自遮挡物体线激光测量视点规划

针对未知自遮挡物体的测量和三维重建问题,提出利用Kinect Fusion技术快速重建和线激光精密测量相结合的视点规划新方法。应用Kinect Fusion技术快速获取未知自遮挡物体表面的深度信息模型,研究提出轮廓表面的截面特征信息提取方法,在此基础上分析轮廓表面的截面形状特征,根据五自由度线激光测量系统的左右方向和上下方向测量可视性判断,在最佳测量范围内进行线激光测量全局视点规划,准确、快速消除自遮挡和点云孔洞,最后获得重建精度高的三维物体表面。经过自遮挡物体重建实验,验证了所提方法的可行性及有效性。     

三角网格曲面孔洞修补算法

针对反求工程中由于点云数据的不完整而产生的三角网格孔洞,提出了一种三角网格模型孔洞的空间修补算法。在提取孔洞边界特征后进行边界预处理,建立孔洞边界特征平面,并将孔洞边界向该平面投影;逐次寻找投影多边形中夹角最小的对应空间边界点作为网格生长点进行修补,直至新增的三角网格覆盖原有的孔洞;以孔洞边界周围的网格顶点作为采样点,对新增的孔洞网格顶点位置进行最小二乘拟合调整,以实现孔洞的准确修补。通过实例验证,说明该方法具有较好的孔洞修补精度和稳定性。     

基于表面贴合的不同视点传感器点云拼合方法研究

针对视觉传感器对物体表面点云数据采集的离散性,提出基于表面贴合的点云精确拼合方法。先对不同视点传感器获得的点云进行初始配准拼合,再以包容球方法选取点云重合表面区域的三处局部表面,用三维二次曲面方程拟合;旋转变换采用四元数法,经非线性最小二乘优化得到精确拼合的平移和旋转参数。该方法具有较快的收敛速度和较高的拼合精度,实例验证了所提方法的可行性。       

物体三维数字化中的机器视觉视点规划方法

介绍了机器视觉系统的组成,对视点规划方法进行分类,分别阐述了基于模型和未知模型的视点规划方法研究情况,分析目前视点规划研究中需要解决的遮挡问题,最后展望了视点规划的研究方向．     

散乱点云的孔洞识别和边界提取算法研究

针对逆向工程中已有孔洞识别算法执行效率低、孔洞边界点提取不完整等问题,提出一种新的基于KD树和K邻域搜索的点云孔洞识别及边界提取算法。该算法首先利用KD树建立散乱点云的拓扑关系。其次,计算点云密度、定义距离阈值作为判别参数,利用K邻域搜索计算每个点与其K个邻域点的距离,距离大于阈值的点即为边界点。再次,采用单坐标搜索法去除外边界,保留孔洞边界。最后,利用边界追踪算法获取完整的孔洞边界点。以涡轮叶片和挖掘机斗齿为研究对象,对点云上的自然孔洞利用该算法进行识别。结果表明,该算法能够快速地识别出散乱点云中孔洞,并能完整地提取出孔洞边界点,实用性强。     

基于支持向量机的曲面数据修补

针对有孔洞的点云数据,提出了一种基于支持向量机的修补方法.该方法首先找出孔洞的边界点,然后根据边界点获得模型的样本点集;其次,为了获得均匀的修补点,建立局部坐标系,进行坐标变换,通过坐标变换后的边界点采样得到模型的输入,实现残缺点云数据的修补,为后续的曲面构造提供完整的数据型面.     

基于协方差矩阵的点云孔洞边界检测

逆向工程中点云模型孔洞边界的检测是孔洞修补的前提,完美的孔洞轮廓线有利于提高孔洞修补的质量.参照二维图像中边界的定义,给出了三维模型中点云孔洞边界的定义,并且提出了一种简单的孔洞轮廓线生成算法.首先,通过分析邻域点协方差矩阵特征值之间的关系,提出了一种边界点检测算子,用于初步提取孔洞特征点;然后,综合考虑邻域点最大特征...     

激光清洗机器人系统设计

设计了一套激光清洗机器人系统,利用三维激光扫描技术采集工件表面点云信息,规划激光清洗路径,以工业机器人带动激光器完成工件表面清洗。构建了系统硬件框架,包括扫描模块、运动模块、清洗模块、控制模块。研究了采集数据处理方法,对原始数据进行坐标转换、点云滤波等操作以获取工件表面三维点云数据,根据点云数据与激光清洗模板规划机器人清洗路径。在此基础上开发了系统软件程序,实现系统集成控制,并利用RobotStudio实现清洗过程仿真监测。通过实验实现了激光扫描、清洗的自动化运行,验证了系统的可行性。     

基于虚拟双目立体视觉的空间圆柱轴线测量

为了精确获取空间中圆柱的轴向向量,基于虚拟双目立体视觉设计了以摄像机坐标系为测量坐标系的被动式线结构光平移扫描测量系统.探索出基于光平面旋转相交于圆柱三维点云进而判断圆柱轴向量的计算方法,通过三维点云投影到二维图像平面分析数据避免了求三维曲率,简化了计算量.通过对柴油机缸盖表面圆孔的测量试验表明该方法具有较高精度,且方法简单.     

船用凸轮外形轮廓线测量与建模的研究

船用凸轮进行国产化和再升级的正向设计较困难,本文基于逆向工程技术,采用激光扫描仪测量并进行逆向设计。首先对实体零件采用激光扫描仪获取表面点云数据,利用逆向软件对测量数据进行点云合并、点云去噪、点云精简、建立坐标系、点云平面投影等处理,提出分层提取边界算法。将提取的边界点云由点到线到面的流程,构造三维实体模型。实践表明,该逆向设计能快速建立实体模型,基本可以满足凸轮运动要求,有一定实践指导意义。     

基于孔洞分割的点云孔洞填充算法

逆向设计过程中,由于物体曲面形状复杂和扫描设备的原因,扫描得到的点云中难免有孔洞出现。为了产生封闭的实体曲面,需要对孔洞进行填充。国内外许多学者提出了许多关于孔洞填充的算法,不过这些算法主要针对曲率较小区域的孔洞。基于此,提出了一种新的改进算法,解决了高曲率区域的复杂孔洞填充问题。通过孔洞在投影面上的投影,判断是否存在交叉点,将孔洞分为简单的孔洞和复杂的孔洞。当遇到复杂孔洞时,采用分割的方法把复杂的孔洞分割成简单的孔洞,再对其进行修补。     

基于2D激光扫描的基准检测技术研究

在机器人自动制孔系统中,基准孔检测的准确性会直接影响整个机器人制孔过程的位置精度。为获取基准孔孔位准确信息,采用激光扫描的方式对基准孔进行检测。设计了2D线激光扫描在基准平面内点云的三维转化方法,通过分析基准孔在扫描仪坐标系下点云的分布特点,提出了一种基于坐标差值的基准孔边界提取算法。通过设定相邻点云在线激光扫描仪坐标系下z轴的坐标差值获取边界点,实验验证该算法能有效地去除点云中的噪声点,获取准确的基准孔边缘特征信息,进而得到准确的基准孔孔位信息。     

箱体零件的基于加工特征的方位描述法

以特征为基础,分解出了箱体零件的总体、面、孔、槽、孔系五大类三十六种加工特征,提出了一种新的箱体零件信息的描述方法——基于加工特征的方位描述法,并以此方法为基础,开发了箱体零件的信息描述与输入子系统。     

裁剪B样条曲面重建算法研究

提出了具有不规则边界的裁剪B样条曲面重建方法。采用基准平面对数据点进行参数化，并建立以B样条曲面控制顶点为未知量的超定方程组；提出了基于有效点判别条件的孔洞识别算法，通过对孔洞区域的控制顶点施加顶点形状保持约束,确保方程组最小二乘解的存在；基于误差控制重构B样条曲面整体覆盖数据区域，通过边界线提取或曲面求交剪裁来重构裁剪曲面的边界。该方法具有符合设计意图、曲面在孔洞区域具有良好的形状一致性、曲面重构精度高等特点。     

非封闭三角网格模型边界特征的自动识别

孔洞修补是反求工程中的重点研究内容之一,孔洞修补必须要准确定位和识别孔洞边界。非封闭三角网格模型边界和孔洞边界的识别多采用人机交互方法。提出一种新的孔洞边界自动识别方法:将边界顶点和边界网格向该边界对应的投影特征平面投影以获得边界投影多边形,利用平面几何多边形内角和知识进行自动识别,若边界投影多边形所对应的无网格部分夹角总和等于多边形的内角和则为孔洞边界,反之则为模型边界。通过实例验证,该方法能够自动识别出模型边界和孔洞边界并分离,提高了在非封闭三角网格模型中孔洞边界识别的效率。     

大型箱体特大孔调头镗削工艺技术

采用普通铣镗床TPX6113-2加工大型箱体特大孔的调头镗削工艺综合了普通工艺装备与新技术,采用特殊装夹定位工艺方法,减少了反复装夹次数,保证了工件装夹定位的牢固性。设置辅助工艺基准点、线、面与数字的等量关系,控制等量误差精度,保证大孔调头后孔系加工中的同轴度。用平旋盘大孔镗刀架加工特大孔1 120+0.2+0.1和960+0.15+0.05mm的工艺与实践解决了中小型机床设备加工大型工件时,装夹定位难的问题和调头后定位难保证同轴度的问题。     

二十辊轧机机架镗床镗削头结构设计

二十辊轧机的整体机架孔系复杂、加工深度长,要求精度高,需要采用专用的加工设备来完成孔系的加工。为此,针对整体机架孔系的特点,设计了一款二十辊轧机机架镗床镗削头,成功解决了非整圆深孔孔系加工中容易出现的孔径大小超差、孔系直线度及平行度超差、内孔粗糙度低及孔系整体加工精度不稳定等问题。     

多孔单工位组合钻床主轴箱传动系统设计

从企业实际需求出发,在全面分析被加工零件的基础上,指出现有设备的不足,不仅工人劳动强度大,而且生产效率低,不利于保证零件加工精度,采用16孔单工位组合钻床主轴箱的创新设计可解决上述问题。     

Recovery of distal hole axis in intramedullary nail trajectory planning

In intramedullary nail (IMN) surgical operations, one of the main efforts for surgeons is to find the axes of two distal holes. Two distal holes on an IMN, which are inside the intramedullary canal of a patient's femur, can only be seen in a lateral X-ray view. For the standard surgical procedure, the localization of the distal hole axes is a trial-and-error process which results in a long surgical time and large dose of X-ray exposure. In this paper, an algorithm to derive the three-dimensional position and orientation of the distal hole axis was developed. The algorithm first derives the nail axis through two X-ray images. Then the distal hole axis is calculated through projecting back the hole boundary on the X-ray image from a lateral view to three-dimensional space. A least-squares method is used to determine the centres of the front hole and the back hole through iteration. The algorithm has been tested with real data and it was robust.