能量法与ICP算法相结合从粗到精的曲面配准技术

在使用点云数据或三角网格数据表示的自由曲面的配准问题中,ICP算法使用相当广泛,但就实际应用来说,基本的ICP匹配算法存在一定的缺陷。针对基本ICP匹配算法存在的固有限制,本文采用先粗后精的匹配思路,即先用能量法进行数据间的粗略配准,以粗配准的结果做初始值,利用ICP算法进行数据间的精配准。并用实际工件的成形例子对配准算法进行验证,其全局优化性能优于ICP算法。     

基于最小包围盒的三维模型的配准技术

提出了一种以三维模型为基础的数据点配准方法。本方法利用扫描数据生成三角网格模型,首先应用单纯形优化算法生成三维模型的最小包围盒,然后通过坐标变换实现CAD模型与三角网格模型上数据点的粗配准,最后通过ICP（迭代最近点法）算法实现精配准。     

锥台工件点云拟合算法研究

针对不完整锥面工件模型拟合问题背景，为了解决大量点云数据的标准几何模型拟合问题，提出一种基于遗传算法的锥面点云数据拟合算法：通过随机选取拟合模型采样点，用点云数据点-标准模型采样点的距离计算替代点云数据点-标准曲面模型的距离运算，提高计算效率同时保留点云细节特征；通过对点云数据建立Kd-tree索引提升标准模型采样点距离检测效率；通过遗传算法迭代搜索拟合模型参数，并通过变数据量、变拟合精度等方法改进遗传算法的搜索效率。经实验验证：采用该算法可有效提升部分锥面工件拟合的匹配精度，误差范围±0.5 mm,且对于大量点云数据的处理效果良好。     

基于局部特征的位姿求解算法北大核心

为提高点云数据配准精度,更准确获取目标物体位姿信息,提出一种基于局部特征的多源数据匹配位姿求解方法。首先,通过3D深度相机获取模型三维点云数据,并根据梯度阈值算法从大量点云数据中得到物体表面梯度值;其次,使用L+边界提取算法提取物体边缘轮廓特征信息,再遍历实体大量点云数据求解二维轮廓特征值,从而对输出的轮廓特征数据建立特征数据库;最后,对获取的点云数据特征进行数据处理,通过Hu矩匹配算法找到相对应的数据源后再由F-ICP匹配算法获取模型位姿。结果表明基于局部特征的多源数据匹配算法可以有效对点云数据进行位姿计算,匹配精度得到提升。     

基于粒子群算法的三维扫描点云数据在机配准

针对配准过程中经典ICP算法存在的对初始位置要求高、效率低、不易收敛、与加工环节分离等问题,文章提出一种对于扫描点云数据的基于粒子群优化算法的改进ICP配准算法,并嵌入测量-加工一体化设备内,实现配准过程的在机操作。针对使用回转截面线法扫描得到的扫描点云数据,采用弦高差法进行数据的去噪和精简处理,使用改进后的粒子群优化算法进行预配准,再利用基于K-Dtree数据结构加速的ICP算法进行精配准。结果表明:该方法降低了ICP算法配准时对于初始位置的高要求,配准后叶片加工部位偏差处于±0.5mm范围以内。通过基于数控机床和数控系统的实验平台的在机实验,验证了所提出的在机配准方法,能够满足工件下一步加工需要。     

自由曲面的高精度匹配技术研究

研究自由曲面的高精度匹配技术。采用两步法即粗匹配和精匹配对曲面匹配进行逐步求精:采用微分进化算法进行粗匹配,获得下一步精匹配迭代过程的初始点,解决了迭代最近点算法(ICP)存在的容易收敛于局部最优点的问题,并克服了遗传算法收敛速度较慢的缺陷;基于最小二乘准则和最小条件原则,分别采用单纯形法和坐标轮换法循环计算进行精匹配,同时对设计变量进行尺度变换,改善了优化设计数学模型的性态。以Visual C++6.0为开发工具,编程实现了自由曲面的高精度匹配。运行实例表明,上述算法是可行和有效的。     

基于遗传算法的三维曲面配准

本文针对自由曲面模型数据和测量数据之间的配准问题,研究了先粗后精的两步配准方法。利用遗传算法的全局搜索性能,控制优化参数达到两曲面间的粗配准;以粗配准的结果作为初值,利用ICP匹配算法修正误差,进一步优化以达到全局最优配准。两步法解决了ICP算法易收敛于局部最小值的问题,将测量曲面与CAD模型曲面在空间进行最优化匹配。实例验证表明,算法配准精度高、运算速度比较快,可以应用于曲面件多点成形后的曲面误差分析及修正,也可应用于其他领域自由光滑曲面的测量结果的比较分析。     

面向装配机器人的作业目标视觉识别与定位方法

针对装配机器人在作业过程中所面临的工件形状多样性等因素对工件的识别、定位造成的扰动,提出利用BRIEF描述子对SURF算法提取的作业目标特征点进行描述,采用最近邻汉明距离融合PROSAC算法进行两步骤的匹配,去除无效匹配点对,提高识别精度;通过模板图像与作业目标图像的转换关系建立4参数的仿射变换模型,求解装配作业目标的形心坐标,结合装配机器人视觉系统的标定参数得到目标形心的世界坐标。实验结果表明该方法在不考虑几何畸变的情况下,实现了对装配作业目标的快速识别与定位,定位误差不超过1. 0mm。     

基于快速测量的曲面多点成形精度控制

在板类件多点成形中,由于板料回弹、工件定位等因素,成形后的工件曲面与目标模型之间存在误差。文章通过激光快速扫描测量获得成形后工件的三维形状点云数据,经平滑去噪后,用对异常点不敏感的鲁棒最小二乘法进行B样条曲面拟合。将重构的曲面与目标模型配准计算后将曲面误差反馈到多点CAD系统,根据该误差进行回弹补偿、闭环修正工件曲面误差,并给出应用实例。结果表明,基于快速测量的曲面多点成形精度控制技术充分利用了多点成形的快速性的特点,通过三维空间形状反馈,来提高多点成形的精度。     

基于点云配准的曲面三维差异检测

在工件打磨任务中,实测数据与标准模型数据之间的差异性比较是实现机器人自动化打磨的关键研究问题之一。针对如何快速精确地提取陶瓷素胚工件曲面的三维差异数据问题,设计了一种曲面配准流程。首先,针对点云的粗对齐步骤,采用体素网格滤波进行下采样,采用了Hough投票法进行粗配准,将粗配准步骤运行时间控制在0.3 s以内。其次,针对点云的精确配准步骤,利用了CUDA加速比较耗时的ICP配准算法,将精确配准耗时控制在0.5 s以内。最后,针对差异提取步骤,通过引入Octree数据结构实现了差异点云的快速提取。最终,将模型曲面点云与扫描曲面点云之间的RMS误差控制在0.5 mm内,总运行时间控制在1 s之内,实现了两个曲面的快速精确对齐以及差异提取。     

UG NX二次开发在CAD模型离散中的应用

在CAD模型已知的零件数字化检测中,为将CAD模型和零件的实测点云模型进行对比分析,首先要解决CAD模型离散为点云数据的问题。针对这一问题,提出了一种基于UG NX平台二次开发获得点云数据的方法。介绍了UG NX二次开发的工具及其基本特点,并综合运用二次开发工具和Visual StudiO2010开发环境在UG NX10.0中设计了完成CAD模型离散的对话框。阐述了CAD模型离散的原理、基本流程,编写对话框中的回调函数实现了离散功能,获得了点云数据。将离散结果与原模型进行对比分析,表明离散结果可以很好地代表CAD模型。     

基于激光SLAM的移动机器人导航算法研究

定位技术是机器人技术中导航控制和路径规划的关键问题,传统定位方式采用全球定位系统(GPS),难以完成精准的定位导航功能,不依赖于GPS的定位导航方法是目前机器人领域的研究热点。提出一种基于激光雷达采集的点云信息帧间匹配方法,根据改进式激光点云数据的位姿估计算法,结合非线性优化进行了校正和优化,完成移动机器人对未知环境的精确定位。通过ROS机器人操作系统搭建实验平台,对改进算法进行验证,证明改进后帧间匹配算法的建图和定位效果对应的鲁棒性与定位精度效果更佳,可满足工程要求。     

三维模型重建中点云ICP拼接算法的改进

提出一种以不同视野下的点云为处理对象,自动进行点云配准的拼接算法.该算法首先利用点云的曲率、法矢量等几何信息,计算出初次拼接变换,并用几何哈希的方法筛选出最优的变换,完成初次拼接.然后改进最近点迭代法(iterative closest point,ICP)中最近点的选取方法:对点云A中的测点,先求出另一点云B中与其最近的3个点,并由这3个点构成一个三角形,把测点到三角形的垂足作为测点的最近点.并用该算法对点云进行再次拼接.最后基于该算法实现了对车头模型的配准.结果表明,该算法具有较高的配准精度.     

基于双目相机的水下视觉SLAM前端改进

为使机器人能够在昏暗且模糊的水下环境中实现较为清晰的地图构建和准确的自身定位,基于Rtab-map算法对其前端进行优化。通过直方图均衡化算法对双目相机采集到的水中图像进行预处理,提高图像的亮度和细节处的清晰度。使用ORB算法提取和匹配图像特征点,采用RANSAC算法剔除图像误匹配点对,提高相机位置估计的精度。实验结果表明：使用直方图均衡化算法处理水下的模糊图像,特征匹配点对数明显增加。基于公开数据集对优化后的Rtab-map算法进行测试,所得到的多项误差明显降低。在实验室水槽条件下进行试验,验证了采用优化后的算法得到的三维点云图质量更优     

汽轮机叶片多轴加工工艺与检测技术的研究

根据汽轮机叶片的结构特点,针对加工和检测中的难点,阐述使用UGNX 8.5软件的多轴加工功能对汽轮机叶片进行刀轨规划、生成、仿真以及后处理的方法。使用三维激光扫描技术对加工完成的零件进行扫描获得点云数据文件,采用逆向软件Geomagic对点云数据进行处理,输出曲面模型,进而与叶片理论模型进行整体匹配,从而检测零件是否满足设计精度要求。该加工与检测方案实用性强,具有一定的参考价值。     

考虑位姿变换的钻铆工业机器人刚度寻优

针对航空航天飞机蒙皮壁板等大尺度构件自动钻铆加工中工业机器人刚度较低、加工精度差的问题,以KUKA KR600 R2830型工业机器人为例,通过调整工业机器人加工位姿的方式进行刚度优化。建立所选型号工业机器人运动学模型,在此基础上建立刚度模型并通过刚度辨识实验求解工业机器人各关节刚度;采用蒙特卡洛法绘制工业机器人作业空间并结合刚度性能评价指标在工作空间基础上绘制刚度云图,表征机器人刚度性能分布;结合参数优化后的模拟退火算法求解机械臂刚度最优位姿及当前位姿下的关节角;最后利用仿真及实验进行验证,证明刚度最大位姿的有效性。此方法可为高精重载工业机器人的加工稳定性研究提供思路和指导,提升6R工业机器人钻铆质量。     

机床空间精度预测与NC代码补偿研究

以某立式加工中心为研究载体,提出一种空间精度补偿技术。以旋量理论为基础,在充分考虑机床切削点空间位置的基础上,建立包含全部几何误差的立式加工中心空间精度模型,同时输出空间精度显示预测模型。针对传统空间精度补偿不充分的局限性,将空间精度补偿思路转换为NC代码最优化问题,基于遗传算法求解该最优化问题,通过实验验证优化结果的有效性。结果表明：基于旋量理论的机床空间精度建模包含21项几何误差,空间精度预测结果较为准确;基于NC代码最优化的空间精度补偿技术使得机床空间定位精度最大补偿率为90.94%,验证了所提方法的有效性。     

Adapting CAD models of complex engineering objects to measured point cloud data

Construction, maintenance and retrofitting of complex engineering objects like factories or plants calls for matching their model and actual state that are inevitably different. The paper presents a generic method for tailoring the computer aided design (CAD) model of such objects to their state given in terms of measured 3D, high resolution point clouds. The workflow includes efficient storage of massive measurement data, segmentation of a triangulated mesh-based CAD model into features, matching and adapting the features to the data. The method is demonstrated in a real-world setting, using the CAD model and point cloud data of an industrial plant.     

复杂型面链轨节实体模型重构研究

为了获取某型面复杂且具有配合精度要求的链轨节实体模型,对其实体模型重构方法进行研究。运用遗传算法优化的BP神经网络修补点云孔洞,通过精确曲面创建得到的链轨节实体模型不能满足销轴孔和螺栓孔的配合精度要求。提出了在Geomagic Design X软件中,基于面片草图拟合约束对精度要求较高的两类孔进行参数化修正,完成该链轨节实体模型重构。通过分析点云数据与实体模型的偏差,验证了利用该建模方法能够获得满足精度要求的链轨节实体模型,对具有相似特征零件的模型重构具有借鉴意义。