基于最近点配准的精密零件线轮廓度误差评定

提出一种基于最近点配准的评定方法。利用黄金分割法寻找实测点所对应的理论曲线上的最近点,再用奇异值分解求实测点与最近点配准中需要的旋转矩阵和平移矩阵,从而实现实测点与最近点的配准,在此基础上对线轮廓度误差进行计算。实验结果表明该方法可以高效地对精密零件的线轮廓度误差进行评定。     

叶片型面测量编程与误差处理技术

针对航空发动机叶片三坐标测量机(CMM)测量,进行了自动测量编程与误差处理两个方面的研究。提出了一种基于已知叶片CAD模型提取测量点理论坐标值与计算法向矢量的方法,矢量计算采用微平面法。数据处理时,采用ICP算法进行配准消除了系统误差,从而得到叶片型面误差。开发了测量点坐标值与矢量计算以及配准程序。实例证明该方法可靠、有效。     

融合几何特征的ICP改进算法在数字化测量评价中的应用

针对ICP算法对初值依赖程度高、在配准过程中可能陷入局部最优解的问题,提出了一种融合几何特征的ICP改进算法。利用零件具有丰富几何参数的特点,首先对实测点云进行基于曲率的体素采样,尽可能保留几何特征,再将点云的曲率差值和法向量夹角差值引入算法的目标误差函数中进行迭代计算,当目标误差函数达到设定阈值时迭代结束,得到最终配准结果。利用复杂曲面标准件进行了点云配准实验验证,结果表明：相较ICP算法,融合几何特征的ICP改进算法的收敛速度更快、误差更低;相较快速全局配准加ICP配准算法,融合几何特征的ICP改进算法在保证配准准确性的同时,减弱了对初值的需求,简化了点云配准过程。融合几何特征的ICP改进算法为促进零件的准确数字化测量评价提供了有力支撑,具有技术借鉴价值。     

基于改进的SAC-IA-SICP点云配准方法研究

为了改善传统ICP算法迭代误差大、配准精度低的问题,本文提出一种基于采样一致性配准算法(Sample Consensus Initial Aligment, SAC-IA)初始匹配与改进迭代最近点(Iterative Closet Point, ICP)精配准相结合的配准方法。首先采用SAC-IA进行初始配准,然后将一种对称的目标函数引入ICP算法,提高ICP算法收敛性,并用于点云精配准。实验结果表明,本文方法的配准精度较ICP算法提升了93.00%,时效性提高了15.20%,表明SAC-IA-SICP配准方法可靠性较高。     

二次插值鲸鱼优化算法在圆柱度误差评定中的应用

为了进一步提高圆柱度误差评定的精度和计算收敛速度,以国际标准中的最小区域原则为准,建立并求解圆柱度误差的测量模型,在标准鲸鱼优化算法的基础上,对其进行改进,设计一种二次插值鲸鱼优化算法,最后,通过圆柱度测量数据,对算法进行仿真和测试,证明算法在圆柱度误差的评定精度和收敛速度上有了进一步的提高。     

大扭曲度涡轮叶片的三维实体重构与误差检测

为了得到大扭曲度叶片型面制造误差的量化分析结果,提出了一种基于三维实体重构的扭曲叶片误差检测方法.从某涡轮叶片的二维木模图出发,利用Imageware软件重建叶片的三维实体模型,然后采用精密测量设备实现扭曲叶片实物的数字化测量,对测量数据进行后置处理并实现设计模型与测量数据的坐标配准,最后分析了叶片型面的精确误差值.实践证明,该方法可行、有效,为后续的有限元分析及加工工艺改进奠定了基础.     

基于遗传算法和自适应的平面线轮廓度误差评定方法

 为了解决在测量平面线轮廓度中由于存在被测轮廓与其测量基准间存在位置误差而影响评定精度的问题，提出了一种基于遗传算法和自适应的计算平面线轮廓度误差的新方法。该方法满足最小条件原理，它利用样条插值函数拟合理论轮廓，并在评定过程中能自动地实现被测轮廓与理论轮廓之间的适应性调整，从而能够分离并消除被测轮廓与其测量基准之间的位置误差对轮廓误差评定结果的影响，在遗传优化中获得全局最优解。实例计算验证了这一结果。这种算法简单明确，具有精度高、收敛速度快、易于计算机程序实现、易于推广应用等特点。     

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。     

平面复杂曲线轮廓度误差评定和判别

总结了平面曲线轮廓度误差的测量方法和评定准则,提出了平面曲线轮廓度误差最小区域几何判定准则。给出了平面曲线轮廓度误差评定的数学模型及其计算方法,通过对测量曲线特征点的平移、旋转及最大误差方向移动完成粗配准,进而用坐标轮换法按最小条件原则实现平面曲线的精匹配以消除测量时的定位误差。最后通过实例证明几何准则的正确性和计算方法的可行性。     

基于法向量权重改进的ICP算法

针对三维重建过程中点云配准的精度和速度不理想的问题,提出一种基于法向量权重改进的迭代最近点(ICP)算法。通过将点云的法向量投射到高斯球上,统计不同方向法向量的分布情况,结合物体的几何结构信息赋予相应的权重,利用法向量权重结合点到平面的误差度量方法计算最优刚体变换矩阵。实验结果证明：以球面点云数据为例,与改进前的迭代最近点(ICP)算法相比,在配准速度没有降低的情况下,配准误差减小为原来的30%左右,而且该算法适用于各种点云模型,效果显著。     

大尺寸航空发动机叶片的高效型面检测方法

介绍了一种基于三坐标测量机的高效型面检测方法。在传统叶片型面测量方法基础上,优化了传统扫描路径,提出了分区域、曲率自适应变速扫描方法,有效地解决了大尺寸叶片传统测量方法中频繁更换测针的问题。研究了一种过度扫描策略,通过高级编程对采集数据进行滤波,并采用数学拼接的方法得到完整叶型封闭曲线,用来分析叶片的几何参数。提出的大尺寸叶片检测方法在保证检测精度的同时,提高约40%的检测效率,并完善了传统检测方法叶型曲线不完整的问题。     

基于双目立体视觉的物流包装箱尺寸测量研究

目的 针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法 首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大 的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配 速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果 实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论 改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。     

基于改进粒子群算法的复杂曲面轮廓度误差评定及可视化

针对复杂曲面轮廓度误差的求解是一个复杂的非线性寻优问题,将改进的粒子群算法与细分曲面逐次逼近的方法相结合,实现了复杂曲面轮廓度误差值的精确计算和评定结果可视化。利用双3次B样条曲面进行理论廓面的拟合,从最小条件准则出发,建立了曲面轮廓度误差的数学模型;通过细分曲面逐次逼近的方法,计算出点到曲面的最小距离。在对基本粒子群算法分析的基础上,引入了非线性动态惯性权重系数和杂交算子,提高了算法的精度和效率。以VRML作为三维展示平台、Java Applet作为控制核心,实现了面轮廓度误差评定的可视化、网络化。     

基于CMM测量的航空发动机叶片型面误差分离技术

针对三坐标测量机检测叶片型面数据处理的关键问题,提出一种叶片型面误差分离方法。采用等高法测量叶片,给出了叶片型面公差评估指标的计算方法和误差分离的原则与步骤。在数据处理时采用最小区域法对测量点和理论截面轮廓线对应点进行匹配,建立了匹配目标函数,采用DFP变尺度算法对其求解,并通过第2次匹配消除建立坐标系误差的影响,以分离出叶片型面线轮廓度误差、扭转误差和位置度误差来判定叶片型面误差是否合格。最后通过实例证明了该方法的实用性和有效性。     

发动机叶片型面测量坐标系建立方法研究

发动机叶片的复杂外形结构和加工误差给叶片形位尺寸的精确高效测量带来很大困难。利用三坐标测量机对叶片的型面参数进行测量时,对于变形较大无法利用设计基准完成测量的截面,通过建立辅助测量坐标系的方法实现扫描。本文分析了建立辅助测量坐标系的原理,并提出一种利用四点拟合快速建立辅助坐标系的算法,将变形大的实测曲线与理论叶型进行迭代计算,从而大大减少计算时间。将该四点拟合法应用在大型扭转叶片的叶型测量中,在提高测量效率的同时,建立的辅助测量坐标系精确的实现了叶尖部分叶型的扫描,测量结果可靠。     

一种自调整的空间面轮廓度误差的评定方法

基于最小二乘法并结合二维样条插值函数和优化技术 ,提出一种用于空间面轮郭度误差评定的数据处理方法 ,其优点是在轮郭度误差评定过程中、能自动地实现被测轮廓与理论轮廓之间的适应性调整 ,从而能够分离并消除被测轮廓与其测量基准之间的位置误差对轮廓误差评定结果的影响。文中以汽轮机叶片轮廓的轮廓度误差评定为例 ,证实了这种评定方法的优越性。     

基于改进Sierra 抖动算法的微离焦投影三维轮廓测量技术研究

通过分析传统频率调制的相位轮廓测量技术,提出基于蛇形扫描改进Sierra抖动算法,结合微离焦投影,可减小正弦光栅二值化的量化误差,同时抑制非对称纹理,能较大地改善离焦后光栅的正弦性。将该抖动算法生成的离焦光栅用于三维轮廓测量技术,与Bayer有序抖动算法、Sierra抖动算法和Floyd-steinberg误差扩散抖动算法进行了比较,实验结果表明:改进Sierra抖动算法具备更好的适应性,能够较大程度地降低相位误差,运算速度快,生成光栅准确度较高,改善了相位质量,适用于高精度三维轮廓测量。     

改进YOLOv3算法用于铝型材表面缺陷检测

针对目前铝型材表面缺陷检测存在的准确率、检测效率较低等问题,提出了一种基于改进的YOLOv3铝型材表面缺陷检测方法。首先通过k-均值聚类算法对采集到的数据集进行聚类分析,选取尺寸最优的目标候选框;考虑到铝型材表面缺陷较大,对YOLOv3的网络层级结构进行调整,并将目标检测层之前的6个CBL单元改成4个,再补充2个残差单元,以提高特征的复用。将提出方法用于铝型材表面缺陷检测,并与经典的卷积网络Faster-RCNN和SSD方法进行比较,实验结果表明,采用提出的算法准确率达到97%,检测速度达到47帧/s,明显优于经典的卷积网络Faster-RCNN和SSD,适于在有高精度快速性要求的铝型材表面缺陷检测中推广应用。