逆向工程中数字化测量与点云数据处理

逆向工程作为新产品开发和消化、吸收先进技术的重要手段,其应用越来越受到重视。本文主要总了逆向工程中数据测量方法及影响测量精度的因素,从噪声去除、多视对齐、数据光顺、数据精简、数据分割等方面讨论了点云数据的处理方法。     

基于三维摄影扫描技术的几何检测研究

介绍了基于三维摄影与三维扫描相结合的光学非接触式测量方法,对螺母柱零件进行测量,并与三坐标仪的接触式测量相比较,说明其满足高精度快速测量的要求.     

点云频域配准的双目双线结构光列车轮对检测

针对单线结构光测量因范围有限以及遮挡等原因而无法检测整个车轮的轮缘及踏面的问题,提出了一种列车轮对双目双线结构光检测方法。该方法采用两组双线结构光传感器进行测量和数据采集。在两传感器产生的点云进行配准的过程中使用截面点云数据还原点云矩阵,然后对其进行傅里叶变换,在计算旋转角度时先进行极坐标转换,最后求取两矩阵的互功率谱,从而得到点云的旋转和平移矩阵。在此过程中考虑到点云噪声的存在,将辛格函数近似代替无噪声的互功率谱傅里叶反变换,从而确定在频域配准时噪声对配准参数的确定并无影响。接着采用相对值比较的算法和主成分分析拟合基准平面,对轮对直径方向进行标定。利用标定值对扫描数据进行处理,得出包括车轮直径、车轮滚动圆径向跳动等对尺寸参数。实验表明:点云频域配准的双目双线轮对检测技术对车轮直径的测量尺寸误差≤±0.05mm,车轮端跳的测量误差≤±0.06mm,车轮径跳的测量误差≤0.04mm。与标准轮对检测数据相比可知,该系统满足轮对检测精度的要求。     

基于统计特征的点云模型匹配技术

为使匹配结果收敛于全局最优解,提出基于统计特征的点云模型匹配技术.通过调整自由模型与固定模型的一个或多个对应统计特征重合或一致来实现模型的匹配.基于统计特征的模型匹配分为完全匹配和部分匹配两种情况.完全匹配能够一次匹配成功;部分匹配需要进一步处理才能完成模型匹配:交互调整自由模型中未被约束的自由度,使得自由模型与固定模型达到视觉上的匹配,然后采用迭代最近点算法精确匹配.根据统计特征进行模型匹配,使匹配方案稳定、可靠,保证匹配结果收敛于全局最优解.     

二维复杂型面数字化比较技术的应用

以动压空气轴承弹性箔片为代表的具有二维复杂异性结构的精密零部件对型面具有很高的精度要求,加工此类产品的质量控制已成为批量生产的一个难题。传统的比较方法费时、费力,并且不便于交流。本文针对该类型产品的型面比较提出了一套完整的解决方案,详细论述了实现方法和关键技术,并采用C#编写了程序,实现了对检测结果的快速比较,目前,该方案已经在产品的首件鉴定和批量检测中得到验证。     

基于多描述子投票的飞机蒙皮局部扫描点云定位

为了提高数字化飞机蒙皮检测技术的效率,针对其中局部蒙皮和数字模型的对齐问题,提出了基于多描述子投票的飞机蒙皮局部扫描点云定位算法,采用基于测地距离的蒙皮面片选取方法,综合利用多种三维点云描述子的识别能力差异来确定数字模型上的定位区域,同时提出了投票点加权定位法来提高定位位置精度。根据对比实验结果和工程实例上的实际应用,得出结论如下：所提算法相比于基于单一描述子的定位方法定位准确率平均提高约37.5%;所提算法在实际工程中具有可行性。     

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...     

基于空间点云数据的异质材料零件数字化模型

针对含有多种材料,且材料相呈非均质分布或异常分布的异质材料零件,提出一种基于空间点云数据的异质材料零件数字化模型.异质材料零件的数字化定义是实现异质材料零件设计、分析和制造数据集成的基础,它包括几何建模和材料结构建模.采用细化STL模型获得空间点云数据集来表示异质材料零件的几何模型;通过映射函数把几何空间的关系映射到材料空间中,对三维零件中的特征节点(包括材料特征节点和结构特征节点)的不同材料组分进行定义,用插值的方法获得其他非特征节点的材料属性,从而实现对异质材料零件内任意点的结构与材料信息表达.通过实例测试了本建模方法的有效性和实用性.     

摄影测量点云数据精简研究

针对摄影测量过程及所得点云数据的特征,利用模板法计算曲面曲率以确定曲面的精简比,对曲率图像进行非均匀网格滤波,实现了对摄影测量点云数据的精简。计算过程简洁方便,实验结果保持了原有数据的形态。该方法适用于摄影测量点云数据的后期处理。     

基于模板的点云边特征提取技术

为了分析大型结构件互插装配的干涉问题,提出了基于模板的点云边特征提取方法.模板根据理论计算机辅助设计模型定制而成,包括理论边上的离散点,以及边在各点处的切矢.配准模板与点云数据,根据模板中每一离散点及其对应的切矢信息构建平面,利用其对点云数据切片获得二维截面数据.在每一截面数据中,以理论离散点为界,将截面数据分为两段,分别拟合这两段数据为两段曲线,其交点或切点即为实际边特征上的点.通过曲线拟合、截面优化,不但可以确切定位点云中的边点,而且可以插值求解点云中不存在的边点,保证了边特征的提取精度.     

基于深度学习的三维点云分析方法研究进展

点云是目前自动驾驶、机器人、遥感、增强现实(AR)、虚拟现实(VR)、电力、建筑等领域最常用的三维数据处理形式,深 度学习方法能够处理大型数据,且可自主提取特征,因此点云深度学习方法已逐渐成为研究热点。 本文综述了近十年来基于深 度学习的三维点云分析方法的研究进展。 首先给出了三维点云深度学习的相关概念;然后针对点云目标检测与跟踪、分类分 割、配准和匹配以及拼接这 4 种任务,分别阐述了相应的深度学习方法的原理,分析并比较了各自的优缺点;随后整理了 18 种 点云数据集和 4 种点云分析任务的性能评价指标,并给出了性能对比结果;最后总结了点云分析方法目前存在的问题,对进一 步的研究工作进行了展望。     

姿态角扰动对机载激光雷达点云数据的影响

为研究机载平台的姿态角扰动对激光雷达点云扫描区域和密度分布,以及对由激光点云重建的三维表面模型的精度影响,首先从理论上阐明了姿态角扰动对激光点云扫描区域、密度分布及重建三维表面模型精度的影响机理;其次通过数值仿真,详细分析了姿态角扰动对激光点云扫描区域和密度分布的影响规律;最后通过半实物仿真实验,模拟了真实机载激光雷达扫描过程,验证了机载平台的姿态角扰动对激光点云扫描区域和密度分布的影响,并定量评价了姿态角扰动造成的数字表面模型( DSM)的精度变化.仿真和实验结果表明,机载平台姿态角扰动造成激光点云扫描区域偏移和局部区域点云密度降低,前者导致被扫描目标地形的部分区域漏扫;后者导致由激光点云重建的DSM失真增大.因此,姿态角扰动对机载激光雷达点云的扫描区域和密度分布,及对DSM的重建精度有显著的影响,应采取有效措施对姿态角扰动进行实时抑制或补偿.     

激光扫描表面特征的点云数据处理方法

为了提高激光测量系统对工件表面特征的测量精度,减少数据处理中由于特征点云拟合选择对测量精度的影响,针对比较常见的两种表面特征提出了正确的拟合方式。从工件表面的实测数据出发,经过多次实验,结合表面测量特征的拟合原理,分析不同点云处理方法之间的差异,并给出了最适合该特征的拟合方式及其原因。实验表明,不同的点云拟合方式对特征测量的影响比较大,选择正确的拟合方式才能保证测量的准确性。     

基于点云处理技术的喷涂机器人喷枪轨迹生成研究

提出了以点云数据作为喷涂机器人轨迹生成的数据格式,采用点云处理技术,通过对点云的预处理、区域分割,点云切片、采样点求取法矢量及沿法矢量方向偏移等方法实现了喷涂机器人轨迹的生成。将点云技术运用到喷涂机器人轨迹规划,通过点云区域分割细化了点云特征,降低了喷涂工艺的复杂性,同时很好的控制喷枪的位置,提高了喷涂的质量和效率。     

Two-sided ultrasonic surface rolling process of aeroengine blades based on on-machine noncontact measurement

Frontiers of Mechanical Engineering - As crucial parts of an aeroengine, blades are vulnerable to damage from long-term operation in harsh environments. The ultrasonic surface rolling process...     

基于光线测试的点云数据与CAD模型归属处理研究

针对非接触测量方法进行复杂型面零件数字化检测中,点云数据量大及点云与计算机辅助设计模型配准和偏差计算中存在着如何有效处理点云与测量面的归属问题,提出了采用光线测试模型确定计算机辅助设计模型的可见面.以待测计算机辅助设计模型面的采样型值点作为光源,其外法矢作为光源方向与计算机辅助设计模型进行相交测试,确定出测量可见面,然后进行点云与可见面的归属处理.试验结果证明了该方法的有效性.     

基于Surfacer的点云数据的预处理研究

“点云”的预处理研究,包括平滑和拓扑关系的建立。利用反求软件——Surfacer,对“点云”进行了平滑,然后直接从空间入手,从一般性的角度来说明了点云数据的三角剖分的算法,建立数据之间的拓扑关系。文中最后指出下一步的工作。     

一种点云数据的区域分割方法

在曲面重构中,由于激光法测量的数据密度比较大．而实际的曲面模型往往含有多个曲面几何特征,也即是由多张曲面组成的,如果利用“点云”数据直接进行拟合,则造成曲面模型的数学表示和拟合算法处理的难度加大,甚至无法用较简单的数学表达式描述曲面模型。提出了一种基于数据点曲率变化区域分割方法,该算法原理简单、易于理解和编程。详细地描述了该算法的基本原理和处理过程。