基于局部轮廓特征的航空叶片综合误差评定方法

针对航空叶片综合误差评定方法效率不高和建模过程数据量大等问题,提出一种基于局部轮廓特征的评定方法。考虑到叶型轮廓的曲线形状因素,在多边形逼近方法的基础上做出改进,利用极值的局部性分析曲线曲率,以此分割曲线并提取轮廓特征点;采用最近点配准算法使被测轮廓与理论轮廓达到精确配准,建立误差评定模型,从而实现对航空叶片综合误差的评定;使用测量数据对评定方法进行试验验证,试验结果与三坐标测量机的评价结果一致,表明该方法有效可行。     

基于实时重构的自由曲面自适应布点方法

针对现有的自适应算法计算量庞大、在工程中可应用性不强的缺陷,提出在等距法布点的基础上,对测量点进行实时重构来指导三坐标测量机根据曲面本身特性自动增加测量点的方法。测量过程中,当通过拟合五次B样条曲线、三次B样条曲面判断现有测量点不满足精度时,利用两侧测量点的曲率半径,计算出需增加测量点的准确位置,重新拟合包含新检测点的检测样本,直到满足精度要求。以曲面样件为例,辅以计算机图形可视化验证该算法,实验结果表明该方法测量精度及重构精度均可满足数字化检测要求,且在工程应用中相比曲率自适应算法其计算量大幅下降,有效提高了曲面检测效率。     

一种基于不确定性测量点的机翼位姿计算方法

以水平测量数据为基础,将机翼精加工位姿评估问题转化成一个三维空间内点集一自由曲面的配准问题,提出了基于迭代最近点（ICP）算法的机翼精加工位姿计算方法。通过重复进行“确定最近点集一计算最优刚体变换”直到表示正确匹配的收敛准则得到满足的过程,实现了不确定性测量点下的位姿计算,较好地解决了各测量点因精度不同或优先匹配点问题而导致的位姿评估偏差。     

基于分层块状全局搜索的三维点云自动配准

提出了一种分层块状全局搜索到临近点局部搜索的改进迭代最近点(ICP)算法,用于进一步提高ICP算法的配准速度并消除点云缺失对点云配准的影响。该配准方法在粗略配准之后,以点云块为分层单元对模型点集进行选取,并对选取的少量模型点进行全局搜索获取其对应最近点;然后,以这些模型点对应的最近点作为搜索中心,在场景点集中进行局部搜索,获取这些模型点的大量临近点的对应最近点;最后,剔除错误对应最近点对,并求取坐标变换。与基于KD-Tree的ICP算法和基于LS+HS(Logarithmic Search Combined with Hierarchical Model Point Selection )的ICP算法相比,该配准算法对Happy bunny扫描数据的配准速度分别提高了78%和24%;对Dragon扫描数据的配准速度分别提高了73%和30%。这些结果表明该算法可以快速、精确地实现三维点云间的配准。     

基于UG的水轮机叶片的逆向反求

借助三坐标测量机测量叶片原始点数据并在三维CAD软件UGS NX中用进行三维造型的逆向反求工程方法.叶片建模的点数据来自实物叶片的测量资料,包括样板曲线和叶片表面上不规则的测量点云.逆向反求过程为数据采集、数据处理转换、数据导入、创建叶片轮廓曲线、用三维数据创建叶片轴面型线、创建叶片网格曲线、创建叶片外表面曲面、创建叶...     

应用改进迭代最近点方法的三维心脏点云配准

在医学多图谱配准中,为了改善因初始位置差异较大、形状复杂和局部残缺导致的配准效率低和精度差的问题,本文采用了先粗配准再精配准的处理策略,在主成分分析法(PCA)实现粗配准的基础上,提出了基于双向距离比例的迭代最近点(ICP)的精配准算法。精配准算法中,首先采用KD-tree进行最近邻搜索以提高对应点对的搜索速度,然后为每个点提出了双向匹配方法并计算其双向距离和比值,为进一步提高配准精度,引入了一个指数函数判断点对正确匹配概率,最后运用奇异值分解法(SVD)计算最终变换矩阵。为了验证算法的可行性和有效性,分别设计了不同缺损程度的斯坦福点云数据实验和两组CT心脏点云数据配准实验,结果表明本文方法较经典ICP算法的平均误差减少约21%,较TrICP算法减少约13%,在心脏点云数据配准实验中,本文方法较TrICP算法的15.5 s加快到1.77 s。因此本文方法在解决三维心脏点云数据的配准问题中具有良好的效率、精度和稳定性。     

基于点云几何信息改进的自动配准方法CSCD

针对工业流水线上激光扫描工件获得的点云数据的配准问题,提出了一种基于点云数据几何特征改进的点云自动配准新算法。新算法首先根据点云数据中法向量的变化规律选取特征点,作为初始的匹配点集;然后运用一种根据点对间距离约束优化的随机抽样一致(RANSAC)算法对数据初始匹配;并运用k-d tree加速改进的最近点迭代(ICP)算法进行精确匹配;并运用四元数法求得配准参数。分别对提出的新算法、PCA改进算法和经典ICP算法进行了实验,并对实验结果进行了对比。对比结果表明新算法能够实现配准,并显著提高了配准的速度和精度,表明了新算法的有效性,对实际应用具有一定的现实意义。     

基于点云几何信息改进的自动配准方法

针对工业流水线上激光扫描工件获得的点云数据的配准问题,提出了一种基于点云数据几何特征改进的点云自动配准新算法。新算法首先根据点云数据中法向量的变化规律选取特征点,作为初始的匹配点集;然后运用一种根据点对间距离约束优化的随机抽样一致(RANSAC)算法对数据初始匹配;并运用k-d tree加速改进的最近点迭代(ICP)算法进行精确匹配;并运用四元数法求得配准参数。分别对提出的新算法、PCA改进算法和经典ICP算法进行了实验,并对实验结果进行了对比。对比结果表明新算法能够实现配准,并显著提高了配准的速度和精度,表明了新算法的有效性,对实际应用具有一定的现实意义。     

基于扩展高斯球的点云数据与CAD模型配准

针对点云数据和三维CAD模型坐标配准过程中初始对应位置无法定量确定及最临近点计算效率问题,提出基于扩展高斯球的快速模板匹配算法,通过点云数据扩展高斯球空间与笛卡尔空间的相互转换,使外特征配准算法中测量点云与三维CAD模型初始位置的确定得到定量解决.为提高配准算法中点云数据与三维CAD模型最临近点的计算效率,采用三维CAD模型引导点云对测量数据与三维CAD模型进行桥接,从而将测量点与自由曲面的数值迭代计算问题转化为三维空间中最临近点的空间搜索,使算法的效率得到提升,实例验证了算法的有效性.     

面向叶片弯扭变形分析的测量采样方法

针对叶片弯扭变形分析的问题,对等参数、等弧长及等弦高测量采样方法进行了研究.采用以上三种测量采样方法对叶片CAD截面线进行离散,对得到的离散点集进行平移、旋转及加噪处理,作为叶片弯扭变形的截面测量数据;通过采用奇异值分解和最近点迭代相结合的算法,将叶片截面测量数据与计算机辅助设计模型的截面轮廓线进行配准,计算出测量截面线相对于CAD模型截面线的扭转角度和平移量,并得出不同测量采样方法对应的叶片弯扭变形分析的精度.通过基于仿真数据和实测数据的叶片截面模型配准实验及对比分析,总结出一些可用于指导叶片弯扭变形分析的测量采样策略.     

叶片型面CMM测量规划与仿真系统研究

为优化三坐标测量机对叶片型面的检测过程,针对叶片测量特点研发了一种虚拟仿真检测系统.该仿真系统以叶片为研究对象,通过建立三坐标测量机和叶片的三维实体模型对叶片测量路径进行规划,提取叶片测头中心点坐标,并根据矢量平均误差确定测头矢量的优化算法进行测头半径补偿,完成叶片测量点曲面与理论模型的误差比对及测量过程仿真.     

基于三次样条插值法的凸轮型线误差算法研究

针对三坐标测量机在检测凸轮型线时数据处理困难的问题，提出了一种基于三次样条插值法的凸轮轮廓误差算法。以凸轮理论升程数据为基础，采用三次样条插值法处理升程数据后得到其拟合曲线，相较于传统的最小二乘法精度更高，边缘处的误差更小。在得到原始的测量数据后，结合三次样条的边界条件和求解方法，完成算法程序编写和数值实验的验证。结果表明：针对凸轮轮廓的位点数据，以三次样条插值法为核心构筑的算法能够有效地计算出凸轮型线的误差，同时完成误差判定。     

三坐标测量机测头半径补偿实用算法

针对三坐标测量机表面数据化测量过程,本文给出一种实用的测头半径补偿算法。提出了采用两次细化测量点的策略,首先沿测量线进行测量点的插值细化,然后在测量线（截面）之间再次进行插值细化。在此基础上．对整个被测表面上各细化点,利用插值求导的方法求出其横向和纵向切向量,然后对切向量叉积求得各细化点的法向量．最后进行测头半径补偿计算。     

一维非均匀齿轮形貌点云精确配准方法

为了提高虚拟齿轮形貌点云和实测非均匀齿轮形貌点云的配准精度提出一种配准方法。首先以实测齿轮形貌点云数据为基准生成与其数量相同的虚拟齿轮形貌点云数据;再利用互相关算法求出这两组点云数据的初相位,并对虚拟齿轮形貌点云进行相位平移;最后以实测齿轮形貌点云数据为基准,重新生成一组与其点与点对应的虚拟齿轮形貌点云数据,实现两组点云数据的精确配准。实验结果表明:当周采样数目为125952时,采用一维非均匀齿轮形貌点云配准方法较迭代最近点(ICP)算法,角位移配准精度提高了0.0008°,线位移配准精度提高了4μm。该方法可提高非均匀齿轮形貌点云的配准精度。     

涡轮叶片形状检测中的模型配准控制点集选取

叶片模型的配准定位是叶片形状检测与分析的一个核心环节。为解决基于迭代最近点方法的叶片密集测量数据与其CAD模型的可靠配准问题,提出一种基于CAD模型的配准控制点集选取方法。结合模型配准可靠性分析技术,预先在叶片CAD模型规划出配准基准点集;通过测量数据与配准基准点集的配准运算,把配准基准点集映射到叶片测量数据上,获取测量模型上对应的配准控制点集;滤除其中可能降低模型配准精度的坏点,得到最终的叶片模型配准控制点集。进行基于仿真与实测数据的叶片模型配准试验及对比分析,总结出一些可用于指导叶片模型配准控制点集选取的策略。结果表明,所提出的叶片模型配准控制点集选取方法是可行的。     

基于分支限界的三维曲面全局配准方法

在三维测量中常需要将测量点云数据与已知曲面模型进行配准。采用隐式函数建立点云数据到曲面模型的距离场,进而进行非线性优化求解可以有效提升配准效率。然而由于点到曲面的近似距离及刚性变换的约束,其误差函数呈现非凸性而导致迭代极易陷入局部最优。为实现全局配准,提出了一种利用分支限界算法搜索点到曲面近似距离平方和误差函数最小化变换参数的方法。通过确定刚体变换参数空间中误差函数的上下界限加快搜索,并结合一种等效距离公式的LevenbergMarquardt算法优化的局部配准方法加速收敛并保证配准精度。三维模型的配准实验与分析验证了本文全局配准方法的有效性。     

基于 IMU 点云特征跟踪一致性的 ICP 配准技术

针对点云非重叠区域较大时,由于场景中存在相似区域和平滑区域, ICP 配准易陷入局部极小值的问题,设计了一种初始配准与精配准结合的快速准确配准算法。首先,结合点云深度图像进行网格分区,基于蒙特卡罗方法随机选取 20 个 NARF 关键点,利用 IMU 惯导跟踪关键点的 FPFH 特征,并根据跟踪矢量的一致性剔除误匹配,快速计算初始配准矩阵;然后,利用所有关键点进行最近邻跟踪匹配,并根据跟踪矢量的一致性剔除误匹配,提高了 ICP 配准的估计精度。通过 Bunny 兔和 NYUv2 数据集将该算法与 ICP 算法进行对比,验证了该算法能够有效地提高点云配准效率和精度。     

三坐标测量数据的多视配准研究

在反求过程中,常常需要将不同视角下的数据统一在一个整体坐标系下。针对三坐标测量数据的多视配准问题,首先对三坐标测量数据进行半径补偿,然后选用CAD模型所在坐标系作为整体坐标系,以测量点云与CAD模型间的误差构造目标函数,通过四元数法求取空间变换。以叶片为实例,实验表明该方法能较好地解决多视配准问题。     

层次优化的颅骨点云配准

颅骨配准是颅面复原的重要步骤之一,其配准精度和效率对复原结果有着重要的影响。为了提高颅骨点云模型的配准精度和效率,本文提出了一种层次优化的颅骨点云配准方法。将颅骨配准分为粗配准和细配准两个过程。首先对颅骨点云模型进行去噪、简化和归一化等预处理;然后对颅骨点云模型提取特征点并计算其特征序列,根据特征序列进行约束寻找初始对应点对,并采用k-means算法剔除误匹配点,实现颅骨粗配准;最后通过加入几何特征约束的改进迭代最近点(ICP)算法实现颅骨细配准,从而达到颅骨精确配准的目的。本文分别对粗配准、细配准和先粗再细完整配准过程进行实验,结果表明:粗配准过程,与未优化的粗配准算法相比,本文优化后的粗配准算法的配准精度提高了约35%,算法耗时增加了约6%;细配准过程,与ICP算法相比,本文改进ICP算法的配准精度和收敛速度分别提高了约20%和43%,算法耗时减少了约47%;先粗再细的完整配准过程,本文算法的配准精度和收敛速度都要优于其他两种方法。证明了本文方法是一种有效的颅骨点云配准算法,可以实现颅骨点云的精确配准。     

坐标测量机上盘状凸轮检测方法研究

本文研究直接在三坐标测量机上检测凸轮并评定误差的方法和理论。在凸轮工件型面上接采点测量数据,用不等距三次Ｂ样条函数和最小二乘法拟合测头中心轨迹,通过测头半径补偿和凸轮从动轮数据转换,得到凸轮升程曲线,运用最小条件法评价凸轮误差,同时还可以评价凸轮机的速度、加速误差。数字仿真计算和实验结果表明,本文方法具有测量过程简便,测量效率高、计算精度高,应用性广播等优点,适用于三坐标测量机为检测设备的自动加工