低成本个性化制造原型系统关键技术

童 晶，陈正鸣，刘 景，徐 昕

(河海大学物联网工程学院，江苏 常州 213022)

0 引言

近期，英国《经济学人》杂志将三维打印技术［1］作为第三次工业革命的重要标志之一，引发了世人对三维打印的关注。传统的减式制造一般在原材料基础上，使用切削、腐蚀、熔融等办法，去除多余部分得到零部件，再组合成最终产品。而三维打印无需原胚和模具，直接根据计算机图形数据，通过逐层增加材料的方法生成任何形状的物体，简化产品的制造程序，缩短产品的研制周期，提高效率并降低成本［2］。随着信息技术、精密仪器、材料科学的发展，三维打印技术取得显著进展，目前已应用于航空航天、工业设计、生物医学、加工制造、建筑工程、文化创意等领域。随着开源硬件技术的推动，三维打印设备价格显著降低，逐步走向民用与普及［3］。

三维打印对我国制造业发展有着重要的影响，为我国制造技术的赶超，推动制造业服务化，加快制造业升级带来新机遇。另一方面，三维打印技术可能对我国劳动密集型产业带来较大冲击，进一步拉大与发达国家在制造技术上的差距［4-5］。

进行三维打印，首先需要获得三维模型数据。获取物体表面的三维几何信息是计算机视觉、计算机图形学等领域中的一项基本任务。传统的三维激光扫描仪、结构光扫描仪可以捕获精确的三维几何信息，但这类设备一般结构复杂、不易操作，且价格昂贵［6］。利用多台彩色摄像机、立体视觉系统可以低成本地捕获三维几何信息，但这类系统一般计算复杂度高，算法鲁棒性较低，且很难处理缺少纹理及遮挡的情况［7］。作为新近涌现的硬件设备，诸如Time-offlight［8］，Microsoft Kinect［9］这类深度相机越来越得到研究者们的关注。同传统三维扫描设备相比，深度相机价格低廉，使用小巧方便，且能实时捕获物体表面的深度与彩色信息;同立体视觉方法相比，深度相机基于主动发射近红外光，计算复杂度低，不受物体表面纹理及光照变化的影响［8］。

随着低成本三维打印、三维扫描技术的走向普及，将带来个性化制造的蓬勃发展。随着这一趋势，制造业可能回迁发达国家，带来进一步挑战［10］。基于此，本文利用低成本三维扫描、三维打印技术，进行了个性化制造原型系统中关键技术的研究。

1 系统流程

传统制造业，一般基于第二次工业革命产生的以装配生产线为代表的大规模生产方式。人们对个性化产品的需求，往往被过高的定制化生产成本所抑制。利用低成本三维扫描、三维打印技术，本文提出的个性化制造原型系统操作流程如图1所示。首先采集用户的个性化需求信息，比如特定人的三维体形数据、待处理物体的三维几何信息、二维图像信息、个性化参数等。然后由用户上传需求信息，与设计人员在线交流，进行个性化的产品设计。最终可将三维设计模型发送至用户的家用三维打印设备或进行生产，或者使用更专业的在线三维打印服务。

图1 个性化制造流程

2 基于深度相机的低成本三维扫描

本文采用的三维扫描系统配置如图2所示。为了便于获取人体或物体表面各个角度的几何数据，待测物体需要在深度相机前旋转一周。对于本文提出的扫描系统，采用一台Kinect深度相机(800元)，三脚架(100元)，转椅转盘(1300元)。相比较商用激光扫描仪或结构光扫描仪，成本显著降低［6］，因此该系统可满足一般用户的应用需求。进一步，对捕获的深度数据进行分割去噪等预处理，实现不同角度下采集数据的配准，生成较高质量的重建网格。

图2 三维扫描系统配置

深度相机捕获的原始深度数据分辨率低、噪声大，无法直接使用。利用深度相机进行三维扫描重建，首先需要对输入数据进行预处理，包括生成网格、前后景分割、去噪、平滑、超分辨率等［8］，其中最重要的是对深度数据进行去噪。按输入数据的不同类型，深度相机数据的去噪算法主要可分为3类:利用单帧深度数据进行去噪;结合深度相机捕获的低分辨率的深度数据和额外高分辨率的彩色图像，利用彩色图像的信息来提高深度数据的质量;将分辨率较低和较小视场的深度图合成在一起，利用互相之间的冗余信息来提高深度数据的质量。

本文借鉴双边滤波算法思想，使用一种快速多通道双边滤波算法［11］，在实现去噪的同时保持物体的边缘特征。算法首先将深度图分辨率提升到与彩色图分辨率一致，再使用快速多边滤波器对这两种不同类型的图像进行处理，最后使用亚像素深度值估计算法，得到最终深度图。

对于静态物体，利用深度相机进行扫描重建，和传统三维扫描的流程类似。首先实现多帧数据的两两配准，利用迭代最近点［12］或者随机抽样一致［13］等刚体曲面匹配算法。由于深度相机可以同时获取三维几何与二维图像信息，因此可以同时利用几何与图像特征进行匹配。局部的两两配准会引起误差累计，为了满足闭环约束，本文进一步对多帧数据实现全局刚体配准［13-14］。

对于人体的三维扫描重建，人们在扫描过程中很难一直保持静止。比如，头部和手部可能会有动作，由于呼吸的影响，胸部会有形变。本文利用一种基于粗糙模板的方法来处理这种含噪人体曲面数据的非刚体配准［14］。首先，从第一帧捕获的数据中重建出一个不精确的粗糙人体模板;利用此模板，逐帧地驱动各帧捕获数据变形两两配准;然后，在变形空间上进行全局非刚体配准，以满足环路闭合约束的要求，处理遮挡引起的问题;随后，利用模板将各帧数据向第一帧变形对齐。

对于配准后的数据，本文应用文献［15］的算法，将多帧数据融合到一个隐式曲面中，从而得到光滑的三维网格模型。图3为利用本文方法实现的部分人体扫描重建网格效果，第二行与第四行为另一角度显示的重建网格。其中上半身重建网格平均顶点数为80万，肩宽胸围等人体测量参数平均误差为1厘米，达到了实际应用的需求。

图3 三维扫描重建效果

3 基于三维打印的个性化制造

随着深度相机逐渐走向普及，使得一般用户也能简单、高效、廉价地创建个性化的数字三维模型。人们不仅希望看到虚拟的数字化模型，也希望类似打印的二维照片，能够生成实物的三维模型。

在此趋势下，近年来三维打印技术得到了快速发展。本文使用Makerbot公司的Replicator 2型三维打印机［3］，其采用熔融挤压式原理，通过把挤压头中加热至熔融状态的塑料丝沉积在工作台上，在冷却后形成打印物体的界面轮廓，多层材料固化后形成一个完整的立体物品。Replicator 2打印头定位精度X/Y轴为11微米，Z轴为2.5微米，能够高保真地打印数字化三维模型。

对于上一节生成的三维网格模型，可能还存在数据空洞，生成的网格模型还可能存在拓扑不规范的结构。为了进一步生成三维打印机的加工文件，本文首先对网格模型进行补洞、拓扑规范化等处理，生成流形曲面，再利用Makeware软件［3］生成Replicator 2三维打印机的数控加工文件。图4为图3中部分扫描重建模型的三维打印效果。

图4 三维打印效果

4 原型实现与分析

为了验证本文提出的方法，实现了个性化眼镜架设计与制造原型系统，如图5所示。客户首先利用深度相机扫描重建个人的三维人体数据，将此数字模型发送给设计师。设计师在远端进行个性化眼镜架设计，并与用户进行在线沟通。将最终确定的眼镜架三维数字模型发给用户，由用户利用家用三维打印机制作成功;或者直接利用专业打印服务网点，将制作好的个性化产品发给用户。利用这一模式，将改变流水线为代表的大规模生产方式，使产品生产向个性化、定制化转变，实现生产方式的根本变革。

图5 个性化制造原型系统示例

该系统关键步骤所需时间参看表1。另外，由于用户与设计师之间在线沟通，如将设计好的数字模型发给用户加工，可省去物流成本。该个性化眼镜架的加工无需模具，直接使用低成本的PLA或ABS材料进行加工。本文使用的Replicator 2三维打印机购买价格为26000元，所使用的国产耗材250元/千克。制造图4中8厘米高的三维人像，耗材成本在5元左右;制作图5中的眼镜架，耗材成本在1元以内。另外，诸如Shapeways［16］等公司还提供了方便的三维打印服务，用户无需购买三维打印机，只需上传数字设计文件，即可获得三维打印服务。可以看出，相比较传统制造加工流程，本方案以较低的时间、物质成本，即可以实现个性化产品的设计与制造。

表1 关键步骤使用时间(分钟)

5 结束语

本文利用家用三维打印设备，基于深度相机的三维扫描技术，实现了一套个性化制造原型系统，并在眼镜架个性化设计与制造实例中进行验证。该研究方案使得传统大规模制造方式向个性化、定制化转变，为推动制造业服务化，加快制造业升级带来新的机遇。

［1］王运赣，王宣，孙健.三维打印自由成形［M］.北京:机械工业出版社，2012.

［2］王忠宏，李扬帆.我国3D打印产业现状及发展建议［N］.中国经济时报，2012-10-19(5).

［3］MakerBot.Replicator 2 Desktop 3D Printer［DB/OL］.http://store.makerbot.com/replicator2.html，2012-10-07.

［4］左世全.3D打印机技术大潮来袭［J］.装备制造，2012(8):92-93.

［5］王飞跃.从社会计算到社会制造:一场即将来临的产业革命［J］.中国科学院院刊，2012，27(6):658-669.

［6］Cyberware.Domestic Product Price Information Sheet［DB/OL］.http://www.cyberware.com/pricing/domesticPriceList.html，2007-07-04.

［7］Kim Y M，Theobalt C，Diebel J，et al.Multi-view image and ToF sensor fusion for dense 3D reconstruction［C］//Proceedings of the 2009 IEEE International Conference on Computer Vision Workshops(ICCV Workshops).Kyoto，Japan，2009:1542-1549.

［8］Kolb A，Barth E，Koch R，et al.Time-of-flight sensors in computer graphics［C］//Proceedings of the Eurographics 2009-State of the Art Reports.Munich，Germany，2009:119-134.

［9］Microsoft.Kinect［EB/OL］.http://www.xbox.com/en-US/kinect，2013-08-10.

［10］克里斯·安德森.创客:新工业革命［M］.北京:中信出版社，2012.

［11］Xiang X，Li G，Tong J，et al.Real-time spatial and depth upsampling for range data［M］//Lecture Notes in Computer Science，2011，6670:78-97.

［12］Rusinkiewicz S，Levoy M.Efficient variants of the ICP algorithm［C］//Proceedings of the 3rd International Conference on 3D Digital Imaging and Modeling(3DIM).Quebec，Canada.2001:145-152.

［13］Henry P，Krainin M，Herbst E，et al.RGB-D mapping:Using Kinect-style depth cameras for dense 3D modeling of indoor environments［J］.International Journal of Robotics Research，2012，31(5):647-663.

［14］Tong J，Zhou J，Liu L，et al.Scanning 3D full human bodies using Kinects［J］.IEEE Transactions on Visualization and Computer Graphics，2012，18(4):643-650.

［15］Newcombe R A，Izadi S，Hilliges O，et al.KinectFusion:Real-time dense surface mapping and tracking［C］//Proceedings of the 10th IEEE International Symposium on Mixed and Augmented Reality(ISMAR).Switzerland，2011:127-136.

［16］Shapeways.3D Printed Precious Metals［EB/OL］.http://www.shapeways.com/，2013-08-10.