基于最小包容区域法的平面度误差的快速评定法——新测点分类法

在平面度误差评定的最小包容区域法中提出一个新的、快速的实施方法:通过将测点向某特殊平面投影并利用在投影面中直线度评定的信息确定原测点的平面度误差.同时证明了从距最小二乘拟合面最远的高(低)点开始的搜索路线可减少测点分类法搜索的次数.本文通过一个常用的算例验证了该算法的正确性,并用随机产生若干算例验证了该算法的有效性.该算法对225个测点的平面度误差评定平均耗费时间只有0.5s左右.     

大型工件平面度平行度垂直度误差计算与评定方法

提出了一种实用的大型工件平面度、平行度、垂直度误差的计算与评定方法。这种方法适用于各种不规则、不连续的测量表面。评定程序采用最小二乘和最小条件法，搜素速度快，评定结果精度高。     

平面度和直线度误差的快速评定——增量算法

在平面度(直线度)误差评定的最小包容区域法中,提出一个新的、快速的实施方法--增量算法.该法以计算几何中凸壳的理论为依据,结合平面度(直线度)误差评定中数据的特点,从4个(3个)测点的子集开始,通过评定子集的平面度(直线度)以及增加距子集包容面最远的点构成新的子集的方法,逐步逼近精确解.该算法单调递增收敛到精确解,时间复杂度为O(n').几个算例证实了方法和结论的正确性.     

平面度误差最小区域新算法--有序判别法

提出一种平面度误差最小区域新算法———有序判别法。该方法以最小区域准则为基础，直接以排序的高点和低点构成的初始评定平面进行最小包容区域的判定和搜索，最终求得平面度误差值。该方法易于理解和掌握，搜索判别有序。实例运算表明，首轮搜索成功率高、速度快。     

平面度误差粒子群算法评定的不确定度评估

形状误差智能评定采用概率化随机搜索,评定结果存在分散性,针对此问题提出一种不确定度评估方法。以平面度误差粒子群算法评定为例,根据智能评定结果概率分布特性,采用β分布统示法拟合其概率分布,并对平面度误差进行区间估计,最后选取仿真平面测量数据进行不确定度评估实验。结果表明,样本个数NS=100、截取百分位数Qp=20时,估计区间能够有效包容平面度误差值,且平均宽度较小,验证基于β分布统示法的智能评定不确定度评估可行性。     

基于改进麻雀搜索算法的平面度误差评定方法

针对在平面度误差最小区域评定过程中易出现陷入局部最优、收敛速度慢和精度低的问题，提出了一种基于改进麻雀搜索算法(ISSA)的平面度误差评定方法。首先，采用具有更好遍历性的Kent混沌映射代替传统的Logistic混沌映射生成初始化种群，以增强算法的全局搜索能力；然后，应用一种基于光学透镜成像原理的反向学习策略以避免算法无法跳出局部最优；选用经典测试函数验证了ISSA算法的有效性，相对于SSA能够取得更好的寻优效果；最后，应用该方法对平面度误差进行评定，并与引用的其它方法进行比较。实验结果表明：基于ISSA算法的平面度误差评估方法用时0.488 4 s能够解得最小包容平面，与应用SSA算法相比减少了0.370 5 s,其计算精度与应用最小二乘法、遗传算法和粒子群算法的平面度误差评定方法相比分别减小了18.032 5μm、2.332 5μm、6.132 5μm。基于ISSA算法的平面度误差评估方法在优化效率、求解质量、计算精度和稳定性上均有优势，可应用于三坐标测量机等形位误差测量仪器。     

挡水闸门平面度测量

介绍一种利用经纬仪和游标量具测量福建水口电站船闸挡水闸门平面度的方法;按最小包容区域法评定被测闸门平面度误差值;对测量不确定度进行了分析和评定.     

一种利用Matlab软件计算平面度的方法

本文提出了一种利用Matlab软件计算平面度误差的方法，总体思想是利用最小二乘平面初步判断最小平面的最大点和最小点，通过这些点依据三角形原则、交叉原则和直线原则分别计算出最小距离，从中选出最小值作为最小平面值。     

评定平面度误差的最小条件快速精确电算法

本文提出一种平面度误差评定的最小条件快速精确算法。用此法可在不加任何人工判断的条件下,在计算机上求得最小条件平面度误差值。该方法具有计算速度快,不存在计算累积误差,并能求得精确解的特点。     

在给定平面内线对线平行度误差定向最小区域值的微机处理程序

文中提出了在给定平面内线对线平行度误差定向最小区域值评定的数学模型及其微机处理程序。同时,应用“删点原理”寻找出符合最小条件的基准理想直线。     

基于天牛须改进粒子群算法的平面度误差评定研究

基于天牛须改进粒子群算法(BAS-PSO)对平面度误差进行了评定研究.首先,建立基于最小区域的平面度误差评定的数学模型,并将目标函数转化为非线性最优化问题;接着,在粒子群算法(PSO)的基础上,引人局部搜索能力较强的天牛须算法(BAS),加速全局搜索和局部搜索的并行计算,避免算法早熟收敛并陷入局部最优,提高平面度误差评...     

基于拉格朗日乘子法的空间圆弧拟合优化方法

针对传统的空间圆弧拟合方法鲁棒性低、拟合精度不高等问题,提出了一种鲁棒性较强的空间圆弧拟合优化方法。首先,以拉格朗日乘子法为基础,基于平面条件约束建立目标函数,从而得出空间圆弧拟合方程;其次,采用RANSAC（random sample consensus,随机抽样一致）算法剔除错误跟踪点,将RANSAC算法的高稳定性应用到空间圆弧拟合的点云优化中,进而提高拟合精度。最后,通过实验分析验证了所提空间圆弧拟合优化方法的可行性,并与传统拟合方法进行比较,分析所提方法的拟合精度。实验结果表明：普通圆弧点云拟合的相对精度在0.003左右,复杂圆弧点云拟合的相对精度在0.01左右;相较于传统拟合方法,所提方法有效解决了拟合精度低及鲁棒性差等问题。研究结果表明提出的空间圆弧拟合优化方法一方面可运用拉格朗日乘子法增强鲁棒性,另一方面可通过采用RANSAC方法剔除错误点以提高拟合精度,具有广泛的工程实际应用价值。     

平面度误差的不确定度估计方法及取样点数量的确定

主要阐述在工程测量方案设计阶段,如何采用最小二乘法估算被测要素平面度误差的不确定度和如何确定合理的采样点数,即测量设备的单点坐标不确定度已知时,采用理想点坐标估算法,计算不定乘数系数,继而获得被测要素的采样点数量及其最小二乘法平面度误差的测量不确定度.     

基于三维点云聚类的坡度估计方法

为了提高火星探测器着陆时对坡度的估计精度,研究了一种基于三维点云数据聚类与随机搜索最优拟合平面的坡度估计方法。将通过激光雷达测量获得的三维点云数据进行稀疏表示,利用稀疏系数对数据点进行聚类与分割,划分子空间;对子空间中的数据点进行平面拟合,随机搜索最优拟合平面;根据最优拟合平面计算平面法向量之间夹角,其在数值上等于坡度角,从而完成坡度估计。实验表明:该方法可以对坡度进行较为准确的估计;与常用的坡度估计方法相比,相对误差较小。     

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。     

基于密度聚类和圆外切线斜率拟合的埋地排水管道声呐点云去噪技术

针对环扫声呐扫描结果受到排水管道内混合水声的影响问题,提出一种声呐扫描点云数据去噪的方法:在环扫声呐扫描得到的三维点云数据基础上,通过密度聚类优化算法,去除点云数据中的噪声,然后采用类圆外切线斜率拟合的方式,识别出管道内壁界限和淤泥淤积线,最终得出包含排水管道内壁界限和淤积线特征的模型。为验证有效性,以武汉市某排水管道为例进行分析,基于现场采集的98万个点云坐标进行数据去噪和特征提取,结果表明:采用密度聚类优化算法进行点云数据初筛后,通过圆外切线斜率拟合算法能有效识别出排水管道内壁界限和淤积线,拟合半径均方误差0.0071m,相较于单一密度聚类算法拟合精度更高,去噪效果更好。     

基于多视图立体视觉的沙堆三维尺寸测量研究

利用从运动中恢复结构方法(SFM),提出了一种基于多视图立体视觉的沙堆三维重建及三维尺寸测量方法。首先根据SFM方法的求解不稳定特点,结合光束平差法对SFM求解过程进行分析及优化;其次针对SFM重建结果为稀疏点云的问题,利用基于面片的稠密重建算法重新生成稠密的三维点云,再利用泊松算法对密集点云进行三维曲面重建;最后获得模型的三维尺寸信息。对某建筑工地的沙堆进行了三维尺寸的测量实验,实验结果验证了该方法的有效及可行性,提高了重建能力及精度,同时考虑了目标实际测量误差与重建误差,能够满足实际智能测量的应用需求。     

基于误差分解定权的工业测量空间线面拟合算法

针对工业工件拟合中测量数据由于测量仪器特性导致的不同方向误差分量差异问题进行了研究,提出了基于误差分解定权的工业测量拟合算法。该算法考虑了工件姿态以及测量仪器和测点的空间关系,分析了纵向误差和横向误差分量对空间直线和空间平面拟合的影响,然后通过影响量对测量数据进行定权,从而削弱仪器测量误差对拟合结果的影响,提高工件拟合精度。实验结果表明,该算法相比等权拟合精度可提高约16%。     

三维点云的两步校准法及其应用研究

针对具有平面特征的工件的位姿识别,提出了一种三维点云两步校准法。首先,对三维点云进行多次随机抽样,每次抽取3个点并计算其所构成平面的单位法向量;经多次抽样后,得到一个平面单位法向量集合,采用密度聚类算法提取主平面的单位法向量,并根据主平面单位法向量与目标向量的轴角变换关系实现点云的倾斜度校正。然后,先将点云投影至主平面,再将各点的高度映射为主平面内的灰度,得到点云灰度图;再利用图像模板匹配算法获取点云在主平面内投影的平移量和旋转角,经平移和旋转后实现点云位姿的最终校准。将所提出的三维点云两步校准法应用于高压输电线塔塔座自动焊接系统,以识别塔座的位姿信息,并与基于采样一致性法识别的塔座位姿信息进行对比。结果表明,相比于采样一致性法,所提出的两步校准法既提高了工件位姿的识别精度,又缩短了约76%的耗时。研究结果可为具有平面特征的工件的位姿快速校准及识别提供参考。三维点云两步校准法在先进制造业中具有广阔的应用前景。     

基于UG/Open GRIP的面对面倾斜度误差的处理和评定

介绍了面对面平面度误差和倾斜度误差的评定方法,阐述了算法原理,采用简易法、最小二乘法和三点法3种算法评定平面度误差,然后再评定倾斜度误差.在UG环境中,应用UG/Open GRIP语言编制出评定平面度误差和面对面倾斜度误差的可视化界面,形成方便用户操作的功能模块,能对任意一组测量数据进行处理和评定,实现了对误差的准确测量.