作为数字化与智能化制造的关键技术之一,数字化工厂是现代工业化与信息化融合的应用体现,也是实现智能化制造的必经之路。数字化工厂生产仿真与生产实践的前提是可视化技术,而三维重建技术又是可视化技术中的核心技术。基于三维重建的可视化技术可以处理利用数学模型无法处理的复杂系统,能够准确地描述现实情况并且确定影响系统行为的关键因素。因此该技术在生产系统规划、设计和验证阶段具有重要的作用。目前,三维重建系统可以依据使用的传感器不同大致分为两类。一类是使用摄像机为主的基于视觉的三维重建系统,该系统的特点是体型小巧、价格低廉,但是由于受光照影响较大,重建精度和鲁棒性较低。另一类是以激光雷达为主的三维重建系统,传统的激光重建系统的重建精度和鲁棒性要高于上一类系统,但是普遍体型笨重、价格昂贵,只能支持离线重建。针对目前两类常见的三维重建系统中出现的问题,本文提出了便携式实时三维重建系统。本文的主要研究内容如下:(1)设计并开发了便携式三维重建硬件系统。便携式三维重建硬件系统主要由步进电机、STM32单片机、UTM-30LX激光雷达、导电滑环等硬件组成。我们利用单片机控制步进电机带动激光雷达实现匀速旋转,同时采用用中心式扫描方式得到三维点云。(2)设计并开发了便携式三维重建软件系统。我们将软件系统分成了底层运动控制模块和上层地图重建模块。在底层控制模块当中,我们利用STM32单片机专用开发环境Kei14进行程序编写,该模块主要处理步进电机转速控制和编码器的角度读取。在上层地图重建模块当中,采用ROS平台进行软件设计,总共设计并开发了四个节点分别用于进行数据预处理、地图地位、地图重建以及地图优化。(3)提出一种改进的LOAM三维重建算法。整个三维重建算法按照标准的SLAM(同步定位与地图构建)流程分成了前端和后端两个部分。前端算法主要处理传感器的实时位姿估计。首先引入IMU对运动过程中不可避免的加速运动进行补偿,之后我们借鉴了 CUM jizhang的LOAM算法将特征点分成两类分别进行提取,在特征点匹配环节采用了 LocalMap思想进行改进,使算法的鲁棒性得以提高。同时加入闭环检测环节,消除了在大场景进行三维重建时出现的地图不一致问题。后端算法主要处理由于前端增量式位姿估计算法出现的累积误差问题。我们将后端优化分成了局部优化和全局优化两个部分。其中在局部优化中,基于ELCH方法对局部闭环进行优化,得到局部精确的闭环优化效果。在全局优化中,采用g2o框架,考虑全局运动约束,最终得到精确光滑的运动轨迹。(4)最后根据设计出的重建系统分别进行一次仿真实验以及三次实际环境实验。根据实验结果进行分别进行定性和定量分析,验证了便携式三维重建达到了预期目标,具备了重建精度高、实时性等特点。