Um eine präzisere 3D-Rekonstruktion von Objekten mit und ohne Merkmale zu erreichen, untersucht dieser Artikel einen Algorithmus zur automatischen Zusammenfügung von 3D-Punktwolken unter Verwendung von Multisicht-Sensoren. Zuerst wird nach einer doppelten Kalibrierung der Sensoren aus verschiedenen Blickwinkeln die Achsendatenkalibrierung durchgeführt, dann werden mehrere Achsendaten im dreidimensionalen Raum analysiert und eine Punktwolken-Zusammenführungsmethode basierend auf der Achsverschmelzung der Multisicht-Sensoren vorgeschlagen, womit die optimalen Achsendaten mit minimalem Fehler berechnet werden. Schließlich erfolgt die 3D-Punktwolken-Zusammenfügung entlang der angepassten Achsendaten im Weltkoordinatensystem. Die experimentellen Ergebnisse zeigen, dass im Messbereich von 1,3 bis 1,9 m der Fehler bei der 3D-Rekonstruktion einer Standardkugel mit einem Durchmesser von 144,9542 mm mit der vorgeschlagenen Methode unter 0,037 mm liegt. Die Methode erzielt gute Zusammenfügungsergebnisse sowohl bei Objekten ohne als auch mit Merkmalspunkten, und die Zusammenfügungszeit ist unabhängig von der Gesamtmenge der Punktwolken. Diese Zusammenführungsmethode erfüllt die Anforderungen an Stabilität, Effizienz und hohe Präzision der 3D-Rekonstruktion.

3D-Rekonstruktion; Punktwolken-Zusammenfügung; Achse