CN110220476A - 一种基于三维激光扫描的航空零件自动快速测量方法 - Google Patents

一种基于三维激光扫描的航空零件自动快速测量方法 Download PDF

Info

Publication number
CN110220476A
CN110220476A CN201910479067.0A CN201910479067A CN110220476A CN 110220476 A CN110220476 A CN 110220476A CN 201910479067 A CN201910479067 A CN 201910479067A CN 110220476 A CN110220476 A CN 110220476A
Authority
CN
China
Prior art keywords
feature
prim
scanning
analogue
point cloud
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.)
Pending
Application number
CN201910479067.0A
Other languages
English (en)
Inventor
吴志鹏
赵安安
郑炜
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.)
Xian Aircraft Industry Group Co Ltd
Original Assignee
Xian Aircraft Industry Group Co Ltd
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 Xian Aircraft Industry Group Co Ltd filed Critical Xian Aircraft Industry Group Co Ltd
Priority to CN201910479067.0A priority Critical patent/CN110220476A/zh
Publication of CN110220476A publication Critical patent/CN110220476A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • G01B11/12—Measuring arrangements characterised by the use of optical techniques for measuring diameters internal diameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces

Abstract

本发明公开了一种基于三维激光扫描的航空零件自动快速测量方法，其中，该方法包括：根据零件数模进行扫描路径规划；基于三维激光扫描的零件数据自动快速获取；基于获取的三维点云数据提取零件特征，对比数模实现零件质量分析。本发明解决了现有技术中无法对零件质量进行精确快速分析，从而实现数字化指标评估的问题，提高了零件测量及质量检测的精度和效率。

Description

一种基于三维激光扫描的航空零件自动快速测量方法
技术领域
本发明涉及零件检测技术领域，具体而言，涉及一种基于三维激光扫描的航空零件自动快速测量方法
背景技术
随着航空技术的快速发展，航空零件复杂程度越来越高，加工精度要求也越来越高，各种复杂零件在飞机上被广泛采用。零件加工精度及质量的控制对航空工业有着重要的意义，装配过程中不符合标准的零件将无法满足飞机的装配精度，进而严重影响航空器的性能及使用寿命，甚至会影响生命财产安全。因此，对零件进行精确高效检测就显得非常重要。
针对航空零件的检测，传统方法以手工检测为主，主要在样板、摸胎、专用检验工装及量规、塞尺等检验工具的配合下进行检测，如用摸胎检测时，需用卡尺来测量加工出来的零件的尺寸与摸胎上的尺寸线的要求之间的误差，确定航空零件是否满足精度要求。这种基于模拟量的检测方法，在检测过程中容易造成误差累积，准确定和效率不高，需要消耗大量人力、物力、财力等，不符合现代航空业发展的需求。于此相比，三维激光扫描技术的应用大大提高了测量数据采集的效率和精度，具有实时性强，数据精度高，非接触性，主动性强，全天候工作等优点，基于获取的零件结构点云数据，通过数据处理分析实现零件特征提取，进而实现零件特征指标评价同样具有重大意义。通过这种数字化检测技术可精确检测零件加工质量，有效提高了零件检测的精度和效率，对零件质量管理具有衷大的现实意义。
然而，三维扫描路径规划及基于采集的零件结构三维点云的数据处理技术仍处于起步阶段，其中，由于点云数据中噪声、异常点等的影响，目前的处理方法难以进行准确的零件特征数据处理和计算，这对零件结构的几何分析产生了很大的干扰，严重影响了零件质量分析的效率和准确度。
针对现有技术中难以准确高效地实现零件三维扫描路径规划及点云数据处理分析的问题，目前尚未提出有效的解决方案。
发明内容
本发明提供了一种基于三维激光扫描的航空零件自动快速测量方法，解决了现有技术中无法对零件质量进行精确快速分析，从而实现数字化指标评估的问题。
为解决上述技术问题，本发明提供了一种基于三维激光扫描的航空零件自动快速测量方法，包括：根据零件数模进行扫描路径规划；基于三维激光扫描的零件数据快速获取；基于获取的三维点云数据提取零件特征，对比数模实现零件质量分析。
进一步地，根据零件数模进行扫描路径规划，包括：根据零件类型获取其点云数模；对零件点云数模中每一点进行法矢计算；通过区域增长算法实现对零件各项特征拟合，包括包括平面、圆柱等，并计算各特征的主法矢(平面等)或主轴(圆柱等)方向；设定扫描路径初始位置，选取零件表面最明显特征作为初始位置；基于初始扫描位置及其法矢等几何信息，设计扫描路径优化方程，对零件其他特征进行扫描优先级评定，从而实现扫描路径规划。
进一步地，设定扫描路径初始位置，选取零件表面最明显特征作为初始位置，包括：本发明中选取零件数模各特征中包含三维点最多的特征作为初始扫描位置；若初始扫描特征为平面等，则将扫描仪调整至扫描方向与该特征法矢保持一致；若初始扫描特征为圆柱面、孔等，则将扫描仪调整至扫描方向与该特征法矢保持垂直，以实现最佳扫描效果。
进一步地，设计扫描路径优化方程，对零件其他特征进行扫描优先级评定，包括：扫描路径优化方程如下：
Eprim＝P{ω1(Ω(prim))+ω2(Θ(prim))+(1-ω1-ω2)(Ψ(prim))}
其中P为零件特征类型，如平面、圆柱、孔等，其定义如下：
ω1、ω2均为权值，通过设置不同参数值，引导扫描路径向不同方向进行优化；Ω(prim)为零件特征尺度函数，该函数反映了零件特征的尺度大小，尺度越大的特征越优先进行检测，其定义如下：
Ω(prim)＝Θ(prim)
其中，Θ(prim)为零件特征所包含点云数据集的势；Θ(prim)为零件特征位置函数，该函数反映了零件特征与初始扫描特征的几何位置关系，位置朝向越临近，扫描连续性越强，因此越优先进行检测，其定义如下：
Θ(prim)＝[v(prim)·v0]
其中[·]为余弦三角函数；v(prim)为零件特征单位法矢；v0为初始扫描特征单位法矢；Ψ(prim)为零件特征相关性函数，该函数反映了零件特征与初始扫描特征之间的相关性，相关性越强，越优先进行检测，其定义如下：
Ψ(prim)＝IOU(Θ(prim)，Θ0)
其中，IOU(·)为两个特征点云数据集的交并比。基于上述扫描路径优化方程，通过迭代求解方程max(Eprim)，实现扫描路径规划。
进一步地，基于三维激光扫描的零件数据快速获取，包括：确定路径规划后，通过扫描特征中三维点的法矢方向进行扫描仪扫描角度控制，始终与点云法矢保持一致，按照已规划的扫描路径直至零件所有特征扫描结束，获取扫描仪在不同位置扫描得到的局部点云数据；
进一步地，基于获取的三维点云数据提取零件特征，对比数模实现零件质量分析，包括：获取零件不同位置局部点云数据后，设计点云数据配准及拼接模块，将局部数据进行配准及拼接；设计模型转换模块，基于拼接完成的零件整体三维点云数据，实现实测数据与理论数模配准；设计实测零件特征处理模块，通过对实测点云中三维点的法矢计算，应用区域增长算法实现对零件各项特征进行拟合，包括平面、圆柱等，并计算各特征的主法矢(平面等)或主轴(圆柱等)方向；基于拟合得到的实测零件特征，设计零件指标评价模块，通过对零件拟合提取的特征指标的计算，包括孔径、平面度、垂直度等指标，与零件数模特征指标进行对比，从而计算指标对比误差，并输出指标评价报告。
进一步地，设计点云数据配准及拼接模块，将局部数据进行配准及拼接，包括：获取零件局部扫描点云数据后，以扫描起始位置为零件点云数据坐标系原点，通过激光跟踪仪跟踪定位信息，应用特征匹配或ICP算法实现各扫描仪局部三维数据的配准及拼接，实现零件整体三维几何数据的获取。
进一步地，设计模型转换模块，基于拼接完成的零件整体三维点云数据，实现实测数据与理论数模配准，包括：基于零件整体三维点云数据，通过提取零件表面特征点，将其与理论数模中对应特征点进行匹配，建立转换矩阵，并将其应用于实测模型，建立实测数据与理论数据相统一的全局坐标系统。
附图说明
图1为根据本发明实施例的基于三维激光扫描的单个零件的快速测量方法的一种可选的流程图；
具体实施方式
接下来将详细地对示例性实施例进行说明，其示例表示在附图中。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
实施例
在本发明优选的实施例中提供了一种基于三维激光扫描的航空零件自动快速测量方法，相比于传统零件测量方法，数据处理精度高，解决了现有技术中无法对零件质量进行精确快速分析，从而实现数字化指标评估的问题，提高了零件测量及质量检测的精度和效率。具体来说，图1示出该方法的一种可选的流程图，如图1所示，该方法包括如下步骤：
根据零件数模进行扫描路径规划；
基于三维激光扫描的零件数据快速获取；
基于获取的三维点云数据提取零件特征，对比数模实现零件质量分析。
在上述实施方式中，为零件质量检测分析问题提供了准确高效的自动处理算法。上述方法可以有效降低零件检测分析难度，能够更加准确全面地反映零件质量，提高了零件检测的效率和准确度。
在上述实施方式中，根据零件数模进行扫描路径规划，包括：根据零件类型获取其点云数模；对零件点云数模中每一点进行法矢计算；通过区域增长算法实现对零件各项特征拟合，包括包括平面、圆柱等，并计算各特征的主法矢(平面等)或主轴(圆柱等)方向；设定扫描路径初始位置，选取零件表面最明显特征作为初始位置；基于初始扫描位置及其法矢等几何信息，设计扫描路径优化方程，对零件其他特征进行扫描优先级评定，从而实现扫描路径规划。
具体地，设定扫描路径初始位置，选取零件表面最明显特征作为初始位置可通过如下步骤实现：本发明中选取零件数模各特征中包含三维点最多的特征作为初始扫描位置；若初始扫描特征为平面等，则将扫描仪调整至扫描方向与该特征法矢保持一致；若初始扫描特征为圆柱面、孔等，则将扫描仪调整至扫描方向与该特征法矢保持垂直，以实现最佳扫描效果。
确定扫描路径初始位置后，进一步地，设计扫描路径优化方程，对零件其他特征进行扫描优先级评定，包括：扫描路径优化方程如下：
Eprim＝P{ω1(Ω(prim))+ω2(Θ(prim))+(1-ω1-ω2)(Ψ(prim))}
其中。P为零件特征类型，如平面、圆柱等，其定义如下：
ω1、ω2均为权值，通过设置不同参数值，引导扫描路径向不同方向进行优化；Ω(prim)为零件特征尺度函数，该函数反映了零件特征的尺度大小，尺度越大的特征越优先进行检测，其定义如下：
Ω(prim)＝Θ(prim)
其中，Θ(prim)为零件特征所包含点云数据集的势；Θ(prim)为零件特征位置函数，该函数反映了零件特征与初始扫描特征的几何位置关系，位置朝向越临近，扫描连续性越强，因此越优先进行检测，其定义如下：
Θ(prim)＝[v(prim)·v0]
其中[·]为余弦三角函数；v(prim)为零件特征单位法矢；v0为初始扫描特征单位法矢；Ψ(prim)为零件特征相关性函数，该函数反映了零件特征与初始扫描特征之间的相关性，相关性越强，越优先进行检测，其定义如下：
Ψ(prim)＝IOU(Θ(prim)，Θ0)
其中，IOU(·)为两个特征点云数据集的交并比。基于上述扫描路径优化方程，通过迭代求解方程max(Eprim)，实现扫描路径规划。
进一步地，基于三维激光扫描的零件数据快速获取，包括：确定路径规划后，通过扫描特征中三维点的法矢方向进行扫描仪扫描角度控制，始终与点云法矢保持一致，按照已规划的扫描路径直至零件所有特征扫描结束，获取扫描仪在不同位置扫描得到的局部点云数据；
在得到零件不同位置的局部点云数据后，进一步地，基于获取的三维点云数据提取零件特征，对比数模实现零件质量分析，包括：设计点云数据配准及拼接模块，将局部数据进行配准及拼接；设计模型转换模块，基于拼接完成的零件整体三维点云数据，实现实测数据与理论数模配准；设计实测零件特征处理模块，通过对实测点云中三维点的法矢计算，应用区域增长算法实现对零件各项特征进行拟合，包括平面、圆柱等，并计算各特征的主法矢(平面等)或主轴(圆柱等)方向；基于拟合得到的实测零件特征，设计零件指标评价模块，通过对零件拟合提取的特征指标的计算，包括孔径、平面度、垂直度等指标，与零件数模特征指标进行对比，从而计算指标对比误差，并输出指标评价报告。
具体地，设计点云数据配准及拼接模块，将局部数据进行配准及拼接，包括：获取零件局部扫描点云数据后，以扫描起始位置为零件点云数据坐标系原点，通过激光跟踪仪跟踪定位信息，应用特征匹配或ICP算法实现各扫描仪局部三维数据的配准及拼接，实现零件整体三维几何数据的获取。
具体地，设计模型转换模块，基于拼接完成的零件整体三维点云数据，实现实测数据与理论数模配准，包括：基于零件整体三维点云数据，通过提取零件表面特征点，将其与理论数模中对应特征点进行匹配，建立转换矩阵，并将其应用于实测模型，建立实测数据与理论数据相统一的全局坐标系统。
以上实施例仅用以说明本发明的技术方案而非对其进行限制，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (8)

1.一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于，包括：
根据零件数模进行扫描路径规划；
基于三维激光扫描的零件数据快速获取；
基于获取的所述三维点云数据提取所示零件特征，对比数模实现所述零件质量分析。
2.根据权利要求1所述的一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于，根据零件数模进行扫描路径规划，包括：
根据所述零件类型获取其点云数模；
对所述零件点云数模中每一点进行法矢计算；
通过区域增长算法实现对所述零件各项特征拟合，包括平面、圆柱，并计算各特征的主法矢或主轴方向；
设定扫描路径初始位置，选取所述零件表面最明显特征作为所述初始位置；
基于所述初始扫描位置及其法矢等几何信息，设计扫描路径优化方程，对所述零件其他特征进行扫描优先级评定，从而实现所述扫描路径规划。
3.根据权利要求2所述的一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于设定扫描路径初始位置，选取所述零件表面最明显特征作为所述初始位置，包括：
选取所述零件数模各特征中包含三维点最多的特征作为所述初始扫描位置；
若所述初始扫描特征为平面，则将扫描仪调整至扫描方向与该特征法矢保持一致；若所述初始扫描特征为圆柱面、孔，则将扫描仪调整至扫描方向与该特征法矢保持垂直，以实现最佳扫描效果。
4.根据权利要求2所述的一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于设计扫描路径优化方程，对所述零件其他特征进行扫描优先级评定，包括：
所述扫描路径优化方程如下：
Eprim＝P{ω1(Ω(prim))+ω2(θ(prim))+(1-ω1-ω2)(Ψ(prim))}
其中P为所述零件特征类型，如平面、圆柱、孔，其定义如下：
ω1、ω2均为权值，通过设置不同参数值，引导所述扫描路径向不同方向进行优化；Ω(prim)为所述零件特征尺度函数，该函数反映了所述零件特征的尺度大小，尺度越大的特征越优先进行检测，其定义如下：
Ω(prim)＝θ(prim)
其中，θ(prim)为所述零件特征所包含点云数据集的势；θ(prim)为所述零件特征位置函数，该函数反映了所述零件特征与初始扫描特征的几何位置关系，位置朝向越临近，扫描连续性越强，因此越优先进行检测，其定义如下：
θ(prim)＝[v(prim)·v0]
其中[·]为余弦三角函数；v(prim)为所述零件特征单位法矢；v0为初始扫描特征单位法矢；Ψ(prim)为所述零件特征相关性函数，该函数反映了所述零件特征与初始扫描特征之间的相关性，相关性越强，越优先进行检测，其定义如下：
Ψ(prim)＝IOU(Θ(prim)，θ0)其中，IOU(·)为两个特征点云数据集的交并比，基于上述扫描路径优化方程，通过迭代求解方程max(Eprim)，实现所述扫描路径规划。
5.根据权利要求1所述的一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于基于三维激光扫描的零件数据快速获取，包括：
确定路径规划后，通过扫描特征中三维点的法矢方向进行扫描仪扫描角度控制，始终与点云法矢保持一致，按照已规划的扫描路径直至零件所有特征扫描结束，获取扫描仪在不同位置扫描得到的局部点云数据。
6.根据权利要求1所述的一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于，基于获取的所述三维点云数据提取所示零件特征，对比数模实现所述零件质量分析，包括：
获取所述零件不同位置局部点云数据后，设计点云数据配准及拼接模块，将所述局部数据进行配准及拼接；
设计模型转换模块，基于拼接完成的所述零件整体三维点云数据，实现实测数据与理论数模配准；
设计实测零件特征处理模块，通过对所述实测点云中三维点的法矢计算，应用区域增长算法实现对所述零件各项特征进行拟合，包括平面、圆柱、孔，并计算各特征的主法矢或主轴方向；
基于拟合得到的实测零件特征，设计零件指标评价模块，通过对所述零件拟合提取的特征指标的计算，包括孔径、平面度、垂直度等指标，与所述零件数模特征指标进行对比，从而计算指标对比误差，并输出指标评价报告。
7.根据权利要求6所述的一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于设计点云数据配准及拼接模块，将所述局部数据进行配准及拼接，包括：
获取所述零件局部扫描点云数据后，以扫描起始位置为所述零件点云数据坐标系原点，通过激光跟踪仪跟踪定位信息，应用特征匹配或ICP算法实现各扫描仪局部三维数据的配准及拼接，实现所述零件整体三维几何数据的获取。
8.根据权利要求6所述的一种基于三维激光扫描的航空零件自动快速测量方法，其特征在于设计模型转换模块，基于拼接完成的所述零件整体三维点云数据，实现实测数据与理论数模配准，包括：
基于所述零件整体三维点云数据，通过提取所述零件表面特征点，将其与理论数模中对应特征点进行匹配，建立转换矩阵，并将其应用于实测模型，建立所述实测数据与理论数据相统一的全局坐标系统。
CN201910479067.0A 2019-06-03 2019-06-03 一种基于三维激光扫描的航空零件自动快速测量方法 Pending CN110220476A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910479067.0A CN110220476A (zh) 2019-06-03 2019-06-03 一种基于三维激光扫描的航空零件自动快速测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910479067.0A CN110220476A (zh) 2019-06-03 2019-06-03 一种基于三维激光扫描的航空零件自动快速测量方法

Publications (1)

Publication Number Publication Date
CN110220476A true CN110220476A (zh) 2019-09-10

Family

ID=67819512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910479067.0A Pending CN110220476A (zh) 2019-06-03 2019-06-03 一种基于三维激光扫描的航空零件自动快速测量方法

Country Status (1)

Country Link
CN (1) CN110220476A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110579181A (zh) * 2019-09-16 2019-12-17 安徽维德工业自动化有限公司 一种改善汽车零配件检测的三维扫描方法
CN111024004A (zh) * 2019-12-30 2020-04-17 芜湖哈特机器人产业技术研究院有限公司 一种电动剃须刀刀头网罩内侧平面度测量装置和方法
CN111429492A (zh) * 2020-03-20 2020-07-17 南京航空航天大学 一种基于局部不变性的飞机c型梁配准方法
CN111476786A (zh) * 2020-04-22 2020-07-31 南京航空航天大学 一种基于实测数据的长桁自动化涂胶及质量检测方法
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
CN111551113A (zh) * 2020-05-19 2020-08-18 南京航空航天大学 一种大批量航空零件质检方法
CN116483802A (zh) * 2023-04-20 2023-07-25 南京航空航天大学 一种基于点云数据的装配零部件一站式数据服务系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968344A (zh) * 2009-09-22 2011-02-09 大连海事大学 数控加工中心在机三维形面检测系统
TW201124227A (en) * 2010-01-12 2011-07-16 Univ Nat Formosa Scrape method of automated scraping workpiece surface.
CN105551015A (zh) * 2015-12-02 2016-05-04 南京邮电大学 一种散乱点云图像配准方法
CN105739440A (zh) * 2016-04-29 2016-07-06 南京航空航天大学 一种宽弦空心风扇叶片的自适应加工方法
JP2017224280A (ja) * 2016-05-09 2017-12-21 ツーアンツ インク．ＴｗｏＡｎｔｚ Ｉｎｃ． 視覚的測位によるナビゲーション装置およびその方法
CN108871209A (zh) * 2018-07-27 2018-11-23 复旦大学 一种大尺寸工件移动测量机器人系统及方法
CN109117602A (zh) * 2018-10-17 2019-01-01 江西洪都航空工业集团有限责任公司 基于激光跟踪仪的大尺寸蒙皮数字化检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968344A (zh) * 2009-09-22 2011-02-09 大连海事大学 数控加工中心在机三维形面检测系统
TW201124227A (en) * 2010-01-12 2011-07-16 Univ Nat Formosa Scrape method of automated scraping workpiece surface.
CN105551015A (zh) * 2015-12-02 2016-05-04 南京邮电大学 一种散乱点云图像配准方法
CN105739440A (zh) * 2016-04-29 2016-07-06 南京航空航天大学 一种宽弦空心风扇叶片的自适应加工方法
JP2017224280A (ja) * 2016-05-09 2017-12-21 ツーアンツ インク．ＴｗｏＡｎｔｚ Ｉｎｃ． 視覚的測位によるナビゲーション装置およびその方法
CN108871209A (zh) * 2018-07-27 2018-11-23 复旦大学 一种大尺寸工件移动测量机器人系统及方法
CN109117602A (zh) * 2018-10-17 2019-01-01 江西洪都航空工业集团有限责任公司 基于激光跟踪仪的大尺寸蒙皮数字化检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高瑞: "飞机蒙皮外形自动化激光扫描测量关键技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110579181A (zh) * 2019-09-16 2019-12-17 安徽维德工业自动化有限公司 一种改善汽车零配件检测的三维扫描方法
CN111024004A (zh) * 2019-12-30 2020-04-17 芜湖哈特机器人产业技术研究院有限公司 一种电动剃须刀刀头网罩内侧平面度测量装置和方法
CN111024004B (zh) * 2019-12-30 2021-03-30 芜湖哈特机器人产业技术研究院有限公司 一种电动剃须刀刀头网罩内侧平面度测量装置和方法
CN111429492A (zh) * 2020-03-20 2020-07-17 南京航空航天大学 一种基于局部不变性的飞机c型梁配准方法
CN111476786A (zh) * 2020-04-22 2020-07-31 南京航空航天大学 一种基于实测数据的长桁自动化涂胶及质量检测方法
US11504731B2 (en) 2020-04-22 2022-11-22 Nanjing University Of Aeronautics And Astronautics Method for automatic glue-spraying of stringer and inspection of glue-spraying quality
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
CN111551113A (zh) * 2020-05-19 2020-08-18 南京航空航天大学 一种大批量航空零件质检方法
CN116483802A (zh) * 2023-04-20 2023-07-25 南京航空航天大学 一种基于点云数据的装配零部件一站式数据服务系统

Similar Documents

Publication Publication Date Title
CN110220476A (zh) 一种基于三维激光扫描的航空零件自动快速测量方法
CN107762559B (zh) 一种用于评价隧道超欠挖情况的方法及系统
CN102135417B (zh) 一种全自动三维特征提取方法
CN109101709A (zh) 3d激光扫描技术与bim技术相结合的现场施工管理系统
CN106524920A (zh) 基于三维激光扫描实测实量在建筑工程中的应用
US9443297B2 (en) System and method for selective determination of point clouds
Li et al. Terrestrial laser scanning assisted flatness quality assessment for two different types of concrete surfaces
US8179132B2 (en) Method and system for integrating eddy current inspection with a coordinate measuring device
CN105180890A (zh) 融合激光点云和数字影像的岩体结构面产状测量方法
CN109556540A (zh) 一种非接触式基于3d图像的物体平面度检测方法、计算机
CN109685886A (zh) 一种基于混合现实技术的配网三维场景建模方法
CN113587835A (zh) 一种利用三维激光扫描技术进行桥梁工程质量验收的方法
CN105809668A (zh) 基于线扫描三维点云的物体表面变形特征提取方法
CN104764413B (zh) 海洋结构物甲板片焊接变形测量方法
US20230090846A1 (en) Method and device for detecting defects in aircraft template
CN102032875A (zh) 一种基于图像处理的电缆护套厚度测量方法
CN105627923A (zh) 一种基于激光测距的叶片稠密点云获取的扫描路径规划方法
CN113074656B (zh) 工件孔洞测量方法
CN108120394A (zh) 柔性化的高速列车车头曲面质量检测方法
WO2006082773A1 (ja) 対象物測定方法及びコンピュータシステムを用いて対象物の三次元形状を計測するためのコンピュータソフトウエアプログラム
CN103471532B (zh) 测量飞行器表面波纹度的系统以及相应方法
CN105045973A (zh) 一种变弧长自适应采样方法
CN115078377A (zh) 一种基于点云拟合的桥梁损伤自动评估系统及方法
CN112130166A (zh) 基于反光板网络的agv定位方法及装置
WO2023142608A1 (zh) 获得飞机面型的系统和方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190910

WD01 Invention patent application deemed withdrawn after publication