Tạo hình bề mặt chi tiết cơ khí bằng phần mềm Kscan3D sử dụng Microsoft Kinect v2

Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 175
TẠO HÌNH BỀ MẶT CHI TIẾT CƠ KHÍ BẰNG PHẦN MỀM 
KSCAN3D SỬ DỤNG MICROSOFT KINECT V2 
Bành Tiến Long1, Bùi Văn Biên1,2* 
Tóm tắt: Thu nhận thông tin 3D của các bề mặt chi tiết cơ khí, nhất là các bề 
mặt tự do, hiện đang là một thách thức rất lớn trong ngành cơ khí chế tạo. Một vài 
kỹ thuật và thiết bị thương mại đã được sử dụng trong thực tế sản xuất, nhưng phần 
mềm và phần cứng cần thiết còn quá đắt đối với người dùng thông thường với máy 
tính cá nhân. Bài báo này cung cấp một giải pháp mới dựa trên phần mềm mã 
nguồn mở cho các máy quét 3D không tiếp xúc chi phí thấp và chứng minh rằng các 
dữ liệu thu được phù hợp không chỉ dùng cho chức năng giải trí mà còn cho các sản 
phẩm cơ khí với độ chính xác phù hợp. Cuối cùng, những hạn chế của phương án 
này và đề xuất hướng nghiên cứu tiếp theo cũng được đề cập. 
Từ khóa: Chi tiết cơ khí; Tạo hình bề mặt; Phần mềm Kscan3D; Microsoft Kinect v2; Số hóa. 
1. ĐẶT VẤN ĐỀ 
Cuộc cách mạng số trong thời đại hiện nay đã và đang tác động sâu rộng tới rất nhiều 
lĩnh vực như công nghệ thông tin - truyền thông, chăm sóc sức khỏe, giáo dục và ngành 
sản xuất cũng không nằm ngoài sự ảnh hưởng đó. Sự bùng nổ của dữ liệu và khả năng tính 
toán mới – cùng với những tiến bộ trong các lĩnh vực khác như trí tuệ nhân tạo, tự động 
hóa và robot, công nghệ vật liệu – đang mở ra cuộc cách mạng làm thay đổi bản chất tự 
nhiên của quá trình sản xuất. Quá trình sản xuất số (digital manufacturing) là một phương 
pháp tích hợp để sản xuất tập trung xung quanh một hệ thống máy tính. Trong đó việc mô 
hình hóa, mô phỏng và phân tích tất cả máy móc, dụng cụ cũng như vật liệu đầu vào để tối 
ưu hóa quá trình sản xuất là những nhiệm vụ quan trọng của quá trình sản xuất số. Hơn 
nữa, kích thước hình học, hình dáng và trạng thái bề mặt là những yếu tố quan trọng ảnh 
hưởng đến chất lượng làm việc của các chi tiết cơ khí, trong đó bề mặt là một trong các 
yếu tố quan trọng nhất liên quan tới quá trình hoạt động và tuổi thọ của chi tiết máy cũng 
như mối tương quan với các chi tiết khác trong máy. Chính vì vậy, tạo hình bề mặt là một 
trong những mục tiêu chính của gia công cơ khí. Mỗi bề mặt của chi tiết là một mặt hình 
học trơn và liên tục hoặc cấu thành từ những mảnh mặt hình học trơn, liên tục và kết nối 
liên tục với nhau [1]. Các bề mặt này được mô tả toán học trong không gian 3D bằng các 
phương trình toán học, bao lấy vật thể thực và chỉ có thể truy nhập vào từ một phía. 
Một cách nhanh chóng, hiệu quả và thường được sử dụng để mô hình hóa vật thể là 
máy quét 3D. Thông thường, quét 3D, hay sự xây dựng lại kích thước 3D, còn được gọi là 
3D số hóa, là sử dụng một thiết bị ba chiều thu thập dữ liệu tọa độ X, Y, Z trên bề mặt của 
một đối tượng vật lý. Mỗi bộ tọa độ X, Y, Z được gọi là một điểm. Sự kết khối của tất cả 
những điểm này được gọi là một đám mây điểm. Định dạng điển hình cho dữ liệu đám 
mây điểm hoặc là một tập tin văn bản theo mã ASCII chứa giá trị X, Y, Z cho mỗi điểm 
hoặc là một đại diện lưới đa giác của đám mây điểm hay thường được biết đến là một định 
dạng tập tin STL. 
Rất nhiều kỹ thuật đã được phát triển như quét laser, hệ thống hình ảnh lập thể, hệ 
thống ánh sáng cấu trúc, và camera TOF (time-of-flight), trong đó camera TOF được sử 
dụng rất rộng rãi bởi tính chất không tiếp xúc và tốc độ cao của nó. Trên thị trường hiện 
nay có nhiều thiết bị quét 3D, tuy nhiên, một nhược điểm đáng kể là giá thành của thiết bị 
thường rất đắt không phù hợp với doanh nghiệp nhỏ. Chính vì vậy, trong bài báo này 
Cơ kỹ thuật & Kỹ thuật cơ khí động lực 
B. T. Long, B. V. Biên, “Tạo hình bề mặt chi tiết cơ khí  sử dụng Microsoft Kinect v2.” 176 
nhóm tác giả đề xuất một giải pháp với chi phí thấp nhằm tạo hình bề mặt sản phẩm cơ khí 
bằng phần mềm Kscan3D sử dụng Microsoft Kinect V2. Trong phần tiếp theo của bài báo, 
phần mềm mã nguồn mở Kscan3D và sơ đồ số hóa đối tượng được trình bày ở mục 2. 
Trong mục 3 các tác giả mô tả nguyên lý hoạt động Microsoft Kinect V2 và những ứng 
dụng bước đầu của nó trong lĩnh vực cơ khí chế tạo. Phần thực nghiệm và kết quả thực 
nghiệm sẽ được trình bày trong mục 4. Cuối cùng, phần kết luận và hướng nghiên cứu tiếp 
theo sẽ được giới thiệu trong mục 5. 
2. PHẦN MỀM KSCAN3D 
Mỗi thiết bị số hóa cần có đầy đủ thông tin liên quan hỗ trợ phần mềm để vận hành 
hiệu quả. Trong các ứng dụng thương mại, ví dụ Rapid Form, người sử dụng có thể sử 
dụng tất cả các module cần thiết để kiểm soát thiết bị quét bắt đầu từ tái tạo lưới và mô 
hình tham số để kiểm tra các bề mặt đã được tái tạo (hình 1). Với mục đích hướng đến 
phương pháp số hóa rẻ hơn, phần mềm KScan3D, phần mềm mã nguồn mở, được giới 
thiệu trong bài báo này. 
Phần mềm KScan3D được phát triển bởi LMI Technologies, một nhà phát triển hàng 
đầu về công nghệ quét 3D, đo lường, thị giác hóa dữ liệu giúp giải quyết các vấn đề phức 
tạp một cách đơn giản. Với Microsoft Kinect V2 và phần mềm KScan3D, giao diện được 
mô tả trong hình 2, chúng ta có thể quét, chỉnh sửa, xử lý và xuất dữ liệu để sử dụng với 
phần mềm mô phỏng 3D yêu thích. Phần mềm KScan3D chuyển đổi màu sắc và chiều sâu 
dữ liệu thu nhập được bởi Micorosoft Kinect V2 thành lưới 3D. Bằng cách chụp dữ liệu từ 
nhiều góc độ, chúng ta có thể tạo lưới 360 độ hoàn chỉnh. Khi đã thu nhận đủ dữ liệu, 
chúng ta có thể xóa các điểm không cần thiết, các lưới tiêu hao, dữ liệu mịn và nhiều hơn 
nữa. Cuối cùng lưới được xuất dưới các định dạng .fbx, .obj, .stl, .ply, và asc để sử dụng 
với nhiều mục đích như hiệu ứng hình ảnh, phát triển trò chơi, in 3D, CAD/CAM, hiển thị 
trực tuyến và nhiều ứng dụng khác. 
Phần mềm KScan3D và Microsoft Kinect V2 có khả năng quét nhiều loại vật thể 
khác nhau, từ người đến đồ gia dụng trong phòng và nhiều hơn nữa. Do độ phân giải của 
cảm biến và khoảng cách quét tối thiểu khoảng 40 cm, việc quét các vật thể rất nhỏ sẽ 
thu nhận được rất ít dữ liệu quét. Các vật thể rất mỏng cũng cho kết quả quét không tốt. 
Nói chung, những vật thể tốt nhất để quét là màu trung tính, mờ và đục. Các bề mặt tối, 
phản chiếu và/hoặc trong suốt rất khó khăn thậm chí không thể quét được và phải chuẩn 
bị trước khi quét. 
Các yếu tố môi trường như vùng làm việc, ánh sáng và sự chuyển động của đối tượng 
đóng vai trò đáng kể trong sự thành công hay thất bại của quá trình quét. Đối với vật thể 
có kích thước lớn hay khối lượng nặng, Microsoft Kinect V2 sẽ được di chuyển để có thể 
thu nhận được toàn bộ đối tượng từ mọi góc độ. Đối với vật thể nhỏ và nhẹ hơn thì có thể 
xoay ở vị trí khi Microsoft Kinect V2 vẫn đứng yên. Nói chung, tốt nhất nên quét một vật 
thể trong một môi trường ánh sáng chiếu từ mọi phía. Do Microsoft Kinect V2 sử dụng 
ánh sáng hồng ngoại nên việc quét ở ngoài trời dưới ánh sáng mặt trời thường rất khó 
khăn, nhiều khi không thể thực hiện được. Để có được dữ liệu tốt nhất, các đối tượng được 
quét thường ở trạng thái tĩnh. Nếu vật thể hoặc các bộ phận của vật thể di chuyển trong 
quá trình quét, quá trình sắp xếp tự động có thể không hoàn thành hoặc không được chấp 
nhận. Tuy nhiên, tùy thuộc vào tốc độ di chuyển và trường hợp cụ thể, có thể thu được dữ 
liệu ở mức độ chấp nhận được. 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 177
Hình 1. Biểu đồ các bước cần thiết của quá trình số hóa đối tượng 
dựa trên quá trình quét 3D. 
Cơ kỹ thuật & Kỹ thuật cơ khí động lực 
B. T. Long, B. V. Biên, “Tạo hình bề mặt chi tiết cơ khí  sử dụng Microsoft Kinect v2.” 178 
Hình 2. Giao diện phần mềm KScan3D [8]. 
3. MICROSOFT KINECT V2 
Microsoft Kinect V1 được thiết kế và giới thiệu ra thị trường vào tháng 11 năm 2010. 
Sự thành công về mặt thương mại của Microsoft Kinect, tính đến 2013 họ đã bán được 24 
triệu chiếc [2], là một nguồn động lực to lớn cho rất nhiều bài nghiên cứu quan trọng trong 
lĩnh vực thị giác máy tính. Với mục tiêu ban đầu, Kinect là thiết bị thu nhận chuyển động 
cho bộ trò chơi mô phỏng Microsoft XBOX 360 qua hình thức bám theo hành động của 
người chơi. 
Hình 3. Vị trí các bộ phận của Microsoft Kinect V2 [6]. 
Microsoft Kinect V2 [6] sử dụng kỹ thuật TOF để tạo bản đồ chiều sâu của một quang 
cảnh, trong đó một mẫu cho trước được chiếu bởi ba nguồn ánh sáng hồng ngoại, mỗi 
nguồn tạo ra một sóng đã điều chế với biên độ thay đổi và được thu nhận bởi một camera 
hồng ngoại có vị trí cố định so với các nguồn sáng. Vị trí của các nguồn sáng và camera 
được mô tả trong hình 3. 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 179
Cảm biến hồng ngoại trong Microsoft Kinect V2 là cảm biến CMOS 512 424 có 
mảng pixels thay đổi. Camera RGB chụp ảnh màu với độ phân giải 1920 1080 pixels. 
Toàn bộ việc thu nhập thông tin được thực hiện với tốc độ khung hình lên tới 30 Hz. Mỗi 
pixel có hai điốt ảnh ( ,A B ) được điều khiển bởi cùng một tín hiệu đếm cái mà điều khiển 
điều chế sóng. Điốt ảnh chuyển đổi ánh sáng đã thu nhận thành dòng điện có thể đo lường 
được. Các điốt được điều khiển bởi tín hiệu đếm sao cho nếu  iA a được bật,  iB b 
bị tắt và ngược lại. Sau đó theo [5] 
     i ia b thể hiện mối tương quan giữa ánh sáng thu được và tính hiệu 
đếm và có thể được sử dụng để thu thập thông tin pha (“ảnh sâu”); 
     i ia b thiết lập ảnh thanh độ xám thông thường được chiếu bởi ánh 
sáng môi trường xung quanh bình thường (“ảnh môi trường xung quanh”); 
     
2
i i ia b  thiết lập ảnh thang độ xám độc lập với ánh sáng môi 
trường xung quanh (“ảnh hoạt động”). 
Các thông số kỹ thuật do Microsoft cung cấp cho biết phạm vi đo lường trong khoảng 
từ 0,5 m tới 4,5m. Các thông số này đã được kiểm nghiệm thông qua các thí nghiệm 
khác nhau được trình bày chi tiết trong [6]. 
Nguyên lý hoạt động của thiết bị trong hệ thống TOF dựa trên việc đo thời gian sóng 
ánh sáng truyền từ nguồn sáng đến đối tượng và phản xạ lại cảm biến, được mô tả trong 
hình 4. Đặt d là khoảng cách từ cảm biến tới đối tượng, thì trường hợp đơn giản nhất có 
thể được biểu diễn bằng 
2
r ct td c
  , (1) 
trong đó, ct và rt là thời gian để xung ánh sáng phát và thu, c là tốc độ ánh sáng trong 
không khí. 
Hình 4. Nguyên lý của hệ thống TOF. 
Với Microsoft Kinect V2, hệ thống TOF gián tiếp được sử dụng, dựa trên sự điều chế 
sóng ánh sáng, một sự lệch pha giữa tín hiệu đã phát và nhận được đo, thay thế phép đo 
trực tiếp của thời gian làm việc. Trong trường hợp này, khoảng cách ước tính giữa cảm 
biến và đối tượng đã chụp phụ thuộc vào sự lệch pha đã xác định theo phương trình 2 
[4] như dưới đây 
4
d c
f
  , (2) 
trong đó, f là tần số sóng ánh sáng được điều chế. 
 Nguồn sáng 
Cảm biến 
Đối 
tượng 
d 
Cơ kỹ thuật & Kỹ thuật cơ khí động lực 
B. T. Long, B. V. Biên, “Tạo hình bề mặt chi tiết cơ khí  sử dụng Microsoft Kinect v2.” 180 
Bước đầu, Microsoft Kinect V1 cũng đã được ứng dụng để tạo hình ảnh 3D của các 
chi tiết cơ khí [3]. Trong bài báo này, các tác giả đã sử dụng hai ứng dụng Skanect và 
ReconstructMe cùng với phần mềm quét mã nguồn mở David và các máy quét rẻ tiền 
Microsoft Kinect V1, Farp LS 880, ZScanner 700 để tạo hình ảnh 3D của các chi tiết máy. 
Sau đó họ đã đưa ra kết luận rằng, Microsoft Kinect V1 và các máy quét rẻ tiền khác 
không những được ứng dụng trong công nghiệp giải trí, không đòi hỏi độ chính xác cao, 
mà còn có thể được ứng dụng trong công nghiệp chế tạo, với những yêu cầu khắt khe về 
độ chính xác. Với khoản đầu tư xấp xỉ 1000€ cho những thiết bị phụ trợ khác, họ đã dựng 
lại thành công một mô hình hộp giảm tốc có độ chính xác phù hợp với lĩnh vực xây dựng 
bản đồ số cho robot công nghiệp. Ngoài ra họ cũng kết luận, đây cũng chỉ là những nghiên 
cứu bước đầu, còn rất nhiều tiềm năng để nghiên cứu và phát triển sản phẩm cơ khí. 
Trong phần tiếp theo của bài báo, các tác giả sẽ tiến hành thí nghiệm quét 3D các bề 
mặt chi tiết cơ khí bằng phần mềm Kscan3D và Microsoft Kinect V2. 
4. TẠO HÌNH BỀ MẶT CHI TIẾT CƠ KHÍ 
4.1. Thiết bị thí nghiệm 
Trong quá trình thí nghiệm tạo hình bề mặt chi tiết cơ khí, các tác giả sử dụng thiết bị 
Microsoft Kinect V2. Phần mềm KScan3D 1.2.0.2 (64-bit) được cài đặt trên máy tính cá 
nhân có cấu hình cụ thể như sau: CPU Intel (R) Core i7-4790 3,6GHz; RAM 12GB; Video 
card Geforce NVIDIA GV-N730D5-2GI. 
Chi tiết cơ khí dạng hình hộp chữ nhật bằng thép C45 được sử dụng trong thí nghiệm 
và sơ đồ bố trí thiết bị thí nghiệm được minh họa trong hình 5. 
Hình 5. Sơ đồ bố trí thí nghiệm. 
Microsoft Kinect V2 được đặt trên mặt bàn phẳng về phía một mép bàn, ở phía đối 
diện trên mặt bàn đặt vật mẫu. Ánh sáng chiếu vào vật từ đèn huỳnh quang treo trên trần 
nhà. Khoảng cách giữa cảm biến và chi tiết vật mẫu là 760 20 mm [6]. 
4.2. Kết quả thực nghiệm 
Sau khi hoàn thành quá trình cài đặt và điều chỉnh hệ thống thiết bị, các tác giả đã tiến 
hành quét và xử lý dữ liệu. Thuật toán ICP được thực hiện lặp đi lặp lại để cải thiện sự phù 
hợp giữa các điểm ảnh trên các đám mây điểm ở các góc chụp khác nhau, qua đó làm tăng 
mật độ điểm cho đám mây điểm và độ chính xác của quá trình quét [7]. Đầu tiên, sử dụng 
công cụ của phần mềm thiết lập vị trí tham chiếu sao cho đường vuông góc với mặt phẳng 
ảnh đi qua tiêu cự của camera cũng sẽ đi qua tâm của chi tiết. Kết quả quét đám mây điểm 
của một mặt hình hộp chữ nhật được số hóa và minh họa ở hình 6. 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 181
Hình 6. Đám mây điểm của một bề mặt hình hộp chữ nhật. 
Sau đó chúng tôi xem xét 10 vị trí tiếp theo của vật mẫu để quét dữ liệu bằng cách 
xoay vật mẫu từ -50 đến +50 quanh vị trí tham chiếu. Quá trình này được thực hiện bằng 
tay, các vị trí đã được đánh dấu trước. Bảng 1 mô tả vị trí quét của vật mẫu và các góc 
quay tương ứng so với vị trí tham chiếu. 
Bảng 1. Vị trí quét và góc tương ứng. 
Vị trí quét Góc so với vị trí 
tham chiếu (0) 
Vị trí quét Góc so với vị trí 
tham chiếu (0) 
1 -5 7 1 
2 -4 8 2 
3 -3 9 3 
4 -2 10 4 
5 -1 11 5 
6 (vị trí tham chiếu) 0 
Lần lượt quét đám mây điểm của vật mẫu tại các vị trí của vật mẫu theo thứ thự trong 
bảng 1. Tiếp theo, truy xuất tất cả dữ liệu sang Matlab. Sử dụng thuật toán ICP để xác lập 
sự phù hợp giữa các điểm ảnh của hai đám mây điểm của vị trí quét 1 và 2, trong đó đám 
mây điểm ở vị trí 2 được coi là đám mây tham chiếu và đám mây điểm ở vị trí 1 được 
chuyển đổi sau đó được hợp nhất với đám mây điểm tham chiếu và đám mây điểm kết hợp 
này sẽ được lưu trữ. Đám mây điểm kết hợp này sau đó được tiếp tục sử dụng để chuyển 
đổi và hợp nhất các đám mây điểm ở vị trí số 3, 4, 5, và 6. Tương tự như quá trình trên từ 
vị trí quét số 11 tất cả các đám mây điểm được chuyển đổi đối với các vị trí trước đó của 
chúng và sau đó được hợp nhất cho đến vị trí số 6. Do đó, hai đám mây điểm cho vị trí số 
6 được tạo ra. Cuối cùng, hai đám mây điểm này được hợp nhất để thu được đám mây 
điểm 3D dày đặc hơn của quá trình quét. Sai số trung bình bình phương (RMSE) giữa hai 
đám mây điểm khi chuyển đổi được tính toán đối với tất cả các trường hợp được trình bày 
trong bảng 2. 
Bảng 2. Quá trình chuyển đổi và sai số trung bình bình phương. 
Từ vị trí về ví 
trí 
Sai số trung bình 
bình phương (mm) 
Từ vị trí về vị 
trí 
Sai số trung bình 
bình phương (mm) 
1 về 2 1,7855 11 về 10 1,7160 
2 về 3 2,2360 10 về 9 1,6494 
3 về 4 2,2367 9 về 8 1,8050 
4 về 5 2,2588 8 về 7 2,0615 
5 về 6 3,0309 7 về 6 2,3718 
Cơ kỹ thuật & Kỹ thuật cơ khí động lực 
B. T. Long, B. V. Biên, “Tạo hình bề mặt chi tiết cơ khí  sử dụng Microsoft Kinect v2.” 182 
Qua thông số đã thu nhận được trong bảng 2, sai số trung bình bình phương cho cả quá 
trình quét được được tính toán theo công thức 3 dưới đây 
10
1 2,1152
10
i
i
tb
RSME
RSME mm 

, (3) 
Để kiểm tra tính chính xác kết quả quá trình quét, các tác giả so sánh hai kết quả đo 
của kích thước cạnh mặt đáy của hình hộp chữ nhật, thứ nhất đo bằng thước kẹp với vật 
mẫu và thứ hai tính khoảng cách hai điểm được lựa chọn như hình 7. 
Hình 7. Biểu diễn đám mây điểm của một bề mặt hình hộp chữ nhật trong Matlab. 
Kích thước cạnh mặt đáy của hình hộp chữ nhật được đo bằng thước kẹp có giá trị là a 
= 149,95mm. Với các tọa độ của hai điểm được xác định trong hình 7, kích thước của cạnh 
mặt đáy đo trên đám mây điểm được tính bởi công thức 
2 2 2
' 79,4 70,55 4,288 6,125 762,2 765 149,9874a mm , (4) 
Từ hai giá trị của a và a’, ta thấy rằng sự sai lệch giữa chúng là không đáng kể. Qua đó 
có thể kết luận rằng đám mây điểm của bề mặt vật mẫu, chi tiết hình hộp chữ nhật, đã 
được tạo ra với độ chính xác khá tốt. 
5. KẾT LUẬN 
Trong bài báo này, các tác giả đã giới thiệu một phương án thay thế với mức đầu tư tối 
thiểu (khoảng 2 triệu VND) cho lựa chọn phần mềm và phần cứng để cung cấp công cụ 
tạo hình 3D các chi tiết cơ khí. Qua kết quả thực nghiệm cho thấy, kết quả tạo hình 3D là 
phù hợp cho các ứng dụng công nghiệp. Tuy nhiên, cũng qua kết quả thực nghiệm, có rất 
nhiều vấn đề cần phải được nghiên cứu và phát triển để cải thiện kết quả của quá trình quét 
như những bề mặt vuông góc với mặt phẳng chứa tiêu cự và đường baseline của camera, 
Nghiên cứu khoa học công nghệ 
Tạp chí Nghiên cứu KH&CN quân sự, Số 58, 12 - 2018 183
cũng như khả năng cải thiện tính chính xác của các bề mặt sau khi quét. Trong nghiên cứu 
tiếp theo, các tác giả sẽ xây dựng các phương pháp so sánh số liệu quét và mô hình gốc 
của một số chi tiết cơ khí điển hình bằng phần mềm CAD 3D qua đó xác định độ chính 
xác của phương án đã nêu. 
TÀI LIỆU THAM KHẢO 
[1]. Bành Tiến Long and Bùi Ngọc Tuyên (2013) “Lý thuyết tạo hình bề mặt và ứng dụng 
trong kỹ thuật cơ khí”. Nhà xuất bản Giáo dục Việt Nam, tr 5. 
[2]. K. Berger, S. Meister, R. Nair, and D. Kondermann, (2013) “A State of the Art Report 
on Kinect Sensor Setups in Computer Vision”. in Lecture Notes in Computer Science, 
vol. 8200 LNCS pp. 257–272. 
[3]. J. Novak-Marcincin, J. Torok, L. Novakova-Marcincinova, J. Barna, and M. Janak 
(2014) “Use of alternative scanning devices for creation of 3D models of machine 
parts”. Tech. Gaz., vol. 21, no. 1, pp. 177–181. 
[4]. H. Sarbolandi, D. Lefloch, A. Kolb (2015) "Kinect Range Sensing: Structured-Light 
versus Time-of-Flight Kinect". Journal of Computer Vision and Image Understanding, 
2015, 
[5]. J. Sell, P. O’Connor (2014) "The Xbox One System on a Chip and Kinect Sensor". 
IEEE Micro, 03.2014, vol. 34 no. 2, pp. 44–53 
[6]. L. Yang, L. Zhang, H. Dong, A. Alelaiwi, A. El Saddik (2015) "Evaluating and 
improving the depth accuracy of Kinect for Windows v2". IEEE Sensors Journal, 
2015, vol. 15 no. 8, pp. 4275–4285 
[7]. N. Pears, Y. Liu, and P. Bunting (2014) “3D Imaging, Analysis and Applications”. 
Springer London. 
[8]. L. Technologies, “About KScan3D,” (2013). 
ABSTRACT 
CREATION OF 3D MODELS OF MACHINE PARTS USING KSCAN3D SOFTWARE 
WITH MICROSOFT KINECT V2 
Capturing of 3D information about any kind of machine part surface is currently 
a big challenge. A few commercial techniques and equipment are being used in fact, 
but needed hardware and software are still too expensive for ordinary users of PC. 
This article provides a new solution based on open source elements to low-cost non-
contact 3D scanners and proves that the obtained data are suitable not only for 
hobby home spatial digitization but also for requisites in the industry. Then 
limitations of this alternative are also mentioned. 
Keywords: Machine parts; 3D Models; Software Kscan3D; Sensor Kinect for Window; Digitization. 
Nhận bài ngày 15 tháng 09 năm 2018 
Hoàn thiện ngày 29 tháng 11 năm 2018 
Chấp nhận đăng ngày 20 tháng 12 năm 2018 
Địa chỉ: 1 Trường Đại học Bách khoa Hà Nội; 
 2 Trường Đại học Hải Phòng. 
 * Email: bienbv80@dhhp.edu.vn.