基于双测头组合的未知自由曲面自适应采样

在逆向工程中为了准确、快速、合理地获取未知自由曲面的表面数据,提出一种基于双测头组合的非接触式自适应采样方法.并列组安装2个点激光测头,分别为前端测头和后端测头,利用遮光布阻挡反射光消除两测头之间的测量干扰.在逐行采样过程中,在扫描方向上前端测头用于探路测量,系统实时地对探路测量数据进行处理与曲线拟合,根据拟合曲线的曲率特征为后端测头规划合理的采样间距,后端测头以探路结果为指导完成自适应采样.在测量截面进给方向上,通过截面间夹角分析,自适应地细分测量截面.仿真与实验结果表明,该方法能根据曲面特征合理地布置采样点,能有效提高曲面数字化的效率与精度,为模型重建提供合理的测量数据.     

基于可变向测头的未知自由曲面数字化测量

为了消除曲面倾斜对点激光测头测量精度的影响,针对连续的未知自由曲面,提出一种基于可变向测头的数字化测量方法.设计一种摆动机构安装点激光测头,使测头方向可以在一定范围内变动.在测量过程中,首先使测头竖直,对被测曲面进行等间距逐行扫描,并对扫描数据进行及时处理与曲线拟合,根据拟合曲线外法线与X轴正方向所成角度α值的大小,找出α∈[0°,60°)、α∈(120°,180°]的曲线段所在位置.一次扫描结束后,将测头向左倾斜,对α∈[0°,60°)的曲线段进行二次测量,将测头向右倾斜,对α∈[120°,180°)的曲线段进行二次测量.通过多次测量数据组合,获得被测曲面的整体形貌数据.实验结果表明,该方法能够有效实现α∈[0°,180°)的未知自由曲面的数字化测量,同时保证测量精度.     

逆向工程中自由曲面测量规划与重建研究

在逆向工程中曲面的测量应遵循数据采点密度随着曲面曲率特征变化而不断变化这一原则，并应根据离散点的分布确定自由曲面的重建工作.据此提出一种根据自由曲面Z向分层的测量规划和NURBS曲面方程拟合重建的方法，该方法能够有效准确地获取充分反映原曲面特征的最少测量点，并用其进行曲面的重建，保证曲面拟合方程的质量.此方法可以有效地应用于各种自由曲面的测量与拟合中.     

基于iGPS和机器人的大尺寸接触式测量系统

针对传统大尺寸复杂曲面特征点坐标测量过程中存在的被测工件与测量系统进行坐标系统一时会存在较大偏差、被测工件在测量过程中易产生移动和深孔中心位置点无法准确测量等问题,设计了一种用于大尺寸复杂曲面特征点的坐标测量系统。首先,对手持框架和探针的结构进行了设计,使用iGPS定位系统和工业机器人搭建了测量系统。然后,采用微平面法对探针测头进行了补偿。测量系统可同时实现对大尺寸曲面上特征点三维坐标的自动化测量和动态测量。实验结果表明:采用微平面法的测头补偿误差不超过±0.2mm,深孔中心位置点的测量精度在±0.2mm左右,测量系统不确定度为0.279mm。测量系统可实现大型复杂曲面坐标的动态跟踪测量,且适用于带有深孔特征的曲面测量。     

基于改进萤火虫算法的航发叶片3D采样方法研究

航发叶片是航空发动机的重要零件,其加工精度将直接影响航空发动机的使用性能与寿命。对叶片加工精度的评价通常采用3D轮廓测量方式实现。由于作为典型自由曲面代表的叶片结构复杂,存在较大的空间扭曲度,不仅导致其加工困难,也加剧了测量的难度。三坐标测量机是目前叶片轮廓测量精度最高的检测方式,受制于叶片型面复杂度和目前触点式三坐标测量技术限制,需要采集大量的表面数据点才能全面地表征叶片表面特征,使得测量效率极低。从曲面3D模型采样的角度出发,提出了基于改进萤火虫算法的采样点提取方法,首先提取叶片各截面曲线,其次对提取曲线分段并以等弧长方法均匀采点,按顺序提取的初始点位置数据模拟建立小型萤火虫群落,计算群落内点曲率关系并确定目标位置点的移动方向以及步长,实现已知分布点的点位自动更新,最终得到叶片表面所有关键特征采样点。本文算法可实现测量点数自由配置,通过该方式达到调整测量效率的目的,再代入算法实现了采样点还原精度的提升,通过对比等弧长采样算法以及等参数采样算法采样结果,拟合曲线与原始曲线的轮廓偏差、最大位置偏差、平均位置偏差,确定本文采样算法结果明显优于前两种算法。     

视觉测量中光学测头姿态估计方法

基于光学测头特征点成像的单机视觉坐标测量系统具有测量空间大、测量精度高及可进行现场测量等优点,是替代传统的大型坐标测量机的最有发展前途的技术方案之一.为实现该测量方法,必须先解决光学测头姿态估计问题,为此,提取一种利用SVD与矢量观测值的姿态确定方法.首先,通过基于SVD的5点优化算法确定特征点的空间坐标;然后,利用特征点的测头坐标和空间坐标建立关于测头坐标矢量、像机坐标矢量的矩阵方程,优化求解矩阵方程确定光学测头(测头坐标系)相对于像机坐标系的姿态.该算法利用所有数据冗余信息,提高了测量系统的精度和稳定性.实验证明,该算法切实可行,系统的单点重复性及测量不确定度<0.1 mm.     

螺旋曲面接触式测量的数据处理

接触测量仪的测量头与被测表面接触，可以比较精确地给出测量头球心座标。测头球心座标所形成的曲面是被测曲面的等距曲面，但是微分几何中还没有等距曲面的一般理论。通过测头球心座标求接触点，只能借助于近似算法，现在还没有通用于任何曲面测量的高精度软件。螺旋曲面是特殊的曲面，已证明其等距贡面也是螺旋面，而且具有相同螺旋参数。根据这个结论可以给出螺旋面测量的精确算法，本文作者通过实例验证了该算法，即用三座标量仪     

反求工程自由曲面测量规划及重建技术的研究

反求工程中曲面的测量应遵循采样点密度随曲面曲率变化而疏密不断变化原则,并应根据离散采样点的分布确定自由曲面的重建工作。基于曲面Z向细化分层的测量技术和NURBS曲面方程拟合重建,能有效获取原曲面特征的最少测量点,并进行曲线数学重建,最终获得准确反映表面特征的NURBS曲面方程。     

基于4D Shepard 曲面的点云曲率估算

为了高效处理大规模点云数据，提出了一种新的曲率估算方法.该方法基于空间六面体栅格分割点
云，针对每个栅格中的测量点逼近局部二次抛物面，通过计算并检查抛物面的最小采样密度和自适应划分
栅格来构建符合给定允差的局部曲面，使用步进法对曲面进行采样，利用坐标转换法计算每个采样点的曲
率、插值采样点的坐标和曲率来构造全局4D Shepard 曲面，并快速计算点云中每个测量点的曲率.结果表
明，该方法通过Shepard 曲面插值点的简单线性组合估算曲率，无需构建三角网格，具有复杂度低，实用
性强的特点.应用该方法能够快速、准确地获取大规模离散数据的曲率值.     

基于相似性的点模型简化算法

为了获得高质量的简化点模型,提出了一种基于相似性的曲率自适应点模型简化算法,相似性包括强特征边性和表面区域几何特征相似性2个方面.利用法向张量投票方法,计算采样点的特征边性,由此将点模型分为强边性和非强边性2部分;基于Mean Shift聚类法,对非强边性部分进行表面区域几何特征相似性聚类;对强边性部分和各类簇重采样,实现曲率自适应的简化,并通过移动最小二乘曲面,评估简化曲面的误差.实验结果表明,该算法有效地保持了特征边界部分和曲面的细节,且能够生成高质量的简化点集曲面     

寻找三维散乱数据点拓扑结构的一种算法

以三维坐标测量机测量得到的曲面数据点点云为基础，提出了一种基于包围盒的自动寻找三维散乱数据点之间拓扑结构的算法。该方法根据三维点集的分布特点，将实体表面的采样点分布到正六面体包围盒中，利用包围盒空间分割原理，建立点集之间的拓扑结构关系，并根据采样点密度，剔除噪声点，提高了曲面重建的准确性。     

用于点云曲面重构的数据精简方法研究

数据精简是进行曲面重构的重要内容.通过分析现有精简方法的不足,采用了根据曲率变化对原始散乱点云进行精简的方法,重点研究了散乱点云的空间划分、邻域搜索、曲率估算和曲率精简原则.对具有不同特征的测量数据进行了精简分析,实验结果表明该方法得到了更合理的精简效果.     

基于数字模型的复杂曲面测量原理和技术

依据复杂曲面测量中球形测头的中心轨迹与被测曲面之间互为等距曲面的关系,用双三次B样条曲面建立了描述测头中心轨迹曲面的数字模型。该模型可以按给定精度要求逼近测头中心轨迹曲面。同时提出了一种测头半径三维补偿原理及实施技术,进行了精度分析,最后给出了测量实例。     

基于逆向参数化的B样条曲面重建算法

目的 解决B样条曲面重建问题中矩形拓扑网自动生成和参数化两大难点问题,提出一种基于逆向参数化的B样条曲面重建算法.方法 首先构建基曲面,在基曲面上根据参数(u,v)进行采样,沿其法线方向进行数据的滤波和精简,求得参数(u,v)对应的精简点,然后对采样求取的精简点集进行B样条曲面拟合,该方法提供了B样条曲面重建的一个新思路.结果 新算法突破了传统密集散乱点云数据的B样条曲面重建基本过程,采用与正向参数化相反的过程进行参数化,解决了B样条曲面重建问题中矩形拓扑网自动生成和参数化的难题;具体试验分析表明新算法不仅在参数化的同时完成了数据滤波和精简,而且在时间和迭代效率方面都具有优势.结论 新算法避免了求取法线的迭代过程,并且可以较容易的实现矩形拓扑网的自动生成,新算法在自主开发的智能测量建模加工一体化装备中得到了应用验证.     

截面切片数据的自动细化算法

基于截面曲线的曲面重建方法常用于逆向工程模型重建过程中.采用平面切片方法得到的截面数据通常为一点云束,当重建轮廓曲线时需要进行细化处理.为此提出了一种对截面切片数据进行自动细化的算法.对点云进行切片后,得到截面轮廓点云束,根据点云束密度预估前进半径,并随机选取点云束的一点作为细化的起点,采用近似轮廓跟踪算法确定新点,由初始点和初始方向判断细化算法的结束.实例结果表明该方法能够有效完成切片数据的细化处理.     

点云数据的管道面重构

针对反求工程中管道面重构问题，提出了一种从点云数据中直接提取管道面特征参数的算法.算法
分为两步：第一步将管道面数据视为过渡特征数据，利用过渡特征提取原理获得管道面的一系列截面线
，经概率统计方法进行噪声去除后，得到准确的截面线及其半径.第二步是由截面线的中心确定管道面的
脊线点列.利用移动球法，球的直径即是采样步长，沿着脊线方向对点列进行均匀采样，然后对采样点列
进行高斯平滑，获得光滑均匀的脊线点列.用三次B样条曲线拟合采样点列而获得脊线.计算实例表明，该
方法能够稳定、准确地提取出管道面的几何特征参数.     

单目视觉坐标测量方法

为了解决现代化生产中对高精度、大尺寸、三维整体现场在线测量技术的需求问题,提出了一种基于光学测头成像的单目视觉坐标测量方法。该方法以光学测头上的光学特征点作为成像目标,利用单个摄像机获取测量信息。测量过程中,通过分析光学测头上光学特征点的二维成像坐标,利用特征点之间已知的几何约束知识和摄像机的透视投影模型,建立特征点与对应像点的求解关系。通过基于奇异值分解的位姿优化算法确定特征点的空间位置坐标。根据特征点与测尖间已知的位置约束关系确定被测点的空间坐标,从而实现坐标测量目的。测试实验结果表明,该方法切实可行,系统的测量不确定度小于0.32mm。     

一种基于曲率极值法的LiDAR点云特征提取算法

针对地面LiDAR（1ightdetectionandranging）技术在三维数据采集过程中无法体现人的主观判别能力、采样数据存在大量冗余的问题,提出了一种基于曲率极值与最小生成树准则的LiDAR点云特征提取算法．通过二次曲面拟合实现对原始采样曲面的模拟与表达,估算采样表面的几何微分属性,分别基于平均曲率比较法、曲率极值法来实现特征点的初选与精选;设计并实现了一种基于最小生成树准则的特征点拓扑邻接关系的确定方法以及相应的最小生成树裁减算法,在确定特征点拓扑邻接关系的同时,依据裁减算法实现了采样地理实体表面特征的精确提取．实验证明,算法是可行、有效的,利用算法提取了LiDAR点云的特征之后,有效地增强了点云数据的表达能力,弥补了地面LiDAR技术在数据采集过程中无法体现人的主观判别能力的不足;借助于算法提取的采样地理实体表面特征来指导和约束点云数据简化过程,可在有效保留原始采样曲面重要特征的同时实现点云数据的大幅度精简．     

基于截面特征相容的曲面约束重构

为了从点云中重建高品质的曲面模型,提出一种基于截面特征相容的曲面重构方法.该方法将由点云切片获取的截面曲线分层次表达为直线、圆弧、B样条等基本曲线元和特征点的集合,并基于曲线微分几何属性,建立截面曲线特征点对应的数学模型,采用动态规划法求解并确定其初始对应关系,以曲线元特征匹配准则优化对应,逐步确立截面曲线间的特征对应关系,将特征对应关系映射为参数对应即可利用成熟算法逼近生成蒙皮曲面.实例表明,该算法获取的曲面模型不但满足精度和光顺性要求,而且忠实地反映了原始物理样件所蕴含的特征信息.     

一种新的三维复杂曲面测量算法的

提出了一种全新的非接触式三维复杂曲面测量方法,利用片激光源产生的光切面在被测物表面形成一个封闭光带,并使光带同时成像在3个互成固定角度的CCD 摄像机中,经过CCD摄像机像面和光切平面之间的空间映射变换及图象处理后,可一次获得被测物的某一个截面的二维轮廓信息。随着测量系统 以固定的间距沿垂直于光切面的方向步进,最终以被测物表面的大量离散点数据非常近似地获得了整个被测物的三维曲面信息。