CN109145471A - 基于cad与实测数据共融模型的虚拟装配系统及方法 - Google Patents

Abstract

本发明提供了一种基于CAD与实测数据共融模型的虚拟装配系统及方法，将装配体理论集成信息树模型和装配体本质化点云模型通过实例化整合到同一空间域后进一步共融集成，得到装配要素信息共融模型。装配体理论集成信息树模型为理想CAD模型中的零部件级信息集、装配级信息集，以及相应零部件的理想装配关系信息集，三者集成的集成信息树模型；装配体本质化点云模型为对三维测量获取的产品点云数据处理后得到的本质化点云模型。本发明通过对理想CAD模型与实测模型的共融优化，得到集成了两模型有效信息的共融模型，在此模型基础上进行的虚拟装配操作，可获取直接指导实际装配工作的信息，装配精度和可靠性均得到提升，适于大范围推广使用。

Description

基于CAD与实测数据共融模型的虚拟装配系统及方法

技术领域

本发明涉及一种大型复杂结构件产品的虚拟装配系统，尤其涉及一种基于理想CAD模型与实测数据模型的信息共融模型的高精度虚拟装配系统。

背景技术

虚拟制造技术是智能制造技术的重要组成模块之一，而在虚拟制造过程中的虚拟装配技术同样是关键部分。虚拟装配主要指：在没有建立结构件物理模型、或在进行产品实际物理模型装配工作之前，利用计算机及相关人机交互设备(操作设备、可视化装备等)，在纯虚拟CAD环境中构建各装配要素、模拟零部件等进行装配操作，并借此模拟装配经验、知识为物理模型的装配进行辅助指导。

然而，就目前国外内研究整体进展看，虚拟装配相对于其余虚拟制造的环节而言，较为薄弱，尤其在针对大型、复杂结构件装配时，虚拟装配辅助效果并不理想，主要原因有：

(1)产品的实际物理模型，在其生产制造过程各个环节中，都极易产生不可避免的制造精度误差，包括尺寸精度误差、形状误差、位置误差等等，难以与理想CAD模型保持一致，这使得虚拟装配工作的经验等指导信息价值缩减。

(2)装配体各装配要素大概率由不同制造工艺组成，然而在装配时，几乎不考虑工艺特点导致的在装配环节可能出现的变化，以及所述变化带来的影响(如表面形变)。

随着三维测量、反求工程及大数据处理技术的进步，一定程度上弥补了上述传统虚拟装配技术的不足：通过对实际物理模型的三维测量，获取实测模型点云数据，经数据处理等操作后获取近似实物模型。这种基于实物数据模型的虚拟装配，对于实际装配过程有着更好的指导作用。然而其在几何关联、拓扑关系、工艺信息等方面的缺失，同样是制约着虚拟装配精度和可靠性的重要影响因素。

本发明提出一种基于理想CAD模型和物理模型实测数据的信息共融模型，通过结合CAD模型的几何拓扑、工艺属性信息和实测的数据模型近实物性的数字化点云数据，建立集成了两模型有效信息的产品装配要素共融模型，形成面向实际应用的高精度虚拟装配系统。

发明内容

本发明要解决的技术问题是：如何提高现有大型结构件产品虚拟装配技术的精度，以满足实际装配应用要求。

为了解决上述技术问题，本发明的技术方案是提供一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：包括装配体理论集成信息树模型M₁和装配体本质化点云模型M₂，将装配体理论集成信息树模型M₁和装配体本质化点云模型M₂通过实例化整合到同一空间域后，进一步共融集成，得到装配要素信息共融模型M₀；

所述装配体理论集成信息树模型M₁为：理想CAD模型中的零部件级信息集、装配级信息集，以及相应零部件的理想装配关系信息集，三者集成的集成信息树模型，由产品制造信息PMI框架描述；

所述装配体本质化点云模型M₂为：对三维测量获取的产品点云数据，采用点云数据处理技术后得到的本质化点云模型。

优选地，所述装配体理论集成信息树模型M₁中的理想装配关系，包括装配要素间的几何属性装配关系以及非几何属性装配关系。

更优选地，所述几何属性装配关系包括零部件间的孔轴配合、点重合、线对齐。

更优选地，所述非几何属性装配关系包括公差带过盈/间隙要求、齿轮啮合程度。

优选地，所述装配体本质化点云模型M₂中采用的点云数据处理技术，包括精简、过滤、特征抽取。

优选地，所述共融集成的方法，包括“共融映射”和“匹配优化”两步操作。

更优选地，所述“共融映射”的具体过程为：将拓扑关系缺失的实物本质化点云数据，向装配体理论集成信息树模型M₁进行映射；映射前，根据装配特征关键程度，先对产品进行特征分割，并给子特征分配权重，依据权重大小决定子特征进行映射的优先级。

更优选地，所述“匹配优化”的具体过程为：将优化目标定为“最小化特征点集合的匹配误差函数”，特征点集合为装配体本质化点云模型M₂的子特征中的权重高于设定阈值的特征集合，所述特征集合被优先保证匹配精确度；并且采用深度学习模型为全局匹配优化提供指导，以降低计算成本。

本发明还提供了一种基于CAD与实测数据共融模型的虚拟装配方法，其特征在于，采用上述的基于CAD与实测数据共融模型的虚拟装配系统，步骤为：

步骤1：CAD模型的零部件/装配体结构分解，构建装配体理论集成信息树模型M₁，形成以PMI框架描述的理想装配体的集成信息树模型；

步骤2：通过三维扫描实物，获取实物模型点云数据，通过装配体本质化点云模型M₂，生成产品的本质化点云模型；

步骤3：将离散的本质化点云数据，向理想装配关系集合信息树模型进行共融映射操作；映射前根据装配特征的关键程度，对产品进行特征分割和子特征权重分配，依据特征权重大小决定映射的优先级，通过此形成共融映射模型；

步骤4：对步骤3中得到的装配要素的共融映射模型，进行优化配准，优化的目标定为“特征点集合的匹配误差函数值最小化”，采用深度学习改进规避，学习特征点集合中一部分点的虚实映射关系，为全局匹配优化提供指导；

步骤5：利用产品的装配要素信息共融模型M₀，在虚拟环境中可视化CAD数据与实测数据的自定义偏差；在模拟预装配时，依据偏差信息进行仿真补偿与容差分配操作，获得可应用于实际装配过程的指导信息。

本发明提供的系统克服了现有技术的不足，通过对理想CAD模型与实测模型的共融优化，得到集成了两模型有效信息的共融模型，在此模型基础上进行的虚拟装配操作，可获取直接指导实际装配工作的信息，装配精度和可靠性均得到提升，适于在相关工业领域进行推广使用。

附图说明

图1为本实施例提供的基于CAD与实测数据共融模型的虚拟装配系统框架图；

图2为共融集成方法的解析描述图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。

针对目前大型复杂结构件的虚拟装配技术精度不足、参考价值缩减的现状，本实施例提出一种基于CAD与实测数据共融模型的虚拟装配系统，如图1所示，主要涉及3个模型和1个方法：装配体理论集成信息树模型M₁、装配体本质化点云模型M₂、装配要素信息共融模型M₀，以及(M₁，M₂)到M₀的共融集成方法。

装配体理论集成信息树模型M₁：集成了理想CAD模型中面向装配的有效信息，包括：①零部件级别信息集，即各Part的几何信息；②装配级别信息集：如重合、平行、同轴等；③装配关系信息集，包括几何装配关系与非几何装配关系，几何装配关系如Part1的点1与Part2的点1重合、Part2的线1与Part3的线2平行等，非几何装配关系如Part3的孔1与Part4的轴之间过盈配合等。

装配体本质化点云模型M₂：通过三维测量获取实际结构件产品的点云数据集p，为构建更逼真、更切合下游操作的实物点云模型，采用如数据精简、数据去噪、数据配准等点云数据处理函数对p进行处理后，得到的本质化点云数据模型。

装配要素信息共融模型M₀：装配体理论集成信息树模型M₁，与所述装配体本质化点云模型M₂，通过实例化整合到同一空间域后，进一步共融集成，并继承两者有效信息后得到。

共融集成方法：M₁，M₂模型为形成信息共融模型M₀，而进行的共融映射和匹配优化两步操作，如图2所示。其中：

①共融映射：将拓扑关系缺失的装配体实物本质化点云数据，向装配体理论集成信息树模型进行映射，通过该映射作用将两者共融为一个模型。映射前，根据装配特征关键程度，先对本质化点云M₂进行特征分割，并给子特征分配权重(如关键紧固结构、装配螺纹孔等子特征获得更高的匹配权重，而普通结构获得较低权重)，依据权重大小决定子特征进行映射的优先级。

②匹配优化：通过共融映射的模型存在匹配误差，需要进行优化。优化的目标定为“最小化特征点集合的匹配误差函数”，特征点集合定义为：所述装配体本质化点云模型M₂的子特征中的权重较高的特征集合，这些特征被优先保证匹配精确度。为降低优化过程复杂度，利用深度学习方法，学习特征集合中部分点的虚实对应关系，为全局匹配的优化提供指导。

通过共融集成操作，可建立产品装配要素共融模型，形成面向实际应用的高精度虚拟辅助装配系统。由于此共融模型即继承了CAD模型的拓扑和工艺特征，又兼有实测数据的高精度仿真性，故此系统的模拟装配信息可直接对实际装配作业进行指导。

为使用上述基于装配要素信息共融模型的高精度虚拟装配系统，对某具体产品进行虚拟装配指导，本发明还提供了一种面向大型复杂结构件产品的共融模型虚拟装配应用技术架构方法，步骤为：

步骤1：CAD模型的零部件/装配体结构分解，构建装配体理论集成信息树模型M₁，形成以PMI框架描述的理想装配体的集成信息树模型；

步骤2：通过三维扫描实物，获取实物模型点云数据，通过装配体本质化点云模型M₂，生成产品的本质化点云模型；

步骤3：将离散的本质化点云数据，向理想装配关系集合信息树模型进行共融映射操作。映射前根据装配特征的关键程度，对产品进行特征分割和子特征权重分配，依据特征权重大小决定映射的优先级。通过此形成共融映射模型；

步骤4：对步骤3中得到的装配要素的共融映射模型，进行优化配准，优化的目标定为“特征点集合的匹配误差函数值最小化”，采用深度学习改进规避，学习特征点集合中一部分点的虚实映射关系，为全局匹配优化提供指导。

步骤5：利用产品的信息共融模型，可在虚拟环境中可视化CAD数据与实测数据的自定义偏差。在模拟预装配时，可依据偏差信息进行仿真补偿与容差分配等操作，获得可应用于实际装配过程的指导信息。

通过对信息共融模型的高精度虚拟装配系统进行装配操作实践，表明该系统及技术可以对大型复杂结构件的装配过程提供直接指导，大幅提升装配效率与可靠性。

以上所述，仅为本发明的较佳实施例，并非对本发明任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，还将可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。凡熟悉本专业的技术人员，在不脱离本发明的精神和范围的情况下，当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时，凡依据本发明的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变，均仍属于本发明的技术方案的范围内。

Claims (9)

1.一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：包括装配体理论集成信息树模型M₁和装配体本质化点云模型M₂，将装配体理论集成信息树模型M₁和装配体本质化点云模型M₂通过实例化整合到同一空间域后，进一步共融集成，得到装配要素信息共融模型M₀；

所述装配体理论集成信息树模型M₁为：理想CAD模型中的零部件级信息集、装配级信息集，以及相应零部件的理想装配关系信息集，三者集成的集成信息树模型，由产品制造信息PMI框架描述；

所述装配体本质化点云模型M₂为：对三维测量获取的产品点云数据，采用点云数据处理技术后得到的本质化点云模型。

2.如权利要求1所述的一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：所述装配体理论集成信息树模型M₁中的理想装配关系，包括装配要素间的几何属性装配关系以及非几何属性装配关系。

3.如权利要求2所述的一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：所述几何属性装配关系包括零部件间的孔轴配合、点重合、线对齐。

4.如权利要求2所述的一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：所述非几何属性装配关系包括公差带过盈/间隙要求、齿轮啮合程度。

5.如权利要求1所述的一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：所述装配体本质化点云模型M₂中采用的点云数据处理技术，包括精简、过滤、特征抽取。

6.如权利要求1所述的一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：所述共融集成的方法，包括“共融映射”和“匹配优化”两步操作。

7.如权利要求6所述的一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：所述“共融映射”的具体过程为：将拓扑关系缺失的实物本质化点云数据，向装配体理论集成信息树模型M₁进行映射；映射前，根据装配特征关键程度，先对产品进行特征分割，并给子特征分配权重，依据权重大小决定子特征进行映射的优先级。

8.如权利要求6所述的一种基于CAD与实测数据共融模型的虚拟装配系统，其特征在于：所述“匹配优化”的具体过程为：优化的目标定为“最小化特征点集合的匹配误差函数”，特征点集合为装配体本质化点云模型M₂的子特征中的权重高于设定阈值的特征集合，所述特征集合被优先保证匹配精确度；并且采用深度学习模型为全局匹配优化提供指导，以降低计算成本。

9.一种基于CAD与实测数据共融模型的虚拟装配方法，其特征在于，采用如权利要求1～8任一项所述的基于CAD与实测数据共融模型的虚拟装配系统，步骤为：

步骤1：CAD模型的零部件/装配体结构分解，构建装配体理论集成信息树模型M₁，形成以PMI框架描述的理想装配体的集成信息树模型；

步骤2：通过三维扫描实物，获取实物模型点云数据，通过装配体本质化点云模型M₂，生成产品的本质化点云模型；

步骤3：将离散的本质化点云数据，向理想装配关系集合信息树模型进行共融映射操作；映射前根据装配特征的关键程度，对产品进行特征分割和子特征权重分配，依据特征权重大小决定映射的优先级，通过此形成共融映射模型；

步骤4：对步骤3中得到的装配要素的共融映射模型，进行优化配准，优化的目标定为“特征点集合的匹配误差函数值最小化”，采用深度学习改进规避，学习特征点集合中一部分点的虚实映射关系，为全局匹配优化提供指导；

步骤5：利用产品的装配要素信息共融模型M₀，在虚拟环境中可视化CAD数据与实测数据的自定义偏差；在模拟预装配时，依据偏差信息进行仿真补偿与容差分配操作，获得可应用于实际装配过程的指导信息。