基于角度先验的自适应加权无靶标旋转轴标定方法

《Optics and Lasers in Engineering》：An adaptively weighted targetless rotation axis calibration method based on angle prior

　　

• 提出了一种无标定靶标的旋转轴标定策略，用于旋转台结构光三维测量系统。• 从被测物体的自然表面直接提取跨视角匹配点集，无需专用标定靶标或辅助硬件。• 开发了一种角度先验自适应加权机制，用于抑制异常轨迹、局部配准误差和全局噪声干扰。引言结构光三维重建技术凭借非接触、高效和高鲁棒性等优势[4], [5], [6]，在工业检测、逆向工程、文化遗产保护以及口腔医学等众多领域得到了日益广泛的应用[1], [2], [3]。然而，作为一种视觉测量方法，结构光技术在实用中不可避免地受限于视场范围和遮挡问题。因此，单次扫描只能获取有限角度范围内的三维形貌。为了实现对被测物体完整形貌的三维重建，通常将物体置于高精度旋转台上。通过旋转台转动，从不同位置的多视角获取点云，并精确变换到统一的全局坐标系[7]。目前，多视角点云全局统一的流行方法主要分为两类。第一类是基于点云配准的方法[8], [9], [10]，主要依靠相邻视角之间的重叠区域和几何拓扑特征迭代估计相对位姿。但在实际应用中，该方法对相邻视角间的角度跨度高度敏感。当视角变化较大时，点云的有效重叠率急剧下降，导致位姿估计精度显著下降，难以满足高精度全局配准的需求。第二类是基于旋转轴标定的方法[11], [12], [13], [14]。通过在测量空间内预先标定旋转台的旋转轴参数，这些方法以物理旋转轴作为绝对几何参考，直接将所有视角的点云数据变换到统一的全局坐标系。与点云配准方法相比，这些方法表现出更强的鲁棒性。作为坐标统一的基准线，旋转轴参数的精度从根本上决定了系统的全局配准和重建质量。近年来，许多研究者探索了高精度旋转轴标定。Li等人[15]采用标准球模型，记录球心在多个旋转角度下的三维坐标，通过空间圆拟合确定旋转轴。Ye等人[16]采用标准平面，基于旋转轴平行于且等距于多视角下平面交线的严格几何假设，构建线性优化方程求解旋转轴。然而，在传统的基于圆或轨迹拟合的方法中，轴拟合仅依赖于特征点的空间位置信息。由于未能将标定靶标在旋转过程中的姿态约束纳入计算模型，使得标定结果极易受测量噪声影响。为克服这些局限，一些研究者尝试引入外部硬件辅助标定。Yin等人[17]引入辅助激光器和双目立体视觉传感器对旋转轴进行联合标定。Cai等人[18]引入辅助相机并采用棋盘格角点的椭圆拟合方法获取旋转轴参数。然而，这些方法显著增加了系统的硬件成本和标定流程的复杂性。Li等人[19]利用二维平面靶标，将特征的位置和姿态信息完全整合到标定模型中，有效弥补了传统圆拟合方法信息利用不足的缺陷。然而，基于平面标定板的标定方法在实际操作中不可避免地受限于相机的景深。正如Liu等人[20]所指出的，旋转过程中的景深限制容易导致靶标特征模糊，从而降低相机外参估计的可靠性，影响最终标定精度。为解决这一问题，Liu等人引入了额外的平移台辅助外参标定，并进一步采用添加辅助运动以保持靶标良好成像的相同策略：Song等人[21]采用反方向旋转的第二转台，使平面靶标始终朝向传感器；Mu等人[22]在精密位移平台上沿激光线平移靶标以构建虚拟点约束。这些方案虽然取得了优异的精度，但都再次增大了机械结构并延长了标定流程。在所有这些方案中，标定精度最终受到物理基准加工精度的限制，而该基准必须在每次标定前预先制作并现场安装。少数研究完全摒弃了标定靶标，直接从被测物体本身恢复旋转轴。已遵循两条路线。第一条路线通过视角间的刚体变换恢复旋转轴。Pang等人[23]自动配准扫描序列以获得初始轴，然后交替校正每个单独扫描的位姿并重新近似旋转矩阵，从而无需手动安装和拆卸棋盘格或标准球。Liu等人[24]在自转传感器上沿用了相同的路线：单个曲面物体在几个角度下重建，配准序列获得每个角度对应的变换，并从这些变换中求解旋转轴。第二条路线使用场景中已存在的几何结构。Yang等人[25]从获取的点云中分割出几个参考平面，通过两步奇异值分解恢复轴方向和转台中心，仅当点靠近拟合平面且法向一致时才保留该点。这些特征要么整体采用[23], [24]，要么仅通过固定阈值筛选一次[25]，每个幸存特征都进入拟合且权重相同，使得部分正确的对应关系与完全可靠的对应关系具有同等重要性。[25]中的方法还要求场景中必须存在若干个可分离的平面，而这一条件大多数实际测量场景无法满足。因此，为解决景深约束、轨迹拟合对噪声的敏感性、辅助硬件引入的复杂性增加以及现有无靶标方案中特征使用不加区分等局限，本文提出了一种基于角度先验的自适应加权无靶标旋转轴标定方法。该方法用被测物体的自然表面特征代替靶标特征。同时，通过利用旋转过程中的刚体变换约束作为物理先验，构建了自适应加权优化机制。该机制动态剔除异常轨迹，并优化匹配点的综合权重，以减少系统误差。本文的主要贡献总结如下：• 提出了一种无靶标标定策略。该策略直接从被测物体表面提取跨视角匹配点集，替代高精度标定靶标的特征点。无需额外硬件，该方法显著简化了系统复杂度。• 构建了一种基于角度先验的自适应加权优化机制。基于理论刚体旋转变换模型，构造几何可靠性因子和位置残差因子，动态剔除异常匹配轨迹并对所有轨迹点自适应赋权，从而有效抑制局部配准误差和全局噪声干扰。本文其余部分组织如下：第2节介绍旋转台结构光三维测量系统的模型。第3节提出基于角度先验的自适应加权无靶标旋转轴标定方法。第4节首先选择具有不同形貌特征和光学特性的标定物体进行对比标定实验，随后进行本文所提方法、各种现有标定方法以及本研究的消融方法的对比实验。第5节讨论了方法的局限性及其可扩展方向。最后，第6节总结本研究。第2节：旋转台结构光三维测量系统模型本文构建的旋转台结构光三维测量系统由视觉传感器（包括DLP投影器和工业相机）及精密旋转台组成。测量系统的坐标系定义如图1所示。共定义了三个右手坐标系，其中CC为相机坐标系，原点在光心OC处，CP为投影器坐标系。第3节：基于角度先验的自适应加权无靶标旋转轴标定针对上述问题，本文提出了一种基于角度先验的自适应加权无靶标旋转轴标定方法。利用理论旋转角作为物理先验，该方法通过ICP迭代求解相邻视角间的刚体旋转，从而构建初始跨视角匹配轨迹和匹配点集。随后，采用自适应加权优化机制构建权重并过滤噪声。第4节：实验设置为验证所提方法，搭建了旋转台结构光测量实验平台，如图5所示。该系统包括电动旋转台（Zolli RAuK100）和面阵结构光三维相机。该相机由分辨率为1920 × 1200的华睿相机（A5201MU150）和分辨率为1920 × 1080的DLP4710蓝光投影器组成。相机的工作距离约为300 mm，所有设备均安装在……第5节：局限性与未来工作该方法要求被测表面能够提供可可靠重建的自然特征，因此适用于实际中遇到的大多数物体，正如第4节在从理想漫反射石膏到强镜面釉面陶瓷的各类物体上的验证所示。然而，必须承认三个边界，这些均属于应用属性而非算法属性：完全无纹理的表面、主要或完全镜面反射的表面（导致可靠重建特征不足）……第6节：结论针对旋转台结构光系统，本文提出了一种基于角度先验的自适应加权无靶标旋转轴标定方法。该方法不使用专用靶标，而是利用物体的自然表面特征建立受刚体旋转约束的自适应加权优化机制。这有效防止了由高反射表面和弱纹理引起的局部噪声系统性地干扰全局轴估计。在……致谢国家自然科学基金（U24A6005）；雄安新区科技研究项目（XA2026111007K）。CRediT作者贡献声明Lei Jin：审阅与编辑、撰写初稿。Guanghao Li：指导。Yuming Cui：指导。Jinyue Liu：资金获取。利益冲突声明作者声明，他们没有已知的财务利益或个人关系可能会影响本文报告的工作。Lei Jin|Guanghao Li|Yuming Cui|Jinyue Liu