[論文レビュー] Hand-guided 3D surface acquisition by combining simple light sectioning with real-time algorithms

Oliver Arold, Svenja Ettl+2 more|arXiv (Cornell University)|Jan 9, 2014

3D Surveying and Cultural Heritage参考文献 23被引用数 8

ひとこと要約

本稿では、交互に垂直方向および水平方向の光線パターンを投影することで、外部のトラッキングを必要とせず、リアルタイムかつ高分解能な3Dスキャンを実現する低コストでハンドガイド式の3D表面取得システム「フライングトライアングレーション」を提案する。線インデキシングと特化したICPの変種を活用することで、スパarsな3Dビューの正確な登録が可能となり、リアルタイムの可視化、データ圧縮、テクスチャマッピングが可能となり、測定不確かさが30 µm未塔となる。

ABSTRACT

Precise 3D measurements of rigid surfaces are desired in many fields of application like quality control or surgery. Often, views from all around the object have to be acquired for a full 3D description of the object surface. We present a sensor principle called "Flying Triangulation" which avoids an elaborate "stop-and-go" procedure. It combines a low-cost classical light-section sensor with an algorithmic pipeline. A hand-guided sensor captures a continuous movie of 3D views while being moved around the object. The views are automatically aligned and the acquired 3D model is displayed in real time. In contrast to most existing sensors no bandwidth is wasted for spatial or temporal encoding of the projected lines. Nor is an expensive color camera necessary for 3D acquisition. The achievable measurement uncertainty and lateral resolution of the generated 3D data is merely limited by physics. An alternating projection of vertical and horizontal lines guarantees the existence of corresponding points in successive 3D views. This enables a precise registration without surface interpolation. For registration, a variant of the iterative closest point algorithm - adapted to the specific nature of our 3D views - is introduced. Furthermore, data reduction and smoothing without losing lateral resolution as well as the acquisition and mapping of a color texture is presented. The precision and applicability of the sensor is demonstrated by simulation and measurement results.

研究の動機と目的

• 3Dメトロロジーにおいて、ストップアンドゴーのスキャンや外部トラッキングの必要性を排除すること。
• 投影線の空間的・時間的符号化を一切行わず、高い横方向および深度方向分解能を達成すること。
• 連続的なハンドムーブメント中に取得されたスパースな3Dビューのリアルタイム登録と可視化を可能とすること。
• データ圧縮、ノイズ抑制、テクスチャマッピングを犠牲にすることなく、横方向分解能を維持するアルゴリズムパイプラインの開発。
• シミュレーションおよび剛体物体に対する実測を通じて、本手法の精度と応用可能性を実証すること。

提案手法

• 最小幅の線を投影することで高分解能な3D点取得を実現する低コストの光線セクションセンサを用い、交互に垂直および水平方向のラインパターンを投影する。
• 投影線の直交性に基づく線インデキシングを採用し、連続する3Dビュー間で対応する点を一意に特定する。
• スパースで線ベースの3Dデータに特化した修正版反復最密法（ICP）アルゴリズムを適用し、強固で高精度な登録を実現する。
• 進化する3Dモデルのリアルタイム可視化を統合し、操作者をガイドし、未取得領域を検出可能にする。
• 横方向分解能を保持しながら点群密度を低減するデータ圧縮およびノイズフィルタリングを実施する。
• 同じカメラを用いて色のテクスチャを取得・3D点群にマッピングすることで、写真実地の再構成を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ハンドガイド式3Dスキャナは、外部トラッキングや空間的／時間的符号化を一切行わず、高精度な測定を達成できるか？
• RQ2 連続的な運動で取得されたスパースで線ベースの3Dビューに対して、どのようにして強固な登録を実現できるか？
• RQ3 線インデキシングとアルゴリズム処理によって、データ密度を低減しつつ横方向分解能をどの程度維持できるか？
• RQ4 リアルタイム可視化とテクスチャマッピングは、低コストで高精度な3Dスキャンパイプラインに効果的に統合できるか？
• RQ5 物理的測定不確かさとノイズが、最終的な3D再構成精度に及ぼす影響は何か？

主な発見

• ノイズ除去後の最終測定誤差は24 µm、ノイズを含めた状態では32 µmにまで低下し、理想状態での理論的物理限界（5 µm）に近づいている。
• 30 µmのノイズを追加した状態でのリアルタイム誤差は300 µmであり、現実的条件下でも高い耐性を示している。
• 表面補間に依存せず、交互に投影されたラインパターンからの対応関係に依拠することで、正確な登録が可能である。
• データ圧縮により横方向分解能を維持しながら点群密度を低減し、効果的にノイズを抑制している。
• アルゴリズムパイプラインによりリアルタイム可視化が可能となり、操作者がスキャンをリアルタイムで監視・ガイドできる。
• 本システムは3Dモデルへの色のテクスチャの取得とマッピングに成功し、幾何的正確性を損なわず視覚的忠実度を向上させた。