CN111275747B - 一种虚拟装配方法、装置、设备和介质 - Google Patents
一种虚拟装配方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN111275747B CN111275747B CN201911128091.6A CN201911128091A CN111275747B CN 111275747 B CN111275747 B CN 111275747B CN 201911128091 A CN201911128091 A CN 201911128091A CN 111275747 B CN111275747 B CN 111275747B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- registration
- registered
- assembled
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims description 25
- 230000009466 transformation Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 12
- 210000001503 joint Anatomy 0.000 description 9
- 239000013598 vector Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013075 data extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/10—Manufacturing or assembling aircraft, e.g. jigs therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Transportation (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种虚拟装配方法、装置、设备和介质。其中，所述方法包括：依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据；依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重；依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配。本实施例的技术方案，满足了装配过程中不同装配部件的装配误差要求，提高虚拟装配的精度。
Description
技术领域
本发明实施例涉及航空航天技术领域，尤其涉及一种虚拟装配方法、装置、设备和介质。
背景技术
飞机是当今社会最为复杂的高科技产品之一，由于飞机自身特有的一些特点，如外形复杂、内部空间紧凑等，致使飞机装配不仅劳动量大，而且质量要求高、技术难度大，对飞机进行虚拟装配能够避免物理样机的频繁建造与修改，在新产品开发、产品的维护以及操作培训方面具有独特的作用。
现有技术中，在对飞机翼身进行虚拟装配时，通常的方法是粗配准之后利用迭代最近点算法(Iterative Closest Point，ICP)进行精细配准。该方法在一定程度上能够模拟飞机翼身的装配过程，但是，该方法对于需要一些需要重点对齐的特征数据不能达到较好的配准效果，不能很好的满足飞机翼身的虚拟装配需求。
发明内容
本发明提供一种虚拟装配方法、装置、设备和介质，以满足装配过程中不同装配部件的装配误差要求，提高虚拟装配的精度。
第一方面，本发明实施例提供了一种虚拟装配方法，该方法包括：依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据；
依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重；
依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配。
第二方面，本发明实施例还提供了一种虚拟装配装置，该装置包括：
点云数据确定模块，用于依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据；
配准权重确定模块，用于依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重；
配准模块，用于依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配。
第三方面，本发明实施例还提供了一种设备，该设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的虚拟装配方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明实施例中任一所述的一种虚拟装配方法。
本发明实施例通过依据采集的待配准部位的原始点云数据，确定待配准点云数据和参考点云数据，进而依据待装配部位的允许误差，确定待配准点与关联的参考点之间的配准权重，依据配准权重对待配准的点云数据和参考点云数据进行点云配准，以实现待装配部位的虚拟装配。本发明的技术方案，通过在点云配准的过程中，按照待装配部位的允许误差来确定待配准点与关联的参考点之间进行点云配准，实现了按照待装配部件的特征重要性进行配准，满足了装配过程中不同装配部件的装配误差要求。
附图说明
图1为本发明实施例一提供的一种虚拟装配方法的流程图；
图2为本发明实施例一提供的中央翼盒的点云数据示意图；
图3为本发明实施例一提供的机翼的点云数据示意图；
图4为本发明实施例一提供的中央翼盒与机翼数据配准之后的示意图；
图5为本发明实施例二提供的一种虚拟装配装置的结构示意图；
图6为本发明实施例三提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种虚拟装配方法的流程图，本实施例可适用于对设备进行虚拟装配的情况，典型的，该方法可应用于航空航天领域中设备的虚拟装配。该方法可以由虚拟装配装置来执行。
参见图1，该方法具体包括如下步骤：
步骤110、依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据。
其中，点云数据是指在一个三维坐标系统中的一组向量的集合。这些向量通常以X，Y，Z三维坐标的形式表示，而且一般主要用来代表一个物体的外表面形状。不仅如此，除(X，Y，Z)代表的几何位置信息之外，点云数据还可以表示一个点的RGB颜色，灰度值，深度，分割结果等。
本实施例中，利用三维数据采集设备对待装配部位的原始点云数据进行采集，示例性的，可以利用三维激光扫描仪对待装配部位进行激光扫描，以获取待装配部位的原始点云数据。
本实施例中，在进行虚拟装配之前，可以在待装配部件上的进行参照点的标记。示例性的，在对飞机翼身进行虚拟装配时，可以将大小为10×10的多个反光标记点作为参照点布置在中央翼盒和机翼的对接面及相邻表面上，并且点与点之间不具有明显相似的位置关系。其中，反光标记点的大小可以根据实际需要进行设定，在此不进行限定。
对需要参与装配的翼盒及翼盒上的参照点，利用三维激光扫描仪获取飞机中央翼盒对接面的三维点云数据并进行存储，得到原始的飞机翼盒对接面的点云数据。
对需要参与装配的机翼以及机翼上的参照点，利用三维激光扫描仪获取飞机翼身对接面的原始三维点云数据并存储，得到原始的飞机机翼对接面的点云数据。
进一步的，在获取到上述原始的点云数据之后还包括：对采集的待装配部位的原始点云数据进行数据提取。
具体的，获取的原始点云数据中会存在环境点云，环境点云的深度信息和中央翼盒以及翼身的点云数据存在空间位置上的差异，通过对环境点云数据进行去除，将剩余的点云数据作为配准的初始点云数据。示例性的，可以利用欧式聚类法对中央翼盒对接面三维点云数据和机翼对接面三维点云数据进行数据提取，数据提取后的中央翼盒和翼身的点云图如图2和图3所示。进一步的，将数据提取后得到的中央翼盒的点云数据作为参考点云数据，将翼身的点云数据作为待配准点云数据。
步骤120、依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重。
其中，不同待装配部位对应的允许误差不同，因此不同待装配部位在虚拟装配对配准精度的要求也不同。允许误差越小，配准的精度要求就越高，在配准时，配准精度要求高的待装配部位所占的权重也就越大，配准过程中应优先满足允许误差小的待装配部位的装配精度。
具体的，依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重，包括：
将所述待装配部位的允许误差，以及允许误差和配准权重之间的映射关系进行匹配，得到所述待配准点与关联的参考点之间的配准权重。
示例性的，在飞机翼身的实际装配过程中，飞机对接面关注的主要参数是水平测量点及待装配部件的对接面，在对接过程中，水平测量点的配准精度在飞机翼身的装配过程中要求较高。在进行点云配准的时候，需要将水平测量点对应的待配准点云对的配准权重设置较大的值，将待装配部件对应的待配准点云对的配准权重设置较小的值。优选的，水平测量点配准权重的值可以为待装配部件配准权重的千倍或者万倍。具体的配准权重的设置根据实际的装配需求进行设置，再此不做具体限定。本实施例的技术方案，解决了虚拟装配中点云不能按照特征重要性进行配准的问题，提高了飞机大部件虚拟装配的精度和质量。
步骤130、依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配。
其中，点云配准是通过一定的旋转和平移变换将不同坐标系下的两组或者多组点云数据统一到同一参考坐标系下的配准方法。
示例性的，本实施例可以采用ICP配准算法对待配准点云数据和参考点云数据进行配准。ICP配准算法因为其计算原理上的约束，需要初始的待配准点云数据和参考点云数据的位置比较接近。因此，在依据采集的待装配部位的点云数据，确定参考点云数据和待配准点云数据之后，还包括：依据待配准点云数据和参考点云数据的理论模型，分别对参考点云数据和待配准点云数据进行粗配准，以得到参考点云数据和待配点云准数据的初始配准位置。
其中，理论模型为待装配部件设计过程中的理论数字模型，对应待装配部位的理论位置，依据待配准点云数据和参考点云数据的理论模型，分别对参考点云数据和待配准点云数据进行粗配准，通过得到的变换矩阵，可以将上述两部分点云数据摆放至比较接近的空间位置上。
示例性的，上述可以利用4PCS算法进行粗配准，获取粗配准的变换矩阵，并依据该矩阵对待配准点云数据和参考点云数据进行变换，从而将上述两部分点云数据摆放至比较接近的空间位置上。
进一步的，在依据待配准点云数据和参考点云数据的理论模型，分别对参考点云数据和待配准点云数据进行粗配准，以得到参考点云数据和待配点云准数据的初始配准位置之后，还包括：对初始配准位置的参考点云数据和待配准点云数据进行降采样处理。该步骤降低了点云配准过程中的数据量，提高了点云配准的效率。其中，降采样可以采用现有技术中的降采样方法，再此不做详细介绍。
在对待配准点云数据和参考点云数据进行粗配准以及降采样之后，对位于初始位置的待配准点云数据和参考点云数据进行点云精配准。具体的，依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，包括：依据所述配准权重、待配准点云数据以及参考点云数据，确定配准变换矩阵；依据所述配准变换矩阵对所述待配准点云数据进行变换，以得到点云配准结果。
示例性的，将降采样后的中央翼盒对接面点云数据作为点云P，将降采样后的机翼对接面点云数据作为点云R，以P为参考点云数据，即参考对象；R为待配准点云数据，即待配准对象。利用带权重的ICP算法进行精细配准，可通过调整权重值，改变配准之后的相对位姿，记录配准过程中的旋转变换矩阵。具体的公式如下：
其中，wi为各待配准点对应的配准权重，F(q)为目标函数，R(qR)为旋转矩阵，qT为平移矩阵,qi为待配准点云数据中的数据点，pi为参考点云数据中的数据点。
示例性的，可以利用奇异值分解法求上述目标函数的最小值，进而求得最优的旋转矩阵和平移矢量。
具体的，分别计算参考点云数据P和待配准点云数据R的几何重心，具体的计算公式如下：
其中，
为参考点云数据P的重心，/>
为待配准点云数据R的重心，N为自然数，NP为考点云数据P中点的个数，Pi为考点云数据P中的某一点坐标值，NR为待配准点云数据R中点的个数，ri为待配准点云数据R中的某一点坐标值。
进一步的，根据参考点云数据P和待配准点云数据R构造协方差矩阵，具体的公式如下：
其中，T为矩阵转置符号。
根据上述协方差矩阵，将协方差矩阵写成对称矩阵形式，具体形式如下：
其中，I3为三阶单位矩阵，tr(ΣP,R)是协方差矩阵ΣP,R的迹，Δ为Δ＝[A23,A31,A12]T,，
进一步求得协方差矩阵Q(ΣP,R)的特征值以及特征向量，最大特征值的特征向量即为需要求得的旋转向量q＝[q0,q1,q2,q3]T，根据所求得的旋转向量再求得平移向量，由旋转向量和平移向量可以得到点云配准的配准变换矩阵。
进一步的，通过求得的配准变换矩阵，将未降采样之前的待配准点云数据进行相同的旋转变换，以分到最终的虚拟装配结果，具体参照图4。
本实施例的技术方案，通过依据采集的待配准部位的原始点云数据，确定待配准点云数据和参考点云数据，进而依据待装配部位的允许误差，确定待配准点与关联的参考点之间的配准权重，依据配准权重对待配准的点云数据和参考点云数据进行点云配准，以实现待装配部位的虚拟装配。本发明的技术方案，通过在点云配准的过程中，按照待装配部位的允许误差来确定待配准点与关联的参考点之间进行点云配准，实现了按照待装配部件的特征重要性进行配准，满足了装配过程中不同装配部件的装配误差要求。
实施例二
图5为本发明实施例提供的一种虚拟装配装置的结构示意图。参照图5，该装置具体可以包括：点云数据确定模块210、配准权重确定模块220以及配准模块230。
其中，点云数据确定模块210，用于依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据；
配准权重确定模块220，用于依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重；
配准模块230，用于依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配。
进一步的，配准权重确定模块220具体用于：将所述待装配部位的允许误差，以及允许误差和配准权重之间的映射关系进行匹配，得到所述待配准点与关联的参考点之间的配准权重。
进一步的，配准模块230具体用于：依据所述配准权重、待配准点云数据以及参考点云数据，确定配准变换矩阵；
依据所述配准变换矩阵对所述待配准点云数据进行变换，以得到点云配准结果。
可选的，该装置还包括数据提取模块，用于对采集的待装配部位的原始点云数据进行数据提取。
可选的，该装置还包括粗配准模块，用于依据待配准点云数据和参考点云数据的理论模型，分别对参考点云数据和待配准点云数据进行粗配准，以得到参考点云数据和待配点云准数据的初始配准位置。
可选的，该装置还包括降采样模块，用于对初始配准位置的参考点云数据和待配准点云数据进行降采样处理。
本发明实施例所提供的一种虚拟装配装置可执行本发明任意实施例所提供的一种虚拟装配方法，具备执行方法相应的功能模块和有益效果，不再重复进行赘述。
实施例三
图6为本发明实施例三提供的一种设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备12的框图。图6显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种虚拟装配方法。
实施例四
本发明实施例四还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明实施例中任一所述的一种虚拟装配方法。其中，该方法包括：
依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据；
依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重；
依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种虚拟装配方法，其特征在于，所述方法包括：
依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据；
依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重；
依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配；
所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重，包括：
将所述待装配部位的允许误差，以及允许误差和配准权重之间的映射关系进行匹配，得到所述待配准点与关联的参考点之间的配准权重。
2.根据权利要求1所述的方法，其特征在于，依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，包括：
依据所述配准权重、待配准点云数据以及参考点云数据，确定配准变换矩阵；
依据所述配准变换矩阵对所述待配准点云数据进行变换，以得到点云配准结果。
3.根据权利要求1所述的方法，其特征在于，在所述确定待配准点云数据和参考点云数据之前还包括：
对采集的待装配部位的原始点云数据进行数据提取。
4.根据权利要求1所述的方法，其特征在于，在依据采集的待装配部位的点云数据，确定参考点云数据和待配准点云数据之后，还包括：
依据待配准点云数据和参考点云数据的理论模型，分别对参考点云数据和待配准点云数据进行粗配准，以得到参考点云数据和待配点云准数据的初始配准位置。
5.根据权利要求4所述的方法，其特征在于，在依据待配准点云数据和参考点云数据的理论模型，分别对参考点云数据和待配准点云数据进行粗配准，以得到参考点云数据和待配点云准数据的初始配准位置之后，还包括：
对初始配准位置的参考点云数据和待配准点云数据进行降采样处理。
6.一种虚拟装配装置，其特征在于，所述装置包括：
点云数据确定模块，用于依据采集的待装配部位的原始点云数据，确定待配准点云数据和参考点云数据；
配准权重确定模块，用于依据所述待装配部位的允许误差，确定所述待配准点与关联的参考点之间的配准权重；
配准模块，用于依据所述配准权重，对所述待配准点云数据和所述参考点云数据进行点云配准，以实现待装配部位的虚拟装配；
所述配准权重确定模块，具体用于：
将所述待装配部位的允许误差，以及允许误差和配准权重之间的映射关系进行匹配，得到所述待配准点与关联的参考点之间的配准权重。
7.根据权利要求6所述的装置，其特征在于，所述配准模块具体用于：
依据所述配准权重、待配准点云数据以及参考点云数据，确定配准变换矩阵；
依据所述配准变换矩阵对所述待配准点云数据进行变换，以得到点云配准结果。
8.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的一种虚拟装配方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的一种虚拟装配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911128091.6A CN111275747B (zh) | 2019-11-18 | 2019-11-18 | 一种虚拟装配方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911128091.6A CN111275747B (zh) | 2019-11-18 | 2019-11-18 | 一种虚拟装配方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111275747A CN111275747A (zh) | 2020-06-12 |
| CN111275747B true CN111275747B (zh) | 2023-05-23 |
Family
ID=71001455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911128091.6A Active CN111275747B (zh) | 2019-11-18 | 2019-11-18 | 一种虚拟装配方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111275747B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114131293B (zh) | 2021-11-25 | 2022-11-01 | 南京航空航天大学 | 一种飞机结构加强件自动化加工方法 |
| CN114781056B (zh) * | 2022-04-13 | 2023-02-03 | 南京航空航天大学 | 一种基于特征匹配的飞机整机外形测量方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107204009A (zh) * | 2017-05-23 | 2017-09-26 | 哈尔滨工业大学 | 基于仿射变换模型cpd算法的三维点云配准方法 |
| CN109272537A (zh) * | 2018-08-16 | 2019-01-25 | 清华大学 | 一种基于结构光的全景点云配准方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104063894B (zh) * | 2014-06-13 | 2017-02-22 | 中国科学院深圳先进技术研究院 | 点云三维模型重建方法及系统 |
| EP3451291B1 (en) * | 2017-09-01 | 2020-08-26 | Tata Consultancy Services Limited | System and method for shape constrained 3d point cloud registration |
-
2019
- 2019-11-18 CN CN201911128091.6A patent/CN111275747B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107204009A (zh) * | 2017-05-23 | 2017-09-26 | 哈尔滨工业大学 | 基于仿射变换模型cpd算法的三维点云配准方法 |
| CN109272537A (zh) * | 2018-08-16 | 2019-01-25 | 清华大学 | 一种基于结构光的全景点云配准方法 |
Non-Patent Citations (2)
| Title |
|---|
| 孙水发 ; 李准 ; 夏坤 ; 施云飞 ; 杨继全 ; 董方敏 ; .变尺度点云配准算法.系统仿真学报.2018,(07),全文. * |
| 李鹏 ; 邢帅 ; 李瑾 ; 何华 ; 王丹 ; 李鹏程 ; .基于虚拟特征点的三维激光点云粗配准算法.地球信息科学学报.2018,(04),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111275747A (zh) | 2020-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109521403B (zh) | 多线激光雷达的参数标定方法及装置、设备及可读介质 | |
| KR102126724B1 (ko) | 포인트 클라우드 데이터를 복구하기 위한 방법 및 장치 | |
| CN111508021B (zh) | 一种位姿确定方法、装置、存储介质及电子设备 | |
| CN110866969B (zh) | 基于神经网络与点云配准的发动机叶片重构方法 | |
| CN111178250A (zh) | 物体识别定位方法、装置及终端设备 | |
| CN112001955A (zh) | 一种基于二维投影平面匹配约束的点云配准方法及系统 | |
| CN109448034A (zh) | 一种基于几何基元的零件位姿获取方法 | |
| WO2020093950A1 (zh) | 三维物体分割方法、设备和介质 | |
| CN111275747B (zh) | 一种虚拟装配方法、装置、设备和介质 | |
| Baden et al. | Möbius registration | |
| CN111797264A (zh) | 图像增广与神经网络训练方法、装置、设备及存储介质 | |
| KR20170089745A (ko) | 특징점 포지셔닝 방법 및 장치 | |
| CN116309880A (zh) | 基于三维重建的物体位姿确定方法、装置、设备及介质 | |
| CN109101761B (zh) | 一种基于实测表面形貌的装配接触的空间姿态确定方法 | |
| CN117788529B (zh) | 三维平面点云粗配准方法、系统、介质及设备 | |
| Pilu et al. | Training PDMs on models: the case of deformable superellipses | |
| CN116563493A (zh) | 基于三维重建的模型训练方法、三维重建方法及装置 | |
| CN110942077B (zh) | 基于权重局部变化度和l1中值优化的特征线提取方法 | |
| CN115423852A (zh) | 一种点云数据配准方法、系统、电子设备及存储介质 | |
| Yin et al. | [Retracted] Virtual Reconstruction Method of Regional 3D Image Based on Visual Transmission Effect | |
| CN112906092B (zh) | 一种映射方法和映射系统 | |
| CN114627438A (zh) | 目标检测模型生成方法、目标检测方法、设备及介质 | |
| JP2012524920A (ja) | トレーニング方法及び装置並びに画像における対象の姿勢視角を推定する方法及び装置 | |
| CN112991445B (zh) | 模型训练方法、姿态预测方法、装置、设备及存储介质 | |
| Anupama et al. | Extrapolating z-axis data for a 2d image on a single board computer |
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 |