CN111125836B - 基于图像的飞机结构件腹板加工区域自动构造方法 - Google Patents

基于图像的飞机结构件腹板加工区域自动构造方法 Download PDF

Info

Publication number
CN111125836B
CN111125836B CN201911335707.7A CN201911335707A CN111125836B CN 111125836 B CN111125836 B CN 111125836B CN 201911335707 A CN201911335707 A CN 201911335707A CN 111125836 B CN111125836 B CN 111125836B
Authority
CN
China
Prior art keywords
pbb
web
web processing
processing area
point set
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.)
Active
Application number
CN201911335707.7A
Other languages
English (en)
Other versions
CN111125836A (zh
Inventor
刘旭
杨兆成
李迎光
沈泽东
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.)
Nanjing Tech University
Original Assignee
Nanjing Tech 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 Nanjing Tech University filed Critical Nanjing Tech University
Priority to CN201911335707.7A priority Critical patent/CN111125836B/zh
Publication of CN111125836A publication Critical patent/CN111125836A/zh
Application granted granted Critical
Publication of CN111125836B publication Critical patent/CN111125836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供了基于图像的飞机结构件腹板加工区域自动构造方法,先构造用户指定视角下的零件图像,再提取图像中所有潜在腹板加工区域边界像素点,然后通过距离阈值判别法对其进行排序、分割,得到一系列边界像素点集,再通过坐标变换与缩放将所有腹板加工区域边界像素点集映射回零件三维模型中对应的腹板面上,最终基于曲线拟合方法得到腹板加工区域边界,实现腹板加工区域的自动构造。该方法适用于构造零件模型中包含碎面碎边、开闭角、夹紧凸台等各种复杂元素的飞机结构件腹板加工区域,避免了传统基于图形方法因需要创建大量辅助几何并进行大量辅助操作导致的效率低和质量稳定性差的缺陷,对实现飞机复杂结构件自动数控编程具有重要的实际意义。

Description

基于图像的飞机结构件腹板加工区域自动构造方法
技术领域
本发明属于数控编程方法领域,特别涉及一种基于图像的飞机结构件腹板加工区域自动构造方法。
背景技术
飞机结构件是构成飞机机体骨架和气动外形的重要组成部分,主要包括框、梁、肋等类型。腹板加工是飞机结构件数控加工的重要环节,直接决定腹板的形位精度和整个零件的加工效率。目前,飞机结构件数控编程主要基于商品化CAM软件采用人工交互方式进行,由于零件工艺模型中存在大量开闭角、碎面碎边及辅助工艺凸台等,为避免产生刀具干涉,构造腹板加工区域时需要人工创建大量辅助几何,并进行投影、相交、裁剪及合并等几何特征操作,重复工作量大、效率低,且高度依赖工艺员的操作经验,质量稳定性差。
近年来出现了一些腹板加工区域自动提取方法,李迎光等[CN201110317973.4]提出了一种飞机结构件槽腔腹板加工驱动几何自动重构方法,该方法基于特征识别结果将槽腔侧面、下陷面和转角面的边界曲线投影至腹板面上,然后将投影曲线与腹板面外环曲线构成的最小包围轮廓作为腹板加工区域,该方法在创建腹板加工区域时,需要对一系列环作离散处理并运行大量环搜索算法,存在算法运行慢、不稳定、耗内存等缺点,此外,实际加工时通常会构造压紧凸台以保证零件加工刚性,由于引入了新的几何实体,可能会破坏拓扑标识的唯一性,使该方法失效。
基于图像的飞机结构件腹板加工区域自动构造方法将编程所需的辅助几何直接从图像中提取出来,再对图像中的辅助几何作一系列空间几何变换得到实际飞机结构件腹板加工辅助几何,避免了大量复杂、重复的辅助几何构造工作,从而显著提高编程效率。
发明内容
本发明的目的是针对CAM软件无法适应复杂飞机结构件编程需求,编程工作量大和基于特征识别的自动数控编程方法不准确、错误率高等问题,发明了一种基于图像的高效、稳定、灵活的飞机结构件腹板数控加工区域自动构造方法,具体的技术方案是:包括步骤
(一)确定零件图像及提取腹板加工区域边界像素点
由用户指定任意待加工的腹板面,选择该腹板面的俯视视角构造零件图像,基于灰度值分布对该图像进行提取加工区域像素点集PB、再通过距离阈值判别法进行提取边界像素点集PBB;
(二)腹板加工区域边界像素点进行排序、分割
将步骤一获得的像素点集PBB通过转移新建集合像素集、计算两点距离最近和/或夹角最小方式进行排序获得排序后像素集,计算排序后像素点集的相邻像素点之间的距离进行分割获得一系列独立的腹板加工区域边界像素点集PBB';
其中腹板加工区域边界像素点进行排序后的分割方法为:计算排序后的点集PBB'中相邻像素点之间的距离,如距离大于则这两个像素点属于两个不同的腹板加工区域边界,通过该方法将PBB'分割为独立的腹板加工区域边界像素点集,即:
其中W为腹板加工区域的数量,nw为第w个腹板加工区域边界像素点的个数,(si,ti)是像素点i的横坐标、纵坐标;
(三)构造实际腹板加工区域及边界像素点匹配
将步骤(二)中获得的像素点集pbb'w按照旋转变换矩阵进行旋转变换、按照缩放矩阵缩放变换、平移变换矩阵平移变换获得像素点集pbb””w;高度匹配零件模型中所有腹板面的几何中心点与像素点集pbb””w的几何中心点,获得pbb””w对应的腹板加工区域三维边界点集
(四)拟合
采用B-样条曲线拟合法,将各个腹板加工区域三维边界点集的数据点均落在B-样条曲线上,拟合成封闭光顺曲线,该曲线即为该腹板实际加工区域的轮廓。
作为改进,步骤(一)中,获得点集PB的方法为:对飞机结构件图像,作灰度化处理,并构造像素-灰度值三维点集:F={(s,t,gst)|s=1,…,S;t=1,…,T},其中gst∈[0,255]为位置(s,t)处像素点的灰度值,图像大小为:S×T;删除F中灰度值为255的像素点,去除图像中的白色背景,得到图像中零件对应的像素-灰度值点集:
P=F-{(s,t,255)|s=1,...,S;t=1,…,T}
搜索P中出现频率最高的灰度值gfre,提取对应gfre的所有像素点构造腹板加工区域像素点集:
PB={(s,t)|gst=gfre}。
作为改进,步骤(一)中通过距离阈值判别法进行提取边界像素点集PBB具体为:将点集PB中的像素点分别按照s-值和t-值大小重新排列得到两组点集:PBs={(si,ti)|si≤si+1}、PBt={(sj,tj)|tj≤tj+1};PBs中当si=si+1时t按从小到大排列,PBt中当tj=tj+1时s按从小到大排列,分别计算两个点集中相邻点之间的距离
设置相邻点间距阈值为1,将中大于1的点(si,ti)、(si+1,ti+1)或(sj,tj)、(sj+1,tj+1)同时保留为边界像素点,去除其中的重复点,得到腹板加工区域边界像素点集:PBB={(sk,tk)|k=1,...,K},其中K为PBB中像素点的数量。
作为改进,步骤(二)中腹板加工区域边界像素点进行排序方法为:
①创建空集合PBB′,并将PBB中的第一个点(s1,t1)赋给PBB′,同时将该点从PBB中剔除;
②计算PBB′中按被赋给顺序的最后一个点(sL,tL)与当前PBB中每一个点的距离,并将距离最近点赋给PBB′,同时将该点从PBB中剔除,如果距离最近点有多个,计算每一个点与(sL,tL)构成向量与(sL-1,tL-1)和(sL,tL)构成向量的夹角,将夹角最小的点赋给PBB′,并将其从PBB中删除;
③循环步骤②直至PBB为空,PBB′为排完序后的腹板加工区域边界像素点集。
作为改进,对获得的点集pbb′w进行旋转变换,旋转变换矩阵为:
变换后,腹板加工区域边界像素点集包含的所有作旋转变换得:
作为改进,对获得的点集pbb″w进行缩放变换,缩放矩阵表示为:
变换后,对所有pbb″w作缩放变换得:
作为改进,对获得的点集pbb″′w进行平移变换,平移变换矩阵表示为:
变换后,对所有pbb″′w作平移变换得:
作为改进,步骤(三)中,获得腹板加工区域三维边界点集方法为:提取零件模型中所有腹板面的几何中心点(cxj,cyj,czj),计算每一个pbb″′″w的几何中心点,即计算其与(cxj,cyj)的距离,将距离最小对应点的czj赋给pbb″′″w中的所有点,得到pbb″″w对应的腹板加工区域三维边界点集:
作为改进,步骤(四)中,腹板加工区域三维边界点拟合的方法为:取第w个腹板加工区域轮廓数据点均落在B-样条曲线上,节点向量U={u0,u1,...,um},则p次B-样条曲线公式为:
其中Ni,p(u)称为p次B-样条基函数,其定义如下:
然后,采用该方法实现腹板加工区域三维边界点拟合,得到实际腹板加工区域边界轮廓线。
有益效果:本发明提供的基于图像的飞机结构件腹板加工区域自动构造方法,属于CAM技术领域,是通过构造用户指定视角下的零件图像,并基于灰度值分布提取图像中所有潜在腹板加工区域边界像素点,然后通过距离阈值判别法对其进行分割,得到一系列腹板加工区域边界像素点集,每一个点集对应一个腹板加工区域边界,再通过坐标变换与缩放将所有腹板加工区域边界像素点集映射回零件三维模型中对应的腹板面上,最终基于曲线拟合方法得到腹板加工区域边界,实现腹板加工区域的自动构造。本发明的方法适用于构造零件模型中包含碎面碎边、开闭角、夹紧凸台等各种复杂元素的飞机结构件腹板加工区域,避免了传统基于图形方法因需要创建大量辅助几何并进行大量辅助操作导致的效率低和质量稳定性差的缺陷,对实现飞机复杂结构件自动数控编程具有重要的实际意义。
附图说明
图1是本发明一种基于图像的飞机结构件腹板加工区域自动构造方法流程图。
图2是提取待加工腹板面视角下的飞机结构件图像。其中a)是腹板数控加工区域示例1处加工原理示意图;b)是腹板数控加工区域边界处加工示意图;c)是腹板数控加工区域示例1处俯视界面下加工原理示意图。
图3是飞机结构件开闭角腹板面加工区域构造原理图。
图4是存在压紧凸台的腹板面加工区域构造原理及数控编程效果图。
图5是存在压板的腹板面加工区域构造原理及数控编程效果图。
图6是基于本方法提取出的图像腹板加工区域。
图7是采用边界提取算法提取出的图像腹板加工区域边界。
图8是图像腹板加工区域边界规律重排序和图像腹板边界分区算法原理图。其中a)是在进行排序是第①步示意图;图b)是在进行排序是第②步示意图;c)是在进行排序是第③步示意图。
图9是图像腹板加工子区二维映射示意图,表示对图像腹板加工子区依次完成旋转,平移,缩放等三种坐标变换。
图10是图像腹板加工子区z-赋值三维映射示意图,表示对图像腹板加工子区二维映射点与实际飞机结构件模型点云子区进行匹配操作,并将每个边界子区对应的最佳匹配点云子区的z-赋值给该边界子区,实现图像腹板加工子区三维映射。
图11是实际无干涉腹板加工子区示意图,表示最终系统需要调用的加工边界约束几何体,以生成无干涉加工轨迹。
图12是调用自动构造生成的无干涉腹板加工区域生成刀具轨迹示意图,其中包括边界线和边界线约束刀具轨迹。
具体实施方式
下面对本发明附图结合实施例作出进一步说明。
一种基于图像的飞机结构件腹板加工区域自动构造方法(腹板数控加工区域及其加工原理如图2中a)-c)所示),其流程图如图1所示,包含以下各步骤:
首先构造用户指定视角下的零件图像,并基于灰度值分布提取所有潜在腹板加工区域边界像素点,然后通过距离阈值判别法对其进行分割,得到一系列腹板加工区域边界像素点集,每一个点集对应一个腹板加工区域,再通过坐标变换与缩放将所有腹板加工区域边界像素点集映射回零件三维模型中对应的腹板面上,从而基于曲线拟合方法得到腹板加工区域边界,实现腹板加工区域的自动构造。
具体实施步骤可分为以下几个部分:
1.腹板加工区域边界像素点提取。
1)零件图像提取
由用户指定任意待加工的腹板面,选择该腹板面的俯视视角构造零件图像,见图3。
2)腹板加工区域像素点提取
对飞机结构件图像(图像大小为:S×T)作灰度化处理,并构造像素-灰度值三维点集:F={(s,t,gst)|s=1,…,S;t=1,…,T},其中gst∈[0,255]为位置(s,t)处像素点的灰度值。删除F中灰度值为255的像素点,去除图像中的白色背景,得到图像中零件对应的像素-灰度值点集(如图6所示):
P=F-{(s,t,255)|s=1,…,S;t=1,…,T}
P中出现频率最高的灰度值gfre,提取对应gfre的所有像素点构造腹板加工区域像素点集:
PB={(s,t)|gst=gfre}。
3)腹板加工区域边界像素点提取
将PB中的像素点分别按照s-值和t-值大小重新排列得到两组点集:PBs={(si,ti)|si≤si+1}、PBt={(sj,tj)|tj≤tj+1}(PBs中当si=si+1时t按从小到大排列,PBt中当tj=tj+1时s按从小到大排列),分别计算两个点集中相邻点之间的距离
设置相邻点间距阈值为1,将中大于1的点(si,ti)、(si+1,ti+1)或(sj,tj)、(sj+1,tj+1)同时保留为边界像素点,去除其中的重复点,得到腹板加工区域边界像素点集(算法原理如图8中a)所示):PBB={(sk,tk)|k=1,...,K},其中K为PBB中像素点的数量。腹板加工区域边界像素点提取效果如图7所示。
2.腹板加工区域边界像素点分割。
1)腹板加工区域边界像素点排序
①创建空集合PBB′,并将PBB中的第一个点(s1,t1)赋给PBB′,同时将该点从PBB中剔除;
②计算PBB′中最后一个点(sL,tL)与当前PBB中每一个点的距离,并将距离最近点赋给PBB′,同时将该点从PBB中剔除,如果距离最近点有多个,计算每一个点与(sL,tL)构成向量与(sL-1,tL-1)和(sL,tL)构成向量的夹角,将夹角最小的点赋给PBB′,并将其从PBB中删除;
③循环步骤②直至PBB为空,PBB′为排完序后的腹板加工区域边界像素点集。
2)腹板加工区域边界像素点分割
计算PBB′中相邻像素点之间的距离,如距离大于则这两个像素点属于两个不同的腹板加工区域边界,通过该方法将PBB′分割为一系列独立的腹板加工区域边界像素点集,即:
其中W为腹板加工区域的数量,nw为第w个腹板加工区域边界像素点的个数,(si,ti)是像素点i的横坐标、纵坐标。腹板加工区域边界像素点分割算法原理如图8中b)所示统一一下。
3.实际腹板加工区域构造。
1)腹板加工区域边界像素点的坐标变换与缩放
①旋转变换
首先确定用户指定视角下的零件俯视平面内图像到零件模型的旋转角度α。由于像素点是按照从上到下、从左到右的顺序编号,因此图像坐标系原点位于图像左上方且s-轴正向朝右,t-轴正向朝下;工件坐标系的x-轴正向与图像坐标系x-轴一致,y-轴方向与图像坐标系y-轴相反,因此旋转变换是通过将图像坐标系绕x-轴旋转180°实现的。
对应的旋转变换矩阵为:
对腹板加工区域边界像素点集包含的所有pbb′w作旋转变换得:
②缩放变换
经过旋转变换后的图像腹板加工区域边界像素点集pbb″w与实际腹板加工区域存在一定比例偏差,因此需要对pbb″w作一定的缩放变换。计算实际零件模型最小矩形包络体长边长度与图像中对应长度的比值τ,作为图像中零件与实际零件模型的比例因子,因此缩放矩阵可表示为:
对所有pbb″w作缩放变换得:
③平移变换
若经过旋转及缩放后的腹板加工区域边界像素点与对应的实际腹板加工区域边界点之间存在位置偏差,则需要对所有pbb″′w进行平移变换。偏移量ds和dt分别为s-轴和t-轴上的偏移量,通过计算图像中零件最小矩形包络体中心与对应视角下零件最小矩形包络体中心在s-轴和t-轴上的偏差得到,构造平移变换矩阵:
对所有pbb″′w作缩放变换得:
坐标变换原理如图9所示。
2)腹板加工区域边界像素点高度匹配
提取零件模型中所有腹板面的几何中心点(cxj,cyj,czj),计算每一个pbb″″w的几何中心点,即计算其与(cxj,cyj)的距离,将距离最小对应点的czj赋给pbb″″w中的所有点,得到pbb″″w对应的腹板加工区域三维边界点集(高度匹配原理如图10所示):
实际腹板加工区域最终构造效果如图11所示。
3)腹板加工区域三维边界点拟合
采用B-样条曲线拟合法将各个腹板加工区域三维边界点集拟合成封闭光顺曲线,该曲线即为该腹板实际加工区域的轮廓。
对于第w个腹板加工区域轮廓数据点均落在B-样条曲线上,节点向量U={u0,u1,...,um},则p次B-样条曲线公式为:
其中Ni,p(u)称为p次B-样条基函数,其定义如下:
采用该方法实现腹板加工区域三维边界点拟合,得到实际腹板加工区域边界轮廓线,这一方法适用于构造零件模型中包含碎面碎边、开闭角、夹紧凸台等各种复杂元素的飞机结构件腹板加工区域,避免了传统基于图形方法因需要创建大量辅助几何并进行大量辅助操作导致的效率低和质量稳定性差的缺陷,对实现飞机复杂结构件自动数控编程具有重要的实际意义。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:包括步骤
(一)确定零件图像及提取腹板加工区域边界像素点
由用户指定任意待加工的腹板面,选择该腹板面的俯视视角构造零件图像,基于灰度值分布对该图像进行提取加工区域像素点集PB、再通过距离阈值判别法进行提取边界像素点集PBB;
(二)腹板加工区域边界像素点进行排序、分割
将步骤(一)获得的边界像素点集PBB通过转移新建集合像素点集、计算两点距离最近和/或夹角最小方式进行排序获得排序后像素点集,计算排序后像素点集的相邻像素点之间的距离进行分割获得独立的腹板加工区域边界像素点集PBB';
其中腹板加工区域边界像素点进行排序后的分割方法为:计算排序后的点集PBB'中相邻像素点之间的距离,通过该方法将PBB'分割为独立的腹板加工区域边界像素点集,即:
其中W为腹板加工区域的数量,nw为第w个腹板加工区域边界像素点的个数,(si,ti)是像素点i的横坐标、纵坐标;
(三)构造实际腹板加工区域及边界像素点匹配
将步骤(二)中获得的像素点集pbb'w按照旋转变换矩阵进行旋转变换、按照缩放矩阵缩放变换、平移变换矩阵平移变换获得像素点集pbb””w;高度匹配零件模型中所有腹板面的几何中心点与像素点集pbb””w的几何中心点,获得pbb””w对应的腹板加工区域三维边界点集
获得腹板加工区域三维边界点集的方法为:提取零件模型中所有腹板面的几何中心点(cxj,cyj,czj),计算每一个pbb””w的几何中心点,即
计算其与(cxj,cyj)的距离,将距离最小对应点的czj赋给pbb””w中的所有点,得到pbb””w对应的腹板加工区域三维边界点集:
(四)拟合
采用B-样条曲线拟合法,将各个腹板加工区域三维边界点集的数据点均落在B-样条曲线上,拟合成封闭光顺曲线,该曲线即为该腹板实际加工区域的轮廓。
2.根据权利要求1所述的基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:步骤(一)中,获得点集PB的方法为:对飞机结构件图像,作灰度化处理,并构造像素-灰度值三维点集:F={(s,t,gst)|s=1,...,S;t=1,…,T},其中gst∈[0,255]为位置(s,t)处像素点的灰度值,图像大小为:S×T;删除F中灰度值为255的像素点,去除图像中的白色背景,得到图像中零件对应的像素-灰度值点集:
P=F-{(s,t,255)|s=1,…,S;t=1,…,T}
搜索P中出现频率最高的灰度值gfre,提取对应gfre的所有像素点构造腹板加工区域像素点集:
PB={(s,t)|gst=gfre}。
3.根据权利要求2所述的基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:步骤(一)中通过距离阈值判别法进行提取边界像素点集PBB,具体为:将点集PB中的像素点分别按照s-值和t-值大小重新排列得到两组点集:PBs={(si,ti)|si≤si+1}、PBt={(sj,tj)|tj≤tj+1};PBs中当si=si+1时t按从小到大排列,PBt中当tj=tj+1时s按从小到大排列,分别计算两个点集中相邻点之间的距离
设置相邻点间距阈值为1,将中大于1的点(si,ti)、(si+1,ti+1)或(sj,tj)、(sj+1,tj+1)同时保留为边界像素点,去除其中的重复点,得到腹板加工区域边界像素点集:PBB={(sk,tk)|k=1,…,K},其中K为PBB中像素点的数量。
4.根据权利要求1所述的基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:步骤(二)中腹板加工区域边界像素点进行排序方法为:
①创建空集合PBB′,并将PBB中的第一个点(s1,t1)赋给PBB′,同时将该点从PBB中剔除;
②计算PBB′中按被赋给顺序的最后一个点(sL,tL)与当前PBB中每一个点的距离,并将距离最近点赋给PBB′,同时将该点从PBB中剔除,如果距离最近点有多个,计算每一个点与(sL,tL)构成向量与(sL-1,tL-1)和(sL,tL)构成向量的夹角,将夹角最小的点赋给PBB′,并将其从PBB中删除;
③循环步骤②直至PBB为空,PBB′为排完序后的腹板加工区域边界像素点集。
5.根据权利要求1所述的基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:对步骤(二)获得的点集pbb′w进行旋转变换,旋转变换矩阵为:
变换后,腹板加工区域边界像素点集包含的所有pbb′w作旋转变换得:
6.根据权利要求5所述的基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:对获得的点集pbb″w进行缩放变换,缩放矩阵表示为:
对所有pbb″w作缩放变换,变换后得:
7.根据权利要求6所述的基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:对获得的点集pbb″′w进行平移变换,平移变换矩阵表示为:
对所有pbb″′w作平移变换,变换后得:
8.根据权利要求1所述的基于图像的飞机结构件腹板加工区域自动构造方法,其特征在于:步骤(四)中,腹板加工区域三维边界点拟合的方法为:取第w个腹板加工区域轮廓数据点均落在B-样条曲线上,节点向量U={u0,u1,…,um},则p次B-样条曲线公式为:
其中Ni,p(u)称为p次B-样条基函数,其定义如下:
然后,采用该方法实现腹板加工区域三维边界点拟合,得到实际腹板加工区域边界轮廓线。
CN201911335707.7A 2019-12-23 2019-12-23 基于图像的飞机结构件腹板加工区域自动构造方法 Active CN111125836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911335707.7A CN111125836B (zh) 2019-12-23 2019-12-23 基于图像的飞机结构件腹板加工区域自动构造方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911335707.7A CN111125836B (zh) 2019-12-23 2019-12-23 基于图像的飞机结构件腹板加工区域自动构造方法

Publications (2)

Publication Number Publication Date
CN111125836A CN111125836A (zh) 2020-05-08
CN111125836B true CN111125836B (zh) 2023-10-20

Family

ID=70501232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911335707.7A Active CN111125836B (zh) 2019-12-23 2019-12-23 基于图像的飞机结构件腹板加工区域自动构造方法

Country Status (1)

Country Link
CN (1) CN111125836B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283017A (zh) * 2021-06-25 2021-08-20 宝能(广州)汽车研究院有限公司 一种零件分离方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101972928A (zh) * 2010-08-19 2011-02-16 北京理工大学 一种用于微小型结构件的自动对位装配系统
CN102073148A (zh) * 2011-01-14 2011-05-25 北京理工大学 一种微小型结构件高精度视觉同轴光学对位装配系统
CN102436217A (zh) * 2011-10-19 2012-05-02 南京航空航天大学 飞机结构件槽特征腹板加工驱动几何重构方法
CN105136065A (zh) * 2015-09-11 2015-12-09 成都金本华电子有限公司 飞机结构件特征点自动采集系统及其采集方法
CN108389184A (zh) * 2017-10-20 2018-08-10 同济大学 一种基于机器视觉的工件制孔数检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101972928A (zh) * 2010-08-19 2011-02-16 北京理工大学 一种用于微小型结构件的自动对位装配系统
CN102073148A (zh) * 2011-01-14 2011-05-25 北京理工大学 一种微小型结构件高精度视觉同轴光学对位装配系统
CN102436217A (zh) * 2011-10-19 2012-05-02 南京航空航天大学 飞机结构件槽特征腹板加工驱动几何重构方法
CN105136065A (zh) * 2015-09-11 2015-12-09 成都金本华电子有限公司 飞机结构件特征点自动采集系统及其采集方法
CN108389184A (zh) * 2017-10-20 2018-08-10 同济大学 一种基于机器视觉的工件制孔数检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王述.激光视觉在线测量数据的重建.《中国优秀硕士学位论文全文数据库》.2007,第1-77页. *

Also Published As

Publication number Publication date
CN111125836A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN112489212B (zh) 一种基于多源遥感数据的建筑物智能化三维测图方法
CN109541997B (zh) 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法
Lee et al. Mesh scissoring with minima rule and part salience
CN111915730B (zh) 一种顾及语义从点云自动生成室内三维模型的方法及系统
Lee et al. Intelligent mesh scissoring using 3d snakes
KR101007276B1 (ko) 3차원 안면 인식
CN112348864B (zh) 一种融合线激光轮廓特征的三维点云自动配准方法
CN113379898B (zh) 一种基于语义分割的三维室内场景重建方法
GB2457215A (en) Automatic 3D Modelling
CN107369204B (zh) 一种从单幅照片恢复出场景基本三维结构的方法
CN112164145B (zh) 基于点云数据快速提取室内三维线段结构的方法
CN105354883A (zh) 基于点云的3ds Max快速精细三维建模方法及系统
CN112307553B (zh) 一种对三维道路模型进行提取与简化的方法
CN111179321B (zh) 一种基于模板匹配的点云配准方法
US20220215629A1 (en) Method for generating scanning path of machining feature surface of aircraft panel
CN111125836B (zh) 基于图像的飞机结构件腹板加工区域自动构造方法
CN113298949A (zh) D类焊缝信息获取方法、装置及计算机存储介质
Liu et al. Toolpath generation for partition machining of T-spline surface based on local refinement
CN114463396B (zh) 一种利用平面形状和拓扑图投票的点云配准方法
CN116071530B (zh) 一种基于机载激光点云的建筑物屋顶体素化分割方法
CN116051771A (zh) 一种基于无人机倾斜摄影模型的光伏bim屋顶自动建模方法
Dekkers et al. A sketching interface for feature curve recovery of free-form surfaces
CN113298784A (zh) 基于视角的骨折线提取映射方法
CN113781649A (zh) 一种基于三维扫描点云的建筑物平面图生成方法
CN116994003B (zh) 一种航空结构件二维圆角加底角组合特征识别方法

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