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 PDF

Info

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
Application number
CN201810627099.6A
Other languages
English (en)
Other versions
CN108710341B (zh
Inventor
张定华
刘广鑫
张莹
吴宝海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201810627099.6A priority Critical patent/CN108710341B/zh
Publication of CN108710341A publication Critical patent/CN108710341A/zh
Application granted granted Critical
Publication of CN108710341B publication Critical patent/CN108710341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical 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
    • G05B19/4097Numerical 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32153Exchange data between user, cad, caq, nc, capp
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total 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

一种基于海量扫描点云简化分割的快速配准方法
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)。
CN201810627099.6A 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 Active CN108710341B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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