基于位姿无约束多线结构光视觉的三维回转结构法截面轮廓重建
图像与视频处理
2020-04-28 v1 计算机视觉与模式识别
摘要
列车车轮是一种三维回转几何结构。重建法截面轮廓是铁路安全领域确定车轮关键几何参数与磨损的有效方法。现有重建方法通常要求传感器在受限的位置与姿态下工作，灵活性与视角受限。本文提出一种面向三维回转结构的位姿无约束法截面轮廓重建框架，利用多线结构光视觉传感器获取的多条三维通用截面轮廓进行重建。首先，我们建立利用对应点估计三维回转几何结构轴线与法截面轮廓的模型。随后，将该模型嵌入迭代算法中以优化对应点，最终重建出精确的法截面轮廓。我们在重建三维车轮法截面轮廓上进行了真实实验。结果表明，我们的算法达到0.068 mm的平均精度，且具有良好的重复性（标准差为0.007 mm）。该算法对传感器位姿变化也具有鲁棒性。我们所提出的框架与模型可推广至任意三维车轮类回转部件。
引用
@article{arxiv.2004.12697,
title = {Reconstructing normal section profiles of 3D revolving structures via pose-unconstrained multi-line structured-light vision},
author = {Junhua Sun and Zhou Zhang and Jie Zhang},
journal= {arXiv preprint arXiv:2004.12697},
year = {2020}
}