Что такое облако точек? Облака точек, полигональные сетки и модели CAD в 3D-сканировании

Определение

Данные облака точек — важный формат исходных данных в сфере промышленного 3D-сканирования. Это набор данных, основной единицей которого являются дискретные 3D-точки с координатами, полученные с помощью устройств для 3D-съемки. Каждая точка обычно содержит информацию о пространственных координатах X, Y и Z; некоторые облака точек могут также включать дополнительные атрибуты, такие как интенсивность отражения, цвет и векторы нормалей. Эти данные характеризуют геометрию и особенности поверхности объектов, являясь базовым носителем информации для таких промышленных задач, как обратный инжиниринг, контроль качества и цифровое архивирование.

Принцип работы

В промышленном оптическом 3D-сканировании данные облака точек обычно формируются с помощью оптических измерений и алгоритмов 3D-реконструкции по следующему принципу: Сначала устройство 3D-сканирования проецирует оптические сигналы, такие как лазер или структурированный свет, на поверхность целевого объекта, а модуль визуализации собирает сигналы отраженного света с поверхности объекта. Затем с помощью алгоритмов триангуляции и фотограмметрии рассчитываются 3D-пространственные координаты каждой точки выборки, а большое количество дискретных точек выборки объединяются в исходное локальное облако точек. Если размер целевого объекта превышает поле зрения одного сканирования, устройство может совместить и сшить несколько локальных облаков точек в единую систему координат путем идентификации маркерных точек или сопоставления признаков поверхности, формируя более полный набор данных облака точек для поверхности объекта. После этого обычно выполняются этапы предварительной обработки, такие как удаление шума и понижение плотности точек, чтобы повысить пригодность данных к использованию.

Основные параметры и критерии оценки качества

Качество данных облака точек можно оценить по нескольким количественным основным параметрам. Определение и метод оценки каждого параметра приведены ниже:

Подходящие и неподходящие сценарии применения

Подходящие сценарии

1. Сбор данных для обратного инжиниринга промышленных деталей и крупногабаритных заготовок
2. Размерный контроль и анализ 3D-отклонений компонентов производства
3. Количественная оценка износа и повреждений заготовок
4. Предварительная обработка моделей для 3D-печати и проверка качества готовой продукции
5. Цифровизация компонентов и контроль качества в фотоэлектрической, аэрокосмической, автомобильной, энергетической и других отраслях
6. Полевое сканирование и сбор данных в стандартных промышленных условиях

Неподходящие сценарии

1. Не промышленные гражданские сценарии, такие как сканирование тела человека и сканирование лица
2. Сценарии применения данных медицинского назначения, такие как диагностика по медицинским изображениям

Распространенные заблуждения

1. Заблуждение 1: Чем выше плотность облака точек, тем лучше

На практике чрезмерно высокая плотность точек значительно увеличивает расходы на хранение и обработку данных. Подходящую плотность точек следует выбирать исходя из требований конкретной задачи: например, сверхвысокая плотность не требуется для контроля общих геометрических допусков крупногабаритных заготовок, в то время как для размерного измерения мелких признаков требуется более высокая плотность точек, чтобы обеспечить точное воспроизведение деталей.

2. Заблуждение 2: Отсутствие пустот в облаке точек означает, что его точность соответствует требованиям

Полнота и точность облака точек — два независимых параметра качества. Отсутствие пустот означает только то, что облако точек покрывает целевую поверхность; если отклонение координат отдельных точек превышает допустимый диапазон, оно все равно не соответствует требованиям метрологических приложений.

3. Заблуждение 3: Исходные облака точек можно напрямую использовать для метрологического контроля

Исходные облака точек, не прошедшие калибровку, удаление шума и совмещение при сшивке, обычно содержат систематические ошибки и случайный шум. Их можно использовать для метрологического контроля только после стандартизированной предварительной обработки и проверки точности.

4. Заблуждение 4: Точность облака точек, собранного ручными устройствами, обязательно ниже, чем у стационарных устройств

На точность облака точек влияет множество факторов, таких как уровень калибровки устройства, метод сшивки и условия окружающей среды. Ручные решения для сканирования, оснащенные глобальной системой оптического слежения, также обеспечивают метрологическую точность облака точек.

Связанные понятия

• 3D-модель в виде полигональной сетки: 3D-модель с топологическими связями, полученная путем триангуляции облаков точек, состоящая из вершин, ребер и граней, подходящая для таких задач, как рендеринг, 3D-печать и обратное моделирование
• 3D-сканирование структурированным светом: технология 3D-измерений, которая получает данные облака точек поверхности объектов путем проецирования кодированного структурированного света
• Фотограмметрия: метод расчета 3D-координат объектов по многопозиционным 2D-изображениям, часто используется для построения глобальной системы координат и сшивки облаков точек крупногабаритных заготовок
• Система оптического слежения: система, которая отслеживает пространственное положение маркерных точек с помощью оптических датчиков, обеспечивая глобальную опорную систему координат для сбора облака точек в больших пространствах
• Предварительная обработка облака точек: процесс выполнения таких операций, как удаление шума, сшивка, понижение плотности точек и совмещение координат, над исходными облаками точек, необходимый этап для повышения пригодности облака точек к использованию
• Контроль 3D-отклонений: метод контроля, который рассчитывает и визуализирует отклонения поверхности после совмещения облака точек с эталонной цифровой моделью или стандартной деталью
• Обратный инжиниринг: технический процесс реконструкции 3D-цифровой модели объекта на основе данных облака точек

Часто задаваемые вопросы

Какие этапы обработки требуются, чтобы данные облака точек можно было использовать для промышленного контроля?

Исходные облака точек обычно требуют последовательной многоэтапной предварительной обработки: Сначала выполняется удаление шума для устранения недействительных выбросов точек, вызванных помехами окружающей среды, дрожанием устройства и другими факторами. Затем выполняется сшивка и совмещение для интеграции нескольких локальных облаков точек или облаков точек, собранных несколькими устройствами, в одну систему координат. После этого выполняется понижение плотности точек в соответствии с требованиями задачи, чтобы уменьшить объем избыточных данных и повысить эффективность обработки. Наконец, выполняется точное совмещение с системой координат эталонной цифровой модели или стандартной детали. Облака точек, прошедшие указанную обработку и проверку точности, можно импортировать в профессиональное программное обеспечение для контроля для проведения анализа отклонений, размерного измерения и других работ.

Влияют ли отражающие или темные материалы на поверхности объектов на качество данных облака точек?

Да. При съемке поверхностей из сильно отражающих, темных светопоглощающих материалов обычными устройствами 3D-сканирования часто возникают такие проблемы, как пропуск действительных точек и чрезмерное отклонение координат, что в свою очередь снижает полноту и точность облака точек. Некоторые устройства для сканирования, оснащенные интеллектуальными алгоритмами распознавания материалов, могут оптимизировать качество сбора облака точек для таких специальных материалов путем динамической регулировки параметров экспозиции, мощности оптического излучения и других настроек.

Как обеспечить глобальную согласованность координат облаков точек при сканировании крупногабаритных заготовок?

При сканировании крупногабаритных заготовок обычно используется схема глобального позиционирования, чтобы избежать накопительных ошибок при сегментном сканировании: Сначала строится высокоточная глобальная система координат, охватывающая всю заготовку, с помощью фотограмметрических шкал или предварительно установленных глобальных маркерных точек. В процессе сканирования устройство в режиме реального времени идентифицирует глобальные маркеры в поле зрения и автоматически совмещает каждый сегмент локального облака точек с предварительно построенной глобальной системой координат. Наконец, выполняется бесшовное слияние всего облака точек, чтобы обеспечить глобальную согласованность координат всего облака.

В чем разница между данными облака точек и 3D-моделями в виде полигональной сетки?

Эти два формата являются носителями данных на разных этапах процесса 3D-цифровизации, их основные отличия следующие: Данные облака точек — это дискретный набор 3D-точек с координатами, между которыми нет топологических связей. Они отличаются высокой скоростью сбора и полным сохранением исходной информации, что делает их подходящими для высокоточного размерного измерения и архивирования исходных данных. 3D-модель в виде полигональной сетки — это модель, полученная после триангуляционной обработки облака точек, с топологической структурой, состоящей из вершин, ребер и граней, подходящая для задач, требующих полного отображения морфологии поверхности, таких как 3D-рендеринг, 3D-печать и обратное моделирование.

Заключение

Данные облака точек являются основным исходным источником данных для систем промышленной 3D-цифровизации, и их качество напрямую определяет надежность последующих задач, таких как обратное проектирование, контроль качества и цифровое архивирование. В практическом применении необходимо выбирать подходящие схемы сбора данных и настройки параметров в соответствии с требованиями конкретного сценария, а также обеспечивать точность, полноту и пригодность данных к использованию с помощью стандартизированных процессов предварительной обработки, чтобы полностью реализовать их промышленную ценность.