亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

三維形狀數(shù)據(jù)的存儲/顯示方法和裝置以及三維形狀的計測方法和裝置的制作方法

文檔序號:6123538閱讀:169來源:國知局
專利名稱:三維形狀數(shù)據(jù)的存儲/顯示方法和裝置以及三維形狀的計測方法和裝置的制作方法
技術(shù)領(lǐng)域
本發(fā)明涉及一種用于從多個計測位置來計測靜止的三維形狀并綜 合其距離數(shù)據(jù)以進行復(fù)原的三維形狀數(shù)據(jù)的存儲/顯示方法和裝置以及 三維形狀的計測方法和裝置。
背景技術(shù)
三維形狀的計測技術(shù)已普及,三維形狀數(shù)據(jù)用于各種各樣的應(yīng)用 領(lǐng)域,例如機械零件/工件等的形狀計測、移動機器人中的自身位置的 辨認、地形/結(jié)構(gòu)物的計測等。
作為三維形狀數(shù)據(jù)的存儲/顯示方法和裝置,迄今使用點群、距離
圖像、表面(surface )、體素(voxel)結(jié)構(gòu)等。
點群以作為傳感器的計測數(shù)據(jù)的計效'J點的坐標值來表現(xiàn)形狀。此 外距離圖像通過對二維圖像的各像素保持進深方向的距離值來表現(xiàn)形 狀。表面是通過三角形等的疊合來表現(xiàn)物體的表面形狀。體素結(jié)構(gòu)是 將空間以小長方體分割并在各體素內(nèi)保持形狀信息的結(jié)構(gòu)。
三維形狀計測中的計測數(shù)據(jù)例如以計測位置作為原點的極坐標值 (r, e, cp)來表示。在本發(fā)明中將該數(shù)據(jù)稱為"距離數(shù)據(jù)"。
在綜合來自多個位置的距離數(shù)據(jù)而復(fù)原靜止的三維形狀的情況 下,有以下問題。
在使用點群的情況下,數(shù)據(jù)量與計測數(shù)據(jù)成比例地增加。因此, 在計測對象物大的情況下的綜合數(shù)據(jù)量會變得龐大。為此,作為用于 形狀表現(xiàn)的數(shù)據(jù)結(jié)構(gòu)并不現(xiàn)實。
在使用距離圖像的情況下,由于是來自一個方向的計測,所以越 向遠方,像素的間隔越擴展,使精度下降。此外,由于僅能表示來自 一個方向的數(shù)據(jù),所以不適合來自多個視點的計測結(jié)果的綜合。
在使用表面的情況下,由于綜合需要復(fù)雜的處理,所以高速處理 困難。
與此相比,體素結(jié)構(gòu)具有數(shù)據(jù)量一定、能夠綜合來自多個視點的數(shù)據(jù)、數(shù)據(jù)綜合不需要復(fù)雜的計算的特征,對于綜合來自多個位置的 距離數(shù)據(jù)并復(fù)原是最適合的。進而,作為改良體素結(jié)構(gòu)的文獻,公開了專利文獻l、 2和非專利 文獻1。在專利文獻1的"三維信息抽取方法"中,通過使用稱作Voxel Voting (體素投票)的方法對各體素投票計測結(jié)果,從而綜合來自多個 視點的三維形狀。進而,在該方法中公開了對于不能得到需要的分辨 率的體素,進而八分割體素并分級地管理數(shù)據(jù)的方法在專利文獻2的"環(huán)境模型輸入裝置"中,提出了 一種對各體素累積 概率值的單元。在該單元中,不依賴于賦予概率的頻度地進行環(huán)境才莫 型的綜合,能夠作成正確的環(huán)境模型。在非專利文獻1的單元中,提出了一種雖然假定了平面,但對保 持概率值的體素,將通過計測數(shù)據(jù)中包含的誤差而發(fā)生的體素的錯誤 概率值恢復(fù)到正確的值的處理。此外,作為與本發(fā)明相關(guān)的技術(shù),公開了非專利文獻2。專利文獻1:日本專利第3170345號公報,"三維信息抽取方法"專利文獻2:日本專利申請公開平9-81788號公報,"環(huán)境模型輸入裝 置,,非專利文獻1: Sebastian Thrun, "Learning Occupancy Grid Maps With Forward Sensor Models."非專利文獻2:關(guān)本清英等,"三維激光雷達的開發(fā)",石川島播磨技報 Vol.43 No.4 (2003-7)發(fā)明內(nèi)容發(fā)明要解決的問題專利文獻1的體素結(jié)構(gòu)為了得到正確的形狀,反復(fù)體素的分割, 但當分割的次數(shù)增加時會發(fā)生數(shù)據(jù)量增加的問題。因此, 一般是固定 分割的深度,由此分辨率存在極限。也就是說,不能表現(xiàn)分割后的體 素的大小以上的分辨率。此外,由于包含誤差的數(shù)據(jù)而錯誤發(fā)生的體 素就保持原樣地存在下去。因此,不能應(yīng)對包含誤差的數(shù)據(jù)。專利文獻2的體素結(jié)構(gòu),雖然使用概率值來表現(xiàn)形狀,但與專利 文獻1同樣地在數(shù)據(jù)包含誤差的情況下錯誤發(fā)生的體素就保持原樣地存在下去。因此,不能應(yīng)對包含誤差的數(shù)據(jù)。非專利文獻1的體素結(jié)構(gòu)由于包含降低概率的處理,所以具有擦 除保持錯誤概率值的體素的功能。但是,由于一般在體素內(nèi)計測物體 存在的區(qū)域和不存在的區(qū)域兩方都存在,所以有即使綜合多次的計測 也不能收斂到正確形狀的問題。發(fā)明的概要本發(fā)明是為了解決上述問題而提出的。即,本發(fā)明的目的是提供 一種三維形狀數(shù)據(jù)的存儲/顯示方法和裝置以及三維形狀的計測方法和裝置,其中能夠綜合來自多個位置的距離數(shù)據(jù)來復(fù)原靜止的三維形狀, 而且不大幅增加數(shù)據(jù)量就能提高分辨率,能夠應(yīng)對包含誤差的數(shù)據(jù)。根據(jù)本發(fā)明,提供一種三維形狀數(shù)據(jù)的存儲/顯示方法,用于根據(jù)三維形狀上的被計測點的坐標值來復(fù)原三維形狀,其特征在于,具有 數(shù)據(jù)輸入步驟,將三維形狀上的坐標值輸入到計算機中;模型構(gòu)筑步 驟,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存在的空間區(qū)域分 割為由邊界表面相互正交的長方體構(gòu)成的多個體素,并存儲各體素位 置;匹配(matching)步驟,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代 表點及其誤差分布并存儲起來;以及輸出步驟,將所述體素位置、代 表點以及誤差分布輸出到輸出裝置中。此外,根據(jù)本發(fā)明,提供一種三維形狀的計測方法,根據(jù)三維形 狀上的被計測點的坐標值來復(fù)原三維形狀,并輸出三維形狀數(shù)據(jù),其 特征在于,具有數(shù)據(jù)輸入步驟,將三維形狀上的坐標值輸入到計算 機中;模型構(gòu)筑步驟,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所 存在的空間區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體 素,并存儲各體素位置;匹配步驟,在對應(yīng)于所述坐標值的體素的內(nèi) 部設(shè)定代表點及其誤差分布并存儲起來;以及輸出步驟,將所述代表 點、體素位置以及誤差分布的至少任 一 個輸出到輸出裝置中。所述三維形狀數(shù)據(jù)的存儲/顯示方法或三維形狀的計測方法包含以 下的內(nèi)容也可。根據(jù)本發(fā)明的優(yōu)選實施方式,在所述模型構(gòu)筑步驟中,在將最大 的體素設(shè)定為相當于必要最小限度的分辨能力的大小,而且單一的體 素內(nèi)存在多個#皮計測點的情況下,以在單 一 的體素內(nèi)僅存在單 一 的#皮 計測點的方式,將該體素進一步分割并分級地分割為多個體素。此外,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步 驟,在該才莫型更新步驟中,探測對應(yīng)于新輸入的^t計測點的坐標值的 體素,作為在原點和被計測點之間不存在物體的,再設(shè)定或擦除位于 其間的體素內(nèi)的代表點和誤差分布。此外,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步 驟,在該沖莫型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的 體素,在該體素內(nèi)沒有代表點的情況下,將所述坐標值和誤差分布設(shè) 定為代表點的坐標值和誤差分布。此外,優(yōu)選在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟,在該;溪型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標 值的體素,在所述體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下,比較新取 得的誤差分布和已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互重 疊的情況下,根據(jù)兩誤差分布、或兩誤差分布和體素內(nèi)已經(jīng)設(shè)定了的 代表點和新輸入的被計測點的坐標值,來再設(shè)定新的誤差分布和新的 代表點,在誤差分布不相互重疊的情況下,以在單一的體素內(nèi)僅存在 單一的代表點的方式,將該體素進一步分割并分級地(hierarchical)分 割為多個體素。體素的分割例如使用八叉樹或K-D樹。此外,優(yōu)選在體素內(nèi)部除了代表點及其誤差分布之外,還一并具 有概率值。此外,在所述數(shù)據(jù)輸入步驟中,使用距離傳感器,將三維形狀上 的坐標值作為以任意的計測位置為原點的距離數(shù)據(jù)一邊移動原點一邊 依次取得。此外,優(yōu)選在能得到距離傳感器的位置和誤差分布的情況下,合 成距離傳感器的位置的誤差分布和計測數(shù)據(jù)的誤差分布。此外,在所述模型更新步驟中,比較所述新取得的誤差分布和所 述已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互重疊的情況下, 根據(jù)兩誤差分布再設(shè)定新的誤差分布和新的代表點,其結(jié)果是新的代 表點移動到其他體素內(nèi),此時,在該其他體素內(nèi)沒有代表點的情況下, 在該其他體素的內(nèi)部設(shè)定該新的誤差分布和該新的代表點,在該其他 體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下,比較該新的誤差分布和已經(jīng) 設(shè)定了的該其他體素內(nèi)的誤差分布,(A)在誤差分布相互重疊的情況 下,根據(jù)兩誤差分布、或根據(jù)兩誤差分布和體素內(nèi)已經(jīng)設(shè)定了的代表點和該新的代表點,再設(shè)定新的誤差分布和新的代表點,(B)在誤差 分布不相互重疊的情況下,以在單一的體素內(nèi)僅存在單一的代表點的 方式,將該體素進一步分割并分級地分割為多個體素。根據(jù)本發(fā)明的優(yōu)選實施方式,在所述匹配步驟之后具有更新所述 環(huán)境模型的模型更新步驟,在該模型更新步驟中,根據(jù)新輸入的被計 測點的坐標值及其誤差分布、和已經(jīng)設(shè)定了的體素內(nèi)的代表點及其誤 差分布,通過卡爾曼濾波器取得新的代表點和誤差分布并進行再設(shè)定。在所述輸出步驟中,將所述體素的代表點的位置作為三維形狀的 計測值輸出到輸出裝置中,并且將表示該計測值的可靠性或精度的指 標,基于該體素內(nèi)部的誤差分布的大小,輸出到輸出裝置中。在所述輸出步驟中,在將所述體素的代表點的位置作為三維形狀 的計測值輸出到輸出裝置中時,在該體素的內(nèi)部誤差分布的大小比規(guī) 定的基準值大的情況下,該計測值的可靠性或精度定為比規(guī)定的基準 低,不將該體素的所述計測值輸出到輸出裝置中。在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟,在 該才莫型更新步驟中,探測對應(yīng)于新輸入的被計頂'J點的坐標值的體素, 在所述體素內(nèi)的代表點以及誤差分布的至少任一個被新設(shè)定、或被再 設(shè)定、或?qū)⒃擉w素進一步分割并分級地分割為多個體素的情況下,在 所述輸出步驟中,將該體素的代表點的位置作為三維形狀的計測值輸 出到輸出裝置中。在所述輸出步驟中,將從距離傳感器的位置出發(fā)距離傳感器能進 行位置計測的范圍的環(huán)境模型內(nèi)的體素的代表點位置,作為三維形狀 的計測值輸出到輸出裝置中。此外,根據(jù)本發(fā)明,提供一種三維形狀數(shù)據(jù)的存儲/顯示裝置,用 于根據(jù)三維形狀上的被計測點的坐標值來復(fù)原三維形狀,其特征在于, 具備數(shù)據(jù)輸入裝置,將三維形狀上的坐標值輸入到計算機中;模型 構(gòu)筑裝置,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存在的空間 區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體素,并存儲各 體素位置;匹配裝置,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點 及其誤差分布并存儲起來;以及數(shù)據(jù)傳輸裝置,將所述體素位置、代 表點以及誤差分布輸出到輸出裝置中。此外根據(jù)本發(fā)明,提供一種三維形狀的計測裝置,根據(jù)三維形狀上的被計測點的坐標值來復(fù)原三維形狀,并輸出三維形狀數(shù)據(jù),其特征在于,具備數(shù)據(jù)輸入裝置,將三維形狀上的坐標值輸入到計算機 中;模型構(gòu)筑裝置,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存在的空間區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體素,并存儲各體素位置;匹配裝置,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來;以及數(shù)據(jù)傳輸裝置,將所述代表 點、體素位置以及誤差分布的至少任一個輸出到輸出裝置中。所述三維形狀數(shù)據(jù)的存儲/顯示裝置或三維形狀的計測裝置包含以 下的內(nèi)容也可。根據(jù)本發(fā)明的優(yōu)選實施方式,所述模型構(gòu)筑裝置在將最大的體素 設(shè)定為相當于必要最小限度的分辨能力的大小,而且單一的體素內(nèi)存 在多個被計測點的情況下,以在單 一 的體素內(nèi)僅存在單 一 的被計測,泉 的方式,將該體素進一步分割并分級地分割為多個體素。根據(jù)本發(fā)明的優(yōu)選實施方式,所述三維形狀數(shù)據(jù)的存儲/顯示裝置 或三維形狀的計測裝置具有模型更新裝置,在所述匹配裝置在對應(yīng) 于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來之 后,更新所述環(huán)境模型,該模型更新裝置探測對應(yīng)于新輸入的被計測 點的坐標值的體素,作為在原點和纟皮計測點之間不存在物體的,再設(shè) 定或擦除位于其間的體素內(nèi)的代表點和誤差分布。根據(jù)本發(fā)明的優(yōu)選實施方式,所述三維形狀數(shù)據(jù)的存儲/顯示裝置 或三維形狀的計測裝置具有模型更新裝置,在所述匹配裝置在對應(yīng) 于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來之 后,更新所述環(huán)境模型,該模型更新裝置探測對應(yīng)于新輸入的被計測 點的坐標值的體素,在該體素內(nèi)沒有代表點的情況下,將所述坐標值 和誤差分布設(shè)定為代表點的坐標值和誤差分布。根據(jù)本發(fā)明的優(yōu)選實施方式,所述三維形狀數(shù)據(jù)的存儲/顯示裝置 或三維形狀的計測裝置具有模型更新裝置,在所述匹配裝置在對應(yīng) 于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來之 后,更新所述環(huán)境模型,該模型更新裝置探測對應(yīng)于新輸入的被計測 點的坐標值的體素,在所述體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下, 比較新取得的誤差分布和已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分 布相互重疊的情況下,根據(jù)兩誤差分布、或兩誤差分布和體素內(nèi)已經(jīng)設(shè)定了的代表點和新輸入的被計測點的坐標值,再設(shè)定新的誤差分布 和新的代表點,在誤差分布不相互重疊的情況下,以在單一的體素內(nèi) 僅存在單一的代表點的方式,將該體素進一步分割并分級地分割為多 個體素。根據(jù)本發(fā)明的優(yōu)選實施方式,所述匹配裝置在體素內(nèi)部除了代表 點及其誤差分布之外,還一并設(shè)定并存儲體素的概率值。根據(jù)本發(fā)明的優(yōu)選實施方式,所述三維形狀數(shù)據(jù)的存儲/顯示裝置或三維形狀的計測裝置具備距離傳感器,將所述三維形狀上的坐標 值作為以任意的計測位置為原點的距離數(shù)據(jù) 一 邊移動原點 一 邊依次取4曰付。根據(jù)本發(fā)明的優(yōu)選實施方式,所述匹配裝置在能得到所述距離傳 感器的位置和誤差分布的情況下,合成距離傳感器的位置的誤差分布 和計測數(shù)據(jù)的誤差分布。根據(jù)本發(fā)明的優(yōu)選實施方式,所述模型更新裝置比較所述新取得 的誤差分布和所述已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互 重疊的情況下,根據(jù)兩誤差分布、或根據(jù)兩誤差分布和體素內(nèi)已經(jīng)設(shè) 定了的代表點和新輸入的被計測點的坐標值,再設(shè)定新的誤差分布和 新的代表點,其結(jié)果是新的代表點移動到其他體素內(nèi),此時,在該其 他體素內(nèi)沒有代表點的情況下,在該其他體素的內(nèi)部設(shè)定該新的誤差 分布和該新的代表點,在該其他體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況 下,比較該新的誤差分布和已經(jīng)設(shè)定了的該其他體素內(nèi)的誤差分布, (A)在誤差分布相互重疊的情況下,根據(jù)兩誤差分布、或根據(jù)兩誤差 分布和體素內(nèi)已經(jīng)設(shè)定了的代表點和該新的代表點,再設(shè)定新的誤差 分布和新的代表點,(B)在誤差分布不相互重疊的情況下,以在單一 的體素內(nèi)僅存在單一的代表點的方式,將該體素進一步分割并分級地 分割為多個體素。根據(jù)本發(fā)明的優(yōu)選實施方式,所述三維形狀數(shù)據(jù)的存儲/顯示裝置 或三維形狀的計測裝置具有在所述匹配步驟之后更新所述環(huán)境模型的 模型更新裝置,該模型更新裝置根據(jù)新輸入的被計測點的坐標值及其 誤差分布、和已經(jīng)設(shè)定了的體素內(nèi)的代表點及其誤差分布,通過卡爾 曼濾波器取得新的代表點和誤差分布并進行再設(shè)定。所述數(shù)據(jù)傳輸裝置將所述體素的代表點的位置作為三維形狀的計測值輸出到輸出裝置中,并且將表示該計測值的可靠性或精度的指標 基于該體素內(nèi)部的誤差分布的大小輸出到輸出裝置中。所述數(shù)據(jù)傳輸裝置在將所述體素的代表點的位置作為三維形狀的 計測值輸出到輸出裝置中時,在該體素的內(nèi)部誤差分布的大小比規(guī)定 的基準值大的情況下,該計測值的可靠性或精度比規(guī)定的基準低,不 將該體素的所述計測值輸出到輸出裝置中。在所述匹配裝置之后,具有更新所述環(huán)境模型的模型更新裝置, 在該模型更新裝置中,探測對應(yīng)于新輸入的被計測點的坐標值的體素, 在所述體素內(nèi)的代表點以及誤差分布的至少任一個被新設(shè)定、或被再 設(shè)定、或?qū)⒃擉w素進一步分割并分級地分割為多個體素的情況下,所 述輸出裝置將該體素的代表點的位置作為三維形狀的計測值輸出到輸 出裝置中。所述輸出裝置將從距離傳感器的位置出發(fā)距離傳感器能進行位置 計測的范圍的環(huán)境模型內(nèi)的體素的代表點位置,作為三維形狀的計測 值輸出到輸出裝置中。發(fā)明的效果根據(jù)上述本發(fā)明的方法和裝置,由于將三維形狀所存在的空間區(qū) 域分割為多個體素并存儲各體素位置,所以即使是計測對象物很大的 情況下,也能夠?qū)?shù)據(jù)量抑制在與體素數(shù)成比例的小的數(shù)據(jù)尺寸。此外,因為在對應(yīng)于坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分 布并存儲起來,所以能夠表現(xiàn)體素的分辨能力以上的信息。此外,由于在模型構(gòu)筑步驟中,在將最大的體素設(shè)定為相當于必 要最小限度的分辨能力的大小,而且單一的體素內(nèi)存在多個被計測點 的情況下,以在單一的體素內(nèi)僅存在單一的被計測點的方式,將該體 素進一步分割并分級地分割為多個體素,所以在將數(shù)據(jù)量抑制得較小 的同時,能夠使用分割后的體素和代表點來進一步提高分辨率。特別是,將三維形狀上的多個坐標值取得為以多個計測位置為原 點的距離數(shù)據(jù),通過將該距離數(shù)據(jù)的坐標值作為所述代表點的坐標值, 將距離數(shù)據(jù)的坐標值的計測誤差作為代表點的誤差分布,從而能夠使 用正確的坐標值和誤差分布并在統(tǒng)計上綜合多次的計測,能夠進一步 提向精度。此外,作為在原點和纟皮計測點之間不存在物體的,通過4察除位于其間的體素內(nèi)的代表點和誤差分布,能夠去除錯誤的計測數(shù)據(jù)的影響。 此外,探測對應(yīng)于新輸入的被計測點的坐標值的體素,在該體素 內(nèi)沒有代表點的情況下,通過將所述坐標值和誤差分布設(shè)定為代表點 的坐標值和誤差分布,從而能夠容易地設(shè)定代表點的坐標值和誤差分布。進而,在所述體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下,比較新取 得的誤差分布和已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互重 疊的情況下,根據(jù)兩誤差分布、或兩誤差分布和體素內(nèi)已經(jīng)設(shè)定了的 代表點和新輸入的被計測點的坐標值,再設(shè)定新的誤差分布和新的代 表點,在誤差分布不相互重疊的情況下,以在單一的體素內(nèi)僅存在單 一的代表點的方式,將該體素進一步分割并分級地分割為多個體素, 由此,能夠回避誤差的累積同時收斂到高精度的形狀。特別是,在誤差分布相互重疊的情況下,再設(shè)定新誤差分布和新 代表點,其結(jié)果是,在代表點移動到其他體素的情況下,通過進一步 與已經(jīng)設(shè)定了的體素內(nèi)的誤差分布進行比較,從而能夠以在單一的體 素內(nèi)僅存在單 一 的代表點的方式保持一貫性。如上述那樣,根據(jù)本發(fā)明的方法和裝置,通過具有將包含誤差的 距離數(shù)據(jù)校正為正確的信息的功能,并且反復(fù)該功能,從而對于長時 間的計測會收斂到高精度的形狀。而且,本發(fā)明的方法由于是以新的 計測點來更新對應(yīng)于各體素的代表點及其誤差分布的處理,所以計算 量小。此外,由于運算不對周圍的體素施加影響地封閉在體素內(nèi),所 以能夠高速處理。此外,計測數(shù)據(jù)能夠逐次綜合為最大體素具有必要 最小限度的分辨能力的體素結(jié)構(gòu),存儲量不會較多地超過固定量。此外,通過使各體素有概率值,從而即使在誤差分布比代表點所屬的體素擴展的情況下,不用查找代表點所屬的體素并從其誤差分布 再計算各體素中的物體的存在有無,而是僅以該體素的概率值就能進行判斷。此外,即使在傳感器的位置/姿勢有誤差的情況下,也能通過將該 誤差分布合成為計測數(shù)據(jù)的誤差分布,計算出計測數(shù)據(jù)的絕對誤差, 從而能夠提高對象物體的位置精度。進而,在所述^^型更新步驟中,因為根據(jù)新輸入的被計測點的坐 標值及其誤差分布、和已經(jīng)設(shè)定了的體素內(nèi)的代表點及其誤差分布,通過卡爾曼濾波器取得新的代表點和誤差分布并進行再設(shè)定,所以能 夠得到更接近真值的形狀。特別是,通過反復(fù)進行使用卡爾曼濾波器的模型更新步驟,從而 即使是包含誤差的數(shù)據(jù)也能通過卡爾曼濾波器的效果得到收斂到真值 的高精度的形狀。此外,由于在所述輸出步驟中,在將所述體素的代表點的位置作 為三維形狀的計測值輸出到輸出裝置中時,將表示該計測值的可靠性 或精度的指標輸出到該體素內(nèi)部的誤差分布的大小輸出裝置中,所以 在使用計測裝置時,對應(yīng)于應(yīng)用的內(nèi)容使用者能夠取舍選擇可靠性低 的計測it。此外,在所述輸出步驟中,在將所述體素的代表點的位置作為三 維形狀的計測值輸出到輸出裝置中時,在該體素內(nèi)部的誤差分布大小 比規(guī)定的基準值大的情況下,該計測值的可靠性或精度定為比規(guī)定的 基準低,不將該體素的所述計測值輸出到輸出裝置中,由此,在使用 計測裝置時,由于能夠最初就僅處理可靠性高的計測值,所以能夠削 減處理的數(shù)據(jù)量,帶來可靠性的提高。此外,在所述數(shù)據(jù)輸入步驟中,使用距離傳感器,將三維形狀上 的坐標值作為以任意的計測位置為原點的距離數(shù)據(jù), 一 邊移動原點一 邊依次取得,特別是通過從不同方向得到距離數(shù)據(jù),從而能夠綜合分 布形狀不同的誤差分布的距離數(shù)據(jù),能夠提高精度。此外,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟,在該^t型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的 體素,僅在所述體素內(nèi)的代表點以及誤差分布的至少任 一 個被新設(shè)定 或被再設(shè)定、或?qū)⒃擉w素進一 步分割并分級地分割為多個體素的情況 下,在所述輸出步驟中,通過使該體素的代表點的位置、誤差分布以 及體素的位置的至少任一個作為三維形狀的計測值輸出到輸出裝置 中,從而輸出通過從距離傳感器新得到的被計測點受到影響的體素內(nèi) 的代表點等的值。因此,假定使用者與以往同樣的運用,同時以距離 傳感器得到的原本的計測值就像置換為更高精度的計測值那樣,變得 能夠利用。這樣,能夠進行精度更高的三維形狀計測。此外,通過在所述輸出步驟中,將從距離傳感器的位置出發(fā)距離 傳感器能進行位置計測的范圍的環(huán)境模型內(nèi)的體素的代表點位置,作為三維形狀的計測值輸出到輸出裝置中,從而即使在現(xiàn)有的距離傳感 器的計測值的分辨能力粗糙的情況下,也能像精度優(yōu)良且分辨能力高 的距離傳感器那樣地進行利用,這樣,精度更高的三維形狀計測成為 可能。本發(fā)明的其他目的以及有利的特征可從參照附圖的以下說明而明確。


圖1是非專利文獻2公開的三維激光雷達的結(jié)構(gòu)圖。 圖2 A是表示在距離傳感器計測的極坐標數(shù)據(jù)和誤差的關(guān)系的圖。 圖2B是表示將誤差分布作為包含在長方體中的橢圓體而近似的情 況的圖。圖3是用于執(zhí)行本發(fā)明的方法的裝置結(jié)構(gòu)圖。 圖4是表示本發(fā)明的方法的流程圖。 圖5是模型構(gòu)筑步驟的示意圖。 圖6是構(gòu)筑的環(huán)境模型的示意圖。圖7A是表示本發(fā)明中的體素數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)的圖,表示各體素數(shù) 據(jù)的存儲器布局例。圖7B是表示本發(fā)明中的體素數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)的圖,表示等級 (level) 2(1, 1, 0)的體素具有代表點的情況的例子。圖8是模型更新步驟中的數(shù)據(jù)處理流程圖。圖9是在相應(yīng)的體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況的示意圖。圖IO是表示在誤差分布相互重疊的情況下根據(jù)兩誤差分布再設(shè)定 新的誤差分布和新的誤差分布的中心,其結(jié)果是新的代表點向其他體 素移動的情況。圖11是誤差分布相互重疊的情況的示意圖。圖12是表示通過綜合以多個計測位置為原點的距離數(shù)據(jù),從而代 表點的誤差分布縮小,代表點的精度提高的樣子的示意圖。 圖13是體素的概率值的計算方法的示意圖。圖14是誤差分布相互重疊情況下的體素的概率值的計算方法的示意圖。圖15是合成距離傳感器的位置的誤差分布和計測數(shù)據(jù)的誤差分布并計算計測數(shù)據(jù)的絕對誤差的情況的示意圖。圖16表示通過使用卡爾曼濾波器的模型更新步驟得到的結(jié)果。 圖17是圖16的局部放大圖。
具體實施方式
以下參照附圖對本發(fā)明的優(yōu)選實施方式進行說明。再有,在各圖 中,對共通部分賦予同一附圖標記,省略重復(fù)的說明。圖1是作為距離傳感器的一個例子的三維激光雷達的結(jié)構(gòu)圖。例 如在非專利文獻2中公開了三維激光雷達。如該圖所示,三維激光雷達10包括雷達頭(radar head) 12和控 制器20。從激光二極管13激發(fā)的脈沖激光1在投射透鏡14被整形為 平行光2,用反射鏡18a、 18b和旋轉(zhuǎn)/搖動的多角鏡15在二維方向上 進行掃描,照射到測定對象物。從測定對象物反射的脈沖激光3,經(jīng)由 多角鏡15在受光透鏡16會聚,在光檢測器17轉(zhuǎn)換為電信號??刂破?0內(nèi)的時間間隔計數(shù)器21,對與激光二極管13的脈沖振 蕩定時同步的起動脈沖4、和從光檢測器17輸出的停止脈沖5的時間 間隔進行計測。信號處理板22將檢測出反射光時刻的時間間隔t、多 角鏡的旋轉(zhuǎn)角度e、搖動角度cp作為極坐標數(shù)據(jù)(r, e, (p)輸出。r是以計測位置(雷達頭設(shè)置位置)為原點的距離,以r=cxt/2的 式子求出。在這里c是光速。判定處理單元23將來自信號處理板的極坐標數(shù)據(jù),向以雷達頭設(shè) 置位置為原點的三維空間數(shù)據(jù)(x, y, z)轉(zhuǎn)換,進行檢測處理。再有 在該圖中24是驅(qū)動單元。所述三維激光雷達10的計測范圍例如是水平視場角60。、垂直視 場角30°、最大測定距離50m。此外,位置檢測精度例如是大約20cm。此外,在將計測數(shù)據(jù)以對各像素具有進深方向的距離值的距離圖 像表示的情況下,當設(shè)一幀的計測點數(shù)為橫向166點、掃描方向50點 時,1幀表示166x50=8300點。這種情況下幀頻例如大約是2幀/秒。在該三維激光雷達10計測的三維形狀上的被計測點是橫向上A0xr、 垂直方向上A(pxr、互相離散的點群。例如,在A—60/166x兀/180=6.3xlO-3 弧度、Aq^30/50x兀/18(X0.5xl(^弧度、r=50m的情況下,即使是最接近 的情況,被計測點的間隔也是在橫向大約是315mm,在垂直方向大約是525mm 。在本發(fā)明中,作為距離傳感器,例如使用上述的三維激光雷達10。 但是,距離傳感器并不限定于此,也可以使用利用視差的距離傳感器 等其他公知的距離傳感器。圖2A、圖2B是表示在距離傳感器計測的極坐標數(shù)據(jù)和誤差的關(guān) 系的圖。如圖2A所示,將以任意的計測位置為原點的極坐標值(r, e, cp) 作為計測結(jié)果進行計測。根據(jù)距離傳感器的計測結(jié)果中,通常存在圖 示那樣的誤差分布。該誤差分布在誤差分布的在rs、 es、 cps的存在概率為P(rs, es, cps) 的情況下,誤差分布是在計測的軸r、 e、 cp方向上正態(tài)分布,例如能夠 以式(1)表示。這里,r、 e、 cp是來自傳感器的計測值,(Jr、 o9、 a9 是標準偏差,A是歸一化常數(shù)。如圖2B所示,誤差分布是通常內(nèi)包于r方向上的長切頭圓錐形(左 圖)的分布,但在遠方a和b的差小。因此,能夠?qū)⒃撜`差分布作為 包含在長方體中的橢圓體而近似安全側(cè)。[算式l]<formula>formula see original document page 19</formula>(1)圖3是用于執(zhí)行本發(fā)明的方法的裝置結(jié)構(gòu)圖。如該圖所示,該裝 置具備數(shù)據(jù)輸入裝置32、外部存儲裝置33、內(nèi)部存儲裝置34、中央處 理裝置35以及輸出裝置36。數(shù)據(jù)輸入裝置32具有上述的距離傳感器,對存儲裝置輸入三維形 狀上的坐標值。此外,例如并用測角儀、測距器(odometer)等,還輸 入距離傳感器的位置/姿勢或移動距離較好。再有,數(shù)據(jù)輸入裝置32還 具有鍵盤等通常的輸入單元較好。外部存儲裝置33是硬盤、軟(floppy (注冊商標))盤、磁帶、高 密度磁盤等。外部存儲裝置33在環(huán)境模型的大小較大,輸入到后述的內(nèi)部存儲裝置34的三維形狀上的坐標值、體素位置以及代表點及其誤 差分布的整體不能保持的情況下,存儲相對于環(huán)境模型的 一部分范圍 或整體外圍的輸入的三維形狀上的坐標值、體素位置以及代表點及其 誤差分布的 一部分或全部,而且存儲用于執(zhí)行本發(fā)明的方法的程序。內(nèi)部存儲裝置34例如是RAM、 RAM等,保管相對于環(huán)境模型的 一部分范圍或整體范圍的、輸入的三維形狀上的坐標值、體素位置以 及代表點及其誤差分布的一部分或全部,而且保管運算信息。中央處理裝置35 (CPU)作為模型構(gòu)筑裝置、匹配裝置、模型更 新裝置、數(shù)據(jù)傳輸裝置發(fā)揮功能,集中地處理運算或輸入輸出等,與 內(nèi)部存儲裝置34 —起執(zhí)行程序。模型構(gòu)筑裝置是進行后述的模型構(gòu)筑 步驟的裝置,匹配裝置是進行后述的匹配步驟的裝置,模型更新裝置 是進行后述的模型更新步驟的裝置,數(shù)據(jù)傳輸裝置是向輸出裝置36輸 出數(shù)據(jù)的裝置。輸出裝置36例如是顯示裝置、打印機、外部裝置等,對內(nèi)部存儲 裝置34以及外部存儲裝置33的至少任一個輸出存儲的數(shù)據(jù)以及程序 的執(zhí)行結(jié)果。與外部裝置的接口是LAN、 USB、 IEEE1394等,對應(yīng)于 要求而輸出對輸入的三維形狀上的坐標值附加了相應(yīng)的體素內(nèi)的代表 點、誤差分布、體素位置等的結(jié)果,或環(huán)境模型整體或環(huán)境模型的一 部分。上述本發(fā)明的裝置將所述距離傳感器和通常的PC (計算機)組合 在一起也可,或是將整體一體化的裝置也可。此外, 一體地裝入能夠 自動推進的裝置內(nèi)也可。圖4是表示本發(fā)明的方法的流程圖。本發(fā)明的方法是用于根據(jù)三維形狀上的被計測點的坐標值來復(fù)原 三維形狀的三維形狀的計測方法和裝置,具有數(shù)據(jù)輸入步驟S1、數(shù) 據(jù)校正步驟S2、沖莫型構(gòu)筑步驟S3、匹配步驟S4、 ^t型更新步驟S5以 及輸出步驟S6。再有,在該一系列的處理中,Sl、 S2、 S4 S6每當?shù)玫接嫓y數(shù)據(jù) 時實施,S3能夠僅在初次得到計測數(shù)據(jù)時實施。在數(shù)據(jù)輸入步驟Sl,使用距離傳感器,對計算機的存儲裝置輸入 三維形狀上的坐標值。此外,例如并用測角儀、測距器等還輸入距離 傳感器的位置/姿勢或移動距離較好。再有,在該數(shù)據(jù)輸入步驟S1中,使用三維激光雷達IO,將三維形狀上的坐標值作為以任意的計測位置為原點的距離數(shù)據(jù), 一 邊移動原 點一邊依次取得較好。在距離傳感器使用三維激光雷達10的情況下,三維形狀上的坐標 值是以任意的計測位置為原點的距離數(shù)據(jù),以極坐標值(r, e, cp)表 示。此外,各坐標值的誤差分布根據(jù)極坐標值(r, e, (p)以運算求得,或預(yù)先以別的輸入單元(例如鍵盤)輸入。在數(shù)據(jù)校正步驟S2,進行距離數(shù)據(jù)的校正處理,提高距離數(shù)據(jù)的 精度。此外,根據(jù)極坐標數(shù)據(jù)和測距器的數(shù)據(jù),轉(zhuǎn)換為以任意的固定 位置為原點的三維空間數(shù)據(jù)(x, y, z)也可。在距離數(shù)據(jù)的校正處理,進行孤立點的去除、統(tǒng)計上的處理等。 孤立點是從周圍的點孤立而存在的點,由于計測數(shù)據(jù)是以多個接近的 點構(gòu)成的,所以能夠假定孤立點是錯誤計測而去除。統(tǒng)計上的處理是 考慮計測數(shù)據(jù)包含的誤差分布,通過統(tǒng)計處理(例如平均值等)多次 的計測,進行距離的校正。進而,成為對象的三維形狀在能夠直線近似或平面近似的情況下, 進行這些近似也可。圖5是對體素的分割使用八叉樹的情況下的模型構(gòu)筑步驟的示意圖。在模型構(gòu)筑步驟S3,如該圖所示那樣,構(gòu)筑環(huán)境模型,該環(huán)境模 型是將三維形狀所存在的區(qū)域,分割為分界表面相互正交的長方體構(gòu) 成的多個體素6,存儲各體素位置。體素6的形狀是各邊的長度相等的立方體,或各邊的長度不同的 長方體均可。此外,體素6的各邊的長度,將最大的體素6設(shè)定為相當于必要 最小限度的分辨能力的大小較好。以下,將最大的體素6稱為等級1 的體素。此外,在單一的體素內(nèi)存在多個^L計測點的情況下,以單一的體 素內(nèi)僅存在單一的被計測點的方式,進一步八分割體素,分級地分割 為多個體素。以下,將一次實施了最大的體素6的八分割的空間區(qū)域 稱為等級2的體素,將k次實施了的空間區(qū)域稱為等級k+l的體素。圖6是構(gòu)筑的環(huán)境模型的示意圖。在匹配步驟S4,如該圖所示,在對應(yīng)于三維形狀上的坐標值的體 素6內(nèi)部設(shè)定并存儲代表點7與其誤差分布8。末端的體素能夠僅具有 一個計測值的代表點。各體素通過具有計測值的代表點及其誤差分布, 從而表示物體的形狀。在匹配步驟S4,通過式(2)給出代表點的絕對位置。這里,(x, y, z)是代表點在體素的相對坐標,Sx、 Sy、 Sz是在等級l的體素的一 邊的大小,nx(k)、 ny(k)、 nz(k)是在等級k的體素的地址號碼,L是所要 求的代表點存在的等級。[算式2](2)2*2*圖7A、圖7B是表示本發(fā)明的體素數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)的圖。在該圖中,圖7A是各體素數(shù)據(jù)的存儲器布局的例子。在該圖中, 箭頭表示對數(shù)據(jù)的鏈接,將對數(shù)據(jù)的指針作為值而保持。圖7B表示等級2(1, 1, 0)的體素具有代表點的情況的例子。再 有在該圖中,null表示空集合。所述數(shù)據(jù)結(jié)構(gòu)的環(huán)境模型,具有以下特征。(1) 內(nèi)容以小長方體分割空間將計測點的代表點和誤差分布保持到 各體素(2) 精度相當于每個體素具有的計測點的代表值。(3) 存在能夠表現(xiàn)物體存在的有無。(4) 數(shù)據(jù)量與體素的個數(shù)成比例地需要存儲器,但大小是固定的。(5) 來自點群的轉(zhuǎn)換適應(yīng),計算量少。(6) 訪問速度由于是簡單的結(jié)構(gòu),所以對要素的訪問是高速的。 此外根據(jù)該特征,所述環(huán)境模型滿足以下全部效果A~C。效果A:考慮了誤差的表現(xiàn)是可能的。效果B:需要的存儲量和計算量在一定量以下。效果C:不僅能表示物體的存在,也能表示物體不存在。進而在圖4中,沖莫型更新步驟S5在匹配步驟S4之后實施,更新 在模型構(gòu)造步驟S3構(gòu)筑的環(huán)境模型。圖8是模型更新步驟S5的數(shù)據(jù)處理流程圖。如該圖所示,在步驟 ST1探測對應(yīng)于新輸入的被計測點的坐標值的體素,在步驟ST2相應(yīng) 體素內(nèi)沒有代表點(體素是空的)的情況下,將在步驟ST3新輸入的 被計測點的坐標值和誤差分布作為代表點的坐標值和誤差分布而設(shè)定 (新注冊)。此外,在該步驟ST3中,新計測位置(原點)和被計測點之間, 原理上物體不應(yīng)該存在。因此再設(shè)定或擦除位于新計測位置(原點) 和4皮計測點之間的體素內(nèi)的代表點和誤差分布。圖9是在相應(yīng)體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況的示意圖。在圖8的步驟ST2相應(yīng)體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下, 在步驟ST4比較新取得的誤差分布和已經(jīng)設(shè)定了的體素內(nèi)的誤差分布 (即判斷是不同點還是相同點)。在該比較,在誤差分布相互重疊的情況下(圖9A),在步驟ST5 根據(jù)兩誤差分布、或根據(jù)兩誤差分布和體素內(nèi)已經(jīng)設(shè)定了的代表點和 新輸入的被計測點的坐標值,再設(shè)定新的誤差分布和新的誤差分布的 中心(即合成誤差分布)。此外在該比較,在誤差分布不相互重疊的情況下(圖9B),在步驟 ST6、 ST7以在單一的體素內(nèi)僅存在單一的代表點的方式,進一步八分 割該體素并分級地分割為多個體素并新注冊。分割和合成的基準,例如根據(jù)誤差分布的一致度來判斷。誤差分 布的 一致度例如能夠利用馬哈拉諾比斯距離那樣的距離尺度、或似然 那樣的概率值的尺度。此外,基于兩個誤差分布,通過統(tǒng)計的檢驗來 判定兩者是不是表示同一點即可。在步驟ST5根據(jù)兩誤差分布再設(shè)定新的誤差分布和新的誤差分布 的中心,其結(jié)果是新的代表點向其他體素內(nèi)移動時(即,在步驟ST8, "是,,),返回步驟ST2 ,反復(fù)進行上述處理。再有,圖IO表示在步驟ST5根據(jù)兩誤差分布、或根據(jù)兩誤差分 布和體素內(nèi)已經(jīng)設(shè)定了的代表點和新輸入的被計測點的坐標值,再設(shè) 定新的誤差分布和新的誤差分布的中心,其結(jié)果是新的代表點向其他 體素內(nèi)移動的情況。圖11是誤差分布相互重疊的情況(圖9A)的其他的示意圖。在 圖8的步驟ST5中,作為合成兩個代表點和誤差分布并設(shè)定新的代表 點和誤差分布的單元,能夠使用卡爾曼濾波器。例如在二維的情況下, 如該圖所示那樣,當兩個代表點分別是x(l)、 x'(2),兩個誤差分布分別 是Z(l)、 f(2),將其合成的代表點是x(2)、誤差分布是S(2)時,計算 代表點x(2)和誤差分布S(2)的示意圖如圖11。在圖4中,在輸出步驟S6,對輸出裝置36輸出體素位置以及代表 點及其誤差分布。輸出裝置36是顯示裝置(例如CRT)的情況下,優(yōu) 選在三維圖像上立體顯示。此外,在輸出步驟S6,將體素位置以及代表點及其誤差分布對其 他的裝置(例如控制裝置、計算機)轉(zhuǎn)送也可,在打印機輸出也可。 即,輸出裝置36是該其他的裝置(例如控制裝置、計算機)也可。再有,輸出裝置36是能夠存儲/保持體素位置以及代表點及其誤差 分布的適合的存儲裝置也可。此外,在輸出步驟S6中,將體素的代表點的位置作為三維形狀的 計測值對輸出裝置36輸出,并且將表示該計測值的可靠性或精度的指 標(例如,數(shù)值),基于該體素內(nèi)部的誤差分布的大小,對輸出裝置36 輸出也可。進而,在輸出步驟S6中,將體素的代表點的位置作為三維 形狀的計測值對輸出裝置36輸出時,在該體素的內(nèi)部的誤差分布的大 小(擴展)比規(guī)定的基準值大的情況下,該計測值的可靠性或精度比 規(guī)定的基準低,該體素的所述計測值(即,該體素的代表點的位置) 不對輸出裝置36輸出也可。此外,在模型更新步驟S5中,探測對應(yīng)于新輸入的被計測點的坐 標值的體素,僅在所述體素內(nèi)的代表點以及誤差分布被新設(shè)定、或#皮 再設(shè)定、或?qū)⒃擉w素進一步分割并分級地分割為多個體素的情況下, 在輸出步驟S6,該體素的代表點的位置、誤差分布以及體素的位置的 至少任一個作為三維形狀的計測值輸出到輸出裝置中也可。此外,在輸出步驟S6中,得到距離傳感器的位置/姿勢的情況下, 將從該位置能看到的范圍的環(huán)境模型內(nèi)的體素的代表點位置作為三維 形狀的計測值輸出到輸出裝置中也可。從距離傳感器的位置能看到的 范圍,指的是從距離傳感器的位置出發(fā)距離傳感器能進行位置計測的 范圍,可包含從距離傳感器的位置出發(fā)距離傳感器能進行位置計測的角度范圍(視野)、和從距離傳感器的位置出發(fā)距離傳感器能進行位置 計測的距離范圍。如圖4所示的處理的次序,在新的計測位置處,每當?shù)玫叫掠嫓y 數(shù)據(jù)時,反復(fù)進行處理,在內(nèi)部存儲裝置34以及外部存儲裝置33的 至少任一個中存放結(jié)果。為了使處理高速化,優(yōu)選在容量允許的限度 內(nèi)盡可能的將結(jié)果存放在內(nèi)部存儲裝置34。根據(jù)所述的本發(fā)明的方法和裝置,將三維形狀所存在的空間區(qū)域 分割為多個體素6,由于將各體素位置存儲在外部存儲裝置33,所以 即使在計測對象物大的情況下,也能將數(shù)據(jù)量抑制為與體素數(shù)成比例 的小的數(shù)據(jù)尺寸。此外,由于在對應(yīng)于坐標值的體素6的內(nèi)部設(shè)定并存儲代表點7 及其誤差分布8,所以能夠表現(xiàn)體素的分辨能力以上的信息。此外,在模型構(gòu)筑步驟S3中,在將最大的體素9設(shè)定為相當于必 要最小限度的分辨能力的大小,而且單一的體素9內(nèi)存在多個被計測 點的情況下,以在單一的體素內(nèi)僅存在單一的被計測點的方式,進一 步將該體素八分割,分級地分割成多個體素,所以能夠?qū)?shù)據(jù)量抑制為小的數(shù)據(jù)尺寸的同時,能夠使用分割后的體素和代表點進一步提高 分辨率。特別是,將三維形狀上的多個坐標值作為以多個計測位置為原點 的距離數(shù)據(jù)而取得,通過將該距離數(shù)據(jù)的坐標值作為所述代表點的坐 標值,將距離數(shù)據(jù)的坐標值的計測誤差作為代表點的誤差分布,從而 能夠使用正確的坐標值和誤差分布在統(tǒng)計上綜合多次的計測,能夠愈 發(fā)提高精度。圖12表示通過綜合以多個計測位置為原點的距離數(shù)據(jù),從而代表 點的誤差分布縮小,代表點的精度提高的樣子。因為這樣地以不同的 計測位置(即作為距離傳感器的三維計測器的位置)為原點而得到的 距離數(shù)據(jù)其誤差分布的朝向不同,所以通過經(jīng)由環(huán)境模型將這些距離 數(shù)據(jù)逐次綜合,從而代表點的誤差分布縮小,代表點的位置精度提高。 再有,在圖12中,三維計測后的圖是表示了杯子的二維截面的示意圖, 三維計測后的圖的虛線表示杯子的實際表面。此外,作為原點和^皮計測點之間物體不存在的體素,通過再設(shè)定 或擦除位于其間的體素內(nèi)的代表點和誤差分布,從而能夠校正或擦除錯誤的計測數(shù)據(jù)。此外,纟采測對應(yīng)于新輸入的被計測點的坐標值的體素,在該體素 內(nèi)沒有代表點的情況下,通過將所述坐標值和誤差分布作為代表點的 坐標值和誤差分布而設(shè)定,從而能夠容易地設(shè)定代表點的坐標值和誤 差分布。進而,在所述體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下,比較新取 得的誤差分布和已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互重 疊的情況下,根據(jù)兩誤差分布、或兩誤差分布和體素內(nèi)已經(jīng)設(shè)定了的 代表點和新輸入的被計測點的坐標值,再設(shè)定新的誤差分布和新的代 表點,在誤差分布不相互重疊的情況下,以在單一的體素內(nèi)僅存在單 一的代表點的方式,將該體素進一步八分割并分級地分割為多個體素。 由此,能夠回避誤差的累積并收斂到高精度的形狀。各體素的概率值根據(jù)代表點和誤差分布計算。體素的概率值的計算方法例如如圖13所示那樣,能夠根據(jù)相對于誤差分布整體的內(nèi)包在 體素內(nèi)的分布的比而求出。此外,如圖14所示的示意圖,在兩個以上的誤差分布交叉的情況 下,例如通過使用了對每個誤差分布的概率值的貝葉斯估計等進行概 率值的合成。在能得到距離傳感器的位置/姿勢的誤差分布的情況下,將該誤差 分布合成為計測數(shù)據(jù)的誤差分布,能夠計算計測數(shù)據(jù)的絕對誤差。例如,在將距離傳感器裝載到帶有測距器的小車上進行計測的情 況下, 一般由于在測距器信息中含有小車的滑動等導(dǎo)致的誤差,所以 在測距傳感器的位置中也含有誤差。圖15是合成距離傳感器的位置的 誤差分布和計測數(shù)據(jù)的誤差分布,計算計測數(shù)據(jù)的絕對誤差的情況的 示意圖。因此,根據(jù)本發(fā)明的方法和裝置,具有將包含誤差的距離數(shù)據(jù)校 正為正確的信息的功能,并且通過反復(fù)該功能,對于長時間的計測收 斂到高精度的形狀。而且,本發(fā)明的方法由于是以新的計測點來更新 對應(yīng)于各體素6的代表點7及其誤差分布8的處理,所以計算量小。 此外,由于運算不對周圍的體素施加影響而封閉在體素內(nèi),所以能夠 高速處理。此外,計測數(shù)據(jù)能夠逐次綜合為最大體素具有必要最小限 度的分辨能力的體素結(jié)構(gòu),存儲量不會大幅超過固定量。此外,通過使各體素有概率值,從而即使在誤差分布比代表點所屬的體素擴展的情況下,各體素中的物體的存在有無不用找到代表點 所屬的體素并從其誤差分布再計算,而是僅以該體素的概率值就能判斷。此外,傳感器的位置/姿勢即使有誤差,通過將該誤差分布合成為 計測數(shù)據(jù)的誤差分布,計算出計測數(shù)據(jù)的絕對誤差,從而就能夠提高 對象物體的位置精度。對使用了卡爾曼濾波器的模型更新步驟進行詳細說明。 在使用了卡爾曼濾波器的模型更新步驟的情況下,根據(jù)新輸入的 被計測點的坐標值及其誤差分布、和已經(jīng)設(shè)定了的體素內(nèi)的代表點及 其誤差分布,通過卡爾曼濾波器取得新的代表點和誤差分布并進行再 設(shè)定。以各模型點群的位置m(i)為狀態(tài)量,基于距離傳感器的計測點的 位置,以下式(3)表現(xiàn);溪型。再有,在本實施例,m(i)是體素內(nèi)部的 代表點(以下相同)。[算式3]L(j) = hm(Rr,tr,m(") + vL(j)=V(R,i(m(i) - tr) - ts) + vL(j) (j - 1,... ,N> …(3)在式(3)中,L(j)是根據(jù)距離傳感器的計測位置。例如L(j)是在距 離傳感器的傳感器坐標系中三維LRF(激光測距儀)的計測點j( j=l,..., N)的位置L(j)=(xL(j), yL(j), zL(j))t。這里,t表示轉(zhuǎn)置矩陣(以下相 同)。hm(Rr, tr, m(i))是對L(j)的觀測系模型。Rr是表示裝載了距離傳感器的移動體(例如移動機器人)的相對于世界坐標系的姿勢的旋轉(zhuǎn)矩陣Rr=R(ex, ey, ez)。再有,ex、 ey、 ez分別表示繞x軸、y軸、z軸的旋轉(zhuǎn)角(以下相同)。tr是表示裝載了距離傳感器的移動體(例如移動機器人)的相對于 世界坐標系的位置的平移矢量tr=(x, y, z)。viXi)是加入到距離傳感器的計測值L(j)的觀測噪聲。 Rs是傳感器坐標系的對移動體坐標系的旋轉(zhuǎn)矩陣R^R (0x, ey,ez)。ts是表示傳感器坐標系的對移動體坐標系的位置的平移矢量ts=(x,y, z)。測定對象物是靜止的,將測定對象物的位置tr、姿勢Rr對環(huán)境模 型固定。使根據(jù)距離傳感器的計測點群和環(huán)境模型點群上的點i(即代表點) 相對應(yīng)。對進行該對應(yīng)的模型點群上的點i通過下式(4)進行更新。再有,可僅對與根據(jù)距離傳感器的計測點群進行了對應(yīng)的模型點群上的代表點m (i)通過下式(4)進行更新。 [算式4]<formula>formula see original document page 28</formula>在式(4)中,下標k表示是在離散時刻k的值。關(guān)于mk(i), m'k(i)表示mk(i)的更新值(事后推定值),mk, w(i)表 示基于mw(i)的mk(i)的預(yù)測值(事前推定值)。再有因為環(huán)境(測定 對象物)靜止,所以<formula>formula see original document page 28</formula>Smk(i)是體素內(nèi)部的代表點mk(i)的誤差協(xié)方差矩陣(即所述誤差分布)。此外,關(guān)于2mk(i), 2:'mk(l)表示2mk(i)的更新值(事后推定值),2mk, k-《l)表示基于S mw(i)的Smk(i)的預(yù)測值(事前推定值)。將在傳感器坐標系中三維LRF的計測點j(j=l, ..., N)的位置以L(j)表示,將其誤差 協(xié)方差矩陣以2L(j )表示。在這里N是在三維LRF得到的計測點的總數(shù)。 作為三維LRF的誤差^^型假定與計測距離沒有關(guān)系的一定的正態(tài)分 布。將對傳感器坐標系的x軸方向照射激光的情況下的誤差協(xié)方差矩陣作為SS。對應(yīng)激光的照射方向誤差分布也改變姿勢。SiXJ)是將對基準方向的激光照射方向使用旋轉(zhuǎn)矩陣RiXJ)表示為SiXJ)-RiXJ)i:sRLt(j)。計測點j的在世界坐標系的位置z(j)、及其誤差協(xié)方差矩陣i:zCj)能夠分別以z(j)=Rr(RsLCJ)+ts)+tr、 Sz(JhRrRsSiXJ)RstRrt來表示。 Kmk(i)是對mk(i)的卡爾曼增益。hmk(Rrk, trk, mk, k-"i))是對Lk(j)、 i二pk(j)的觀測系模型。i:pk(j)是 對應(yīng)于計測點j的環(huán)境地圖(即,環(huán)境;f莫型)上的點。Hmk是對U(j)、 i-pk(j)的觀測系模型的雅可比矩陣,以下式(5) 表示。[算式5〗根據(jù)卡爾曼濾波器的更新過程,在得到了環(huán)境地圖的模型點群的 各點(體素的代表點)的位置和誤差協(xié)方差矩陣的更新值m k(i)、 S mk(i)的階段,以下面的次序進行環(huán)境模型的更新。(1) 將這些更新值m'k(i)、 S'mk(l)作為新的代表點、誤差分布再設(shè)定。(2) 所述(1)的結(jié)果是,代表點的位置移動到別的體素內(nèi)的情況下, 當移動目的地的體素沒有保持代表點時,使移動目的地的體素保持移 動后的代表點及其誤差協(xié)方差矩陣,從移動起始地的體素去除代表點 等。當移動目的地的體素已經(jīng)保持有代表點時,在兩個代表點中,判 斷其兩誤差分布是否重疊(與所述ST4中的判斷相同)。之后的處理與 圖8的ST4以后的處理相同即可。(3) 關(guān)于沒有進行與模型點群上的代表點m(i)對應(yīng)的根據(jù)距離傳感器 的計測點,在包含該計測點的體素不具有代表點的情況下,將計測點 及其誤差分布作為該體素的代表點和誤差分布追加并保持。如果體素 內(nèi)代表點已經(jīng)存在的情況下,以包含位于體素內(nèi)的沒有進行對應(yīng)的其 他的多個計測點,既存的代表點和各計測點被包含在完全不同體素的 方式,分割體素并在此基礎(chǔ)上使代表點等繼承到分割后的體素。通過反復(fù)所述的使用了卡爾曼濾波器的模型更新步驟,從而漸漸 地體素內(nèi)的誤差協(xié)方差矩陣(即誤差分布)的范圍變小,并且體素變 得容易分割。通過分割體素,還能夠表現(xiàn)初期體素的大小以下的變化。圖16表示通過使用了卡爾曼濾波器的模型更新步驟得到的結(jié)果。 圖17是圖16的局部放大圖。在這些圖中,以初期的體素的一個邊的 長度為100cm,允許6分割以下的再分割數(shù)。在對象存在的區(qū)域,反 復(fù)體素的再分割,其結(jié)果是精度良好地表現(xiàn)計測對象??芍趯ο蟛?存在的區(qū)域不進行體素的再分割,能夠以所需的充分的數(shù)據(jù)量來表現(xiàn) 環(huán)境。此外,各體素內(nèi)的代表點的誤差分布也小,能夠以高精度表現(xiàn) 環(huán)境地圖。這樣,即使是包含誤差的數(shù)據(jù),也能夠通過卡爾曼濾波器 的效果,得到收斂到真值的結(jié)果。進而,在該方法通過使計測數(shù)據(jù)數(shù) 增加,從而標準偏差變小,能夠期待精度的進一步提高。此外,由于測定對象物的位置/姿勢固定,所以能夠與測定對象物 的位置/姿勢獨立來進行更新。再有,通過僅對與根據(jù)距離傳感器的計 測點群進行了對應(yīng)的模型點群上的代表點m(i),進行根據(jù)所述的卡爾 曼濾波器的更新,從而能夠大幅削減計算成本。對計測點和環(huán)境地圖(即,環(huán)境模型)的對應(yīng)進行補充說明。對 應(yīng)能以如下方式進行。求出與作為對象的計測點j的誤差協(xié)方差矩陣2^(j)的范圍(例如標準偏差的三倍的范圍)相交的最上位的體素、和鄰接于該體素的最 上位的體素,將還包含下層體素的這些體素內(nèi)存在的代表點作為對應(yīng) 點的候補。由于體素成為分級結(jié)構(gòu),所以該候補點的探測幾乎不花費 計算成本。這時,在沒有成為候補的代表點的情況下,視為沒有對應(yīng) 點。將鄰接的體素也加入候補的理由是因為根據(jù)體素內(nèi)的代表點位置, 誤差協(xié)方差矩陣的范圍有時會溢出至鄰接的體素。作為實施方式,對三維形狀數(shù)據(jù)的存儲/顯示方法和裝置以及三維 形狀的計測方法和裝置進行了說明,但通過將二維形狀作為三維形狀 的特殊情況來看,也能夠作為二維形狀數(shù)據(jù)的存儲/顯示方法和裝置以 及二維形狀的計測方法和裝置的方式來實施。此外,在所述輸出步驟中,不全部輸出所述體素位置、代表點以 及誤差分布也可,例如在全部沒有它們也能把握三維形狀的情況、或 需要它們中的一個或兩個的情況等情況下,可將所述體素位置、代表點以及誤差分布的至少任一個輸出到輸出裝置中。再有,本發(fā)明并不局限于上述實施方式,當然能夠在不脫離本發(fā) 明的主旨的范圍內(nèi)進行各種變更。
權(quán)利要求
1.一種三維形狀數(shù)據(jù)的存儲/顯示方法,用于根據(jù)三維形狀上的被計測點的坐標值來復(fù)原三維形狀,其特征在于,具有數(shù)據(jù)輸入步驟,將三維形狀上的坐標值輸入到計算機中;模型構(gòu)筑步驟,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存在的空間區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體素,并存儲各體素位置;匹配步驟,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來;以及輸出步驟,將所述體素位置、代表點以及誤差分布輸出到輸出裝置中。
2. 根據(jù)權(quán)利要求1所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在所述模型構(gòu)筑步驟中,在將最大的體素設(shè)定為相當于必要最 小限度的分辨能力的大小,而且單一的體素內(nèi)存在多個被計測點的情 況下,以在單一的體素內(nèi)僅存在單一的^皮計測點的方式,將該體素進 一步分割并分級地分割為多個體素。
3. 根據(jù)權(quán)利要求1所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟, 在該模型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的體素,作為在原點和被計測點之間不存在物體的,再設(shè)定或擦除位于其 間的體素內(nèi)的代表點和誤差分布。
4. 根據(jù)權(quán)利要求1所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟, 在該模型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的體素,在該體素內(nèi)沒有代表點的情況下,將所述坐標值和誤差分布設(shè)定 為代表點的坐標值和誤差分布。
5. 根據(jù)權(quán)利要求1所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟, 在該模型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的體素,在所述體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下,比較新取得的誤 差分布和已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互重疊的情況下,根據(jù)兩誤差分布,再設(shè)定新的誤差分布和新的代表點,在誤差分布不相互重疊的情況下,以在單一的體素內(nèi)僅存在單一 的代表點的方式,將該體素進一步分割并分級地分割為多個體素。
6. 根據(jù)權(quán)利要求1所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在體素內(nèi)部除了代表點及其誤差分布之外,還一并具有概率值。
7. 根據(jù)權(quán)利要求1所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在所述數(shù)據(jù)輸入步驟中,使用距離傳感器,將三維形狀上的坐 標值作為以任意的計測位置為原點的距離數(shù)據(jù), 一 邊移動原點 一 邊依 次取得。
8. 根據(jù)權(quán)利要求7所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在能得到所述距離傳感器的位置和誤差分布的情況下,合成距 離傳感器的位置的誤差分布和計測數(shù)據(jù)的誤差分布。
9. 根據(jù)權(quán)利要求5所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特征 在于,在所述模型更新步驟中,比較所述新取得的誤差分布和所述已 經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互重疊的情況下,根據(jù) 兩誤差分布再設(shè)定新的誤差分布和新的代表點,其結(jié)果是新的代表點 移動到其他體素內(nèi),此時,在該其他體素內(nèi)沒有代表點的情況下,在該其他體素的內(nèi)部設(shè)定 該新的誤差分布和該新的代表點,在該其他體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下,比較該新的誤 差分布和已經(jīng)設(shè)定了的該其他體素內(nèi)的誤差分布,(A)在誤差分布相 互重疊的情況下,根據(jù)兩誤差分布、或根據(jù)兩誤差分布和體素內(nèi)已經(jīng) 設(shè)定了的代表點和新輸入的被計測點的坐標值,再設(shè)定新的誤差分布 和新的代表點,(B)在誤差分布不相互重疊的情況下,以在單一的體 素內(nèi)僅存在單 一 的代表點的方式,將該體素進一 步分割并分級地分割 為多個體素。
10. 根據(jù)權(quán)利要求1所述的三維形狀數(shù)據(jù)的存儲/顯示方法,其特 征在于,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟,在該模型更新步驟中,根據(jù)新輸入的被計測點的坐標值及其誤差 分布和已經(jīng)設(shè)定了的體素內(nèi)的代表點及其誤差分布,通過卡爾曼濾波 器取得新的代表點和誤差分布并進行再設(shè)定。
11. 一種三維形狀數(shù)據(jù)的存儲/顯示裝置,用于根據(jù)三維形狀上的被計測點的坐標值來復(fù)原三維形狀,其特征在于,具備數(shù)據(jù)輸入裝置,將三維形狀上的坐標值輸入到計算機中; 模型構(gòu)筑裝置,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存在的空間區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體素,并存儲各體素位置;匹配裝置,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來;以及數(shù)據(jù)傳輸裝置,將所述體素位置、代表點以及誤差分布輸出到輸出裝置中。
12. —種三維形狀的計測方法,根據(jù)三維形狀上的被計測點的坐標 值來復(fù)原三維形狀,并輸出三維形狀數(shù)據(jù),其特征在于,具有數(shù)據(jù)輸入步驟,將三維形狀上的坐標值輸入到計算機中; 模型構(gòu)筑步驟,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存在的空間區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體素,并存儲各體素位置;匹配步驟,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤 差分布并存儲起來;以及輸出步驟,將所述代表點、體素位置以及誤差分布的至少任一個 輸出到輸出裝置中。
13. 根據(jù)權(quán)利要求12所述的三維形狀的計測方法,其特征在于, 在所述輸出步驟中,將所述體素的代表點的位置作為三維形狀的計測 值輸出到輸出裝置中,并且將表示該計測值的可靠性或精度的指標基 于該體素內(nèi)部的誤差分布的大小輸出到輸出裝置中。
14. 根據(jù)權(quán)利要求12所述的三維形狀的計測方法,其特征在于, 在所述輸出步驟中,在將所述體素的代表點的位置作為三維形狀的計 測值輸出到輸出裝置中時,在該體素的內(nèi)部誤差分布的大小比規(guī)定的 基準值大的情況下,該計測值的可靠性或精度定為比規(guī)定的基準低, 不將該體素的所述計測值輸出到輸出裝置中。
15. 根據(jù)權(quán)利要求12所述的三維形狀的計測方法,其特征在于, 在所述數(shù)據(jù)輸入步驟中,使用距離傳感器,將三維形狀上的坐標值作 為以任意的計測位置為原點的距離數(shù)據(jù), 一 邊移動原點 一 邊依次取得。
16. 根據(jù)權(quán)利要求12所述的三維形狀的計測方法,其特征在于,在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟,在該模 型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的體素,在該體素內(nèi)沒有代表點的情況下,將所述坐標值和誤差分布設(shè)定 為代表點的坐標值和誤差分布。
17. 根據(jù)權(quán)利要求12所述的三維形狀的計測方法,其特征在于, 在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟,在該模 型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的體素,在所述體素內(nèi)有已經(jīng)設(shè)定了的代表點的情況下,比較新取得的誤 差分布和已經(jīng)設(shè)定了的體素內(nèi)的誤差分布,在誤差分布相互重疊的情況下,根據(jù)兩誤差分布、或根據(jù)兩誤差 分布和體素內(nèi)已經(jīng)設(shè)定了的代表點和新輸入的被計測點的坐標值,再設(shè)定新的誤差分布和新的代表點,在誤差分布不相互重疊的情況下,以在單一的體素內(nèi)僅存在單一 的代表點的方式,將該體素進一步分割并分級地分割為多個體素。
18. 根據(jù)權(quán)利要求12所述的三維形狀的計測方法,其特征在于, 在所述匹配步驟之后具有更新所述環(huán)境模型的模型更新步驟,在該模 型更新步驟中,探測對應(yīng)于新輸入的被計測點的坐標值的體素,在所 述體素內(nèi)的代表點以及誤差分布的至少任 一 個被新設(shè)定、或被再設(shè)定、 或?qū)⒃擉w素進一步分割并分級地分割為多個體素的情況下,在所述輸 出步驟中,將該體素的代表點的位置作為三維形狀的計測值輸出到輸 出裝置中。
19. 根據(jù)權(quán)利要求12所述的三維形狀的計測方法,其特征在于, 在所述輸出步驟中,將從距離傳感器的位置出發(fā)距離傳感器能進行位 置計測的范圍的環(huán)境模型內(nèi)的體素的代表點位置,作為三維形狀的計 測值輸出到輸出裝置中。
20. —種三維形狀的計測裝置,根據(jù)三維形狀上的被計測點的坐標 值來復(fù)原三維形狀,并輸出三維形狀數(shù)據(jù),其特征在于,具備數(shù)據(jù)輸入裝置,將三維形狀上的坐標值輸入到計算機中; 模型構(gòu)筑裝置,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存并存儲各體i位置;、; 、、 "、、 '、匹配裝置,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來;以及數(shù)據(jù)傳輸裝置,將所述代表點、體素位置以及誤差分布的至少任一個輸出到輸出裝置中。
21. —種三維形狀數(shù)據(jù)的存儲/顯示方法,用于根據(jù)三維形狀上的被計測點的坐標值來復(fù)原三維形狀,其特征在于,具有數(shù)據(jù)輸入步驟,將三維形狀上的坐標值輸入到計算機中; 模型構(gòu)筑步驟,構(gòu)筑環(huán)境模型,該環(huán)境模型將所述三維形狀所存在的空間區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體素, 并存儲各體素位置;匹配步驟,在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤 差分布并存儲起來;以及輸出步驟,將所述代表點、體素位置以及誤差分布的至少任一個 輸出到輸出裝置中。
全文摘要
本發(fā)明具有數(shù)據(jù)輸入步驟(S1),將三維形狀上的坐標值輸入到計算機中;模型構(gòu)筑步驟(S3),構(gòu)筑環(huán)境模型,該環(huán)境模型將空間區(qū)域分割為由邊界表面相互正交的長方體構(gòu)成的多個體素,并存儲各體素位置;匹配步驟(S4),在對應(yīng)于所述坐標值的體素的內(nèi)部設(shè)定代表點及其誤差分布并存儲起來;模型更新步驟(S5),更新環(huán)境模型;以及輸出步驟(S6),將體素位置、代表點以及誤差分布的至少任一個輸出到輸出裝置中。
文檔編號G01S17/89GK101331380SQ20068004742
公開日2008年12月24日 申請日期2006年12月15日 優(yōu)先權(quán)日2005年12月16日
發(fā)明者寺田英雄, 林俊寬, 河野幸弘 申請人:株式會社Ihi
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1