CN108827200A - 一种船体分段智能检测系统及方法 - Google Patents

Abstract

本发明公开了一种船体分段智能检测系统及方法。所述系统包括：三维场景扫描设备，用于对被测船体分段进行扫描，得到三维点云数据；智能识别系统，与三维场景扫描设备连接，用于识别构件点云数据；智能匹配系统，与智能识别系统连接，用于将构件模型与预先建立被测船体分段的预设模型进行匹配；误差检测系统，用于计算建造参数信息与预设模型中船体构件的预设参数信息的误差。本发明的系统或方法，通过设置三维场景扫描设备来得到大量的三维点云数据，避免了只能测量单个离散点的坐标，测点数量有限的缺陷，提高了测量效率和测量精度；并且通过设置智能识别系统和智能匹配系统，大大提高了数据的处理速度，进一步提高了测量效率。

Description

一种船体分段智能检测系统及方法

技术领域

本发明涉及船舶检测技术领域，特别是涉及一种船体分段智能检测系统及方法。

背景技术

现代造船的每一道工序，都必须进行有效的尺寸精度控制，否则难以保证正常的生产过程和船舶的各项技术性能。传统测量方法是船舶工业早期应用的主要的方法，而在船厂实际应用方面，现在还大部分都是应用的传统的测量技术。分段、总段及船体的尺度一般较大，对其检测已归属于大尺寸测量范围，目前生产实践中多采用光学仪器进行辅助测量，常用的光学仪器有激光经纬仪，激光水准仪和五棱镜等。近年来，随着测量精度要求的提高，也有引进先进的三维坐标测量系统，如三坐标测量机、电子全站仪等，但是三坐标测量机无法测量船体分段这类大尺度的构件，电子全站仪只能测量一个离散点的坐标，因此测量效率低，测点数量非常有限，导致船体分段整体测量精度较低，并且需要在测量后对数据进行大量的人工处理。

发明内容

基于此，有必要提供一种船体分段智能检测系统及方法，以提高船体分段的测量效率和测量精度。

为实现上述目的，本发明提供了如下方案：

一种船体分段智能检测系统，包括：

三维场景扫描设备，用于对被测船体分段进行扫描，得到三维点云数据；

智能识别系统，与所述三维场景扫描设备连接，用于识别所述三维点云数据中与所述被测船体分段中每种船体构件对应的构件点云数据；

智能匹配系统，与所述智能识别系统连接，用于利用所述构件点云数据建立构件模型，并将所述构件模型与预先建立的被测船体分段的预设模型进行匹配，确定所述构件点云数据中与所述预设模型重合度最大的匹配点云数据；

误差检测系统，与所述智能匹配系统连接，用于确定与所述匹配点云数据对应的船体构件的建造参数信息，并计算所述建造参数信息与所述预设模型中船体构件的预设参数信息的误差；所述建造参数信息和所述预设参数信息均包括船体构件的位置、角度和尺度。

可选的，所述三维场景扫描设备为多个。

可选的，所述系统还包括：

点云处理设备，分别与所述三维场景扫描设备和所述智能识别系统连接，用于将多个所述三维场景扫描设备获取的多组三维点云数据进行拼接，并将拼接后得到的分段整体点云数据输出至所述智能识别系统。

可选的，所述系统还包括：

可视化设备，与所述误差检测系统连接，用于显示所述误差。

可选的，所述可视化设备为AR眼镜或平面显示器。

本发明还提供了一种船体分段智能检测方法，包括：

获取被测船体分段的多组三维点云数据；

利用三维点云拼接算法对多组所述三维点云数据进行拼接，得到分段整体点云数据；

利用深度学习算法识别所述分段整体点云数据中与所述被测船体分段中每种船体构件对应的构件点云数据；

利用所述构件点云数据建立构件模型；

将所述构件模型与预先建立的被测船体分段的预设模型进行匹配，得到匹配结果；

依据所述匹配结果，计算所述被测船体分段中每种船体构件与所述预设模型的误差。

可选的，所述依据所述匹配结果，计算所述被测船体分段中每种船体构件与所述预设模型的误差，具体包括：

依据所述匹配结果，确定所述构件点云数据中与所述预设模型重合度最大的匹配点云数据；

确定与所述匹配点云数据对应的船体构件的建造参数信息；

计算所述建造参数信息与所述预设模型中船体构件的预设参数信息的误差；所述建造参数信息和所述预设参数信息均包括船体构件的位置、角度和尺度。

可选的，所述误差通过可视化设备进行显示。

与现有技术相比，本发明的有益效果是：

本发明提出了一种船体分段智能检测系统及方法，所述系统包括：三维场景扫描设备，用于对被测船体分段进行扫描，得到三维点云数据；智能识别系统，与三维场景扫描设备连接，用于识别构件点云数据；智能匹配系统，与智能识别系统连接，用于将构件模型与预先建立被测船体分段的预设模型进行匹配，确定构件点云数据中与预设模型重合度最大的匹配点云数据；误差检测系统，计算建造参数信息与预设模型中船体构件的预设参数信息的误差。本发明通过设置三维场景扫描设备来得到大量的三维点云数据，避免了只能测量单个离散点的坐标，测点数量有限的缺陷，提高了测量效率和测量精度；并且通过设置智能识别系统和智能匹配系统，大大提高了数据的处理速度，进一步提高了测量效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种船体分段智能检测系统的结构示意图；

图2为本发明实施例一种船体分段智能检测方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明实施例一种船体分段智能检测系统的结构示意图。

参见图1，实施例的船体分段智能检测系统，包括：

三维场景扫描设备101，用于对被测船体分段进行扫描，得到三维点云数据。本实施例中，所述三维场景扫描设备101为多个，具体为根据被测船体分段的大小和结构，围绕所述被测船体分段设置多个测量站，在每站的位置上用一台三维场景扫描设备101对所述被测船体分段同时或分别进行扫描，每台所述三维场景扫描设备101获得一组三维点云数据，最终得到多组三维点云数据。

点云处理设备102，与所述三维场景扫描设备101连接，用于将多个所述三维场景扫描设备101获取的多组三维点云数据进行拼接，并将拼接后得到的分段整体点云数据输出至所述智能识别系统。本实施例中，利用三维点云拼接算法将各站的三维点云数据进行拼接，最终得到分段整体点云数据，具体为：从一组三维点云数据a出发，分析其最能代表三维点云数据a和三维点云数据b两组三维点云数据场景共同点的关键点,在该关键点处，计算特征描述子；基于特征描述子估计变换矩阵；将多组三维点云数据按计算出的变换矩阵进行变换，实现多组三维点云数据的拼接。

智能识别系统103，与所述点云处理设备102连接，用于识别拼接后得到的分段整体点云数据中与所述被测船体分段中每种船体构件对应的构件点云数据。本实施例中，智能识别系统103采用基于深度学习的智能识别算法来自动的识别，具体为：利用三维化的目标监测算法，通过候选区域生成、特征选取、分类和位置精修四个步骤进行特征提取，利用神经网络得出分段整体点云数据中对应的各个部分是否属于船体构件以及属于何种类型的船体构件，例如船体外板、纵骨、纵桁、肋骨、肋板等，并对不同构件的位置的大致位置进行预测。

智能匹配系统104，与所述智能识别系统103连接，用于利用所述构件点云数据建立构件模型，并将所述构件模型与预先建立的被测船体分段的预设模型进行匹配，确定所述构件点云数据中与所述预设模型重合度最大的匹配点云数据。本实施例中，智能匹配系统104接收所述智能识别系统103发送的数据，在得到船体构件的大致位置以及其属于何种构件后，通过不同构件其专有的空间特性建立不同的构件模型，然后在之前确定船体构件大致位置处进行微调寻找与预先建立的被测船体分段的预设模型重合度最大的匹配点云数据。

误差检测系统105，与所述智能匹配系统104连接，用于确定与所述匹配点云数据对应的船体构件的建造参数信息，并计算所述建造参数信息与所述预设模型中船体构件的预设参数信息的误差；所述建造参数信息和所述预设参数信息均包括船体构件的位置、角度和尺度，所述误差为所述被测船体的建造误差。

可视化设备106，与所述误差检测系统105连接，用于显示所述误差。所述可视化设备106为AR眼镜或平面显示器。

本发明的船体分段智能检测系统，通过设置三维场景扫描设备101来得到大量的三维点云数据，避免了只能测量单个离散点的坐标，测点数量有限的缺陷，提高了测量效率和测量精度；并且通过设置智能识别系统103和智能匹配系统104，大大提高了数据的处理速度，进一步提高了测量效率。

本发明还提供了一种船体分段智能检测方法，图2为本发明实施例一种船体分段智能检测方法的流程图。

实施例的船体分段智能检测方法，包括：

步骤201：获取被测船体分段的多组三维点云数据。

步骤202：利用三维点云拼接算法对多组所述三维点云数据进行拼接，得到分段整体点云数据。

步骤203：利用深度学习算法识别所述分段整体点云数据中与所述被测船体分段中每种船体构件对应的构件点云数据。

步骤204：利用所述构件点云数据建立构件模型。

步骤205：将所述构件模型与预先建立的被测船体分段的预设模型进行匹配，得到匹配结果。

步骤206：依据所述匹配结果，计算所述被测船体分段中每种船体构件与所述预设模型的误差。

所述步骤206，具体包括：

依据所述匹配结果，确定所述构件点云数据中与所述预设模型重合度最大的匹配点云数据；

确定与所述匹配点云数据对应的船体构件的建造参数信息；

计算所述建造参数信息与所述预设模型中船体构件的预设参数信息的误差；所述建造参数信息和所述预设参数信息均包括船体构件的位置、角度和尺度。

本实施例中的所述误差通过可视化设备进行显示。

本发明的船体分段智能检测方法，通过设置三维场景扫描设备来得到大量的三维点云数据，避免了只能测量单个离散点的坐标，测点数量有限的缺陷，提高了测量效率和测量精度；并且通过设置智能识别系统和智能匹配系统，大大提高了数据的处理速度，进一步提高了测量效率。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种船体分段智能检测系统，其特征在于，包括：

三维场景扫描设备，用于对被测船体分段进行扫描，得到三维点云数据；

智能识别系统，与所述三维场景扫描设备连接，用于识别所述三维点云数据中与所述被测船体分段中每种船体构件对应的构件点云数据；

智能匹配系统，与所述智能识别系统连接，用于利用所述构件点云数据建立构件模型，并将所述构件模型与预先建立的被测船体分段的预设模型进行匹配，确定所述构件点云数据中与所述预设模型重合度最大的匹配点云数据；

误差检测系统，与所述智能匹配系统连接，用于确定与所述匹配点云数据对应的船体构件的建造参数信息，并计算所述建造参数信息与所述预设模型中船体构件的预设参数信息的误差；所述建造参数信息和所述预设参数信息均包括船体构件的位置、角度和尺度。

2.根据权利要求1所述的一种船体分段智能检测系统，其特征在于，所述三维场景扫描设备为多个。

3.根据权利要求2所述的一种船体分段智能检测系统，其特征在于，还包括：

点云处理设备，分别与所述三维场景扫描设备和所述智能识别系统连接，用于将多个所述三维场景扫描设备获取的多组三维点云数据进行拼接，并将拼接后得到的分段整体点云数据输出至所述智能识别系统。

4.根据权利要求1所述的一种船体分段智能检测系统，其特征在于，还包括：

可视化设备，与所述误差检测系统连接，用于显示所述误差。

5.根据权利要求4所述的一种船体分段智能检测系统，其特征在于，所述可视化设备为AR眼镜或平面显示器。

6.一种船体分段智能检测方法，其特征在于，包括：

获取被测船体分段的多组三维点云数据；

利用三维点云拼接算法对多组所述三维点云数据进行拼接，得到分段整体点云数据；

利用深度学习算法识别所述分段整体点云数据中与所述被测船体分段中每种船体构件对应的构件点云数据；

利用所述构件点云数据建立构件模型；

将所述构件模型与预先建立的被测船体分段的预设模型进行匹配，得到匹配结果；

依据所述匹配结果，计算所述被测船体分段中每种船体构件与所述预设模型的误差。

7.根据权利要求6所述的一种船体分段智能检测方法，其特征在于，所述依据所述匹配结果，计算所述被测船体分段中每种船体构件与所述预设模型的误差，具体包括：

依据所述匹配结果，确定所述构件点云数据中与所述预设模型重合度最大的匹配点云数据；

确定与所述匹配点云数据对应的船体构件的建造参数信息；

计算所述建造参数信息与所述预设模型中船体构件的预设参数信息的误差；所述建造参数信息和所述预设参数信息均包括船体构件的位置、角度和尺度。

8.根据权利要求6或7所述的一种船体分段智能检测方法，其特征在于，所述误差通过可视化设备进行显示。