CN108710341A - 一种基于海量扫描点云简化分割的快速配准方法 - Google Patents
一种基于海量扫描点云简化分割的快速配准方法 Download PDFInfo
- Publication number
- CN108710341A CN108710341A CN201810627099.6A CN201810627099A CN108710341A CN 108710341 A CN108710341 A CN 108710341A CN 201810627099 A CN201810627099 A CN 201810627099A CN 108710341 A CN108710341 A CN 108710341A
- Authority
- CN
- China
- Prior art keywords
- registration
- point
- face
- parameter
- scanning element
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32153—Exchange data between user, cad, caq, nc, capp
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于海量扫描点云简化分割的快速配准方法,主要包括以下步骤:1.将工件装夹在数控机床上,得到扫描点云;2.基于三点定位原理对扫描点云与CAD数模进行粗配准;3.标识CAD数模的配准面和非配准面;4.提取配准面特征点;5.搜索特征点对应的扫描点作为配准点;6.基于配准面与其对应的配准点进行精配准。此时若配准结果满足要求则结束;若配准结果不满足要求且配准点数量少于特征点数量则转到5;否则判定毛坯不合格无法满足要求。大大提高了配准算法效率。
Description
技术领域
本发明涉及一种基于海量扫描点云简化分割的快速配准方法,更具体的说涉及一种基于CAD数模实现点云的自动分块与简化处理,建立扫描点云与数模面的一一对应关系,进而提高配准算法的效率,最终实现扫描点云与CAD数模快速配准的方法。
背景技术
国内航空工业中的复杂铸件毛坯要依靠传统人工划线方式定基准,无法量化评价毛料几何尺寸、均化加工余量,加工过程需要反复修基准、多次调整加工程序,导致加工周期长、加工质量不稳定等问题。为去除这种手工划线的工艺过程,一般采用数字化配准的方式,步骤如下:(1)利用扫描仪器扫描毛坯表面,得到扫描点云;(2)利用配准算法对齐毛坯点集和CAD数模,保证所有加工面都有足够的加工余量。
由于扫描点云数量巨大达到几百万甚至上千万,而且CAD模型数模面也较多,同时扫描点云与数模面之间没有关联,这就严重制约了配准算法的效率。
ICP算法是最为典型的表面配准算法。
发明内容
要解决的技术问题
针对背景技术提出的扫描点云数量巨大,CAD模型数模面多,同时扫描点云与数模面之间没有关联,从而严重制约了配准算法效率的问题。本发明提出了一种基于海量扫描点云简化分割的快速配准方法。
技术方案
一种基于海量扫描点云简化分割的快速配准方法,其特征在于步骤如下:
步骤1:将工件毛坯以任意姿态装夹在数控机床工作台上,利用扫描仪得到毛坯表面的扫描点云Q;
步骤2:采用三点定位原理对毛坯表面扫描点云Q与CAD数模表面P进行粗配准,使二者相对位置接近,得到毛坯表面扫描点云Q到CAD数模表面P粗配准变换矩阵;
步骤3:采用颜色标记法对CAD数模面进行标识,以不同的颜色进行区分将CAD数模面划分成配准面和非配准面;
步骤4:采用参数化法对配准面进行参数点的提取:首先提取配准面的图样,并对其进行参数化,参数化的样条曲面用S表示,两参数方向用u,v表示,则有S=f(u,v),其中u∈[umin,umax],v∈[vmin,vmax];提取参数化曲面上的参数点,剔除不在配准面上的参数点,剩下的参数点作为配准面的特征点;
步骤5:构造配准面的包围盒,对于该配准面上的特征点只需在包围盒内搜索对应扫描点;沿特征点法矢方向构造特征点的有向包围盒,在有向包围盒内选择法矢方向与特征点法矢方向相近,且距离配准面距离最小的扫描点作为配准点;
步骤6:基于配准面与其对应的配准点进行精配准,此时若配准结果满足要求则结束;若配准结果不满足要求且配准点数量少于特征点数量则转到步骤5;否则判定毛坯不合格无法满足要求。
当步骤4的图样为平面时,平面的参数化曲面为长方形张成的平面,Δu1=u1max-u1min表示u向长度,Δv1=v1max-v1min表示v向长度;对于平面取u向间隔其中取v向间隔其中提取平面的参数曲面上参数点f(u1i,v1i),其中u1i=u1min+i·du1,(i=0,1,2,...,np),v1i=v1min+j·dv1,(j=0,1,2,...,mp)。
当步骤4的图样为圆柱面时,圆柱面的参数化曲面为圆柱面,Δu2=u2max-u2min=2π表示圆柱面的参数化曲面的角向距离,Δv2=v2max-v2min表示圆柱面的参数化曲面的轴向长度,对于圆柱面取u向间隔其中(R为圆柱面的半径),取v向间隔其中取圆柱面的参数曲面上参数点f(u2i,v2i)其中u2i=u2min+i·du2,(i=0,1,2,...,nc),v2i=v2min+j·dv2,(j=0,1,2,...,mc)。
有益效果
本发明提出的一种基于海量扫描点云简化分割的快速配准方法,有益效果如下:
(1)提取特征点的方法具有一定自适应性,在能够较好地表征配准面的条件下控制了特征点的数量,从而能够保证配准算法的效率。
(2)搜索配准点时构造了双重包围盒,提高了搜索配准点算法的效率。
(3)实现了扫描点云的简化分割处理,建立了配准点与配准面的一一对应关系,提高了配准算法的效率。
附图说明
图1为本发明面向配准过程的海量扫描点云简化分割方法的总流程图
图2为本发明所涉及的面的包围盒示意图
图3为本发明所涉及的特征点的有向包围盒示意图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明的步骤为:
第一步:将工件毛坯以任意姿态装夹在数控机床工作台上,利用扫描仪得到毛坯表面的扫描点云Q。
第二步:采用三点定位原理对毛坯表面扫描点云Q与CAD数模表面P进行粗配准,使二者相对位置接近,得到毛坯表面扫描点云Q到CAD数模表面P粗配准变换矩阵。
第三步:采用颜色标记法对CAD数模面进行标识,以不同的颜色进行区分将CAD数模面划分成配准面和非配准面。
第四步:采用参数化法对配准面进行参数点的提取:首先提取配准面的图样,并对其进行参数化,参数化的样条曲面用S表示,两参数方向用u,v表示则有S=f(u,v),其中u∈[umin,umax],v∈[vmin,vmax]。提取参数化曲面上的参数点,为了减少特征点的数量而且特征点能够较好地表征配准面,曲面越大设置取点间隔越大。剔除不在配准面上的参数点,剩下的参数点作为配准面的特征点。
第五步:构造配准面的包围盒,对于该配准面上的特征点只需在包围盒内搜索对应扫描点。沿特征点法矢方向构造特征点的有向包围盒,在有向包围盒内选择法矢方向与特征点法矢方向相近,且距离配准面距离最小的扫描点作为配准点。
第六步:基于配准面与其对应的配准点进行精配准。此时若配准结果满足要求则结束;若配准结果不满足要求且配准点数量少于特征点数量则转到第五步;否则判定毛坯不合格无法满足要求。
本发明以齿箱壳体零件为例,配准算法采用ICP算法,来说明面向配准过程的海量点云简化分割方法的具体实施方式:
第一步:将工件毛坯以任意姿态装夹在数控机床工作台上,利用扫描仪得到毛坯表面的扫描点云Q。
第二步:采用三点定位原理对毛坯表面扫描点云Q与CAD数模表面P进行粗配准,使二者相对位置接近,得到毛坯表面扫描点云Q到CAD数模表面P粗配准变换矩阵。为了验证本发明的效果,本实例中将毛坯数模转化成三角网格,并将网格进行细分使网格数量达到百万级,得到毛坯的表面点集,将该点集数据作为毛坯表面扫描点云。将毛坯表面点集最优理论位置沿x方向、y方向和z方向各旋转3°平移4mm作为粗配准后的毛坯表面扫描点云位置。
第三步:采用颜色标记法对CAD数模面进行标识,以不同的颜色进行区分将CAD数模面划分成配准面和非配准面。
第四步:采用参数化法对配准面进行参数点的提取:首先提取配准面的图样,并对其进行参数化,参数化的样条曲面用S表示,两参数方向用u,v表示则有S=f(u,v),其中u∈[umin,umax],v∈[vmin,vmax],提取参数化曲面上的参数点。由于平面和圆柱面的参数化曲面的参数几何性质不同,所以参数点提取的方法也不同。平面的参数化曲面为长方形张成的平面,Δu1=u1max-u1min表示u向长度,Δv1=v1max-v1min表示v向长度;圆柱面的参数化曲面为圆柱面,Δu2=u2max-u2min=2π表示圆柱面的参数化曲面的角向距离,Δv2=v2max-v2min表示圆柱面的参数化曲面的轴向长度。为了减少特征点的数量而且特征点能够较好地表征配准面,曲面越大,设置取点间隔越大。对于平面取u向间隔其中取v向间隔其中提取平面的参数曲面上参数点f(u1i,v1i),其中u1i=u1min+i·du1,(i=0,1,2,...,np),v1i=v1min+j·dv1,(j=0,1,2,...,mp)。对于圆柱面取u向间隔其中(R为圆柱面的半径),取v向间隔其中取圆柱面的参数曲面上参数点f(u2i,v2i)其中u2i=u2min+i·du2,(i=0,1,2,...,nc),v2i=v2min+j·dv2,(j=0,1,2,...,mc)。剔除不在配准面上的参数点,剩下的参数点作为配准面的特征点。
第五步:提取配准面分别在x向、y向和z向的边界值,并分别向两端延展δx、δy和δz(本实例中取δx、δy、δz分别为5mm、5mm、7mm)从而生成配准面的包围盒,如图2所示。对于该配准面上的特征点只需在包围盒内搜索对应扫描点。沿特征点法矢方向构造一个半径为r法矢方向高度为h1法矢反方向为h2的有向包围盒(本实例中取r、h1、h2分别为4mm、6mm、6mm)如图3所示,在有向包围盒内选择法矢方向与特征点法矢方向相近,且距离配准面距离最小的扫描点作为配准点。
第六步:基于配准面与其对应的配准点进行精配准。此时若配准结果满足要求则结束;若配准结果不满足要求且配准点数量少于特征点数量则转到第五步;否则判定毛坯不合格无法满足要求。
本实例的实施效果如表1、表2、表3所示:
表1:仿真结果与理论值比较
表1数据表明本发明得到的配准仿真结果有较好的精度。
表2:平均寻找一个配准点所需时间对比
表2数据表明构造双重包围盒有效地提高了寻找配准点的效率,从而保证了本发明方法的效率。
表3:完成配准情况对比
表3数据表明在相同的配准精度下,本发明的配准效率更高。
Claims (3)
1.一种基于海量扫描点云简化分割的快速配准方法,其特征在于步骤如下:
步骤1:将工件毛坯以任意姿态装夹在数控机床工作台上,利用扫描仪得到毛坯表面的扫描点云Q;
步骤2:采用三点定位原理对毛坯表面扫描点云Q与CAD数模表面P进行粗配准,使二者相对位置接近,得到毛坯表面扫描点云Q到CAD数模表面P粗配准变换矩阵;
步骤3:采用颜色标记法对CAD数模面进行标识,以不同的颜色进行区分将CAD数模面划分成配准面和非配准面;
步骤4:采用参数化法对配准面进行参数点的提取:首先提取配准面的图样,并对其进行参数化,参数化的样条曲面用S表示,两参数方向用u,v表示,则有S=f(u,v),其中u∈[umin,umax],v∈[vmin,vmax];提取参数化曲面上的参数点,剔除不在配准面上的参数点,剩下的参数点作为配准面的特征点;
步骤5:构造配准面的包围盒,对于该配准面上的特征点只需在包围盒内搜索对应扫描点;沿特征点法矢方向构造特征点的有向包围盒,在有向包围盒内选择法矢方向与特征点法矢方向相近,且距离配准面距离最小的扫描点作为配准点;
步骤6:基于配准面与其对应的配准点进行精配准,此时若配准结果满足要求则结束;若配准结果不满足要求且配准点数量少于特征点数量则转到步骤5;否则判定毛坯不合格无法满足要求。
2.根据权利要求1所述的一种基于海量扫描点云简化分割的快速配准方法,其特征在于当步骤4的图样为平面时,平面的参数化曲面为长方形张成的平面,Δu1=u1max-u1min表示u向长度,Δv1=v1max-v1min表示v向长度;对于平面取u向间隔其中取v向间隔其中提取平面的参数曲面上参数点f(u1i,v1i),其中u1i=u1min+i·du1,(i=0,1,2,...,np),v1i=v1min+j·dv1,(j=0,1,2,...,mp)。
3.根据权利要求1所述的一种基于海量扫描点云简化分割的快速配准方法,其特征在于当步骤4的图样为圆柱面时,圆柱面的参数化曲面为圆柱面,Δu2=u2max-u2min=2π表示圆柱面的参数化曲面的角向距离,Δv2=v2max-v2min表示圆柱面的参数化曲面的轴向长度,对于圆柱面取u向间隔其中(R为圆柱面的半径),取v向间隔其中取圆柱面的参数曲面上参数点f(u2i,v2i)其中u2i=u2min+i·du2,(i=0,1,2,...,nc),v2i=v2min+j·dv2,(j=0,1,2,...,mc)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810627099.6A CN108710341B (zh) | 2018-06-19 | 2018-06-19 | 一种基于海量扫描点云简化分割的快速配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810627099.6A CN108710341B (zh) | 2018-06-19 | 2018-06-19 | 一种基于海量扫描点云简化分割的快速配准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108710341A true CN108710341A (zh) | 2018-10-26 |
CN108710341B CN108710341B (zh) | 2020-11-06 |
Family
ID=63872853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810627099.6A Active CN108710341B (zh) | 2018-06-19 | 2018-06-19 | 一种基于海量扫描点云简化分割的快速配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108710341B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111299975A (zh) * | 2020-03-17 | 2020-06-19 | 孙晓杰 | 一种应用机器人提高复杂铸件加工效率的方法 |
CN111504191A (zh) * | 2020-05-06 | 2020-08-07 | 南京航空航天大学 | 一种基于三维激光扫描的航空零件自动快速测量方法 |
CN113536488A (zh) * | 2021-08-07 | 2021-10-22 | 西北工业大学 | 基于配准算法的毛坯质量包容性分析和余量优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164842A (zh) * | 2011-12-14 | 2013-06-19 | 鸿富锦精密工业(深圳)有限公司 | 点云提取系统及方法 |
CN103438844A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 基于粒子群算法的复杂曲面工件定位方法 |
EP3087911A1 (en) * | 2009-11-16 | 2016-11-02 | Alcon Lensx, Inc. | Imaging surgical target tissue by nonlinear scanning |
CN106504277A (zh) * | 2016-11-18 | 2017-03-15 | 辽宁工程技术大学 | 一种改进的icp点云自动配准方法 |
-
2018
- 2018-06-19 CN CN201810627099.6A patent/CN108710341B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3087911A1 (en) * | 2009-11-16 | 2016-11-02 | Alcon Lensx, Inc. | Imaging surgical target tissue by nonlinear scanning |
CN103164842A (zh) * | 2011-12-14 | 2013-06-19 | 鸿富锦精密工业(深圳)有限公司 | 点云提取系统及方法 |
CN103438844A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 基于粒子群算法的复杂曲面工件定位方法 |
CN106504277A (zh) * | 2016-11-18 | 2017-03-15 | 辽宁工程技术大学 | 一种改进的icp点云自动配准方法 |
Non-Patent Citations (1)
Title |
---|
王欣,张明明,于晓,章明朝: "应用改进迭代最近点方法的点云数据配准", 《光学精密工程》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111299975A (zh) * | 2020-03-17 | 2020-06-19 | 孙晓杰 | 一种应用机器人提高复杂铸件加工效率的方法 |
CN111504191A (zh) * | 2020-05-06 | 2020-08-07 | 南京航空航天大学 | 一种基于三维激光扫描的航空零件自动快速测量方法 |
CN113536488A (zh) * | 2021-08-07 | 2021-10-22 | 西北工业大学 | 基于配准算法的毛坯质量包容性分析和余量优化方法 |
CN113536488B (zh) * | 2021-08-07 | 2023-01-24 | 西北工业大学 | 基于配准算法的毛坯质量包容性分析和余量优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108710341B (zh) | 2020-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107228860B (zh) | 一种基于图像旋转周期特性的齿轮缺陷检测方法 | |
CN108710341A (zh) | 一种基于海量扫描点云简化分割的快速配准方法 | |
CN108917593B (zh) | 一种基于待测工件基元组态的智能测量系统及方法 | |
CN108335311B (zh) | 烟叶形态结构特征的提取方法、电子设备及存储介质 | |
CN112348864B (zh) | 一种融合线激光轮廓特征的三维点云自动配准方法 | |
CN106204610A (zh) | 基于图像处理的轴孔装配自动对中系统 | |
CN109272523A (zh) | 基于改进cvfh和crh特征的随机堆放活塞位姿估计方法 | |
CN110443791B (zh) | 一种基于深度学习网络的工件检测方法及其检测装置 | |
CN116402866A (zh) | 基于点云的零件数字孪生几何建模与误差评定方法及系统 | |
CN110379004A (zh) | 一种对倾斜摄影成果进行地物分类及单体化提取的方法 | |
CN111077844A (zh) | 一种基于实测数据特征引导的零件精确加工方法 | |
CN114743259A (zh) | 位姿估计方法、位姿估计系统、终端、存储介质及应用 | |
CN106504225A (zh) | 一种规则多边形的识别方法和装置 | |
CN113588656A (zh) | 一种新型螺栓外观尺寸检测方法 | |
Liu et al. | Toolpath generation for partition machining of T-spline surface based on local refinement | |
CN108021878B (zh) | 一种等高线负向地貌智能识别方法 | |
CN109544513A (zh) | 一种钢管端面缺陷提取识别的方法 | |
CN107194402B (zh) | 一种并行细化骨架提取方法 | |
CN112488207B (zh) | 一种基于仿真图像的高相似度零件视觉识别方法及系统 | |
CN116824273B (zh) | 一种航空制造件任意视角二维投影图像面片属性判断方法 | |
CN109064420A (zh) | 一种多层pcb截面图像工艺参数提取方法 | |
CN114719772A (zh) | 斜孔倾斜角度的获取方法及系统 | |
CN114511582A (zh) | 一种古城城垛自动提取方法 | |
CN111125836B (zh) | 基于图像的飞机结构件腹板加工区域自动构造方法 | |
CN113591923A (zh) | 基于图像特征提取与模板匹配的发动机摇臂零件分类方法 |
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 |