3차원 형상 측정은 첨단 제조, 항공 우주, 생물 의학 등 여러 분야에서 중요한 역할을 수행합니다. 높은 정밀도, 전 시야, 비접촉 등의 장점으로 인해 스트라이프 투영 윤곽 측정법은 현재 가장 널리 사용되는 광학 3차원 측정 방법 중 하나입니다. 물체의 전체 3차원 정보를 얻기 위해 일반적으로 측정 대상물을 회전대 위에 올려놓고 계속해서 스캔 및 병합하여 물체의 전체 정보를 획득합니다. 그러나 전통적인 스캔과 병합은 오프라인 방식으로 진행되어 전체 3D 모델 재구성 속도가 느립니다. 기존의 실시간 포인트 클라우드 정합 방법은 포인트 클라우드 스캔 및 병합 속도를 효과적으로 향상시킬 수 있지만, 실시간 포인트 클라우드 병합의 정확도는 여전히 측정 대상물의 움직임 상태에 영향을 받습니다. 본문에서는 위 문제를 최적화하여 전역 최적화를 기반으로 한 실시간 고정밀 모델 재구성 방법을 제안합니다. 먼저, 조정 정합에서 정밀 정합으로의 빠른 포인트 클라우드 정합 알고리즘과 포인트 클라우드 법선 벡터 제약 기반 초기화 알고리즘을 소개하여 조정 정합 과정에서 포인트 클라우드 초기 자세 계산의 안정성과 정확도를 높였습니다. 다음으로, 정밀 정합 단계에서는 최적의 전역 포인트 클라우드 자세 해를 얻기 위해 그래프 최적화 알고리즘을 도입하여 전역 포인트 클라우드 정합의 정확도를 더욱 향상시켰습니다. 실험 결과 제안된 방법이 기존의 실시간 모델 재구성 방법에 비해 더 높은 정확도와 안정적인 전역 포인트 클라우드 정합을 실현함을 보여줍니다. 특히, 동적 장면에서 떨림 등으로 인한 피측정 물체 속도의 급변 상황에도 불구하고 본 방법은 견고하게 3D 모델 재구성을 완료할 수 있으며, 전방위 모델 재구성의 정확도는 84μm에 달합니다.

스트라이프 투영 윤곽;그래프 최적화;실시간;3D 재구성;포인트 클라우드 정합