基于点云精简的大型环锻件外形尺寸测量方法

针对大型环锻件尺寸测量过程中测得的点云数据量庞大、点云网格质量低下等问题,提出了一种环形锻件点云精简测量算法。首先设定了锻件网格上每个顶点的内点和边界的目标高斯曲率为零;接着根据设定好的目标曲率,使用Ricci流方程来优化Ricci流离散熵能量,计算得到平面目标度量,得到网格上每一点的参数化坐标;最后基于得到的参数化坐标来扩展顶点维度,并引入顶点约束因子加权代价函数进行网格精简测量。实验结果表明,所提出的算法能够处理结构复杂的点云模型,且简化后的点云模型边界几何特征保持良好,能够满足工业数字化制造的测量尺寸精度需求。     

大型锻件几何尺寸非接触在线测量系统研究

针对我国大多数锻件生产厂测量锻件技术落后,测量环境恶劣,人工测量误差较大的现状,分析了基于CCD器件尺寸测量的原理,提出了一种运用数字图像处理的非接触在线测量锻件尺寸的方案,同时运用高级语言编写系统软件,并分析了该方案测量误差的计算方法.实验结果表明该方案价格低廉,操作简单,适应性广且测量结果能达到实际要求.     

振动条件下的尼龙拉链厚度尺寸视觉在线测量算法

针对尼龙拉链厚度尺寸的视觉在线测量过程中,振动对测量结果影响较大的问题,通过对拉链振动的机理分析,建立并求解出被测拉链横向振动模型的运动方程,再结合LK(Lucas Kanade)光流法测量原理,求取出某一时刻的拉链全局振动信息。在此基础上,提出了一种振动条件下的尼龙拉链厚度尺寸的视觉在线测量算法。首先提取出待补偿图像中被测拉链的边缘点坐标,其次根据运动补偿算法修正边缘点坐标,接着利用最小二乘法将边缘点坐标拟合成平行直线并求出其间距,最后根据像素当量转换为拉链厚度的实际尺寸。实验结果表明:该算法测量结果的不确定度为0.00051mm,远优于无运动补偿的视觉测量方法测量结果,能有效地抑制拉链振动对测量结果的影响。     

基于线激光传感器的工件尺寸测量系统的误差补偿方法

提出了一种基于线激光传感器的工件尺寸测量系统的误差补偿方法,利用坐标系投影和图像处理技术进行误差补偿。设定传感器坐标系OM-XMYMZM和设备坐标系O-XYZ,分析坐标轴夹角φ、δ、γ对工件尺寸坐标值X、Y、Z的误差,建立了基于φ、δ、γ在XOY、YOZ、XOZ平面上的投影角α、β、θ的误差补偿模型。利用图像处理技术测得α、β、θ,计算经过误差补偿的工件尺寸坐标值X′、Y′、Z′。对尺寸100mm×100mm×10mm的长方体工件进行测量实验,分别测量了长度、宽度、圆心距、圆直径、圆线距、台阶高度。测量结果表明:经误差补偿后的工件尺寸测量误差在40μm以内,优于未补偿前的520μm;均方根误差低于40μm,优于未补偿前的580μm。其中,圆心距误差补偿效果最显著,测量误差减小了560μm;圆直径误差补偿效果最不明显,测量误差减小了10μm。     

基于机器视觉的滚动直线导轨在线测量系统研制

研制了一套基于机器视觉的滚动直线导轨在线测量系统,开展基于OpenCV视觉检测技术的直线导轨副滚道几何量尺寸检测方法研究、阈值分割法的指示表盘自动识别检测方法研究及数据云在线分析系统研究,该检测装置可对滚动直线导轨长度、内径及圆度进行自动在线高精度测试,从滚动直线导轨上料、装夹、精度检测,输出结果实现全程自动化,节约人...     

基于图像尺寸变换的角点检测算法研究

为了研究基于尺寸变换的角点检测技术的检测效果,基于图像缩小法的角点检测技术,提出了图像放大法的角点检测技术。详细介绍了两种检测技术的计算原理并进行了实验验证,结果表明这两种方法都是行之有效的。在此基础上,将这两种方法与不进行图像尺寸变换的角点检测技术进行了对比研究,结果表明,基于尺寸变换的角点检测技术与不进行图像尺寸变化的角点检测技术的检测结果精度基本相同,因此,在角点的实际检测计算中,无需对被检测图像进行尺寸变换处理。     

基于图像处理的印刷缺陷在线检测系统研究

介绍了基于图像处理的印刷缺陷在线检测系统的结构和工作原理,探讨了系统中的几个关键技术,对如何满足系统对实时性的要求,提出了一些新思路.实际的检测过程表明这些方法是行之有效的,基本满足了系统设计的要求.     

基于LMS算法的磁悬浮轴承系统振动补偿

主动磁悬浮轴承转子高速旋转时会对系统产生周期性不平衡激振力响应,此响应会降低系统的控制精度、稳定性以及限制转子速度的提高等.针对此响应对系统的影响,首先,从轴承转子机械特性及系统控制过程分析系统周期性力产生的原因;其次,以振动在系统控制过程中体现的正弦形式信号为处理对象,采用最小均方差(LMS)算法与数字PID联合控制的方法实现滤波补偿;然后,通过分析定步长LMS算法与PID参数及被处理信号的频率的相互影响,提出了一种依据转子位移信号频率变化而实时变频切换补偿的控制策略;最后通过实验台实验验证了方法的有效性,为轴承转速的进一步提高奠定基础.     

基于PCA和三元组的非封闭点云轮廓特征提取方法研究

针对RGB-D相机获取的物体非封闭点云轮廓特征点和特征线提取不完整的问题,提出了一种基于主成分分析法(PCA)和三元组的轮廓边界提取方法。该方法包括2个步骤:特征点检测和特征线提取。在特征点检测中,通过对邻域点集进行主成分分析,利用采样点曲率和法向夹角双参数判定棱线特征点;根据边界点局部邻域在第二主成分上的分布特点,提出了一种边界检测算子,用于外边界特征点检测。最后,采用三元组聚类方法进行特征线提取。实验结果表明,该方法可以有效地检测非封闭点云模型的轮廓特征点,并分离和提取出目标轮廓曲线,且具有较高的精度。     

基于快速散斑结构光三维重建的在线测量系统

在流水生产线中实现工件表面三维信息的快速获取及尺寸的快速测量是当前辊压成形等制造业智能化升级过程中的迫切需求。基于散斑投影的三维重建方法仅需利用单幅物体散斑图像即可重建出物体表面的三维数据,在流水线工件快速测量中具有一定优势。本文对散斑三维重建中较为耗时的对应点搜索算法进行了优化,并在此基础上研制出适用于辊压成形制造生产线的工件快速三维测量系统。实验结果显示,该系统具有较快的三维数据重建速度,测量误差在0.035 mm范围内,能够满足辊压成形工件三维结构尺寸的快速在线测量需求。     

回转体测量机的双向法在线温度误差补偿

回转体测量机以其效率高、精度高,在回转类零件测量中得到了广泛的应用。但是由于其自身的特点,测量精度受温度影响引起的漂移误差可达120μm。针对这一问题提出了一种在线温度误差补偿技术,通过双向法测量获得内外测量架的平移量和倾斜量,然后再对各高度的内外径值进行补偿。该方法计算简单,使用方便,并大幅度提高了测量精度。实验证明,这种补偿方法可以使尺寸测量结果的稳定性误差从136μm降低到15μm左右,大大提高了测量的稳定性。     

基于集成学习的强鲁棒性三维点云数据分类研究

目的通过三维扫描仪得到的点云数据往往存在很多异常值,例如噪点、遗失点和外部点等。在这些异常值存在的情况下,为了提高三维点云数据的分类精度,提出一种基于集成学习的强鲁棒性三维点云数据分类方法。方法提出一种基于最大投票法的集成学习思想,将2个深度神经网络的分类结果进行集成,从而提高网络的泛化性和准确性;采用全局特征增强和中心损失函数来优化神经网络结构,提高分类精度并增强鲁棒性。结果文中方法缩短模型训练时间至30个迭代次数,且在有噪点、丢失点和外部点的情况下分类精度均得到有效提升。结论提出的EL-3D算法在含有噪点、丢失点和外部点的情况下,鲁棒性效果要优于目前的点云分类方法。     

基于激光里程计和点云描述符匹配的自动驾驶车辆定位方法研究

近年来,随着信息技术的发展,汽车逐渐走向了智能化、无人化,自动驾驶是其中的一个重要特征。在自动驾驶系统中,精确的定位结果是实现合理路径规划和车辆安全行驶的前提。但当前传统基于概率特征的匹配定位方法,在环境发生变化时匹配精度降低,并且在定位初始化条件较差的情况下容易陷入局部最优,而无法得到全局的最优匹配。针对这些问题,本文提出将实时的激光里程计定位方法和基于匹配定位的方法结合,构建了一种基于三维点云描述符的匹配方法,提高了定位系统的鲁棒性和定位精度。     

基于混合滤波和DBSCAN的点云去噪算法

为了避免点云在人工去噪时的复杂工作流程,进一步提高点云去噪效率,在相关研究基础上,设计了一种基于混合滤波和空间密度聚类的点云去噪算法。首先,通过直通滤波去除点云的无效点;其次,采用统计滤波删除点云的大尺度噪声点;再次,利用空间密度聚类算法移除点云的小尺度噪声点。最后,通过相关点云测量数据对设计的算法进行仿真实验验证,并与传统点云去噪算法的计算结果进行对比分析。结果表明,所设计的算法去噪效果优于传统点云去噪算法。     

轧机主传动系统扭振盲测点测量模型的研究

为解决轧机主传动系统实际测试中不可测点处物理参数测取的难题,构造了一类连续轴段质量扭振分析模型,并推导出轴段上盲测点处的扭振参数计算公式。通过把实测点的测试数据代入盲测点计算公式,可计算盲测点的振动参数。轧机实际现场扭矩测试和数据分析处理结果验证了理论推导的正确性。这为轧机现场监测中一些不易布置传感器关键点处的物理量测取提供了理论依据和技术支持,通过编制程序可以实现轧机在线系统监测和故障分析,从而确保轧机正常平稳运行。     

基于DNSS与点到平面的ICP结合的点云配准算法

针对现有点云配准算法众多、配准速度和配准精度不尽相同的问题,本文提出了一种将DNSS与点到平面的ICP相结合的配准算法,利用DNSS提取源点云数据的关键点,利用关键点约束查找对应匹配点对,结合点到平面的误差度量方法计算最优刚体变换矩阵,从而完成点云配准。对配准后的结果进行误差分析,实验结果证明,基于DNSS与点到平面ICP结合的点云配准算法配准精度高于点到点的ICP算法和点到平面的ICP算法,且该方法处理几何特征复杂、特征明显的点云数据优势显著。     

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。     

基于激光点云数据的叶片型面三维重构

在四坐标叶片型面检测基础上,提出基于激光点云数据的叶片型面三维重构方法。激光位移传感器对叶片型面进行多视角扫描采样,快速采集叶片型面海量点云数据。运用由点到线到面的数学建模原理,先基于端点一阶导矢连续法拟合出光顺NURBS曲线,再依据分片能量法构建辅助曲面拟合出光顺NURBS曲面,最后对分片NURBS曲面进行统一描述,构造出精确光滑的叶片型面,实现叶片型面的三维重构。实验结果表明：采用该方法实现对各类叶片复杂型面的三维重构,重构误差均<0.015 mm,能够满足精密零件的测量需求。     

基于轧件水平振动的轧机辊系振动补偿模型

考虑轧件水平振动对轧制力和摩擦力动态特性的影响,建立了一种基于轧件水平振动的轧机辊系振动补偿模型。根据广义耗散的Lagrange原理,分别沿轧制方向和垂直轧制方向建立动力学平衡方程。以某厂四辊板带轧机为例,仿真分析轧件水平振动速度和轧机辊系垂直振动位移随轧辊转速的变化规律,测试了5组不同转速下的轧制力数据;对模型补偿前后轧制力理论值与测试数据误差进行了对比。研究结果表明:补偿后的模型轧制力理论值与实测数据之间的误差大大减小。     

融合配准的多站室外大场景激光点云分割

针对室外场景范围广、分割难度大、识别效果不显著等问题,提出了一种融合多站点云配准的室外大场景分割方法.首先,根据室外场景视野大、点云数据量庞大特点,选取多个视角下重叠区域较多的建筑场景点集,结合SAC-IA和ICP方法进行点云自动配准,从而构建出点云密度相对均匀的室外大场景完整结构;然后,选用公共数据集Semantic...