Tập dữ li ệu kết quả của phương pháp này có thể được sử dụng để xây dựng các bề mặt 3D, dịch chuy ển 3D của chi tiết máy, đánh giá thay đổi ứng suất trên bề mặt, hoặc dùng các đám mây đ
Trang 1NGHIÊN C ỨU CHẾ TẠO THIẾT BỊ THU NHẬN BỀ MẶT 3D CỦA CHI
TI ẾT CƠ KHÍ BẰNG CÔNG NGHỆ ÁNH SÁNG CẤU TRÚC
STUDY AND FABRICATION OF A 3D SCANNING SYSTEM FOR
RECONSTRUCTION 3D SURFACE OF MECHANICAL DETAILS ACQUIRED
BY STRUCTURED-LIGHT TECHNIQUE
1Trung tâm Quang Điện tử, Viện Ứng dụng Công nghệ, Hà Nội
2Bm C ơ khí chính xác & Quang học, Viện Cơ khí, Trường ĐH Bách khoa Hà Nội
angoctu@cfoc.vn; bmai.nguyenthiphuong@hust.edu.vn; cphamhongtuan@cfoc.vn
S ử dụng công nghệ tạo ánh sáng cấu trúc và quá trình phân tích ảnh kết hợp giữa độ xám mã hoá và d ịch chuyển đường; đồng bộ hoá được các phần tử projector, bộ biến điệu, camera thu, điều khiển chung qua máy tính Nhóm nghiên cứu đã xây dựng được thiết bị đo không ti ếp xúc 3D nhằm thu nhận bề mặt của chi tiết cơ khí Phần mềm xây dựng trên cơ sở
mã ngu ồn mở, dữ liệu 3D (Đám mây điểm), thu được lên tới 1.024.000 điểm với thời gian
th ực hiện 3s, phép hiệu chỉnh đã được thực hiện cho hệ thống phần cứng của thiết bị Tập dữ
li ệu kết quả của phương pháp này có thể được sử dụng để xây dựng các bề mặt 3D, dịch chuy ển 3D của chi tiết máy, đánh giá thay đổi ứng suất trên bề mặt, hoặc dùng các đám mây điểm là đầu vào cho thiết kế ngược chi tiết cơ khí
ABSTRACT
This paper presents the results of research about the reconstruction of 3D surface of machinery component acquired by structured-light technique using Hybrid method Gray code and Line Shift The obtained 3D cloud data reaches upto1.024.000 points with the execution time within approximately 3s, in which the hard ware system has been calibrated The system has good working range from 250 to 350mm with accuracy 0,044 mm ~ 0.077 mm The results of this system can be used as the input for non-contact measurement data or reversing engineering components
Keywords: structure light, Gray code, Line Shift, 3-D Measurement System, Point cloud
1 ĐẶT VẤN ĐỀ
K ỹ thuật đo quang học 3-D dựa trên phương pháp đo không tiếp xúc có vai trò quan trọng trong ngành công nghi ệp chế tạo, y học, sinh học, Trong các kỹ thuật hiện nay, phương pháp
s ử dụng ánh sáng cấu trúc có nhiều ưu điểm nổi bật như: Độ phân giải cao, cho phép đo trên toàn b ộ dải lấy mẫu, thời gian thu dữ liệu nhanh, do đó đặc biệt hữu dụng khi thực hiện với
nh ững bề mặt tự do, bề mặt phức tạp yêu cầu không được tiếp xúc giữa các dụng cụ bên ngoài
t ới vật mẫu Hệ thống phần cứng hoạt động bao gồm một camera và một máy chiếu, các vân mã hóa gray code được chiếu tới bề mặt vật thể và camera có nhiệm vụ chụp lại các vân trên bề mặt
v ật đó, dựa trên phương pháp đo tam giác trong không gian khi biết 1 điểm từ 2 góc quan sát khác nhau mà ta có th ể tính toán xác định khoảng các từ điểm đó tới camera
Phương pháp chúng tôi nghiên cứu khai thác tối đa lợi thế phân biệt rõ ràng các bits của phương pháp Gray code và kỹ thuật xử lý dịch chuyển đường (Line Shift) với độ chính xác sub-pixel, vì th ế chất lượng bề mặt chi tiết thu được có độ chính xác hơn so với các phương
ạnh đó, giá thành phần cứng xây dựng hệ thống giảm đi nên có thể chế tạo
Trang 2m ột hệ đo lường 3D với độ chính xác 10-2 mm giá thành r ẻ Trong bài báo này trình bày các nghiên c ứu liên quan đến hiệu chuẩn hệ thống, tạo mã và giải mã Gray code, phương pháp xác định nguồn ánh sáng chiếu, phân loại giá trị độ sáng cho giải mã các bits, xác định đỉnh cho v ạch sáng Line Shift, xác định khoảng cách dựa trên phương pháp xấp xỉ và đánh giá độ không đảm bảo đo của hệ thống
2.1 C ấu hình hệ thống
H ệ thu nhận gồm 01 camera, 01 máy chiếu (Projector) và 01 máy tính xử lý trung tâm như trên hình 1 Khoảng cách giữa camera và máy chiếu là 70mm
+ Projector: DLP công ngh ệ chiếu sáng LED độ phân giải 1280x800, 1000 lumen + Camera: c ó độ phân giải: 2080x1552, 60 FPS, kích thước pixel: 2,5 μm
+ Ống kính: f 8mm, góc nhìn DxHxV: 67,10 x 56,30 x 43,70
H ệ thống được hiệu chuẩn trên bàn quang học, sử dụng bàn cờ 10 x 8 ô với kích thước các ô là 10,02 x 10,01 mm, bàn c ờ được gắn trên bàn dịch chuyển dọc trục Z có độ chính xác 0,02 mm Nguyên lý c ủa thuật toán [4] là đánh giá tọa độ các điểm hiệu chuẩn trong mặt
ph ẳng ảnh projector sử dụng ma trận Homographies toàn cục để tìm ma trận quay R và vector
d ịch chuyển T của vị trí tâm chiếu projector và camera, tham số hiệu chuẩn bên trong của camera Kc, hệ số định nghĩa cho hiệu chuẩn bên trong của projector Kp Khi đó, hệ thu nhận
có tính ch ất tương tự như hệ stereo camera
T ạo ảnh Gray code nhằm đưa ra các ảnh vân theo mẫu và thứ tự tuân theo mã Gray code Giả sử cần chiếu ảnh vân có kích thước WxH và vân chiếu được tạo cho hàng và cột Trước tiên, cần tính số bit N cần để mã hóa các pixel điểm ảnh trên mỗi hàng-cột Giá trị N được tính theo công thức:
Trang 3Giả sử với ảnh có độ rộng là 16 pixel, ta sẽ cần N = log2(16) =4 bit để mã hóa 16 pixel
đó chiếu lần lượt của 4 ảnh tương ứng với 4 bit, như vậy thì mỗi pixel cột sẽ được mã hóa bởi
m ột mã Gray tương ứng với vị trí của cột đó
Để tạo vân dịch chuyển đường Line Shift, sử dụng vân chiếu vạch với độ rộng 1 pixel, kho ảng cách giữa các vạch là 6 hoặc 8 pixel lần lượt theo 2 chiều x và y
Trong ảnh 2D camera thu được khi chiếu vân, [5] đưa giả thiết phân tích thành phần mức xám g ồm giá trị độ lớn của ánh sáng từ máy chiếu và các thành phần môi trường bên ngoài
Để xác định giá trị chiếu sáng tại các điểm nằm trong vùng làm việc của projector, giả sử
ta có S = {I1, I2, …,Ik} là t ập các ảnh có mã vân, với 1 điểm ảnh p trong vùng ảnh được xác định thành phần “trực tiếp” và “chung” tại p là 𝐿𝐿𝑑𝑑(𝑝𝑝), 𝐿𝐿𝑔𝑔(𝑝𝑝), công thức xác định như sau:
𝐿𝐿+𝑝𝑝 = max0<1≤𝑘𝑘𝐼𝐼𝑖𝑖(𝑝𝑝), 𝐿𝐿−𝑝𝑝 = min0<1≤𝑘𝑘𝐼𝐼𝑖𝑖(𝑝𝑝) (2)
𝐿𝐿𝑑𝑑(𝑝𝑝) =𝐿𝐿𝑝𝑝+−𝐿𝐿𝑝𝑝−
1−𝑏𝑏 , 𝐿𝐿𝑔𝑔(𝑝𝑝) = 2𝐿𝐿−𝑝𝑝 −𝑏𝑏𝐿𝐿𝑝𝑝+
Trong đó 𝑏𝑏 ∈ [0, 1] là giá trị mô hình hóa thông tin ánh sáng truyền đi bằng việc tắt các pixels c ủa projector
Thành ph ần ánh sáng của ảnh sau khi phân loại pixel [3] gồm có ba mức phân biệt: ON
là pixel c ủa vân sáng, OFF là pixel của vân tối, và Uncertain là thành phần không chắc chắn
là pixel ON hay OFF, thành ph ần này có thể là bóng của vật hoặc một đối tượng tối màu Với các điểm ảnh không được chiếu sáng, mật độ xám p của nó chỉ chứa thành phần ánh sáng không tr ực tiếp 𝑖𝑖𝑜𝑜𝑜𝑜𝑜𝑜và p được biểu diễn bằng hàm dưới đây:
𝑝𝑝 = � 𝑑𝑑 + 𝑖𝑖𝑜𝑜𝑜𝑜 𝑛𝑛ế𝑢𝑢 𝑝𝑝𝑖𝑖𝑝𝑝𝑝𝑝𝑙𝑙 𝑙𝑙𝑛𝑛
𝑖𝑖𝑜𝑜𝑜𝑜𝑜𝑜 𝑛𝑛ế𝑢𝑢 𝑝𝑝𝑖𝑖𝑝𝑝𝑝𝑝𝑙𝑙 𝑙𝑙𝑜𝑜𝑜𝑜 (4) Trong đó:
+ Thành ph ần ánh sáng gián tiếp tổng hợp: 𝑖𝑖𝑡𝑡𝑜𝑜𝑡𝑡𝑡𝑡𝑡𝑡 = 𝑖𝑖𝑜𝑜𝑜𝑜+ 𝑖𝑖𝑜𝑜𝑜𝑜𝑜𝑜
+ Thành ph ần ánh sáng d và 𝑖𝑖𝑡𝑡𝑜𝑜𝑡𝑡𝑡𝑡𝑡𝑡 được tính bằng cách sử dụng phương pháp tách của Nayar
Để phân các pixel [4] đưa ra cách xác định sau:
- d<m, pixel là loại UNCERTAIN
- p< min(d, itotal), pixel là lo ại OFF (5)
- p> max(d, itotal), pixel là lo ại ON
- Ngược lại, pixel là loại UNCERTAIN
Trang 42.5 Xác định đỉnh của các vạch chiếu sáng
Phương pháp Line Shift đưa ra nhằm cải tiến Gray code bằng cách thay thế giá trị nguyên ch ẵn của tọa độ các điểm trên camera theo pixel xuống sub-pixel, như vậy đỉnh của các vân chi ếu không nằm trên vị trí của pixel nguyên mà nó có giá trị là một số thực; do đó,
độ chính xác đám mây điểm thu được tốt hơn Theo [2] đưa ra phương pháp sử dụng bộ dò không ph ụ thuộc vào chiếu sáng từ môi trường, có thể áp dụng nhóm 4 hoặc nhóm 8:
𝑙𝑙 8(𝑖𝑖) = 𝑜𝑜(𝑖𝑖 − 4) + 𝑜𝑜(𝑖𝑖 − 3) + 𝑜𝑜(𝑖𝑖 − 2) + 𝑜𝑜(𝑖𝑖 − 1) − 𝑜𝑜(𝑖𝑖 + 1) − 𝑜𝑜(𝑖𝑖 + 2) −
Như vậy, vị trí tâm của đỉnh sub-pixel được xác định bằng nội suy tuyến tính giao cắt
v ới đường đặc tính 0
Hình 4: V ị trí sub pixels sử dụng nội suy tuyến tính 2.6 Xác định khoảng cách của điểm ảnh theo phương pháp xấp xỉ
Sau khi đã có được tọa độ tương ứng giữa các pixels trên camera và projector (ảnh giải
mã và ảnh tọa độ hàng cột camera từ Line Shift) cùng với các tham số của hệ thống, thực hiện bước tính toán cuối cùng của thu nhận 3-D là xác định giá trị z của điểm ảnh với giả thiết đưa
v ề dạng tìm điểm giao cắt của hai đường thẳng khi biết điểm gốc và vector hướng Trong
ph ần tính toán này thực hiện theo phương pháp xấp xỉ cho hai đường thẳng cắt nhau
Gi ả sử theo hình 5 điểm p12 là điểm cần tìm với tọa độ x, y, z, trong đó z là khoảng cách
t ừ điểm ảnh cần tính cho tới hệ thống thu nhận
Trong đó các điểm q1 và q2 là g ốc điểm ảnh lần lượt trên projector và camera, các điểm
p1 và p2 là điểm sau khi giải mã, với p1 đã thực hiện phép nhân với ma trận quay R và p2 là
k ết quả của điểm giải mã sau khi thực hiện phép trừ với ma trận tịnh tiến T và phép nhân với
ma tr ận quay R Để tìm được giá trị p12 ta có công th ức tính như sau:
𝑝𝑝12= 𝑝𝑝1+12(𝑝𝑝2− 𝑝𝑝1), 𝑝𝑝1 = 𝑞𝑞1+ 𝜆𝜆1𝑣𝑣1, 𝑝𝑝2 = 𝑞𝑞2+ 𝜆𝜆2𝑣𝑣2 (8)
�𝜆𝜆 𝜆𝜆1
2� = � ‖𝑣𝑣1‖2 −𝑣𝑣1𝑡𝑡𝑣𝑣2
−𝑣𝑣2𝑡𝑡𝑣𝑣1 ‖𝑣𝑣2‖2�
−1
�𝑣𝑣 𝑣𝑣1𝑡𝑡(𝑞𝑞2− 𝑞𝑞1)
2𝑡𝑡(𝑞𝑞1− 𝑞𝑞2) � (9)
Trang 53 ĐÁNH GIÁ HỆ THỐNG
Để đánh giá độ chính xác thiết bị, chúng tôi sử dụng dưỡng chuẩn chiều dài là các khối căn mẫu Ceramic cấp 0 (của hãng Mitutoyo), sắp xếp theo bậc thang có độ dài tiêu chuẩn lần
lượt từ dưới lên trên: 25; 20,2; 17,6; 15 và 12,9 mm thực hiện lấy mẫu 5 lầnnhư dưới đây
T ừ dữ liệu đám mây điểm theo hình 6, sử dụng phần mềm GOM Inspect V8 để xây
d ựng các mặt phẳng tham chiếu theo phương pháp xấp xỉ với độ lệch tương đối lớn nhất là 0,1447 mm , sau đó tiến hành đo khoảng cách giữa các mặt phẳng
Hình 7: Độ lệch tương đối khi tạo mặt phẳng từ đám mây điểm trên các bậc
Trang 6Hình 9: Đo khoảng cách giữa các mặt phẳng bậc
B ảng 1: Kết quả đo và giá trị độ lệch Giá trị
thực lần 1 Đo lần 2 Đo lần 3 Đo lần 4 Đo lần 5 Đo
Độ lệch chuẩn mẫu
Độ lệch chuẩn tương đối
Hệ số biến động (%)
4,8 4,737 4,906 4,897 4,901 4,923 0,077 0,016 1,6 % 2,6 2,664 2,570 2,587 2,559 2,560 0,044 0,017 1,7 % 2,6 2,517 2,663 2,597 2,634 2,637 0,057 0,022 2,2 % 2,1 2,048 2,172 2,148 2,188 2,213 0,064 0,030 3,0 % Dưới đây là một số kết quả mẫu thu nhận từ hệ thống 3D
Trang 7Hình 11: B ề mặt tạo lưới trên CATIA
H ệ thu nhận 3D thu được chúng tôi nghiên cứu và xây dựng đạt được những kết quả được thể hiện trong bảng sau:
2 S ố điểm ảnh 3D tối đa thu được 1.024.000 điểm
3 Kho ảng cách trung bình giữa các điểm 0,142 mm
4 Kho ảng cách thu nhận tới camera 250mm ÷ 350 mm
D ựa trên cơ sở toán học của phương pháp thu nhận bề mặt 3-D của chi tiết, các bước
th ực hiện thuật toán được trình bày nhằm giải quyết vấn đề thu nhận 3-D từ tập các ảnh vân
mã hóa 2-D K ết quả của nghiên cứu đã chế tạo thiết bị và xây dựng hệ thống đạt được độ chính xác t ừ 0,044 mm~0.077 mm, khoảng cách giữa các điểm 0,142 mm và tối đa 1.024.000 điểm trên một lần thực hiện trong thời gian 3s, từ đó có thể áp dụng cho thiết kế ngược, hệ
th ống kiểm tra, đo lường,…
Nhóm nghiên c ứu chân thành cảm ơn sự hỗ trợ của đề tài Nghị định thư Việt Nam - Đài Loan "Research and develop 3D vision system for detecting and identifying objects", 2012-2014
[1] Jason Geng, “Structured-light 3D surface imaging: a tutorial”, Advances in Optics and
Trang 8[2] Jens Gu �hring, “Dense 3-D surface acquisition by structured light using off-the-shelf components”, Proc SPIE 4309, Video metrics and Optical Methods for 3D Shape Measurement, 220,2000
[3] Yi Xu, Daniel G Aliaga, “Robust pixel classification for 3D modeling with structured light”, in Proceedings of Graphics Interface, 233–240, 2007
[4] Daniel Moreno, Gabriel Taubin, “Simple, Accurate, and Robust Projector-Camera Calibration”, IEEE, 2012 Second International Conference on,464-471, 2012
[5] S K Nayar, G Krishnan, M D Grossberg, và R Raskar, “Fast separation of direct and global components of a scene using high frequency illumination”, ACM Trans on Graphics, 935-944,2006
[6] Z Zhang, “A Flexible New Technique for Camera Calibration”, IEEE Transactions on Pattern Analysis and Machine Intelligence, 1330-1334, 2000
THÔNG TIN TÁC GIẢ
1 PGS.TS Ngu yễn Thị Phương Mai Đơn vị: Bộ môn Cơ khí chính xác & Quang học,
V iện Cơ khí, Trường ĐH Bách Khoa Hà Nội Email: mai.nguyenthiphuong@hust.edu.vn Điện thoại: 0913345972
2 TS Ph ạm Hồng Tuấn Đơn vị: Trung tâm Quang Điện tử, Viện Ứng dụng công nghệ
Email: phamhongtuan@cfoc.vn Điện thoại: 0915557838
3 KS Ngu yễn Ngọc Tú Đơn vị: Trung tâm Quang Điện tử, Viện Ứng dụng công nghệ
Email: ngoctu@cfoc.vn Điện thoại: 0984715689
