基于三维点云螺纹中轴线的拟合方法研究

螺纹中轴线的精确测定是决定螺纹三维测量结果是否准确的重要因素之一。中轴线的倾斜、偏移会对工件坐标系的建立、螺纹的三维重构、参数检验等测量操作引入误差。基于三维点云的最小二乘拟合算法,开展了螺纹中轴线的拟合方法研究。根据螺纹表面点云数据,利用螺纹表面与中轴线的特征关系建立最小二乘数学模型,通过计算点云数据的三维凸包滤除螺纹自身三维结构带来的拟合误差,使螺纹中轴线的测定更精准。通过仿真实验,基于三维点云的最小二乘拟合算法拟合的直线与三维点云的距离方差为0.34,在旋合长度范围内与投影法确定的直线两端最大距离为0.15μm,符合三维测量高精度标准,基于三维点云的最小二乘拟合算法可以快速、准确地拟合螺纹中轴线。     

列车车轮三维结构光检测中的点云处理研究

列车轮对作为转向架的关键零部件,其检测手段仍以人工检测为主,现有的自动检测方案,大多针对车轮某一断面的参数尺寸进行测量,难以真实反映车轮轮缘踏面的损伤情况。为此,该文提出一种列车车轮三维结构光检测中的点云处理方案。首先,利用三维结构光测量仪器采集列车车轮的三维点云数据;其次,根据列车车轮三维点云的特点,确定包括离群点去除、点云配准、点云平滑处理以及孔洞修补在内的点云处理方案,并对各处理步骤的最优参数进行分析;最后,利用贪婪投影三角化算法,进行列车车轮三维点云数据的曲面重建,使用拉普拉斯平滑算法对重建后的曲面进行平滑处理。结果表明,该文所提出的列车车轮点云处理方案能够实现对三维点云数据的处理,最终得到的列车车轮的三维曲面模型与基准模型的标准偏差为1.768 mm,实现对于列车车轮的三维检测。     

汽车发动机缸盖燃烧室容积数字化检测

本文针对现有缸盖燃烧室容积滴定法测量中测量精度低、测量速度慢等不足,提出一种使用线激光三维测量系统扫描缸盖燃烧室的发动机缸盖燃烧室容积的数字化测量方法,实现了对缸盖燃烧室容积的快速、精确计量,并应用于工程实际。论文介绍了测量原理和检测方法;详细阐述了获取缸盖燃烧室点云后通过一系列滤波及容积计算程序,获得缸盖燃烧室容积的过程,即点云的滤波处理、孔洞修补、曲面重建、燃烧室有效点云提取及容积计算等;最后,基于样机平台,对上述方法进行了实验验证。     

基于51duino智能小车的三维场景重建

为了解决光学单目拍摄图像的物体相互遮挡、深度信息缺乏等问题,研究了基于51duino智能小车的三维场景重建方法.智能小车的核心控制器采用开源51duino开发平台,并搭载有单目光学摄像头、超声避障模块、光电寻迹模块与wifi传输模块.小车在行驶过程中,由不同角度拍下被测场景图像,经wifi模块将图像传回用户终端,并在用户终端采用SFM (Structure from Motion)算法得到场景的稀疏点云,再经CMVS (Cluster Multi-View Stereo)/PMVS (Patch-based Multi-View Stereo)稠密重建与泊松表面重建,得到场景的三维图像.通过两组测试验证了所提方法的正确性与可行性,获得了信息更丰富、可读性更强的场景三维图像.     

异形热态锻件几何尺寸测量方法的研究

提出一种异形热态锻件几何尺寸测量方法。基于线激光器、CCD和伺服系统构建线激光扫描测量系统,通过提取图像上被锻件表面轮廓调制的激光条纹二维信息,经过坐标变换及点云三维重构得到锻件三维尺寸信息。针对被测异形锻件形貌特征,建立基于摄像机运动的扫描测量模型,并提出一种基于棋盘参考平面的摄像机光心轨迹求解方法。根据平面上特征点在CCD图像不同帧中的坐标拟合摄像机的运动轨迹,结合扫描测量模型实现对异形锻件完整轮廓尺寸的测量。通过实验对封头进行扫描测量,得到球冠部分截面测量直径误差小于4 mm,满足热态锻件测量要求,验证了该方法的可行性。     

电容层析成像三维图像重建研究

进行了电容层析成像(ECT)三维图像重建的仿真研究。首先利用COMSOL软件对ECT传感器进行三维建模,基于其高精度的有限元求解,计算ECT的灵敏度矩阵;其次,基于Matlab软件实现了基于线性反投影(LBP)及Landweber迭代算法的ECT图像重建,并利用图像显示程序获得了三维重建图像;最后,对球体及圆柱体模型进行了三维ECT图像重建,获得了较好的重建结果。     

基于稀疏激光点云数据和单帧图像融合的三维重构算法

由于激光雷达获取的深度数据非常稀疏,为了能够将深度数据与图像数据重构出稠密三维深度图,本文提出了基于稀疏激光点云数据和单帧图像融合的三维重构算法。该方法首先使用点直方图特征有效地选择对应于目标的点数据并消除体素中的非相似点;然后,使用高斯过程回归对局部深度数据建模,并通过插值获得三维深度数据,本文算法获得的三维深度点更接近基准值,并保持了目标的局部形状特征;最后,利用马尔科夫随机场对图像灰度数据和三维插值点进行融合来构建三维深度图。仿真实验结果表明:相比现有基于激光雷达数据和单目图像数据的三维重建算法,本文提出的算法将大大提升算法的鲁棒性与重构的准确度,可辅助用于复杂的城市场景中车辆的无人驾驶。     

基于振动点云补偿锻件尺寸在线测量系统研究

目的 针对高温锻造生产线检测任务中机械振动造成锻件热态尺寸测量误差较大的问题,提出基于加速度传感器的振动点云补偿方法。方法 振动点云补偿方法是在激光相机中内置加速度传感器获取振动信号,在检测出相机振动的加速度后,通过二次积分求解出相机在3个方向上的位移量,并通过旋转矩阵变换得到对应点的坐标值,从而对相机振动带来的点云偏差进行补偿和校正。在完成对点云偏差的修正之后,利用Halcon中的模板匹配算法对锻件点云进行匹配。结果 搭建了具有加热、镦粗、预锻等工序的汽车轮毂机器人自动化锻造生产线,根据锻造工艺要求,使用所研制方法对高温锻件产品进行了关键尺寸的在线测量。经补偿后,锻件点云尺寸平均测量误差由±0.9 mm降低至±0.1 mm,标准差由0.52 mm降低至0.056 mm。结论 采用二氧化硅气凝胶隔层降噪、增加防振结构件及隔热恒温等措施,使用蓝紫线激光3D相机,并通过基于加速度传感器的振动点云补偿算法,可以满足锻造自动化生产线的在线检测要求,能够提高锻造生产线高温锻件尺寸的检测精度、降低尺寸检测的不稳定性。     

三维激光扫描技术在犯罪现场重建中的应用

目的:研究利用三维激光扫描技术进行现场重建的技术方法。方法:首先,利用三维激光扫描仪对现场进行扫描,获取现场的点云数据;然后,依据点云数据进行现场建模和动画模拟。结果:精确地重建了犯罪现场的场景并获得具有交互性、沉浸感的动画模拟效果。结论:利用三维激光扫描技术可以精确、方便地进行现场重建。     

基于毫米波雷达的运动目标点云聚类和扩展算法

用毫米波雷达对运动目标进行姿态识别时,雷达点云数据具有噪点多、分布离散的特征,传统基于密度空间的聚类算法对点云聚类成像的过程中,会出现邻近目标之间的点云分类错误及同一目标点簇聚类为多个点簇等问题。针对上述情况,提出一种运动多目标邻近点云优化聚类算法,利用自适应距离加权的模糊c均值算法对聚类结果进行修正,提高近邻目标点云聚类准确度。同时提出一种目标点簇扩展聚合算法,利用卡尔曼滤波对运动目标位置预测,将多帧迭代三维点云尺寸作为波门对目标点云进行点簇扩展,提高目标点云完整性。试验结果表明,所提方法能有效提高聚类准确度。     

Research on Multi-View Image Reconstruction Technology Based on Auto-Encoding Learning

Traditional three-dimensional (3D) image reconstruction method, which highly dependent on the environment and has poor reconstruction effect, is easy to lead to mismatch and poor real-time performance. The accuracy of feature extraction from multiple images affects the reliability and real-time performance of 3D reconstruction technology. To solve the problem, a multi-view image 3D reconstruction algorithm based on self-encoding convolutional neural network is proposed in this paper. The algorithm first extracts the feature information of multiple two-dimensional (2D) images based on scale and rotation invariance parameters of Scale-invariant feature transform (SIFT) operator. Secondly, self-encoding learning neural network is introduced into the feature refinement process to take full advantage of its feature extraction ability. Then, Fish-Net is used to replace the U-Net structure inside the self-encoding network to improve gradient propagation between U-Net structures, and Generative Adversarial Networks (GAN) loss function is used to replace mean square error (MSE) to better express image features, discarding useless features to obtain effective image features. Finally, an incremental structure from motion (SFM) algorithm is performed to calculate rotation matrix and translation vector of the camera, and the feature points are triangulated to obtain a sparse spatial point cloud, and meshlab software is used to display the results. Simulation experiments show that compared with the traditional method, the image feature extraction method proposed in this paper can significantly improve the rendering effect of 3D point cloud, with an accuracy rate of 92.5% and a reconstruction complete rate of 83.6%.     

基于激光点云数据的叶片型面三维重构

在四坐标叶片型面检测基础上,提出基于激光点云数据的叶片型面三维重构方法。激光位移传感器对叶片型面进行多视角扫描采样,快速采集叶片型面海量点云数据。运用由点到线到面的数学建模原理,先基于端点一阶导矢连续法拟合出光顺NURBS曲线,再依据分片能量法构建辅助曲面拟合出光顺NURBS曲面,最后对分片NURBS曲面进行统一描述,构造出精确光滑的叶片型面,实现叶片型面的三维重构。实验结果表明：采用该方法实现对各类叶片复杂型面的三维重构,重构误差均<0.015 mm,能够满足精密零件的测量需求。     

基于快速散斑结构光三维重建的在线测量系统

在流水生产线中实现工件表面三维信息的快速获取及尺寸的快速测量是当前辊压成形等制造业智能化升级过程中的迫切需求。基于散斑投影的三维重建方法仅需利用单幅物体散斑图像即可重建出物体表面的三维数据,在流水线工件快速测量中具有一定优势。本文对散斑三维重建中较为耗时的对应点搜索算法进行了优化,并在此基础上研制出适用于辊压成形制造生产线的工件快速三维测量系统。实验结果显示,该系统具有较快的三维数据重建速度,测量误差在0.035 mm范围内,能够满足辊压成形工件三维结构尺寸的快速在线测量需求。     

基于三维激光扫描及凸包算法的油罐底部排量快速测量

针对传统立式金属油罐底量计量方法测量准确度不高、重复性不好等问题,提出一种立式罐底部排量快速测量方法。该方法以三维激光扫描仪获取的罐体点云数据为研究对象,采用计算几何学的寻找凸包算法,形成三维凸包,并通过投影法计算立式罐底部排量。以立式罐为对象并与几何测量法进行对比,分析快速方法的重复性及准确性。快速方法与几何测量法的重复性误差分别为1.28%及11.81%,测量结果均值的相对偏差为7.43%。     

三维成像声呐图像重建研究

针对成像声呐领域中水下目标探测、识别等问题,基于三维探测声呐2304通道波束形成数据,研究三维成像声呐可视化方法,仿真了三维点云重构算法,并根据实际应用需求,在设备实现中改进了算法,使其在实际环境中可动态调节阈值,优化成像效果。水池、湖试实验表明:以该可视化方法为基础的三维探测声呐可正确显示目标位置、形态;且在混响环境中对复杂探测目标有良好的重构效果;同时通过与二维声呐图像对比,进一步验证了该三维声呐在轮廓识别方面的优越性。     

Alpha-Shapes分段改进算法在三维模拟树枝体积扫描测量中的应用

针对树木与树枝分叉部分体积计算困难,三维扫描建模易产生黏连现象等问题,提出一种Alpha-Shapes分段改进算法。通过三维激光扫描技术获取三维模拟树枝的点云数据,利用Alpha-Shapes算法计算出三维模拟树枝的点云边缘轮廓并进行三维重建,利用分段算法对三维重建数据进行体积分割计算,通过点云最高层补偿以此保证分段算法的准确度。最后用Alpha-Shapes算法计算各个分段体积并进行累加。实验使用标准塑料直管段、三通管段和四通管段对树干以及树枝的分叉情况进行模拟并通过扫描真实树枝进行验证,通过三维激光扫描技术获取点云数据,实验充分考虑树枝分叉情况、检测精度、黏连问题,结合不同模拟树枝分叉特点,对比选择最合适的半径α值与分段高度β值。实验表明该改进算法的体积计算误差值在4%-5%之间,较改进前降低5%。     

基于曲率弦高法的海量测量数据精简

针对视觉测量的点云数据过大而不利于计算和重构的问题,在分析视觉测量点云数据特征的基础上,将曲率原则和弦高法相结合,提出基于曲率弦高法的海量测量数据精简方法。该方法在考虑曲线曲率变化的基础上构建弦高函数,并通过迭代得到各测点变化的弦高值,再根据弦高法的数据精简原则确定需要保留的测量点。仿真实验表明,该方法在平均误差小于0.2 mm时,精简率为89.8%,能够有效地对海量点云数据进行精简,并实现精简后测点按曲面曲率的合理分布。     

基于条纹投影的复杂曲面测量技术

如何快速、高精度地测量复杂曲面的三维轮廓是目前的一个热点研究方向。与现有的测量方法相比,条纹投影轮廓测量技术具有非接触测量、测量速度快和重构点云密集等优点,在逆向工程等领域得到了广泛的应用。本文搭建了基于条纹投影轮廓测量技术的复杂曲面测量装置,并且对相位误差标定及补偿、投影仪精确标定、高阶系统模型简化以及有效点云快速识别等条纹投影轮廓测量的关键技术进行了深入地研究。最后使用该装置进行了叶片表面轮廓测量实验,实验结果表明,本文设计装置的测量偏差最大值不超过0.05 mm。