基于三维激光点云的零件表面缺陷检测北大核心CSCD |
| |
引用本文: | 朱秀敏黄磊.基于三维激光点云的零件表面缺陷检测北大核心CSCD[J].仪表技术与传感器,2022(7):56-60. |
| |
作者姓名: | 朱秀敏黄磊 |
| |
作者单位: | 1.南京林业大学机械电子工程学院自动化系210037; |
| |
基金项目: | 国家自然科学基金项目(31901239);2021年江苏省大学生创新训练计划(202110298016Z)。 |
| |
摘 要: | 为了获取零件表面缺陷的精确尺寸,提出了一种基于三维激光点云的零件表面缺陷检测方法。首先使用三维激光测量仪对受损零件进行三维测绘,对测得的原始点云经过离群点去除、RANSAC平面分割等操作后得到零件点云。通过基于SAC-IA的粗配准和基于Huber损失函数优化的ICP精确配准算法,将缺陷零件的点云和完整零件的点云(从CATIA中导出)进行配准,使2个点云对齐。最后利用kd-tree加速的最邻近查找算法得出零件缺陷部位点云。分别使用了含破洞、凹陷的零件验证算法的有效性。实验结果表明:论文提出的方法对零件表面缺陷的3D尺寸提取精准。为后续开展零件修复工作打下良好的基础。
|
关 键 词: | 表面缺陷 RANSAC平面分割 SAC-IA粗配准 Huber损失函数优化 kd-tree加速的最邻近查找 |
本文献已被 维普 等数据库收录! |