基于曲面约束匹配算法的装配仿真定位方法

随着工业科技的发展,现代制造业对零部件的装配精度提出了更高的要求,要求从系统制造的早期阶段预测最终产品的精度与性能,这有利于提高装配合格率、一致性及精度稳定性。在精密零件真实模型的装配仿真过程中,确定零件模型的装配定位是进行装配精度预测与控制首要解决的问题,其本质是两个带有几何误差的配合表面的精确匹配。提出一种基于曲面约束匹配算法的装配仿真定位方法,并通过试验验证,零件装配定位的预测值与实测值的相对误差在10%以内。该方法是准确有效的,具有很好的计算精度,可以快速准确地在真实接触状态下分析和验证装配出的产品是否符合精度要求,为产品的装配分析和公差设计提供良好的校验、反馈功能以及可视化手段。     

基于层次模型的线束装配定位方法研究

为了提高飞机线束的装配效率和装配质量,提出了确定线束装配定位方法的总体流程,通过提取线束3D模型数据信息,建立了基于父子分支的线束层次数据链模型。提出一种新的线束展平角计算方法,并按照线束层次模型将线束进行展平,最终在2D展平图上确定出线束安装定位标记的位置,通过编程在MATLAB GUI中搭建了装配定位平台,实验表明,该方法能够在制造出的线束上进行标记,可以指导生产以及现场装配。     

基于联接约束的装配定位判别方法

针对学生对装配图绘制方法不易接受,把绘制装配图理解为零件视图的简单堆砌、图样不能正确表达零件间装配关系的问题,提出了基于联接约束的装配定位判别方法,列举了联接面常用的4种约束方式:配合、贴合、旋合、啮合,指导学生在绘制装配图时,分析零件间联接面的约束方式,使零件在装配体中实现定位,然后把零件视图绘制或插入在装配图的准确位置上。该方法引导学生主动分析装配关系,有效避免了装配图样中结构表达的错误。     

基于粒子滤波的自动装配定位方法

为了在虚拟环境中对零件模型进行快速自动定位并仿真实际装配过程,将传统的粒子滤波算法与典型的马尔科夫蒙特卡洛方法—MH抽样算法相结合,并应用于虚拟装配。利用随机样本描述零件位姿的概率分布,根据重要性函数对零件进行位姿采样。通过调节各采样粒子权值的大小对发生干涉的零件进行位姿重采样,模拟实际装配中零件位姿的概率分布,并以样本的加权计算结果对零件位姿进行估计。分析了采样粒子数、零件外形复杂程度等因素对方法性能和装配效率的影响。该方法已经用于自主开发的基于自然交互的虚拟设计平台,实例表明它可以自动精确地完成装配引导。     

基于霍夫空间模型匹配的移动机器人定位方法

快速获取自身相对于外部世界的位置和姿态是自主移动机器人一项重要的基本功能。本文将经典霍夫(Hough)变换引入移动机器人自定位，利用摄像机获取外界环境的局部地图特征，与给定环境模型(全局地图)在Hough空间进行匹配和比较，更新机器人的位置信息，并用EKF法将此信息与里程计测得的位置信息进行数据融合，从而最终实现移动机器人自定位。该方法尤其适用于室内结构化环境，实验结果表明该方法具有良好的性能。     

基于分阶式力引导的自动装配定位方法

为准确模拟人的装配意图,以对虚拟零部件进行引导定位,提高产品装配仿真过程的真实感,提出一种基于分阶式力引导的自动装配定位方法。根据装配过程各阶段不同的施力特点,采取符合各阶段装配意图的施力策略对装配件进行引导定位。从人对物体位姿的实际认知出发,提出一种面向装配过程仿真的物体位姿描述方法及控制策略。通过模拟人机因素对装配力和装配力矩的影响,将人机因素融入产品装配仿真过程。通过在自主开发的虚拟装配原型系统中的应用,验证了所提方法的有效性。     

基于装配可供性模型的多阶段装配资源匹配研究

针对零部件不同装配阶段对装配资源需求不同的问题,在分析零部件与装配资源的相互关系的基础上,提出了基于装配可供性模型的多阶段装配资源匹配设计方法。首先对零部件进行了装配需求分析,然后建立装配可供性模型和面向装配设计准则约束等分析工具进行了装配前、装配中、装配后3个阶段的装配资源自适应匹配,最后以齿轮和轴的装配为例验证了该方法选择最优装配资源的合理性与有效性。研究结果表明:运用装配可供性模型可以剔除对装配有消极交互作用的装配资源,选择对装配有促进交互作用的装配资源,从而验证了选择最优装配资源的有效性。     

基于形状模板匹配的印刷品缺陷检测

针对传统的模板匹配算法无法满足工业检测中的实时性要求,提出了一种基于形状模板的匹配算法,并应用于印刷品的缺陷检测。算法以Sobel算子滤波后得到的边缘点的方向向量为基础,定义相似性度量,同时结合图像金字塔分层搜索策略,利用形状信息进行模板匹配。实验结果表明,所提出的匹配算法速度快、精度高,而且匹配鲁棒性高,不受印刷品缺陷检测中可能出现的遮挡、非线性光照变化和全局对比度反转等情况的影响。     

基于地磁序列匹配的大型室内动态定位方法

基于地磁信号的定位技术无需架设信号发送设备,成本低且可覆盖室内定位范围广。针对室内地磁定位方法采集工作繁琐复杂需反复测量才能精准映射二维平面坐标点的现状,提出一种基于移动终端图像可视化映射和自动插入采集数据的方法,快速采集室内地磁指纹,动态建立匹配室内二维地图的指纹数据库。在此基础上,定位阶段使用改进的动态时间规整(DTW)算法进行地磁序列匹配,提高大型数据库的动态定位效率。后续采用粒子滤波算法融合地磁序列定位和行人航位推算(PDR)的结果,在智能移动终端载体上实现快速精准定位。实验结果表明该动态定位方法在大型室内区域的动态实时跟踪定位效率为每步65 ms,平均定位精度为1.4 m以内。     

自适应参数驱动的装配界面形状主动设计方法

应力分布均匀程度是衡量精密机电产品装配精度和性能稳定性的重要指标,均匀的应力分布也是当前精密机电产品装配过程所追求的目标之一。形状设计是改善装配界面接触应力分布的重要途径,针对当前基于应力分布的装配界面形状主动设计方法中初始参数取值难以确定,且相关参数对优化过程计算效率、数值计算稳定性影响较大的问题,提出了一种根据优化过程中接触应力分布均匀程度变化信息来调节优化参数的自适应参数计算方法。并以典型单螺栓连接结构为设计对象,对比了采用自适应参数设计方法与采用固定参数设计方法分别进行装配界面形状主动设计后的结果。理论分析结果表明：该方法可以很好地解决基于应力分布的装配界面形状主动设计方法中初始参数难以确定的问题,同时提高了优化效果、计算效率和优化过程中的数值计算稳定性。     

基于DPC指纹子空间匹配的室内WiFi定位方法

针对无线接收信号强度(RSS)受传播环境突发噪声影响从而引起指纹定位较大误差的问题,本文提出了一种指纹子空间匹配结合密度峰值聚类(DPC)的定位算法,有效避免大误差点。首先通过在线阶段目标RSS信号的接入点(AP)覆盖向量,确定有效的参考位置点,并划分多个指纹子空间,利用改进的WKNN算法估计目标在每个子空间内的位置;最后利用DPC算法选取决策值最大的S个估计位置确定目标。所提算法简单,不需要离线阶段的学习过程训练定位模型,尤其适合存在大量AP的大范围室内定位区域。实际环境中的定位实验表明,基于DPC的指纹子空间匹配算法比WKNN算法的定位精度提升了25%左右,且在参考点分布密度为1.8 m×1.8 m的实验条件下基本消除了4 m以上的大定位误差,有效提高了定位方法的整体性能。     

多环装配尺寸链的重组快速匹配方法

对计算机辅助选择装配中如何提高多环装配尺寸链的匹配速度进行了研究,提出重组快速匹配法,并对这种方法进行理论分析和计算机仿真实验.     

基于形状匹配的片状元件贴片角度纠偏算法

针对上位机模板匹配中精度和速度之间的矛盾,结合FPGA高速并行运算的优势,提出了一种基于FPGA的形状匹配快速纠偏算法。主要在FPGA上利用形状匹配及最小二乘法计算片状元器件角度偏差,并且使用单指令数据流算法实现加速。实验表明,与传统上位机模板匹配算法相比,该文法进一步提高了纠偏精确度,且在纠偏精度保证的情况下,大大减少纠偏时间。     

基于辅助定位接点的装配公差建模

针对现有的装配公差数学模型不能完全表达装配定位接点对零件约束的问题,研究零件定位特征与装配定位接点之间的关系。将装配定位接点的配合类型进行归纳和分类,并以向量方程/不等式的方式表示辅助接点上各种配合对零件运动自由度的约束。得到的向量方程/不等式可以表达辅助接点的几何及公差信息,并用于修正一般的装配公差模型。最后通过该方法在公差分析中的应用实例验证了所提方法的有效性。     

基于不变矩特征匹配的目标定位方法(英文)

红外成像匹配辅助导航系统中由于基准图像和实时图像是从不同的观测角度,在不同时间、不同高度条件下获取的,实时图像与基准图像之间会产生仿射变换与像质差异,增加了成像匹配的难度.为了提高实时图像与基准图像的匹配正确率,提出了基于改进不变矩特征的成像匹配方法.从红外成像的基本原理出发,重点讨论了实时红外图像地面分辨率不同对统计不变矩特征不变性的影响,并从理论上推导出了6维不变矩特征向量的表达式.综合得出,在一定的条件下,该特征向量对平移、旋转、加噪、分辨率变化等多种复合变换下的图像具有不变性,可以作为成像匹配定位应用的特征量.文中选用Camberra距离作为实时图像和基准图像匹配测度,仿真实验部分验证了方法的可行性和正确性.     

基于深度学习特征匹配的铸件微小缺陷自动定位方法

针对射线实时成像检测中精密铸件微小缺陷自动定位的需要,提出一种基于深度学习特征匹配的铸件缺陷三维定位方法。模拟选择注意机制的中央-周边差算法,提出以视觉显著度为尺度,从射线图像复杂背景中检测出微小缺陷及其区域,以定义的区域中央点为待匹配点;然后,提出构造深度卷积神经网络自动提取微小缺陷区域的深度学习特征,通过深度学习特征矢量的相似度,实现在不同视角下投影图像中的同一微小缺陷点的自动匹配;最后,基于平移视差测距原理计算缺陷匹配点的三维空间坐标。实验表明,基于深度学习特征匹配的方法能够正确搜索平移前后投影图像中的同一缺陷点,以此为基础,利用视差测距原理实现了微小缺陷匹配点的自动准确定位,深度定位误差小于5.52%,能够满足对精密铸件微小缺陷智能评判的需要。     

基于装配概念模型的装配体建模方法研究

提出了一种基于装配概念模型的装配体建模方法,该方法采用自顶向下的设计,先确定产品的基本功能,根据基本功能用机构简图初步进行产品概念设计,并逐步向具体能实现该功能的结构映射,得到产品的装配概念模型,然后以此模型为产品的骨架,完成各零件的详细设计。     

基于遗传算法的车身装配三维曲线匹配位置优化

在汽车白车身的装配过程中 ,往往会遇到两个具有复杂曲面轮廓的三维零件的装配位置优化问题 ,本文在采用遗传算法的基础上 ,通过构造适当的优化目标函数 ,提高优化求解的收敛速度 ,提高该算法的实用性。本文最后讨论了该遗传算法的具体结构和改进的算法     

基于端口自动匹配的产品智能装配建模技术

为提高装配效率,提出了一种基于端口自动匹配的智能装配技术,用来提高复杂结构产品装配的智能性和自动化程度.通过装配端口及约束关系定义,建立了装配元件间约束关系的高级抽象表达.基于装配端口特征布局图,提取基准三角形;利用端口匹配算法,快速判定端口的可装配性;通过语义推理,自动创建两匹配端口间配合操作约束集.利用三维几何约束求解引擎,计算方位变换矩阵,实现元件的自动装配.开发了智能装配原型系统,并以结构复杂的零部件装配为例进行了实验,实践表明该技术可有效减少装配过程中的三维交互操作,提高装配速度.