分类方法. 激光技术, 2020, 44(4): 485-491. doi: 10.7510/jgjs.issn.1001-3806.2020.04.015
[17]	林青松 , 杨孝敬 , 王军晓 , 张聚伟 . 改进型BP神经网络的2维PSD非线性校正. 激光技术, 2012, 36(1): 124-126,130. doi: 10.3969/j.issn.1001-3806.2012.01.032
[18]	代金科 , 郑素珍 , 苏娟 . 基于结构光和深度神经网络的3维面形重建. 激光技术, 2023, 47(6): 831-840. doi: 10.7510/jgjs.issn.1001-3806.2023.06.015
[19]	王大承 . 人工神经网络在激光表面强化控制上的应用. 激光技术, 2003, 27(4): 317-320.
[20]	王秀凤 , 吕晓东 , 陈光南 , 胡世光 . 人工神经网络技术在板料激光弯曲中的应用. 激光技术, 2005, 29(3): 244-247.