CN106874580B - 一种基于点云数据的弯管模型重建方法 - Google Patents
一种基于点云数据的弯管模型重建方法 Download PDFInfo
- Publication number
- CN106874580B CN106874580B CN201710053284.4A CN201710053284A CN106874580B CN 106874580 B CN106874580 B CN 106874580B CN 201710053284 A CN201710053284 A CN 201710053284A CN 106874580 B CN106874580 B CN 106874580B
- Authority
- CN
- China
- Prior art keywords
- point
- point cloud
- cloud data
- vector
- points
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005452 bending Methods 0.000 title claims description 17
- 239000013598 vector Substances 0.000 claims abstract description 51
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000005520 cutting process Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000007405 data analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于点云数据的弯管检测方法。根据采样点切矢信息,识别弯管的圆柱段和圆环段,分别拟合各段计算出弯管模型的参数。该方法的特征在于:根据采样点切矢在单位球上的映射,分类点云数据;以累加弦长为位置参数,重新排序采样点;最终计算弯管参数,重建弯管模型。该方法为弯管零件的检测提供一种快速、精准的数据分析方法,操作简便,计算结果可靠。
Description
技术领域
本发明涉及复杂曲面检测技术领域,具体是一种基于点云数据的弯管模型重建方法。
背景技术
弯管零件是工业中应用广泛的零件之一,加工过程中的回弹现象使成形质量受到极大的影响,但由于其空间的复杂性,传统的弯管检测方法不仅费时费力,而且检测结果无法量化,对检测结果的分析评价主要依赖检测人员的经验。因而在生产过程中对弯管快速、精准的检测就显得非常重要。
在弯管检测重建方面,巴黎矿业学院机器人研究中心的FrangoisGoulette提出一种基于深度图像的工业弯管自动CAD建模方法,主要是利用微分几何方法求出主曲率的局部估计值来把点云分割成圆柱部分和圆环部分,然而这种方法存在严重的不足,首先微分估计对于噪点比较敏感,而且它还需要其他可靠的方法来避免过分割;此外,仅仅使用局部的估计值,往往很难识别非常短的圆柱或者圆环段。哥廷根大学的Ulrich Bauer和柏林自由大学的Konrad Polthier提出一种脊线重建方法,然后提出一种基于由圆弧和直线组成且满足G1连续性的多角曲线的算法,但是这种算法复杂度高,不适用于过于复杂和数据量过大的弯管。
上海大学的孙亮、赵翠莲等人研究了一种基于迭代的切片方向优化算法及根据管线方向变化自动寻找新种子点及对应切片的算法,以此获取截面轮廓线及中心线点列,利用CAD软件重构出管路模型。但是这两种方法都没有考虑管道在弯曲部分的参数测量,只是在计算机上重建模型,没有足够的测量参数,不能应用到实际的设计和加工中。
发明内容
本发明的目的是提供一种基于点云数据的弯管模型重建方法,以实现准确、自动化识别弯管各段,并且使时间性能得到提升。
为了达到上述目的,本发明所采用的技术方案为:
一种基于点云数据的弯管模型重建方法,其特征在于:包括以下步骤:
(1)、通过三维扫描设备获取弯管的点云数据并输入计算机中;
(2)、在计算机中局部拟合曲面并利用曲面的第一、第二基本形式估计点云主曲率、主方向和法矢的属性信息;
(3)、将点云主方向映射到单位球上,采用聚类技术和累加弦长参数化方法识别弯管的圆柱段和圆环段;
(4)、采用最小二乘法拟合圆柱和圆环面,计算出弯管特征参数;
(5)、基于弯管特征参数,实现弯管的三维模型重建。
所述的一种基于点云数据的弯管模型重建方法,其特征在于:所述步骤(1)过程如下:
首先设置三维扫描设备的扫描范围、幅度、单位参数,然后利用该三维扫描设备扫描弯管获取点云数据M,并将点云数据M输入计算机中,点云数据包括采样点的坐标信息和索引。
所述的一种基于点云数据的弯管模型重建方法,其特征在于:所述步骤(2)过程如下:
(2c)、其次采用最小二乘法,拟合内的点构造局部二次曲面π(x,y)=ax2+by2+cxy+dx+ey+f,得到Pi点的法矢量等基本信息,同时利用曲面第一、第二基本形式计算出点云的主曲率、主方向,由曲面第一、第二基本量组成的矩阵如下所示:
其中a、b、c、d、e、f为方程的系数,E、I、F为曲面第一基本量,L、M、N为曲面第二基本量,G-1H矩阵的特征值分别为主曲率Kmin和Kmax,对应的特征向量分别为两个主方向,最大曲率对应的主方向记作 同时也是Pi点的一个切矢,理论上Kmax的倒数为管半径,点云沿法矢移动半径长度得到近似中心线上的点集S1。
所述的一种基于点云数据的弯管模型重建方法,其特征在于:所述步骤(3)过程如下:
(3b)、采用聚类技术,将S2分类;
(3c)、将点集S1进行排序,得到多义线S;
(3d)、将S1中的所有点Pi(i=0,…,n)向S投影,并计算各投影点的累加弦长,用作Pi点的参数;
(3e)、根据聚类分析结果及各点的参数,将M中的点分为圆柱段上点和圆环段上点。
所述的一种基于点云数据的弯管模型重建方法,其特征在于:所述步骤(4)过程如下:
(4a)、估计参数初始值:
圆柱的独立参数有五个,圆柱面的初始中心点为点集S1中对应圆柱段的一端的点,同时是柱面轴向的坐标起点,由柱段两个端点对应S1上的起止点得到一向量,将之作为圆柱轴向量的估计值;
C=(M+N)/2 (4),
(4b)、采用非线性方程组求解算法计算出二次曲面特征参数。
所述的一种基于点云数据的弯管模型重建方法,其特征在于:所述步骤(5)过程如下:
vx·x+vy·y+vz·z+D=0 (5),
裁剪平面裁剪圆环面得到弯管圆环段的模型,进一步可以利用裁剪平面精确分割圆柱段点云数据并重新计算圆柱段的参数;
(5b)、使用OpenGL中的平移、旋转函数完成弯管的显示。
由上述技术方案可知,本发明的优点在于:第一,通过两次计算,获得更加准确的点云数据的法矢量;第二,该方法不需要扫描全部的点云数据,可减少计算量,提高检测效率;第三,该算法可快速、精准的将弯管分段;第四,该算法也具有较为广泛的应用,通过分析检测结果,调整加工指令进行补偿,提高产品的合格率;同时,这种方法还可以用于CAD模型未知的弯管零件的反求CAD建模。
附图说明
图1为本发明的方法流程图。
图2为实施例中弯管点云数据的示意图。
图3为实施例中点云法矢量计算的效果图。
图4为实施例中点云切矢量计算的效果图。
图5为实施例中中心线点集计算的效果图。
图6为本发明中切矢在单位球上映射的示意图。
图7为实施例切矢在单位球上映射的效果图。
图8为实施例中球面上点集聚类的效果图。
图9为本发明中提取有序点集的示意图。
图10为实施例提取有序中心点集连接折线的效果图。
图11为本发明中参数化的示意图。
图12为实施例中弯管分段的效果图。
图13为本发明中计算弯管圆环段中心点的示意图。
图14为本发明中计算非共面直线公垂线中点的示意图。
图15为实施例中裁剪平面和圆环面计算的效果图。
图16为实施例中弯管重建的效果图。
具体实施方式
如图1所示,一种基于点云数据的弯管检测方法的流程图,该方法包括下列顺序的步骤:(1)通过三维扫描设备获取弯管的点云数据并输入计算机中;(2)局部拟合曲面并利用曲面的第一、第二基本形式估计点云的主曲率、主方向和法矢等属性信息;(3)将点云主方向映射到单位球上,采用聚类技术和累加弦长参数化的办法识别弯管的圆柱段和圆环段;(4)采用最小二乘法拟合圆柱和圆环面,计算出弯管特征参数;(5)基于弯管特征参数,实现弯管的三维模型重建。
现结合附图和具体实施例对本发明进一步详细的说明。
实施例一
本实施例是对一个只有一个直角弯的弯管零件的重建,包括以下步骤:
步骤1:输入弯管点云数据模型
如图2所示,本实施例扫描一个具有一个直角弯的弯管零件得到点云数据模型M,M={Pi|i=1,…,N},点Pi={xi,yi,zi,i|i=1,…,N},i为点的索引,N表示点总数。
步骤2:计算点云法矢量、切矢量等信息
(2b)然后以为Z轴建立Pi点处的局部坐标系,并计算邻域内各点的局部坐标值,设局部坐标系的三个坐标轴分别为X=(xx,yx,zx)、Y=(xy,yy,zy)、Z=(xz,yz,zz),X坐标轴的计算有以下三种情况:
Y坐标轴计算公式有:
则Pj点的局部坐标为:
(xj,yj,zj)为点在全局坐标系下的坐标值,(x′j,y′j,z′j)为点在局部坐标系下的坐标值;
As=B,
这里曲面(S):z=π(x,y),B=(z1,z2,...,zn)T,s=(a,b,c,d,e,f)T,采用最小二乘法解出二次曲面方程的六个系数,在(0,0)处,利用曲面对x,y的一阶导数的叉乘积计算法矢量,同时利用曲面第一、第二基本形式计算出点云的主曲率、主方向,由第一、第二基本量组成的矩阵如下:
G-1H矩阵的特征值分别为主曲率Kmin和Kmax,对应的特征向量分别为两个主方向,如图3所示,经过两次计算的到的法矢量,如图4所示,计算得到的点云数据的切矢,理论上Kmax的倒数为管半径,如图5所示,点云沿法矢移动半径长度得到近似中心线上的点集S1。
步骤3:识别弯管圆柱段和圆环段
(3b)采用聚类技术,将S2分类,如图8所示;
(3c)将点集S1进行排序,得到多义线S,具体过程如下:
如图9所示,任取一点p∈S1,在p点的邻域B内分为两个点集区域B1、B2中找到距p最远的点F1、F2,
其中pf是邻域中距p最远的点。之后分别以点F1、F2点为p继续寻找下去,p′为前一步的p点;直到无满足条件的点,最后得到两个含有少量点的骨架点集S3、S4,将S3倒序,S4正序整合到一个有序点集S5,S5共有点18个;如图10所示,属于S5的相邻点集,连成线段lk,组成表示弯管走向的骨架折线L{l1,l2,...lk...,ln},n=17;
(3d)将S1中的所有点pi(i=0,…,N)向S投影,并计算各投影点的累加弦长,用作pi点的参数,具体过程如下:
(3e)根据聚类分析结果及各点的参数,如图12所示,将M中的点分为圆柱段上点和圆环段上点。
步骤4:拟合圆柱、圆环段并计算弯管参数
(4a)估计参数初始值:
圆柱的独立参数有五个,圆柱面的初始中心点为点集S1中对应圆柱段的一端的点,同时是柱面轴向的坐标起点,由柱段两个端点对应S1上的起止点得到一向量,将之作为圆柱轴向量的估计值,圆柱半径的初始值为Kmax的倒数。
C=(M+N)/2,
如图14所示,相邻圆柱的端点p1e=(x1,y1,z1),p2s=(x2,y2,z2),线L1、L2公垂线的两个端点坐标计算公式如下:
(4b)采用Levenberg-Marquardt算法计算出二次曲面特征参数。
步骤5:裁剪圆环面,重建弯管模型
vx·x+vy·y+vz·z+D=0
本示例中两个裁剪平面分别为:
-0.015354x-0.999553y+0.025653z-1.284489=0
-0.747006x+0.028711y+0.664196z+1.933002=0
如图15所示,裁剪平面裁剪圆环面得到弯管圆环段的模型,进一步可以利用裁剪平面确分割圆柱段点云数据并重新计算圆柱段的参数;
(5b)使用OpenGL中的平移、旋转函数完成弯管的显示,本例中,平移函数中的x,y,z值是拟合二次曲面的中心点C(x,y,z)的坐标值,旋转函数中的x,y,z值是拟合二次曲面的轴向量的坐标值,旋转角度为180°,如图16所示,最终完成弯管的模型重建。
综上所述,本发明提出一种新颖的弯管模型重建技术,获得更加准确的点云数据的法矢量,能准确的分段点云数据,估计曲面拟合的最佳初始值,从而计算精准的弯管特征参数。本发明不需扫描弯管完整表面,而且同已有技术对比,计算简单,提高了检测效率,同时该方法在弯管加工过程中的回弹补偿和弯管反求CAD建模上都适用。
Claims (4)
1.一种基于点云数据的弯管模型重建方法,其特征在于,包括下列步骤:
(1)通过三维扫描设备获取弯管的点云数据并输入计算机中;
(2)在计算机中局部拟合曲面并利用曲面的第一、第二基本形式估计点云的主曲率、主方向和法矢的属性信息,具体步骤如下
(2c)其次采用最小二乘法,拟合内的点构造局部二次曲面π(x,y)=ax2+by2+cxy+dx+ey+f,得到Pi点的法矢量,同时利用曲面第一、第二基本形式计算出点云的主曲率、主方向,由曲面第一、第二基本量组成的矩阵如下所示:
其中a、b、c、d、e、f为议程的系数,E、I、F为曲面第一基本量,L、M、N为曲面第二基本量,G-1H矩阵的特征值分别为主曲率Kmin和Kmax,对应的特征向量分别为两个主方向,最大曲率对应的主方向记作同时也是Pi点的一个切矢,理论上Kmax的倒数为管半径,点云沿法矢移动半径长度得到近似中心线上的点集S1;
(3)将点云主方向映射到单位球上,采用聚类技术和累加弦长参数化方法识别弯管的圆柱段和圆环段,具体包括以下步骤:
(3b)采用聚类技术,将S2分类;
(3c)将点集S1进行排序,得到多义线S;
(3d)将S1中的所有点Pi(i=0,…,n)向S投影,并计算各投影点的累加弦长,用作Pi点的参数;
(3e)根据聚类分析结果及各点的参数,将M中的点分为圆柱段上点和圆环段上点;
(4)采用最小二乘法拟合圆柱和圆环面,计算出弯管特征参数;
(5)基于弯管特征参数,实现弯管的三维模型重建。
2.根据权利要求1所述的一种基于点云数据的弯管模型重建方法,其特征在于:所述步骤(1)过程如下:
首先设置三维扫描设备的扫描范围、幅度、单位参数,然后利用该三维扫描设备扫描弯管获取点云数据M,并将点云数据M输入计算机中,点云数据包括采样点的坐标信息和索引。
3.根据权利要求1所述的一种基于点云数据的弯管模型重建方法,其特征在于:所述步骤(4)具体包括:
(4a)估计参数初始值:
圆柱的独立参数有五个,圆柱面的初始中心点为点集S1中对应圆柱段的一端的点,同时是柱面轴向的坐标起点,由柱段两个端点对应S1上的起止点得到一向量,将之作为圆柱轴向量的估计值;
C=(M+N)/2 (4)
(4b)采用非线性方程组求解算法计算出二次曲面特征参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710053284.4A CN106874580B (zh) | 2017-01-22 | 2017-01-22 | 一种基于点云数据的弯管模型重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710053284.4A CN106874580B (zh) | 2017-01-22 | 2017-01-22 | 一种基于点云数据的弯管模型重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106874580A CN106874580A (zh) | 2017-06-20 |
CN106874580B true CN106874580B (zh) | 2020-05-26 |
Family
ID=59159224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710053284.4A Expired - Fee Related CN106874580B (zh) | 2017-01-22 | 2017-01-22 | 一种基于点云数据的弯管模型重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106874580B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107422693B (zh) * | 2017-08-02 | 2019-08-06 | 辽宁科技大学 | 中心线重构对空间弯管内表面抛光轨迹生成方法 |
CN107609244A (zh) * | 2017-09-04 | 2018-01-19 | 江西洪都航空工业集团有限责任公司 | 一种数控弯管三维模型的快速建模方法 |
CN108663029B (zh) * | 2018-02-01 | 2021-04-06 | 深圳市建设综合勘察设计院有限公司 | 一种获取水下圆柱形基桩信息的方法、存储介质及终端 |
CN109615657B (zh) * | 2018-12-03 | 2021-07-02 | 易思维(天津)科技有限公司 | 基于点云数据的含螺纹目标物位姿的计算方法 |
CN110189401B (zh) * | 2019-05-21 | 2023-05-23 | 中建三局集团有限公司 | 曲线管状围护结构的逆向建模方法 |
CN111489432B (zh) * | 2019-12-16 | 2023-03-31 | 西安航天发动机有限公司 | 一种基于点云数据的弯管重建及余量计算方法 |
CN111429563B (zh) * | 2020-03-10 | 2021-08-13 | 山东大学 | 基于深度学习的管道三维重建方法、系统、介质及设备 |
CN111411938B (zh) * | 2020-04-01 | 2023-07-25 | 黄山金地电子有限公司 | 一种钻探系统的钻杆推进参数计算方法 |
CN111709127B (zh) * | 2020-05-29 | 2023-05-30 | 芜湖哈特机器人产业技术研究院有限公司 | 适于管件的虚拟检具及管件检测方法 |
CN111879235A (zh) * | 2020-06-22 | 2020-11-03 | 杭州思看科技有限公司 | 弯管的三维扫描检测方法、三维扫描系统和计算机设备 |
CN111859582B (zh) * | 2020-07-31 | 2022-09-09 | 天津航天长征火箭制造有限公司 | 一种基于箭体实物的复杂结构管路精准建模方法 |
CN111872180B (zh) * | 2020-07-31 | 2022-05-13 | 天津航天长征火箭制造有限公司 | 一种运载火箭跨部件取样导管预制制造方法 |
CN112231876B (zh) * | 2020-10-23 | 2022-03-01 | 中国核动力研究设计院 | 基于几何模型的管路系统流体动力学模型生成系统及方法 |
CN113205086B (zh) * | 2021-07-05 | 2021-09-28 | 武汉瀚迈科技有限公司 | 一种基于椭圆拟合的圆截面弯管类零件特征参数识别方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722885A (zh) * | 2012-05-23 | 2012-10-10 | 北京建筑工程学院 | 一种加快三维图形显示的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140244219A1 (en) * | 2013-02-28 | 2014-08-28 | Autodesk, Inc. | Method of creating a pipe route line from a point cloud in three-dimensional modeling software |
-
2017
- 2017-01-22 CN CN201710053284.4A patent/CN106874580B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722885A (zh) * | 2012-05-23 | 2012-10-10 | 北京建筑工程学院 | 一种加快三维图形显示的方法 |
Non-Patent Citations (2)
Title |
---|
Automatic CAD modeling of industrial pipes from range images;Frangois Goulette;《International Conference on 3-d Digital Imaging & Modeling》;19971231;229-233 * |
三维点云处理及隐式曲面三维重构技术的研究与实现;武敬民;《中国优秀硕士学位论文全文数据库 信息科技辑》;20140815(第8期);I138-1483 * |
Also Published As
Publication number | Publication date |
---|---|
CN106874580A (zh) | 2017-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874580B (zh) | 一种基于点云数据的弯管模型重建方法 | |
CN112581457B (zh) | 一种基于三维点云的管道内表面检测方法及装置 | |
CN111080684B (zh) | 一种点邻域尺度差异描述的点云配准方法 | |
CN105654483B (zh) | 三维点云全自动配准方法 | |
US9208609B2 (en) | Method for fitting primitive shapes to 3D point clouds using distance fields | |
CN110866969B (zh) | 基于神经网络与点云配准的发动机叶片重构方法 | |
CN111489432B (zh) | 一种基于点云数据的弯管重建及余量计算方法 | |
CN111062915A (zh) | 一种基于改进YOLOv3模型的实时钢管缺陷检测方法 | |
CN102999937A (zh) | 心脏散乱点云数据曲面重建的方法 | |
JP2016161569A (ja) | オブジェクトの3d姿勢およびオブジェクトのランドマーク点の3dロケーションを求める方法、およびオブジェクトの3d姿勢およびオブジェクトのランドマークの3dロケーションを求めるシステム | |
CN108830888B (zh) | 基于改进的多尺度协方差矩阵特征描述子的粗匹配方法 | |
CN112907735B (zh) | 一种基于点云的柔性电缆识别与三维重建方法 | |
CN112233249A (zh) | 基于密集点云的b样条曲面拟合方法及装置 | |
CN111968224A (zh) | 船舶3d扫描点云数据处理方法 | |
CN113168729B (zh) | 一种基于局部参考坐标系的3d形状匹配方法及装置 | |
CN103236043A (zh) | 一种植物器官点云修复方法 | |
CN110310322B (zh) | 一种10微米级高精度器件装配表面检测方法 | |
Fan et al. | A registration method of point cloud to CAD model based on edge matching | |
Radvar-Esfahlan et al. | Robust generalized numerical inspection fixture for the metrology of compliant mechanical parts | |
JP5046133B2 (ja) | 3次元曲面認識方法及びマニピュレーションシステム | |
Huang et al. | A novel algorithm: fitting a spatial arc to noisy point clouds with high accuracy and reproducibility | |
Cao et al. | Aircraft pipe gap inspection on raw point cloud from a single view | |
CN109635518A (zh) | 一种基于cmm扫描测量的自由曲面轮廓度评价方法 | |
CN107832512A (zh) | 一种曲率变化复杂度的计算方法 | |
Hart et al. | Automated pipeline reconstruction using deep learning & instance segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200526 |