CN103673916B - 一种水火弯板成型在线检测方法 - Google Patents
一种水火弯板成型在线检测方法 Download PDFInfo
- Publication number
- CN103673916B CN103673916B CN201210326893.XA CN201210326893A CN103673916B CN 103673916 B CN103673916 B CN 103673916B CN 201210326893 A CN201210326893 A CN 201210326893A CN 103673916 B CN103673916 B CN 103673916B
- Authority
- CN
- China
- Prior art keywords
- deck
- boat
- measurement pointcloud
- point cloud
- theoretical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种船舶外板水火成型在线检测方法,属于船舶制造技术和光学测量领域。具体包括如下步骤:A、船板理论模型点云构建;B、扫描获取船板测量点云;C、船板理论模型点云与船板测量点云坐标系配准;D、计算船板测量点云中各点到理论曲面的距离,以表示测量点云和理论模型点云的偏差;E、以色斑图表达偏差值。本发明与传统的样箱/样板检测方法相比,具有检测效率和精度高、检测结果量化且可读性好等优点。
Description
技术领域
本发明涉及一种曲板成型在线检测方法,特别是一种水火弯板过程中的在线检测方法。属于船舶制造技术和光学测量领域。
背景技术
水火弯板无模成型技术是目前世界造船工业中一种技术性强、难度大、影响因素多且被广泛应用的板材成型加工工艺。在加工过程中如何实现快速、准确检测与判别被加工船体曲板与目标曲板的形状误差是目前造船业迫切需要解决的一项关键技术。
目前船厂检测与判别被加工船体曲板与目标曲板的形状误差,主要依靠有经验的工人通过卡样板、样箱的方式来实现。但这种方法存在很多缺点:(1)样板、样箱的精度决定了曲板的加工精度,而样板、样箱大多数为木质材料,受环境影响如天气等会发生较大的变形,因而检测误差较大,成型精度难以保证,为后续造船精度控制设置了障碍,根据调研,这种加工误差有时可达20mm,无法满足精度造船的要求;(2)整个过程需要大量人工操作,对工人技术水平要求高;(3)需要制作大量样箱、样板,浪费木材;(4)生产效率低下,导致造船周期长,与日益竞争激烈的世界造船市场严重不符等。
随着计算机技术和光电技术的发展,计算机辅助船板曲面成型检测已经成为一个重要的发展方向。数十年来,国内外许多专家学者致力于新型检测技术及设备的研发。
国内比较有代表性的有:(1)大连理工大学、大连新船重工有限责任公司、清华大学以及北京航空航天大学等单位,对船体外板加工成型自动检测方法、加工后外板成型的自动判别进行了相关的研究并取得了一定的成果,但是离工程化实际应用还有很大一段距离。
国外比较有代表性的有:(1)首尔大学的J S Park,J G Skin,K H Ko采用三坐标测量仪(CMM)对船板进行测量。所采用CMM的测量范围是2.8m×2.8m,测量误差在±0.068mm以内。此方法测量精度高、可以精确得到船板边界,角点等特征点的数据。但同样存在着众多缺点:(a)测量过程需要大量的人工操作,导致测量效率低下;(b)CMM的使用对现场环境条件要求高;(c)CMM测量范围的扩大需要增加很多成本等。(2)东京大学的Kazuo Hiekata,Hiroyuki Yamato, Masakazu Enomoto等开发出基于激光测量的船板精度评价系统。首先,通过激光扫描获得被测船体曲板的点云数据;然后,通过基于点云边界的方法,将测量数据和理论模型匹配在一起;最后,计算出理论数据和测量数据的误差。此测量方法测量具有精度高、效率高的优点。但仍有很多缺点:(a)对理论模型的输入要求比较高,而对很多船舶设计软件来说,用户要拿到整个船体曲面完整的设计信息和几何信息比较困难;(b)采用基于边界的测量数据和理论数据的匹配方法误差较大。
发明内容
为克服已有技术的不足和缺陷,本发明提供一种用于船体水火弯板成型在线检测方法,能够提高对被加工船板成型形状误差检测的速度和精度。
为了实现上述目的,本发明的技术方案为:一种用于船体水火弯板成型在线检测方法,包括以下步骤:A、构建船板理论模型点云并拟合理论曲面;B、激光线扫描获取船板测量点云;C、船板理论模型点云与船板测量点云坐标系配准;D、计算船板测量点云中各点到理论曲面的距离,以表示测量点云和理论模型点云的偏差;E、以色斑图表达偏差值。
根据本发明的具体实施例,该在线检测方法具体包括以下步骤:
A、从设计系统(Tribon)中抽取船板边界及特征点阵,构建船板理论模型点云并拟合曲面;
B、激光线扫描船板,相机采集带有激光线的船板二维图像,计算待弯船板激光线上点的三维坐标,作为待弯板面上点的三维坐标值,通过对整个船板的扫描和实时计算,获取船板测量点云;
C、以船板理论模型点云为基准,通过基于Iterative Closest Point (ICP)算法的精确匹配,进行船板理论模型点云与船板测量点云坐标系的配准;
D、计算船板测量点云中任意点到理论曲面的距离di,则,确定目标函数,对未知参数求偏导数,偏导方程进行条件约束,利用牛顿迭代求取未知参数,目标函数的最小值即为距离di。遍历测量点云各点,求取测量点云各点到理论曲面的距离,来表示测量点云与理论模型点云的偏差;
E、根据船板测量点云中各点到理论曲面的距离值,分别为各点赋颜色属性,建立船板测量点云与理论曲面的偏差色斑图。
上述步骤A中根据船板边界及特征点阵,构建了船板理论模型上的均匀点云并拟合曲面。
上述步骤B中为具有确定相对位姿关系的两台CCD相机同时拍摄带有激光线的船板,其中两台相机的位姿关系根据船板尺寸范围确定,确保在该位姿关系下两台相机视场分别能覆盖整个船板。
上述步骤C中,理论模型点云和船板测量点云匹配前对点云进行k-d树分割。
上述步骤C中,应用了基于ICP算法的船板理论点云和船板测量点云的精确匹配。
本发明采用非接触式在线检测方法,该方法首先从设计系统(Tribon)中抽取船板边界及特征点阵,构建船板理论模型均匀点云;然后激光线扫描船板,双目CCD(电荷藕合)相机采集带有激光线的船板二维图像,通过图像处理并结合相机内外参数,获取曲板测量点云;最后通过船板理论模型点云和测量点云的匹配与偏差计算,判断曲面的成型状态,以便进一步加工。本发明与传统的样箱/样板检测方法相比,具有检测效率和精度高、检测结果量化且可读性好等优点。本发明应用于水火弯板过程中,可以大大提高对被加工船板成型形状误差检测的速度和精度、大幅度提高生产效率、降低对工人的技术要求和劳动强度。本发明的应用是实现水火弯板工艺自动化的一个关键环节之一。
附图说明
图1为本发明曲面检测方法的流程图
具体实施方式
下面结合图1曲面检测方法的流程图,对本发明的具体实施方式做进一步的描述。
A、根据船板边界及特征点阵,构建了船板理论模型均匀点云并拟合曲面。
从设计软件(比如:Tribon)中导出船板理论曲面的轮廓点序列和其上均匀分布点阵的三维坐标。
(1)将向面投影生成点阵,同理向面投影生成点阵,向面投影生成点阵;
(2)拟合样条曲线 ;
拟合样条曲线;
拟合样条曲线;
(3)对于船板曲面上一点,已知 求
在面根据:
可解得一系列交点的坐标值;
同理:在面根据:
可解得一系列交点的坐标;
在面,根据点拟合样条曲线,求解:
可得到点的坐标值。
同理可知,已知船板曲面上点的任意两个坐标值,可求出第三个坐标值,即可得到船板曲面的方程:
(4)根据船板理论曲面的轮廓点序列拟合船板边界封闭轮廓曲线,并向面做投影得到封闭投影曲线。假设在面,在所包围的区域内为,以向固定步长和向固定步长,依次取得均匀点,(,)。根据:
求出坐标值,即可得到船板理论模型均匀点云。
B、激光线扫描船板,相机采集带有激光线的船板二维图像,通过图像处理并结合相机内外参数,计算激光线上点的三维坐标,作为待弯板面上点的三维坐标值,通过对整个船板的扫描和实时计算,获取船板测量点云。相机为具有确定的相对位姿关系的两台CCD相机,该位姿关系下两台相机视场分别能覆盖整个船板,且所述两台相机同时拍摄带有激光线的船板。该步骤的具体拍摄和计算方法为现有技术,在此不再赘述。
C、以船板理论模型点云为基准,通过基于Iterative Closest Point (ICP,迭代最近点)算法的精确匹配,进行船板理论模型点云与船板测量点云坐标系的配准。
基于k-d树原理,对测量数据进行空间预分割。定义和为坐标系转化中的旋转和平移参数,旋转矩阵则为
测量点和理论模型点通过最近点方式形成个配对,构建目标函数为所有点对距离的平均:,则通过协方差的方法可以得到最优的旋转和平移参数。即测量坐标系到理论坐标系的配准变换矩阵。
D、计算船板测量点云中任意点到理论曲面的距离di,则,确定目标函数,对未知参数分别求偏导数,偏导方程进行条件约束,其中约束条件为船板的边界,假设船板边界曲线形成的区域为,则约束条件为,利用牛顿迭代求取未知参数,目标函数的最小值即为距离di,遍历测量点云各点,求取测量点云各点到理论曲面的距离,来表示测量点云与理论模型点云的偏差。
5)根据船板测量点云中各点到理论曲面的距离值的不同,分别为各点赋颜色属性,建立船板测量点云与理论曲面的偏差色斑图。在这里,可以建立整个船板的偏差色斑图,也可以仅仅显示船板测量点云与理论曲面之间的偏差超过设定范围的区域的偏差色斑图,或者是仅仅显示偏差在设定范围内的区域的偏差色斑图。
Claims (4)
1.一种船舶外板水火成型在线检测方法,其特征在于本方法包括以下步骤:A、构建船板理论模型点云并拟合理论曲面,从设计系统中抽取船板边界及特征点阵,构建船板理论模型点云并拟合曲面 ;B、扫描获取船板测量点云,激光线扫描船板,相机采集带有激光线的船板二维图像,计算激光线上点的三维坐标,作为待弯船板面上点的三维坐标值,通过对整个船板的扫描和实时计算,获取船板测量点云;C、船板理论模型点云与船板测量点云坐标系配准,以船板理论模型点云为基准,通过基于ICP算法的精确匹配,进行船板理论模型点云与船板测量点云坐标系的配准;D、计算船板测量点云中各点到理论曲面的距离,以表示测量点云和理论模型点云的偏差,计算船板测量点云中任意点到理论曲面的距离di,则,确定目标函数,对未知参数分别求偏导数,偏导方程进行条件约束,利用牛顿迭代求取未知参数,目标函数的最小值即为距离di,遍历测量点云各点,求取测量点云各点到理论曲面的距离,来表示测量点云与理论模型点云的偏差;E、以色斑图表达偏差值。
2.如权利要求1所述的一种船舶外板水火成型在线检测方法,其特征在于步骤E为根据船板测量点云中各点到理论曲面的距离值,分别为各点赋予颜色属性,建立船板测量点云与理论曲面的偏差色斑图。
3.根据权利要求1所述的一种船舶外板水火成型在线检测方法,其特征在于:所述步骤B中为具有确定相对位姿关系的两台CCD相机同时拍摄带有激光线的船板,在该位姿关系下两台相机视场分别能覆盖整个船板。
4.根据权利要求1所述的一种船舶外板水火成型在线检测方法,其特征在于:所述步骤C中,匹配前对船板理论模型点云和船板测量点云进行k-d树分割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210326893.XA CN103673916B (zh) | 2012-09-06 | 2012-09-06 | 一种水火弯板成型在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210326893.XA CN103673916B (zh) | 2012-09-06 | 2012-09-06 | 一种水火弯板成型在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103673916A CN103673916A (zh) | 2014-03-26 |
CN103673916B true CN103673916B (zh) | 2016-10-05 |
Family
ID=50312199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210326893.XA Active CN103673916B (zh) | 2012-09-06 | 2012-09-06 | 一种水火弯板成型在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103673916B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109579765A (zh) * | 2017-09-29 | 2019-04-05 | 上海时元互联网科技有限公司 | 基于伺服电机的三维点云数据匹配方法及系统、控制器 |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217079A (zh) * | 2014-09-03 | 2014-12-17 | 东方电气(乐山)新能源设备有限公司 | 一种用逆向技术测量风力发电机轴向风扇的方法 |
CN104462646B (zh) * | 2014-10-31 | 2018-03-27 | 广东工业大学 | 一种船舶水火弯板的质量评价方法 |
CN104359415B (zh) * | 2014-10-31 | 2017-05-24 | 广东工业大学 | 一种水火弯板角变形量测量方法及系统 |
CN104399777B (zh) * | 2014-11-28 | 2016-06-29 | 广东工业大学 | 一种基于表面向量斜率差值比的水火弯板成形评价方法 |
CN104907376A (zh) * | 2015-06-12 | 2015-09-16 | 广东工业大学 | 一种水火弯板扭曲板焰道规划方法 |
CN104930982B (zh) * | 2015-06-12 | 2017-12-08 | 广东工业大学 | 一种水火弯板横纵曲率成型评价方法 |
FR3043226A1 (fr) * | 2015-10-28 | 2017-05-05 | Airbus Operations Sas | Controle d'un equipement par rapport a son modele numerique |
CN105571511B (zh) * | 2015-12-10 | 2019-04-02 | 上海船舶工艺研究所 | 一种船舶外板成型精度在线检测方法 |
CN105403183B (zh) * | 2015-12-23 | 2018-01-30 | 中车眉山车辆有限公司 | 一种用于检验车钩的工作样板计量检测方法 |
CN106248035A (zh) * | 2016-08-19 | 2016-12-21 | 苏州大学 | 一种基于点云模型的面轮廓度精确检测的方法及系统 |
EP3364374A1 (en) * | 2017-02-20 | 2018-08-22 | My Virtual Reality Software AS | Method for visualizing three-dimensional data |
CN106931936B (zh) * | 2017-03-10 | 2019-05-31 | 广东工业大学 | 一种船体复杂外板成形空间角变形量计算方法及装置 |
CN107008825A (zh) * | 2017-03-15 | 2017-08-04 | 华中科技大学 | 一种用于船舶复杂曲率板成型的加工方法 |
CN107392845A (zh) * | 2017-07-31 | 2017-11-24 | 芜湖微云机器人有限公司 | 一种3d点云成像及定位的方法 |
CN108469230B (zh) * | 2018-03-12 | 2020-02-14 | 南京林业大学 | 一种基于三维激光扫描的木材单板变形测量方法 |
CN108801914B (zh) * | 2018-05-29 | 2020-11-24 | 华中科技大学 | 一种对多沟槽型面板材成形缺陷的检测方法及检测系统 |
CN109141386A (zh) * | 2018-07-02 | 2019-01-04 | 沪东中华造船(集团)有限公司 | 一种运用全站仪实现船用样箱精度检测的方法 |
CN109141266B (zh) * | 2018-07-19 | 2020-10-16 | 北京建筑大学 | 一种钢结构测量方法及系统 |
CN109489548B (zh) * | 2018-11-15 | 2019-11-12 | 河海大学 | 一种利用三维点云的零件加工精度自动检测方法 |
CN109605157B (zh) * | 2018-11-30 | 2019-11-12 | 华中科技大学 | 一种基于3d激光扫描仪的机器人毛刺清理方法 |
CN109685778B (zh) * | 2018-12-12 | 2021-06-22 | 重庆大学 | 一种基于ct切片的机械零件的几种常见几何量检测方法 |
CN111426282B (zh) * | 2018-12-21 | 2022-04-19 | 核动力运行研究所 | 一种光学测量点云的密封面误差评估缺陷识别方法 |
CN110103071B (zh) * | 2019-05-28 | 2020-05-01 | 内蒙古大学 | 一种变形复杂零件的数字化寻位加工方法 |
CN110307795B (zh) * | 2019-06-25 | 2021-03-26 | 江苏省特种设备安全监督检验研究院 | 一种起重机吊钩开口度的自动检测方法 |
CN111536873B (zh) * | 2020-05-19 | 2021-11-16 | 复旦大学 | 一种采用辅助相机对单目偏折测量工件进行测量的方法 |
CN111702054B (zh) * | 2020-05-28 | 2022-05-20 | 江苏大学 | 一种曲板渐进成形在位调形检测系统及方法 |
CN111982021A (zh) * | 2020-07-29 | 2020-11-24 | 江苏大学 | 一种船舶曲板成形便携式三维视觉检测系统及方法 |
CN112578730A (zh) * | 2020-11-16 | 2021-03-30 | 中国航发西安动力控制科技有限公司 | 自适应加工中基准坐标的快速转换方法 |
CN112365499A (zh) * | 2021-01-11 | 2021-02-12 | 深兰人工智能芯片研究院(江苏)有限公司 | 轮廓检测方法、装置、电子设备及存储介质 |
CN114413788B (zh) * | 2022-01-21 | 2024-04-09 | 武汉惟景三维科技有限公司 | 基于双目视觉和反向模型重构的零件表面图案检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101373135A (zh) * | 2008-07-01 | 2009-02-25 | 南京航空航天大学 | 基于瞬时随机光照的三维曲面测量装置及方法 |
CN101692257A (zh) * | 2009-09-25 | 2010-04-07 | 华东理工大学 | 一种复杂曲面的配准方法 |
CN101750030A (zh) * | 2008-12-17 | 2010-06-23 | 鸿富锦精密工业(深圳)有限公司 | 曲面检测系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100875121B1 (ko) * | 2007-02-27 | 2008-12-22 | 쉬-유 초우 | 정형외과수술용 팽창장치 |
US7995218B2 (en) * | 2009-05-29 | 2011-08-09 | Perceptron, Inc. | Sensor system and reverse clamping mechanism |
-
2012
- 2012-09-06 CN CN201210326893.XA patent/CN103673916B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101373135A (zh) * | 2008-07-01 | 2009-02-25 | 南京航空航天大学 | 基于瞬时随机光照的三维曲面测量装置及方法 |
CN101750030A (zh) * | 2008-12-17 | 2010-06-23 | 鸿富锦精密工业(深圳)有限公司 | 曲面检测系统及方法 |
CN101692257A (zh) * | 2009-09-25 | 2010-04-07 | 华东理工大学 | 一种复杂曲面的配准方法 |
Non-Patent Citations (1)
Title |
---|
基于平方距离函数的曲面分片参数化重构;李明星等;《西安交通大学学报》;20060930;第40卷(第9期);1054-1057 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109579765A (zh) * | 2017-09-29 | 2019-04-05 | 上海时元互联网科技有限公司 | 基于伺服电机的三维点云数据匹配方法及系统、控制器 |
CN109579765B (zh) * | 2017-09-29 | 2020-09-18 | 上海时元互联网科技有限公司 | 基于伺服电机的三维点云数据匹配方法及系统、控制器 |
Also Published As
Publication number | Publication date |
---|---|
CN103673916A (zh) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103673916B (zh) | 一种水火弯板成型在线检测方法 | |
CN111080627B (zh) | 一种基于深度学习的2d+3d大飞机外形缺陷检测与分析方法 | |
CN105205858B (zh) | 一种基于单个深度视觉传感器的室内场景三维重建方法 | |
Zong et al. | Container ship cell guide accuracy check technology based on improved 3D point cloud instance segmentation | |
Paoli et al. | Large yacht hull measurement by integrating optical scanning with mechanical tracking-based methodologies | |
CN103955927B (zh) | 一种基于激光视觉的角焊缝自动跟踪方法 | |
Wang et al. | A mobile robotic 3-D measurement method based on point clouds alignment for large-scale complex surfaces | |
CN106248035A (zh) | 一种基于点云模型的面轮廓度精确检测的方法及系统 | |
Zhang et al. | Stud pose detection based on photometric stereo and lightweight YOLOv4 | |
Wang et al. | Distortion calibrating method of measuring rail profile based on local affine invariant feature descriptor | |
Wu et al. | A novel high precise laser 3D profile scanning method with flexible calibration | |
CN103106632A (zh) | 一种基于均值漂移的不同精度三维点云数据的融合方法 | |
Ye et al. | An accurate 3D point cloud registration approach for the turntable-based 3D scanning system | |
Moemen et al. | 3-D reconstruction and measurement system based on multimobile robot machine vision | |
Lo Brutto et al. | Vision metrology and Structure from Motion for archaeological heritage 3D reconstruction: A Case Study of various Roman mosaics | |
Kim et al. | The effective acquisition and processing of 3D photogrammetric data from digital photogrammetry for construction progress measurement | |
Zhao et al. | Intelligent segmentation method for blurred cracks and 3D mapping of width nephograms in concrete dams using UAV photogrammetry | |
Li et al. | Method for detecting pipeline spatial attitude using point cloud alignment | |
Bauer et al. | Free-form surface analysis and linking strategies for high registration accuracy in quality assurance applications | |
Jaw et al. | Feature-based registration of terrestrial lidar point clouds | |
Lovas et al. | Laser scanning ship hulls to support hydrodynamic simulations | |
Mawas et al. | Automatic Geometric Inspection in Digital Fabrication | |
CN105160673A (zh) | 一种物体的定位方法 | |
CN104765702A (zh) | 一种船舶外板水火加工过程中的型面数据采集方法 | |
Drap et al. | Underwater multimodal survey: Merging optical and acoustic data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |