为解决大型构件表面弱纹理特征的捕捉和多次测量的精度配准问题,采用集成结构光与光度立体视觉的复合测量系统,利用结构光测量获取工件表面整体形状的点云数据,利用光度立体视觉获取表面精细弱纹理的法向量信息。在此基础上,提出了一种融合邻域点云坐标与法向量信息的新型局部特征描述子,可对弱纹理工件表面特征进行有效且鲁棒地描述。大量仿真和真实实验验证了所提方法的有效性,其性能大幅超越了基于传统特征描述子的迭代最近点算法。所提方法可有效捕捉并描述弱纹理表面的丰富细节特征,构建鲁棒显著的特征描述子,进而大幅提升了测量结果的匹配精度,减小了大型复杂构件的整体重建误差。

为解决现有线结构光大尺度测量标定复杂、精度不高的问题, 提出了一种基于多视觉线结构光传感器的大尺度、高精度测量方法。多视觉线结构光传感器含1个激光器和多个等间距并排的相机（一主多从）, 相互间有1/3左右重叠视场(OFOV), 光束覆盖所有相机视宽。传感器标定只需简易的棋盘格靶标, 按张氏标定法采集靶标图像、标定传统参数; 此外, 考虑相机视角的不变性, 利用OFOV内标定图像的已知特征角点, 经图像配准可预标定相邻相机图像拼接的变换矩阵。变换矩阵的逐步连乘得到任意从相机图像转换到主相机成像平面的透视变换模型(PTM)。该方法通过各相机同步采集大尺度物体的局部光条图像, 再利用PTM将所有局部光条快速拼接成完整的光条图像, 最终经光条坐标提取、换算得到光条位置的三维坐标。实验结果表明: 与已有方法相比, 该方法使用简便、精度更高, 重构模型平均构造深度与真实模型仅差8.3%。

目前散货装船过程中，由于缺乏可靠精确实用的装船系统状态参数测量方法，而致使无法实现全自动化的装船作业。针对这一情况，本文提出了一种利用激光扫描仪实时测量散货装船系统的多个状态参数的方法和装置。该方法根据激光测距原理，利用扫描仪获取的数据，采用图像处理中的线条拟合技术，可以实时准确地计算出装船系统中溜筒相对于船舱的位置、溜筒相对于舱内物料的位置、舱内物料的高度以及船体的倾斜状态等参数。本检测系统的装置被应用于散货自动化装船过程中，在散货码头进行了实地测量实验，实验结果证明了本系统的准确性、可靠性和实用性。